隧道混凝土防水性能研究

从多孔介质渗流力学角度出发,研究了水在混凝土中的渗流规律,通过试验测定了混凝土的渗透系数和启动压力梯度,并结合非Darcy渗流理论分析了水在混凝土内渗透深度和时间的关系.结果表明,混凝土的渗透系数极低;水在渗透过程中存在一个平衡深度;隧道混凝土可以达到较高的抗渗等级,而抗渗等级法不适合评价高强混凝土.通过研究,提出抗收缩能力才应是防水混凝土的关键问题所在,并希望在今后的防水混凝土配合比设计中得到足够重视.     

一种新型尾滑道式船载小艇收放系统可行性研究

作为一种新型的尾滑道式船载小艇收放系统,在回收小艇时,小艇需要以一定的航速冲上尾滑道。回收能否成功除了受制于驾驶员操作水平等主观因素,还与滑道的涉水深度、小艇与母船尾滑道的运动响应等客观条件有关。本文利用切片理论计算了小艇与母船尾滑道的运动响应,并对3级及4级海况下回收小艇的可行性进行了分析。     

《内河通航标准》中水下隧道与锚地安全间距的探讨

在执行《内河通航标准》5. 3. 1条关于水下过河建筑物选址规定的过程中,发现由于未考虑隧道竖向埋置深度,水下隧道必须布设在远离锚地的规定不尽科学合理。在对船舶抛锚贯入深度及部分隧道埋置深度调查、统计、分析的基础上,认为若隧道顶部覆盖层厚度大于船舶抛锚贯入量,并有充分富余,锚地设置与运行对隧道结构安全基本不构成影响。因此适时对相关通航标准中水下隧道选址必须远离锚地的规定进行修订是十分必要的。     

疏浚监控系统原理及校验方法*

耙吸式挖泥船与绞吸式挖泥船的疏浚监控系统的校验工作与施工生产是密不可分的。为提高挖泥船的疏浚监控系统校验工作的准确性和合理性,对耙吸挖泥船与绞吸挖泥船部分无溯源施工设备原理及校验方法进行分析,如绞刀深度原理及校验方法、耙臂下放深度原理及校验方法;并对部分主要施工设备原理及校验方法进行分析,如密度计原理及校验方法、流速计原理及校验方法。结合实际校验的工作经验,验证施工关键设备校验后调整方法的可行性及校验结果的可靠性,得出提高两种挖泥船校验工作质量和效率的方法,提高了施工准确度和生产效率,使疏浚项目加快顺利完成。     

饶河鄱阳湖湖区航道整治疏浚方案

在对饶河湖区航道情况及碍航浅滩特性分析的基础上,建立研究河段的一维水流数学模型,利用实测资料进行模型验证。运用数学模型计算设计流量条件下的湖区航道各浅滩段航槽疏浚深度的关键参数及工程前后的水面线变化,分析工程后的水动力条件变化及航槽断面流速变化。结果表明,工程后研究河段水位下降,河段水力比降减小,湖区浅滩段航槽断面平均流速减小,双港下游河道段流速增加。采用规范公式计算航槽疏浚后湖区各浅滩段航槽的年回淤厚度,研究结果可供设计单位参考。     

大深度浮力驱动式水下运载器的浮潜运动研究

基于模型试验,对大深度浮力驱动式水下运载器的上浮运动进行研究与分析,基于数值仿真,提出大深度浮力驱动式水下运载器浮潜运动的快速预报方法,并将预报结果与模型试验结果进行对比,证明快速预报方法的准确性。使用快速预报方法,针对水下运载器比重变化、流体密度变化、水下运载器初速度以及水流扰动4种因素对浮潜运动的影响进行研究.此外,对水下运载器作六自由度运动时所受的水动力进行计算,为后续的六自由度运动预报和研究提供基础。     

CDM法加固高桩码头软土岸坡的有限元分析

天津港曾多次发生岸坡变形导致高桩码头构件损伤的工程案例,现有的工程实践表明,CDM基础是加固高桩码头岸坡的有效方法。文章基于ABAQUS建立高桩码头的岸坡-CDM-结构三维有限元模型,分析采用CDM加固岸坡的效果。通过对比加固前后的岸坡土体位移、桩基变形和桩基内力,验证CDM方法加固高桩码头岸坡的有效性。为提高CDM加固高桩码头岸坡的实际应用,对不同CDM加固深度下的加固效果进行研究,结果表明,随CDM加固深度的增加,高桩码头桩帽-横梁处的剪力和弯矩、桩身最大拉应力均先减小后增大,存在最优加固深度。     

塑料排水板打设深度的质量控制

为加快饱和软土地基处理中的排水固结,在中苏浙皖高速公路浙江段一期工程的实践中,全部采用了带刻度的可测深式塑料排水板,并提出了提高其可测率的一系列措施,有效地控制了塑料排水板的打设深度及其质量。     

特别报道

地震无情人有情满载爱心送灾区——运输企业全力支援青海玉树抗震救灾工作 2010年4月14日7时49分许,青海省玉树藏族自治州玉树县（北纬33．1°,东经96．7°）发生7．1级地震．震源深度33千米。根据青海省抗震救灾指挥部通报,截至4月25日下午17时．玉树地震已造成2220人遇难．失踪70人。     

动态管理模式下路侧停车泊位占有率预测方法

城市停车已逐步实现信息化和动态化管理,本文对动态管理模式下大范围路侧泊位占有率预测方法进行研究.在收集美国旧金山492万条停车交易数据的基础上,利用可同时提取数据空间关联和时序趋势特征的卷积长短时记忆神经网络(Convolutional LSTM Network,ConvLSTM),分别构建考虑停车费率和时限动态变化的有政策模型,和没有动态管理信息输入的无政策模型.结果显示,有政策模型的训练效率和预测精度会显著提升.在政策平稳阶段,两种模型均能够有效预测泊位占有率;在政策发生变化时段,无政策模型的预测误差出现激增,但有政策模型的预测误差依然保持平稳,表明本文提出的方法能够很好地应对动态管理模式下停车需求的变化.