全文获取类型
收费全文 | 933篇 |
免费 | 143篇 |
国内免费 | 93篇 |
专业分类
航空 | 639篇 |
航天技术 | 169篇 |
综合类 | 162篇 |
航天 | 199篇 |
出版年
2024年 | 12篇 |
2023年 | 38篇 |
2022年 | 44篇 |
2021年 | 53篇 |
2020年 | 51篇 |
2019年 | 45篇 |
2018年 | 28篇 |
2017年 | 33篇 |
2016年 | 44篇 |
2015年 | 34篇 |
2014年 | 50篇 |
2013年 | 42篇 |
2012年 | 31篇 |
2011年 | 71篇 |
2010年 | 41篇 |
2009年 | 42篇 |
2008年 | 41篇 |
2007年 | 51篇 |
2006年 | 35篇 |
2005年 | 30篇 |
2004年 | 33篇 |
2003年 | 32篇 |
2002年 | 23篇 |
2001年 | 35篇 |
2000年 | 21篇 |
1999年 | 18篇 |
1998年 | 13篇 |
1997年 | 17篇 |
1996年 | 25篇 |
1995年 | 23篇 |
1994年 | 13篇 |
1993年 | 21篇 |
1992年 | 22篇 |
1991年 | 16篇 |
1990年 | 14篇 |
1989年 | 15篇 |
1988年 | 3篇 |
1987年 | 4篇 |
1986年 | 3篇 |
1985年 | 1篇 |
1983年 | 1篇 |
排序方式: 共有1169条查询结果,搜索用时 11 毫秒
161.
162.
探讨了双输出移相配电变压器抑制输出电压畸变的机理,对变压器谐波阻抗与绕组结构之间的关系进行了研究。通过建立双输出移相变压器的场路耦合模型,对两种不同形式的变压器(双输出移相变压器和Dyn连接变压器)输出电压的谐波特性进行了分析计算,研究结果表明:由于双输出移相变压器可以抑制3倍次、5和7次谐波电流,因此对应的3倍次、5和7次谐波阻抗较低,在带非线性负载情况下输出电压的畸变得到明显改善。 相似文献
163.
综合运用了红外光谱、气相色谱-质谱、能谱、X射线衍射、离子化-飞行时间质谱等检测方法对一种未知物的化学成分进行解析,并详细介绍了试验过程和定性、定量分析结果,最后归纳了各种检测方法在未知物化学成分鉴定中的用途。未知物的鉴定过程一般从红外光谱分析微观官能团分析入手,借助色谱分离、提纯技术,然后采用X射线衍射、能谱、质谱等技术进行定性和定量分析。 相似文献
164.
165.
166.
针对螺旋波等离子体放电机理,开展了多种工质条件下的螺旋波放电等离子体内波场结构数值模拟研究。计算发现:氦气等离子体的Er分量在径向边界处的峰值更为突出,有利于等离子体在径向的输运,波电场径向分量决定了电流密度径向分量在内部的表现。在0.266 Pa和1.064 Pa两种气体压强条件下,通过波场结构验证了气压对于波阻尼影响的结论。波场结构是螺旋波在等离子体内传播以及能量沉积的微观体现,研究螺旋波波场结构是揭示其高电离效率的重要途径。初步探索了功率耦合机制,为实验系统优化及实验方案设定奠定理论基础。 相似文献
167.
168.
169.
为研究共翼型舵和非共翼型舵两种操纵面形式的艇后流场特性及螺旋桨推进特性,基于SST(Menter)湍流模型建立了SUBOFF标准潜艇模型尾流场数值预报模型。经试验结果验证,所建立数值模型进行潜艇尾流场及螺旋桨推进性能预报具有较高精度。将SUBOFF潜艇模型的水平舵改进为共翼型舵及非共翼型舵,对艇后流场及水动力性能进行了预报。数值结果表明:在舵角小于10°时,共翼型舵使潜艇的俯仰力矩和垂向力相对非共翼型舵提升20%以上;在舵角超过10°时,共翼型舵的水动力优势随着舵角增大而减小。尾部流场预报显示:共翼型舵在小舵角时可以有效的消除舵翼结合处的涡流,同时共翼型舵可以有效的降低桨盘面伴流的不均匀性,对尾流品质的改善效果优于非共翼型舵。螺旋桨计算结果显示:共翼型舵螺旋桨推进系数在大部分舵角下都小于非共翼型舵,在舵角为20°时,共翼型舵相对非共翼型舵推力系数下降3.5%,扭矩系数下降2.4%;同时共翼型舵的桨盘面流场均匀度要优于非共翼型舵,舵角为5°时,共翼型舵桨盘面处流场不均匀度相对于非共翼型舵要降低7.1%,舵角为25°时则降低25.1%。 相似文献
170.
为实现三维物理场的预测,提出一种利用卷积神经网络(CNN)对双层壁冷却结构外壁三维热应力快速评估方法。针对双层壁冷却结构外壁平板状的结构特征,沿壁厚方向将温度场切分为多个切片。将温度作为卷积网络输入张量的基本元素,不同厚度位置的切片对应输入张量的通道维度,从而实现将三维温度场输入进网络,并输出在热载荷作用下的三维等效应力场。结果表明:训练收敛后的网络在测试集上的平均绝对误差为1.23 MPa,平均相对误差为15.10%,对峰值应力的平均绝对误差为16.10 MPa,平均相对误差为11.81%。对于双层壁冷却结构的热应力预测问题,CNN能够很好地完成温度到应力的映射。使用深度学习方法探究热弹性问题的潜在机理有望实现。 相似文献