煤矸石山自燃倾向性监测的应用研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-17页 |
| ·课题研究背景 | 第11-12页 |
| ·环境监测的发展及研究的原因 | 第12页 |
| ·本文的应用背景 | 第12-15页 |
| ·国内外研究现状 | 第15页 |
| ·本文的研究目的和工作 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 2 关于煤矸石山的自燃问题 | 第17-29页 |
| ·影响煤矸石山自燃自爆的主要因素 | 第17-20页 |
| ·温度对矸石山自燃的影响 | 第17-18页 |
| ·湿度对矸石山自燃的影响 | 第18-19页 |
| ·粒径对矸石山自燃的影响 | 第19页 |
| ·风速对矸石山自燃的影响 | 第19-20页 |
| ·氧气浓度对氧化过程的影响 | 第20页 |
| ·其它因素对矸石山自燃的影响 | 第20页 |
| ·煤矸石与水发生的物理反应 | 第20-21页 |
| ·煤矸石与水的化学反应 | 第21-25页 |
| ·煤矸石中 FeS2氧化的热力学 | 第21页 |
| ·煤矸石中混煤的氧化作用 | 第21-23页 |
| ·煤矸石山燃烧的气体组成成分 | 第23-25页 |
| ·矸石山爆炸的原因 | 第25-27页 |
| ·煤矸石山燃烧爆炸的原理 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 3 对矸石山自燃监测网络和测试方法的建立 | 第29-36页 |
| ·无线传感网络在矸石山中的应用 | 第29-31页 |
| ·无线传感网络的基本结构形式 | 第29-30页 |
| ·无线传感网络的发展现状与趋势 | 第30页 |
| ·无线传感网络在矸石山监测中的应用 | 第30-31页 |
| ·对矸石山自燃测试方法的建立 | 第31-34页 |
| ·实验流程的设计 | 第31-32页 |
| ·温度场数学模型的建立及计算方法 | 第32-34页 |
| ·煤矸石自燃预测遵循的原则 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 神经网络的理论研究 | 第36-50页 |
| ·人工神经网络基本理论 | 第36-40页 |
| ·人工神经网络简介 | 第36页 |
| ·人工神经元模型 | 第36-39页 |
| ·几种神经网络模型 | 第39-40页 |
| ·BP 神经网络 | 第40-46页 |
| ·BP 神经网络简介 | 第41-43页 |
| ·基于 BP 神经网络算法模型 | 第43-45页 |
| ·基于 BP 神经网络算法的一般步骤 | 第45-46页 |
| ·LVQ 神经网络 | 第46-50页 |
| ·LVQ 神经网络简介 | 第46-47页 |
| ·LVQ 神经网络算法的学习算法 | 第47-49页 |
| ·LVQ 神经网络算法的特点 | 第49-50页 |
| 5．煤矸石自燃预测的判别方法的研究 | 第50-62页 |
| ·PSO / Z 1 自燃判别法 | 第50-52页 |
| ·PSO / Z 1 自燃判别法的标准 | 第50-52页 |
| ·PSO / Z 1 自燃判别法的实例 | 第52页 |
| ·预防自燃煤矸石山自爆的技术要求 | 第52-57页 |
| ·煤矸石燃烧的烟气主要成分组成 | 第52-55页 |
| ·煤矸石燃烧的烟气爆炸极限 | 第55-57页 |
| ·BP 神经网络在矸石山自燃倾向性的研究 | 第57-58页 |
| ·LVQ 神经网络在矸石山自燃倾向性的研究 | 第58-60页 |
| ·LVQ 神经网络设计步骤 | 第59-60页 |
| ·LVQ 神经网络实验 | 第60页 |
| ·实验结果分析 | 第60-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68-69页 |
