海上风电筒型基础整机运输过程荷载识别研究

根据某3.3 MW海上风电筒型基础整机运输期原型观测数据,首先采用加速度响应探究环境要素对整机振动影响。其次依据应变-荷载原理计算塔筒底部截面弯矩,并统计全程计算弯矩幅值,分析塔筒承受荷载随环境要素变化规律。结果表明：1）波高从0.2 m增加到2.0 m时,加速度均方根增加98%,波高是引起整机耦联振动的主要因素;2）波高小于1.0 m时,塔筒底部识别弯矩在0~10 MN∙m范围内波动,占设计弯矩的21.5%,波高增加到1.5 m时,识别弯矩幅值基本在10~25 MN∙m范围内波动;3）波高达到2.0 m时,塔筒底部弯矩幅值达32 MN∙m,占设计弯矩的68.9%,整机结构仍在安全范围内;4）运输期根据波浪条件预测制定运输方案,整机应在不超过2.0 m波高条件下运输,保证整机结构有富裕的安全空间。     

波浪作用对海上漂浮式光伏光照辐射能的影响

海上漂浮式光伏是应对光伏开发与土地资源之间矛盾的有效方式，但在波浪作用下，漂浮式海上光伏结构的光伏板将时刻随波浪摇动，使得光伏板的对日角度不断变化，这将对光伏板的发电量具有较大影响。本文推导了光伏板在规则波作用下光照辐射能计算公式，总结提出了“时均倾角”概念，并通过地处渤海湾的算例，计算了同纬度规则波下不同光伏板倾角的海上光伏与最佳光伏板倾角的陆地光伏之间所受辐照能的效率比。根据计算结果，发现不同倾角的光伏板所受辐射能受波浪影响的规律基本一致，都随时均倾角增大而减小，并给出了算例光伏板运动幅值的建议标准，为海上光伏浮体结构研发提供了水动力响应的设计参考边界。     

三峡左导墙泄洪振动原型观测及其动态识别与安全评估

利用汛期三峡枢纽工程泄洪期间泄流荷载对左导墙产生的激励作用,对三峡左导墙结构进行了原型动力响应测试,分析了导墙泄洪振动动位移响应均方根的沿程分布特征;在此基础上,以泄流荷载为激励源,利用动力响应对导墙结构的工作模态参数进行了动态识别;最后,综合导墙结构泄洪振动动位移原型观测、模态参数动态识别结果对三峡左导墙汛期的泄洪振动安全性进行了综合评估.结果表明,三峡左导墙泄洪振动安全,按Meister感觉曲线标准,其泄洪振动响应属于"强烈地感觉到"阶段,但产生低阶共振可能性不大.     

单筒多舱筒型基础临界吸力与需要吸力计算方法研究

针对单筒多舱筒型基础中舱压力小于边舱工况，研究其沉放过程渗流场特性；分析舱压比和中舱相对尺寸对临界吸力的影响，建立可考虑舱压比和中舱尺寸的临界吸力计算方法；分析舱压比对减小摩阻力与端阻力的影响规律，并基于有效应力原理建立可考虑舱压比的沉放需要吸力的计算方法。     

基于PSO-水量平衡-BP耦合模型的短期水位预测

为降低水电站长期运行过程中频繁的无规律动作对于水头高、库容小、调节性能差的水电站造成的损害，最大限度利用水头优势增发电量，提高水电站运行的效益性和安全性，提出了一种机理与数据混合驱动的水位预测方法。该方法通过PSO(Particle Swarm Optimization)算法优化耦合BP(Back Propagation)神经网络和水量平衡模型，其中，数据驱动模型提供基准值，水量平衡机理模型修正水位趋势的合理性；将该方法应用于沙坪二级水电站的水位预测，对比分析水量平衡模型、BP神经网络模型和耦合模型预测结果。结果表明：提出的耦合模型有效避免了机理模型的累积误差和数据驱动的反常性；相对于水量平衡模型和BP神经网络模型，该耦合模型具有较高的预测精度和实用性，其平均绝对百分比误差MAPE和拟合优度R²分别为0.001 3和0.97,预测幅度更贴近真实水位。研究成果可为水电站面对短期的水位变化提前做出反应提供理论依据。     

成层土中海上风电筒型基础竖向承载影响深度研究

明确筒型基础在不同地质条件下的承载模式和竖向承载影响深度，对于筒型基础的承载力计算具有重要的意义。采用数值模拟分析方法，通过分层下探法，针对成层黏性土中筒型基础的竖向承载模式进行了分析，得到了成层黏性土中筒型基础承载力的变化规律以及筒型基础在成层黏性土中的影响深度；针对筒型基础是否穿刺上下黏性土层分界面的工况，分别开展了相关研究，并针对不同情况建立了相对应的影响深度经验公式；结合数值分析结果揭示了成层黏土地基中上下土层强度比和土层分界面位置对筒型基础竖向承载影响深度的作用规律。     

基于DnCNN声音增强的高坝泄流微弱空化声音信号识别与提取

空化空蚀是水工建筑物泄洪安全监测的重要内容，但是高坝泄流期间产生的强泄流噪声会大幅减弱空化空蚀音频监测方法的效果甚至致其失效。针对该问题提出了基于降噪卷积神经网络(denoising convolutional neural network, DnCNN)声音增强的空化声信号增强方法，该方法依据语音增强思想，通过DnCNN实现带噪音频监测信号中空化声信号的增强。首先对该方法的实现原理和DnCNN网络结构进行了阐述，然后使用采集自空蚀和泄流试验的空化声信号和泄流噪声对该方法的效果进行验证，最后通过支持向量机信号多分类识别试验和单分类支持向量机空化声信号单分类识别试验对该方法的泛化性能和工程实用性进行评价。研究结果表明该方法能够有效提升带噪空化声信号的信噪比，极大地还原空化声信号的频谱结构特征，实现强泄流噪声中微弱空化声信号的识别与提取，同时该方法具有较强的泛化性能和较好的工程实用性。