全文获取类型
收费全文 | 161篇 |
免费 | 11篇 |
国内免费 | 11篇 |
专业分类
电工技术 | 8篇 |
综合类 | 5篇 |
化学工业 | 11篇 |
金属工艺 | 13篇 |
机械仪表 | 10篇 |
建筑科学 | 11篇 |
矿业工程 | 3篇 |
能源动力 | 1篇 |
轻工业 | 9篇 |
水利工程 | 7篇 |
石油天然气 | 21篇 |
无线电 | 37篇 |
一般工业技术 | 17篇 |
冶金工业 | 7篇 |
原子能技术 | 2篇 |
自动化技术 | 21篇 |
出版年
2024年 | 3篇 |
2023年 | 7篇 |
2022年 | 4篇 |
2021年 | 6篇 |
2020年 | 6篇 |
2019年 | 11篇 |
2018年 | 10篇 |
2017年 | 7篇 |
2016年 | 7篇 |
2015年 | 9篇 |
2014年 | 10篇 |
2013年 | 12篇 |
2012年 | 14篇 |
2011年 | 13篇 |
2010年 | 6篇 |
2009年 | 12篇 |
2008年 | 10篇 |
2007年 | 7篇 |
2006年 | 7篇 |
2005年 | 2篇 |
2004年 | 3篇 |
2002年 | 1篇 |
2001年 | 3篇 |
2000年 | 2篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1988年 | 2篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有183条查询结果,搜索用时 31 毫秒
1.
采用五因素四水平正交试验设计,对16组不同工艺参数(打印层厚、填充密度、打印温度、填充速度、外壳厚度)的FDM 3D打印聚乳酸(PLA)制件力学性能进行了测试和结果分析,确定了影响PLA制件力学性能的主要因素,其中,外壳厚度对制件力学性能影响最为明显,打印温度影响最小,同时分析得到了在打印层厚0.15 mm,填充密度40%,打印温度210℃,填充速度60 mm/s,外壳厚度1.6 mm条件下可获得力学性能最佳的制件。最后对试验数据进行回归分析,拟合得到了FDM打印工艺参数与PLA制件力学性能指标的数学模型;通过对不同打印工艺参数的试样进行试验验证,表明该模型拟合误差小(5%以内),可靠性高,可用来对FDM 3D打印制件的加工提供参考。 相似文献
2.
本文介绍一种管道伸缩节,其属于建筑管道领域,是一种通过伸缩调节两个管长度的管道伸缩节.
本新型装置的伸缩管插入伸缩套管内部,伸缩套管一端为带有内螺纹的填料腔,另一端为内径小于伸缩套管内径的短节;伸缩管另一端有伸缩管法兰,短节端部有短节法兰;填料腔内部填充软质密封填料,在伸缩管外套有紧压螺旋,紧压螺旋下端插在填料腔内部,且紧压螺旋下端有与填料腔的内螺纹相匹配的外螺纹;在紧压螺旋的外壁上有旋接孔. 相似文献
3.
不平衡工况下,三相四桥臂逆变器并联系统不仅可以输出平衡的三相电压波形,而且还可以拓展系统的容量。与传统的三桥臂逆变器并联系统相比,三相四桥臂逆变器并联系统需要对正序、负序和零序电流进行控制,因此三相四桥臂逆变器的并联控制系统更为复杂。该文对三相四桥臂逆变器并联运行时,各序电流的分配进行了分析。为了使逆变器输出的正序、负序和零序电流能够按并联逆变器的容量分配,提出了正序电流使用下垂控制、负序电流与第四桥臂电流使用虚拟阻抗法分别控制正序、负序和零序电流的分配,并且对三相四桥臂逆变器的前三桥臂与第四桥臂分别进行控制,最终在不平衡工况下使并联三相四桥臂逆变器系统输出电压平衡且输出电流和输出功率按并联逆变器的容量分配,减小系统的环流。仿真和实验验证了该方法的有效性。 相似文献
4.
5.
6.
美国处于全球高清电视领域的领先地位,它所经历的过程和阶段对我国高清电视发展具有一定的参考和示范性意义. 相似文献
7.
8.
使用PCD刀具对氮化硅陶瓷内孔进行切削试验,首先研究氮化硅陶瓷材料的去除机理,主要包括脆性去除和塑性去除,且以脆性去除为主。其次,研究刀具前角、切削速度、背吃刀量和进给量对切削力的影响。结果表明:刀具前角对切削力的影响不明显;随切削速度、背吃刀量和进给量的增加,切削力均增大,且背向力大于进给力和主切削力。最后,重点研究各参数对内孔侧壁表面粗糙度的影响。结果表明:进给量对表面粗糙度的影响最显著,其次是背吃刀量和切削速度,刀具前角几乎没有影响,且当刀具前角为-5°,切削速度为32.97m/min,背吃刀量为0.10mm,进给量为0.08mm/r时,可以得到较好的表面粗糙度和刀具寿命的综合效益。 相似文献
9.
针对"大数据"中常见的大规模无监督数据集中特征选择速度难以满足实际应用要求的问题,在经典粗糙集绝对约简增量式算法的基础上提出了一种快速的属性选择算法。首先,将大规模数据集看作一个随机到来的对象序列,并初始化候选约简为空集;然后每次都从大规模数据集中无放回地随机抽取一个对象,并且每次都判断使用当前候选约简能否区分这一对象和当前对象集中所有应当区分的对象,并将该对象放入到当前对象集中,如果不能区分则向候选约简中添加合适的属性;最后,如果连续I次都没有发现无法区分的对象,那么将候选约简作为大规模数据集的约简。在5个非监督大规模数据集上的实验表明,所求得的约简能够区分95%以上的对象对,并且求取该约简所需的时间不到基于区分矩阵的算法和增量式约简算法的1%;在文本主题挖掘的实验中,使用约简后的数据集挖掘出的文本主题同原始数据集挖掘出的主题基本一致。两组实验结果表明该方法能够有效快速对大规模数据集进行属性选择。 相似文献
10.