摘要 | 第1-3页 |
ABSTRACT | 第3-6页 |
1 绪论 | 第6-14页 |
·研究背景 | 第6-7页 |
·研究意义 | 第7-8页 |
·国内外研究现状 | 第8-12页 |
·乌鲁木齐矿区急倾斜特厚煤层巷道支护技术发展现状 | 第8-9页 |
·人工神经网络在采矿和岩石力学中的研究现状 | 第9-12页 |
·研究目标、路线及内容 | 第12-14页 |
2 矿区概况及综合地质特征 | 第14-19页 |
·矿区地理位置 | 第14页 |
·地形地势 | 第14页 |
·矿井地质条件 | 第14-19页 |
·井田地层构造 | 第14-15页 |
·煤层构造 | 第15-18页 |
·地质构造 | 第18-19页 |
3 支护理论及巷道矿压和变形理论研究 | 第19-25页 |
·松动圈理论与松动圈支护设计方法 | 第19-20页 |
·“监测-反馈-诊断-对策”支护设计方法 | 第20-21页 |
·巷道矿压显现特征 | 第21-22页 |
·巷道围岩变形特征 | 第22-23页 |
·影响巷道围岩变形量的因素 | 第23页 |
·本章小结 | 第23-25页 |
4 巷道松动圈监测与分析 | 第25-43页 |
·松动圈测试仪简介 | 第25-26页 |
·松动圈监测方案 | 第26-27页 |
·理论计算松动圈范围参考 VP | 第27-28页 |
·松动圈监测结果 | 第28-41页 |
·松动圈监测结果分析 | 第41-42页 |
·本章小结 | 第42-43页 |
5 巷道钻孔窥视仪监测与分析 | 第43-58页 |
·钻孔窥视仪简介 | 第43-44页 |
·钻孔窥视仪监测方案 | 第44页 |
·钻孔窥视仪监测结果 | 第44-56页 |
·钻孔窥视仪监测结果分析 | 第56页 |
·本章小结 | 第56-58页 |
6 巷道变形及矿压观测与分析 | 第58-69页 |
·矿压观测方案 | 第58-59页 |
·矿压观测数据 | 第59-66页 |
·矿压观测数据分析 | 第66-67页 |
·巷道支护分析 | 第67-68页 |
·本章小结 | 第68-69页 |
7 人工神经网络预测巷道变形 | 第69-78页 |
·人工神经网络基础理论 | 第69-71页 |
·BP 算法基本原理 | 第71-74页 |
·BP 算法的改进 | 第74-75页 |
·附加动量法 | 第74-75页 |
·自适应学习速率 | 第75页 |
·动量-自适应学习速率调整算法 | 第75页 |
·L-M 算法 | 第75页 |
·BP 神经网络预测模型建立及 MATLAB 实现 | 第75-77页 |
·BP 神经网络结构设计 | 第75-76页 |
·BP 神经网络建立及训练 | 第76页 |
·BP 网络模型检验 | 第76-77页 |
·巷道变形量的 BP 神经网络预测 | 第77页 |
·本章小结 | 第77-78页 |
8 结论 | 第78-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-83页 |
附录 | 第83页 |