不锈钢海洋微生物腐蚀研究

概述不锈钢微生物腐蚀的国内外研究现状,阐述微生物腐蚀的研究方法及不锈钢微生物腐蚀模型,并对未来的研究重点进行展望。     

钢筋混凝土结构锈胀开裂试验及仿真研究

以高桩码头中腐蚀开裂最具代表性的纵梁作为试验对象,采用加速腐蚀设备对试验梁进行加速腐蚀,应用CT扫描检测技术对切割后的腐蚀开裂梁进行断层扫描,得出锈蚀深度及锈蚀率与裂缝宽度之间的关系。在试验的基础上,基于扩展有限元法,分别改变保护层厚度和钢筋直径,对锈蚀深度与裂缝宽度的关系进行参数敏感性分析,从而推导出锈蚀率与裂缝宽度之间的经验公式。结果表明:保护层厚度越大,抗开裂能力越大;不同钢筋直径对应的锈蚀深度与裂缝宽度间均存在线性关系,但直线斜率并无明显变化;当裂缝宽度小于0.4 mm时,基于仿真研究得到的经验公式与试验结果吻合较好。     

点蚀损伤板在复杂受力状态下的极限强度研究

采用非线性有限元软件模拟船底板单面点腐蚀,通过对边缘载荷系数比、蚀坑分布、直径、深度的改变,经过一系列的数值计算分析,结果表明横向载荷和侧压对板的极限强度影响不可忽略,计算板的极限承载能力时需要考虑计及侧压与横向载荷。在复杂受力状态下,就单考虑蚀坑深度时,板表面的蚀坑深度在0~0.5t区间变化时,极限强度相应的折减率比大于1/2板厚时更大,极限强度对蚀坑深度更加敏感。腐蚀面积不能有效表征腐蚀程度,当DOP系数相同时,点蚀后板的最小横截面决定了极限强度的大小。     

地铁隧道运营中复杂软土地层的动力响应北大核心CSCD

随着滨海城市地铁与地下空间开发在广度和深度上的发展,软土地层中地铁运营对周围岩土环境带来的力学问题备受关注。文章采用可以描述土体循环交变荷载作用性质与长期累积变形特性的移动硬化弹塑性本构模型,建立有效应力框架下的水-土耦合有限单元-有限差分数值模型,并选取合适的轨道基床振动荷载,对埋置于复杂软土地层中的苏州地铁一号线运营中轨道振动荷载长期循环作用下隧道周围土体动力学响应进行分析研究,包括土体有效应力响应变化特征、超孔隙水压发展规律以及地层沉降等。随着地铁振动荷载循环次数增加,土体沉降位移与超孔隙水压持续增大直到稳定状态。其发展规律表明,地铁运营振动荷载对周围岩土环境影响范围大,持续时间长。尤其是渗透性较小的软土地层,长期循环荷载作用下土体累积塑性变形引起的地层沉降稳定性成为地铁隧道运营不可忽略的重要问题。本研究可为地铁隧道运营中的地层环境安全与稳定性评价提供一种合理有效的分析预测方法。     

AISI304和AISI316奥氏体不锈钢气体渗碳腐蚀磨损性能分析

本文提出了低温气体渗碳工艺,通过对AISI304和AISI316进行低温气体渗碳处理,研究了这两种奥氏体不锈钢的低温渗碳组织性能,发现该工艺具有兼顾表面强度与耐蚀性能的特点。试验结果表明:在同一渗碳时间下,渗碳气体温度越高,不锈钢表面的硬度就越大,其耐磨性就越强,这证明不锈钢的耐磨性与其表面硬度的大小是成正比例。在同等试验条件下,AISI316可以获得比AISI304更优的综合性能。     

川西集输管道外腐蚀防护技术研究

川西气田集输管道投运年限较长,敷设地区大气、土壤腐蚀性较强,造成管道外腐蚀引起的穿孔、泄漏。针对管道外腐蚀问题,通过对川西地区腐蚀环境调研,分析管道外腐蚀特征,并根据气田实际开展了管材、防腐层、阴极保护,修复补强技术及腐蚀检测等腐蚀控制措施研究,形成了川西管道外腐蚀防护体系,有效延长管道平均剩余寿命,保障了气田安全平稳生产。     

未连通闲置天然气管道内腐蚀评估

目前长输天然气管道内检测主要采用漏磁检测法,但漏磁检测要求管内有一定的介质流量,对于未连通管段并不适用。文中结合某天然气管网的特殊工况,提出了采用CCTV检测、导波检测、超声测厚、水样分析和垢样分析等方法综合分析评价管段的适用性,进而计算管道的剩余寿命,可用于未连通闲置天然气管道内腐蚀评估,具有借鉴意义。     

基于无迹卡尔曼滤波和门控循环单元的道路坡度估计

针对外接激光雷达等传感器普适性差,而传统道路坡度估计方法仅根据车载CAN总线数据在车辆起步、换挡、制动和停车4种特殊工况中的估计误差较大的问题,提出了一种基于无迹卡尔曼滤波（UKF）和门控循环单元（GRU）的道路坡度估计方法。根据车速等数据识别工况,在非特殊工况下,建立车辆动力学模型并采用UKF来估计坡度;在特殊工况下,将规律性不稳定的时序坡度转换为距序坡度,并利用GRU进行短距坡度预测。仿真和实车试验结果表明：在非特殊工况下,该方法通过UKF可准确估计道路坡度;在特殊工况下,该方法通过GRU可有效跟踪距序坡度变化趋势,显著提高了道路坡度估计精度。     

基于混合神经网络的汽车运动状态估计

针对现有车辆运动状态估计算法严重依赖动力学模型精度且在大的质心侧偏角工况下准确性难以保障的问题,本文提出了一种基于混合神经网络的车辆运动状态估计算法。通过分析车辆本身的动力学基本特性,设计了适合于车辆运动状态估计的HNN混合神经网络架构,实现了车辆运动状态的深度学习估计。基于多个标准工况组成的数据集与典型实车测试工况进行了网络训练与测试验证。结果表明,相比于传统算法,本算法基于神经网络实现了精准的无动力学模型的汽车运动状态估计,提高了估计精度,且对路面附着系数变化具有鲁棒性。     

基于Ginigram和CHMR的列车轴箱轴承早期故障自主识别方法

为解决列车轴箱轴承故障诊断技术面临的多信号源混叠和早期故障程度无法量化的问题,首先,将经典Kurtogram方法采用的峭度改用基尼系数（Gini Coefficient）,并将1/3-二叉树滤波方法与基尼系数结合形成Ginigram信号预处理方法,从多源混叠的轴承振动信号中快速提取微弱故障特征;然后,基于预处理信号的平方包络谱,提出一种新的统计指标循环谐波中值比（Cyclic Harmonic-to-Median Ratio,CHMR）,有效量化轴承故障部位和程度的信息,并根据西格玛原则完成轴承故障程度的自主分级。为验证方法的有效性,通过列车轴箱轴承试验台进行正常轴承与自然磨损轴承的对比试验。结果表明：相比于采用峭度的经典Kurtogram方法,采用Ginigram对多信号源混叠的故障信号处理效果更优;在故障部位识别方面,CHMR能够精准诊断轴承故障部位;在故障程度量化方面,CHMR相较于现有的循环分量比、二阶循环平稳指标和故障出现率,能更清晰地量化区分轴承的故障程度。