全文获取类型
收费全文 | 458篇 |
免费 | 569篇 |
国内免费 | 51篇 |
专业分类
航空 | 1051篇 |
航天技术 | 1篇 |
综合类 | 26篇 |
出版年
2024年 | 22篇 |
2023年 | 46篇 |
2022年 | 16篇 |
2021年 | 30篇 |
2020年 | 32篇 |
2019年 | 43篇 |
2018年 | 35篇 |
2017年 | 62篇 |
2016年 | 77篇 |
2015年 | 67篇 |
2014年 | 67篇 |
2013年 | 44篇 |
2012年 | 73篇 |
2011年 | 67篇 |
2010年 | 40篇 |
2009年 | 52篇 |
2008年 | 53篇 |
2007年 | 54篇 |
2006年 | 33篇 |
2005年 | 42篇 |
2004年 | 31篇 |
2003年 | 29篇 |
2002年 | 31篇 |
2001年 | 8篇 |
2000年 | 9篇 |
1999年 | 4篇 |
1998年 | 1篇 |
1997年 | 5篇 |
1995年 | 1篇 |
1990年 | 1篇 |
1989年 | 3篇 |
排序方式: 共有1078条查询结果,搜索用时 15 毫秒
371.
考虑材料性能分散性的航空发动机结构安全系数确定方法 总被引:1,自引:0,他引:1
针对材料性能分散性与航空发动机关重件可靠性之间关系的定量表征问题,结合正态分布和威布尔分布参数特点,研究了不同变异系数和形状参数条件下累积失效概率与安全系数确定方法,获取了材料性能分散性对结构可靠性的影响,给出了不同分散性条件下的安全系数。数值计算结果表明:结构设计选材应充分考虑材料性能分散性的影响;对于分散性较大的材料,单纯增大安全系数并不能保证结构具有足够的可靠性裕度,应采取措施有效降低材料性能分散性,才能从根本上控制结构失效概率水平。 相似文献
372.
TC17合金弯曲振动超高周疲劳试验 总被引:1,自引:0,他引:1
针对航空发动机压气机叶片用TC17合金的超高周疲劳性能数据需求,自主设计超高频板材试样并在电动振动台上开展弯曲振动疲劳测试,获取了109循环数范围内的超高周疲劳S-N曲线,并通过升降法得到了该合金109循环数对应的疲劳极限强度,在实际测试过程中有效激振频率达到1756 Hz左右。此外,与相同材料的常规疲劳试验结果进行了对比分析。结果表明:超高频弯曲振动疲劳试验结果与常规疲劳试验结果的变化趋势保持一致,尤其是在超高周寿命区间的测试结果的接近程度较高;超高频弯曲振动试验方法在提高测试效率的同时保证了结果的可靠性。 相似文献
373.
基于蒙特卡罗仿真的FADEC系统多故障TLD分析方法 总被引:3,自引:0,他引:3
航空发动机电子控制系统的时间限制派遣(TLD)分析是飞机系统安全性分析的重要内容,是商用飞机及航空发动机型号合格审定的一项必要工作,传统方法无法解决多故障情形下的TLD问题。对多故障TLD方法进行了研究,提出了多故障派遣时的派遣间隔决策方法与维修策略决策原则,基于蒙特卡罗仿真提出了多故障TLD分析方法,结合具体案例验证了方法的有效性,并针对典型全权限数字式电子控制系统(FADEC)进行了多故障TLD分析。结论表明,与单状态马尔可夫模型方法相比,本文方法具有较高的精度,误差在0.25%左右,同时能够避免马尔可夫过程繁琐的建模工作,并且具备工程实用性。 相似文献
374.
375.
376.
377.
基于双重卡尔曼滤波器的发动机故障诊断 总被引:6,自引:4,他引:2
提出了一种基于双重卡尔曼滤波器的航空发动机健康参数估计方法,实现了传感器发生故障情况下发动机故障的准确诊断.采用发动机动态工作点的测量数据,解决了可测量参数偏少导致故障诊断困难的问题;球面采样平方根UKF(UnscentedKalmanfilter)故障诊断滤波器具有更好的滤波稳定性与更低的计算量的要求,提高了故障诊断算法的效率与精度.某型双轴涡扇发动机故障诊断仿真结果表明,该方法可以准确的同步实现气路部件与传感器的故障诊断,是一种有效的航空发动机故障诊断方法. 相似文献
378.
379.
航空发动机滑油泵高空性分析 总被引:1,自引:0,他引:1
从流体力学角度,对滑油泵的高空性进行了系统的理论分析:阐述了其产生原理,推导了各种影响因素之间的关系式,得出了如下结论:泵前总阻力系数、滑油密度、油泵设计流量越小,入口管径越大,越有利于保持泵的高空性;而对于转子泵,内齿轮1齿扫过的面积越小,内齿轮齿数越少,内齿轮转速越低,转子宽度越小,越有利于保持高空性;对于齿轮泵,模数和齿数越少,转速越低,转子宽度越小,越有利于保持高空性。反之,则不能保持高空性。 相似文献
380.
一种基于指数损失函数的多类分类AdaBoost算法及其应用 总被引:2,自引:0,他引:2
提出一种新的多类分类AdaBoost算法——使用多类分类指数损失函数的前向逐步叠加模型FSAMME(forward stagewise additive modeling using a multi class exponential loss function)。该算法是基于原始的两类分类AdaBoost算法归结为使用两类分类指数损失函数的前向逐步叠加模型的统计学观点,将两类分类的前向逐步叠加模型自然扩展到多类分类情况下得到的,并采用多类指数损失函数和前向逐步叠加模型对FSAMME进行了详细的理论证明。该算法大大降低对弱分类器的精度要求,只需每个弱分类器的精度比随机猜测好;算法简单明了,不用把多类问题转化为多个两类问题,而是直接求解多类分类问题,大大减小计算复杂度和计算量。通过对基准数据库的测试分类及航空发动机故障样本的诊断,结果表明:FSAMME算法一方面可达到较高的分类诊断准确率,其准确率明显高于AdaBoost.M1,略高于AdaBoost.MH;另一方面可大大减小计算成本,满足在线快速分类诊断的要求。 相似文献