全文获取类型
收费全文 | 550篇 |
免费 | 90篇 |
国内免费 | 113篇 |
专业分类
航空 | 425篇 |
航天技术 | 93篇 |
综合类 | 75篇 |
航天 | 160篇 |
出版年
2024年 | 4篇 |
2023年 | 19篇 |
2022年 | 27篇 |
2021年 | 31篇 |
2020年 | 26篇 |
2019年 | 39篇 |
2018年 | 33篇 |
2017年 | 31篇 |
2016年 | 35篇 |
2015年 | 23篇 |
2014年 | 28篇 |
2013年 | 25篇 |
2012年 | 32篇 |
2011年 | 35篇 |
2010年 | 35篇 |
2009年 | 23篇 |
2008年 | 21篇 |
2007年 | 22篇 |
2006年 | 24篇 |
2005年 | 23篇 |
2004年 | 25篇 |
2003年 | 18篇 |
2002年 | 15篇 |
2001年 | 25篇 |
2000年 | 17篇 |
1999年 | 14篇 |
1998年 | 20篇 |
1997年 | 12篇 |
1996年 | 13篇 |
1995年 | 8篇 |
1994年 | 14篇 |
1993年 | 11篇 |
1992年 | 6篇 |
1991年 | 7篇 |
1990年 | 4篇 |
1989年 | 4篇 |
1988年 | 3篇 |
1986年 | 1篇 |
排序方式: 共有753条查询结果,搜索用时 446 毫秒
151.
航空发动机神经网络自适应控制研究 总被引:6,自引:6,他引:0
本文研究神经网络自适应控制方法及其在航空发动机控制中应用。结合某型航空涡喷发动机,首先研究采用神经网络进行非线性动态系统辨识,包括神经网络模型辨识的格式、输入信号形式等问题。然后,提出了一种神经网络自适应控制方法,阐明了该方法基本结构、原理。最后,在选定的设计点处进行发动机控制系统设计,当偏离设计点时,利用神经网络很强的学习、适应能力,通过在线修正神经网络参数,使控制系统仍保持良好性能。 相似文献
152.
振动结构的多输入/多输出实时辨识控制与试验研究 总被引:1,自引:0,他引:1
发展了一种多输入/多输出、具有实时辨识和控制能力的自适应控制方法和控制系统,并将其应用于某自由-自由结构的振动控制。采用最小均方算法统一处理系统的实时辨识与控制问题,在没有任何受控结构特征信息的情况下,实现了对结构振动的自适应控制。控制系统由TMS320C30数字信号处理器和多通道数据采集卡构成,辨识与控制方法由TMS320C30数字信号处理器实现。对周期激励,在激励信号恒频率/恒振幅、变频率、变振幅时,受控结构的振动显著减小,各传感器测得加速度的平方和为无控时的1%或更小。 相似文献
153.
154.
针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明:得到的辨识模型输出参数,如燃气发生器转速ng、输出轴转速nr和涡轮后温度T4都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。 相似文献
155.
156.
针对运载火箭的时变结构模态参数辨识问题进行研究,基于时变自回归滑动平均(TARMA)模型,提出一种时变结构模态参数辨识的确定性演化方法。该方法利用小波基函数的良好局部函数拟合能力,将墨西哥帽小波函数作为TARMA模型时变系数的空间基底,构建了基于小波函数的泛函序列时变自回归滑动平均(FS-TARMA)模型,并发展了两步最小二乘估计方法,实现了时变系数的解耦估计。通过有限单元法,建立了阿里安V号芯级运载火箭时变有限元模型,对所提辨识方法进行了验证,结果表明:墨西哥帽小波基FS-TARMA方法能够有效地辨识系统的时变模态参数;与传统傅里叶基FS-TARMA方法相比,具有更好的辨识精度,并且能够准确地反映出模态局部细节特征。 相似文献
158.
采用截断三阶Volterra级数模型来研究空气动力二阶核函数的辨识问题,选取一簇正交化的切比雪夫多项式对二阶核函数进行参数化处理,并将非参数辨识问题转化成参数辨识问题。相比于其他方法,本文模型能有效降低对激励信号幅值的敏感程度,保证辨识出的核函数具有较好的保真度;只针对三阶Volterra降阶模型中的一阶、二阶核函数进行辨识,即可提升原系统一阶、二阶核函数的辨识精度,却不会显著增加辨识过程的工作量;参数化辨识方法属于整体性辨识,根据已有的部分数据对(输入、输出数据)就能完成系统辨识,且能达到较好的辨识精度,从而有效地减少了执行计算流体力学(CFD)代码程序的总次数,节约了大量的时间成本。算例表明,与目前流行的非参数化方法相比,本文提出的切比雪夫函数辨识方法,精度上达到预期要求,辨识过程消耗的CFD总时间量至少可降低一个数量级。 相似文献
159.
160.