基于人工神经网络的巷道围岩分类与支护参数优化研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1 绪论 | 第13-24页 |
| ·问题的提出及选题的意义 | 第13-14页 |
| ·问题的提出 | 第13页 |
| ·课题的意义 | 第13-14页 |
| ·工程岩体分级与煤矿巷道围岩分类研究现状 | 第14-19页 |
| ·工程岩体分级 | 第14-16页 |
| ·煤矿岩巷围岩分类 | 第16-19页 |
| ·巷道支护分析 | 第19-21页 |
| ·人工智能在煤矿巷道支护中的应用 | 第21-22页 |
| ·研究的主要内容 | 第22-24页 |
| ·研究的主要内容 | 第22-23页 |
| ·研究方法 | 第23-24页 |
| 2 巷道围岩稳定性及其锚喷支护影响因素 | 第24-38页 |
| ·巷道围岩破坏特性及其稳定性 | 第24-28页 |
| ·围岩破坏类型与机理 | 第24-26页 |
| ·煤矿巷道围岩稳定性影响因素 | 第26-27页 |
| ·巷道围岩稳定性发展原理 | 第27-28页 |
| ·巷道围岩稳定性分类方法 | 第28-34页 |
| ·煤矿巷道围岩稳定性分类的依据 | 第28-29页 |
| ·钱营孜煤矿BQ 围岩分类指标 | 第29-34页 |
| ·锚喷支护设计及其影响因素 | 第34-38页 |
| ·煤矿巷道锚喷支护设计 | 第34-36页 |
| ·影响锚喷支护的主要指标 | 第36-38页 |
| 3 支护设计系统软件开发与实现 | 第38-65页 |
| ·人工神经网络简介 | 第38-48页 |
| ·人工神经元模型 | 第38-40页 |
| ·BP 算法的基本思想 | 第40页 |
| ·BP 算法的实现 | 第40-45页 |
| ·BP 网络学习算法的改进 | 第45-48页 |
| ·MATLAB 软件简介 | 第48-51页 |
| ·MATLAB 的GUI 功能简介 | 第48-49页 |
| ·MATLAB 中BP 神经网络工具箱函数 | 第49-50页 |
| ·MATLAB 中BP 网络的训练 | 第50-51页 |
| ·支护设计系统软件的开发 | 第51-56页 |
| ·支护设计优化系统的构成 | 第51-52页 |
| ·系统的设计 | 第52-56页 |
| ·设计系统的实现 | 第56-60页 |
| ·设计系统的BP 神经网络部分程序 | 第56-60页 |
| ·设计系统的安装 | 第60页 |
| ·支护样本的确定 | 第60-65页 |
| ·样本确定的原则 | 第61页 |
| ·输入样本的确定 | 第61-63页 |
| ·输出样本的确定 | 第63-65页 |
| 4 支护设计优化系统软件在钱营孜煤矿的应用 | 第65-77页 |
| ·工程概况 | 第65-71页 |
| ·钱营孜煤矿概况 | 第65页 |
| ·工程地质概况 | 第65-69页 |
| ·水文地质与地温概况 | 第69-71页 |
| ·设计系统软件的应用 | 第71-77页 |
| ·西翼回风巷道与 3212 巷道工程概况 | 第71-73页 |
| ·围岩的分类 | 第73页 |
| ·西翼回风巷道与3212 巷道支护参数设计 | 第73-77页 |
| 5 支护设计效果监测 | 第77-88页 |
| ·锚杆受力与深部位移监测 | 第77-81页 |
| ·监测概述 | 第77-78页 |
| ·监测结果与分析 | 第78-81页 |
| ·围岩松动圈量测 | 第81-86页 |
| ·围岩松动圈测试仪量测原理 | 第81-82页 |
| ·量测数据及分析 | 第82-85页 |
| ·监测结果分析 | 第85-86页 |
| ·本章结论 | 第86-88页 |
| 6 结论与展望 | 第88-89页 |
| ·结论 | 第88页 |
| ·展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-93页 |
| 作者简介及读研期间主要科研成果 | 第93-94页 |
