2. 清华大学 水沙科学与水利水电工程国家重点实验室,北京 100084
2. State Key Laboratory of Hydroscience and Engineering, Tsinghua University, Beijing 100084, China
消力池是水利工程中常见的泄水消能建筑物,其长期安全稳定运行是实现汛期安全行洪和枢纽综合效益的重要保障[1]。高速含沙水流、随高速水流过坝入池的卵石和蛮石以及尾坎后随紊流翻卷越坎入池的河床沙石等,均可对消力池底板和边墙造成磨蚀破坏[2]。据统计,国内外许多大型水电站消力池均出现不同程度的底板磨蚀破坏,如国外的巴拉克、德沃夏克和利贝水电站以及国内的向家坝、苏只和高滩等水电站,消力池的最大磨蚀深度甚至可达3.5 m[3-5]。消力池底板磨蚀破坏已严重威胁水利枢纽的安全稳定运行。长期以来,工程中多采用人工巡检方式对消力池底板磨蚀状况进行评估,此类方法需抽水清淤,巡检成本较高且无法实现运行期检测;且采用潜水员手持检测设备检测的方式存在人身安全风险高、人力需求量大和数据采集不全面等问题[6]。相较于传统人工巡检成本高、工作量大和效率低等缺点,水下机器人(remotely operated vehicle,ROV)智能检测具有精度高、周期短和适应性强等优势[7],因而,ROV智能巡检技术在消力池水下地形测绘、结构缺陷检测等方面得到飞速发展和广泛应用[8-12]。
获得巡检缺陷数据后,需要对消力池底板磨蚀程度进行评估,以反映消力池的安全状态。最初,巡检人员主要根据工程经验对底板磨蚀破坏情况进行人为判断,具有较强的主观性,无法进行定量评价。随着水工混凝土磨蚀评价体系的不断发展,磨蚀量、磨蚀深度和磨蚀率等磨蚀量化表征指标逐渐被提出并应用,实现了磨蚀破坏的定量分析[13]。美国材料试验协会基于磨损量提出4个标准对磨蚀进行定量评价[14]。Kozjek等[15]利用三维激光扫描技术获取混凝土磨蚀深度指标,以此评价材料磨蚀特性。Kryžanowski等[16]通过手工测量暴露骨料的方法分析消力池混凝土的磨损程度。然而,对于实际运行的泄水消能建筑物,水工混凝土的磨蚀量和磨蚀深度等表征参数均难以获取。研究表明:混凝土磨蚀程度与其骨料暴露情况紧密相关。因此,Choi等[17]提出采用骨料暴露比(aggregate exposure ratio,AER)的方法表征混凝土磨蚀程度。该方法仅需采集混凝土表面缺陷二维图像,通过图像分析技术即可获得AER值,成本低、效率高且更适用于工程实际。针对AER磨蚀评价指标,国内外学者进行了深入的研究与应用。戴晓兵等[18]对混凝土受高速水流作用后的磨蚀表面性状特征进行了统计分析,对混凝土表面磨损破坏的划分标准进行了探讨。Han等[19]提出对混凝土断面的图像进行分析以提取骨料的粒径、颗粒级配、颗粒圆度和颗粒取向等信息。Li等[20]采用人工智能图像识别技术计算消力池磨蚀AER值,然而对消力池磨蚀分布规律与产生原理的分析相对较少。
综上所述,基于ROV智能探测,结合人工混凝土二维AER磨蚀评价方法,对消力池底板磨蚀分布规律开展研究,具有显著的应用研究价值与推广意义。本文采用爬行式ROV对消力池底板的磨蚀损伤进行探测,基于水工混凝土磨蚀机制,引入AER量化表征磨蚀损伤程度,探究磨蚀破坏等级与消力池底板磨蚀分布规律,并通过三维数值模拟分析水动力要素对底板混凝土磨蚀的影响,为消力池结构安全评价与运行提供数据,研究结果对提升水电智能化水平具有重要的科学意义。
1 研究方法 1.1 工程背景本文紧密结合工程实例,以中国西南某大型水利枢纽工程表孔消力池为背景。该表孔消力池由溢流表孔、导墙、护坦和尾坎等结构组成,共布置8个泄洪表孔,表孔出口采用宽尾墩结构。消力池长135.0 m,宽143.5 m,池底高程355.0 m。消力池尾坎为连续式,坎顶高程367.0 m。表孔消力池平面布置图如图 1所示,布置有15条纵缝和14条横缝,底板182块,每块底板以如图 1所示的网格点进行编号。
|
| 图 1 表孔消力池平面布置图(单位:m) |
1.2 水下检测机器人
表孔消力池底板磨蚀检测主要通过爬行式ROV开展。该ROV由清华四川能源互联网研究院自主研发,具备水下爬行、浮游、底板清淤、水声定位和高清摄像等功能,能满足消力池水下检测的复杂条件需求。ROV所有功能模块安装于由水下爬行底盘和浮游结构组成的主框架上,图 2为消力池ROV设备图。ROV主要参数包括:长770 mm,宽880 mm,高850 mm;空气中质量87 kg,水中质量约5 kg;水底最大爬行移动速度0.1 m/s,水底最大爬坡能力15°;浮游移动速度0.5 m/s;单点检测范围400 mm×200 mm;设计作业水深50 m,作业水质无要求,可检测厚度小于10 cm泥沙下的底板混凝土。
|
| 图 2 消力池水下机器人设备图 |
1.3 磨蚀数据采集
利用ROV清淤装置将消力池底板沉积的淤泥清除后,通过水下相机拍摄底板磨蚀高清图像。对消力池底板进行网格化测量,图像采集点为每条横缝与纵缝之间的交点,每个护坦块中心采集2个点,共计338个点。图 3为部分典型底板水工混凝土磨蚀图。
|
| 图 3 消力池底板水工混凝土磨蚀图(单位:cm) |
2 磨蚀量化评价 2.1 水工混凝土磨蚀过程
泥沙在水流中以悬移质与推移质2种形式存在,对水工建筑物的磨蚀机理也不尽相同[21]。但整体而言,水工混凝土表面磨蚀过程经过启动阶段、细骨料脱落阶段、粗骨料裸露阶段和循环持续阶段,如图 4所示。
|
| 图 4 典型二级配混凝土冲刷磨蚀过程 |
混凝土表面砂浆层首先开始磨损。抗冲耐磨混凝土的表层通常为3~5 mm的水泥砂浆层,其与水流形成紧密接触的过流面,承担高速水流与泥沙颗粒的初始冲击。磨损启动阶段的标志是砂浆层最先剥离,该阶段磨损一般较为均匀。随着砂浆的逐渐磨损,混凝土细骨料暴露并承担挟沙水流的切削作用,部分细骨料脱落。待细骨料被水流冲走,粗骨料逐渐裸露,使砂浆、细骨料和粗骨料承担冲磨作用力,形成凹凸不平的磨蚀坑(冲孔),并在过流表面处形成各种类型的涡旋,使磨损作用加剧。随着磨损的继续,当表面不平整度持续增加,粗骨料和砂浆承担荷载的差异逐渐增大,使粗骨料越来越难与基材结合,于是持续脱落被冲走,使砂浆部分磨损加剧,直至下一层混凝土所受冲刷荷载重新达到平衡,如此循环往复,使混凝土磨损不断加深。
2.2 磨蚀分级方法混凝土磨蚀评价标准是消力池底板磨蚀程度的判定依据。根据文[18],消力池底板混凝土磨蚀破坏发展过程分为3个阶段:1) 第1阶段,灰浆破坏,骨料暴露;2) 第2阶段,骨料被磨碎、骨料脱落;3) 第3阶段,剥落、露筋。
依据磨蚀损伤发展的3个阶段和典型缺陷特点对磨损进行分级,通常将混凝土表面磨损破坏程度划分为4级[18],在此基础上,添加无磨损特征作为第1级,组成5级磨蚀表观缺陷特征分级表,如表 1所示。磨蚀分级特征如图 5所示。
| 磨蚀损伤分级 | 缺陷特征表现 |
| 正常(1级) | 灰浆完好,无明显缺陷 |
| 基本正常(2级) | 灰浆破坏,混凝土表层骨料暴露 |
| 轻度异常(3级) | 大面积骨料裸露 |
| 异常(4级) | 骨料被磨碎或脱落 |
| 险情(5级) | 混凝土剥落、配筋裸露 |
|
| 图 5 磨蚀分级特征 |
2.3 混凝土骨料暴露比
AER即混凝土表面缺陷二维中骨料所占面积与切片总面积之比[17]。随着水流磨蚀过程的不断进行,在一定磨蚀度范围内,磨蚀程度随AER值的增大而增大,因而AER能很好地反映磨蚀的程度。一般情况下,利用水下高清相机拍摄获得消力池底板二维磨蚀图像后,通过计算即可获得混凝土的AER。混凝土骨料暴露情况相较于传统的磨蚀量和磨蚀深度等磨蚀量化评价指标,在实际运行条件下更易于获取。AER表示如下:
| $ {\rm{AER}} = \frac{{{S_{{\rm{agg}}}}}}{{{S_{{\rm{total }}}}}} \times 100\% . $ | (1) |
其中:Sagg为混凝土骨料所占面积,m2;Stotal为混凝土二维图像总面积,m2。
为尽量避免人工识别造成的误差,采用人工智能方法计算AER。基于Attention U-Net卷积神经网络的人工智能算法预测识别骨料尺寸与缺陷形态,以实现消力池底板磨蚀缺陷像素级别的检测[22]。AER计算流程如图 6所示,其中模型训练集408份、验证集52份、测试集52份。
|
| 图 6 骨料暴露比计算流程 |
3 底板磨蚀规律
采用2.3节的方法,根据表孔消力池底板探测的结果计算AER,得到消力池底板每个护坦块的AER,如图 7所示。AER沿水流方向的变化曲线如图 8所示。由图 7和8可知,表孔消力池底板沿水流方向,存在2个磨蚀较为严重区域,一部分位于X2~X5区域(消力池前部),另一部分位于X8~X12区域(尾坎附近),消力池中部区域磨蚀程度相对较低。从水力学角度分析,水流经溢流段进入消力池过程中势能逐渐转化为动能,水流入池时流速达最大值(超过25 m/s),已属高速水流范畴,后经水跃消能,流速逐渐降低,消力池前部区域流速最高。流速是影响磨蚀的关键因素,通过原型观测,发现含沙水流磨蚀率与流速的三次方成正比[23]。高流速促进水中泥沙颗粒运动,增强了泥沙颗粒对底板的冲击切削作用,导致冲刷磨蚀作用加剧,从而使消力池前部区域底板磨蚀较为严重。最大磨蚀深度δmax表示如下:
| $ {\delta _{\max }} = K \cdot \frac{{{\gamma _{\rm{s}}}}}{g} \cdot {V^3} \cdot T. $ | (2) |
|
| 图 7 消力池底板骨料暴露比分布(%) |
|
| 图 8 骨料暴露比典型变化 |
其中:K为泥沙磨蚀系数;γs为含沙水容重,N/m3;g为重力加速度,m/s2;V为流速,m/s;T为过水历时,s。
水流入池后形成水跃,水流流态逐渐由急流向缓流过渡,动能逐渐被紊流消耗。水跃区水流表面产生剧烈漩滚,紊动掺混作用非常强烈,大量空气掺混进入水中,水中掺气量急剧上升。掺气不仅能减缓空蚀破坏,也能减缓磨蚀破坏程度。黄细彬[13]通过试验发现,当水中掺气浓度大于6%时,含沙水流对过流壁面的磨蚀率将大幅降低。由于水跃区掺气剧烈,对磨蚀破坏产生一定程度的减缓作用,使消力池中部水跃区底板的磨蚀破坏程度相对较低。文[24]给出的水跃计算公式为
| $ L = 6.1h. $ | (3) |
其中:L为水跃长度,m;h为跃后水深,m。计算得到水跃长度约为97.6 m,水跃中后段位置与磨蚀程度较低区域大致吻合。
经水跃消能后,消力池后段水流流速逐渐降低,流速降低后,水流挟沙能力减弱,导致泥沙颗粒逐渐沉积[25]。受消力池尾坎的影响,水流于尾坎前发生回流,形成漩涡。从上游随流运动而来的沙石淤积于尾坎前,随回流漩涡往复运动,不断冲刷消力池底板,导致该区域磨蚀程度增大。综上所述,消力池前、后段区域磨蚀破坏程度相对较高,而中段区域磨蚀损伤程度较低。
依据2.3节提出的消力池磨蚀表观缺陷特征分级标准对消力池底板磨蚀情况进行分级评价,结果如图 9所示。
|
| 图 9 消力池底板磨蚀程度评价 |
消力池各区域检测点范围有限,AER数据分布未能严格与磨蚀特征分级对应,但通过对比可知,消力池底板磨蚀破坏分布规律基本与AER分布相吻合,表明AER可在一定程度上反映消力池底板磨蚀破坏情况。消力池前、后段区域磨蚀较严重,出现了不同程度的混凝土灰浆破坏及骨料暴露、脱落等不良现象。因此,建议在消力池设计及保护中,应重点对消力池前、后段区域采取防冲磨措施。例如,采用高强度环氧砂浆对过流壁面进行防护处理等。
4 表孔消力池水动力数值分析消力池磨蚀损伤的产生和发展与水流条件关系密切,为分析泄洪水流对消力池底板混凝土磨蚀的影响,开展了水动力数值分析,建立了表孔消力池的三维模型,并使用Fluent 14.5软件对校核洪水位工况进行数值模拟。
经过网格分析,确定网格总数为140万,在上游设置库水位(463.04 m)、下游设置尾水位(389.85 m) 作为边界条件,对于水库、溢洪道、消力池顶部等大气边界给定一个标准大气压,固壁边界则设置为无滑移条件(no-slip boundary),其余参数均使用默认值。数值模拟中使用标准k-ε模型计算紊流,进口断面的紊动能k和紊动能耗散率ε的参考值由经验公式估算,并使用VOF(volume of fluid)方法捕捉自由液面。通过非稳态计算逼近流动稳态过程,采用PISO(pressure-implicit with splitting of operators) 算法求解压力-速度耦合场,通过选取合适的松弛因子,使迭代较好地收敛。VOF法对于自由水面的捕捉采用几何重构(geometric reconstruction)格式。时间步长Δt取0.001 s。当计算至消力池进口与出口流量趋于平衡,相对差值低于0.5%时,认为计算结果达到收敛,流动趋于稳态。
为验证消力池水流数学模型的适用性与可靠性,将数值模拟结果与水工模型试验结果进行对比。图 10为表孔消力池沿程水面线对比图,由图 10可知,数值模拟结果与水工模型试验结果吻合程度高,消力池水流数学模型可靠。
|
| 图 10 消力池沿程水面线对比 |
4.1 水流流态
消力池内水流流态可一定程度反映水流漩滚紊动强度、水跃形成与发展和消力池壁面易冲刷部位,为智能机器人巡检工作提供指导。水流经溢流面流入消力池后,产生较为强烈的水跃。消力池前部水跃核心区形成剧烈的水流漩滚并伴随高强度的动量交换,消力池内水面波动较为强烈。
表孔消力池纵剖面流体体积分数分布情况如图 11所示,其中红色区域为水,绿色区域为水气掺混区。由图 11可知,水流经上游闸门通过溢洪道进入消力池后,逐渐发生水气掺混现象。消力池内产生水跃现象,进而导致水面逐渐壅高,水气掺混现象加剧。受水跃及消力池尾坎作用影响,消力池前部与坎后产生了不同尺度的漩涡。这一现象表明消力池前部区域易受漩涡冲刷作用而导致壁面产生破坏,同时也解释了消力池底板前部和后部在较大范围内产生的磨蚀破坏。因此,在巡检时需要对消力池前部底板和导墙区域进行重点排查。
|
| 图 11 表孔消力池纵剖面流体体积分数分布 |
4.2 壁面压力分布
消力池壁面压力是消力池结构设计与运行安全的重要指标。当壁面压力过大,超过壁面材料承载能力时,会导致壁面产生冲刷破坏;当壁面压强过小,低于水流饱和蒸汽压力时,会导致水流空化现象的产生,进而使壁面发生空蚀破坏。因此,在开展消力池巡检和保护工作前,需要对消力池壁面压力分布进行分析,找出消力池易受破坏区域。图 12为表孔消力池校核洪水位底板压力分布图。
|
| 图 12 表孔消力池校核洪水位底板压力分布 |
由图 12可知,消力池前部底部承受较高的壁面压力。产生这一现象的原因是水流从闸门通过溢洪道后,水流势能逐渐转化为动能,至溢洪道反弧末端水流流速接近最大值。水流进入消力池后,高速水流受离心力的作用不断冲击底板壁面,从而造成该区域壁面压力偏高。此外,消力池尾坎附近区域也存在高压区,原因在于,尾坎的存在使水流在这一区域附近发生回流冲刷,进而在水流冲刷作用的影响下,壁面出现高压。但在消力池水跃消能作用的影响下,消力池尾坎附近水流流速低于消力池前部区域水流流速,因此,尾坎附近高压区范围远小于消力池前部。此外,消力池壁面无明显负压区域,不易产生空化空蚀破坏。因而可以确定,消力池前部区域发生冲刷破坏的风险相对较高。
对于上游水库,由于水库来流流速低,上游水库压力基本近似服从静压分布规律,即压力随上游库水位的上升而增大。对于消力池两侧壁面导墙,受水跃漩滚回流作用影响,水面流体在漩涡的带动下,向消力池底部运动,从而导致导墙中下部区域出现高压区域。因此,导墙中下部区域也是产生壁面破坏的高风险区域之一。
4.3 临底流速分布消力池的主要作用是利用水跃的消能作用,降低水流流速,从而保证水利枢纽及下游河道的安全稳定运行。高速水流使消力池局部出现低压区,是空化、空蚀破坏发生的直接原因。高流速促进水中泥沙颗粒的运动,增强了泥沙颗粒对于壁面的冲击切削作用,导致冲刷磨蚀作用加剧。因此,了解水流流速分布是开展消力池数值模拟研究的重点。图 13为表孔消力池校核洪水位临底流速分布图。
|
| 图 13 表孔消力池校核洪水位临底流速分布 |
由图 13可知,上游水库来流流速较小,低于5 m/s。随着水流通过溢洪道进入消力池,水流势能转换为动能,流速逐渐增大,至消力池前中部达最大值(超过30 m/s)。此后,受水跃消能作用的影响,水流流速逐渐降低,至尾坎后,流速降至10 m/s以下,而在尾坎附近受到回流影响,流速出现第2个峰值,但高流速区域较小。总体而言,消力池水流流速呈现双峰分布规律。消力池前中部临底流速超过30 m/s且峰值区域较大,反映了该区域易于发生冲刷磨蚀破坏。
4.4 讨论表孔消力池水流流态复杂多变。受消力池内水跃作用影响,池内产生较为剧烈漩滚运动,导致消力池水面波动强烈,消力池前部和尾坎附近局部区域出现水流回流现象。水流进入消力池后,水位逐渐抬升,并伴随出现剧烈的水气掺混及动量交换现象,消力池前部和尾坎附近出现高压区。即上游宣泄来流经溢流道进入消力池后,水流势能逐渐转化为动能,水流至消力池前部流速接近最大值,最大流速超过30 m/s,水流在离心力作用下冲击消力池壁面导致高压区产生,尾坎前水流发生回流冲刷,进而产生高压区。消力池两侧导墙中下部区域受水跃漩滚运动影响,液面高速水流向池底运行,不断冲刷侵蚀导墙两侧壁面。整个消力池内无明显负压区域产生,不易发生空化、空蚀破坏。
消力池内临底流速呈现双峰分布规律。上游库区来流流速较小(低于5 m/s),经表孔后,流速逐渐提高,至消力池前部区域流速达到最大值。之后水流通过水跃消能,流速逐渐降低,在尾坎前受回流影响速度增加,至尾坎后最大流速又降至10 m/s以下。消力池前部区域发生冲刷磨蚀破坏风险相对较高,出现明显高压区且水流临底流速相对其他区域较高,水跃漩滚消能作用剧烈,水流紊动程度高,相对而言,该区域更有可能发生冲刷、磨蚀等典型破坏,与检测结果一致。
5 结论本文以西南某大型水利枢纽表孔消力池为工程背景,基于爬行式ROV,对消力池底板磨蚀损伤缺陷进行了检测,探讨了水工混凝土的磨蚀破坏机制。基于磨蚀机理引入AER作为磨蚀评价指标,结合Attention U-Net卷积神经网络的人工智能算法开展消力池底板磨蚀分布规律研究,并建立表孔消力池三维数值模型,进行了数值模拟。研究表明:受过流影响,该工程消力池部分区域容易产生冲刷、磨蚀等破坏,在消力池检测维护中应当重点关注。AER在一定程度上能反映消力池底板混凝土的磨蚀破坏情况,可作为磨蚀量化评价指标体系的补充。
| [1] |
王永伟. 关于水利工程中消力池设置的几点看法[J]. 城市建设理论研究, 2014(29): 1934. WANG Y W. Views on setting stilling basin in water conservancy project[J]. Research on Urban Construction Theory, 2014(29): 1934. (in Chinese) |
| [2] |
王皓冉, 汪双, 陈永灿, 等. 无人测量系统在消力池水下地形测量中的应用[J]. 水力发电学报, 2019, 38(12): 11-18. WANG H R, WANG S, CHEN Y C, et al. Application of unmanned intelligent technologies in underwater topographic survey of stilling basins[J]. Journal of Hydroelectric Engineering, 2019, 38(12): 11-18. DOI:10.11660/slfdxb.20191202 (in Chinese) |
| [3] |
郭军, 周胜, 孙双科, 等. 高坝大流量底流消能工程设计运行实践经验总结分析[C]//中国水利学会. 第二届全国水力学与水利信息学学术大会论文集. 中国, 成都: 四川大学出版社, 2005: 10. GUO J, ZHOU S, SUN S K, et al. The Summary and analysis of design and operation experience of high dam large discharge underflow energy dissipation project[C]//Chinese Hydraulic Engineering Society. The 2nd Conference on Hydraulics and hydroinformatics in China. Chengdu, China: Sichuan University Press, 2005: 10. (in Chinese) |
| [4] |
冯超, 周洪林, 张云海. 安康大坝表孔消力池底板破坏原因分析及补强加固处理[J]. 大坝与安全, 2009(5): 52-55. FENG C, ZHOU H L, ZHANG Y H. Analysis on damage reason of basin plate of stilling pool and reinforcement at Ankang dam[J]. Dam & Safety, 2009(5): 52-55. DOI:10.3969/j.issn.1671-1092.2009.05.016 (in Chinese) |
| [5] |
叶德震. 金安桥水电站消力池底板破坏反演分析研究[D]. 天津: 天津大学, 2018. YE D Z. Inversion analysis and research on the failure of stilling basin plate in Jin'anqiao hydropower station[D]. Tianjin: Tianjin University, 2018. (in Chinese) |
| [6] |
沈勤. 水下机器人技术在水利工程检测中的应用[J]. 中国战略新兴产业, 2018(36): 157-158, 160. SHEN Q. Application of underwater robot technology in water conservancy project detection[J]. China Strategic Emerging Industry, 2018(36): 157-158, 160. (in Chinese) |
| [7] |
陈霞, 杜鹃, 蒋婷婷, 等. 浅谈有缆遥控机器人在水利工程检测中的应用[J]. 四川水利, 2020, 41(3): 104-106. CHEN X, DU J, JIANG T T, et al. Brief talk on the application of remote operated vehicle in water conservancy project detection[J]. Sichuan Water Resources, 2020, 41(3): 104-106. (in Chinese) |
| [8] |
张冲, 曹雪峰. 浅议ROV在水利水电设施检测中的应用[J]. 山东水利, 2019(9): 12-13. ZHANG C, CAO X F. Application of ROV to the detection of water conservancy and hydropower facilities[J]. Shandong Water Resources, 2019(9): 12-13. (in Chinese) |
| [9] |
李永龙, 王皓冉, 张华. 水下机器人在水利水电工程检测中的应用现状及发展趋势[J]. 中国水利水电科学研究院学报, 2018, 16(6): 586-590. LI Y L, WANG H R, ZHANG H. Application status and development trend of underwater robot in water and hydropower engineering detection[J]. Journal of China Institute of Water Resources and Hydropower Research, 2018, 16(6): 586-590. DOI:10.13244/j.cnki.jiwhr.2018.06.010 (in Chinese) |
| [10] |
林向阳. 亭子口水利枢纽消力池水下机器人智能巡检系统初探[J]. 四川水利, 2018, 39(5): 41-43, 52. LIN X Y. Preliminary study on intelligent inspection system for underwater robot of stilling pool in Tingzikou hydro-junction[J]. Sichuan Water Resources, 2018, 39(5): 41-43, 52. (in Chinese) |
| [11] |
MALLIOS A, RIDAO P, RIBAS D, et al. Toward autonomous exploration in confined underwater environments[J]. Journal of Field Robotics, 2016, 33(7): 994-1012. DOI:10.1002/rob.21640 |
| [12] |
RIDAO P, CARRERAS M, RIBAS D, et al. Visual inspection of hydroelectric dams using an autonomous underwater vehicle[J]. Journal of Field Robotics, 2010, 27(6): 759-778. DOI:10.1002/rob.20351 |
| [13] |
黄细彬. 高速含沙掺气水流及磨蚀机理的研究[D]. 南京: 河海大学, 2001. HUANG X B. Study on turbulent characteristics and abrasion mechanisms of high-velocity sediment-laden and aerated flow[D]. Nanjing: Hohai University, 2001. (in Chinese) |
| [14] |
International Association for Testing Materials. Standard test method for abrasion resistance of concrete (underwater method): ASTM C1138-97[S]. Philadelphia: International Association for Testing Materials, 1997.
|
| [15] |
KOZJEK D, PAVLOVČIČU U, KRYŽANOWSKI A, et al. Three-dimensional characterization of concrete's abrasion resistance using laser profilometry[J]. Strojniški vestnik-Journal of Mechanical Engineering, 2015, 61(5): 311-318. |
| [16] |
KRYŽANOWSKI A, MIKOŠ M, ŠUŠTERŠIČ J, et al. Testing of concrete a b rasion resistance in hydraulic structures on the Lower Sava River[J]. Strojniški vestnik-Journal of Mechanical Engineering, 2012, 58(4): 245-254. |
| [17] |
CHOI S, BOLANDER J E. A topology measurement method examining hydraulic abrasion of high workability concrete[J]. KSCE Journal of Civil Engineering, 2012, 16(5): 771-778. |
| [18] |
戴晓兵, 李延农. 混凝土表面磨蚀破坏划分标准初议[C]//中国水力发电工程学会. 水力学与水利信息学进展2009. 中国, 西安: 西安交通大学出版社, 2009: 3. DAI X B, LI Y N. A preliminary discussion on the criteria for classifying abrasion damage to concrete surfaces[C]//China Society for Hydropower Engineering. Advances in Hydraulics and Hydroinformatics 2009. Xi'an, China: Xi'an Jiaotong University Press, 2009: 3. (in Chinese) |
| [19] |
HAN J G, WANG K J, WANG X H, et al. 2D image analysis method for evaluating coarse aggregate characteristic and distribution in concrete[J]. Construction and Building Materials, 2016, 127: 30-42. |
| [20] |
LI Y L, ZHANG H, WANG S, et al. Image-based underwater inspection system for abrasion of stilling basin slabs of dam[J]. Advances in Civil Engineering, 2019, 6924976. |
| [21] |
孙双科, 周胜, 时启燧. 三峡水利枢纽泄洪深孔的泥沙磨损问题探析[J]. 水利学报, 2001, 32(7): 73-78. SUN S K, ZHOU S, SHI Q S. On sediment abrasion of deep level outlet in the Three Gorges Project[J]. Journal of Hydraulic Engineering, 2001, 32(7): 73-78. (in Chinese) |
| [22] |
LI Y L, LI X X, WANG H R, et al. Exposed aggregate detection of stilling basin slabs using attention U-net network[J]. KSCE Journal of Civil Engineering, 2020, 24(6): 1740-1749. |
| [23] |
徐秉衡. 泄水工程的磨损问题[J]. 东北水利水电, 1990, 8(10): 2-7. XU B H. Wear problem of discharge engineering[J]. Northeast Water Conservancy and Hydropower, 1990, 8(10): 2-7. (in Chinese) |
| [24] |
吴玉亭, 吴春娟. 平底宽矩形断面水跃位置的确定[J]. 现代农业科技, 2010(10): 223. WU Y T, WU C J. Determination of hydraulic jump position of flat bottom wide rectangular section[J]. Modern Agricultural Sciences and Technology, 2010(10): 223. (in Chinese) |
| [25] |
舒安平, 费祥俊. 高含沙水流挟沙能力[J]. 中国科学G辑: 物理学力学天文学, 2008, 38(6): 653-667. SHU A P, FEI X J. Sediment transport capacity of hyperconcentrated flow[J]. Science in China Series G: Physics, Mechanics, and Astronomy, 2008, 38(6): 653-667. (in Chinese) |



