首页--工业技术论文--矿业工程论文--矿山开采论文--金属矿开采论文--地下开采论文

基于分形理论的充填料级配与胶结强度关系研究与应用

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第13-23页
    1.1 论文选题的目的及意义第13-14页
    1.2 研究现状及问题第14-17页
        1.2.1 研究现状第14-16页
        1.2.2 矿用充填料与混凝土的区别与难点第16-17页
    1.3 工程背景第17-18页
        1.3.1 大红山铁矿第17页
        1.3.2 大红山铜矿第17-18页
        1.3.3 金川二矿区第18页
    1.4 论文研究内容及路线第18-23页
        1.4.1 论文研究内容第18-21页
        1.4.2 论文技术路线第21-23页
第二章 充填料基础实验及强度影响因素分析第23-44页
    2.1 大红山铁矿胶结强度实验第23-28页
        2.1.1 大红山铁矿废石及尾砂物理性质第23-24页
        2.1.2 大红山铁矿废石及尾砂级配特性第24-27页
        2.1.3 大红山铁矿胶结强度实验设计与方法第27页
        2.1.4 实验结果第27-28页
    2.2 大红山铜矿胶结强度实验第28-33页
        2.2.1 大红山铜矿废石及尾砂物理性质第28-29页
        2.2.2 大红山铜矿废石及尾砂级配特性第29-32页
        2.2.3 大红山铜矿胶结强度实验设计与方法第32页
        2.2.4 实验结果第32-33页
    2.3 金川二矿区胶结强度实验第33-36页
        2.3.1 金川二矿区废石及尾砂物理性质第33页
        2.3.2 金川二矿区废石及尾砂级配特性第33-35页
        2.3.3 金川二矿区胶结强度实验设计与方法第35页
        2.3.4 实验结果第35-36页
    2.4 充填体胶结强度影响因素分析第36-43页
        2.4.1 级配对胶结强度影响分析第38-39页
        2.4.2 水灰比对胶结强度影响分析第39-41页
        2.4.3 浓度对胶结强度影响分析第41-43页
    2.5 本章小结第43-44页
第三章 充填料级配模型及评述第44-51页
    3.1 最大密度曲线理论(n法)第44-47页
        3.1.1 大红山铁矿最大密度曲线分析第44-47页
    3.2 堆积密实度第47-49页
        3.2.1 堆积密实度模型第47-48页
        3.2.2 大红山铜矿堆积密实度模型分析第48-49页
    3.3 本章小结第49-51页
第四章 基于分形理论的充填料级配模型第51-63页
    4.1 基于分形理论的充填料级配研究第51-54页
        4.1.1 基于分形理论的充填料级配模型第51-54页
    4.2 充填料级配模型的拟合分析第54-62页
        4.2.1 大红山铜矿级配模型分析第54-57页
        4.2.2 大红山铁矿级配模型分析第57-59页
        4.2.3 金川二矿区级配模型分析第59-62页
    4.3 本章小结第62-63页
第五章 充填体胶结强度模型及评述第63-72页
    5.1 MICHEL&WONG强度模型第63-66页
        5.1.1 大红山铁矿实验数据分析第63-66页
    5.2 ARIOGLU强度模型分析第66-69页
        5.2.1 金川实验数据强度模型分析第66-69页
    5.3 吴祥辉强度模型第69-71页
        5.3.1 大红山铜矿强度模型分析第69-71页
    5.4 本章小结第71-72页
第六章 充填体胶结强度神经网络模型第72-86页
    6.1 BP神经网络模型建立第72-80页
        6.1.1 BP神经网络第72-73页
        6.1.2 遗传算法优化BP神经网络第73页
        6.1.3 编程实现第73页
        6.1.4 遗传算法优化BP神经网络模型学习及预测结果第73-80页
    6.2 SVM模型建立第80-84页
        6.2.1 SVM第80页
        6.2.2 SVM回归预测模型第80-84页
    6.3 本章小结第84-86页
第七章 充填料最优级配第86-91页
    7.1 充填料最优级配的提出第86-89页
    7.2 本章小结第89-91页
第八章 结论与展望第91-94页
致谢第94-95页
参考文献第95-99页
附录第99-149页
    附录A第99-100页
    附录B第100-110页
    附录C第110-121页
    附录D第121-126页
    附录E.1 基因算法优化的BP神经网络MATLAB代码第126-136页
    附录E.2 3天凝期胶结强度实测与预测值对照表第136-138页
    附录E.3 7天凝期胶结强度实测与预测值对照表第138-140页
    附录E.4 28天凝期胶结强度实测与预测对照表第140-142页
    附录F.1 SVM胶结强度预测模型MATLAB代码第142-144页
    附录F.2 SVM算法3天凝期胶结强度实测与预测值对照表第144-146页
    附录F.3 SVM算法7天凝期胶结强度实测与预测值对照表第146-148页
    附录E.4 SVM算法28天凝期胶结强度实测与预测值对照表第148-149页

论文共149页,点击 下载论文
上一篇:基于SolidWorks的钢筋对焊夹具设计与仿真
下一篇:高寒地区露天边坡稳定性分析及结构参数优化研究