全文获取类型
收费全文 | 122篇 |
免费 | 11篇 |
国内免费 | 8篇 |
专业分类
电工技术 | 14篇 |
综合类 | 15篇 |
化学工业 | 14篇 |
金属工艺 | 3篇 |
机械仪表 | 5篇 |
建筑科学 | 9篇 |
矿业工程 | 3篇 |
轻工业 | 8篇 |
水利工程 | 12篇 |
无线电 | 13篇 |
一般工业技术 | 3篇 |
冶金工业 | 3篇 |
自动化技术 | 39篇 |
出版年
2024年 | 2篇 |
2023年 | 3篇 |
2022年 | 4篇 |
2021年 | 9篇 |
2020年 | 4篇 |
2019年 | 1篇 |
2018年 | 7篇 |
2017年 | 3篇 |
2016年 | 1篇 |
2015年 | 4篇 |
2014年 | 6篇 |
2013年 | 10篇 |
2012年 | 18篇 |
2011年 | 8篇 |
2010年 | 5篇 |
2009年 | 9篇 |
2008年 | 8篇 |
2007年 | 19篇 |
2006年 | 7篇 |
2005年 | 2篇 |
2004年 | 5篇 |
2003年 | 1篇 |
2002年 | 4篇 |
2000年 | 1篇 |
排序方式: 共有141条查询结果,搜索用时 15 毫秒
81.
研究四氟硼酸锂(LiBF_4)和二氟草酸硼酸锂(LiODFB)混合锂盐电解液用于磷酸铁锂(LiFePO4)锂离子电池时的低温-20℃性能。探讨电导率与电解液组成、温度的关系;通过循环伏安、充放电、倍率性能及电化学阻抗谱(EIS)测试,比较不同电解液体系中LiFePO_4正极在25℃和-20℃的放电比容量、循环稳定性等。在25℃和-20℃下于2.5~4.2 V充放电,LiFePO_4电极在LiBF_4/Li ODFB基电解液体系中的电化学性能较好:在25℃时以1.0 C倍率充放电,混合盐基电解液电池的首次放电比容量为140 m Ah/g,优于六氟磷酸锂(Li PF6)基电解液的130.5 m Ah/g;-20℃时0.1 C倍率下,首次放电比容量为101.7 m Ah/g,100次循环的容量保持率为86.62%,优于Li PF6基电解液的97.4 m Ah/g和60.57%。 相似文献
82.
83.
周园 《湖南轻工业高等专科学校学报》2000,2(1):92-94
校园化作为一个动态的开放的系统,对于塑造学生的性格、促进学生的社会化、培养良好的精神风貌以及健全的心理等方面都有独到的作用,重新审视它、挖掘它的最大潜能是我们一项刻不容缓的任务。 相似文献
84.
锂离子电池组容量和内部参数随温度变化明显,在不同温度下准确估计电池电荷状态(state of charge,SOC)是电动汽车电池管理系统研究的关键技术。基于Thevenin模型,采用无损卡尔曼滤波(unscented Kalman filtering,UKF)实现不同温度和不同放电电流条件下对锂离子电池组SOC的估计。实验研究表明,UKF算法适应不同放电电流下的电池SOC估计。随着温度降低,虽然UKF方法对锂离子电池组SOC估计的收敛速度变慢,但对初始误差有较强的修正作用,且有较高的稳态精度。因此,UKF方法适合不同温度和放电电流下对锂离子电池组SOC的估计。 相似文献
85.
周园 《长沙通信职业技术学院学报》2007,6(2):83-86
通过系统思维在网络科技期刊编辑中的应用实践,提出网络科技期刊编辑应在编辑过程中注意运用系统的思维方法,整体、全局地处理科技论文中的各种专业问题,尤其是遵循网络科技期刊的独特性.通过系统认定来实现科技论文的科学价值、合理调整稿件论述重点,加强网络科技期刊在稿件编排、数据整理等方面系统性,注重网络页面编排的宏观把握,提升网络科技期刊页面的可读性及美观性,从而最大限度地实现网络科技期刊办刊水平. 相似文献
86.
本文通过分析现有的校友管理模式的不足,提出了基于web的独立学院校友管理系统的设计思路。该系统弥补了现有校友管理系统过于静态的缺陷,提高了系统的动态性。 相似文献
87.
88.
随着碳酸锂价格一路飙升及镍、钴价格的高居不下,层状富锂锰基材料以高比容量(≥250 mA·h/g)、高电压、低成本、高安全等多重优势引起新能源行业的关注。然而该材料存在不可逆的氧化还原、过渡金属迁移及结构转变等一系列问题,导致电压和容量衰减严重、首次库伦效率低等问题,因此能稳定、量产富锂锰基动力电池的企业较少,阻碍了其商业化进程。掺杂、包覆是提高富锂锰基材料电化学性能的常见有效策略,通过阐述富锂锰基材料的改性策略以及改性机理的同时分析富锂锰基材料的产业发展现状,提出了富锂锰基材料未来的发展方向主要包括:1)全面探究富锂锰基材料的失效机制;2)借助先进设备探究富锂锰基材料的失效机制;3)新材料、新技术的开发与应用。 相似文献
89.
油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心,面向油气行业生产需求,构建集勘探、开发、生产数据于一体的油气数据资源池,通过数据清洗与融合提升数据质量,整合物理模拟与数据挖掘等手段,实现服务功能模块化,并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析,表明其具有较好的应用前景。未来石油公司应与科研院所通力合作,挖掘石油工业数据的巨大潜能,实现降本增效,建设全新的智能油气工业生态圈,完成产业升级。 相似文献
90.