全文获取类型
收费全文 | 770篇 |
免费 | 122篇 |
国内免费 | 27篇 |
专业分类
电工技术 | 55篇 |
综合类 | 76篇 |
化学工业 | 57篇 |
金属工艺 | 17篇 |
机械仪表 | 20篇 |
建筑科学 | 83篇 |
矿业工程 | 43篇 |
能源动力 | 6篇 |
轻工业 | 40篇 |
水利工程 | 15篇 |
石油天然气 | 22篇 |
武器工业 | 15篇 |
无线电 | 318篇 |
一般工业技术 | 17篇 |
冶金工业 | 28篇 |
原子能技术 | 2篇 |
自动化技术 | 105篇 |
出版年
2024年 | 11篇 |
2023年 | 46篇 |
2022年 | 30篇 |
2021年 | 30篇 |
2020年 | 23篇 |
2019年 | 27篇 |
2018年 | 21篇 |
2017年 | 11篇 |
2016年 | 16篇 |
2015年 | 23篇 |
2014年 | 32篇 |
2013年 | 27篇 |
2012年 | 40篇 |
2011年 | 56篇 |
2010年 | 62篇 |
2009年 | 84篇 |
2008年 | 50篇 |
2007年 | 45篇 |
2006年 | 53篇 |
2005年 | 44篇 |
2004年 | 51篇 |
2003年 | 29篇 |
2002年 | 19篇 |
2001年 | 22篇 |
2000年 | 25篇 |
1999年 | 9篇 |
1998年 | 8篇 |
1997年 | 10篇 |
1995年 | 5篇 |
1993年 | 6篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1963年 | 1篇 |
1951年 | 1篇 |
排序方式: 共有919条查询结果,搜索用时 15 毫秒
131.
132.
133.
134.
135.
136.
CIMS环境下选煤厂工序质量控制 总被引:6,自引:4,他引:2
选煤厂为了保证精煤的质量,就必须对生产过程的质量进行严格的控制,因为只有生产过程稳定,才可能生产出合乎用户要求的高质量的产品.为此,有必要利用统计过程控制(SPC)方法来控制生产过程.本文探讨了控制图的原理、控制图类型的选取、控制图上下限以及控制图判断准则的确定等问题,并结合某一实施CIMS工程的选煤厂给出了洗选工序统计过程控制的具体应用,最后给出了SPC系统应用的效果分析,指出了在选煤厂应用统计过程控制的必要性 相似文献
137.
为了实现刮板输送机直线度误差的准确预测,本文根据刮板输送机调直要求,利用给定方向上的直线度误差提出了刮板输送机直线度评定方法,发现了刮板输送机直线度误差为综采工作面所有推溜点样本的极差.基于极差理论建立了刮板输送机直线度误差预测模型,该模型可预测直线度误差的平均值、标准差及其波动范围,通过与调直数值仿真结果对比,证明了该模型的正确性和准确性.结果表明:随着推溜误差和检测误差的标准差的增大,刮板输送机直线度误差及其波动范围逐渐增大.刮板输送机直线度误差随推溜点数逐渐增大,但直线度误差波动范围逐渐减小.利用现场试验数据验证了所建立的直线度误差预测模型,刮板输送机调直后直线度误差平均值和波动范围的预测结果与现场试验结果较为接近.根据液压支架推溜误差和刮板输送机直线度控制目标,可以确定采煤机惯性导航定位系统的技术指标.液压支架推溜误差的标准差为10 mm时,刮板输送机直线度误差无法控制在50 mm以内.当刮板输送机直线度误差分别在100,200,300和400 mm以内时,采煤机惯性导航定位系统的标准差应分别不大于9.135,25.176,39.384和53.248 mm. 相似文献
138.
139.
目的研究辐照过程中电子行为及温度场的分布规律。方法采用束斑直径为60 mm,平均能流密度为12 J/cm~2,脉冲时间为3μs的电子束,对表面有2μm厚TiN涂层的9Cr18轴承钢进行强流脉冲电子束辐照模拟,通过建立Monte-Carlo仿真模型,揭示入射电子的平均分布特性及其辐照过程中不同时刻温度场形态。结果通过仿真电子辐照行为,发现在入射电子能量大于25 ke V时电子能够穿透TiN层,进入轴承钢基体中。由于两层物质密度差异,导致在二者交界处轴承钢一侧存在电子能量沉积曲线尖峰,入射电子能量大于35 ke V时峰值已经超过涂层内部能量沉积系数最大值,形成特殊的能量沉积形式。结合对辐照温度场的模拟仿真,结果显示,由于交界线处钢一侧能量沉积量大,加热效率高。内部加热速度比表面更快,减小了二者间的温度梯度。同时由于两层物质存在熔点差异,在控制能量的情况下,可以达到两层交界处轴承钢发生少量熔化,TiN涂层不发生熔化的现象。结论通过控制电子束能量,控制温度场分布形态,实现基体侧熔化,而涂层不发生熔化的特殊改性现象,这为提高涂层膜基结合力提供了新思路。 相似文献
140.
为了更好地满足矿区现场爆堆块度实时高精度检测的需要,提出了一种基于深度学习的爆堆块体分割模型TAUNet(Transformer Aspp UNet),该模型在UNet的编码器和解码器中融入Transformer的自我注意机制,利用其处理大型特征映射,改善全局信息的提取,恢复在编码器中跳过的粒度细节。在骨干网络特征提取阶段,加入了ASPP空洞卷积模块,增强了模型对块体局部特征的融合。在爆堆图像分割的基础上,采用爆堆分层的方法获取爆堆的块度空间分布信息。结果表明:(1)TAUNet分割模型具有良好分割性能,模型训练评价指标骰子系数、交并比、召回率分别达到97.12%、94.61%、96.2%,均优于主流的语义分割模型,对现场爆堆块体有着良好的分割效果;(2)通过爆堆分层的方法可知肇庆某矿山西采区315~300 m平台的爆堆块度空间分布,87.15%岩块粒径分布在0~0.6 m, 9.9%的岩块粒径分布于0.6~1.0 m,大于1.0 m的大块占2.95%。研究结果能够为爆破效果评价的精细化、智能化发展提供参考借鉴。 相似文献