综采工作面煤层注水降尘关键技术研究 |
论文目录 | | | 致谢 | 第1-5页 | | 摘要 | 第5-6页 | | Abstract | 第6-10页 | | 1 绪论 | 第10-16页 | | · 选题的背景及意义 | 第10-11页 | | · 煤层注水技术的国内外研究现状 | 第11-12页 | | · 煤层注水国外研究现状 | 第11-12页 | | · 煤层注水国内研究现状 | 第12页 | | · 煤层注水控制的发展 | 第12-14页 | | · 本文研究的创新点和主要内容 | 第14-15页 | | · 小结 | 第15-16页 | | 2 煤层注水参数实验与研究 | 第16-22页 | | · 煤层注水参数 | 第16页 | | · 煤样原始含水量的测定 | 第16-18页 | | · 煤层含水量与产尘能力的关系 | 第16页 | | · 煤层含水量测试原理和方法 | 第16-18页 | | · 煤样吸水性的测定 | 第18-19页 | | · 煤样吸水性的测试原理和方法 | 第18页 | | · 煤样吸水性的测定结果及分析 | 第18-19页 | | · 注水孔的参数研究 | 第19-20页 | | · 钻孔长度 | 第19-20页 | | · 封孔长度与方式 | 第20页 | | · 单孔注水量的确定 | 第20-21页 | | · 注水压力的确定 | 第21页 | | · 结论 | 第21-22页 | | 3 煤层注水非线性渗流的人工神经网络分析 | 第22-30页 | | · 神经网络的特点和学习方式 | 第22页 | | · 神经网络的特点 | 第22页 | | · 神经网络的学习方式 | 第22页 | | · BP算法 | 第22-23页 | | · 神经网络方法应用条件 | 第23页 | | · 煤层注水神经网络模型类型的确定 | 第23-24页 | | · 基于人工神经网络的多变量非线性系统自适应控制 | 第24-27页 | | · 控制结构图 | 第24页 | | · 基于三层对角递归神经网络的多变量非线性系统辨识 | 第24-26页 | | · 基于三层前馈神经网络的多变量非线性自适应控制 | 第26-27页 | | · 神经网络计算 | 第27-28页 | | · 样本分析 | 第27页 | | · 学习训练结果 | 第27-28页 | | · 小结 | 第28-30页 | | 4 煤层注水工艺及控制要求研究 | 第30-36页 | | · 煤层注水方式分析 | 第30-31页 | | · 煤层注水工艺分析和设计 | 第31-32页 | | · 控制系统整体方案设计 | 第32-34页 | | · 系统具体实施方案 | 第34-35页 | | · 小结 | 第35-36页 | | 5 系统硬件设计 | 第36-48页 | | · 硬件信号分析 | 第36页 | | · PLC控制模块 | 第36-38页 | | · 流量信号检测模块 | 第38-39页 | | · 压力信号检测模块 | 第39-43页 | | · 温度信号检测模块 | 第43页 | | · 注水泵电机控制电路设计 | 第43-46页 | | · 注水泵电机主电路 | 第43-44页 | | · 注水泵电机和电磁阀门的控制设计 | 第44-46页 | | · 小结 | 第46-48页 | | 6 控制软件设计 | 第48-64页 | | · PLC控制软件设计 | 第48-53页 | | · 编程环境 | 第48页 | | · PLC参数设置 | 第48-49页 | | · PLC程序设计方式 | 第49-50页 | | · PLC主要控制程序设计 | 第50-53页 | | · 上位机软件设计 | 第53-57页 | | · 上位机开发环境 | 第53页 | | · 上位机监控界面设计 | 第53-54页 | | · 上位机综合报表生成设计 | 第54-57页 | | · LabVIEW与S7-300 PLC的串口通信 | 第57-62页 | | · S7-300 PLC串口通信 | 第57页 | | · LabVIEW串口通信 | 第57-59页 | | · LabVIEW与PLC的串口通信实现 | 第59-62页 | | · 小结 | 第62-64页 | | 7 试验结果研究与分析 | 第64-70页 | | · 煤层注水试验考察 | 第64页 | | · 注水进程及降尘效果分析 | 第64-67页 | | · 注水煤层水分增量效果分析 | 第67-68页 | | · 小结 | 第68-70页 | | 8 总结与展望 | 第70-72页 | | 参考文献 | 第72-76页 | | 作者简历 | 第76-78页 | | 第78页 |
|
|
|
| |
