全文获取类型
收费全文 | 1506篇 |
免费 | 510篇 |
国内免费 | 222篇 |
专业分类
航空 | 1391篇 |
航天技术 | 248篇 |
综合类 | 137篇 |
航天 | 462篇 |
出版年
2024年 | 24篇 |
2023年 | 38篇 |
2022年 | 122篇 |
2021年 | 117篇 |
2020年 | 115篇 |
2019年 | 88篇 |
2018年 | 113篇 |
2017年 | 111篇 |
2016年 | 87篇 |
2015年 | 105篇 |
2014年 | 96篇 |
2013年 | 108篇 |
2012年 | 126篇 |
2011年 | 135篇 |
2010年 | 123篇 |
2009年 | 118篇 |
2008年 | 99篇 |
2007年 | 102篇 |
2006年 | 92篇 |
2005年 | 95篇 |
2004年 | 68篇 |
2003年 | 36篇 |
2002年 | 40篇 |
2001年 | 45篇 |
2000年 | 17篇 |
1999年 | 13篇 |
1998年 | 2篇 |
1997年 | 3篇 |
排序方式: 共有2238条查询结果,搜索用时 562 毫秒
581.
研究了3种针对镍基单晶合金各向异性低循环疲劳寿命建模的方法,分别为基于单晶合金弹性模量与晶体取向相关性的方法,与各向异性屈服函数相关的方法和传统滑移系的方法。对基于屈服函数的方法进行了修正以将其应用于单晶合金。利用公开文献中DD3单晶合金的低循环疲劳数据对修正的模型进行了验证,并对采用这3种方法得到的数据进行了比较。结果表明:修正的疲劳寿命模型和基于取向函数的寿命模型的预测结果与试验数据相比基本落在3倍分散带内,而采用基于滑移系的方法所得结果在4倍分散带内。基于屈服函数的修正模型和另外2种模型均可以较好地与3维有限元应力分析直接衔接,便于涡轮叶片结构级的寿命预测。 相似文献
582.
双级对转压气机全工况优化设计 总被引:1,自引:0,他引:1
为全面提升对转压气机气动性能,以某双级对转压气机为研究对象,基于人工神经网络与遗传算法,针对转子2叶片在整机环境下进行全工况优化设计,并对优化前后几何形状、总体性能及流场结构进行了对比分析.结果表明:优化后对转压气机全工况范围内等熵效率及压比均得到提升,同时流量范围有所增大.在设计点整机等熵效率提高0.3%,近失速点整机等熵效率提高1.5%,喘振裕度上升了6.37%,稳定工作范围得到显著扩大.优化后转子1全工况范围内等熵效率和压比特性变化不大,而转子2全工况范围内等熵效率和压比均有较大提高,其中在设计点转子2等熵效率上升1%,近失速点转子2等熵效率上升2.5%;在近失速点,优化后转子1、转子2、出口导叶(OGV)尖部流场显著改善. 相似文献
583.
584.
585.
静-转叶排轴向间距对某跨声速压气能的影响 总被引:2,自引:0,他引:2
对两种轴向间距下某跨声速轴流压气机静子-转子叶排间的流场进行了定常数值模拟,结果表明:在大流量工作状态下,近轴向间距时的效率较远轴向间距时有明显降低;在高负荷工作状态下,两者的效率相差不大.对大流量工况点与高负荷工况点的流场非定常数值模拟结果表明:近轴向间距时转子前缘激波对上游静子叶片附面层的干扰要强烈的多;近轴向间距时上游静子尾迹对在高负荷工况点动叶叶尖处出现的二次泄漏有更强的抑制作用,能更有效的减弱叶尖泄漏流造成的堵塞和损失. 相似文献
586.
587.
机身减速板流动特性研究(英文) 总被引:1,自引:0,他引:1
现役高机动战斗机普遍采用机身减速板来减小飞行速度和转弯半径并提高机动能力。采用物面测压及空间流场测量相结合的实验方法,在机身减速板开度60°,机身迎角0°~70°条件下,研究了机身减速板铰链力矩随迎角的变化规律,分析了减速板迎风侧和背风侧的流动结构。研究结果表明:减速板铰链力矩按迎角可分为3个区域:常值区(α=0°~16°),减速板铰链力矩基本不变,因为减速板迎风侧正压力逐渐减小,而背风侧负压力逐渐增加,两种相反的变化趋势相互抵消。非线性增长区(α=16°~32°),减速板铰链力矩显著增加,因为减速板铰链力矩主要贡献区为背风侧,该迎角区内减速板背风侧存在一对不断增强的旋涡,背风侧负压力显著增加。在非线性衰减区(α=32°~70°),减速板铰链力矩在迎角32°~36°范围内急剧减小,因为在迎角36°减速板背风侧旋涡流动变为速度较低的再附流动;减速板铰链力矩在迎角36°~44°范围内逐渐增加,因为该迎角区作用于减速板迎风侧的机身涡不断增强,导致减速板迎风侧正压力显著增加;减速板铰链力矩在迎角44°~70°范围内逐渐减小,因为该迎角区作用于减速板迎风侧的机身涡不断减弱直至破裂,导致减速板迎风侧正压力逐渐减小。 相似文献
588.
589.
A new fast learning algorithm was presented to solve the large-scale support vector machine ( SVM ) training problem of aero-engine fault diagnosis.The relative boundary vectors ( RBVs ) instead of all the original training samples were used for the training of the binary SVM fault classifiers.This pruning strategy decreased the number of final training sample significantly and can keep classification accuracy almost invariable.Accordingly , the training time was shortened to 1 / 20compared with basic SVM classifier.Meanwhile , owing to the reduction of support vector number , the classification time was also reduced.When sample aliasing existed , the aliasing sample points which were not of the same class were eliminated before the relative boundary vectors were computed.Besides , the samples near the relative boundary vectors were selected for SVM training in order to prevent the loss of some key sample points resulted from aliasing.This can improve classification accuracy effectively.A simulation example to classify 5classes of combination fault of aero-engine gas path components was finished and the total fault classification accuracy reached 96.1%.Simulation results show that this fast learning algorithm is effective , reliable and easy to be implemented for engineering application. 相似文献
590.
为了预估高涵道比涡扇发动机飞行性能,使用GasTurb 11软件的试车数据分析功能计算出了某高涵道比涡扇发动机地面试车点与设计点各部件效率和流路损失的偏差.通过非设计点敏感性分析确定设计点与地面试车点的效率与损失偏差的相关性,最后预估得到高涵道比涡扇发动机的飞行性能.对某高涵道比涡扇发动机飞行性能预估研究表明:该方法切实可行,其中地面试车数据分析、地面和设计点偏差关系图、以及非设计敏感性分析是预估高涵道比涡扇发动机飞行性能的3个关键环节。 相似文献