考虑荷载作用下抗力时变特性的沿海钢筋混凝土结构可靠度分析

针对海洋环境下钢筋混凝土结构破坏影响因素复杂的特点,建立了荷载作用下的氯离子侵蚀模型和钢筋锈蚀率模型;将钢筋混凝土构件的抗力和作用荷载均视为随机过程,并离散为设计基准期内服从某种分布的随机变量,通过改进的一次二阶矩法计算结构的可靠度指标,建立了荷载作用下考虑构件抗力时变特性的海洋环境下钢筋混凝土结构可靠度分析方法。通过高桩码头的算例说明了该方法的可行性,研究了荷载作用对结构耐久性和承载力寿命的影响。     

海洋环境下钢筋混凝土构件抗力随时间变化模型研究

考虑混凝土强度变化、钢筋锈蚀过程、混凝土碳化和钢筋锈蚀引起的混凝土与钢筋之间粘结能力的改变等因素,建立了高桩码头钢筋混凝土构件抗力随时间变化的随机过程模型。通过算例研究了混凝土碳化、氯离子侵蚀、混凝土强度、构件所处水位等对高桩码头钢筋混凝土构件抗力的影响。并提出海洋环境条件和使用荷载作用下钢筋混凝土构件的累积损伤、裂缝宽度计算方法、裂缝宽度对氯离子侵蚀速度的影响、以及钢筋混凝土码头健康状态诊断方法等。     

复杂海洋环境水下航行体低频声传播损失计算方法综述

本文对国内外水下航行体低频声学特征传播损失计算的传统方法和改进方法进行综述,并针对复杂海洋边界条件、三维海洋环境等问题的传播损失仿真计算的适用性进行分析,提炼并总结了复杂海洋环境下传播损失计算方法的研究现状。未来,水下航行体声传播损失研究将更加聚焦于低频声传播特性、声场时-空-频相干特性以及两极冰区环境下的声传播规律等问题,进一步提高传播损失计算方法在复杂海洋环境下的准确性和稳定性是重点研究方向。     

消浪平台工程建设对周边海洋环境的影响分析

文章通过建立海域水动力及泥沙输运研究模型,模拟了消浪平台工程建设对周边海洋环境的影响.研究发现:大潮时悬浮泥沙扩散速度较快且浓度下降迅速,对周围海洋环境的影响反而最小;小潮时潮流流速较小,工程悬浮泥沙以施工地为中心向四周扩散缓慢,形成浓度较高的包络面.因此,在大潮时进行施工较为适宜.     

虚拟海洋环境中的舰船运动的仿真

采用源汇法和STF切片法,计算了在不同浪向下舰船横向运动的水动力模型系数和波浪扰动力（矩）,并存入数据库。提出采用四阶龙格-库塔法求解舰船运动水动力模型的线性微分方程组,获得了舰船随时间变化的各自由度运动幅值。采用虚拟现实技术,创建了天空和海面波浪等三维海洋虚拟场景,实现了具有真实感的、随时间变化的三维舰船运动（横摇、艏摇、横荡）在该场景中的动态仿真。     

海洋环境下船舶钢结构的腐蚀和综合治理

文中通过分析海洋环境下船舶钢结构的腐蚀原因及特点,提出了综合治理船舶的措施和建议,对船舶设计,建造,使用及管理部门具有一定的借鉴作用。     

直升机着船海洋环境效应研究

通过对直升机着船海洋环境效应的深入研究,分析了海洋环境对直升机着船的影响机理,构建了直升机着船海洋环境效应模型,实现了直升机着船辅助决策．     

具有外源输入的船舶横摇运动NARX神经网络预测

为了提高船舶在风浪中航行的安全性,需要精确地预测船舶在风浪中的横摇运动,以提高船舶横摇控制效果,本文通过应用一种带外源输入的非线性自回归（NARX）神经网络预测方法预测船舶横摇运动。该方法考虑了实船操纵性试验数据受风、浪、流等外界因素的的影响,将实测的风向、风速、流速、流向、浪向以及浪高的数据作为外源输入,能够有效提高船舶横摇运动的预测精度。基于“育鲲”轮,利用该方法对实际船舶海上横摇运动进行了实时预测实验,并将其实验结果与SAPSO-BP神经网络模型的预测结果进行对比。从对比结果可以看出,本文所提方法对复杂海浪环境具有良好的适应性,NARX模型的预测精度优于普通反向传播（BP）神经网络和自适应粒子群算法优化的普通反向传播（SAPSO-BP）神经网络.     

粘贴钢板加固高桩码头轨道梁的时效性分析

依托高桩码头轨道梁粘贴钢板加固项目,分析加固后5a内的2次空鼓率实测结果,确定了恶劣海洋环境下粘贴钢板与轨道梁共同工作的有效时间宜为3 a,应每年对轨道梁加固钢板进行除锈处理,粘贴钢板法对加固轨道梁侧面的适用性较差,加固使用5a后轨道梁向陆侧空鼓率的增长较向海侧快.     

海洋环境中氯离子侵蚀与混凝土碳化诱发钢筋锈蚀失效概率的对比分析

提出了混凝土抗氯离子侵蚀和混凝土碳化概率模型。从混凝土结构部位、混凝土桥梁距海岸线距离、混凝土质量等角度对处于海洋环境中的混凝土桥梁因氯离子侵蚀和混凝土碳化而诱发钢筋腐蚀的概率进行对比分析,结果表明在海洋环境中混凝土桥梁各部位由于氯离子侵蚀而导致的失效概率远大于混凝土碳化导致耐久性失效概率。距海岸线距离、混凝土质量也是重要的影响因素。随着距海岸线距离的增加以及混凝土质量降低,氯离子诱发耐久性失效概率与碳化失效概率比值明显减小,混凝土碳化诱发钢筋锈蚀的权重增加。