基于卷积神经网络的防坡堤施工沉降预测*

为了保证防坡堤施工安全，通过预测不同施工阶段防坡堤的沉降变形，以调整施工进度和工序。传统沉降预测方法主要包括太沙基固结理论、曲线拟合法和BP神经网络，太沙基固结理论和曲线拟合法预测精度较低，BP神经网络需要大量样本才能逼近最优解。针对这些问题，提出基于卷积神经网络（convolutional neural networks，CNN）建立防波堤施工阶段的沉降预测方法。应用此方法预测天津港大沽口港区防波堤施工阶段沉降量和沉降速率，并以预测结果分析沉降速率所映射的安全风险等级，从而为实际施工提供行动指南。结果表明：卷积神经网络能较为准确地预测沉降变形速率，根据预测结果能够对安全风险等级的结果进行分析并予以指导。     

天津港南疆港区半圆型防波堤耐久性试验研究

为了探究天津港南疆港区N5区半圆型防波堤耐久性,通过现场勘查半圆型防波堤破损状态、力学性能检测、孔溶液pH值检测、芯样氯离子含量检测以及混凝土断面微结构SEM分析等手段,结论如下：(1)浪溅区芯样抗压强度、混凝土孔溶液pH均小于潮差区;(2)潮差区水溶性氯离子含量大于浪溅区,预估潮差区、浪溅区剩余服役年限分别为32 a、30 a;(3)断面微结构密实度由大到小依次为试验室龄期180 d混凝土、潮差区混凝土、浪溅区混凝土。上述研究结论为海洋环境下钢筋混凝土结构长期服役过程中劣化原因提供了理论分析以及为类似工程施工设计、质量控制提供指导性科学依据。