全文获取类型
收费全文 | 2534篇 |
免费 | 669篇 |
国内免费 | 364篇 |
专业分类
航空 | 2670篇 |
航天技术 | 228篇 |
综合类 | 453篇 |
航天 | 216篇 |
出版年
2024年 | 18篇 |
2023年 | 97篇 |
2022年 | 140篇 |
2021年 | 128篇 |
2020年 | 136篇 |
2019年 | 103篇 |
2018年 | 86篇 |
2017年 | 128篇 |
2016年 | 132篇 |
2015年 | 133篇 |
2014年 | 132篇 |
2013年 | 121篇 |
2012年 | 135篇 |
2011年 | 143篇 |
2010年 | 141篇 |
2009年 | 142篇 |
2008年 | 125篇 |
2007年 | 122篇 |
2006年 | 89篇 |
2005年 | 107篇 |
2004年 | 92篇 |
2003年 | 101篇 |
2002年 | 91篇 |
2001年 | 73篇 |
2000年 | 91篇 |
1999年 | 74篇 |
1998年 | 74篇 |
1997年 | 86篇 |
1996年 | 89篇 |
1995年 | 68篇 |
1994年 | 81篇 |
1993年 | 84篇 |
1992年 | 62篇 |
1991年 | 42篇 |
1990年 | 28篇 |
1989年 | 30篇 |
1988年 | 23篇 |
1987年 | 8篇 |
1986年 | 4篇 |
1985年 | 3篇 |
1984年 | 2篇 |
1983年 | 1篇 |
1982年 | 2篇 |
排序方式: 共有3567条查询结果,搜索用时 15 毫秒
951.
为了获得气膜孔上游放置斜坡对气膜冷却效率的影响规律,采用数值模拟方法研究了斜坡的台阶高度分别为0.3D,0.5D,0.75D,1.0D和1.5D时不同吹风比下的流动过程和冷却效率分布情况,并与常规气膜孔冷却结构形式进行对比,以揭示斜坡对气膜冷却效率改善作用的影响机理。研究表明,在气膜孔上游设置斜坡,延缓了主流通过反向涡对对冷却气流的掺混作用,反向涡对强度减弱,冷却气流出流后的贴壁效果更好,提高了气膜冷却效率,随着吹风比的增加,斜坡高度较高时无论是在气膜孔中心线处还是在两气膜孔之间区域的冷却效率值都得到大幅度的提高。 相似文献
952.
基于耦合Lantry-Menter转捩模型的SST(Shear stress transport)湍流模型,对某涡轮级在3个雷诺数工况下的全三维流场分别进行了定常、非定常数值模拟,目的在于对比分析两种计算方法所得结果之间的差异。计算结果表明,进口雷诺数为4×104时和5×105时,定常与非定常计算的涡轮级效率的差异较大,最大相差0.6个百分点,而当雷诺数为8×104时,两者差异很小;非定常计算能够较好的模拟叶尖泄漏涡的发展过程、低雷诺数下上游尾迹与下游转子叶片吸力面分离边界层干涉诱导卷起涡的形成、输运及其所导致的叶片吸力面表面压力大幅波动等非定常流动现象。最后,给出了转子出口截面上周向与径向的非定常压力脉动的分布,为基于Lighthill声类比方法的计算气动声学研究奠定了基础。 相似文献
953.
针对低温液体火箭发动机预冷自然循环回路的流动与传热过程,建立了一维非稳态均相流数学模型,采用反环状流和弥散流两种流型描述膜态沸腾流型及传热特性。数值计算结果表明:自然循环预冷回路中推进剂流量的不稳定特性是由驱动力——循环回路释热量的不稳定性造成的;预冷过程约80%的管路壁面温度下降由膜态沸腾所引起;反环状流和弥散流膜态沸腾流型的引入,可较好解释回流管壁面温度在预冷过程中的逆向分布规律。 相似文献
954.
离心叶轮和扩压器相互作用 总被引:1,自引:1,他引:0
采用定常和非定常数值模拟技术,研究了某跨声离心压气机级内的复杂流动,分析了叶轮与径向扩压器之间的非定常相互作用.结果表明,扩压器的势干扰使叶轮出口静压发生周期性地变化,引起叶轮后部负荷、叶尖泄漏和损失等也产生周期性地变化,影响范围达30%流向弦长.叶轮出口流场的周向不均匀性及非定常性使扩压器进口参数发生周期性的变化,导致扩压器负荷、总压恢复系数分布呈现出较强的非定常性,影响范围贯穿整个扩压器通道. 相似文献
955.
956.
运用Numeca 对某内外涵组合压气机进行数值模拟,为了减小内涵静子表面流动分离,提高其气动性能,在对其设计改型过程中,先后采用了直叶片、根部后掠和根部后掠尖部前掠三种叶型,数值模拟结果表明,弯掠叶型能减弱根尖部低能流体的堆积,抑制端壁角区的气流分离,使根尖部流动得到改善,从而提高其整体性能。此外,还考察了稠度对叶栅气动性能的影响,结果表明,合理的稠度选择, 可以改善叶栅的流场结构,降低叶栅二次流损失。 相似文献
957.
958.
959.
基于卷积神经网络的深度学习流场特征识别及应用进展 总被引:2,自引:1,他引:1
深度学习架构的出色性能使得机器学习在流体力学中的应用得到新的发展,可以应对流体力学中诸多问题和需求。卷积神经网络(CNN)强大的非线性映射能力以及分层提取信息特征的功能,使其成为当下流场特征研究不容忽视的工具。围绕这一研究前沿与热点问题,概述和归纳了这一研究领域的进展与成果。首先,对深度学习在流体力学中的发展以及卷积神经网络进行了简单的回顾。然后,从卷积神经网络能够识别特征出发,先后介绍了基于卷积的深度学习特征识别在流场预测、流动外形优化、流场可视化精度提升和生成对抗等应用方面的研究进展。最后,对深度学习在流场识别领域的应用进行了展望,为后续的研究提供参考。 相似文献
960.
给出了一种基于非结构动网格技术的三维激波装配方法。在该方法中,三维激波面由被标记为激波属性的网格点连接构成,标记为激波属性的网格点称为激波点。激波点具有两组参数分别代表激波的上下游,利用激波点上下游参数求解R-H关系式获得激波点运动速度。非结构动网格技术的使用允许激波大幅度运动,降低了对初始激波位置的要求。通过引入网格属性定义避免了对计算网格进行分区,增加了装配激波的灵活性。通过球柱体绕流问题验证了该三维装配方法的合理性,针对三维激波装配中比较困难的交点装配问题,通过对三维激波反射以及三维激波相交等算例进行研究找到了可用的三维激波交点运动速度的确定方法,保证了激波运动过程中交点运动与流场求解之间的相容性,获得了相应的装配结果。 相似文献