煤礦巷道支護智能設計系統(tǒng)與工程應用

1 緒論
1．1 我國煤炭資源生產和利用現(xiàn)狀
1．1．1 我國煤炭資源生產現(xiàn)狀
1．1．2 我國煤炭資源消費和利用
1．2 發(fā)展煤礦巷道支護技術的必要性
1．3 專家系統(tǒng)的發(fā)展歷程
1．4 專家系統(tǒng)在煤礦施工技術中的發(fā)展背景
1．5 專家系統(tǒng)在煤礦施工技術中的研究和應用
1．6 煤礦專家系統(tǒng)技術研究及應用展望
2 專家系統(tǒng)及煤礦巷道支護智能設計系統(tǒng)概述
2．1 專家系統(tǒng)簡介及思想
2．1．1 專家系統(tǒng)簡介
2．1．2 專家系統(tǒng)思想
2．2 專家系統(tǒng)的特征
2．3 專家系統(tǒng)的組成及分類
2．3．1 專家系統(tǒng)的組成
2．3．2 專家系統(tǒng)基本分類
2．4 專家系統(tǒng)知識獲取
2．4．1 知識獲取的任務
2．4．2 知識獲取的方式
2．5 專家系統(tǒng)知識表示
2．6 專家系統(tǒng)的建造
2．6．1 專家系統(tǒng)的設計
2．6．2 專家系統(tǒng)的開發(fā)
2．7 煤礦巷道支護智能設計系統(tǒng)概述
2．7．1 煤礦巷道支護智能設計系統(tǒng)簡介
2．7．2 煤礦巷道支護智能設計系統(tǒng)實現(xiàn)的主要目標
2．7．3 煤礦巷道支護智能設計系統(tǒng)設計思想
2．8 煤礦巷道支護智能設計系統(tǒng)分析
2．8．1 研究任務與目標分析
2．8．2 需求和可行性分析
2．9 煤礦巷道支護設計的基本原則和依據(jù)
2．9．1 煤礦巷道支護設計的基本原則
2．9．2 煤礦巷道支護設計方案決策的依據(jù)
2．1 0煤礦巷道支護智能設計系統(tǒng)主要特點
3 煤礦巷道支護設計方法
3．1 煤礦巷道支護理論分析法
3．1．1 懸吊理論分析
3．1．2 組合梁理論分析
3．1．3 組合拱理論分析
3．1．4 最大水平應力理論
3．1．5 圍巖松動圈支護理論
3．1．6 聯(lián)合支護理論
3．1．7 錨桿支護的擴容一穩(wěn)定理論
3．2 煤礦巷道支護數(shù)值模擬分析法
3．2．1 數(shù)值模擬分析計算方法
3．2．2 數(shù)值模擬分析計算步驟
3．2．3 動態(tài)信息設計法
3．3 工程類比分析方法
3．4 巷道支護計算機輔助設計
3．4．1 計算機輔助繪圖
3．4．2 計算機智能設計
4 煤礦巷道圍巖穩(wěn)定性智能分類
4．1 巷道圍巖穩(wěn)定性分類國內外研究現(xiàn)狀
4．1．1 單指標分類方法
4．1．2 多指標分類方法
4．1．3 多因素綜合單一指標分類方法
4．1．4 現(xiàn)代數(shù)學及人工智能分類方法
4．2 巷道圍巖穩(wěn)定性分類指標的選定
4．2．1 圍巖穩(wěn)定性分類指標體系的選擇
4．2．2 圍巖穩(wěn)定性分類指標的確定及取值方法
4．3 巷道圍巖穩(wěn)定性分類指標權值的確定方法
4．4 模糊聚類分析方法概述
4．4．1 模糊聚類分析法的數(shù)學原理
4．4．2 模糊聚類分析法的實現(xiàn)過程
4．5 煤礦巷道圍巖穩(wěn)定性智能分類計算模型
4．6 巷道圍巖穩(wěn)定性預測
4．6．1 模糊綜合評判模型
4．6．2 巷道穩(wěn)定性類別預測
4．7 巷道圍巖穩(wěn)定性分類系統(tǒng)操作方法
4．7．1 聚類中心的實現(xiàn)
4．7．2 巷道圍巖穩(wěn)定性判定
5 基于工程類比煤礦巷道支護參數(shù)神經網絡預測
5．1 神經網絡基本概念及原理
5．1．1 神經元模型及其組成
5．1．2 神經元的傳遞方式
5．1．3 神經網絡的基本結構
5．2 BP神經網絡
5．3 BP神經網絡的改進
5．4 神經網絡在煤礦巷道支護設計中的研究現(xiàn)狀
5．5 基于工程類比煤礦巷道支護智能預測思路的提出
5．5．1 煤礦巷道支護設計傳統(tǒng)工程類比法
5．5．2 基于工程類比煤礦巷道支護人工智能的應用
5．6 基于工程類比煤礦巷道支護影響因素
5．6．1 工程類比法煤礦巷道支護設計智能預測實踐基礎
5．6．2 工程類比法煤礦巷道支護設計主要影響因素的確定
5．7 煤礦巷道支護神經網絡預測系統(tǒng)結構設計
5．7．1 系統(tǒng)人機接口
5．7．2 預測系統(tǒng)知識庫
5．8 基于工程類比煤礦巷道支護神經網絡預測系統(tǒng)建立
5．8．1 神經網絡預測參數(shù)確定及模型建立
5．8．2 基于LM（Levenbe唱一Marquardt）算法的改進
5．8．3 煤礦巷道支護參數(shù)預測
5．9 基于神經網絡預測系統(tǒng)操作流程
5．9．1 樣本訓練
5．9．2 支護參數(shù)預測
5．10 支護設計神經網絡預測系統(tǒng)部分功能代碼
6 基于FLAC煤礦巷道支護設計智能優(yōu)化
6．1 FLAC概述及其在煤礦中的應用
6．1．1 FLAC如簡介
6．1．2 FLAC在煤礦巷道設計中的應用現(xiàn)狀
6．2 基于FLAc如煤礦巷道支護優(yōu)化系統(tǒng)總體設計
6．2．1 系統(tǒng)需求分析
6．2．2 系統(tǒng)結構設計
6．2．3 系統(tǒng)功能設計
6．3 數(shù)值模擬方案優(yōu)化的實現(xiàn)
6．3．1 基于知識庫和人工修正的參數(shù)獲取
6．3．2 FLAC子系統(tǒng)自動建模和腳本建立
6．3．3 模擬結果的分析與優(yōu)化
7 煤礦巷遭支護礦圖輔助繪制系統(tǒng)
7．1 礦圖智能繪制系統(tǒng)概述
7．2 繪圖子系統(tǒng)總體設計
7．2．1 人機交互界面設計
7．2．2 繪圖系統(tǒng)結構設計
7．2．3 繪圖系統(tǒng)功能模塊
7．2．4 工程圖形要素確定
7．2．5 繪圖系統(tǒng)操作流程
7．2．6 繪圖系統(tǒng)適用條件
7．3 繪圖系統(tǒng)的實現(xiàn)
7．3．1 AutoCAD二次開發(fā)技術
7．3．2 函數(shù)建立和實現(xiàn)功能
7．3．3 系統(tǒng)設計算法
7．4 繪圖系統(tǒng)知識庫
7．5 繪圖系統(tǒng)工程應用
7．5．1 —850二采回風上山
7．5．2 1202E回風巷（車場）
8 煤礦巷道支護智能設計系統(tǒng)知識庫與推理機建立
8．1 系統(tǒng)知識庫的建立
8．1．1 系統(tǒng)知識庫功能
8．1．2 系統(tǒng)知識庫設計
8．1．3 系統(tǒng)知識庫知識來源
8．1．4 系統(tǒng)知識的分析和獲取
8．1．5 系統(tǒng)知識的表示
8．1．6 系統(tǒng)知識的存儲
8．1．7 系統(tǒng)知識庫的管理
8．2 煤礦巷道支護智能設計系統(tǒng)推理機設計
8．2．1 系統(tǒng)推理機設計的要求
8．2．2 系統(tǒng)推理機控制策略的實現(xiàn)
8．2．3 系統(tǒng)推理方式
8．2．4 系統(tǒng)推理機制
8．2．5 煤礦巷道支護智能設計系統(tǒng)推理機的建立
9 煤礦巷道支護智能設計系統(tǒng)工程應用
9．1 霍州煤電三交河煤礦2—601l巷
9．1．1 2—601l巷地質及支護概況
9．1．2 系統(tǒng)工程應用
9．2 霍州煤電辛置礦10—4151巷
9．2．1 10—4151巷地質及支護概況
9．2．2 系統(tǒng)工程應用
9．3 霍州煤電李雅莊礦6031巷
9．3．1 603l巷地質及支護概況
9．3．2 系統(tǒng)工程應用
9．4 邯鄲礦業(yè)云駕嶺礦12808工作面運巷
9．4．1 12808工作面運巷地質及支護概況
9．4．2 系統(tǒng)工程應用
9．5 汾西礦業(yè)新柳礦231121運巷
9．5．1 231121運巷地質及支護概況
9．5．2 系統(tǒng)工程應用
9．6 系統(tǒng)智能設計結果對比分析
參考文獻