全文获取类型
收费全文 | 176篇 |
免费 | 3篇 |
国内免费 | 9篇 |
学科分类
工业技术 | 188篇 |
出版年
2023年 | 1篇 |
2021年 | 3篇 |
2020年 | 3篇 |
2019年 | 2篇 |
2018年 | 3篇 |
2016年 | 2篇 |
2015年 | 3篇 |
2014年 | 5篇 |
2013年 | 6篇 |
2012年 | 5篇 |
2011年 | 7篇 |
2010年 | 5篇 |
2009年 | 2篇 |
2008年 | 9篇 |
2007年 | 9篇 |
2006年 | 11篇 |
2005年 | 16篇 |
2004年 | 11篇 |
2003年 | 6篇 |
2002年 | 9篇 |
2001年 | 13篇 |
2000年 | 20篇 |
1999年 | 7篇 |
1998年 | 3篇 |
1997年 | 5篇 |
1996年 | 6篇 |
1995年 | 3篇 |
1994年 | 1篇 |
1993年 | 4篇 |
1992年 | 2篇 |
1991年 | 2篇 |
1990年 | 1篇 |
1989年 | 3篇 |
排序方式: 共有188条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
Skutterudite材料因具有特殊的晶体结构成为当前最有前途的热电材料之一,为深入研究填充Skutterudite化合物的热传导机制,对化合物的声子振动模式及置换、填充原子对声子模的影响进行了研究.通过对CoSb3,Co3.5Fe0.5Sb12的偏振拉曼谱研究,确认了一个Ag模,且与理论计算吻合较好.对CoSb3,Co3.5Fe0.5Sb12和La0.6Co3.5Fe0.5Sb12拉曼谱的对比研究表明,单纯Fe置换对拉曼谱影响很小,而La部分填充则使部分拉曼峰明显展宽,分析认为,这一现象主要源于填充原子在晶格空隙中的扰动. 相似文献
5.
质子交换膜燃料电池的神经网络建模与控制 总被引:2,自引:0,他引:2
该文从设计质子交换膜燃料电池(PEMFC)控制方案的角度出发,首先提出了采用Elman动态神经网络对PEMFC系统进行建模的新方法,以实验中采样到的PEMFC系统的工作温度输入输出数据训练网络,并采用动态反向传播学习算法根据误差不断调整网络参数直至达到要求精度;Elman神经网络辨识可使辨识过程简化并提高了辨识精度。然后在此基础上设计了自适应模糊神经网络控制器。最后的仿真实验以Elman神经网络模型为参考模型,使用自适应神经网络控制算法控制PEMFC的工作温度,取得了较好的控制效果。结果显示所设计的控制系统适合于控制PEMFC这样一类复杂非线性系统。 相似文献
6.
7.
本文首次研究了电化学原子层外延(ECALE)法室温沉积碲化铋纳米薄膜的过程.ECALE是原子层外延的电化学模拟.它通过欠电位技术实现电化学沉积过程中的原子级的精确控制,每次只沉积一个原子层厚度,通过沉积循环的控制可以实现对沉积薄膜材料种类和厚度的控制.采用三电极和循环伏安法,分别研究确定了Pt电极上欠电位沉积金属Bi薄膜、Te在Pt电极上欠电位沉积条件以及Bi在Te表面和Te在Bi表面的交替沉积行为及其沉积参数,通过不同电位交替沉积得到Bi2Te3纳米薄膜.对薄膜的氧化剥落及其电量分析结果进一步证明了该薄膜的沉积过程是一种二维层状生长过程. 相似文献
8.
编织重经织物时经纱张力分析 总被引:1,自引:0,他引:1
本文是研究在单针床经编机上编织重经织物。为了减少编织过程的张力,作者设计了一个测量系统。借助于信号分析技术研究了纱线的张力波动规律。结果表明,在编织过程中纱线张力呈周期性变化,在一个周期中至少有三个峰值,编织过程中成圈机件位置变化对经纱张力有很大影响,通过调整机器,成功地编出一些重经织物。 相似文献
9.
10.
A neural network model and fuzzy neural network controller was designed to control the inner impedance of a proton exchange membrane fuel cell (PEMFC) stack. A radial basis function (RBF) neural network model was trained by the input-output data of impedance. A fuzzy neural network controller was designed to control the impedance response. The RBF neural network model was used to test the fuzzy neural network controller. The results show that the RBF model output can imitate actual output well, the maximal error is not beyond 20 m-, the training time is about 1 s by using 20 neurons, and the mean squared errors is 141.9 m-2. The impedance of the PEMFC stack is controlled within the optimum range when the load changes, and the adjustive time is about 3 min. 相似文献