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 156 毫秒
391.
发动机磨损故障的集成神经网络融合诊断 总被引:1,自引:0,他引:1
针对发动机试车过程中的磨损故障诊断问题.本文运用了四种最常用的润滑油分析技术——铁谱分析、光谱分析、颗粒计数分析及理化指标分析,同时结合发动机试车台监测数据,提出运用集成神经网络对发动机试车状态进行融合诊断的方法。首先依据各种分析方法的标准磨损界限值,将原始数据进行了预处理,统一转换成故障征兆的布尔值;其次,建立各子神经网络的拓扑结构,并依据专家经验建立各子系统的输入征兆与故障论域的映射关系,从而得到各子神经网络的训练样本.对各网络进行成功训练后,利用神经网络实现各子网络的诊断并得到中间诊断结果;然后,通过建立合适的权重矩阵.利用模糊综合决策理论,时集成神经网络的诊断结果进行综合,从而得到最终的融合诊断结果;最后,运用一个算例表明了本文方法的有效性。 相似文献
392.
超声振动切削金属基复合材料的刀具磨损 总被引:1,自引:0,他引:1
用实验提示超声复合加工含有硬脆强化相如SiCp、Al2O3p、SiCw等的金属基复合材料,当比例较低时,能有效地减少刀具磨损,提高刀具的耐用度;比例较高时,效果不明显. 相似文献
393.
虚拟制造系统中刀具磨损仿真作为物理仿真的一个模块,对加工精度和表面粗糙度等仿真模块都有影响,是影响虚拟制造系统发展的关键技术。本文综述了虚拟制造系统中刀具磨损技术的发展过程,列举出几种典型的刀具磨损计算方法,对比分析了各种方法的优缺点,提出以二维值来描述刀具磨损乃至刀具磨损的三维仿真将成为虚拟制造系统中刀具磨损预测技术新的发展方向。 相似文献
394.
本文研究了碳纤维增强PEEK/PES-C混杂基复合材料的摩擦磨损特性。结果表明该复合材料的基体具有正的混杂效应;材料的摩擦磨损性能可反映出基体与纤维的粘结特性。同时,复合材料的摩擦系数μ及磨损率W随纤维含量的增加出现最低值,并强烈地依赖于外加载荷。文中对复合材料的上述特性作了分析。 相似文献
395.
396.
通过对SiCp/2024,SiCw/2024复合材料进行车削试验,分析了刀具材料,SiC晶须或颗粒含量对刀具磨损和加工表面质量的影响。从而得出K10类硬质合金刀具可用于此类材料的粗,半精加工,而精密加工必须采用PDC刀具的结论。另外不还分析了SiC晶须和颗粒的破坏形态并给出其破坏模型。 相似文献
397.
介绍了虚拟仪器技术,分析了虚拟仪器系统的构成。在此基础上,设计了基于虚拟仪器技术的端面摩擦磨损试验机CAT系统,并对系统进行了分析。 相似文献
398.
399.
聚四氟乙烯因其具有优异的特性,在航天领域有着广泛的应用。文章对SFB-2、M-12、M-111、4FT-6这4种航天领域常用聚四氟乙烯材料的摩擦性能和压缩变形特性进行试验研究:50 N载荷下它们的磨损率分别为1.21×10-4、1.39×10-4、1.32×10-4、1.19×10-6 mm3/(N·m);而13.7 MPa压缩载荷作用下的压缩变形量依次为7.0%、6.1%、3.3%、3.3%。表明不同厂家、不同牌号聚四氟乙烯的摩擦性能和压缩变形特性存在显著差异,在进行产品设计、材料选型时必须因材施用。 相似文献
400.
针对航空发动机磨损故障诊断技术智能化、精确化的发展要求,以传统油液监测技术为基础,结合人工免疫系统(AIS)具有的自适应特性、学习记忆特性及识别特性等优点,提出了一种航空发动机磨损故障的智能诊断方法。该方法首先利用人工免疫理论的反面选择原理生成检测器,优化后的检测器生成算法提高了初始检测器的代表性及覆盖性;然后利用故障样本训练出成熟的检测器,使航空发动机典型的磨损状态信息存储在检测器中,实现对故障模式的有效学习和记忆;最后通过检测器的激活发现航空发动机的磨损故障。对油样数据的实例分析结果表明,该方法对航空发动机磨损故障具有较强的识别能力,对磨损状态有很好的监测效果。 相似文献