全文获取类型
收费全文 | 607篇 |
免费 | 87篇 |
国内免费 | 53篇 |
专业分类
航空 | 300篇 |
航天技术 | 180篇 |
综合类 | 47篇 |
航天 | 220篇 |
出版年
2024年 | 5篇 |
2023年 | 31篇 |
2022年 | 32篇 |
2021年 | 31篇 |
2020年 | 37篇 |
2019年 | 49篇 |
2018年 | 48篇 |
2017年 | 21篇 |
2016年 | 15篇 |
2015年 | 11篇 |
2014年 | 22篇 |
2013年 | 25篇 |
2012年 | 20篇 |
2011年 | 29篇 |
2010年 | 30篇 |
2009年 | 39篇 |
2008年 | 29篇 |
2007年 | 47篇 |
2006年 | 29篇 |
2005年 | 22篇 |
2004年 | 28篇 |
2003年 | 17篇 |
2002年 | 8篇 |
2001年 | 13篇 |
2000年 | 17篇 |
1999年 | 7篇 |
1998年 | 5篇 |
1997年 | 5篇 |
1996年 | 4篇 |
1995年 | 4篇 |
1994年 | 10篇 |
1993年 | 7篇 |
1992年 | 7篇 |
1991年 | 4篇 |
1990年 | 9篇 |
1989年 | 2篇 |
1988年 | 6篇 |
1987年 | 2篇 |
1986年 | 6篇 |
1985年 | 3篇 |
1984年 | 2篇 |
1983年 | 4篇 |
1982年 | 4篇 |
1981年 | 1篇 |
排序方式: 共有747条查询结果,搜索用时 296 毫秒
732.
针对大温差下的印刷电路板式换热器(PCHE)的起动过程,提出了一种一维瞬态换热计算模型,该模型考虑了印刷电路板式换热器固体结构的内部导热过程,可计算起动过程中换热介质和印刷电路板式换热器的温度响应。同时以N2为换热介质,开展了印刷电路板式换热器的瞬态换热实验,N2的最高、最低温度分别为450、103 K,将模型计算结果与实验结果进行对比,冷侧N2出口温度的模型计算值与实验值之间的平均误差为11.3 K,实验结束时热、冷侧换热量的计算偏差均在7%以内,该结果证明了所提出的计算模型的有效性。在上述计算模型的基础上,对起动过程中印刷电路板式换热器工作参数的空间分布和时域变化特征进行了计算和分析,结果表明换热器的外侧盖板与固体核心区之间的传热过程非常重要,在进行大温差下的瞬态换热过程计算时不应被轻易忽略,同时增大两侧换热介质的流量和减小换热器外侧盖板的厚度是缩短印刷电路板式换热器起动过程响应时间的有效方法,且在一定的流量比范围内,两侧换热介质入口雷诺数之积是影响响应时间的重要因素。 相似文献
734.
通过改进加载方式减小数值模拟与试验结果误差对于提高仿真准确性具有一定意义。本文探究复合材料层合板在不同形式雷击电流下的烧蚀损伤特性,改进Braginskii 电弧半径扩展公式,建立适用于雷击过程的电弧扩展半径数值模型;基于ABAQUS 建立CFRP 层合板有限元模型,分析不同电流加载方式下的烧蚀损伤情况。结果表明:建立的有限元模型能够模拟CFRP 层合板雷击烧蚀损伤;扩展移动加载造成的损伤面积、损伤深度和损伤体积与试验结果对比误差均约为7%,较其他加载方式仿真结果与试验结果对比具有良好的一致性,模拟复合材料雷击烧蚀损伤时应同时考虑电流扩展和移动的影响。 相似文献
735.
736.
设计了一种新型的舱段间连接装置,分析了其在轴向力载荷作用下的受力情况,并以相对滑动作为失效判据给出了预紧力的计算方法,在此基础上分析了卡箍倾角、摩擦系数以及预紧力等对该结构承载能力的影响。研究结果表明:直径为1 200 mm的连接结构能够满足1 000 kN 轴拉载荷下的使用要求。卡箍与壳体配合面倾角、摩擦系数以及预紧力等均会对该连接结构的承载能力产生影响,其中预紧力的影响主要表现为预紧力增大,卡箍与上下壳体对接面的压力增大,产生的摩擦力增大,因此其轴向承载能力增大。此外,随着配合面倾角增大以及摩擦系数的减小,则会导致该连接装置承载能力产生显著下降。 相似文献
737.
为了解决训练传统深度神经网络对大数据的依赖问题,气动数据中包含的物理结构信息需要被充分利用。物理信息神经网络(physics-informed neural network, PINN)是一种非监督的学习算法,采用深度神经网络直接逼近流场偏微分方程的解,因此适用于气动数据的建模。然而训练PINN时,损失函数反映的是抽样点处神经网络所拟合的偏微分方程值的偏差,对于复杂的非线性偏微分方程,这一偏差不能准确反映神经网络所拟合的函数与微分方程解函数的偏差,而且用神经网络拟合初始条件和边界条件时,不可避免存在拟合误差,误差随空间和时间累计,这使PINN的建模精度相比传统的模型没有优势。为了解决这些问题,本文把PINN与流场的计算流体动力学(Computational Fluid Dynamics, CFD)仿真结果进行融合,在流场抽样点处的损失函数中增加了PINN在该点的输出与流场在该点的CFD值偏差,从而提高了神经网络的建模精度。根据CFD仿真时使用的模型,融合方式采用瞬时模式或时均模式。测试结果表明该方法能够有效提高PINN的建模精度。 相似文献
738.
739.
740.