不同海堤内坡护坡下的波浪溢流量特征及通用化计算方法

该文基于全尺度的大型水槽试验结果,分析了不同海堤内坡护面条件下的稳定溢流量和波浪溢流量特征,并针对每一种护面给出了计算方法,讨论了不同海堤内坡护面条件下波浪溢流量分布特征的产生原因。从稳定溢流与波浪溢流相关性的角度,对波浪溢流量进行标准化处理,提出了与海堤护坡条件无关的波浪溢流量计算方法,将该研究成果拓展到不同的海堤内坡护坡方式,为海堤的设计、评估和加固提供更好的参考依据。     

黄河下游“驼峰”河段来水来沙条件和不平衡输沙特性研究

黄河下游特殊的来水来沙条件和独特的地理环境使高村-艾山河段成为了典型的“驼峰”河段。利用黄河下游各水文站1990-2020 年的水沙实测资料,重点分析了黄河下游花园口-高村、高村-艾山河段来水来沙情况和断面形态特征,并通过黄河下游不平衡输沙率公式,建立排沙比与河道来沙系数、河相系数之间的函数关系。结果表明：小浪底水库投入运行后黄河下游“驼峰”河段来沙量急剧减少。在此基础上构建了黄河下游排沙比与淤积量之间的数值关系,并进一步建立了排沙比与来沙系数、河相系数之间的幂函数公式,该公式可以根据黄河下游河道来水来沙条件和河道断面形态等参数更加准确地计算出下游各河段的冲淤变化情况。     

基于L邻域分割的结构性纹理合成方法

针对纹理合成过程中L邻域整体匹配造成的误差,充分考虑了结构性纹理中像点之间的相关性信息,提出了一种新的L邻域匹配方法。取4个特殊的方向,对L邻域进行分割,利用纹理样图的灰度共生矩阵的相关值,对各个分割区域确定匹配优先级。采用基于优先级的多次匹配,找出L邻域的最佳匹配块。实验证明,该方法减少了传统的L邻域在匹配搜索过程中存在的计算复杂性和匹配误差,有效地提高了纹理合成中预处理的速度,在结构性纹理合成中获得了好的效果。     

基于1DDCNN和PCA信息融合的滚动轴承FLHI智能提取方法

滚动轴承故障预测方法的核心在于健康指数(HI)的构建,绝大部分已经提出的HI都是基于专家经验人工构造的,且往往只能适用于部件某一特定退化阶段的趋势分析。为解决上述问题,结合振动信号的一维特性,提出一种基于一维深度卷积神经网络(1DDCNN)结合主成分分析(PCA)的滚动轴承全寿命健康指数(FLHI)智能提取法;利用1DDCNN对原始时域信号自适应提取特征,深度挖掘能够表征研究对象健康状态的退化特征矩阵,而后利用PCA法对提取的特征矩阵进行融合,从而实现研究对象的FLHI智能提取。滚动轴承试验振动信号实测结果表明,相较于传统健康指数,FLHI在趋势性、鲁棒性和单调性方面更具有优势。     

海堤工程波浪溢流问题研究进展

为了对全球气候变化背景下的海堤安全提供参考,回顾了波浪溢流研究的发展历程,从波浪溢流引起的越堤流量、内坡水流特征、越堤水流紊动特征等方面对波浪溢流相关的最新研究成果进行综述,认为波浪溢流的基本水力学参数均能够较为合理地计算得出。在此基础上分析了溢流、越浪、波浪溢流的等价性,指出了下一步需要针对波浪溢流区别于越浪的水动力特征及其对海堤作用与越浪对海堤作用的异同开展研究,为海堤的设计、评估和加固提供依据。     

不同护坡条件下波浪溢流海堤内坡水动力特征

波浪溢流指强风暴潮引起堤前水位超过堤顶,海堤受到的越浪与溢流联合作用。波浪溢流一旦发生,极易引起大范围的海堤内坡侵蚀乃至溃堤,产生灾难性后果。基于1:1的大型水槽试验,分析了波浪溢流过程中不同海堤内坡护坡条件下(碾压混凝土、铰接式护坡砖和高性能加筋草皮)海堤内坡水力学特征;建立了相应的内坡平均水深和平均流速计算模型,计算结果表明波浪溢流过程中海堤内坡上的波高分布仍符合瑞利分布,并分析了内坡上的特征波高和特征峰值水深之间的换算关系;提出了波浪溢流过程中海堤内坡上的均方根波高和波速经验计算式。