| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-20页 |
| ·引言 | 第9页 |
| ·课题的由来、研究目的和意义 | 第9-11页 |
| ·课题的由来 | 第9-10页 |
| ·研究目的与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-18页 |
| ·采空区探测研究现状 | 第11-13页 |
| ·采空区危险度分析研究现状 | 第13-17页 |
| ·采空区处理 | 第17-18页 |
| ·研究内容及技术路线 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 地下采空区三维精密探测 | 第20-29页 |
| ·采空区三维精密探测系统CMS | 第20-24页 |
| ·CMS系统构成 | 第20-22页 |
| ·CMS工作基本原理 | 第22-24页 |
| ·CMS系统工作数据流 | 第24页 |
| ·采空区现场探测 | 第24-26页 |
| ·采空区CMS探测方法 | 第24-25页 |
| ·探测空区及分布 | 第25-26页 |
| ·CMS原始探测数据预处理 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于CMS实测的空区建模及空区信息获取 | 第29-38页 |
| ·采空区SURPAC模型构建 | 第29-34页 |
| ·三维建模软件SURPAC简介 | 第29-30页 |
| ·采空区SURAC建模方法 | 第30-32页 |
| ·铜坑矿采空区建模 | 第32-34页 |
| ·空区体积、顶板面积及边界信息获取 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于实测的采空区危险度数值分析 | 第38-65页 |
| ·数值分析方法及分析软件 | 第38-43页 |
| ·数值分析方法概述 | 第38-41页 |
| ·数值分析软件 | 第41-42页 |
| ·岩体力学参数及本构模型 | 第42-43页 |
| ·复杂地学模型创建 | 第43-47页 |
| ·地表实体模型创建 | 第43-44页 |
| ·地层模型创建 | 第44-45页 |
| ·块体模型构建 | 第45-46页 |
| ·约束文件建立及块体单元赋值 | 第46-47页 |
| ·基于CMS实测的空区危险度Flac~(3D)分析 | 第47-58页 |
| ·Flac~(3D)数值分析模型构建 | 第47-48页 |
| ·Flac~(3D)数值分析 | 第48-55页 |
| ·基于Flac~(3D)数值分析的空区危险度综合评价 | 第55-58页 |
| ·基于实测的空区危险度Phase~2分析 | 第58-63页 |
| ·Phase~2数值模型的构建 | 第58页 |
| ·计算结果及分析 | 第58-63页 |
| ·采空区危险度综合分级 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 采空区危险度人工神经网络分析 | 第65-84页 |
| ·人工神经网络研究现状 | 第65-68页 |
| ·人工神经网络发展历史 | 第65-67页 |
| ·人工神经网络的应用领域 | 第67-68页 |
| ·BP网络及其改进算法 | 第68-74页 |
| ·BP算法原理 | 第68-70页 |
| ·BP网络的学习过程 | 第70-71页 |
| ·BP网络的优缺点 | 第71-72页 |
| ·BP算法的改进 | 第72-73页 |
| ·改进的BP算法在Matlab上的实现 | 第73-74页 |
| ·采空区危险度辨识的BP网络模型构建 | 第74-81页 |
| ·影响因素分析及模型输入参数的确定 | 第74-75页 |
| ·模型输出参数 | 第75页 |
| ·神经网络的构造 | 第75-76页 |
| ·训练样本的选取 | 第76-77页 |
| ·输入数据的归格化处理 | 第77-79页 |
| ·模型训练及其结果 | 第79-81页 |
| ·采空区危险度神经网络辨识模型工程应用 | 第81-83页 |
| ·工程概况 | 第81-82页 |
| ·细脉带8~#采空区危险度辨识 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 第六章 采空区处理 | 第84-97页 |
| ·采空区处理方法概述 | 第84-90页 |
| ·崩落法处理采空区 | 第84-86页 |
| ·充填法处理采空区 | 第86-88页 |
| ·采空区封闭处理 | 第88-89页 |
| ·采空区处理的其它辅助技术 | 第89-90页 |
| ·铜坑矿采空区处理方案 | 第90-96页 |
| ·铜坑矿采空区现状 | 第90页 |
| ·采空区处理方案 | 第90-96页 |
| ·本章小结 | 第96-97页 |
| 第七章 全文总结与展望 | 第97-99页 |
| ·本文主要研究成果 | 第97页 |
| ·本文的主要创新之处 | 第97-98页 |
| ·下一步工作展望 | 第98-99页 |
| 参考文献 | 第99-106页 |
| 致谢 | 第106-107页 |
| 硕士期间发表的论文和参与的课题及获奖情况 | 第107页 |