全文获取类型
收费全文 | 109篇 |
免费 | 5篇 |
国内免费 | 1篇 |
专业分类
综合类 | 10篇 |
化学工业 | 2篇 |
金属工艺 | 24篇 |
机械仪表 | 45篇 |
矿业工程 | 17篇 |
武器工业 | 5篇 |
无线电 | 1篇 |
一般工业技术 | 5篇 |
自动化技术 | 6篇 |
出版年
2021年 | 1篇 |
2020年 | 2篇 |
2019年 | 7篇 |
2018年 | 10篇 |
2017年 | 3篇 |
2016年 | 1篇 |
2015年 | 3篇 |
2014年 | 7篇 |
2013年 | 4篇 |
2012年 | 4篇 |
2011年 | 7篇 |
2010年 | 2篇 |
2009年 | 9篇 |
2008年 | 5篇 |
2007年 | 5篇 |
2006年 | 8篇 |
2005年 | 9篇 |
2004年 | 9篇 |
2003年 | 4篇 |
2002年 | 1篇 |
2001年 | 1篇 |
2000年 | 3篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1995年 | 2篇 |
1994年 | 2篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1990年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有115条查询结果,搜索用时 31 毫秒
21.
22.
在手工编制机械零件轮廓加工程序时,为了实现高速切削要求的"高转速、小切深、大进给"的目的,作者利用FANUC系统的宏编程技术,开发了针对零件开放轮廓和封闭轮廓的两种轴向分层铣削程序结构,并详细分析了两种结构的技术特点和应用注意事项。 相似文献
23.
24.
25.
26.
为提高花键冷滚打成形表面性能,研究冷滚打加工参数对表层性能的影响程度,筛选影响冷滚打花键表层性能最优的冷滚打工艺参数,以渐开线花键为研究对象,以冷滚打转速和进给速度为主要工艺参数,将熵权理论与灰色理论相互结合,对花键齿面分度圆处的表面粗糙度、残余应力和硬化程度进行关联分析研究。结果表明:花键表面粗糙度和硬化程度随进给速度的增加而增大,随冷滚打转速的增加而减小;花键残余应力随进给速度的增加而减小,随冷滚打转速的增加而增大;进给速度对冷滚打花键表层性能影响较大;冷滚打花键表层性能最优的冷滚打工艺参数为冷滚打转速1428 r·min~(-1)和进给速度42 mm·min~(-1)。 相似文献
27.
为了降低轴承套圈表面粗糙度,对轴承套圈进行超声滚挤压加工试验研究,选取工件转速、工具头进给速度、预挤压力3个加工参数,采用单因素法分别研究各参数对轴承套圈表面粗糙度的影响规律。结果表明,预挤压力对试样表面粗糙度的影响最大,工件转速对试样表面粗糙度的影响次之,进给速度对试样表面粗糙度的影响较小。采用二阶响应曲面的方法,建立超声滚挤压3个加工参数与表面粗糙度之间的预测模型,并验证了模型的准确性;根据极值必要条件对轴承套圈表面粗糙度预测模型进行分析,确定了超声滚挤压加工最优加工参数,得出试验值与预测值之间的误差为2.32%。 相似文献
28.
为提高冷滚打成形工件的表面性能,实现对冷滚打成形过程中残余应力的控制,以渐开线花键为研究对象,采用轮廓法测量冷滚打成形花键齿廓不同位置的残余应力,依据实验结果采用响应曲面法建立冷滚打成形花键齿廓齿根处、分度圆处和齿顶处的残余压应力峰值和残余压应力层深与冷滚打成形参数的关系模型,对比分析了实验结果与模型的预测结果。研究表明所建立的残余压应力峰值模型的最大预测误差为3.3%,残余压应力层深模型的最大预测误差为6.1%,预测结果具有较高的可信度,可以进行不同冷滚打成形参数的齿廓空间残余应力和残余压应力层深度的预测。 相似文献
29.
为提高花键冷滚打成形表面层物理力学性能,筛选了影响冷滚打花键表面层性能最优的冷滚打工艺参数。以渐开线花键为研究对象,以冷滚打转速和进给速度为主要加工工艺参数,以冷滚打花键分度圆处表层加工硬化程度为优化目标,引入熵权理论和满意度函数法进行传统响应曲面函数的改进,构建改进双响应曲面-满意度函数模型。运用广义降阶梯度法对建立的模型进行优化,并对改进双响应曲面-满意度函数法和传统响应曲面法优化结果分别进行冷滚打花键试验验证和花键表层金相组织对比分析。结果表明:改进双响应曲面-满意度函数模型的综合满意度为0.87384,表明所建立模型稳健性合理可靠;优化的加工工艺参数为冷滚打转速1428 r·mm~(-1),进给速度为42 mm·min~(-1),对应的加工硬化程度为148.71%;改进双响应曲面-满意度函数模型的优化参数比传统响应曲面的优化参数所加工的花键表层加工硬化程度高,表明改进双响应曲面-满意度函数模型优化结果较精确。 相似文献
30.
为了提高超声滚挤压轴承套圈的表面性能,以轴承套圈为研究对象,通过超声滚挤压试验,对试验结果进行数理统计分析,研究加工参数对超声滚挤压轴承套圈表面粗糙度的影响;再对超声滚挤压试验进行正交试验设计,将超声滚挤压轴承套圈表面粗糙度与各加工参数相互匹配,建立响应曲面和BP神经网络模型,两个模型试验结果与预测结果的对比表明所建立的轴承套圈表面粗糙度BP神经网络模型的相对误差控制在4. 5%左右,最大误差不超过5. 06%,预测结果具有更高的可信度,且优于响应曲面模型预测结果,可以进行不同超声滚挤压参数的轴承套圈表面粗糙度的预测。 相似文献