全文获取类型
收费全文 | 296篇 |
免费 | 21篇 |
国内免费 | 23篇 |
专业分类
化学 | 2篇 |
力学 | 297篇 |
综合类 | 6篇 |
数学 | 21篇 |
物理学 | 14篇 |
出版年
2023年 | 9篇 |
2022年 | 14篇 |
2021年 | 10篇 |
2020年 | 7篇 |
2019年 | 14篇 |
2018年 | 1篇 |
2017年 | 9篇 |
2016年 | 12篇 |
2015年 | 9篇 |
2014年 | 9篇 |
2013年 | 12篇 |
2012年 | 14篇 |
2011年 | 15篇 |
2010年 | 6篇 |
2009年 | 17篇 |
2008年 | 6篇 |
2007年 | 10篇 |
2006年 | 12篇 |
2005年 | 14篇 |
2004年 | 11篇 |
2003年 | 9篇 |
2002年 | 9篇 |
2001年 | 19篇 |
2000年 | 8篇 |
1999年 | 9篇 |
1998年 | 11篇 |
1997年 | 10篇 |
1996年 | 18篇 |
1995年 | 20篇 |
1994年 | 5篇 |
1993年 | 1篇 |
1992年 | 2篇 |
1991年 | 1篇 |
1990年 | 2篇 |
1989年 | 2篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有340条查询结果,搜索用时 15 毫秒
1.
礁灰岩的溶蚀对海洋工程和岛礁工程的稳定性有明显的影响.孔隙型溶蚀是礁灰岩常见的溶蚀方式.本文通过构建随机溶蚀孔洞的离散元模型,模拟孔洞型溶蚀礁灰岩的细观变形破坏特征,分析其变形破坏规律与裂隙演化特征.结果 表明,基于随机聚类算法构建的溶蚀礁灰岩离散元模型能够很好地模拟孔洞型溶蚀作用,且其变形破坏特征具有明显的规律;随着溶蚀率的增加,溶蚀礁灰岩单轴应力应变曲线由单峰型逐渐转变为双峰型或多峰型,破坏特征由脆性破坏逐渐转变为塑性破坏;随着溶蚀率的增加,礁灰岩单轴抗压强度和弹性模量都逐渐减小,抗压强度呈指数函数下降,弹性模量呈线性函数下降,而泊松比则表现为先增后降,说明试样在高溶蚀率时主要发生结构性破坏;随着溶蚀率增加,礁灰岩的宏观破裂面逐渐消失,由于溶蚀孔洞的相互作用,导致了起源于孔洞周围的裂隙开始萌生,并逐渐贯通,最终导致试样发生整体宏观破坏.本研究成果可为深入认识海洋工程和岛礁工程中溶蚀礁灰岩的变形破坏特征提供理论参考. 相似文献
2.
细观等效理论预测再生混凝土宏观力学参数北大核心CSCD 总被引:1,自引:1,他引:0
预测分析再生混凝土各组分对再生混凝土宏观力学参数的影响是开展再生混凝土基本力学性能的一种方式.为了分析再生混凝土各组分对再生混凝土宏观力学参数的影响,根据再生混凝土的细观结构组成,建立了细观等效模型,利用扭转变形、细观夹杂理论、弹性等效思想和M-T模型方法,推导了由原生骨料、老界面层、老水泥砂浆、新界面层和新水泥砂浆等组成的再生混凝土的宏观力学参数预测模型.预测结果表明,随着再生骨料的取代率增加,水泥砂浆的含量不断增加,再生混凝土孔隙率也随之增大,导致再生混凝土的Poisson比随之增大,弹性模量、剪切模量和体积模量不断降低.模型的预测结果较好地反映了再生混凝土宏观力学参数随再生骨料取代率的增加不断变化的这一趋势,也为再生混凝土宏观力学参数的预测提供了一条简单实用的新方法,有利于再生混凝土基本力学性能的研究分析. 相似文献
3.
综合考虑宏细观缺陷的岩体动态损伤本构模型 总被引:1,自引:0,他引:1
针对节理岩体同时含有节理、裂隙等宏观缺陷及微裂隙、微孔洞等细观缺陷的客观事实, 提出了在节理岩体动态损伤本构模型中应同时考虑宏细观缺陷的观点。为此, 首先对基于细观动态断裂机理的经典岩石动态损伤本构模型—TCK(Taylor-Chen-Kuszmaul)模型进行了阐述, 其次基于Lemaitre等效应变假设推导了综合考虑宏细观缺陷的复合损伤变量(张量), 进而在此基础上建立了相应的节理岩体动态损伤本构模型, 并利用该模型讨论了载荷应变率及节理条数对岩体动态力学特性的影响规律。结果表明, 在不同载荷应变率下试件在变形初始阶段是重合的, 而后随着应变的增加, 试件峰值强度、峰值应变及总应变均随载荷应变率的增加而增加; 随着节理条数的增加, 试件峰值强度逐渐降低, 但降低趋势逐渐变缓并趋于某一定值。上述研究结论与目前的理论及实验研究结果的基本规律是一致的, 说明了本模型的合理性。 相似文献
4.
含孔隙混凝土二维细观建模方法研究 总被引:2,自引:2,他引:0
根据混凝土的细观组成和结构特点,对传统二维建模方法加以继承与改进,提出了一种高效的分步入侵判定算法.将孔隙直观地反映在模型中,建立了不同的含孔隙混凝土细观模型.对含圆形、椭圆形、多边形骨料与圆形、椭圆形孔隙的混凝土标准试件分别进行了建模研究,结果表明本文的算法具有较强适用性.同时,通过对不同面积率与多种形状骨料/孔隙混凝土的大量建模进一步验证了该算法的效率.模拟了混凝土试件在单轴压缩下的准静态力学性能,分析了混凝土内部孔隙对其裂纹扩展的主要路径、破坏模式以及宏观力学性能的显著影响. 相似文献
5.
材料内部的解理、滑移面剥离等细观损伤是引起宏观失效的根源, 从细观尺度研究损伤的发生和发展有助于深入认识材料的变形和失效过程. 本文基于晶体塑性理论, 从滑移系的受力和变形出发研究材料的细观损伤, 建立了考虑滑移面分解正应力的细观损伤模型, 为晶体材料解理断裂的分析提供了新方法. 首先, 在晶体弹塑性变形构型的基础上引入损伤变形梯度张量的概念, 从变形运动学着手建立了考虑损伤能量耗散的本构方程, 并推导了塑性流动方程与损伤演化方程; 然后, 建立了相应的数值计算方法, 给出了应力与状态变量的更新算法, 推导了Jacobian矩阵的表达式; 接着, 以$[100]$取向的单晶铜材料为例, 通过有限元计算与试验结果的对比, 并采用粒子群优化算法标定了11个材料细观参数; 最后, 将所提细观损伤模型应用于RVE单轴拉伸过程的模拟, 得到了考虑损伤影响的应力应变曲线, 并分析了材料的塑性流动与损伤演化过程. 结果表明, 本文所提模型能够计算材料在受载过程中的损伤累积效应, 合理反映晶体材料的细观损伤机理. 相似文献
6.
高温下金属基复合材料的蠕变主要由基体蠕变和界面扩散蠕变两部分构成,以往的研究中常常只考虑其中一种蠕变机理,从而导致得到的规律具有较大的局限性.本文提出了一种可预测金属基复合材料整体蠕变性能的细观力学方法,同时考虑了基体蠕变和界面扩散蠕变两种蠕变机理,导出了具有张量形式并满足不可压缩性的界面扩散蠕变应变表达式.采用Mori-Tanaka法和自洽法二者结果的平均以便更准确地计算纤维中的应力,揭示了两种蠕变机理相互影响的竞争关系.研究了恒定双轴荷载下的总体蠕变和固定位移约束下的应力松弛这两种常见蠕变问题,探究了基体蠕变与界面扩散蠕变两种蠕变机理在总蠕变中发挥的作用,考察了不同加载条件和不同纤维体积分数对复合材料整体蠕变行为的影响. 相似文献
7.
非均质复合材料的宏观力学性能往往取决于细观组分的分布方式和力学性能,但是建立明确的关系表达式极其困难。为了应对这一挑战,以混凝土为研究对象,提出了一种基于深度学习的策略,能够高效、准确地通过细观模型图像信息获取应力-应变曲线。首先,使用基于卷积神经网络(convolutional neural network,CNN)的GoogLeNet模型进行图像信息识别和提取,并针对应力-应变曲线的复杂性特点,进行了数据预处理操作,并且设计了相应的多任务损失函数。数据集中的细观模型图像采用基于Monte-Carlo的随机骨料模型生成,并且使用数值模拟试验获取对应细观模型的单轴压缩应力-应变曲线。最后,通过对神经网络的训练和测试评估了所提出方法的可行性。结果表明,GoogLeNet模型训练效率和预测精度均优于AlexNet和ResNet模型,具有良好的泛化能力和鲁棒性。 相似文献
8.
9.
颗粒材料破碎演化路径细观热力学机制 总被引:3,自引:2,他引:1
颗粒材料在高应力环境下会发生颗粒破碎现象,颗粒破碎不仅影响颗粒材料的力学特性,同时与大量工程问题密切相关.目前的相关研究主要集中在唯象地描述颗粒破碎的演化以及破碎对力学特性的影响层面,对颗粒破碎演化路径的物理机制研究较少.本文基于热力学框架,采用细观力学中细观-宏观的均匀化方法推导了颗粒体系弹性能和破碎能量耗散,并在最大能量耗散的假设下,在热力学框架内,建立了理想化的无摩擦球体颗粒等向压缩过程的弹性-破碎模型,阐述了颗粒材料破碎演化路径细观热力学机制.由于模型的推导不依赖任何唯象的经验公式,因此模型中包含的参数均有明确的物理意义.模型预测与前人试验结果对比表明,材料的初始级配对弹性压缩模量和破碎应力的影响并不相同:不同分形维数级配对应的弹性体变模量存在极大值,而破碎应力却随着分形维数的增大单调递增;颗粒破碎的演化符合最大能量耗散原理,且颗粒材料的压缩曲线可以分为弹性-破碎-拟弹性3个机制不同的阶段. 相似文献
10.
颗粒材料的本构关系对岩土工程等众多领域至关重要. 不同于传统的唯象本构理论, 本文基于机器学习模型探索了一种细观力学理论指导下的数据驱动型颗粒材料本构关系预测方法. 根据Vogit均质化假设, 建立了小应变条件下颗粒材料应力?应变解析关系, 此关系唯一地确定了一组与颗粒材料本构行为相关的细观组构变量. 这些变量与反应颗粒材料宏观性质的主应力和主应变信息通过一系列离散元三轴压缩数值试验获得. 考虑到细观组构变量为内变量, 不能直接作为本构模型的输入. 本文基于有向图方法将颗粒材料微观结构信息隐式地包含在应力?应变的预测当中, 并采用门控循环单元(GRU)循环神经网络作为基础深度学习模型描述有向图中结点之间的映射关系. 通过将有向图从目标节点沿源节点展开, 整个应力?应变预测模型可由两个神经网络分别训练并组装而成. 将训练后的深度学习模型在全新的数据集上进行测试, 结果表明该训练策略能有效捕捉到颗粒材料在常规三轴任意加卸载, 等中主应力系数b的真三轴加载, 和等平均有效应力p的真三轴加卸载等复杂多轴加载工况下的应力?应变响应关系, 模型具有良好的内插和外推预测能力. 考虑到深度学习模型捕捉颗粒材料力学响应的能力及其开放式学习的特点, 充分结合数据驱动方法和理论本构模型可能是颗粒材料本构研究的一个重要方向. 相似文献