全文获取类型
收费全文 | 640篇 |
免费 | 112篇 |
国内免费 | 203篇 |
专业分类
航空 | 517篇 |
航天技术 | 151篇 |
综合类 | 103篇 |
航天 | 184篇 |
出版年
2024年 | 3篇 |
2023年 | 6篇 |
2022年 | 26篇 |
2021年 | 30篇 |
2020年 | 31篇 |
2019年 | 42篇 |
2018年 | 44篇 |
2017年 | 47篇 |
2016年 | 47篇 |
2015年 | 40篇 |
2014年 | 38篇 |
2013年 | 31篇 |
2012年 | 50篇 |
2011年 | 50篇 |
2010年 | 46篇 |
2009年 | 43篇 |
2008年 | 33篇 |
2007年 | 37篇 |
2006年 | 39篇 |
2005年 | 33篇 |
2004年 | 26篇 |
2003年 | 28篇 |
2002年 | 20篇 |
2001年 | 27篇 |
2000年 | 19篇 |
1999年 | 16篇 |
1998年 | 18篇 |
1997年 | 13篇 |
1996年 | 13篇 |
1995年 | 10篇 |
1994年 | 8篇 |
1993年 | 9篇 |
1992年 | 4篇 |
1991年 | 8篇 |
1990年 | 7篇 |
1989年 | 6篇 |
1988年 | 5篇 |
1987年 | 2篇 |
排序方式: 共有955条查询结果,搜索用时 22 毫秒
261.
准确计算直升机的悬停升限依赖于诸如桨尖损失系数,非均匀旋翼诱导速度分布,旋翼下洗引起的直升机增重效应及发动机与旋翼之间的功率传递系数等气动参数的准确度。然而,由于复杂的旋翼空气动力现象,准确预估以上气动参数有较大难度。本文提出了一种确定直升机垂直飞行状态上述气动参数的方法,该方法通过建立直升机垂直飞行状态的运动方程,实测直升机垂直飞行时的相关信息,采用参数辨识的方法得到直升机垂直飞行时的气动参数,然后,利用辨识结果确定直升机的悬停升限。结果表明该方法能有效地确定直升机垂直飞行时的气动参数及相应的悬停升限,且具有飞行试验简便,不受直升机装载和外界环境条件变化限制的特点。 相似文献
262.
介绍一种采用前向神经网络辨识发动机非线性模型的快速学习方法,与现有同类方法相比,该方法采用矩阵的QR分解求解线性方程组,解决了维数过高的矩阵直接求逆带来的解失真问题,并把这种方法应用于航空发动机的非线性模型辨识。算例仿真验证了算法的可行性。 相似文献
263.
264.
支持向量机在航空发动机起动模型辨识中的应用研究 总被引:1,自引:0,他引:1
支持向量机(SVM)可以优化网络,有效降低模型复杂性,不存在维数灾难和局部极小问题。本文以某型发动机起动调整试验的试车数据为样本,使用SVM对某一大气条件下的发动机起动模型进行了辨识,并使用另外一组试车数据.通过辨识模型对起动过程进行了仿真;最后,比较了SVM和RBF神经网络起动模型的辨识精度。结果表明,用SVM辨识发动机起动过程模型,方法简单,学习速度快,辨识精度较高。 相似文献
265.
266.
267.
研究建立了飞行员抗荷系统动态模型,包括过载—眼动脉血压子模型、人体正加压呼吸子模型、抗荷阀—抗荷服子模型、面罩子模型、后倾座椅子模型、抗荷动作子模型、抗荷服压力—主动脉输出压子模型等部分。该模型可计算不同过载谱、不同抗荷装备条件下的飞行员过载耐限和耐受时间。研究结果表明,在GOR、ROR、SACM等不同过载谱条件下人体过载耐限值的计算结果与实验数据符合良好。 相似文献
268.
运行模态分析的频域空间域分解法及其应用 总被引:7,自引:0,他引:7
提出了一种基于频域空间域分解(Frequency and Spatial Domain Decomposition, FSDD)的运行模态分析方法。该法将同时具有输入和输出的试验模态分析的经典方法——复模态指示因子(Complex Mode Indicator Function, CMIF)法拓展到了仅有输出响应的运行状态模态分析。FSDD法采用奇异值分解将信号空间和噪声空间分离开来,把奇异值曲线作为模态指示的依据,以奇异值向量作为加权函数得到每一阶模态的增强功率谱(Power Spectrum Density, PSD),进而在频域内对增强PSD曲线进行最小二乘拟合以得到准确的模态频率和阻尼参数。采用了一个二层楼仿真算例和在欧洲广为人知的瑞士Z24公路大桥实测算例来验证FSDD算法。 相似文献
269.
270.
在对飞机发动机转子系统早期故障特点进行分析的基础上,针对其故障诊断中存在的故障样本不足和早期微弱故障不易识别的问题,提出将随机共振、小波包分析与支持向量机相结合的发动机转子系统早期故障诊断与智能自愈监控方法。该方法首先利用随机共振原理对早期微弱故障信号进行特征细化,使故障特征放大;然后利用小波包多分辨率分析特性进行故障特征提取;再将提取的特征向量输入由支持向量机构造的分类器中进行故障识别,并利用智能自愈方法对故障进行监控。对智能诊断系统结构、故障特征提取方法、多故障分类器构造、故障自愈监控等进行了分析和研究。结果表明,该方法在故障样本不足情况下,能有效识别发动机转子系统的早期故障,且算法简单、故障分类识别效果好,并能对故障进行自愈监控。 相似文献