首页--工业技术论文--矿业工程论文--矿山压力与支护论文--矿井支护与设备论文--巷道支护论文

煤巷锚杆支护设计混合智能系统研究

摘要第4-8页
Abstract第8-11页
1 绪论第16-28页
    1.1 研究背景及研究意义第16-18页
    1.2 国内外研究现状第18-24页
        1.2.1 混合智能系统国内外研究现状第18-22页
        1.2.2 人工智能在煤矿领域中的应用研究现状第22-24页
    1.3 研究内容与全文结构第24-26页
        1.3.1 研究内容第24页
        1.3.2 全文结构及技术路线第24-26页
    1.4 本章小结第26-28页
2 CRBD-HIS原型系统研究第28-50页
    2.1 引言第28页
    2.2 混合智能系统的概念与技术选择第28-41页
        2.2.1 混合智能系统概念第28-30页
        2.2.2 混合智能系统联接方式第30-32页
        2.2.3 主要智能技术介绍第32-39页
        2.2.4 常见混合智能技术第39-41页
    2.3 CRBD-HIS原型系统设计第41-49页
        2.3.1 智能(非智能)技术的选择第41-42页
        2.3.2 CBR与RBR集成机制第42-44页
        2.3.3 系统的智能(非智能)技术混合第44-46页
        2.3.4 CRBD-HIS的案例推理流程第46-48页
        2.3.5 原型系统功能第48-49页
    2.4 本章小结第49-50页
3 煤巷围岩稳定性分析模型研究第50-94页
    3.1 引言第50页
    3.2 工程岩体分类研究概况第50-53页
    3.3 煤巷围岩稳定性分类指标第53-60页
        3.3.1 煤巷围岩稳定性影响因素分析第53-54页
        3.3.2 围岩稳定性分类指标的确定及取值方法第54-58页
        3.3.3 指标权值的分配第58-60页
    3.4 煤巷围岩稳定性模糊聚类子模型第60-72页
        3.4.1 模糊聚类分析法的实现过程第61-64页
        3.4.2 煤巷围岩稳定性分类子模型第64-72页
    3.5 煤巷围岩稳定性模糊综合评判子模型第72-75页
        3.5.1 模糊综合评判模型第73-74页
        3.5.2 煤巷稳定性类别预测第74-75页
    3.6 巷道顶板分级评估系统子模型第75-90页
        3.6.1 CMRR概述第75-76页
        3.6.2 CMRR指标第76-79页
        3.6.3 CMRR的计算第79-82页
        3.6.4 通过钻孔数据计算CMRR值第82-83页
        3.6.5 CMRR的修正与调整第83-86页
        3.6.6 CMRRC应用实践第86-90页
    3.7 本章小结第90-94页
4 煤巷锚杆支护参数推理模型研究第94-114页
    4.1 引言第94页
    4.2 煤巷锚杆支护设计影响因素分析及案例库的建立第94-96页
        4.2.1 煤巷锚杆支护设计影响因素分析第94-95页
        4.2.2 案例库的建立第95-96页
    4.3 煤巷锚杆支护参数的自动生成第96-106页
        4.3.1 锚杆参数预测神经网络的设计第96-98页
        4.3.2 基于LM优化法的BP神经网络改进第98-103页
        4.3.3 锚杆参数神经网络预测子模型第103-106页
    4.4 煤巷锚杆支护参数的优化推理第106-112页
        4.4.1 正交试验设计第106-108页
        4.4.2 灰色关联评价指标第108-109页
        4.4.3 灰色关联评价子模型第109-112页
    4.5 本章小结第112-114页
5 FLAC~(3D)智能模块研究第114-136页
    5.1 引言第114-115页
    5.2 FLAC~(3D)数值模拟体系介绍第115-120页
        5.2.1 FLAC~(3D)前处理模块第116页
        5.2.2 FLAC~(3D)计算模块第116-119页
        5.2.3 FLAC~(3D)后处理模块第119-120页
        5.2.4 FISH语言第120页
    5.3 FLAC~(3D)智能模块设计第120-123页
        5.3.1 模块结构设计第120-122页
        5.3.2 模块功能设计第122-123页
    5.4 FLAC~(3D)的二次开发第123-134页
        5.4.1 确定模拟计算范围及建模第123-125页
        5.4.2 边界及荷载条件第125-126页
        5.4.3 模型参数获取第126-128页
        5.4.4 计算结果监测第128页
        5.4.5 参数化建模与自动模拟计算脚本的建立第128-133页
        5.4.6 模拟结果分析第133-134页
    5.5 本章小结第134-136页
6 系统的实现与工程应用第136-176页
    6.1 引言第136页
    6.2 系统结构设计第136-141页
        6.2.1 系统研发目标第136-137页
        6.2.2 系统整体结构设计第137-138页
        6.2.3 系统层次体系结构设计第138-140页
        6.2.4 系统功能模块设计第140-141页
        6.2.5 系统接口选项设计第141页
    6.3 系统知识库的构建第141-157页
        6.3.1 知识库的需求分析第142-143页
        6.3.2 知识的获取第143-154页
        6.3.3 知识的表达第154-157页
        6.3.4 知识库的管理第157页
    6.4 系统的开发第157-164页
        6.4.1 系统开发原则第157-158页
        6.4.2 系统开发环境及开发工具第158-159页
        6.4.3 系统的实现第159-164页
    6.5 系统的工程应用第164-174页
        6.5.1 工程概况第164-165页
        6.5.2 系统应用第165-169页
        6.5.3 其他矿应用第169-174页
    6.6 本章小结第174-176页
7 结论与展望第176-182页
    7.1 论文主要结论第176-179页
    7.2 主要创新点第179-180页
    7.3 展望第180-182页
参考文献第182-194页
致谢第194-196页
作者简介第196页
在学期间发表的学术论文第196页
在学期间参加科研项目第196-197页
主要获奖第197页

论文共197页,点击 下载论文
上一篇:猪链球菌耐药相关移动基因组研究
下一篇:Effect of Selenium-Enriched Probiotics on Growth Performance,Meat Quality,Antioxidant Capacity and Heat Shock Proteins in Broiler Chickens under Heat Stress Condition