全文获取类型
收费全文 | 59474篇 |
免费 | 1724篇 |
专业分类
公路运输 | 24169篇 |
综合类 | 12514篇 |
水路运输 | 11616篇 |
铁路运输 | 10911篇 |
综合运输 | 1988篇 |
出版年
2024年 | 367篇 |
2023年 | 1518篇 |
2022年 | 1795篇 |
2021年 | 2232篇 |
2020年 | 1763篇 |
2019年 | 1440篇 |
2018年 | 572篇 |
2017年 | 971篇 |
2016年 | 1040篇 |
2015年 | 1736篇 |
2014年 | 3013篇 |
2013年 | 2751篇 |
2012年 | 3350篇 |
2011年 | 3318篇 |
2010年 | 3274篇 |
2009年 | 3447篇 |
2008年 | 4095篇 |
2007年 | 3230篇 |
2006年 | 2762篇 |
2005年 | 2474篇 |
2004年 | 2288篇 |
2003年 | 2593篇 |
2002年 | 2337篇 |
2001年 | 1799篇 |
2000年 | 1302篇 |
1999年 | 720篇 |
1998年 | 615篇 |
1997年 | 693篇 |
1996年 | 608篇 |
1995年 | 605篇 |
1994年 | 587篇 |
1993年 | 479篇 |
1992年 | 398篇 |
1991年 | 365篇 |
1990年 | 389篇 |
1989年 | 234篇 |
1988年 | 27篇 |
1987年 | 4篇 |
1986年 | 7篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
2.
3.
计算任意截面的自由扭转常数可采用有限元分析方法,位移法有限元计算出的自由扭转常数比理论值偏大且网格剖分尺寸大小明显影响计算速度。本文从弹性理论圣维南自由扭转问题基本假设出发,针对悬臂梁模型采用基于位移的最小势能原理和基于应力的最小余能原理两种方法,推导势能泛函和余能泛函表达式,并求得泛函的极小值从而推导出相应的有限元方程,得到两种计算自由扭转常数公式。根据推导出的有限元方程,采用三角形单元编写程序进行两种截面的计算并与理论值对比。对比结果表明,采用两种方法计算自由扭转常数并取其平均值作为最终结果相较于采用单一位移法计算其精度大幅提高,两种方法互相参考有利于解决计算结果偏大和计算量过大的问题。 相似文献
4.
5.
在分析从西非到我国终端客户的铝钒土进口海运供应链(Bauxit Import Maritime Supply Chain,BIMSC)内部和外部影响因素的基础上,采用故障模式与影响分析(Failure Mode and Effects Analysis,FMEA)和模糊贝叶斯网络(Fuzzy Bayesian Network,FBN)相结合的方法,建立BIMSC风险评估方法的概念框架。采用FMEA辨识潜在的失效模式,并剖析失效原因和后果;根据失效模式潜在的因果关系建立贝叶斯网络;利用三角模糊数处理表征风险参数的不确定性,评估BIMSC风险水平,并进行敏感性分析,确定风险因子排序。研究结果表明,港口操作中的违规操作、违规指挥、货物易流态化和安全管理问题是主要的风险因素。 相似文献
6.
三维激光扫描获取的既有铁路点云数据具有海量性、离散性等特点,难以从点云数据中快速提取线路参数.为此,结合现场实测数据,提出一种基于连续点云数据的既有铁路轨面信息快速提取算法.通过k-d树实现点云的快速搜索、查询和储存,利用主成分分析法和移动激光点聚类法提取的接触线分割构建出铁路缓冲区,进而通过平面格网法的粗提和多种约束条件下的精提实现了轨面点提取.对既有线路现场试验结果表明,轨面点提取的完整度c和准确度p均在93%以上,该方法能较好地实现钢轨轨面点云的快速提取. 相似文献
7.
9.
为解决TBM机载锚杆钻机推进梁的摆动结构作业时因受力复杂而导致的安全性问题,提升其力学性能和稳定性,首先,通过对摆动结构进行静力学分析,确定其作业时应力集中和应力分布极度不均的薄弱部位;
然后,基于子模型法将摆动结构的薄弱部位切割出来,扩大其设计空间,再运用拓扑优化方法进行优化设计,得到该部位全新的拓扑结构形式; 最后,对比分析优化前后摆动结构的受力、变形情况及振动频率。结果显示: 优化后危险工况下摆动结构的应力集中现象明显改善,一定程度上提高了该结构的刚度和强度,同时有效改善了结构的振动特性,提高了结构的稳定性。 相似文献
10.
为弥补现有指标的不足,引入韧性作为非常态事件下CTCS-3级(China train control system-3)列控车载子系统运行稳定性的测度指标. 提出了车载子系统韧性量化评估方法,构建了基于贝叶斯网络(Bayesian network, BN)的韧性评估模型,并定义了5种基于韧性的部件重要度指标;进一步利用贝叶斯网络双向推理功能,计算了车载子系统在不同扰动情景下的韧性及部件重要度指标. 研究结果表明:韧性可全面描述车载子系统抵御扰动和从扰动中恢复的能力,非常态事件扰动下,韧性与可用性指标存在明显差异;不同扰动情景下系统韧性明显不同,扰动发生时,车载子系统面临磁暴影响时的韧性为0.8017,而遭遇雷电时的韧性为0.8819,面临冰雪扰动时的韧性为0.9880;部件重要度存在情景依赖,同一部件在不同扰动情景下重要度排序可能不同,且可能随时间动态变化. 相似文献