全文获取类型
收费全文 | 330篇 |
免费 | 121篇 |
国内免费 | 54篇 |
专业分类
航空 | 349篇 |
航天技术 | 53篇 |
综合类 | 11篇 |
航天 | 92篇 |
出版年
2024年 | 2篇 |
2023年 | 11篇 |
2022年 | 20篇 |
2021年 | 24篇 |
2020年 | 23篇 |
2019年 | 21篇 |
2018年 | 21篇 |
2017年 | 20篇 |
2016年 | 16篇 |
2015年 | 30篇 |
2014年 | 28篇 |
2013年 | 17篇 |
2012年 | 24篇 |
2011年 | 34篇 |
2010年 | 34篇 |
2009年 | 39篇 |
2008年 | 22篇 |
2007年 | 24篇 |
2006年 | 27篇 |
2005年 | 17篇 |
2004年 | 9篇 |
2003年 | 7篇 |
2002年 | 8篇 |
2001年 | 15篇 |
2000年 | 7篇 |
1993年 | 3篇 |
1992年 | 2篇 |
排序方式: 共有505条查询结果,搜索用时 31 毫秒
21.
22.
脉宽调制(PWM)变频驱动器在提高交流传动系统效率的同时,产生的高次谐波导致共模电流显著增加。其中电动机定子绕组与定子铁心之间的耦合电容是共模电流的主要通路。准确计算定子绕组与定子铁心之间的耦合电容对于预测共模电流具有重要意义。由于电机绕组内部导线排列不规则,准确进行解析计算较为困难,将其简化为集中导体后,会导致计算精度变差。在绕组全散线模型的基础上,提出了一种简化散线建模方法,能在计算精度不变的情况下,有效地减小模型的复杂度。通过对比解析计算、全散线模型、简化散线模型和测量值,验证了该方法的有效性。 相似文献
23.
为探索倾斜/后掠静子叶片对风扇单音噪声的降噪机理并指导低噪声风扇的设计,采用基于三维黏性非定常雷诺平均数值模拟(URANS)和管道声类比理论(Ducted Acoustic Analogy,DAA)的流场/声场混合计算模型(CFD/AA)研究了不同转子叶尖间隙、倾斜静子、后掠静子等对NPU-Fan单音噪声的影响。计算结果表明:随着叶尖间隙增加,在1BPF (Blade Passing Frequency)和2BPF处,风扇前传、后传气动噪声均会增加,且1BPF处单音噪声增量大于其它谐频。在研究倾斜及后掠叶片的降噪机制时,须将管道特征函数与声源的耦合过程包含在内,并且要考虑真实风扇的尾迹特性及其向下游的输运过程。风扇静子负倾斜可以提升风扇的气动效率,但会增加噪声的声功率级;正倾斜叶片能够降低噪声声功率级,但风扇气动性能会有所降低。随着倾斜角的增加,降噪量增大,当倾斜角为+30°时,各谐波阶次的降噪量均超过2.3dB。后掠静子叶片相较于倾斜设计具有更好的气动性能和降噪效果。30°后掠角对于各谐波阶次的前传噪声降噪量均大于6.3dB,降低后传噪声超过10dB。正倾斜及后掠静子的降噪效果与噪声谐波阶次、传播方向紧密相关,谐波阶次越高,降噪效果越明显。倾斜-后掠综合设计方案对于前传噪声拥有最好的降噪效果,其综合了倾斜和后掠两者的优点。 相似文献
24.
25.
26.
27.
针对现有航空发动机电气故障检测方法存在检测速度慢、劳动强度大、不能对已有数据存储以便事后分析等问题,设计了一种基于检测传感器特征参数的航空发动机电气故障检测系统,开发了用于原位检测和离线检测的软件系统。硬件部分采用模块化设计思想,较好地实现了检测系统的通用性和扩展性。应用表明,该检测系统不仅检测速度快、数据准确、可靠,而且功能全面、操作简单、便于携带,达到了设计目标。 相似文献
28.
传统转捩模型的构造十分依赖转捩机理的发现和理解,对机理的模化也存在误差。本文基于尺度自适应的KDO湍流模型,以输运变量r=μt/μ重新标定模型参数,使模型整体达到了流动结构自适应,可实现湍流/转捩一体化计算。根据长度尺度的不同,可细分为KDO-tran和CKDO-tran模型。CFD计算评估了经典的T3A,T3B平板边界层旁路转捩,T3A-平板边界层自然转捩,Aero-A翼型分离泡转捩,DLR-F5,6:1椭球横流转捩及可压缩平板边界层、尖锥转捩。该模型无法精确捕捉层流-湍流的过渡,但能准确捕捉转捩的起始位置(Transition onset),在高Re数、复杂流动的表现尤其突出。该模型捕捉转捩的机制在于流动结构的自适应和湍流输运特性的保存,不引入任何转捩机理却能捕捉多种类型的转捩现象,具有较好的适用性。 相似文献
29.
利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明:该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10 -4 量级。 相似文献
30.