摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-24页 |
1.1 引言 | 第10-11页 |
1.2 通风系统可靠性评价研究现状 | 第11-20页 |
1.2.1 可靠性理论在国内外相关领域的研究现状 | 第11-12页 |
1.2.2 可靠性理论在国内外矿井通风领域的研究现状 | 第12-13页 |
1.2.3 通风系统可靠性评价指标体系国内外研究现状 | 第13-14页 |
1.2.4 通风系统可靠性评价方法国内外研究现状 | 第14-20页 |
1.3 矿井通风系统可靠性评价的目的和意义 | 第20-21页 |
1.3.1 本文研究的目的 | 第20页 |
1.3.2 本文研究的意义 | 第20-21页 |
1.4 本文研究的主要内容及技术路线 | 第21-24页 |
1.4.1 本文研究的主要内容 | 第21-22页 |
1.4.2 本文的主要技术路线 | 第22-24页 |
第二章 矿井通风系统可靠性评价指标体系的建立 | 第24-50页 |
2.1 矿井通风系统概述 | 第24-25页 |
2.2 安全性、可靠性、稳定性及优化的概念分析 | 第25-26页 |
2.3 通风系统可靠性定义及指标选取原则 | 第26-28页 |
2.3.1 通风系统可靠性定义 | 第26-27页 |
2.3.2 可靠性指标选取原则 | 第27-28页 |
2.4 通风系统可靠性指标选取分析 | 第28-36页 |
2.5 可靠性指标量化及最优值分析 | 第36-48页 |
2.5.1 通风系统可靠性指标量化分析 | 第36-46页 |
2.5.2 通风系统可靠性指标最优值分析 | 第46-48页 |
2.6 本章小结 | 第48-50页 |
第三章 矿井通风系统可靠性评价数学模型 | 第50-62页 |
3.1 主成分分析法理论 | 第50-54页 |
3.1.1 主成分分析法的基本思想 | 第50页 |
3.1.2 主成分的定义 | 第50-51页 |
3.1.3 主成分的求法及性质 | 第51-53页 |
3.1.4 主成分的个数选取标准 | 第53页 |
3.1.5 主成分分析法在本文中的应用 | 第53-54页 |
3.2 灰色关联分析法理论 | 第54-56页 |
3.2.1 灰色关联分析的基本思想 | 第54页 |
3.2.2 灰色关联分析的过程 | 第54-55页 |
3.2.3 灰色关联度指标权重的分析 | 第55-56页 |
3.3 学习向量量化神经网络模型 | 第56-59页 |
3.3.1 学习向量量化网络的基本思想 | 第56页 |
3.3.2 学习向量量化网络的工作原理 | 第56-57页 |
3.3.3 学习向量量化网络的学习算法 | 第57-59页 |
3.4 本章小结 | 第59-62页 |
第四章 通风系统可靠性评价模型实验仿真 | 第62-68页 |
4.1 样本选取原则 | 第62-63页 |
4.2 通风系统可靠性指标 PCA | 第63-66页 |
4.3 基于 GRA 的通风系统可靠性判定 | 第66页 |
4.4 LVQ 神经网络训练过程 | 第66-67页 |
4.5 本章小结 | 第67-68页 |
第五章 矿井通风系统可靠性评价软件开发 | 第68-72页 |
5.1 矿井通风系统可靠性评价软件可行性研究 | 第68页 |
5.2 矿井通风系统可靠性评价软件概要 | 第68-70页 |
5.2.1 通风系统可靠性评价软件特点 | 第68-69页 |
5.2.2 通风系统可靠性评价软件使用方法 | 第69-70页 |
5.3 矿井通风系统可靠性评价软件设计 | 第70-72页 |
5.3.1 通风系统可靠性评价软件前台设计 | 第70页 |
5.3.2 通风系统可靠性评价软件后台设计 | 第70-72页 |
第六章 通风系统可靠性评价软件在李家窑矿的应用 | 第72-84页 |
6.1 矿井概况 | 第72-74页 |
6.2 通风阻力测定 | 第74-77页 |
6.3 李家窑矿通风系统可靠性评价 | 第77-81页 |
6.4 本章小结 | 第81-84页 |
第七章 主要结论与建议 | 第84-86页 |
7.1 本文主要结论 | 第84-85页 |
7.2 本文存在的不足与建议 | 第85-86页 |
参考文献 | 第86-90页 |
致谢 | 第90-92页 |
攻读学位期间发表的学术论文目录 | 第92-94页 |
附录:GUI 代码 | 第94-109页 |