全文获取类型
收费全文 | 371篇 |
免费 | 54篇 |
国内免费 | 36篇 |
专业分类
航空 | 348篇 |
航天技术 | 27篇 |
综合类 | 54篇 |
航天 | 32篇 |
出版年
2024年 | 3篇 |
2023年 | 22篇 |
2022年 | 22篇 |
2021年 | 17篇 |
2020年 | 22篇 |
2019年 | 18篇 |
2018年 | 10篇 |
2017年 | 19篇 |
2016年 | 20篇 |
2015年 | 13篇 |
2014年 | 10篇 |
2013年 | 12篇 |
2012年 | 23篇 |
2011年 | 22篇 |
2010年 | 13篇 |
2009年 | 16篇 |
2008年 | 19篇 |
2007年 | 18篇 |
2006年 | 9篇 |
2005年 | 14篇 |
2004年 | 10篇 |
2003年 | 7篇 |
2002年 | 13篇 |
2001年 | 12篇 |
2000年 | 11篇 |
1999年 | 7篇 |
1998年 | 7篇 |
1997年 | 10篇 |
1996年 | 9篇 |
1995年 | 16篇 |
1994年 | 5篇 |
1993年 | 6篇 |
1992年 | 4篇 |
1991年 | 10篇 |
1990年 | 9篇 |
1989年 | 2篇 |
1987年 | 1篇 |
排序方式: 共有461条查询结果,搜索用时 15 毫秒
331.
针对传统的数据特征提取方法难以提取航空发动机滑油监测数据有效特征的缺陷,提出了一种基于多尺度卷积神经网络(Multi-scales convolutional neural network,MSCNN)、长短期记忆(Long short-term memory,LSTM)神经网络和BP网络的单通道网络模型MSCNN-LSTM-BP。将多尺度学习融入CNN,MSCNN和LSTM以串行方式提取数据在空间维度和时间维度的二维特征。实验结果表明:3尺度的MSCNN-LSTM-BP对数据样本的分类准确率达到98.2%,单组电容数据采集测试时间仅为2.1986ms,综合分类率F1达到98.57%,总体性能优于CNN,LSTM和传统的多尺度特征提取方法。MSCNN-LSTM-BP满足航空发动机滑油监测对于实时性和准确性的要求,具有良好的适用性。 相似文献
332.
航空电连接器在服役过程中受到振动、冲击或温度变化等外界激励时,内部的接触件可能会发生微动磨损,导致接触界面的匹配状态发生变化,影响信号和功率传输。基于 Archard模型,对接触件微动磨损行为进行了理论分析和有限元仿真分析。通过对某微动磨损试验的数据进行分析,计算了镀金铜合金的磨损系数,并用于微动磨损仿真当中。通过仿真分析,得到了表面接触在不同微动周期的状态变化规律、变形和应力分布情况,发现接触区域表面和近表面的中心位置有明显的应力集中现象,接触状态在第 1∕4和 3∕4周期之后,会由滑动接触转变为黏着接触,状态的变化具有迟滞效应,微动磨损量随着微动距离的增加而线性变化。 相似文献
333.
334.
基于小波神经网络的航空刀具磨损状态识别 总被引:2,自引:0,他引:2
针对航空零件的加工特点,采集刀具在不同磨损状态下的声发射(AE,Acoustic Emission)信号,对AE信号进行时频分析和小波变换,运用快速傅里叶变换(FFT, Fast Fourier Transform)以及db8小波5层分解,提取AE信号幅值的均方根和主能量频段的能量作为特征向量,对特征向量进行归一化处理后作为输入向量对小波神经网络进行训练.小波神经网络运用参数调整算法,在权值和阈值的修正中加入动量项.测试结果表明:AE信号对刀具磨损敏感的频率范围在10~150kHz,网络实际输出与期望结果的误差小于0.03,该方法能够对刀具不同磨损状态进行正确的识别. 相似文献
335.
航空液压泵磨损状况预测 总被引:2,自引:1,他引:1
磨损是航空液压泵典型的渐进性故障之一,因磨损量难以测量,对磨损状况进行准确的预测比较困难.针对上述问题,提出了基于多尺度数据的支持向量机预测方法,该方法将支持向量机用于时间序列预测的基本理论和数据多尺度分解、相空间重构方法结合,能更有效地挖掘时间序列的内在联系及变化规律.采用回油流量作为反映航空液压泵磨损状况的敏感信号,将其分解为趋势项和随机项,采用多尺度支持向量机作等维信息一步预测和多步预测,利用网格方法对预测模型参数寻优.对比传统支持向量机算法分析其预测精度,结果表明:多尺度支持向量机模型预测精度更高,适于中长期预测. 相似文献
336.
337.
为探究不同磨损影响因素对浮动花键磨损的影响程度,基于能量耗散理论,建立了花键副微动磨损预测模型,分析了扭矩、载荷波动、花键材料、摩擦因数、轴向不对中以及角向偏心对浮动花键的磨损影响规律;同时建立熵权-模糊关联分析模型,客观分析了不同磨损影响因素对花键磨损的关联程度。结果显示:基于能量耗散的微动磨损模型所计算的花键齿顶、齿中以及齿根位置处最大磨损深度的计算误差分别低于6.9%、2.4%和14%。轴向不对中下部分花键磨损位置从齿根往齿中位置偏移;角向偏心使得花键两端接触不良,导致两端磨损分布不均。同时发现角向偏心、轴向不对中以及材料对花键副的磨损影响程度较大,为浮动渐开线花键抗磨损方法研究提供技术支撑。 相似文献
338.
SiCp/Al复合材料-GCr15钢干摩擦磨损行为研究 总被引:2,自引:1,他引:1
采用无压浸渗法制备了SiC颗粒体积分数分别为15%、25%、35%、45%、55%、65%的铝基复合材料。在M-200磨损试验机上研究了SiC颗粒体积分数及载荷对铝基复合材料干摩擦滑动磨损行为的影响,对摩材料为GCr15钢环。采用SEM对铝基复合材料磨损表面及亚表面形貌进行了分析,采用EDX分析了磨损表面及亚表面的元素组成。研究结果表明,铝基复合材料的摩擦系数随着SiC颗粒体积分数的增加而上升,随着载荷的升高而降低,磨损率随着SiC颗粒体积分数的增加而下降。铝基复合材料磨损表面有一层机械混合层,它的出现有利于降低铝基复合材料的磨损率,混合层的厚度随着SiC颗粒体积分数和外加载荷的增加而增加,随着载荷的增加,混合层内出现裂纹并产生剥落。铝基复合材料的磨损机理主要是磨粒磨损、氧化磨损和剥层磨损。 相似文献
339.
340.