| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 引言 | 第10-18页 |
| ·问题的提出 | 第10-12页 |
| ·国内外综采放顶煤回采率的发展与现状 | 第12-13页 |
| ·人工智能—神经网络在矿业中的应用 | 第13-16页 |
| ·本文研究的内容和方法 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 2 影响综放工作面回采率的因素分析 | 第18-26页 |
| ·综放工作面回采率统计方法 | 第18页 |
| ·综放工作面煤炭损失构成 | 第18-24页 |
| ·初采损失 | 第18-21页 |
| ·末采损失 | 第21页 |
| ·端头损失 | 第21-22页 |
| ·工作面内部工艺损失 | 第22-24页 |
| ·分类指标的确定 | 第24-25页 |
| ·本章小节 | 第25-26页 |
| 3 基于MATLAB神经网络对综放工作面回采率的预测 | 第26-48页 |
| ·MATLAB神经网络工具箱简介 | 第26-27页 |
| ·MATLAB简介 | 第26页 |
| ·MATLAB神经网络工具箱简介 | 第26-27页 |
| ·运用MATLAB神经网络工具箱设计网络的过程 | 第27页 |
| ·数据的来源及整理 | 第27-29页 |
| ·面向 MATLAB的 BP神经网络设计 | 第29-34页 |
| ·模型结构的确定 | 第29-30页 |
| ·综放工作面回采率预测指标的归一化 | 第30-33页 |
| ·训练函数的选择 | 第33-34页 |
| ·基于GUI的网络设计与分析 | 第34-41页 |
| ·将训练样本导入GUI | 第34页 |
| ·创建神经网络 | 第34-37页 |
| ·神经网络的训练 | 第37-40页 |
| ·神经网络的仿真 | 第40-41页 |
| ·结果分析 | 第41-46页 |
| ·结果 | 第41-45页 |
| ·分析 | 第45-46页 |
| ·综放工作面设备选型及放煤工艺参数优化 | 第46-47页 |
| ·本章小节 | 第47-48页 |
| 4 综放开采工艺试验研究 | 第48-72页 |
| ·试验工作面生产技术条件 | 第48-50页 |
| ·千秋煤矿概况 | 第48页 |
| ·21181工作面概况 | 第48-50页 |
| ·21121工作面概况 | 第50页 |
| ·通过放煤工艺和设备优化提高综放工作面回采率 | 第50-56页 |
| ·BP神经网络预测工作面回采率最佳方案 | 第50-51页 |
| ·顶煤回采率试验 | 第51-56页 |
| ·综放工作面设备选型 | 第56页 |
| ·综放工作面初采技术试验 | 第56-60页 |
| ·初采时期工作面矿山压显现特征 | 第56-57页 |
| ·综放工作面不同初采方式试验比较 | 第57-60页 |
| ·综放工作面末采技术试验 | 第60-62页 |
| ·末采时期综放工作面矿压显现规律 | 第60页 |
| ·末采收尾方式试验 | 第60-62页 |
| ·综放工艺模式试验 | 第62-70页 |
| ·主要工艺环节统计 | 第62-65页 |
| ·采放工作方式分析 | 第65-68页 |
| ·工作面工艺模式 | 第68-70页 |
| ·本章小结 | 第70-72页 |
| 5 提高综放工作面回采率的技术途径研究 | 第72-78页 |
| ·减少初末、端头损失技术途径 | 第72-75页 |
| ·减少初采损失的技术途径 | 第72-73页 |
| ·减少末采损失的技术途径 | 第73-74页 |
| ·减少端头损失的技术途径 | 第74-75页 |
| ·减少工作面内部工艺损失技术途径 | 第75-77页 |
| ·放煤工艺的优化 | 第75-77页 |
| ·综采工艺模式的优化 | 第77页 |
| ·本章小结 | 第77-78页 |
| 6 结论 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 附录 | 第84-85页 |
| 致谢 | 第85-86页 |
| 详细摘要 | 第86-92页 |