海岛渔港防波堤建设的潮动力响应

摘要：潮流场．通过计算舟山大岙渔港防波堤工程建造前后潮流场、潮位及纳潮量的变化,分析了海岛渔港防波堤建设的潮动力响应．结果表明防波堤工程的建造,对港内的纳潮量和潮波影响不大,但却改变了进出渔港的潮流流路和流速．尤其在渔港进出口断面,尽管断面面积缩小,但断面平均流速却未随之增大,反而有较大幅度的减小,最大流速减小约0．35m·s^-1     

基于卷积神经网络的涵洞式直立堤波浪透射预测

涵洞式直立堤是一种具有特殊用途的海岸工程结构物,对其透浪特性的研究具有重要工程意义. 然而,目前众多学者对于涵洞式直立堤波浪透射问题的研究主要以理论分析、实验模拟及数值计算为主.随着机器学习技术的发展, 传统水动力学问题迎来了新的求解理念.机器学习算法可根据训练数据集自主学习相应的规律,以数据映射的方式建立水动力学特征预测模型,在实际应用中无需对流体运动控制方程进行求解, 具有较高的计算效率. 因此,本文基于卷积神经网络(convolutional neural network, CNN),对不同开孔条件下的涵洞式直立堤透浪特征进行预测.首先利用模型试验验证计算流体力学(computational fluid dynamics, CFD)模型的有效性,然后基于CFD模型生成相应的训练数据集, 通过训练卷积神经网络模型,建立相应的波浪透射结果之间的数据映射关系,实现在新的工况下对波浪透射系数以及透射波波形等特征的快速预测. 结果表明,经过训练的卷积神经网络可在极短时间内计算得到相应的结果, 并具有较高的准确性.研究成果可为波浪与海岸结构物相互作用的问题提供新的求解理念.      

峡道潮流能提取远场水动力影响数值分析

以群岛海域典型峡道--龟山水道为例,在验证良好的平面二维潮流数学模型的基础上,采用等效阻力法概化发电机组的近区影响,对不同潮流能提取功率系数条件下的区域远场潮流进行了模拟计算.从水位、流速时空变化及平均潮流能功率密度变化等方面分析了峡道潮流能提取对周围海域远场水动力的影响.模拟计算显示,发电机功率系数取0.5时影响比0.3时大,但影响基本局限在5 km范围内;2种情况下,周围海域水位的变化都在5 cm以内;潮周期内,急流时刻流速影响最大;机群内部及上下游流速都减小,而机群两侧及邻近水道流速会增大;平均功率密度的减小沿机群周围分布,且偏向于优势流方向,同时机群两侧和邻近水道平均功率密度会增大.     

钱塘江河口水体冲洗时间的计算

钱塘江河口与长江河口比邻,其水体和物质交换必然受到相当的影响.针对此类情况,以浓度分布受河口上游径流控制的溶解态保守物质作为示踪剂,建立相应的水动力和对流扩散模型,并在此基础上,利用淡水组分法计算了在不同径流量条件下钱塘江河口水体的冲洗时间。结果表明,钱塘江河口水体冲洗时间枯季为146.4 d、常年平均流量下为136.3 d、洪季为121.8 d,河口水体的冲洗时间随径流量增大而变短。     

基于共聚焦显微拉曼光谱的毛竹细胞结构和成分研究

采用共聚焦显微拉曼光谱对毛竹薄壁细胞、薄壁纤维过渡细胞和纤维细胞进行研究。通过构建偏最小二乘(PLS)定量区分模型来对这三种细胞中的差异进行分析,结果表明,该区分模型的建模和交互验证决定系数(R2)分别为0.810和0.800,均方根误差(RMSE)分别为0.323和0.332。根据这一模型的回归系数,发现三种细胞的区别主要体现在1 095,1 319和1 636 cm-1三个波数,这三个波数分别为纤维素、半纤维素和木质素的指纹特征峰。以这三个波数为自变量建立多元线性回归(MLR)模型,该回归模型的建模和交互验证决定系数(R2)分别为0.644和0.643,均方根误差(RMSE)分别为0.442和0.443,表明三种细胞在这三个波数处存在明显的差异。对小波变换基线消除后的拉曼光谱信号进行化学成像分析,结果显示,纤维素微纤维与纤维轴成一个很大的角度,这一结构有利于提高细胞的弹性模量和硬度。半纤维素和纤维素微纤维通过氢键相连,并在范德华力的作用下紧密地结合在一起,因此在拉曼化学成像中可以看到半纤维素和纤维素有相似的分布规律。三种细胞的细胞角和胞间层都高度的木质化,从细胞壁外层到内层木质化程度逐渐降低,表明细胞壁的木质化从细胞角和胞间层开始,且木质化程度并不完全。     

峡道潮流能提取远场水动力影响数值分析

以群岛海域典型峡道——龟山水道为例,在验证良好的平面二维潮流数学模型的基础上,采用等效阻力法概化发电机组的近区影响,对不同潮流能提取功率系数条件下的区域远场潮流进行了模拟计算．从水位、流速时空变化及平均潮流能功率密度变化等方面分析了峡道潮流能提取对周围海域远场水动力的影响．模拟计算显示,发电机功率系数取0．5时影响比0．3时大,但影响基本局限在5km范围内;2种情况下,周围海域水位的变化都在5cm以内;潮周期内,急流时刻流速影响最大;机群内部及上下游流速都减小,而机群两侧及邻近水道流速会增大;平均功率密度的减小沿机群周围分布,且偏向于优势流方向,同时机群两侧和邻近水道平均功率密度会增大．