摘要 | 第1-3页 |
ABSTRACT | 第3-8页 |
1 绪论 | 第8-19页 |
·选题的背景及研究的意义 | 第8-10页 |
·煤与瓦斯突出预测技术国内外研究现状 | 第10-14页 |
·静态预测(点预测) | 第11-12页 |
·动态预测(连续预测) | 第12-14页 |
·煤与瓦斯突出预测技术的新发展 | 第14-16页 |
·现代数学理论在煤与瓦斯突出预测中的应用 | 第14-15页 |
·人工智能技术在煤与瓦斯突出预测中的应用 | 第15-16页 |
·突出预测敏感性指标及临界值的确定 | 第16-17页 |
·研究内容及技术路线 | 第17-19页 |
·研究内容 | 第17-18页 |
·技术路线 | 第18-19页 |
2 煤与瓦斯突出过程及影响因素分析 | 第19-32页 |
·煤与瓦斯突出的突变理论分析 | 第19-23页 |
·突变理论概述 | 第19-21页 |
·煤与瓦斯突出突变基本模型 | 第21-23页 |
·煤与瓦斯突出的影响因素 | 第23-24页 |
·地应力 | 第23-24页 |
·瓦斯作用 | 第24页 |
·煤结构和力学性质 | 第24页 |
·煤与瓦斯突出的发展过程 | 第24-26页 |
·煤与瓦斯突出影响因素特征分析 | 第26-31页 |
·煤岩体声发射产生机理 | 第26-27页 |
·煤与瓦斯突出信号的捕捉及特征分析 | 第27-30页 |
·单指标突出危险特征分析 | 第30-31页 |
·本章小结 | 第31-32页 |
3 煤与瓦斯突出BP 神经网络预测模型 | 第32-46页 |
·BP 神经网络概述 | 第32-33页 |
·BP 神经网络模型分析 | 第33-36页 |
·BP 神经元 | 第33-34页 |
·BP 神经网络 | 第34-36页 |
·BP 神经网络预测的优点 | 第36页 |
·瓦斯突出特征因数的BP 神经网络构建 | 第36-45页 |
·预测模型的内容及过程 | 第37-39页 |
·突出因数指标样本预处理 | 第39-40页 |
·A N NS 单指标预测分析 | 第40-43页 |
·A N NC 单指标预测分析 | 第43-45页 |
·本章小结 | 第45-46页 |
4 煤与瓦斯突出敏感性指标及危险临界值分析 | 第46-59页 |
·煤与瓦斯突出机理概述 | 第46-47页 |
·煤与瓦斯突出表征信号关联性分析 | 第47-49页 |
·声发射突出综合指标建立 | 第49-54页 |
·层次分析法 | 第49页 |
·声发射综合指标AE 的确定 | 第49-54页 |
·突出危险性AE- CH_4 综合指标的建立与确定 | 第54-58页 |
·瓦斯指标与AE 综合指标的对比 | 第54-55页 |
·A E-CH_4 综合指标的建立与确定 | 第55-58页 |
·本章小结 | 第58-59页 |
5 突出危险性非线性预测技术现场应用 | 第59-70页 |
·工作面概况 | 第59-60页 |
·煤层产状及赋存 | 第59-60页 |
·地质状况 | 第60页 |
·设备安装及技术要求 | 第60-62页 |
·安装位置 | 第61-62页 |
·安装方法 | 第62页 |
·单指标与常规指标的比较分析 | 第62-63页 |
·声发射指标与常规预测指标的对比分析 | 第62-63页 |
·瓦斯指标与常规指标的对比分析 | 第63页 |
·综合指标预测分析 | 第63-69页 |
·声发射综合指标预测分析 | 第63-66页 |
·AE-CH_4综合指标预测分析 | 第66-69页 |
·本章小结 | 第69-70页 |
6 结论 | 第70-71页 |
·主要结论 | 第70页 |
·展望 | 第70-71页 |
致谢 | 第71-72页 |
参考文献 | 第72-75页 |
附录 | 第75页 |