全文获取类型
收费全文 | 1279篇 |
免费 | 195篇 |
国内免费 | 262篇 |
专业分类
航空 | 1172篇 |
航天技术 | 246篇 |
综合类 | 169篇 |
航天 | 149篇 |
出版年
2024年 | 11篇 |
2023年 | 19篇 |
2022年 | 28篇 |
2021年 | 58篇 |
2020年 | 49篇 |
2019年 | 65篇 |
2018年 | 66篇 |
2017年 | 78篇 |
2016年 | 106篇 |
2015年 | 66篇 |
2014年 | 80篇 |
2013年 | 68篇 |
2012年 | 77篇 |
2011年 | 130篇 |
2010年 | 65篇 |
2009年 | 89篇 |
2008年 | 102篇 |
2007年 | 71篇 |
2006年 | 65篇 |
2005年 | 68篇 |
2004年 | 55篇 |
2003年 | 46篇 |
2002年 | 54篇 |
2001年 | 32篇 |
2000年 | 26篇 |
1999年 | 29篇 |
1998年 | 23篇 |
1997年 | 17篇 |
1996年 | 10篇 |
1995年 | 19篇 |
1994年 | 8篇 |
1993年 | 12篇 |
1992年 | 9篇 |
1991年 | 16篇 |
1990年 | 6篇 |
1989年 | 8篇 |
1988年 | 3篇 |
1987年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有1736条查询结果,搜索用时 281 毫秒
121.
122.
航空发动机风扇转子叶片外物损伤I.鸟撞击试验研究(英文) 总被引:1,自引:0,他引:1
本文改进了叶片鸟撞击试验条件。对某型发动机风扇一级转子叶片进行了鸟撞击试验。通过对叶片的鸟撞击瞬态响应分析和撞击前后叶片叶型变化的分析,验证了风扇一级转子叶片的抗鸟撞击性能,为某型发动机风扇转子叶片的抗外物损伤设计提供了依据。 相似文献
123.
124.
125.
126.
风电场的大规模接入对电网暂态稳定性造成的影响不容忽视。以含双馈风电机组的扩展两机系统为例,建立了双馈风机等值模型,将两机系统等值成单机无穷大系统,依据等面积法则详细推导了风电接入后系统极限切除角的解析式,进而定量分析了极限切除角随风电比例、风机并网位置、故障位置和负荷接入位置等4个影响因素的变化趋势,总结出4种影响因素对暂态功角稳定性的影响规律。在BPA和FASTEST中分别建立含双馈风机的扩展双机系统的仿真模型,对理论分析工作的正确性进行了仿真验证。 相似文献
127.
叶片丢失后发动机整机响应模拟试验与仿真 总被引:1,自引:3,他引:1
依据大涵道比涡扇发动机结构设计了叶片丢失试验台,开展了一系列模拟叶片丢失试验,并采用显式有限元方法进行了数值仿真,研究了发动机叶片丢失后整机结构响应与载荷传递规律。结果表明:丢失叶片与机匣存在叶尖与叶身两次撞击,对应的加速度曲线存在两个响应峰值;转子转速越高,加速度响应幅值越大。叶片飞断后转子不平衡载荷传递路径为前轴承支承-中轴承支承-中介支板-机匣结构;叶片撞击机匣导致的冲击载荷则由风扇机匣向后传递,最终传给吊装结构;发动机承受的载荷是由不平衡和冲击影响耦合得到,其中冲击载荷为主要部分。该研究为掌握真实发动机叶片丢失下整机响应规律提供了试验模拟方法与数值仿真分析工具。 相似文献
128.
卷积神经网络和峭度在轴承故障诊断中的应用 总被引:1,自引:1,他引:1
针对传统智能诊断方法依靠专家知识和人工提取数据特征工作量大的问题,结合深度学习方法在特征提取和处理大数据方面的优势,研究了一种基于卷积神经网络和振动信号峭度指标的滚动轴承故障诊断方法。该方法将深度学习应用于轴承故障诊断,提取滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种状态的振动信号,将振动信号分段处理得到峭度指标,使用数据到图像的转换方法将峭度指标转换为灰度图,送入卷积神经网络模型完成故障分类。在进行滚动轴承故障诊断的实验时,所提的模型诊断准确率达到99.5%,高于传统支持向量机(SVM)算法的95.8%。 相似文献
129.
由于飞机内部布线空间有限、电弧故障存在发生时间地点随机以及特征不明显等问题,导致检测困难。本文基于航空270 V高压直流(HVDC)系统开展直流串行电弧故障特征提取方法研究,采用希尔伯特黄变换(HHT)提取电弧电流交流分量的时域和频域特征量。选择HHT的固有模态函数IMF5瞬时幅值的峰峰值和标准差作为识别电弧故障的时域特征,与原始信号中提取的时域特征量对比,正常和电弧特征量的区分度更大;选择HHT的固有模态函数IMF1+IMF2、一定频带范围内的瞬时幅值计算得到的谐波功率和作为区分正常和电弧情况的频域特征量。与常用的快速傅里叶变换(FFT)方法相比,HHT三维时频谱能够反映信号的局部特征,HHT方法计算得到的正常和电弧特征量之间的区分度更大,电弧和正常特征量的比值最高可达346。基于HHT的电弧故障特征提取方法能够更好地区分正常和电弧情况,有助于提高电弧故障的检测率,降低虚警率,具有重要的工程应用价值。 相似文献
130.