首页--工业技术论文--矿业工程论文--矿山安全与劳动保护论文--矿山防火论文

易自燃煤层综采工作面CO涌出源及影响因素研究

摘要第3-4页
Abstract第4-5页
1 绪论第8-16页
    1.1 研究背景第8页
    1.2 研究意义第8-9页
    1.3 国内外研究现状第9-14页
        1.3.1 煤自然发火指标气体的研究现状第9-10页
        1.3.2 开采过程中CO的形成机理研究现状第10-11页
        1.3.3 采空区CO运移情况的研究现状第11-12页
        1.3.4 灰色关联和神经网络方法的研究现状第12-14页
    1.4 研究内容及技术路线第14-16页
        1.4.1 研究内容第14页
        1.4.2 技术路线第14-16页
2 灰色关联和神经网络方法分析第16-28页
    2.1 灰色关联分析方法第16-17页
    2.2 BP神经网络分析方法第17-23页
        2.2.1 神经元模型第17-19页
        2.2.2 BP神经网络的训练过程第19-22页
        2.2.3 L-M算法改进BP神经网络第22-23页
        2.2.4 BP神经网络预测CO涌出量的优势第23页
    2.3 MATLAB的BP神经网络模型第23-26页
        2.3.1 BP神经网络设计第25页
        2.3.2 神经网络算法的改进第25-26页
    2.4 本章小结第26-28页
3 50104 综采工作面CO涌出量测试分析第28-38页
    3.1 工作面CO的主要来源及机理分析第28-29页
    3.2 隔离煤柱钻孔测试及规律分析第29-31页
        3.2.1 工作面两侧的支承压力分布第29-30页
        3.2.2 隔离煤柱现场测试方案第30页
        3.2.3 隔离煤柱测试规律分析第30-31页
    3.3 工作面采空区现场测试分析第31-36页
        3.3.1 采空区测试方案第31-33页
        3.3.2 采空区温度测试分析第33-34页
        3.3.3 采空区CO、O2浓度测试分析第34-36页
    3.4 工作面CO来源规律分析第36页
    3.5 工作面CO分布规律的原因分析第36-37页
    3.6 本章小结第37-38页
4 基于神经网络的上隅角CO涌出影响因素分析第38-54页
    4.1 影响因素的选取第38-39页
    4.2 灰色关联度计算第39-40页
    4.3 BP神经网络模型的建立第40-47页
        4.3.1 模型数据的选择和分类第40-41页
        4.3.2 隐含层神经元的确定第41-44页
        4.3.3 训练函数的确定第44-47页
    4.4 BP神经网络上隅角CO涌出量预测第47-49页
        4.4.1 原始数据的归一化处理第47-48页
        4.4.2 网络训练结果的输出第48-49页
        4.4.3 网络模型的泛化能力检验第49页
    4.5 BP神经网络权重值计算第49-52页
        4.5.1 BP神经网络法赋权的特点第49-50页
        4.5.2 权重值计算应用第50-51页
        4.5.3 权重值计算对比第51-52页
    4.6 本章小结第52-54页
5 何家塔矿50104工作面CO涌出分析应用第54-64页
    5.1 矿井概况第54页
    5.2 工作面CO涌出主控因素分析第54-55页
    5.3 MATLAB GUI设计权重计算界面第55-59页
        5.3.1 系统的界面设计第56-58页
        5.3.2 系统的模块组成第58-59页
    5.4 权重计算系统的应用第59-62页
    5.5 现场应用分析第62-63页
    5.6 本章小结第63-64页
6 结论第64-66页
    6.1 结论第64页
    6.2 展望第64-66页
致谢第66-67页
参考文献第67-72页
附录第72页

论文共72页,点击 下载论文
上一篇:煤矿险兆事件管理模式研究
下一篇:基于R语言的综采工作面瓦斯浓度预测研究