全文获取类型
收费全文 | 1905篇 |
免费 | 162篇 |
国内免费 | 51篇 |
专业分类
电工技术 | 323篇 |
综合类 | 100篇 |
化学工业 | 166篇 |
金属工艺 | 95篇 |
机械仪表 | 130篇 |
建筑科学 | 145篇 |
矿业工程 | 37篇 |
能源动力 | 38篇 |
轻工业 | 164篇 |
水利工程 | 99篇 |
石油天然气 | 70篇 |
武器工业 | 40篇 |
无线电 | 184篇 |
一般工业技术 | 106篇 |
冶金工业 | 43篇 |
原子能技术 | 9篇 |
自动化技术 | 369篇 |
出版年
2024年 | 3篇 |
2023年 | 73篇 |
2022年 | 57篇 |
2021年 | 70篇 |
2020年 | 94篇 |
2019年 | 136篇 |
2018年 | 97篇 |
2017年 | 41篇 |
2016年 | 63篇 |
2015年 | 72篇 |
2014年 | 165篇 |
2013年 | 126篇 |
2012年 | 150篇 |
2011年 | 133篇 |
2010年 | 105篇 |
2009年 | 113篇 |
2008年 | 86篇 |
2007年 | 84篇 |
2006年 | 67篇 |
2005年 | 72篇 |
2004年 | 49篇 |
2003年 | 39篇 |
2002年 | 45篇 |
2001年 | 39篇 |
2000年 | 34篇 |
1999年 | 24篇 |
1998年 | 12篇 |
1997年 | 12篇 |
1996年 | 5篇 |
1995年 | 9篇 |
1994年 | 5篇 |
1993年 | 6篇 |
1992年 | 11篇 |
1991年 | 6篇 |
1990年 | 3篇 |
1989年 | 5篇 |
1988年 | 2篇 |
1987年 | 3篇 |
1984年 | 1篇 |
1966年 | 1篇 |
排序方式: 共有2118条查询结果,搜索用时 15 毫秒
1.
Al2O3作为熔渣中的主要组元之一,其对熔渣的冶金性能的影响尤为突出。对于高炉炼铁而言,高炉渣中Al2O3增加会对炼铁及脱硫造成不利影响。然而,随着中国钢铁工业的不断发展,相对低廉的高Al2O3进口铁矿石使用量不断攀升,使得高炉渣中Al2O3含量明显增加,高炉渣中Al2O3质量分数往往大于15%,更高的甚至大于20%。目前关于高Al2O3高炉渣系中Al2O3组元的热力学性质(例如采用参考渣法测定Al2O3的活度)及其对炉渣冶金性能的影响等研究鲜有报道,而温度是影响冶金熔渣冶金性能的重要热力学因素之一,因此探讨温度对冶金熔渣中Al2O3组元活度影响的规律不仅具有重要的研究意义,同时也为现场实践提供坚实的理论依据。采用参考渣法对1 773~1 873 K温度条件下CaO-SiO2-Al2O3-MgO高炉渣系Al2O3活度进行测定,并采用Raman光谱对熔渣的结构进行检测。考察了温度对CaO-SiO2-Al2O3-MgO高炉渣系Al2O3活度的影响。结果表明,随着温度的增加,熔渣中Al2O3的化学势降低,熔渣与铜金属熔液之间的反应向右移动来达到新的平衡,因而Al2O3的活度随着温度的增加逐渐降低。温度的增加使熔渣中Al2O3与碱性金属氧化物发生反应,使钙铝酸盐(CaO·Al2O3和CaO·2Al2O3)和镁铝酸盐(MgO·Al2O3)等复合物生成量增加,此时熔渣的结构由于O2-的增加而逐渐发生解聚,熔渣中的自由Al2O3减少,从而导致Al2O3活度逐渐降低。 相似文献
2.
CoCrFeMnNi高熵合金较低的硬度和较差的耐磨损性能限制了其在表面工程领域的应用。利用激光熔覆技术制备强化的CoCrFeMnNiM(M=Ti,Mo)高熵合金熔覆层,并通过超声表面滚压(USRE)技术强化熔覆层表面。采用XRD、FSEM、EDS、AFM、显微硬度计和摩擦磨损试验机等研究USRE处理对高熵合金激光熔覆层的微观组织、表面形貌、力学性能和摩擦学性能的影响。结果表明:CoCrFeMnNiTi高熵合金激光熔覆层由面心立方(FCC)结构的固溶体相和TiC原位析出相组成,CoCrFeMnNiMo高熵合金激光熔覆层仍由单一的FCC固溶体相组成。USRE处理后涂层的相构成均未发生变化,但CoCrFeMnNiMo涂层的晶粒尺寸得到更明显的细化。USRE处理降低了高熵合金激光熔覆层的表面粗糙度,提高了残余压应力和显微硬度,并且USRE处理对CoCrFeMnNiMo涂层的效果提升更加显著。经过相同工艺参数的USRE处理后,CoCrFeMnNiTi高熵合金激光熔覆层的体积磨损率由1.90×10^(-4)mm^(3)/(N·m)降低到0.71×10^(-4)mm^(3)/(N·m);但由于磨损机制的转变和表面脆性的增大,CoCrFeMnNiMo高熵合金激光熔覆层的磨损率反而上升。探讨了超声表面滚压处理对高熵合金涂层的适用性,可为高熵合金涂层耐磨性的强化提供参考。 相似文献
3.
内蒙古某电厂位于光照资源充足地区,利用厂区内绿化空地、停车场、建筑物屋顶等处建设分布式光伏发电项目,经箱式变压器升压后接入6 kV厂用电系统,可提高土地利用率和机组送出能力、优化电厂调节响应能力和降低机组厂用电率。 相似文献
4.
采用原位生长法设计并合成了MOF衍生碳包覆硅纳米颗粒限制于石墨烯的复合材料(Si/C@G),并应用于锂离子电池负极材料,该材料结构有效缓解硅基负极材料充放电过程的体积变化,促进了稳定的固态电解质中间相层的形成,提高了电极材料的电导率。Si/C@G负极材料在电流密度500 mA/g时经100次循环可逆比容量仍有1081.2 mAh/g;在电流密度5.0 A/g时其可逆容量达到949.6 mAh/g。Si/C@G负极在1.0 A/g的恒电流密度下循环500次后可逆比容量可保持在677.2 mAh/g左右,库仑效率可达99.84%,表现出良好的循环稳定性。 相似文献
5.
随着高速高频通信技术的发展,电子铜箔表面平坦度对高频信号传输损耗的影响更加凸显,已成为制约高速高频通信技术发展的重要因素。本研究团队在目前技术发展的基础上,提出了一种铜箔与聚合物直接结合的方法。该方法主要分为三步:通过激光压平实现铜箔表面平坦化;通过激光压印在压平铜箔表面制造出规则的阵列纳米结构;通过激光焊接实现压平压印铜箔与液晶聚合物(LCP)的直接结合。试验发现,通过激光压平可以将40.6 nm的铜箔表面粗糙度降低到7.8 nm,表面粗糙度降低了80.8%。通过激光压印在压平铜箔表面压印出的规则阵列纳米结构,为铜箔与聚合物的直接结合奠定了基础。采用激光将表面压平压印的铜箔与LCP焊接在一起,对其进行拉伸测试后发现铜箔被拉断。这说明铜箔与LCP的焊接结合强度较高,所提方法在降低电流传输损耗方面具有潜在的应用价值。 相似文献
6.
利用激光熔覆技术在45钢表面制备了CoCrFeMnNiTix(x为Ti的摩尔比,x=0.25,0.50,0.75,1.00)高熵合金涂层。采用X射线衍射仪(XRD)、扫描电子显微镜(SEM)、能谱分析仪(EDS)、维氏硬度计、电化学工作站和摩擦磨损试验机等分析了Ti元素对CoCrFeMnNiTix高熵合金涂层微观组织和性能的影响。结果表明CoCrFeMnNiTix高熵合金涂层微观组织是由面心立方(FCC)固溶体相和TiC颗粒相组成的枝晶组织。随着Ti元素增加,TiC颗粒在晶内析出并逐渐增多,在Ti原子固溶引起的晶格畸变和TiC析出的共同影响下,晶格常数先增大后减小。Ti元素的添加引起了涂层的固溶强化和第二相强化,高熵合金涂层的显微硬度逐渐增高至364.5 HV0.3。掺杂Ti元素使高熵合金涂层的腐蚀机制由点蚀转变为晶间腐蚀,随着Ti元素含量增加,涂层活化阶段的晶间腐蚀加剧。涂层的磨损机制随Ti元素的增加由黏着磨损向氧化磨损与磨粒磨损转化,CoCrFeMnNiTi0.25涂层具有最好的耐蚀性能和耐磨性... 相似文献
7.
为精确检测不同人体尺度的关键点,提出一种基于高分辨率表征的关键点尺度变换网络(high-resolution for scale transformation structure,HR-STS)。由高低分辨率并行子网络提取所有初步关键点特征,通过尺度变换结构把关键点特征标准化,经过逆空间变换得到关键点坐标。实验对比结果表明,改进后的算法在MPⅡ数据集和(COCO数据集上的平均检测精度提升明显,网络参数量与浮点运算量也小于其它算法。 相似文献
8.
为解决矿井探水作业中人工验收效率低、耗时长等问题,提出一种融合交叉熵损失函数的3DCNN探水作业动作识别模型。使用Re LU非线性化函数和Soft Max交叉熵损失函数,将隐含的特征数据判断分类别后再进行学习,得到较为丰富的批次网络信息图;将批量归一化操作引入到网络结构中,弥补网络模型收敛速率慢的不足,提高模型的泛化能力和鲁棒性,达到有效提高验收效率的目的。经过与其它网络模型对比,实验结果表明,该方法有效解决了人工验收低效率的问题,提高了动作识别的准确率。 相似文献
9.
为了降低热电联产系统能量调度算法计算的复杂度,减少计算时间,提出了一种基于If-Then-Else规则的热电联产系统能量调度方法。通过引入逻辑变量来描述设备的启停状态和工作模式,建立混合逻辑动态模型,在模型预测控制的框架下,根据实时电价以及本地能源、电力负荷和热力负荷的预测结果,为模型中的二元决策变量赋值,从而将模型中的混合整数线性规划问题转化为线性规划问题。最后,通过仿真将本文提出的方法和混合整数线性规划方法进行比较,结果表明,本文所采用的方法在性能上几乎没有损失,平均计算时间降低65%。 相似文献
10.
烟草叶部病害种类繁多,病理复杂,严重影响烟草产量及品质,烟草病害精准检测是烟草病害及时防治的前提。传统检测方式精准性差、效率低,基于深度学习的算法可提高烟草病害检测准确性。本文以5种较为常见的烟草病害(普通花叶病、黄瓜花叶病毒病、赤星病、烟草野火病、气候性斑点病)为研究对象,构建基于YOLOv3的烟草病害检测模型,实现烟草多类病害的精准快速检测。使用Darknet53特征网络提取烟叶病害特征并将不同尺度病害特征融合,并用K-means++算法对融合后特征进行分类和位置预测,通过非极大值抑制算法(NMS)去除冗余框,得到病害区域预测框。用田间实际采集的烟草病害数据集,对构建的YOLOv3病害检测模型与SSD(Single Shot multibox Detector)模型对比测试。结果表明,YOLOv3的mIoU为0.81,明显优于SSD的0.73,且YOLOv3模型的mAP为0.77,也高于SSD的0.69。本研究构建的YOLOv3烟草病害检测模型能有效定位烟叶病害区域,实现多类烟草病害的检测,为精准病害防治提供参考。 相似文献