全文获取类型
收费全文 | 147篇 |
免费 | 10篇 |
国内免费 | 4篇 |
专业分类
电工技术 | 3篇 |
综合类 | 15篇 |
化学工业 | 27篇 |
金属工艺 | 2篇 |
机械仪表 | 4篇 |
建筑科学 | 27篇 |
矿业工程 | 2篇 |
能源动力 | 2篇 |
轻工业 | 18篇 |
水利工程 | 1篇 |
石油天然气 | 43篇 |
无线电 | 3篇 |
一般工业技术 | 10篇 |
冶金工业 | 4篇 |
出版年
2023年 | 1篇 |
2022年 | 3篇 |
2021年 | 5篇 |
2020年 | 3篇 |
2019年 | 1篇 |
2018年 | 5篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2015年 | 5篇 |
2014年 | 9篇 |
2013年 | 1篇 |
2012年 | 2篇 |
2011年 | 6篇 |
2010年 | 6篇 |
2009年 | 10篇 |
2008年 | 7篇 |
2007年 | 7篇 |
2006年 | 22篇 |
2005年 | 3篇 |
2004年 | 3篇 |
2003年 | 4篇 |
2002年 | 4篇 |
2001年 | 4篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 2篇 |
1993年 | 4篇 |
1992年 | 1篇 |
1991年 | 4篇 |
1990年 | 5篇 |
1989年 | 6篇 |
1988年 | 7篇 |
1987年 | 2篇 |
1986年 | 2篇 |
1985年 | 3篇 |
1984年 | 2篇 |
1983年 | 2篇 |
1982年 | 1篇 |
1981年 | 2篇 |
排序方式: 共有161条查询结果,搜索用时 15 毫秒
41.
42.
43.
44.
天然气组分及其碳同位素扩散分馏作用模拟实验研究 总被引:16,自引:5,他引:11
为了探讨扩散引起的天然气组分及其碳同位素的分馏效应与岩石物性之间的关系,建立了相应的扩散分馏作用地质模式。通过自行设计的天然气成藏物理模拟仪,选择了不同物性的岩芯及其组合进行了天然气组分及其碳同位素扩散分馏作用模拟实验。实验研究结果表明:岩石的孔隙度和渗透率越低,扩散运移引起的分馏效应越明显;乙烷以上的重烃碳同位素几乎不发生分馏作用,但其组分组成仍存在一定程度的分馏现象。利用天然气组分及其碳同位素的上述变化规律,可以追踪天然气的运移路径,也可用于气源对比研究。 相似文献
45.
对甲苯碳同位素值作为气源对比指标的新认识 总被引:9,自引:4,他引:5
通过对气源岩显微组分的热模拟实验 ,发现单一显微组分产物中甲苯碳同位素值基本不随加热温度的变化而变化 ;而且 ,不同类型显微组分产物中甲苯碳同位素的值相差较大 ,藻类体产物甲苯碳同位素值在 - 2 7‰左右 ,镜质体产物甲苯碳同位素值在 - 2 2‰左右。不同盆地不同类型岩石热模拟产物的甲苯碳同位素值随加热温度升高的变化有两种情况 :一是岩石类型较为单一时 ,热模拟产物甲苯碳同位素值随温度升高变化不大 ;二是当岩石具有混合的干酪根类型时 ,热模拟产物甲苯碳同位素值随温度升高呈台阶式变化 ,在一定温度范围内保持不变。根据以上实验结果认为 ,利用甲苯碳同位素值和其他气源对比指标 ,可以有效地区分天然气的来源和天然气的成熟度。 相似文献
46.
47.
四川盆地高石梯—磨溪大气田稀有气体特征 总被引:2,自引:0,他引:2
以四川盆地高石梯—磨溪大气田为例,对震旦系灯影组、寒武系龙王庙组天然气稀有气体进行全组分含量和同位素检测,并判别其成因。高石梯—磨溪大气田天然气中稀有气体He含量高于大气中He含量1~2个数量级,其中灯二段天然气中He平均含量为512×10-6,达到工业利用标准;而Ne、Ar、Kr、Xe含量相对较低,低于大气含量值。稀有气体全组分含量总体由震旦系灯二段、灯四段至寒武系龙王庙组逐渐降低。高石梯—磨溪大气田天然气中稀有气体3He/4He值总体为10-8量级,40Ar/36Ar值总体为1 024~9 559,132Xe相对过剩而129Xe相对亏损,表明He、Ar、Xe均为典型壳源成因,且气田深部没有活动性强的深大断裂和通幔断裂,构造活动较为稳定。图5表1参32 相似文献
48.
49.
随着我国的经济和城市化迅速发展,PM2.5主导的区域空气污染已成为紧迫、突出的环境问题。据相关研究表明,PM2.5在不同季节质量浓度差异较大。根据广州市2015~2019年的PM2.5月均质量浓度数据,结合大气污染物及气象因素,引入季节指数,建立预测PM2.5质量浓度的改进多元线性回归和多层感知器组合预测模型,探析广州市大气污染物中PM2.5质量浓度的变化规律。结果表明,用季节指数改进的组合预测模型对PM2.5质量浓度进行预测分析,拟合结果良好。使用不同评价指标将组合模型与传统的多层感知器预测模型和多元线性回归模型进行对比,该组合模型的均方根误差(Root Mean Square Error,RMSE)、平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)、平均绝对误差(Mean Absolute Error,MAE)分别比多层感知器模型减少了23.1%、31%、24.2%;比多元线性回归模型减少了35.3%、41.3%、41%。该模型精度均优于传统的多元线性回归模型和多层感知器模型,能更好地预测环境PM2.5质量浓度,为优化环境提供参考。 相似文献
50.