全文获取类型
收费全文 | 47篇 |
免费 | 9篇 |
国内免费 | 2篇 |
专业分类
电工技术 | 4篇 |
综合类 | 9篇 |
化学工业 | 14篇 |
机械仪表 | 2篇 |
建筑科学 | 8篇 |
矿业工程 | 1篇 |
能源动力 | 1篇 |
轻工业 | 3篇 |
水利工程 | 5篇 |
石油天然气 | 1篇 |
武器工业 | 1篇 |
无线电 | 4篇 |
一般工业技术 | 2篇 |
冶金工业 | 1篇 |
自动化技术 | 2篇 |
出版年
2024年 | 2篇 |
2023年 | 4篇 |
2022年 | 4篇 |
2021年 | 1篇 |
2020年 | 3篇 |
2019年 | 4篇 |
2018年 | 3篇 |
2017年 | 1篇 |
2016年 | 1篇 |
2015年 | 1篇 |
2014年 | 3篇 |
2013年 | 2篇 |
2012年 | 2篇 |
2011年 | 3篇 |
2009年 | 5篇 |
2008年 | 3篇 |
2007年 | 1篇 |
2005年 | 4篇 |
2004年 | 3篇 |
2003年 | 1篇 |
2000年 | 2篇 |
1998年 | 3篇 |
1996年 | 1篇 |
1985年 | 1篇 |
排序方式: 共有58条查询结果,搜索用时 15 毫秒
11.
橡胶材料具有密度低、线弹性变形能力强、耐久性好、耗能大等优点,其衍生物与土体制成的混合物被广泛应用于岩土工程和交通工程领域。为研究橡胶颗粒与砂土混合物这种新型路基填料在循环列车荷载作用下的动力参数特性,进行室内固结不排水动三轴试验,分析了橡胶颗粒含量、围压以及加载频率等因素对橡胶颗粒-砂混合物动剪切模量、阻尼比等特性的影响,研究结果表明:应变一定时,混合物的动剪切模量随着橡胶颗粒含量的增加而减小,随着围压的增大而增大,随着加载频率的增加而轻微减小;基于Hardin-Drnevich双曲线模型对动剪切模量试验结果进行拟合,得出最大动剪切模量,发现最大动剪切模量随着橡胶颗粒含量的增加而减小。应变一定时,混合物的阻尼比随着橡胶颗粒含量的增大而增大,随着围压的增大而减小,加载频率对阻尼比的影响较小;基于试验结果,建立了橡胶颗粒-砂混合物阻尼比与剪切应变的关系式。最后,基于柔性橡胶颗粒与刚性砂土颗粒的微观接触特性,分析了橡胶颗粒对混合物动剪切模量以及阻尼比的影响机理。综合研究结果得出:橡胶颗粒含量不宜超过20%,此时橡胶颗粒-砂混合物作为新型路基填料的动剪切模量可以满足要求,阻尼比较大,具有良好的减震耗能效果。 相似文献
12.
13.
本文提出了一种基于GSM网络的远程控制系统,描述了该系统的总体设计、核心控制单元的设计以及SP服务器软件设计,该系统能基于移动通信网络的覆盖,批量地对分散在偏远地区的设备进行远程控制,具有较高的实际应用价值。 相似文献
15.
电能计量的方法主要有两种 :一种是使用电能表计量 ;另一种是使用功率变送器计量。前者性能稳定 ,寿命长 ,适用于电量结算。后者瞬态响应好 ,适用于监视高峰负荷 ,高峰电量。使用远距离计量时 ,采用带输出脉冲信号的电能表 ,根据用电量的多少 ,输出稳定的脉冲数量 ,脉冲信号再与单片机接口进行计量。功率变送器也可以与单片机接口 ,进行计量。目前 ,我厂采用电能表进行结算。十年前投入了大量资金对一级计费电能表进行了全面改造 ,全部使用新型号带脉冲信号输出的电能表。由于近几年地下电缆老化 ,线间绝缘电阻下降 ,导致信号无法传输。为使… 相似文献
16.
以羟基硅油(HPMS)、聚醚多元醇和甲苯二异氰酸酯(TDI)为主要原料,二羟基丙酸(DMPA)为扩链剂,制得含硅水性聚氨酯(Si-WPU),将SiO2分散于其中,制得了含硅水性聚氨酯/SiO2复合乳液(Si-WPU/SiO2)。采用FT-IR和DSC分别研究了Si-WPU/SiO2涂膜的结构和热性能,考察了硅油和SiO2的含量对Si-WPU/SiO2涂膜的吸水率以及复合乳液的黏度和稳定性的影响。结果表明,硅油已经与聚氨酯反应,形成聚合物;硅油和SiO2的加入,均能提高涂膜的玻璃化转变温度。随着硅油含量的增加,涂膜的耐水性呈现先增加后减小的趋势,而复合乳液的黏度逐渐增大,乳液的稳定性逐渐变差;随着SiO2含量的增加,涂膜的耐水性也呈现先增加后减小的趋势,而复合乳液的黏度先变小后增大,乳液的稳定性逐渐变差。当羟基硅油含量为20%、SiO2含量为2%时,制得的复合乳液综合性能最好。 相似文献
17.
18.
19.
20.
建立砾类土最大干密度预估模型,为控制砾类土工程填筑压实质量、选取满足工程压实性能要求的砾类土提供最大干密度预估参考。颗粒级配是决定砾类土最大干密度的关键因素,收集并整理得到92组砾类土数据,以全级配(d10~d100)作为BP(GA-BP)神经网络的输入变量,利用遗传算法优化BP神经网络的初始权值与阀值,构建基于BP神经网络和遗传算法的砾类土最大干密度预估模型,并与BP神经网络进行对比。86组训练样本预估结果的平均相对误差为0.54%,决定系数为0.983;6组检测样本预估结果的平均相对误差为0.57%,证明该网络模型泛化性能良好。采用GA-BP神经网络,由全级配能较好地预估砾类土最大干密度,收敛速度、预估精度及泛化性能均优于标准的BP神经网络模型。 相似文献