首页--工业技术论文--矿业工程论文--矿山开采论文--贵重金属矿开采论文

基于物联网的新城金矿井下生产调度管理系统研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-19页
    1.1 课题研究背景第11-12页
    1.2 课题研究的目的和意义第12-13页
    1.3 国内外研究现状第13-16页
        1.3.1 物联网技术研究现状第13-14页
        1.3.2 地下矿车辆调度系统研究现状第14-16页
    1.4 课题主要研究内容、方法及技术路线第16-19页
        1.4.1 研究内容第16-17页
        1.4.2 研究方法第17-18页
        1.4.3 技术路线第18-19页
第2章 新城金矿井下生产调度管理现状及需求分析第19-25页
    2.1 新城金矿简介第19-20页
    2.2 新城金矿井下生产调度管理现状第20-21页
        2.2.1 井下作业内容第20页
        2.2.2 生产调度的组织第20-21页
        2.2.3 生产调度管理的手段与方法第21页
    2.3 现有模式下生产调度存在的问题分析第21-22页
    2.4 生产调度管理系统改进需求分析第22-25页
        2.4.1 数据的采集功能第22页
        2.4.2 生产调度分析功能的加强第22-23页
        2.4.3 调度管理模式的改进第23-24页
        2.4.4 生产调度模式的转变第24-25页
第3章 物联网系统构建研究第25-35页
    3.1 物联网技术理论第25-31页
        3.1.1 物联网的体系构成第25-26页
        3.1.2 物联网的体系架构第26-27页
        3.1.3 物联网与传感网、互联网、泛在网的区别与联系第27-28页
        3.1.4 物联网的特征第28-29页
        3.1.5 物联网的关键技术第29-31页
    3.2 物联网部署第31-35页
        3.2.1 以物联网为核心的系统物理架构第31页
        3.2.2 三网合一的物联网架构第31-32页
        3.2.3 无线基站分布部署第32-35页
第4章 井下生产调度研究第35-65页
    4.1 生产调度理论第35-39页
        4.1.1 生产调度概论第35页
        4.1.2 输车辆调度问题分类及约束条件第35-36页
        4.1.3 车辆运输调度模型第36-38页
        4.1.4 车辆调度问题求解算法第38-39页
    4.2 蚁群算法第39-47页
        4.2.1 蚁群算法原理第40-42页
        4.2.2 蚁群算法数学模型机模型特征第42-43页
        4.2.3 蚁群算法影响因素第43-44页
        4.2.4 蚁群算法程序求解步骤第44-46页
        4.2.5 蚁群算法优缺点第46-47页
    4.3 井下生产调度模型优化第47-65页
        4.3.1 井下生产调度优化问题描述第47-48页
        4.3.2 井下生产调度模型第48-50页
        4.3.3 改进的蚁群优化算法第50-55页
        4.3.4 井下生产调度优化模型实现第55-59页
        4.3.5 生产调度优化仿真实现第59-65页
第5章 井下生产调度管理系统设计第65-79页
    5.1 系统的应用体系架构第65-67页
    5.2 人员设备状态在线感知子系统第67-72页
        5.2.1 人员设备定位管理第67-68页
        5.2.2 人员的感知与定位第68-69页
        5.2.3 车辆的感知与定位第69-72页
    5.3 智能交通信号控制指挥子系统第72-73页
        5.3.1 车辆运行交通指挥管理第72页
        5.3.2 智能交通信号控制第72-73页
    5.4 井下语音通讯子系统第73-74页
        5.4.1 井下语音通讯调度管理第73页
        5.4.2 井下语音通讯第73-74页
    5.5 井下紧急撤离广播子系统第74-75页
        5.5.1 井下紧急撤离语音广播管理第74页
        5.5.2 井下紧急撤离广播第74-75页
    5.6 井下环境监测子系统第75-76页
        5.6.1 井下环境监测管理第75页
        5.6.2 井下环境监测第75-76页
    5.7 软件开发环境第76-79页
        5.7.1 Windows 7旗舰版第76页
        5.7.2 Visual C++ 6.0第76页
        5.7.3 SQL Server 2005第76页
        5.7.4 OpenGL第76-79页
第6章 结论与展望第79-81页
    6.1 本文结论第79页
    6.2 展望第79-81页
参考文献第81-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:煅烧对石英浮选提纯的影响研究
下一篇:幻影围棋非完美信息机器博弈问题关键算法研究