大型煤矿变形监测数据处理及沉陷预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 论文研究目的及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文研究内容及技术路线 | 第11-12页 |
| 1.3.1 研究内容 | 第11页 |
| 1.3.2 技术路线 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第二章 煤矿变形监测与沉陷预测理论 | 第13-18页 |
| 2.1 煤矿变形监测 | 第13-15页 |
| 2.1.1 变形监测概述 | 第13-14页 |
| 2.1.2 变形监测方法 | 第14-15页 |
| 2.2 沉陷预测理论 | 第15-17页 |
| 2.2.1 沉陷预测理论概述 | 第15-16页 |
| 2.2.2 沉陷预测理论方法 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第三章 煤矿变形监测方法与数据处理 | 第18-30页 |
| 3.1 煤矿变形监测 | 第18-22页 |
| 3.1.1 设站工作面基本情况 | 第18-19页 |
| 3.1.2 观测线布设 | 第19-21页 |
| 3.1.3 观测周期及精度要求 | 第21-22页 |
| 3.2 数据处理 | 第22-29页 |
| 3.2.1 坐标变换 | 第22页 |
| 3.2.2 地表点移动变形计算 | 第22-23页 |
| 3.2.3 地表移动变形特征分析 | 第23-29页 |
| 3.3 地表移动变形规律 | 第29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 煤矿沉陷预测方法研究 | 第30-49页 |
| 4.1 BP 神经网络 | 第30-39页 |
| 4.1.1 BP 神经网络简介 | 第30-31页 |
| 4.1.2 BP 神经网络模型 | 第31-33页 |
| 4.1.3 BP 神经网络结构 | 第33-35页 |
| 4.1.4 BP 网络学习算法 | 第35-39页 |
| 4.2 BP 神经网络预计应用 | 第39-45页 |
| 4.2.1 影响因素的选取和量化 | 第39-41页 |
| 4.2.2 BP 模型预计应用 | 第41-45页 |
| 4.3 概率积分法 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 结论与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间取得的研究成果 | 第53-54页 |
| 致谢 | 第54页 |
