摘要 | 第3-5页 |
ABSTRACT | 第5-7页 |
第一章 绪论 | 第11-23页 |
1.1 引言 | 第11-13页 |
1.2 煤与瓦斯突出预测的目的与意义 | 第13-14页 |
1.3 煤与瓦斯突出预测指标与方法的国内外研究现状 | 第14-20页 |
1.3.1 突出预测指标 | 第15-18页 |
1.3.2 突出预测方法 | 第18-20页 |
1.4 本文的研究方案 | 第20-23页 |
1.4.1 本文的研究内容 | 第20页 |
1.4.2 本文的研究步骤 | 第20-23页 |
第二章 煤与瓦斯突出机理及影响因素分析 | 第23-29页 |
2.1 煤与瓦斯突出假说 | 第23-26页 |
2.1.1 瓦斯为主导作用假说 | 第23页 |
2.1.2 地应力说 | 第23-24页 |
2.1.3 化学本质说 | 第24页 |
2.1.4 综合作用假说 | 第24-25页 |
2.1.5 其他假说 | 第25-26页 |
2.1.6 突出发生的过程 | 第26页 |
2.2 煤与瓦斯突出的影响因素因素分析 | 第26-29页 |
2.2.1 煤体结构 | 第27页 |
2.2.2 瓦斯赋存状态 | 第27-28页 |
2.2.3 地应力 | 第28页 |
2.2.4 人为因素 | 第28-29页 |
第三章 煤与瓦斯突出面域化指标的选取 | 第29-37页 |
3.1 瓦斯含量 | 第29-30页 |
3.2 瓦斯压力 | 第30-31页 |
3.3 风流中瓦斯浓度变化率 | 第31页 |
3.4 煤的坚固性系数 | 第31页 |
3.5 煤的破坏类型 | 第31-32页 |
3.6 煤的厚度变化率 | 第32-33页 |
3.7 顶板岩性变化 | 第33-34页 |
3.8 与地质构造带距离 | 第34页 |
3.9 煤的硬度变化 | 第34-35页 |
3.10 煤的埋深 | 第35页 |
3.11 钻孔瓦斯涌出初速度 | 第35页 |
3.12 最大钻屑量 | 第35-37页 |
第四章 煤与瓦斯突出预测指标体系的主成分分析 | 第37-43页 |
4.1 主成分分析法的基本原则 | 第37-40页 |
4.2 主成分分析法 | 第40-41页 |
4.3 主成分分析法的适应性讨论 | 第41-43页 |
第五章 煤与瓦斯突出预测BP神经网络的改进 | 第43-65页 |
5.1 人工神经网络概况 | 第43-46页 |
5.2 BP神经网络 | 第46-51页 |
5.2.1 BP神经网络的设计 | 第47-50页 |
5.2.2 BP神经网络的计算步骤 | 第50-51页 |
5.3 BP神经网络的存在的问题及改进方法讨论 | 第51-54页 |
5.3.1 BP神经网络存在的问题 | 第51-52页 |
5.3.2 BP神经算法的改进 | 第52-54页 |
5.4 自适应惯性权重改进磷虾算法(AKH) | 第54-65页 |
5.4.1 磷虾算法 | 第54-55页 |
5.4.2 磷虾算法(KH)的原理 | 第55-61页 |
5.4.3 磷虾算法的改进——基于自适应惯性权重的磷虾算法(AKH) | 第61-62页 |
5.4.4 磷虾算法流程 | 第62-63页 |
5.4.5 AKH算法对BP神经网络的优化 | 第63-65页 |
第六章 煤与瓦斯突出预测方法在西坡煤矿的应用 | 第65-83页 |
6.1 矿井概况 | 第65-69页 |
6.1.1 矿井的地理位置 | 第65页 |
6.1.2 井田构造 | 第65页 |
6.1.3 矿井含煤情况 | 第65-67页 |
6.1.4 矿井煤质情况 | 第67-68页 |
6.1.5 矿井开拓与开采 | 第68页 |
6.1.6 采区划分及开采顺序 | 第68-69页 |
6.2 十二项指标的现场测定数据 | 第69-71页 |
6.2.1 瓦斯压力的测定 | 第69-70页 |
6.2.2 十二项指标的实测值 | 第70-71页 |
6.3 面域化预测数据在模型中的使用 | 第71-83页 |
6.3.1 主成分分析法的应用 | 第71-78页 |
6.3.2 AKH-BP神经网络的实现 | 第78-83页 |
第七章 结论与展望 | 第83-85页 |
7.1 结论 | 第83-84页 |
7.2 展望 | 第84-85页 |
参考文献 | 第85-89页 |
附录 | 第89-93页 |
致谢 | 第93-95页 |
攻读学位期间发表的论文 | 第95页 |