基于VC++的露天矿山运输系统风险管理
摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 绪论 | 第11-19页 |
·立论背景及研究意义 | 第11-12页 |
·国内外研究现状 | 第12-17页 |
·风险因素研究 | 第12页 |
·风险管理研究 | 第12-15页 |
·风险管理软件研究 | 第15-16页 |
·既有研究不足 | 第16-17页 |
·主要研究方法及内容 | 第17-18页 |
·研究技术路线 | 第18-19页 |
第二章 露天矿山运输系统风险辨识分析研究 | 第19-32页 |
·运输系统简介 | 第19-20页 |
·运输系统风险因素分类分析 | 第20-25页 |
·人因因素 | 第20-22页 |
·设备因素 | 第22页 |
·环境因素 | 第22-24页 |
·管理因素 | 第24-25页 |
·运输系统典型事故类型分析 | 第25-26页 |
·车辆碰撞、倾翻事故 | 第25页 |
·火灾(爆炸)事故 | 第25页 |
·机械伤害事故 | 第25页 |
·其它事故 | 第25-26页 |
·运输系统风险辨识分析模型研究 | 第26-31页 |
·工作分解结构(WBS)模型 | 第26-27页 |
·Reason及SHEL模型 | 第27-28页 |
·W-R-SHEL模型 | 第28-29页 |
·W-R-SHEL模型的应用 | 第29-31页 |
·本章小结 | 第31-32页 |
第三章 露天矿山运输系统风险预警研究 | 第32-47页 |
·运输系统风险预警体系构建 | 第32页 |
·运输系统综合风险预警模型研究 | 第32-41页 |
·综合风险预警机制构建 | 第32-33页 |
·综合风险指标体系构建 | 第33-35页 |
·综合风险指标权重分配 | 第35-37页 |
·单因素指标风险评判 | 第37-39页 |
·综合风险预警 | 第39-41页 |
·运输系统风险预测预警模型研究 | 第41-45页 |
·风险预测机制构建 | 第41页 |
·人工神经网络 | 第41-42页 |
·基于误差逆传递神经网络的风险预测 | 第42-45页 |
·本章小结 | 第45-47页 |
第四章 露天矿山运输系统应急管理研究 | 第47-55页 |
·应急管理机制 | 第47-48页 |
·应急管理内容 | 第48-54页 |
·基础信息管理 | 第48-50页 |
·工作信息管理 | 第50-51页 |
·矿区信息管理 | 第51页 |
·应急对策管理 | 第51-54页 |
·本章小结 | 第54-55页 |
第五章 基于VC++的风险管理系统设计及开发研究 | 第55-69页 |
·VC++语言概述 | 第55-57页 |
·VC++ | 第55页 |
·MFC | 第55-56页 |
·ADO | 第56-57页 |
·风险管理系统功能设计 | 第57-59页 |
·需求分析 | 第57页 |
·风险管理系统功能结构 | 第57-59页 |
·风险管理系统功能实现 | 第59-68页 |
·系统数据库 | 第59-63页 |
·风险评估预警 | 第63-67页 |
·bmp文件格式查看 | 第67-68页 |
·本章小结 | 第68-69页 |
第六章 风险管理系统应用研究 | 第69-83页 |
·企业概述 | 第69-70页 |
·矿山概况 | 第69页 |
·工艺概况 | 第69页 |
·运输系统概况 | 第69-70页 |
·风险管理系统简介 | 第70-71页 |
·信息管理子系统应用研究 | 第71-72页 |
·子系统入口界面 | 第71页 |
·功能演示 | 第71-72页 |
·风险辨识分析子系统应用研究 | 第72-73页 |
·子系统入口界面 | 第72页 |
·功能演示 | 第72-73页 |
·风险评估预警子系统应用研究 | 第73-80页 |
·子系统入口界面 | 第73-74页 |
·分块风险评估预警 | 第74-75页 |
·综合风险预警 | 第75-78页 |
·风险预测预警 | 第78-80页 |
·应急管理子系统应用研究 | 第80-82页 |
·子系统入口界面 | 第80页 |
·功能演示 | 第80-82页 |
·本章小结 | 第82-83页 |
结论与展望 | 第83-85页 |
参考文献 | 第85-90页 |
附录 | 第90-102页 |
攻读硕士学位期间取得的研究成果 | 第102-103页 |
致谢 | 第103-104页 |
附件 | 第104页 |