全文获取类型
收费全文 | 148篇 |
免费 | 10篇 |
国内免费 | 8篇 |
学科分类
工业技术 | 166篇 |
出版年
2024年 | 2篇 |
2023年 | 6篇 |
2022年 | 17篇 |
2021年 | 8篇 |
2020年 | 4篇 |
2019年 | 11篇 |
2018年 | 11篇 |
2017年 | 6篇 |
2016年 | 3篇 |
2015年 | 6篇 |
2014年 | 15篇 |
2013年 | 10篇 |
2012年 | 11篇 |
2011年 | 7篇 |
2010年 | 4篇 |
2009年 | 1篇 |
2008年 | 8篇 |
2007年 | 2篇 |
2006年 | 3篇 |
2005年 | 8篇 |
2003年 | 2篇 |
2002年 | 1篇 |
2000年 | 3篇 |
1999年 | 1篇 |
1998年 | 2篇 |
1997年 | 1篇 |
1996年 | 3篇 |
1995年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1982年 | 1篇 |
1981年 | 1篇 |
1980年 | 1篇 |
排序方式: 共有166条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
超声磁粒复合研磨对石英玻璃管内表面的光整研究 总被引:1,自引:1,他引:0
目的探究超声磁粒复合研磨对石英玻璃管内表面管研磨的可能性,分析有无辅助磁极及不同粒径的研磨粒子对内表面的影响。方法在石英玻璃管内表面添加辅助磁极并辅助超声磁粒复合研磨装置,加快磨粒的翻滚,提高抛光质量和效率。结果采用超声磁粒复合研磨装置,选用150、250、350μm三种粒径的研磨粒子分别进行研磨实验,研磨40 min后,150μm的研磨粒子表面粗糙度值从原始4.4μm下降到1.2μm,250μm的研磨粒子表面粗糙度值下降到0.2μm,350μm的研磨粒子表面粗糙度值下降到0.6μm。对比传统磁粒研磨装置与超声磁粒复合研磨装置,保持研磨粒子粒径为250μm,经40 min研磨,在传统磁粒研磨装置上未添加辅助磁极,石英玻璃管内表面粗糙度值从原始4.4μm下降到2.8μm;在传统磁粒研磨装置上添加辅助磁极,粗糙度值从原始4.4μm下降到1.1μm;在超声磁粒复合研磨装置上添加辅助磁极,粗糙度值从原始4.4μm下降到0.2μm。结论在石英玻璃管内表面添加辅助磁极后,表面粗糙度值得到下降。采用超声磁粒研磨装置使石英玻璃管内表面粗糙度值在原有基础上进一步下降,且选用粒径为250μm的研磨粒子最佳。加工后,工件内表面的加工均匀性显著提升,原始缺陷和原始波峰基本去除。 相似文献
5.
6.
详细地介绍了铬盐生产付产品--含铬芒硝两种不同利用方法,目的是让国内的铬盐企业根据企业的实际情况,有选择地对含铬芒硝作进一步的深加工,最终达到提高企业经济效益,减少对周围环境的污染。 相似文献
7.
以双(三苯基膦)氯化铵为单体,通过傅-克烷基化反应制备一种季铵型多孔超交联离子聚合物(QA-PHIP)。采用傅里叶变换红外光谱、扫描电镜和N2吸附-脱附等对QA-PHIP进行表征。结果表明,QA-PHIP的比表面积为903.7 m2·g-1,在0.1 MPa和0℃条件下CO2的吸附量为52.1 cm3·g-1。将QA-PHIP应用于催化CO2与环氧化物合成环状碳酸酯的反应,考察反应温度和催化剂用量等因素对催化性能的影响。QA-PHIP表现出良好的催化性能,在120℃和1.0 MPa条件下反应12 h,可获得99.6%的环氧氯丙烷转化率和97.3%的氯甲基二氧杂戊环酮收率。QA-PHIP表现出良好的底物扩展性和重复使用性。 相似文献
8.
改进的蚂蚁算法在试井曲线拟合中的应用 总被引:3,自引:1,他引:2
通过将带可变邻域搜索的进化策略引入解决组合问题的蚂蚁算法,得到了可以用于解决连续优化问题的改进的蚂蚁算法,并给出了优化步骤.将改进的蚂蚁算法应用于试井曲线的拟合中,并编写了计算程序.改进的蚂蚁算法与遗传算法的对比结果表明,前者的收敛速度和收敛值以及在多局部最优解问题上均优于遗传算法,并具有较强的实用性. 相似文献
9.
<正> 研究噪声对人体的危害首先是提高人们对噪声危害性的认识,引起社会及有关部门和领导的重视,把它真正作为三大公害之一,并采取相应措施加以防治,以保 相似文献
10.
目前,测定柴油十六烷值的试验机价格较高,现有十六烷指数预测精度低,为满足炼油厂生产柴油在线调合的需要,迫切需要建立预测精度高的柴油十六烷值预测模型。基于450个具有代表性的柴油样本,建立了柴油理化性质、烃族组成与十六烷值数据库;进而采用逐步回归分析方法,应用统计产品和服务解决方案(SPSS)软件,建立了基于柴油理化性质的十六烷值预测模型和基于柴油烃族组成的十六烷值预测模型。采用F检验、T检验、残差分析验证了上述模型的有效性,并通过计算均方根误差,比较了上述两个模型的精度,结果表明,两种预测模型均有效,基于理化性质模型的预测精度优于基于烃族组成的模型。 相似文献