全文获取类型
收费全文 | 176篇 |
免费 | 16篇 |
国内免费 | 6篇 |
专业分类
电工技术 | 10篇 |
综合类 | 11篇 |
化学工业 | 25篇 |
金属工艺 | 4篇 |
机械仪表 | 16篇 |
建筑科学 | 21篇 |
矿业工程 | 4篇 |
能源动力 | 2篇 |
轻工业 | 19篇 |
水利工程 | 9篇 |
石油天然气 | 6篇 |
武器工业 | 4篇 |
无线电 | 19篇 |
一般工业技术 | 25篇 |
冶金工业 | 8篇 |
自动化技术 | 15篇 |
出版年
2024年 | 3篇 |
2023年 | 10篇 |
2022年 | 6篇 |
2021年 | 10篇 |
2020年 | 12篇 |
2019年 | 15篇 |
2018年 | 13篇 |
2017年 | 7篇 |
2016年 | 2篇 |
2015年 | 7篇 |
2014年 | 15篇 |
2013年 | 8篇 |
2012年 | 8篇 |
2011年 | 12篇 |
2010年 | 13篇 |
2009年 | 20篇 |
2008年 | 6篇 |
2007年 | 2篇 |
2006年 | 9篇 |
2005年 | 5篇 |
2004年 | 4篇 |
2003年 | 3篇 |
2001年 | 1篇 |
1999年 | 3篇 |
1997年 | 2篇 |
1990年 | 1篇 |
1951年 | 1篇 |
排序方式: 共有198条查询结果,搜索用时 46 毫秒
81.
为了深入研究激光诱导等离子体的物理特性,提高激光诱导击穿光谱(LIBS)技术的测量精度和可靠性,对激光诱导等离子体的时间演化过程进行了实验研究。采用ICCD相机对激光诱导铝合金等离子体进行快速成像,发现激光诱导铝合金等离子体的寿命大约为30μs,等离子体呈现明显的分层结构,并且不同区域的面积和温度在等离子体的时间演化过程中呈现不同的特征。通过玻尔兹曼斜线法和Stark展宽法计算了铝合金等离子体电子温度和电子数密度的时间演化规律。实验结果表明,等离子体的电子激发温度在6000K~9000K之间,且前3μs下降较快;等离子体电子数密度为1017 cm-3量级,并随ICCD探测延迟时间缓慢降低。等离子体电子温度和电子数密度的时间演化规律与ICCD相机快速成像结果一致。 相似文献
82.
电液比例位置控制技术在连轧管设备上的应用 总被引:3,自引:0,他引:3
介绍了电液比例位置控制技术的工作原理,以在PQF连轧机上的应用实例,与电液伺服阀进行了比较、分析:实践证明,电液比例控制技术具有性能稳定、价格低、抗污能力强、结构简单、操作方便和节能效果好等特点。 相似文献
83.
传统的教学模式所培养的高职人才在操作技能方面存在诸多的问题和不足,本文针对此问题,并结合基于工作过程为导向的课程设计理念,以高职仓储技能的培养为例进行新的教学模式的探讨。明确了教学培养目标来源于岗位需求、教学知识来源于典型工作任务、以情境作为教学单元、以模拟任务为教学载体、以学生为中心的教学原则。 相似文献
84.
85.
86.
目的分析不同肿块类型乳腺导管扩张症(MDE)与浸润性导管癌(IDC)、导管原位癌(DCIS)在彩色多普勒超声(CDFI)下的影像表现。方法回顾性分析我院2017年4月至2019年3月收治的经病理证实为MDE的62例患者的临床资料进行研究(MDE组)。另分析同期经病理证实为乳腺癌患者95例的临床资料,其中IDC51例(IDC组),DCIS44例(DCIS组)。分析受试者术前彩色多普勒超声(CDFI)图像,比较三组的临床资料、肿块型病灶及导管型病灶影像学特征。结果MDE组的发病年龄明显低于IDC组、DCIS组(均P<0.05),MDE组位于外周的病灶明显少于IDC组、DCIS组(均P<0.05),MDE组更多病灶位于中央,此外MDE组囊实性及囊性肿块所占比例明显高于IDC组、DCIS组(均P<0.05);肿块型MDE组病灶最大径明显小于DCIS组(P<0.05),形态规则、边缘完整的肿块型病灶明显高于IDC组、DCIS组(均P<0.05),有强回声点、周边高回声晕、后方回声衰减的特征明显低于IDC组、DCIS组(均P<0.05),且0~Ⅰ级Adler血流血流检出率明显高于IDC组、DCIS组(均P<0.05),此外肿块型MDE病灶伴内部液性无回声区较IDC、DCIS多见(均P<0.05);导管型MDE有强回声点的特征明显低于DCIS组(均P<0.05),其余各项差异均无统计学意义(均P>0.05)。结论CDFI下MDE病灶多表现为肿块型,以囊实性或囊性肿块居多,与IDC、DCIS在CDFI下特征表现区别较大,对MDE的诊断及其与乳腺癌IDC、DCIS的鉴别诊断具有重要价值。 相似文献
87.
数控机床在加工过程中,刀具磨损会对被加工零件的表面质量、尺寸精度产生巨大影响,而传统依靠切削力系数来分析刀具磨损的方法,需要在工作台上安装额外测力装置,这将干扰机床正常加工,限制被加工零件尺寸,引起加工质量降低等问题,限制了其在实际工业环境中的应用。针对上述问题,提出利用主轴电流结合深度学习网络识别铣刀磨损状态的监测方法。首先,理论论证利用主轴电流代替切削力识别刀具磨损的可行性;然后,利用压缩感知对电流信号的频域数据进行数据压缩,其中为提高网络的鲁棒性,对观测信号添加高斯白噪音;最后,将压缩后的数据输入堆栈稀疏自编码网络,利用有监督学习与无监督学习相结合的方法,提取刀具磨损所引起的特征信息,用于表征刀具磨损程度。试验结果表明,该方法可以有效对铣刀磨损程度进行识别。 相似文献
89.
90.