重力式码头基槽抛石体沉降量计算方法*

针对重力式码头基槽抛石体的沉降量计算问题，进行计算模型和计算方法研究。通过基槽抛石体原尺度块石的压缩试验，得出多次加卸载情况下块石体的应力-应变关系，基于此建立重力式码头基槽抛石体的沉降量计算模型。结合重力式码头的建造过程，提出基槽抛石体的沉降量计算方法，并利用实际工程现场观测数据回归出模型中的主要参数。结果表明，模型计算结果与观测数据吻合。     

自装卸式驮背多功能运输车及关键技术

介绍了自装卸式STX₁/STX₂型驮背多功能运输车的主要技术参数、结构配置及适应的装载工况,阐述了该车的关键技术和站场配套要求。     

赤泥掺量对水泥稳定碎石基层性能影响

为大规模利用拜耳法赤泥，将其作为砂石应用到公路基层，研究其掺量对水泥稳定碎石赤泥基层性能的影响。结果表明：最佳含水量随着赤泥掺量的增大而增大，最大干密度随着赤泥掺量的增大而降低，7 d和28 d无侧限抗压强度随着赤泥掺量的增加先增大后降低；综合考虑后选定配比：水泥∶碎石∶赤泥为5∶60∶35。1 km的水泥稳定碎石赤泥基层比相同水泥掺量的水泥稳定碎石基层节省造价839 544.5元。因此，赤泥可作为砂石在公路基层中大规模应用。     

巨跨地下洞库顶推滑行式盘扣支架重型衬砌台车施工技术

为解决传统衬砌台车在巨跨扁平地下洞库衬砌施工中面临的结构复杂、跨度巨大、体型超大、组装困难、成本巨高等问题，攻克被覆结构工程施工体积大、面积大、自重大、钢筋密集等技术难题，结合某在建地下洞库被覆结构跨度大、矢跨比极小等特点及被覆结构施工需求，融合盘扣式支架体系与全液压衬砌台车的技术优点，采用整体式顶推滑行的设计思路，研制出一套可快速组装的顶推滑行式巨跨地下洞库被覆混凝土施工装备。该装备涵盖顶托调节式模板、盘扣支架式门架、顶推滑行式底盘、旋转对接式布料、插入式振捣等系统结构设计技术，辅以液压、电气控制技术，集成台车自主行走技术，混凝土浇筑、振捣、养护、监测等施工技术，并在某巨跨地下洞库得以应用，取得了良好的施工效果。应用结果表明： 顶推滑行式盘扣支架重型衬砌台车结构简单、强度高、承载能力强、组装容易，可以有效降低工人劳动强度，节约成本，提高施工效率与质量。     

G3铜陵长江公铁大桥南锚碇锚固系统施工完成北大核心

2022年11月6日,随着最后一根锚杆的密封材料涂装完成,G3铜陵长江公铁大桥南锚碇锚固系统施工顺利完成(见图1),为下阶段主缆牵引架设及张拉奠定了基础。G3铜陵长江公铁大桥是世界首座双层斜拉-悬索协作体系大桥,大体量、一跨过江的设计对大桥主缆锚碇提出了更高要求。南锚碇为全桥主缆2个固定点之一,采用复合板桩嵌岩重力式基础,基础长75m、宽80m、高15m。锚碇内设置的锚固系统由后锚梁和锚杆组成,为主缆与锚碇连接的关键结构,承担着承上接下的作用,是南锚碇施工中的重要节点之一。     

吊舱式电力推进应用及发展

作为新型船舶推进装置,吊舱式电力推进可节省船舶舱室空间,提高船舶的操纵性能,减小船舶振动噪声,具有广阔的市场前景。文章简述了吊舱式电力推进的特点,以及国内外吊舱推进器产品和应用情况。为后续吊舱推进器型号系列化、国产化开发奠定基础。     

沥青路面抗疲劳断裂半刚性基层强度标准研究

为确保水泥稳定碎石（CSG）基层在交通荷载反复作用的情况下不出现疲劳开裂，提出了基于结构与材料一体化控制的CSG材料强度标准的确定方法；研究了CSG基层的力学特性和疲劳特性，建立了力学强度增长模型、力学指标间的关系模型和疲劳方程；推荐了四川省典型沥青路面抗疲劳断裂的CSG基层强度标准。研究发现:CSG的各项强度指标都随养生龄期呈非线性增长，采用骨架密实结构有利于提高CSG的力学强度。提出的力学强度增长方程可以准确预估不同龄期CSG的力学强度；提出了控制疲劳开裂的CSG基层7天无侧限抗压强度标准与7天劈裂强度标准的确定方法，该方法能实现结构与材料一体化设计，可进一步提升CSG基层的疲劳寿命。     

隧道内水泥混凝土路面微铣刨后摩擦系数衰减规律研究

基于实体工程检测数据,统计分析了隧道内水泥混凝土路面微铣刨后的摩擦系数衰减情况。结果表明:不同车道类型、行车方向、平曲线半径对应的摩擦系数衰减值差异不显著;不同纵坡对应的摩擦系数衰减值差异显著;摩擦系数初始值与24个月后的衰减值大致呈正相关,但线性相关系数较小;采用摩擦系数衰减值的平均值95%单侧置信区间上限+使用期的要求值,确定的隧道内水泥混凝土路面微铣刨后摩擦系数初始值应不小于69 BPN。     

先期振动对高聚物胶凝堆石料动变形特性的影响

先期振动对土石坝地震变形影响显著。通过开展不同先期动应力作用下的动三轴试验,研究了先期振动对未加固堆石料和高聚物胶凝堆石料动变形特性的影响。结果表明:先期振动对未加固堆石料和高聚物胶凝堆石料的弹性轴应变无明显影响,但显著降低了其塑性轴应变;未加固堆石料和高聚物胶凝堆石料的残余变形在先期振动影响下显著减小,与未经受先期振动的试样相比,先期动应力为40%围压的试样,最大残余剪应变降低幅度和最大残余体应变降低幅度的平均值分别为48.1%和42.0%;先期动应力为80%围压的试样,最大残余剪应变降低幅度和最大残余体应变降低幅度的平均值分别为80.9%和71.6%。先期动应力幅值越大,再次经历动应力时未加固堆石料和高聚物胶凝堆石料产生的残余变形越小,抵抗变形能力提高越明显。最大残余变形的降低幅度与固结比、围压及高聚物含量无关。随后修正了沈珠江动残余变形模型,修正后的残余变形模型可以反映高聚物对堆石料残余剪应变和残余体应变的影响。与未经受先期振动的试样相比,先期动应力为40%围压的高聚物胶凝堆石料(高聚物质量比R_p=2%)的改进残余变形模型参数c₁和c₄分别降低了27.7%和61.2%;先期动应力为80%围压的高聚物胶凝堆石料(R_p=2%)的改进残余变形模型参数c₁和c₄分别降低了68.8%和79.3%。     

基于深度学习和监测数据的桥梁损伤识别方法

为了挖掘桥梁健康监测数据蕴含的大量隐藏信息,以及改进传统结构损伤识别方法的不足之处,提出了基于桥梁监测数据的损伤识别方法。从有限元模拟数据和实际监测数据中分别提取加速度响应,并对原始数据进行了预处理。通过卷积神经网络和栈式自编码网络分别对明州大桥监测数据的可视化图像和时间序列进行识别,同时与浅层神经网络方法的识别正确率对比。结果表明:基于深度学习和监测数据的损伤识别方法不论是通过图像识别还是通过时间序列识别,都表现出优秀的性能:识别正确率达85%以上。与浅层神经网络相比,深度神经网络的损伤工况分类能力更强,识别正确率提高20%以上。