1 绪论 1
1.1 我国煤炭资源生产和利用现状 1
1.1.1 我国煤炭资源生产现状 1
1.1.2 我国煤炭资源消费和利用 2
1.2 发展煤矿巷道支护技术的必要性 3
1.3 专家系统的发展历程 4
1.4 专家系统在煤矿施工技术中的发展背景 6
1.5 专家系统在煤矿施工技术中的研究和应用 6
1.6 煤矿专家系统技术研究及应用展望 10
2 专家系统及煤矿巷道支护智能设计系统概述 13
2.1 专家系统简介及思想 13
2.1.1 专家系统简介 13
2.1.2 专家系统思想 13
2.2 专家系统的特征 14
2.3 专家系统的组成及分类 14
2.3.1 专家系统的组成 14
2.3.2 专家系统基本分类 17
2.4 专家系统知识获取 21
2.4.1 知识获取的任务 21
2.4.2 知识获取的方式 22
2.5 专家系统知识表示 22
2.6 专家系统的建造 24
2.6.1 专家系统的设计 24
2.6.2 专家系统的开发 24
2.7 煤矿巷道支护智能设计系统概述 26
2.7.1 煤矿巷道支护智能设计系统简介 26
2.7.2 煤矿巷道支护智能设计系统实现的主要目标 26
2.7.3 煤矿巷道支护智能设计系统设计思想 27
2.8 煤矿巷道支护智能设计系统分析 28
2.8.1 研究任务与目标分析 28
2.8.2 需求和可行性分析 28
2.9 煤矿巷道支护设计的基本原则和依据 29
2.9.1 煤矿巷道支护设计的基本原则 29
2.9.2 煤矿巷道支护设计方案决策的依据 30
2.10 煤矿巷道支护智能设计系统主要特点 31
3 煤矿巷道支护设计方法 34
3.1 煤矿巷道支护理论分析法 34
3.1.1 悬吊理论分析 34
3.1.2 组合梁理论分析 35
3.1.3 组合拱理论分析 35
3.1.4 最大水平应力理论 35
3.1.5 围岩松动圈支护理论 35
3.1.6 联合支护理论 36
3.1.7 锚杆支护的扩容-稳定理论 36
3.2 煤矿巷道支护数值模拟分析法 37
3.2.1 数值模拟分析计算方法 37
3.2.2 数值模拟分析计算步骤 38
3.2.3 动态信息设计法 38
3.3 工程类比分析方法 38
3.4 巷道支护计算机辅助设计 39
3.4.1 计算机辅助绘图 39
3.4.2 计算机智能设计 40
4 煤矿巷道围岩稳定性智能分类 41
4.1 巷道围岩稳定性分类国内外研究现状 41
4.1.1 单指标分类方法 41
4.1.2 多指标分类方法 42
4.1.3 多因素综合单一指标分类方法 44
4.1.4 现代数学及人工智能分类方法 45
4.2 巷道围岩稳定性分类指标的选定 47
4.2.1 围岩稳定性分类指标体系的选择 47
4.2.2 围岩稳定性分类指标的确定及取值方法 47
4.3 巷道围岩稳定性分类指标权值的确定方法 50
4.4 模糊聚类分析方法概述 53
4.4.1 模糊聚类分析法的数学原理 53
4.4.2 模糊聚类分析法的实现过程 54
4.5 煤矿巷道围岩稳定性智能分类计算模型 57
4.6 巷道围岩稳定性预测 64
4.6.1 模糊综合评判模型 65
4.6.2 巷道稳定性类别预测 65
4.7 巷道围岩稳定性分类系统操作方法 66
4.7.1 聚类中心的实现 66
4.7.2 巷道围岩稳定性判定 71
5 基于工程类比煤矿巷道支护参数神经网络预测 74
5.1 神经网络基本概念及原理 74
5.1.1 神经元模型及其组成 74
5.1.2 神经元的传递方式 74
5.1.3 神经网络的基本结构 76
5.2 BP神经网络 77
5.3 BP神经网络的改进 77
5.4 神经网络在煤矿巷道支护设计中的研究现状 79
5.5 基于工程类比煤矿巷道支护智能预测思路的提出 80
5.5.1 煤矿巷道支护设计传统工程类比法 80
5.5.2 基于工程类比煤矿巷道支护人工智能的应用 81
5.6 基于工程类比煤矿巷道支护影响因素 82
5.6.1 工程类比法煤矿巷道支护设计智能预测实践基础 82
5.6.2 工程类比法煤矿巷道支护设计主要影响因素的确定 82
5.7 煤矿巷道支护神经网络预测系统结构设计 82
5.7.1 系统人机接口 83
5.7.2 预测系统知识库 87
5.8 基于工程类比煤矿巷道支护神经网络预测系统建立 87
5.8.1 神经网络预测参数确定及模型建立 88
5.8.2 基于LM（Levenberg-Marquardt）算法的改进 91
5.8.3 煤矿巷道支护参数预测 94
5.9 基于神经网络预测系统操作流程 96
5.9.1 样本训练 96
5.9.2 支护参数预测 98
5.10 支护设计神经网络预测系统部分功能代码 101
6 基于FLAC3D煤矿巷道支护设计智能优化 103
6.1 FLAC3D概述及其在煤矿中的应用 103
6.1.1 FLAC3D简介 103
6.1.2 FLAC3D在煤矿巷道设计中的应用现状 104
6.2 基于FLAC3D煤矿巷道支护优化系统总体设计 105
6.2.1 系统需求分析 105
6.2.2 系统结构设计 105
6.2.3 系统功能设计 108
6.3 数值模拟方案优化的实现 112
6.3.1 基于知识库和人工修正的参数获取 112
6.3.2 FLAC3D子系统自动建模和脚本建立 113
6.3.3 模拟结果的分析与优化 117
7 煤矿巷道支护矿图辅助绘制系统 119
7.1 矿图智能绘制系统概述 119
7.2 绘图子系统总体设计 119
7.2.1 人机交互界面设计 119
7.2.2 绘图系统结构设计 120
7.2.3 绘图系统功能模块 121
7.2.4 工程图形要素确定 124
7.2.5 绘图系统操作流程 127
7.2.6 绘图系统适用条件 128
7.3 绘图系统的实现 128
7.3.1 AutoCAD二次开发技术 128
7.3.2 函数建立和实现功能 128
7.3.3 系统设计算法 129
7.4 绘图系统知识库 132
7.5 绘图系统工程应用 132
7.5.1 -850二采回风上山 132
7.5.2 1202E回风巷（车场） 132
8 煤矿巷道支护智能设计系统知识库与推理机建立 134
8.1 系统知识库的建立 134
8.1.1 系统知识库功能 134
8.1.2 系统知识库设计 134
8.1.3 系统知识库知识来源 135
8.1.4 系统知识的分析和获取 135
8.1.5 系统知识的表示 138
8.1.6 系统知识的存储 139
8.1.7 系统知识库的管理 141
8.2 煤矿巷道支护智能设计系统推理机设计 142
8.2.1 系统推理机设计的要求 142
8.2.2 系统推理机控制策略的实现 143
8.2.3 系统推理方式 144
8.2.4 系统推理机制 145
8.2.5 煤矿巷道支护智能设计系统推理机的建立 148
9 煤矿巷道支护智能设计系统工程应用 149
9.1 霍州煤电三交河煤矿2-6011巷 149
9.1.1 2-6011巷地质及支护概况 149
9.1.2 系统工程应用 151
9.2 霍州煤电辛置矿10-4151巷 158
9.2.1 10-4151巷地质及支护概况 158
9.2.2 系统工程应用 159
9.3 霍州煤电李雅庄矿6031巷 165
9.3.1 6031巷地质及支护概况 165
9.3.2 系统工程应用 168
9.4 邯郸矿业云驾岭矿12808工作面运巷 173
9.4.1 12808工作面运巷地质及支护概况 173
9.4.2 系统工程应用 175
9.5 汾西矿业新柳矿231121运巷 181
9.5.1 231121运巷地质及支护概况 181
9.5.2 系统工程应用 182
9.6 系统智能设计结果对比分析 187
参考文献 188