| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 引言 | 第12-14页 |
| 1 国内外岩体爆破块度研究现状及评述 | 第14-23页 |
| ·国内外爆破数学模型综述 | 第14页 |
| ·爆破块度预测模型 | 第14-19页 |
| ·应力波模型 | 第14-15页 |
| ·分布函数预测模型 | 第15-17页 |
| ·能量模型 | 第17-18页 |
| ·分形模型 | 第18-19页 |
| ·各种模型的理论分析与评价 | 第19-23页 |
| ·对应力波模型的分析与评价 | 第19-20页 |
| ·对分布函数模型的分析与评价 | 第20页 |
| ·对能量模型的分析与评价 | 第20-21页 |
| ·对分形模型的分析与评价 | 第21-23页 |
| 2 爆破破岩机理及对影响爆破块度分布主要因素的分析 | 第23-31页 |
| ·梯段爆破岩石破碎的机理 | 第23-28页 |
| ·单孔爆破破碎机理 | 第23-24页 |
| ·排孔齐发爆破机理 | 第24-25页 |
| ·单排孔微差爆破 | 第25页 |
| ·影响岩体爆破质量的主要因素 | 第25-26页 |
| ·炸药性能对爆破效果的影响 | 第26页 |
| ·爆破工艺对爆破效果的影响 | 第26-27页 |
| ·爆破对象的特性对爆破效果的影响 | 第27-28页 |
| ·爆破参数对爆破效果的影响 | 第28页 |
| ·施工质量对爆破效果的影响 | 第28页 |
| ·爆破效果的评价指标 | 第28-31页 |
| ·安全指标 | 第28-29页 |
| ·质量指标 | 第29页 |
| ·经济指标 | 第29-31页 |
| 3 大孔距小抵抗线爆破理论 | 第31-38页 |
| ·大孔距小抵抗线爆破机理及理论分析 | 第31-33页 |
| ·大孔距小抵抗线爆破机理 | 第31页 |
| ·大孔距小抵抗线的理论分析 | 第31-32页 |
| ·台阶爆破半边漏斗平面形状的几何分析 | 第32-33页 |
| ·大孔距小抵抗线参数经验值 | 第33页 |
| ·有关参数的计算与确定 | 第33-38页 |
| ·岩石系数的计算与确定 | 第33-35页 |
| ·确定W的计算关系 | 第35-36页 |
| ·马家塔露天矿岩层爆破试验参数的确定 | 第36-38页 |
| 4 人工神经网络及面向MATLAB的BP神经网络设计 | 第38-52页 |
| ·神经元模型 | 第38-39页 |
| ·神经网络模型的特点 | 第39页 |
| ·神经网络的工作方式 | 第39-40页 |
| ·神经网络的基本性质 | 第40页 |
| ·神经网络的学习与计算 | 第40-42页 |
| ·BP神经网络 | 第42-45页 |
| ·面向MATLAB的BP神经网络设计 | 第45-52页 |
| ·MATLAB语言简介 | 第45-46页 |
| ·MATLAB神经网络工具箱 | 第46页 |
| ·BP神经网络的训练样本的处理 | 第46-48页 |
| ·BP神经网络的创建 | 第48页 |
| ·BP神经网络的训练 | 第48-50页 |
| ·BP神经网络泛化的改进 | 第50-52页 |
| 5 马家塔露天煤矿岩层爆破参数的BP神经网络反向预测 | 第52-64页 |
| ·矿区概况 | 第52-53页 |
| ·自然地理 | 第52页 |
| ·岩石工程地质特征 | 第52-53页 |
| ·爆破参数的BP神经网络反向预测 | 第53-63页 |
| ·输入参量的确定 | 第53-55页 |
| ·输出参量的确定 | 第55页 |
| ·反向BP神经网络训练、模型的计算及仿真 | 第55-62页 |
| ·对假设样本的爆破参数反向预测 | 第62-63页 |
| ·小结 | 第63-64页 |
| 6 马家塔露天煤矿岩层爆破参数的试验研究与结果分析 | 第64-68页 |
| ·马家塔露天煤矿原有的爆破参数及其分析 | 第64-66页 |
| ·现场的爆破参数试验研究 | 第66页 |
| ·试验研究及反向BP神经网络预测的结果分析 | 第66-68页 |
| 结论 | 第68-69页 |
| 1 爆破效果分析 | 第68页 |
| 2 经济效益 | 第68页 |
| 3 结语 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 附录 科技查新报告 | 第71-72页 |
| 在学研究成果 | 第72-73页 |
| 科技查新报告 | 第73-78页 |
| 致谢 | 第78页 |
