[摘要]桥梁水毁作为桥梁破坏的主要原因，其对桥梁安全造成的危害相当严重，本文针对其目前的研究现状和相关防护措施进行系统的理论研究。
　　[关键词]桥梁水毁；冲刷；数值模拟
　　1、引言
　　由于季节性的特点，在夏天有大暴雨，臺风等，对自然环境造成了巨大破坏，如山体滑坡，桥梁结构的破坏，洪水淹没的道路。这些问题不是局部现象，可能发生在世界各国的任何一个地区。
　　桥梁是用于跨越江、河、沟壑等障碍物的交通构造物，在我们的生活中和经济建设发挥着巨大的作用。桥梁因处于复杂的水环境中，桥墩局部泥沙冲刷导致桥墩基础的承载力不足，使桥墩发生倾覆等变形甚至失穩造成桥梁毁坏。水毁是桥梁所面临的最大自然灾害。其中，冲刷是导致水毁的主要原因，是桥梁破坏的主要因素，有关资料表明，95%的桥梁倒塌由冲刷造成。
　　桥梁水毁作为桥梁破坏的主要原因，对其必须深入研究，通过查阅文献，可以得知，桥梁水毁的主要原因是桥墩的局部冲刷，对其相关的理论研究也需要进一步加强，必须通过可靠的实验推导出符合实际的计算公式，才能更好的应用于工程实践当中。
　　2、国内外仿真数值模拟的研究
　　近年来，随着计算机硬件和软件功能的不断增加，数值模拟的方法已被广泛用于工业和环境应用中的流体流动行为的确定。利用数值模拟研究桥墩周围水流及冲刷过程已取得若干进展，通过数值模拟可以清楚地得到复杂问题的数值解，并通过数值模拟可以直观的观察到结构破坏的细微之处以及全过程，相对于实验研究有着比较大的优势。
　　了解到大多数桥梁毁坏是由灾难性的洪水造成的，同时由于在工程设计过程中的局部冲刷深度不正确的预测，从而导致局部基础受到冲刷，会造成巨大经济损失，为了克服局部冲刷这个复杂的问题，当自变量和因变量之间的关系是能够得到准确数据时人工神经网络（ANN）被认为作为一个综合的函数逼近的模拟方法较为符合。应用人工神经网络方法、克立格法和逆距离加权模型对局部冲刷对945种桥墩附近冲刷坑深度的研究，得出结论认为利用人工神经网络ANN比已有的经验公式在更宽的范围和更准确的条件下可以更加成功地预测的桥墩冲刷深度。
　　Kambekar和Deo使用不同的神经网络模型分析冲刷数据来预测冲刷深度。他们发现，神经网络提供了一个更好的替代统计曲线拟合。同时有人利用贝叶斯神经网络对桥墩的平衡和时变冲刷深度进行预测。他们表明，新的模型估计的平衡和时间依赖性冲刷深度更准确地比现有的表达式；从这些模型中获得的测试的结果进行了分析，并在一个河流环境中的桥墩附近的一个准确的模型来预测当地的冲刷深度是比较符合实际的。
　　3、原因分析以及相关保护措施
　　通过文献阅读了解到造成水毁桥梁的原因主要有桥位的选择不合理、桥孔太小加剧桥梁冲刷、墩台基础埋深不足（泥沙淤积，易被冲刷掏空而倾塌）、河道变迁（改变水流流态，加剧桥墩冲刷）、缺乏调治构造物与防冲刷措施（可使用调治构造物调节水流流向，这样既提高了排洪效率，也避免洪流直接冲刷墩台基础乃至冲毁桥头引道）、河道内漂浮物造成桥梁水毁（淤积桥孔，桥前壅水，冲垮桥梁）。
　　在防护方面主要有抛石防护、扩大桥墩基础防护、混凝土铰链排和混凝土模袋等。这些措施可以有效的防止洪水冲刷，其中各种措施都有优缺点。
　　同时需要进行正确的桥位选择及桥孔设计，桥位选择须经过详细的水文调查及工程地质勘察，选择滩槽稳定、河道顺直、桥位地质条件良好且有利于通畅泄洪的桥位河段；同时需要确定合理的墩台结构型式。
　　对于河流的流态以及河岸的稳定性需要加强维护；很多桥梁水毁是河床冲刷下切以及墩台局部冲刷加剧使桥梁基础埋深不足所致。
　　需要对桥梁墩台进行加固和维护；对桥下河床进行铺砌加固等措施可以减缓桥墩局部冲刷。