基于RBF神经网络的瓦斯测值分析及预测应用研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-18页 |
| ·研究背景及研究意义 | 第7-8页 |
| ·研究背景 | 第7-8页 |
| ·研究意义 | 第8页 |
| ·国内外研究现状及发展趋势 | 第8-15页 |
| ·矿井瓦斯浓度预测研究现状 | 第8-9页 |
| ·矿井煤与瓦斯突出危险性预测研究现状 | 第9-13页 |
| ·人工神经网络研究现状 | 第13-15页 |
| ·研究内容及技术路线 | 第15-18页 |
| ·研究内容 | 第15-16页 |
| ·技术路线 | 第16-18页 |
| 2 RBF 神经网络瓦斯预测模型 | 第18-26页 |
| ·RBF 神经网络 | 第18-24页 |
| ·RBF 神经网络简介 | 第18页 |
| ·RBF 神经网络模型 | 第18-21页 |
| ·RBF 网络的学习算法 | 第21-24页 |
| ·基于 RBFNN 的工作面瓦斯涌出预测原理 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 综采面瓦斯浓度预测预警 | 第26-34页 |
| ·矿井瓦斯浓度数据预处理 | 第26-28页 |
| ·三次样条插值法 | 第26-28页 |
| ·瓦斯监测数据预处理 | 第28页 |
| ·矿井综采面瓦斯实时预测预警 | 第28-32页 |
| ·实例分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 掘进工作面煤与瓦斯突出危险性预测预警 | 第34-42页 |
| ·矿井掘进面瓦斯突出预测预警 | 第34-36页 |
| ·监测数据特征参数 | 第34-35页 |
| ·防突检测参数 | 第35-36页 |
| ·掘进面煤与瓦斯突出预测预警方法及流程 | 第36-40页 |
| ·实例分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 5 瓦斯涌出预测预警应用 | 第42-51页 |
| ·实例矿井概况 | 第42-43页 |
| ·矿井地理概况 | 第42页 |
| ·矿井地质概况 | 第42页 |
| ·矿井生产概况 | 第42-43页 |
| ·矿井瓦斯概况 | 第43页 |
| ·矿井监测监控系统 | 第43页 |
| ·N2202 综采面瓦斯浓度预测预警跟踪分析 | 第43-48页 |
| ·N2105 掘进面瓦斯突出预测预警跟踪分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 6 结论 | 第51-52页 |
| ·主要结论 | 第51页 |
| ·展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57页 |
