| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 尾矿库安全监测及预警研究现状 | 第13-16页 |
| 1.3 论文研究内容及技术路线 | 第16-18页 |
| 1.3.1 论文研究内容 | 第16页 |
| 1.3.2 论文技术路线 | 第16-18页 |
| 第二章 尾矿库及其灾害因素剖析 | 第18-31页 |
| 2.1 尾矿库概述 | 第18页 |
| 2.2 尾矿库工程概述 | 第18-24页 |
| 2.2.1 尾矿库等级及分类 | 第18-19页 |
| 2.2.2 尾矿库的分类 | 第19-22页 |
| 2.2.2.1 按地形分类 | 第19-21页 |
| 2.2.2.2 按布置形式分类 | 第21页 |
| 2.2.2.3 按安全度分类 | 第21-22页 |
| 2.2.3 尾矿坝类型介绍 | 第22-24页 |
| 2.2.3.1 初期坝 | 第23-24页 |
| 2.2.3.2 堆积坝 | 第24页 |
| 2.3 尾矿库事故原因分析 | 第24-25页 |
| 2.3.1 我国尾矿库事故数据统计 | 第24页 |
| 2.3.2 我国尾矿库事故原因分析 | 第24-25页 |
| 2.4 尾矿库危险源辨识 | 第25-30页 |
| 2.4.1 尾矿库的灾害表现形式 | 第25-27页 |
| 2.4.1.1 溃坝 | 第25-26页 |
| 2.4.1.2 滑坡 | 第26页 |
| 2.4.1.3 坝体渗漏 | 第26-27页 |
| 2.4.1.4 地质危害 | 第27页 |
| 2.4.2 尾矿库致灾机理 | 第27-30页 |
| 2.4.2.1 漫顶溃坝 | 第27-28页 |
| 2.4.2.2 失稳溃决 | 第28页 |
| 2.4.2.3 渗流破坏 | 第28-29页 |
| 2.4.2.4 地震液化 | 第29页 |
| 2.4.2.5 管理因素 | 第29-30页 |
| 2.4.3 尾矿库安全管理 | 第30页 |
| 2.5 本章小节 | 第30-31页 |
| 第三章 尾矿库溃坝风险评价模型研究 | 第31-39页 |
| 3.1 尾矿库溃坝风险指标体系 | 第31页 |
| 3.2 基于结构方程模型确定指标权重 | 第31-36页 |
| 3.2.1 结构方程模型确定溃坝风险指标权重的基本步骤 | 第32-33页 |
| 3.2.2 SEM模型假设 | 第33页 |
| 3.2.3 模型设计 | 第33-36页 |
| 3.2.4 指标权重的确定 | 第36页 |
| 3.3 尾矿库溃坝风险模糊综合评价模型的建立 | 第36-37页 |
| 3.4 实例分析 | 第37-38页 |
| 3.4.1 尾矿库概况 | 第37-38页 |
| 3.4.2 模糊综合评价 | 第38页 |
| 3.5 本章小节 | 第38-39页 |
| 第四章 尾矿库溃坝风险预警模型 | 第39-58页 |
| 4.1 贝叶斯网络基本原理 | 第39-44页 |
| 4.1.1 贝叶斯网络的表示形式 | 第39-40页 |
| 4.1.2 贝叶斯网络结构学习 | 第40-42页 |
| 4.1.2.1 基于评分搜索的贝叶斯网络结构学习 | 第40-41页 |
| 4.1.2.2 基于依赖分析的贝叶斯网络结构学习 | 第41-42页 |
| 4.1.3 贝叶斯网络建模 | 第42页 |
| 4.1.4 连续变量离散化的方法 | 第42-44页 |
| 4.1.4.1 基于遗传算法的贝叶斯网络连续数据离散化 | 第42-44页 |
| 4.2 支持向量机原理 | 第44-48页 |
| 4.2.1 支持向量机基本原理 | 第44-46页 |
| 4.2.2 基于支持向量机的时间序列回归预测模型 | 第46-48页 |
| 4.3 相空间重构 | 第48-49页 |
| 4.3.1 相空间重构原理 | 第48页 |
| 4.3.2 延迟时间τ与嵌入维数m的选取 | 第48-49页 |
| 4.4 支持向量机的主要参数及选取方法 | 第49-51页 |
| 4.4.1 支持向量机的参数 | 第49-50页 |
| 4.4.2 支持向量机参数的选取方法 | 第50-51页 |
| 4.5 实验与结果分析 | 第51-57页 |
| 4.5.1 数据来源 | 第51页 |
| 4.5.2 尾矿库溃坝因素关系分析 | 第51-53页 |
| 4.5.3 预测模型分析 | 第53-57页 |
| 4.5.3.1 相空间重构 | 第53-54页 |
| 4.5.3.2 支持向量机预测模型 | 第54-57页 |
| 4.6 预警准则 | 第57页 |
| 4.7 本章小节 | 第57-58页 |
| 第五章 尾矿库监测预警系统设计与实现 | 第58-66页 |
| 5.1 开发环境 | 第58页 |
| 5.2 预警系统总体架构 | 第58-60页 |
| 5.2.1 系统总体目标 | 第58-59页 |
| 5.2.2 系统总体架构 | 第59-60页 |
| 5.3 系统功能实现 | 第60-66页 |
| 5.3.1 监测系统设计 | 第60-63页 |
| 5.3.1.1 降雨量 | 第60页 |
| 5.3.1.2 坝体位移 | 第60-61页 |
| 5.3.1.3 浸润线 | 第61页 |
| 5.3.1.4 库水位 | 第61-62页 |
| 5.3.1.5 干滩长度监测 | 第62页 |
| 5.3.1.6 视频监测 | 第62-63页 |
| 5.3.1.7 监测设备的选型原则 | 第63页 |
| 5.3.2 数据管理 | 第63-64页 |
| 5.3.3 安全管理 | 第64-65页 |
| 5.3.3.1 安全设施管理部分 | 第64页 |
| 5.3.3.2 信息平台管理部分 | 第64-65页 |
| 5.3.4 评价预警 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| 6.1 结论 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间参与的项目及研究成果 | 第73页 |