全文获取类型
收费全文 | 329篇 |
免费 | 89篇 |
国内免费 | 38篇 |
专业分类
航空 | 266篇 |
航天技术 | 61篇 |
综合类 | 50篇 |
航天 | 79篇 |
出版年
2024年 | 5篇 |
2023年 | 12篇 |
2022年 | 33篇 |
2021年 | 29篇 |
2020年 | 31篇 |
2019年 | 21篇 |
2018年 | 19篇 |
2017年 | 22篇 |
2016年 | 9篇 |
2015年 | 14篇 |
2014年 | 19篇 |
2013年 | 24篇 |
2012年 | 21篇 |
2011年 | 18篇 |
2010年 | 18篇 |
2009年 | 24篇 |
2008年 | 18篇 |
2007年 | 19篇 |
2006年 | 16篇 |
2005年 | 11篇 |
2004年 | 10篇 |
2003年 | 12篇 |
2002年 | 12篇 |
2001年 | 9篇 |
2000年 | 6篇 |
1999年 | 3篇 |
1998年 | 8篇 |
1997年 | 6篇 |
1996年 | 3篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1992年 | 2篇 |
排序方式: 共有456条查询结果,搜索用时 171 毫秒
81.
基于加载平台的起落架载荷地面校准技术研究 总被引:1,自引:0,他引:1
用应变法测量起落架的使用载荷,地面校准试验是载荷测量成功的关键。传统的起落架载荷校准试验是将起落架从飞机上拆下来,固定在专门的固定夹具上实施。受俄罗斯起落架载荷校准方法的启示,我们研制了专门用于起落架载荷校准试验的加载平台,实现了在飞机真实停放状态下对起落架进行校准,克服了传统方法中模拟起落架与飞机连接刚度难,且试验周期长、成本高、误差大的缺点。 相似文献
82.
推力特性是发动机的重要特性,也是评价发动机喷管性能优劣的重要指标.而发动机的推力特性会随高度的变化而产生一定的变化,同时,喷管型面和结构形式,也是影响其推力特性的重要因素.目前,国内外都在研究和优化发动机喷管的结构形式和型面,改善和提高喷管的性能.为了研究分析双钟形喷管和塞式喷管的高度补偿特性,需要进行地面模拟试验.为满足在FD-20A风洞中进行高度补偿喷管试验的需要,开展了高度补偿冷态模拟试验技术研究,对在冷态模拟条件下的喷流模拟技术、喷管推力测量试验技术和流动显示技术等进行了研究,满足了试验的需求. 相似文献
83.
气囊式无人机缓冲系统的着陆侧翻现象 总被引:1,自引:0,他引:1
文章研究无人机气囊缓冲系统的着陆侧翻问题。首先,建立了无人机着陆冲击动力学模型,通过仿真分析技术对无人机的典型着陆过程进行模拟,发现该型无人机在着陆过程中存在机身侧翻的现象,有可能对机翼产生不利影响;随后,引入翼尖触地速度作为指标对侧翻程度进行评估,研究了翼尖触地速度与侧向着陆速度之间的关系;针对该无人机着陆过程中产生的翻滚问题,综合翼尖触地速度计算结果,提出了减缓翻滚现象的途径;最后,通过仿真分析对所提出的解决方案进行评价。研究结果表明,文章提出的减缓无人机着陆翻滚问题解决方案可靠合理。 相似文献
84.
86.
87.
针对深空目标长距离星间激光通信时间滞后大、光轴抖动明显、不确定区域大的问题,设计了一种基于两级执行机构的抗抖动高概率捕获复合扫描策略。将目标位置不确定区域划分为等大正方形子区域,在子区域内采用光栅扫描,通过快摆镜实现;在子区域间按照光栅螺旋扫描顺序覆盖,通过伺服转台实现子区域间的跳转。然后在考虑光轴抖动的情况下基于遗传算法对子区域大小、扫描光斑重叠大小进行了优化,得到了参数优化后的扫描方案,并通过仿真进行了验证。1000次蒙特卡洛打靶结果表明,在目标位置不确定区域3.6mrad、激光束散角0.1mrad、光轴抖动标准差5μrad的情况下,优化后的扫描方案对目标的捕获概率为99.2%,对不确定区域的扫描时间为41.34s,扫描到目标的平均扫描时间为9.62s。 相似文献
88.
89.
针对传统螺旋桨受大气密度等环境变化影响,推力和效率显著下降的特点,提出将新型离子风电推进系统应用于平流层飞艇,建立动力学模型和相应推力模型,通过Simulink模块开展轨迹跟踪与定点控制仿真,并对15 km到30 km高度上螺旋桨和离子风作为平流层飞艇主动力的飞行轨迹进行对比分析。结果表明,40 kW功率下,在20 km以上高度,离子风动力飞艇的飞行曲线偏移量与瞬态响应时间远小于螺旋桨动力飞艇。通过优化离子风推进器的结构,选取最佳电压和电极间隙,有可能实现离子风作为飞艇的主动力。 相似文献
90.
为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图(Histogram of oriented gradients, HOG)进行特征提取和支持向量机(Support vector machine, SVM)分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻(K-nearest neighbor, KNN)等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83.8%。 相似文献