股票加杠杆具体步骤 “大水槽”可复现百年一遇风浪 “天科院”的实验室还有哪些科技突破？| 科技观察

封面新闻记者卢荡张馨心股票加杠杆具体步骤

编者按

发展新质生产力，技术突破成为重要支撑点。

在“交通强国”战略背景下，我国交通运输领域取得了哪些核心技术攻关成果？“人工智能+交通运输”创新场景取得了哪些成效？

日前，封面新闻与中国交通报等媒体开启“智行中国——交通运输新质生产力一线探访”。

大比尺波浪水槽。图片来源：天科院

是怎样的设备和技术，能在室内复现百年一遇的风浪？

这个疑问，封面新闻记者在交通运输部天津水运工程科学研究院（下文简称“天科院”）找到了答案。

“这是世界上综合性能领先的大比尺波浪水槽，依托它可开展海岸工程防灾减灾、波浪泥沙运动机理、大型浮体动力响应等基础研究工作。”2026年5月8日，在位于天津的大比尺波浪水槽实验室，天科院首席科学家陈汉宝指着一个长456米、宽5米、深8-12米的“大水槽”说，它所配备的先进仪器和设备，最大能产生3.5m的波浪和20m3/s的水流，能进行1∶1 原态模型试验。

天科院是我国水运科研“国家队”，主要从事水运交通运输科技事业发展中具有基础性、战略性、前瞻性等共性技术和重大工程建设关键技术研究。

记者了解到，除了“大水槽”，依托360度船舶操纵仿真模拟器，天科院复现了各类通航环境下的船舶航行场景，为重大工程项目决策提供关键技术支撑。依托交通强国建设试点任务，构建了港口水路危险货物运输智能化安全治理新模式⋯⋯

关键词：大水槽

科研人员借助它

能揭示什么问题？

“规模大、功能全、造波能力强，这个大水槽能最大限度消除由于比尺大小不同而导致的成果差异。”陈汉宝说，借助它，科研人员能复演灾害条件、揭示破坏机理，模拟深水条件、服务深远海建设和海洋工程，模拟长周期涌浪和海啸等极端海浪条件。

天科院首席科学家陈汉宝。封面新闻记者卢荡摄

依托大水槽研发的智能清淤机器人等智能装备，能根据潮汐、水流等预判泥沙运动情况，让“被动清淤”变为“主动预防性清淤”。陈汉宝透露，已在上海、浙江等港口推广应用。

他同时表示，在防灾减灾方面，研究超设计标准条件下防波堤破坏及失效机理和典型设计工法下防波堤韧性提升机制；通过研发护面块体运动追踪测量装置，实现护面块体失稳的提前预报和实时监测，建立防波堤数字孪生系统；辨识植被对极端水文条件下波浪能量耗散的关键影响参量，为生态水力学研究提供技术支持。

此外，在海上交通及能源领域，分析试验比尺对悬浮隧道水动力干涉机理的影响，研究复杂管体构型悬浮隧道边界层发育机制及摩阻效应；以海上风电场缆安全稳定为焦点，研究耦合冲刷坑影响的海缆弯曲限制器失稳与破坏机制，为海上风电桩基的安全稳定运行及防护措施的制定提供指导。

陈汉宝透露，为进一步服务水运高质量发展，大水槽将进一步聚焦海岸结构和泥沙运输、防灾减灾、海上交通及能源等领域开展技术攻关。

关键词：危险货物

港口水路如何构建

智能安全治理模式？

我国水运危险货物年运输量已超过14亿吨，占全国危险货物运输总量的40%。

2025年以来，交通运输部等部门相继出台关于加强危险货物运输安全监管与推动智慧港口建设的系列政策，明确提出以数字化、智能化手段提升水路危险货物运输全过程监管能力，并深化相关部署。

与此同时，新颁布实施的《危险化学品安全法》对危险化学品全生命周期安全管理提出更高要求，强调强化重大安全风险防控与信息化监管能力建设，推动安全治理由事后处置向事前预防转变。

在此背景下，沿海及内河重点港口加快推进危险货物运输领域智能化升级，构建集风险预警、智能监管与协同管控于一体的新型安全治理体系，提升我国港口水路危险货物运输安全水平。

方向有了，怎么干？天科院安全团队副研究员卢琳琳表示，依托“水路危险货物重大安全风险防控技术创新与应用”交通强国建设试点任务，研究团队系统构建了港口水路危险货物运输智能化安全治理新模式。

天科院安全团队副研究员卢琳琳。封面新闻记者卢荡摄

该模式以科研平台建设为核心支撑，建成交通运输行业唯一面向危险货物基础研究的“危险货物储运安全与应急技术研究实验室”，围绕危险货物理化性质及运输条件鉴定、监测预警与风险防控、应急模拟与决策、运输标准与政策等方向，形成覆盖“物质特性—运输过程—风险预警—应急处置”的全过程研究与技术支撑体系。

源头如何识别？卢琳琳表示，聚焦危险货物分类鉴别这一基础性问题，依托专业检测设备，构建了通过国家CMA、CNAS 双认证的检测鉴定能力体系。与此同时，严格依据联合国《试验和标准手册》及相关国际国内标准，系统开展1至9类全类别危险货物理化特性检测与运输条件鉴定，实现危险货物危险性的精准判定，从源头为水路运输安全提供科学依据与技术支撑。

谈及运输过程和监管环节，她表示，团队突破了关键技术瓶颈：一方面，针对复杂气候条件下危险货物运输适应性不足问题，构建覆盖-40℃至80℃的极端温度环境模拟能力，系统开展运输条件安全性与适应性研究，有效弥补行业技术短板；另一方面，针对危险货物谎报、瞒报等监管难题，构建基于多源数据融合的溯源与风险识别体系，整合数据资源，结合图像识别技术实现风险智能初筛，显著提升监管精准性、前置性。