致谢 | 第5-6页 |
摘要 | 第6-7页 |
Abstract | 第7-8页 |
1.绪论 | 第11-16页 |
1.1 选题的背景和意义 | 第11页 |
1.2 煤与瓦斯突出的概念及影响 | 第11-12页 |
1.3 煤与瓦斯突出预测方法现状分析 | 第12-14页 |
1.4 电磁辐射技术及其预测煤与瓦斯突出 | 第14-15页 |
1.5 论文的研究内容及主要工作 | 第15-16页 |
2.电磁辐射预测煤与瓦斯突出的研究分析 | 第16-24页 |
2.1 电磁辐射技术 | 第16页 |
2.2 煤岩电磁辐射机理 | 第16-18页 |
2.3 煤岩电磁辐射信号传播 | 第18-21页 |
2.4 电磁辐射法预测突出原理 | 第21-23页 |
2.5 本章小结 | 第23-24页 |
3.电磁辐射法预测煤与瓦斯突出的敏感指标及临界值的确定 | 第24-33页 |
3.1 常规预测突出临界值的确定 | 第24-25页 |
3.2 常规预测临界值对应的电磁辐射指标敏感指标 | 第25页 |
3.3 模糊数学法确定突出指标的临界值 | 第25-26页 |
3.4 模糊识别的方法与步骤 | 第26-27页 |
3.5 模糊模式识别数学模型的建立 | 第27-31页 |
3.6 突出预测指标临界值确定方法 | 第31页 |
3.7 概率统计法对预警临界值的合理性分析 | 第31-32页 |
3.8 本章小结 | 第32-33页 |
4.煤与瓦斯突出神经网络预测方法研究 | 第33-51页 |
4.1 人工神经网络分析 | 第33-34页 |
4.2 Elman神经网络 | 第34-41页 |
4.2.1 Elman神经网络结构 | 第34-36页 |
4.2.2 Elman神经网络权值与阈值的修正量计算 | 第36-41页 |
4.3 煤与瓦斯突出电磁辐射神经网络预测 | 第41-50页 |
4.3.1 整体预测流程 | 第41-44页 |
4.3.2 神经网络在煤与瓦斯突出电磁辐射预测中的应用 | 第44-50页 |
4.4 本章小结 | 第50-51页 |
5.三维电磁辐射监测仪 | 第51-63页 |
5.1 系统的总体方案 | 第51-52页 |
5.2 硬件系统组成及功能 | 第52-57页 |
5.2.1 偶极天线 | 第52页 |
5.2.2 信号调理电路 | 第52-56页 |
5.2.3 系统电源电路模块 | 第56-57页 |
5.3 软件 | 第57-61页 |
5.3.1 μC/OS-Ⅱ多操作系统监测仪的优点 | 第58-59页 |
5.3.2 μC/OS-Ⅱ操作系统的移植功能裁剪 | 第59-60页 |
5.3.3 μC/OS-Ⅱ操作系统中内核函数的应用 | 第60页 |
5.3.4 μC/OS-Ⅱ应用程序 | 第60-61页 |
5.4 电路抗干扰的措施 | 第61-62页 |
5.5 本章小结 | 第62-63页 |
6.总结与展望 | 第63-65页 |
6.1 全文总结 | 第63-64页 |
6.2 展望 | 第64-65页 |
参考文献 | 第65-69页 |
作者简历 | 第69-71页 |
学位论文数据集 | 第71-72页 |