| 第一章 绪论 | 第1-16页 |
| §1.1 课题背景及意义 | 第8-10页 |
| §1.2 较薄煤层综采设备配套研究概述 | 第10页 |
| §1.3 国内外研究现状 | 第10-14页 |
| §1.4 课题研究内容 | 第14-16页 |
| 第二章 较薄煤层工作面设备配套系统分析 | 第16-30页 |
| §2.1 综采工作面设备选型和配套程序 | 第16-19页 |
| ·综采工作面设备选型的影响因素 | 第17-19页 |
| §2.2 液压支架选型 | 第19-23页 |
| ·液压支架架型选取原则 | 第19页 |
| ·液压支架参数的选取 | 第19-23页 |
| §2.3 采煤机选型 | 第23-26页 |
| ·采煤机类型选取原则 | 第23页 |
| ·采煤机参数确定 | 第23-26页 |
| §2.4 刮板输送机选型 | 第26-27页 |
| §2.5 综采工作面“三机”几何关系配套 | 第27-28页 |
| §2.6 “三机”的性能及生产能力配套 | 第28-29页 |
| §2.7 小结 | 第29-30页 |
| 第三章 基于神经网络的综采设备配套专家系统结构分析 | 第30-49页 |
| §3.1 综采工作面参数特点 | 第30页 |
| §3.2 神经网络技术 | 第30-39页 |
| ·神经元模型 | 第31-33页 |
| ·神经网络模型及其学习算法 | 第33-37页 |
| ·神经网络逼近能力 | 第37页 |
| ·神经网络训练学习方式 | 第37-39页 |
| §3.3 基于神经网络的专家系统 | 第39-47页 |
| ·ANN与ES的结合 | 第40-41页 |
| ·ANN与ES结合模式 | 第41-43页 |
| ·ANNES结构 | 第43-46页 |
| ·ANNES实现方法 | 第46-47页 |
| §3.4 综采工作面设备配套体系结构 | 第47-48页 |
| §3.5 小结 | 第48-49页 |
| 第四章 基于神经网络的综采设备配套专家系统研究 | 第49-69页 |
| §4.1 基于神经网络的综采设备配套专家系统结构分析 | 第50-51页 |
| §4.2 神经网络结构及算法选择 | 第51-57页 |
| ·BP网络改进算法 | 第51-55页 |
| ·改进算法对比分析 | 第55-56页 |
| ·神经网络推广能力研究 | 第56-57页 |
| §4.3 工作面生产能力预测BP神经网络在MATLAB上的实现 | 第57-63页 |
| ·地质因素参数确定 | 第58-60页 |
| ·设备及人员参数确定 | 第60页 |
| ·网络结构及学习算法确定 | 第60-61页 |
| ·网络模型应用 | 第61-63页 |
| §4.4 综采工作面“三机”配套专家系统的设计 | 第63-68页 |
| ·液压支架选型参数选取 | 第65页 |
| ·采煤机、输送机选型参数选取 | 第65-66页 |
| ·综采工作面设备参数的神经网络预测模型的建立 | 第66-68页 |
| ·基于神经网络的综采设备配套专家系统的应用 | 第68页 |
| §4.5 小结 | 第68-69页 |
| 第五章 较薄煤层综采设备配套尺寸研究 | 第69-82页 |
| §5.1 综采工作面设备配套尺寸研究 | 第69-80页 |
| ·数学模型建立 | 第69-70页 |
| ·设备关键性结构尺寸确定 | 第70-80页 |
| §5.2 综采工作面设备型号及主要技术参数 | 第80-81页 |
| §5.3 小结 | 第81-82页 |
| 第六章 配套设备工业性试验及结果分析 | 第82-107页 |
| §6.1 试验内容及方法 | 第82-83页 |
| §6.2 试验工作面煤层赋存条件 | 第83页 |
| §6.3 试验结果分析 | 第83-105页 |
| ·支架支护阻力变化特点与适应性分析 | 第83-95页 |
| ·工作面综采设备可靠性分析 | 第95-105页 |
| §6.4 工作面产量统计 | 第105-106页 |
| §6.5 小结 | 第106-107页 |
| 第七章 结论与展望 | 第107-109页 |
| §7.1 结论 | 第107-108页 |
| §7.2 展望 | 第108-109页 |
| 参考文献 | 第109-118页 |
| 附录：全文缩略语 | 第118-119页 |
| 攻读博士期间发表的学术论文及主要研究成果 | 第119-120页 |
| 致谢 | 第120页 |
