全文获取类型
收费全文 | 90篇 |
免费 | 5篇 |
国内免费 | 3篇 |
专业分类
电工技术 | 18篇 |
综合类 | 10篇 |
化学工业 | 24篇 |
建筑科学 | 4篇 |
矿业工程 | 4篇 |
轻工业 | 20篇 |
水利工程 | 2篇 |
石油天然气 | 7篇 |
一般工业技术 | 2篇 |
冶金工业 | 4篇 |
自动化技术 | 3篇 |
出版年
2024年 | 1篇 |
2023年 | 8篇 |
2022年 | 3篇 |
2021年 | 8篇 |
2020年 | 3篇 |
2019年 | 6篇 |
2018年 | 7篇 |
2017年 | 3篇 |
2016年 | 2篇 |
2015年 | 1篇 |
2014年 | 7篇 |
2013年 | 8篇 |
2012年 | 9篇 |
2011年 | 6篇 |
2010年 | 5篇 |
2009年 | 4篇 |
2008年 | 3篇 |
2007年 | 1篇 |
2006年 | 2篇 |
2003年 | 1篇 |
2001年 | 4篇 |
1994年 | 1篇 |
1990年 | 1篇 |
1987年 | 1篇 |
1986年 | 2篇 |
1985年 | 1篇 |
排序方式: 共有98条查询结果,搜索用时 15 毫秒
91.
采用超声波辅助技术,以乙醇为纯化溶剂,优化魔芋葡甘聚糖的纯化工艺,分别对乙醇浓度、超声温度、料液比、超声功率、超声时间进行单因素和正交试验,并通过极差分析对纯化过程显著影响葡甘聚糖含量的因素进行统计分析.结果表明,超声波辅助纯化魔芋葡甘聚糖的最佳工艺条件为:超声温度55℃,乙醇浓度25%,料液比1:180,超声功率190W,超声时间30min,该工艺条件下魔芋葡甘聚糖的含量可达97.34%,该纯化工艺效率高、作用时间短且结果稳定,可靠. 相似文献
92.
为提高白玉菇的货架期,采用中短波红外线对白玉菇进行干燥,考察了干燥温度(60、70、80、90℃)和干燥功率(675、900、1125、1350 W)对白玉菇干燥特性的影响,并通过7种常用的农产品干燥模型对干燥过程进行了拟合,建立了白玉菇中短波红外干燥的动力学模型.研究结果表明:干燥温度和干燥功率对白玉菇的干燥过程均有... 相似文献
93.
为了克服高压大容量应用需求与电力电子器件耐压通流能力低之间的矛盾,电力电子变压器通常采用数量较多的模块化DC/DC变换器在不同端口以串并联方式组合,来匹配电压和容量要求。高电压应用场景以及多数量功率模块拓扑结构,给电力电子变压器控制器的功能测试带来了极大压力,若控制算法存在漏洞,极易造成一次设备损坏,安全隐患较大。为解决上述问题,此处基于实时数字仿真(RTDS)系统设计了多种电力电子变压器控制器测试方案,并选取了其中一种较为简便的测试方案,搭建了控制器硬件在环仿真平台对控制器的控制功能进行仿真测试,仿真结果验证了所提仿真测试方法的可行性和有效性。 相似文献
94.
基于构网型风电机组和二极管整流单元(diode rectifier unit,DRU)的中远距离海上风电送出方案具有技术经济性优势。由于DRU必须在交流电压支撑下才能工作,并且其功率传输具有单向性,因此DRU或陆上电网均无法启动海上风电场。在这种情况下,构网型风电机组可以作为海上风电场的黑启动电源。首先,介绍了2种构网型海上风电经DRU送出系统的拓扑。接着,阐明了构网型风电机组的结构和控制策略,分析了风电机组并网启动时的自同步过程。然后,研究了海上交流系统的无功功率平衡,提出了避免风电机组启动时无功功率过载的措施,在此基础上提出了海上风电场黑启动策略。最后,在PSCAD/EMTDC中搭建了中频构网型海上风电直流送出系统和低频构网型海上风电交流送出系统的电磁暂态仿真模型,对海上风电场黑启动过程进行仿真,风电场平稳启动的仿真结果验证了所提基于构网型风电机组的黑启动策略的有效性。 相似文献
95.
为优化超声波辅助提取红花紫荆叶多酚的提取工艺,在单因素试验的基础上,选择液料比(X_1)、乙醇浓度(X_2)及pH(X_3)为自变量,以红花紫荆叶多酚提取率为响应值,采用中心组合(Box-Behnken)实验方法,进行3因素3水平的试验设计,研究了各自变量及其交互作用对多酚提取率的影响。利用Design-Expert软件,建立了多酚提取率与提取过程各因素的数学回归模型,确定了最佳工艺条件。结果表明乙醇浓度是对响应值影响最大的因素,修正后的最佳提取条件为液料比37:1、乙醇浓度74%、pH 6,在此条件下,多酚实际提取率为1.47%,与模型预测值(1.49%)基本一致,说明响应面法对红花紫荆叶多酚的提取条件优化合理可行。 相似文献
96.
97.
针对分布式能源的随机性和间歇性给直流微网能量管理带来的巨大挑战,提出一种基于奖励指导深度确定性策略梯度(reward guidance deep deterministic policy gradient,RG-DDPG)的直流微网能量管理策略。该策略将直流微网的优化运行描述为一个马尔科夫决策过程,利用智能体与直流微网环境间的持续交互,自适应地学习能量管理决策,实现直流微网能量的优化管理。在策略训练过程中,采用基于时序差分误差(temporal difference error,TD-error)的优先经验回放机制减少RG-DDPG在直流微网运行环境中学习、探索的随机性和盲目性,提升所提能量优化管理策略的收敛速度。同时,在训练回合间利用累计奖励的大小构造直流微网能量管理的优秀回合集,加强RG-DDPG智能体在训练回合间的联系,最大化利用优秀回合的训练价值。算例仿真结果表明:所提策略能够实现直流微网内能量的合理分配。相较于基于深度Q网络(deep Q-network,DQN)和粒子群算法(particle swarm optimization,PSO)的能量管理策略,所提策略能使直流微网... 相似文献
98.