| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第一章 绪论 | 第14-30页 |
| ·引言 | 第14-15页 |
| ·选题来源与研究意义 | 第15-16页 |
| ·国内外研究现状综述 | 第16-27页 |
| ·爆破工程地质研究现状 | 第16-18页 |
| ·矿岩可爆性研究现状 | 第18-20页 |
| ·爆破参数优化研究现状 | 第20-24页 |
| ·爆破振动监测与分析研究现状 | 第24-27页 |
| ·论文主要研究内容与研究思路 | 第27-30页 |
| ·主要研究内容 | 第27-28页 |
| ·技术路线与研究思路 | 第28-30页 |
| 第二章 深孔爆破试验矿山地质与岩体质量评价 | 第30-45页 |
| ·概述 | 第30页 |
| ·试验矿山地质概况 | 第30-32页 |
| ·矿区地质 | 第30-31页 |
| ·矿床及矿石类型 | 第31-32页 |
| ·工程地质 | 第32页 |
| ·水文地质 | 第32页 |
| ·试验矿山工程地质调查与节理裂隙统计分析 | 第32-36页 |
| ·工程地质调查 | 第32-33页 |
| ·节理密度与优势产状分析 | 第33-36页 |
| ·试验矿山岩体物理力学性质 | 第36-41页 |
| ·矿岩物理力学性质概述 | 第36页 |
| ·岩样加工与实验设备简介 | 第36-37页 |
| ·单轴抗压试验 | 第37-38页 |
| ·三轴抗压试验 | 第38-39页 |
| ·单轴拉伸试验 | 第39-41页 |
| ·矿山岩体物理力学性质的确定 | 第41页 |
| ·试验矿山岩体质量总体评价 | 第41-43页 |
| ·岩体质量评价方法概述 | 第41-42页 |
| ·岩体质量评价结果 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第三章 基于爆破漏斗试验的深孔爆破参数反演 | 第45-58页 |
| ·概述 | 第45页 |
| ·爆破漏斗的基本理论 | 第45-47页 |
| ·爆破漏斗试验原理 | 第47页 |
| ·爆破漏斗试验方案 | 第47-49页 |
| ·试验目的 | 第47页 |
| ·岩石物理力学性质与炸药性能参数 | 第47-48页 |
| ·单孔系列爆破漏斗试验方案 | 第48-49页 |
| ·变孔距多孔同段爆破漏斗试验方案 | 第49页 |
| ·爆破漏斗试验数据的测量与处理 | 第49-55页 |
| ·爆破漏斗半径和体积的测量方法 | 第49-50页 |
| ·基于VC++6.0的爆破漏斗体积计算程序设计及应用 | 第50-52页 |
| ·单孔爆破漏斗试验数据处理 | 第52-55页 |
| ·变孔距多孔同段爆破漏斗试验数据处理 | 第55页 |
| ·爆破块度筛分 | 第55页 |
| ·基于爆破漏斗试验的采场深孔爆破参数反演 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第四章 基于粗糙集-神经网络的爆破漏斗参数智能预测 | 第58-84页 |
| ·概述 | 第58页 |
| ·粗糙集理论 | 第58-65页 |
| ·粗糙集的基本思想 | 第58-62页 |
| ·粗糙集理论的特点 | 第62-63页 |
| ·粗糙集的计算方法 | 第63-64页 |
| ·粗糙集属性约简的常用算法 | 第64-65页 |
| ·神经网络理论 | 第65-71页 |
| ·神经网络的组成 | 第66页 |
| ·神经网络的结构 | 第66-68页 |
| ·神经网络的工作过程及特点 | 第68页 |
| ·神经网络的学习机理 | 第68-71页 |
| ·基于粗糙集-神经网络的爆破漏斗参数预测 | 第71-83页 |
| ·粗糙集和神经网络的比较 | 第71-72页 |
| ·粗糙集约简原始样本数据的流程 | 第72-73页 |
| ·基于Excel2007和VBA的数据离散归一化软件的编制及应用 | 第73-76页 |
| ·BP神经网络的学习算法流程 | 第76-77页 |
| ·基于粗糙集-BP神经网络的爆破漏斗试验结果预测模型 | 第77页 |
| ·实例研究 | 第77-83页 |
| ·本章小结 | 第83-84页 |
| 第五章 基于数据挖掘技术的矿岩可爆性评价 | 第84-103页 |
| ·概述 | 第84页 |
| ·数据挖掘技术简介 | 第84-86页 |
| ·数据挖掘的概念 | 第84-85页 |
| ·数据挖掘的步骤 | 第85页 |
| ·数据挖掘的功能 | 第85-86页 |
| ·数据的来源与处理 | 第86-89页 |
| ·原始数据的来源与整理 | 第86-88页 |
| ·原始数据的离散归一化处理 | 第88-89页 |
| ·基于粗糙集的数据约简与分析 | 第89-92页 |
| ·基于粗糙集的数据约简 | 第89页 |
| ·数据约简规则的自动获取与准确性检验 | 第89-91页 |
| ·基于粗糙集的KNN分类及结果分析 | 第91-92页 |
| ·基于非线性多元回归的矿岩爆破性指数公式的修正 | 第92-96页 |
| ·多元回归方法简介 | 第92-93页 |
| ·基于非线性多元回归的矿岩爆破性指数公式的修正 | 第93-95页 |
| ·矿岩爆破性指数修正公式的可靠性检验 | 第95-96页 |
| ·基于粗糙集和BP神经网络的矿岩可爆性预测 | 第96-99页 |
| ·基于BP神经网络的矿岩可爆性预测 | 第96-98页 |
| ·基于粗糙集-BP神经网络的矿岩可爆性预测 | 第98-99页 |
| ·试验矿山的矿岩可爆性评价及深孔爆破炸药单耗的估算 | 第99-101页 |
| ·评价所需数据的来源及处理 | 第99-101页 |
| ·粗糙集-BP神经网络预测得到的试验矿山矿岩爆破性指数 | 第101页 |
| ·采用修正公式得到的试验矿山矿岩爆破性指数 | 第101页 |
| ·基于矿岩爆破性指数的采场深孔爆破炸药单耗估算 | 第101页 |
| ·本章小结 | 第101-103页 |
| 第六章 基于LS-DYNA的深孔爆破技术方案优化模拟研究 | 第103-122页 |
| ·概述 | 第103页 |
| ·LS-DYNA动力分析方法简介 | 第103-107页 |
| ·LS-DYNA程序简介 | 第103-104页 |
| ·LS-DYNA控制方程 | 第104-106页 |
| ·LS-DYNA显式时间积分 | 第106页 |
| ·LS-DYNA应力计算 | 第106-107页 |
| ·LS-DYNA爆炸模拟常用算法 | 第107页 |
| ·试验采场深孔爆破数值分析模型的建立 | 第107-112页 |
| ·数值模拟的目的 | 第107-108页 |
| ·试验采场深孔爆破初步方案 | 第108-109页 |
| ·岩体损伤模型及破坏准则 | 第109-110页 |
| ·空气和炸药的材料模型与状态方程 | 第110-111页 |
| ·数值分析模型的构建 | 第111-112页 |
| ·数值模拟结果分析与爆破参数选择 | 第112-121页 |
| ·最大起爆段数值模拟结果分析 | 第113-118页 |
| ·近点起爆段数值模拟结果分析 | 第118-120页 |
| ·最佳预裂缝长度与微差间隔时间的选择 | 第120-121页 |
| ·本章小结 | 第121-122页 |
| 第七章 试验采场深孔爆破现场振动监测与分析 | 第122-139页 |
| ·概述 | 第122页 |
| ·采场深孔爆破现场试验 | 第122-125页 |
| ·采场深孔爆破现场试验设计方案 | 第122-124页 |
| ·现场深孔爆破试验过程 | 第124-125页 |
| ·现场深孔爆破试验效果 | 第125页 |
| ·采场深孔爆破现场振动监测 | 第125-134页 |
| ·爆破振动测试系统简介 | 第127页 |
| ·爆破振动监测仪器及爆破安全标准 | 第127-128页 |
| ·深孔爆破振动监测方案 | 第128-129页 |
| ·深孔爆破振动监测结果及初步分析 | 第129-134页 |
| ·基于小波理论的深孔爆破振动信号辨识与能量衰减规律分析 | 第134-138页 |
| ·小波分析的基本理论及小波基的选择 | 第134页 |
| ·深孔爆破频带能量分布的小波分析 | 第134-137页 |
| ·深孔爆破振动能量衰减规律分析 | 第137-138页 |
| ·本章小结 | 第138-139页 |
| 第八章 总结与展望 | 第139-144页 |
| ·全文总结 | 第139-141页 |
| ·主要创新点 | 第141-142页 |
| ·进一步研究展望 | 第142-144页 |
| 参考文献 | 第144-160页 |
| 致谢 | 第160-161页 |
| 攻读博士学位期间主要的研究成果 | 第161-163页 |
| 1、发表的学术论文 | 第161-163页 |
| 2、主持和参与的科研项目 | 第163页 |
