| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题来源及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 岩体质量分级国内外研究现状 | 第12-15页 |
| 1.2.2 围岩稳定性评价国内外研究现状 | 第15-18页 |
| 1.3 研究内容与技术路线 | 第18-21页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 技术路线 | 第19-21页 |
| 第2章 工程地质调查及岩体质量分级 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 岩体结构面特性调查 | 第21-26页 |
| 2.2.1 结构面调查方法 | 第21-22页 |
| 2.2.2 ShapeMetrix3D岩体结构信息采集分析系统 | 第22-25页 |
| 2.2.3 调查内容 | 第25-26页 |
| 2.3 地质钻孔RQD值 | 第26-29页 |
| 2.4 岩体质量分级方法 | 第29-30页 |
| 2.4.1 岩体质量分级的基本原则 | 第29页 |
| 2.4.2 焦家金矿地下采场岩体质量分级方法 | 第29-30页 |
| 2.5 本章小结 | 第30-33页 |
| 第3章 基于三维裂隙网络模拟的RQD值的确定 | 第33-45页 |
| 3.1 引言 | 第33页 |
| 3.2 岩体结构面概率模型模拟的理论基础 | 第33-36页 |
| 3.2.1 结构面形态模拟 | 第34页 |
| 3.2.2 结构面产状模拟 | 第34-35页 |
| 3.2.3 结构面大小(直径)模拟 | 第35-36页 |
| 3.2.4 结构面间距(密度)模拟 | 第36页 |
| 3.3 节理裂隙原始数据的获取 | 第36页 |
| 3.4 三维裂隙网络模拟 | 第36-42页 |
| 3.4.1 统计均质区的划分 | 第37页 |
| 3.4.2 裂隙产状优势分组 | 第37-38页 |
| 3.4.3 裂隙的三要素的取样偏差校正及概率密度函数拟合 | 第38-39页 |
| 3.4.4 蒙特卡罗模拟 | 第39-40页 |
| 3.4.5 模型的检验 | 第40-41页 |
| 3.4.6 三维裂隙网络的可视化 | 第41-42页 |
| 3.5 RQD数值模拟计算 | 第42-44页 |
| 3.5.1 待分析岩体的确定 | 第42-43页 |
| 3.5.2 测线的设立及测线与裂隙交点的计算 | 第43页 |
| 3.5.3 岩心长度及RQD值的计算 | 第43-44页 |
| 3.5.4 RQD空间效应和尺寸效应的影响 | 第44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于神经网络的Mathews图表法在围岩稳定性评价中的应用 | 第45-65页 |
| 4.1 引言 | 第45-46页 |
| 4.2 基于Mathews图表法的围岩稳定性评价方法 | 第46-49页 |
| 4.3 人工神经网络及其学习算法 | 第49-53页 |
| 4.3.1 人工神经网络简介 | 第49-50页 |
| 4.3.2 BP神经网络模型及结构参数 | 第50-52页 |
| 4.3.3 遗传算法在神经网络中的应用 | 第52-53页 |
| 4.4 进化BP神经网络在围岩稳定性智能评价的应用 | 第53-63页 |
| 4.4.1 进化BP神经网络模型的建立 | 第55-58页 |
| 4.4.2 样本构建 | 第58页 |
| 4.4.3 进化神经网络参数设置 | 第58页 |
| 4.4.4 神经网络模型的优化训练 | 第58-60页 |
| 4.4.5 智能评价模型的检验 | 第60-61页 |
| 4.4.6 基于改进的Mathews图表法的地下采场围岩稳定性评价 | 第61-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第5章 工程应用实例 | 第65-83页 |
| 5.1 引言 | 第65页 |
| 5.2 焦家金矿试验采场简介 | 第65-68页 |
| 5.2.1 矿区区域地质概况 | 第66-67页 |
| 5.2.2 试验采场开采技术条件概况 | 第67-68页 |
| 5.3 焦家金矿-390采场岩体质量分级与围岩稳定性评价 | 第68-77页 |
| 5.3.1 焦家金矿岩体质量分级参数的统计分析 | 第68-74页 |
| 5.3.2 焦家金矿岩体质量分级 | 第74-76页 |
| 5.3.3 围岩稳定性评价 | 第76-77页 |
| 5.4 基于岩体分级与稳定性评价的采场安全控制研究 | 第77-81页 |
| 5.4.1 采场结构参数调整 | 第77-80页 |
| 5.4.2 采场支护措施研究 | 第80-81页 |
| 5.5 本章小结 | 第81-83页 |
| 第6章 结论与展望 | 第83-85页 |
| 6.1 结论 | 第83页 |
| 6.2 展望 | 第83-85页 |
| 附表 | 第85-97页 |
| 参考文献 | 第97-101页 |
| 致谢 | 第101-103页 |
| 作者简介 | 第103页 |
