露天台阶爆破块度分布预测模型研究及工程应用
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| Contents | 第11-14页 |
| 1 绪论 | 第14-20页 |
| ·问题的提出 | 第14-16页 |
| ·爆破岩体块度分布模型研究现状 | 第16-18页 |
| ·爆破岩体块度分布线性模型研究现状 | 第16-18页 |
| ·爆破岩体块度分布非线性模型研究现状 | 第18页 |
| ·目前研究存在的问题及发展趋势 | 第18-20页 |
| 2 露天台阶爆破设计概述及影响因素分析 | 第20-34页 |
| ·台阶爆破的概念及其设计步骤 | 第20-22页 |
| ·台阶爆破的概况 | 第20-21页 |
| ·台阶爆破设计的内容与步骤 | 第21-22页 |
| ·影响台阶爆破效果的因素 | 第22-29页 |
| ·影响爆破效果的不可控因素 | 第22-25页 |
| ·影响爆破效果的可控因素 | 第25-29页 |
| ·深孔起爆网络及起爆时序 | 第29-31页 |
| ·毫秒微差爆破的优点及原理 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 3 人工神经网络的基本理论 | 第34-50页 |
| ·神经网络的研究及发展 | 第34-37页 |
| ·BP神经网络的原理 | 第37-41页 |
| ·BP神经元 | 第37-38页 |
| ·BP神经网络的原理简介 | 第38-40页 |
| ·学习规则 | 第40-41页 |
| ·BP人工神经网络学习算法的数学描述 | 第41-46页 |
| ·基本BP算法公式推导 | 第41-44页 |
| ·BP算法的缺陷 | 第44-45页 |
| ·BP算法的改进 | 第45-46页 |
| ·网络的设计 | 第46-47页 |
| ·网络的层数 | 第46页 |
| ·隐藏层的神经元数 | 第46-47页 |
| ·如何选取初始权值 | 第47页 |
| ·学习速率 | 第47页 |
| ·本章小结 | 第47-50页 |
| 4 基于BP神经网络的爆破块度预测模型 | 第50-60页 |
| ·BP人工神经网络模型的建立 | 第50-53页 |
| ·输入输出层及隐藏层神经元的节点数的选择 | 第50-51页 |
| ·构建网络模型 | 第51页 |
| ·网络参数的选取 | 第51-53页 |
| ·网络的训练 | 第53-58页 |
| ·数据的选择及数据的归一化处理 | 第53-56页 |
| ·初始权值的确定及网络参数的设置 | 第56-57页 |
| ·网络的测试 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 5 基于BP神经网络的爆破块度预测模型的现场试验 | 第60-74页 |
| ·矿区地质条件 | 第60-61页 |
| ·地质条件概况 | 第60-61页 |
| ·水文地质情况 | 第61页 |
| ·开采境界 | 第61页 |
| ·矿山现有采矿工艺 | 第61-62页 |
| ·主要爆破参数的设计 | 第62-68页 |
| ·试验爆破前预测 | 第68-69页 |
| ·现场试验 | 第69-72页 |
| ·试验目的 | 第69页 |
| ·试验地点的选择 | 第69-70页 |
| ·现场爆破施工组织 | 第70-72页 |
| ·试验结果与数据分析 | 第72页 |
| ·本章小结 | 第72-74页 |
| 6 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 作者简介及读研期间主要科研成果 | 第80页 |
