首页--交通运输论文--公路运输论文--隧道工程论文--隧道结构理论论文

铁路瓦斯隧道分类及煤与瓦斯突出预测方法研究

摘要第6-7页
Abstract第7-8页
第一章 绪论第11-22页
    1.1 研究背景及意义第11-13页
    1.2 研究现状第13-21页
        1.2.1 瓦斯等级划分研究现状第13-16页
        1.2.2 瓦斯隧道煤与瓦斯突出预测研究现状第16-21页
    1.3 本文研究内容及技术路线第21-22页
        1.3.1 本文主要研究内容第21页
        1.3.2 技术路线第21-22页
第二章 瓦斯隧道分类标准研究第22-39页
    2.1 铁路瓦斯隧道分类原理第22页
    2.2 铁路瓦斯隧道分类计算参数的确定第22-35页
        2.2.1 铁路瓦斯隧道断面第22-25页
        2.2.2 铁路瓦斯隧道浓度界限第25-27页
        2.2.3 铁路瓦斯隧道需风量的计算第27-35页
    2.3 铁路瓦斯隧道分类与工区划分第35-38页
        2.3.1 铁路瓦斯隧道分类标准第35-36页
        2.3.2 成贵线穿煤隧道分类结果第36-38页
    2.4 本章小结第38-39页
第三章 煤与瓦斯突出机理及影响因素分析第39-48页
    3.1 煤与瓦斯突出机理研究第39-43页
        3.1.1 煤与瓦斯突出机理第39-40页
        3.1.2 煤与瓦斯突出影响因素分析第40-43页
    3.2 瓦斯隧道与矿井特点对比第43-46页
        3.2.1 瓦斯隧道与矿井相同点第44页
        3.2.2 瓦斯隧道与矿井不同点第44-46页
    3.3 瓦斯隧道煤与瓦斯突出预测探索第46-47页
    3.4 本章小结第47-48页
第四章 BP神经网络预测瓦斯隧道煤与瓦斯突出第48-62页
    4.1 BP原理及计算方法第48-51页
        4.1.1 BP计算原理及特点第48-49页
        4.1.2 BP计算过程第49-51页
    4.2 突出评价指标选取第51-53页
        4.2.1 指标选取原则第51页
        4.2.2 选取指标及其规律第51-53页
    4.3 瓦斯隧道煤与瓦斯突出预测模型建立第53-55页
        4.3.1 预测模型网络结构设计第53-54页
        4.3.2 基于MATLAB7.0的神经网络程序设计第54-55页
    4.4 BP神经网络训练及预测第55-61页
        4.4.1 网络训练第55-58页
        4.4.2 瓦斯隧道煤与瓦斯突出预测第58-61页
    4.5 本章小结第61-62页
第五章 结论与展望第62-64页
致谢第64-65页
参考文献第65-68页

论文共68页,点击 下载论文
上一篇:重庆市少数民族地区艾滋病抗病毒治疗工作效果研究
下一篇:脓毒症患者心室晚电位的变化特点及临床价值