岩锚梁爆破参数优化及效果研究
第1章 绪论 | 第1-14页 |
·问题的提出及现实意义 | 第8-9页 |
·爆破理论模型的研究历史和研究现状 | 第9-12页 |
·爆破理论模型研究中存在的问题 | 第12-13页 |
·本论文研究的意义和主要内容 | 第13-14页 |
·研究的意义 | 第13页 |
·研究的主要内容 | 第13-14页 |
第2章 地下厂房岩锚梁爆破开挖理论分析 | 第14-22页 |
·预裂爆破 | 第14-19页 |
·预裂爆破机理及能量消耗分析 | 第14-15页 |
·预裂爆破参数 | 第15-19页 |
·光面爆破 | 第19-22页 |
·光面爆破机理及能量消耗分析 | 第19-20页 |
·光面爆破参数 | 第20-22页 |
第3章 爆破效果影响因素分析 | 第22-30页 |
·影响爆破效果的主要因素 | 第22-26页 |
·孔网参数对爆破效果的影响 | 第22-23页 |
·最小抵抗线 | 第22页 |
·炮孔密集系数 | 第22页 |
·炮孔深度 | 第22页 |
·炮孔间距 | 第22-23页 |
·孔径 | 第23页 |
·装药结构对爆破效果的影响 | 第23-24页 |
·不耦合系数 | 第23-24页 |
·堵塞长度与堵塞材料 | 第24页 |
·炸药单耗和炸药类型对爆破效果的影响 | 第24-25页 |
·炸药单耗 | 第24页 |
·炸药类型 | 第24-25页 |
·岩石强度对爆破效果的影响 | 第25页 |
·岩体的完整度对爆破效果的影响 | 第25-26页 |
·爆破参数设计的原则 | 第26页 |
·爆破参数设计样本的确定 | 第26-30页 |
第4章 神经网络技术应用研究 | 第30-42页 |
·概述 | 第30-31页 |
·BP神经网络模型 | 第31-38页 |
·BP神经网络的基本思想 | 第31-33页 |
·BP网络神经元模型 | 第33页 |
·BP网络的学习规则(δ规则) | 第33-34页 |
·BP算法的数学描述 | 第34-36页 |
·BP算法实现步骤 | 第36-37页 |
·BP算法流程图 | 第37-38页 |
·BP神经网络模型的改进 | 第38-40页 |
·BP算法的缺陷 | 第38-39页 |
·BP算法的改进 | 第39-40页 |
·运用神经网络工具箱设计网络的原则和过程 | 第40-42页 |
第5章 神经网络在岩锚梁爆破参数设计中的应用 | 第42-52页 |
·爆破参数设计神经网络的构建 | 第42-48页 |
·网络层数的确定 | 第42页 |
·输入和输出层的设计 | 第42-44页 |
·隐含层的神经元数 | 第44-45页 |
·激活函数的选取 | 第45-46页 |
·初始权值的选取 | 第46-47页 |
·学习速率 | 第47页 |
·期望误差的选取 | 第47-48页 |
·神经网络参数设计结构 | 第48页 |
·爆破参数设计系统的应用 | 第48-52页 |
·爆破参数设计系统的使用 | 第48-50页 |
·爆破参数设计系统应用实例 | 第50-52页 |
第6章 岩锚梁爆破现场试验及声波测试 | 第52-67页 |
·工程概况 | 第52-53页 |
·岩壁吊车梁爆破试验 | 第53-61页 |
·试验目的 | 第53页 |
·试验地点 | 第53-54页 |
·试验方法 | 第54-60页 |
·保护层开挖 | 第54-58页 |
·岩台修面 | 第58-60页 |
·爆破试验结果分析 | 第60-61页 |
·围岩松动圈声波测试 | 第61-66页 |
·声波测试原理 | 第61页 |
·岩石爆破松动范围测试 | 第61-65页 |
·声波测试结果分析 | 第65-66页 |
·小结 | 第66-67页 |
第7章 总结与展望 | 第67-69页 |
·总结 | 第67-68页 |
·展望 | 第68-69页 |
参考文献 | 第69-72页 |
硕士期间发表文章 | 第72-73页 |
致谢 | 第73页 |