全文获取类型
收费全文 | 28214篇 |
免费 | 3347篇 |
国内免费 | 2545篇 |
专业分类
电工技术 | 2472篇 |
综合类 | 3132篇 |
化学工业 | 3486篇 |
金属工艺 | 1892篇 |
机械仪表 | 2183篇 |
建筑科学 | 2351篇 |
矿业工程 | 1424篇 |
能源动力 | 668篇 |
轻工业 | 3307篇 |
水利工程 | 1000篇 |
石油天然气 | 1001篇 |
武器工业 | 429篇 |
无线电 | 2831篇 |
一般工业技术 | 2194篇 |
冶金工业 | 1101篇 |
原子能技术 | 664篇 |
自动化技术 | 3971篇 |
出版年
2024年 | 192篇 |
2023年 | 491篇 |
2022年 | 1245篇 |
2021年 | 1564篇 |
2020年 | 1107篇 |
2019年 | 734篇 |
2018年 | 839篇 |
2017年 | 923篇 |
2016年 | 801篇 |
2015年 | 1330篇 |
2014年 | 1612篇 |
2013年 | 1922篇 |
2012年 | 2353篇 |
2011年 | 2656篇 |
2010年 | 2307篇 |
2009年 | 2199篇 |
2008年 | 2399篇 |
2007年 | 2297篇 |
2006年 | 1842篇 |
2005年 | 1424篇 |
2004年 | 1130篇 |
2003年 | 735篇 |
2002年 | 650篇 |
2001年 | 559篇 |
2000年 | 445篇 |
1999年 | 134篇 |
1998年 | 32篇 |
1997年 | 23篇 |
1996年 | 22篇 |
1995年 | 18篇 |
1994年 | 13篇 |
1993年 | 12篇 |
1992年 | 12篇 |
1991年 | 5篇 |
1990年 | 8篇 |
1989年 | 16篇 |
1988年 | 4篇 |
1987年 | 10篇 |
1986年 | 4篇 |
1985年 | 1篇 |
1983年 | 2篇 |
1982年 | 4篇 |
1981年 | 8篇 |
1980年 | 6篇 |
1979年 | 3篇 |
1959年 | 4篇 |
1951年 | 9篇 |
排序方式: 共有10000条查询结果,搜索用时 296 毫秒
131.
132.
介绍了一种专用于复杂制造系统的仿真器,并着重介绍了该仿真器的结构与功能、仿真器的动态仿真原理、动画显示原理等。这种仿真器已成功地应用在上海柴油机股份有限公司D114系列柴油机机体生产线的规划设计中。 相似文献
133.
134.
微表处技术在公路建设和养护中的应用已十分普遍,其中有成功的经验,也有失败的教训,为了微表处技术的合理应用和更好发展,介绍了微表处技术的起源,分析了微表处结构的特殊性及优点和缺点,指出了合理运用微表处技术的方法、措施、范围以及容易出现的问题,并在此基础上开发了预热拌稀浆表处施工工艺、稀浆表处减噪技术和超粗型稀浆表处设计方法,以适应公路工程建设和养护的需要.分析结果表明:稀浆表处的成型厚度不得大于最大碎石粒径;当稀浆表处用于填补车辙时,车辙深度应与稀浆表处型号即最大碎石粒径相匹配;预热拌施工工艺能够使稀浆表处的使用寿命显著延长;掺加废胎胶粉可以减小行车噪音. 相似文献
135.
为有效利用板栗树废弃资源,以水为溶剂从板栗落叶中提取天然染料,研究该染料的提取工艺,测试了提取液的紫外-可见光谱,并对该染料在三种天然纤维柞蚕丝、羊毛及改性棉上的染色性能进行探讨.结果表明,板栗叶染料提取的适宜条件为:煮沸回流提取2h,物料与溶剂质量比为1:20.板栗叶染料上染三种纤维时,适宜的染色条件为:在温度90℃下恒温染色50min,染色pH=3.以板栗叶染料上染三种纤维,直接染色、明矾及硫酸亚铁媒染试样都可以获得较好的染色深度,其中以硫酸亚铁媒染试样的K/S值最高,且染色织物的染色牢度较好. 相似文献
136.
137.
目的:提供一种后脱羧协同超临界萃取制备大麻二酚(CBD)的方法.方法:工业大麻花叶预处理及干燥后进行二氧化碳超临界萃取.萃取温度为20~50℃,压力为10~30 MPa,二氧化碳流量为500~900 kg·h-1,时间为1~4 h.萃取物经过前处理后进行脱羧.脱羧后的CBD粗油通过分子蒸馏及高效液相色谱纯化,真空浓缩,结晶,制得高纯度CBD晶体.结果:与脱羧前相比,脱羧后CBDA含量明显降低,转化率在75%以上.制得的成品CBD晶体纯度均在99.7%以上,平均质量分数为99.86%.结论:脱羧协同二氧化碳超临界萃取可提高CBD提取效率、降低生产成本,适合工业化大规模生产. 相似文献
138.
139.
风电功率预测对风电场安全平稳运行、电网调度具有重要意义。针对风电功率短期预测指标选择不合理、预测精确度偏低的问题,提出一种基于皮尔逊相关系数(PCC)和径向基函数(RBF)神经网络的风电功率短期预测方法。该方法利用PCC筛选出与风电功率密切相关的3个指标,即电流、温度、风速,然后以这3个指标作为预测模型的输入对风电功率进行RBF样本训练与短期预测。试验结果表明,所提的预测模型预测误差更小,预测精度更高,能够满足风电功率短期预测的要求,具有广泛的应用前景。 相似文献
140.