全文获取类型
收费全文 | 19522篇 |
免费 | 2084篇 |
国内免费 | 183篇 |
专业分类
电工技术 | 23篇 |
综合类 | 743篇 |
化学工业 | 2303篇 |
金属工艺 | 550篇 |
机械仪表 | 65篇 |
建筑科学 | 641篇 |
矿业工程 | 12974篇 |
能源动力 | 56篇 |
轻工业 | 355篇 |
水利工程 | 118篇 |
石油天然气 | 90篇 |
无线电 | 12篇 |
一般工业技术 | 197篇 |
冶金工业 | 3532篇 |
原子能技术 | 24篇 |
自动化技术 | 106篇 |
出版年
2024年 | 164篇 |
2023年 | 638篇 |
2022年 | 852篇 |
2021年 | 985篇 |
2020年 | 835篇 |
2019年 | 668篇 |
2018年 | 356篇 |
2017年 | 540篇 |
2016年 | 702篇 |
2015年 | 742篇 |
2014年 | 1130篇 |
2013年 | 847篇 |
2012年 | 1046篇 |
2011年 | 958篇 |
2010年 | 837篇 |
2009年 | 805篇 |
2008年 | 768篇 |
2007年 | 629篇 |
2006年 | 575篇 |
2005年 | 526篇 |
2004年 | 553篇 |
2003年 | 538篇 |
2002年 | 550篇 |
2001年 | 550篇 |
2000年 | 551篇 |
1999年 | 444篇 |
1998年 | 509篇 |
1997年 | 475篇 |
1996年 | 470篇 |
1995年 | 378篇 |
1994年 | 345篇 |
1993年 | 289篇 |
1992年 | 380篇 |
1991年 | 359篇 |
1990年 | 312篇 |
1989年 | 340篇 |
1988年 | 45篇 |
1987年 | 37篇 |
1986年 | 14篇 |
1985年 | 10篇 |
1984年 | 9篇 |
1983年 | 8篇 |
1982年 | 7篇 |
1981年 | 8篇 |
1980年 | 1篇 |
1965年 | 3篇 |
1951年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 0 毫秒
91.
铝土矿试验矿样来自马达加斯加Sofia地区,Al2O3含量为32.06%,SiO2含量为34.06%。矿石中含铝矿物主要为三水铝石;含硅矿物主要为石英,其次为高岭石。三水铝石以微晶聚合体形式存在,微细粒的其他矿物以包体形式嵌布在其中,矿样粒级越细聚合体中杂质矿物含量越高。矿样中-0.028 mm粒级产率约占30%,高杂质含量的三水铝石聚合体占比超过95%,反浮选或正浮选几乎没有脱硅效果。石英的嵌布粒度集中于0.1~0.8 mm,原矿矿样常规破碎磨矿产品中SiO2在0.074 mm以上粗粒级富集,富含石英矿物的矿粒过粗,采用反浮选无法脱除。研究提出了便于工业化实施的脱泥、分级、分别磨矿合并反浮选工艺流程,未破碎原矿矿样用2 mm的筛子筛分,+2 mm粒级矿样单独破碎磨矿,-2 mm粒级矿样脱泥、沉砂单独磨矿,两种磨矿产品合并进入反浮选脱硅,获得铝硅比大于10、Al2O3回收率大于40%的精矿。 相似文献
92.
矿物浮选过程中泡沫的表面特征是浮选性能的重要指标,它可以实时、直观地反映浮选效果的变化,准确分割泡沫的边缘信息是浮选过程中一项重要的任务。近年来,研究人员提出了各种浮选泡沫图像分割算法,但浮选泡沫图像中存在泡沫数量多、泡沫间粘连严重以及边缘不清晰等问题,现存的方法由于其特征提取能力有限,无法精确的分割泡沫边缘。据此,本文利用深度学习提出了一种基于多尺度融合的浮选泡沫图像边缘分割算法,该算法通过引入一种深度高分辨率的编码结构以及一种基于注意力的分层融合方法来增强模型的特征提取能力,从而提高对于浮选泡沫边缘的分割效果。具体而言,深度高分辨率的编码结构可以在不同分辨率层级上同时维护特征信息,使我们的网络模型可以有效地捕捉不同尺度的信息,在提高图像语义理解能力的同时能够保持更多的细节信息,提高处理高分辨率以及密集任务图像的能力。除此之外,本文设计了一种基于注意力的分层融合方法来充分融合深层和浅层的特征图,使融合得到的特征图趋向于更重要的特征信息,从而提高识别浮选泡沫的边界和精确定位浮选泡沫的能力。该算法在泡沫边界分割数据集上凭借58.25的泡沫IoU以及73.62的泡沫Fscore取得了最佳的性能,证明了我们提出的算法可以更加准确地分割浮选泡沫边缘。 相似文献
93.
某难选高硫低品位硫化铅锌矿石,主要有价元素Pb、Zn、Fe和S含量分别为2.45%、2.76%、26.76%和30.63%,主要赋存矿物分别是方铅矿、铁闪锌矿和黄铁矿,含量分别为2.97%、4.76%和54.65%;矿石中方铅矿和铁闪锌矿含量较低,而黄铁矿含量超过55%,有用矿物含量差异极大;有用矿物间关系密切,存在相互共生和相互包裹,属于难选硫化铅锌矿石。为确定合理工艺流程,进行了全优先浮选、铅硫部分混合浮选及等可浮选等方案的对比试验研究。结果表明,全优先浮选得到的铅精矿Pb品位和锌精矿Zn品位均很低,通过该流程很难得到合格的铅精矿和锌精矿,主要原因为大量黄铁矿难以有效抑制,同时添加大量石灰调整pH对矿浆环境产生不利影响;铅硫部分混合浮选得到的铅精矿Pb品位偏低,但Zn回收率偏低,造成该问题主要原因为部分铁闪锌矿与黄铁矿存在连生未解离,同时大量铅硫混合精矿经再磨后黄铁矿难抑制;而等可浮选即铅硫等可浮+铅硫分离—锌硫等可浮+锌硫分离工艺流程可得到铅精矿Pb品位60.41%、Pb回收率82.38%,锌精矿Zn品位48.75%、Zn回收率81.59%的良好指标,该流程对大量黄铁矿进行了分段... 相似文献
94.
95.
内蒙古某锂云母矿中含有Li2O和Rb2O,采用浮选的方法对该矿石的有价组分进行了综合回收.试验表明,当原矿中Li2O和Rb2O品位分别为1.29%和0.42%时,在自然pH条件下,使用自主研发的高效捕收剂CA,最终获得了 Li2O品位3.57%、Rb2O品位1.06%、Li2O回收率80.88%、Rb2O回收率73.3... 相似文献
96.
为了合理开发利用福建某闪速炉法冶炼铜尾渣中的铜、铁等有价元素,实现铜渣的综合回收利用,针对渣中铜、铁嵌布微细及难以有效回收的问题,进行了磨矿—浮铜—弱磁选流程和磨矿—浮铜—弱磁选—重选(离心选矿机)流程比选研究。研究结果表明:当磨矿细度为-0.03mm90%时,采用1粗3精2扫、中矿顺序返回的闭路浮选流程,可获得铜品位12.34%、铜回收率24.79%的合格铜精矿;浮铜尾矿采用弱磁选工艺,可获得铁品位51.56%、铁回收率20.61%的铁精矿;浮铜尾矿采用弱磁选—重选工艺,可获得铁品位53.47%、铁回收率20.79%的铁精矿,达到了综合利用的目的。 相似文献
97.
某石棉尾矿干式磁选预富集粗精矿类似于贫磁铁矿石,但具有矿石易吸水、矿浆黏滑、磨矿分级难度大等特点;TFe品位32.46%,主要铁矿物为磁铁矿,磁性铁含量30.85%、分布率为93.48%;脉石矿物主要是蛇纹石和石英,化学组成中二氧化硅和氧化镁含量较高,是要去除的主要杂质成分。为了确定试样的磨选工艺流程,采用湿式预选、阶段磨矿、单一磁选工艺流程进行了选矿试验,在一段磨矿细度为-0.074 mm60%~65%,二段磨矿细度在-0.043 mm85%情况下,一次湿式预磁选、1次脱水槽浓缩脱泥、1次弱磁粗选、2次弱磁精选,可获得精矿TFe品位为58.43%、回收率为89.84%的铁精矿。推荐的湿式预选、阶段磨矿、单一磁选工艺流程简单,具有对矿石性质变化的适应能力强,选矿成本较低的特点。 相似文献
98.
针对福建某矿选钼系统钼回收不充分问题,以流程考查数据为依据进行了原因分析。结果表明:(1)造成钼金属流失的主要原因是粗、扫选作业时间不足,次要原因是过粗或过细粒钼矿物回收效果不好。(2)现场分级效率较低与给矿压力不足、旋流器型号偏大有关,球磨机给矿浓度与磨机充填率低等是造成磨机生产率和磨机负荷率低的主要原因。建议增加浮选设备以扩大浮选系统产能,延长浮选时间,提高钼矿物的回收效果;根据扩能改造的整体思路,选择适当的工艺优化策略,提升浮选指标;通过优化磨矿对象和再磨分级作业参数、适当提升旋流器给矿压力和返砂比、沉砂进入磨机前再浓缩、优化钢球级配和充填率、应用塔磨机替换现球磨机等措施强化分级再磨,改善磨矿质量。 相似文献
99.
针对铁尾矿大量堆积不仅占用土地资源,还造成生态环境危害问题,将铁尾矿作为二次资源,利用铁尾矿制备高附加值材料,从而赋予产品以更大的市场半径和利用价值,实现资源化利用是目前处理铁尾矿的总体思路。从阐述铁尾矿组分出发,综述了目前铁尾矿高值化应用的主要方法,总结了铁尾矿在有价组分回收、制作陶瓷、制作多孔材料、制作保温墙体材料及其他功能材料等高值应用方面的研究进展及高值化利用过程中存在的问题。最后提出了铁尾矿高值化利用的挑战,并对未来铁尾矿的高值化利用方向进行了展望。 相似文献
100.
本文利用热力学分析了铁尾矿中主体元素可能发生的反应并对生成的产物进行了预测.理论分析表明,尾矿中Fe3O4和FeTiO3的还原是逐级进行的,虽有中间产物的产生,但随温度的升高,最终转化为Fe3Si和Ti(C,N),这为合成制备Fe-Si-Ti多相材料提供了理论基础.在热力学分析的基础上,采用碳热还原氮化法制备了Fe3Si-Ti(C,N)多相材料,并借助XRD和SEM对烧结体的物相和显微形貌进行了表征.结果表明,1300℃以上时,产物的主晶相为Fe3Si和Ti(C,N),与热力学分析结果吻合.通过SEM分析可知,生成的Ti(C,N)相富集在Fe3Si相的周围,形成一种高硬度、耐磨、抗腐蚀的复合材料,表明这是一条从废弃尾矿制得良好的耐磨材料的绿色工艺. 相似文献