第一章 绪论 | 第1-10页 |
1.1 专题立项依据 | 第6-7页 |
1.1.1 专题研究的意义 | 第6-7页 |
1.1.2 国内外研究现状 | 第7页 |
1.1.3 专题研究的主要目的 | 第7页 |
1.2 专题的主要研究内容 | 第7-8页 |
1.3 专题研究的技术路线 | 第8页 |
1.4 专题研究的主要创新点 | 第8-10页 |
第二章 邻近层卸压机理及瓦斯涌出 | 第10-17页 |
2.1 回采工作面的瓦斯涌出构成 | 第10页 |
2.2 回采工作面围岩应力状态分析 | 第10-14页 |
2.2.1 走向方向围岩的应力分布特征 | 第10-13页 |
2.2.2 倾向方向围岩的应力分布特征 | 第13-14页 |
2.3 邻近层卸压机理及瓦斯涌出 | 第14-17页 |
第三章 上覆岩层破坏高度及状态的影响因素的研究 | 第17-33页 |
3.1 覆岩破坏高度及形态的主要影响因素 | 第17-24页 |
3.1.1 上覆岩层的性质及地层结构 | 第17-19页 |
3.1.2 煤层开采厚度 | 第19-20页 |
3.1.3 煤层倾角 | 第20-21页 |
3.1.4 工作面推进速度 | 第21页 |
3.1.5 工作面长度 | 第21页 |
3.1.6 采煤方法 | 第21-22页 |
3.1.7 顶板管理方法 | 第22-23页 |
3.1.8 时间过程 | 第23-24页 |
3.2 覆岩破坏高度影响因素的灰关联分析 | 第24-32页 |
3.2.1 灰色系统理论基本概念 | 第24-25页 |
3.2.2 灰关联分析基本步骤 | 第25-27页 |
3.2.3 覆岩破坏高度影响因素的灰关联分析 | 第27-32页 |
3.3 小结 | 第32-33页 |
第四章 邻近层卸压范围的确定 | 第33-60页 |
4.1 解决问题的方法 | 第33页 |
4.2 人工神经网络(ANN)的简介 | 第33-40页 |
4.2.1 人工神经网络中的处理单元 | 第34页 |
4.2.2 人工神经网络中的层 | 第34-35页 |
4.2.3 人工神经网络及其主要类型 | 第35-37页 |
4.2.4 人工神经网络主要特点 | 第37-38页 |
4.2.5 人工神经网学习方式 | 第38-40页 |
4.3 误差反向传播人工神经网络(BPN) | 第40-44页 |
4.3.1 BP神经网络算法原理 | 第40-41页 |
4.3.2 BP神经网络的前馈计算过程 | 第41页 |
4.3.3 BP神经网络的权值调整规则 | 第41-43页 |
4.3.4 BP神经网络模型学习步骤 | 第43-44页 |
4.4 覆岩破坏高度BP神经网络预测模型的建立及其在MATLAB上的实现 | 第44-56页 |
4.4.1 MATLAB软件简介 | 第44-45页 |
4.4.2 BP神经网络预测模型的建立及其在MATLAB上的实现 | 第45-52页 |
4.4.3 BP神经网络预测模型的分析 | 第52-56页 |
4.5 邻近层卸压范围的确定 | 第56-58页 |
4.5.1 邻近层卸压上限的确定 | 第56页 |
4.5.2 邻近层卸压角的确定 | 第56-57页 |
4.5.3 邻近层沿倾向的卸压范围 | 第57页 |
4.5.4 邻近层沿走向的卸压范围 | 第57-58页 |
4.6 小结 | 第58-60页 |
第五章 覆岩采动裂隙分布特征及瓦斯在覆岩裂隙中运移规律的研究 | 第60-66页 |
5.1 覆岩采动裂隙分布特征及位置的确定 | 第60-64页 |
5.1.1 覆岩采动裂隙分布特征 | 第60-61页 |
5.1.2 覆岩采动裂隙位置的确定 | 第61-64页 |
5.2 瓦斯在覆岩采动裂隙中的运移及瓦斯抽放的布孔原则 | 第64-66页 |
第六章 邻近层卸压范围研究成果应用实例 | 第66-73页 |
6.1 试验工作面概况 | 第66页 |
6.2 瓦斯综合治理方案 | 第66-70页 |
6.2.1 瓦斯涌出源及瓦斯治理的途径 | 第66-67页 |
6.2.2 瓦斯抽放方法 | 第67页 |
6.2.3 抽放参数设计 | 第67-70页 |
6.3 瓦斯治理效果考察及分析 | 第70-73页 |
第七章 主要结论 | 第73-76页 |
致谢 | 第76-77页 |
主要参考文献 | 第77-78页 |