全文获取类型
收费全文 | 2643篇 |
免费 | 339篇 |
国内免费 | 233篇 |
专业分类
航空 | 2078篇 |
航天技术 | 318篇 |
综合类 | 228篇 |
航天 | 591篇 |
出版年
2024年 | 25篇 |
2023年 | 92篇 |
2022年 | 114篇 |
2021年 | 140篇 |
2020年 | 140篇 |
2019年 | 117篇 |
2018年 | 72篇 |
2017年 | 108篇 |
2016年 | 114篇 |
2015年 | 82篇 |
2014年 | 119篇 |
2013年 | 98篇 |
2012年 | 124篇 |
2011年 | 172篇 |
2010年 | 106篇 |
2009年 | 149篇 |
2008年 | 129篇 |
2007年 | 126篇 |
2006年 | 100篇 |
2005年 | 104篇 |
2004年 | 84篇 |
2003年 | 117篇 |
2002年 | 112篇 |
2001年 | 97篇 |
2000年 | 75篇 |
1999年 | 63篇 |
1998年 | 64篇 |
1997年 | 60篇 |
1996年 | 50篇 |
1995年 | 52篇 |
1994年 | 56篇 |
1993年 | 32篇 |
1992年 | 28篇 |
1991年 | 31篇 |
1990年 | 32篇 |
1989年 | 20篇 |
1988年 | 3篇 |
1987年 | 4篇 |
1986年 | 1篇 |
1985年 | 2篇 |
1981年 | 1篇 |
排序方式: 共有3215条查询结果,搜索用时 968 毫秒
291.
基于旋转坐标系转轴振动信号的滚动轴承故障诊断方法 总被引:2,自引:0,他引:2
实验验证了基于旋转坐标系转轴振动信号的滚动轴承局部故障诊断方法.建立起滚动轴承故障实验台, 采用压电晶体加速度传感器测取转轴的振动.通过滚动轴承内环、外环、滚动体和保持架四种典型故障的实验分析结果, 证明了该方法的可行性, 并发现转轴振动信号的传递路径相对简单, 对轴承内环、滚动体和保持架早期微小故障的发现与诊断可能是有利的. 相似文献
292.
气体动压轴承-转子动力系统稳定性及分岔 总被引:3,自引:2,他引:1
基于非线性动力学理论, 研究了普通圆柱型径向气体动压轴承支承的转子动力系统的运动稳定性和分岔.建立了气体动压轴承-Jeffcott转子系统的力学模型, 并采用有限元方法逼近非定常气体雷诺方程, 得到任意时刻的气膜力;数值模拟该非线性动力系统的长期行为, 得到了轴颈中心的运动轨迹;并采用轨迹图、相图、分岔图以及功率谱等, 研究了系统的非线性行为以及不平衡响应的稳定性.研究结果表明:该方法对气体轴承中存在的气膜涡动问题能够给予合理的解释. 相似文献
293.
采用序列概率比方法检测航空发动机传感器软故障 总被引:1,自引:0,他引:1
提出基于卡尔曼滤波和序列概率比方法进行某型涡扇发动机控制系统传感器软故障检测新方法.研究了采用修正的序列概率比方法处理滤波残差,检测传感器软故障;并将该方法与残差加权二乘算法WSSR(Weighted Sum of Squared Residual)检测传感器软故障过程进行了对比.仿真结果表明,序列概率比方法较WSSR法所需决策时间短,适合于航空发动机传感器软故障检测. 相似文献
294.
基于机载中央维护系统(CMS),提出了飞机维修信息管理系统(AMIMS),以进一步提高飞机的安全性,降低维修和运行成本;并详细讨论了AMIMS的组成、功能、关键技术及其解决途径。 相似文献
295.
296.
归纳并总结了飞机电气部件产生故障的一般规律——量变到质变规律、浴盆形规律及故障的分布规律和排除方法即掌握故障情况、判断检查故障部位及正确排除故障的要点. 相似文献
297.
针对航空发动机叶片近年来出现的故障,进行力学分析;研究激光冲击强化的机制及其在航空发动机叶片上应用的可行性和关键技术. 相似文献
298.
现代飞行器广泛采用机内测试(Built-intest,BIT)技术,以便对其内部故障进行自动检测、诊断和隔离,但是常规BIT面临诊断能力不足和诊断模糊性等问题,导致BIT虚警率高,难以有效发挥其应有的作用.本文论述了BIT虚警的基本理论、虚警的危害及现状,并从BIT虚警产生的原因分析入手,提出了解决虚警问题的一些方法和措施. 相似文献
299.
利用正交小波变换在时-频域均有良好局部化的品质,提出了一种对动态系统故障诊断中非平稳信号进行分析与处理的方法.仿真结果表明,该方法不仅使测试结果更加精确,而且便于进行快速的故障诊断. 相似文献
300.
基于深度学习具有强大的自特征提取能力和较优的分类能力,将深度卷积神经网络引用到轴承的故障诊断中,提出了基于一维深度卷积神经网络的轴承复杂工况故障诊断方法。在提出的方法中,将轴承的多故障振动信号作为模型的直接输入,通过训练深度卷积神经网络模型,利用模型中多个卷积层和池化层对输入的振动信号进行自特征提取,并进行故障分类。从而以基于数据驱动的方式形成端到端的故障诊断。研究表明,在一维深度卷积神经网络中直接输入轴承振动信号进行故障诊断,与提取时域和频域特征结合支持向量机进行故障诊断的方法相比,深度卷积神经网络可以更好地反映时域振动信号与特征间的关系,获得了比传统智能诊断方法更高的识别效率。 相似文献