基于神经网络与微震信息的岩爆预测
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究目的和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 岩爆机理研究现状 | 第11-13页 |
| 1.2.2 岩爆预测的国内外研究现状 | 第13-14页 |
| 1.2.3 微震监测研究现状 | 第14-16页 |
| 1.3 研究的主要内容与方法 | 第16-17页 |
| 1.3.1 研究的主要内容 | 第16页 |
| 1.3.2 拟采取的主要方法 | 第16-17页 |
| 1.4 论文创新点 | 第17-18页 |
| 1.5 论文结构 | 第18-19页 |
| 第2章 神经网络原理 | 第19-25页 |
| 2.1 神经网络的发展历程 | 第19-20页 |
| 2.2 BP神经网络原理 | 第20-24页 |
| 2.2.1 BP神经网络概述 | 第20-21页 |
| 2.2.2 BP算法原理 | 第21-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 锦屏二级水电站及岩爆概况 | 第25-37页 |
| 3.1 工程地质概况 | 第25-29页 |
| 3.1.1 工程简介 | 第25-26页 |
| 3.1.2 地质条件 | 第26-29页 |
| 3.2 岩爆概述 | 第29-31页 |
| 3.2.1 岩爆的定义及危害 | 第29页 |
| 3.2.2 岩爆等级的划分 | 第29-30页 |
| 3.2.3 岩爆产生的类型 | 第30-31页 |
| 3.3 岩爆预测方法 | 第31-37页 |
| 3.3.1 现场实测法 | 第32-33页 |
| 3.3.2 理论判据法 | 第33-35页 |
| 3.3.3 基于微震信息的神经网络法 | 第35-37页 |
| 第4章 大埋深隧洞开挖过程中的微震监测与岩爆预测 | 第37-51页 |
| 4.1 微震监测系统的建立 | 第37-39页 |
| 4.1.1 微震监测系统简介 | 第37页 |
| 4.1.2 B标段微震实时监测方案 | 第37-39页 |
| 4.2 震源定位算法 | 第39-40页 |
| 4.3 微震波形的识别及微震信息评级指标 | 第40-43页 |
| 4.3.1 微震波形的识别与分析 | 第40-41页 |
| 4.3.2 微震信息评价指标 | 第41-43页 |
| 4.4 岩爆的孕育与微震监测预报 | 第43-47页 |
| 4.4.1 岩爆预警的依据 | 第43-44页 |
| 4.4.2 微震前兆信息与震害评级 | 第44-46页 |
| 4.4.3 微震事件空间分布与能量演化规律 | 第46-47页 |
| 4.5 深部地下工程时滞性岩爆分析 | 第47-51页 |
| 4.5.1 时滞性岩爆 | 第47-48页 |
| 4.5.2 时滞性岩爆分析 | 第48-51页 |
| 第5章 神经网络在岩爆预测中的应用 | 第51-67页 |
| 5.1 岩爆影响因素分析 | 第51-55页 |
| 5.1.1 岩爆影响一般因素 | 第51-53页 |
| 5.1.2 基于微震信息的岩爆影响参数确定 | 第53-55页 |
| 5.2. 基于微震信息的五参数模型 | 第55-59页 |
| 5.2.1 五参数模型的建立 | 第55-56页 |
| 5.2.2 岩爆预测样本的学习训练 | 第56-58页 |
| 5.2.3 五参数模型的误差分析 | 第58-59页 |
| 5.3 基于微震信息的九参数模型 | 第59-64页 |
| 5.3.1 九参数模型的结构 | 第59-62页 |
| 5.3.2 九参数模型的学习效果及误差分析 | 第62-64页 |
| 5.4 本章小结 | 第64-67页 |
| 第6章 结论与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
