渡槽是一种常见的渠系输水建筑物,在各大灌区的水资源调配方面起到了不可替代的作用。陕西关中地区大部分渡槽属于混凝土结构,材料耐久性直接影响到混凝土结构能否达到预定的服役年限。造成材料耐久性劣化的因素纷繁复杂,主要分为两大类:由设计施工缺陷引起的病害和环境中有害介质侵蚀作用诱发的病害。为了确保关中地区在役渡槽的安全运行,对混凝土渡槽进行耐久性评定和寿命预测已成为一个亟需解决的问题。本文结合科研课题,对关中地区多座渡槽进行实地检测和评价,主要从材料耐久性角度建立了渡槽混凝土碳化深度预测模型并进行渡槽混凝土寿命预测,主要的研究工作和结论如下:（1）通过对关中地区渡槽设计资料分析及现场数据采集,研究了该地区混凝土渡槽的服役特征和工作状态。该地区属于温带大陆性气候,冬冷夏热,环境中存在二氧化碳,且相对湿度较大,若钢筋混凝土结构存在细微缺陷,极易发生碳化;该地区属于季节冻土区,也容易出现冻融破坏。现场采用回弹仪、钢筋保护层测定仪、裂缝深度检测仪等仪器对渡槽混凝土进行检测,分析发现大多数渡槽的典型病害为混凝土剥落、钢筋锈蚀、混凝土空蚀磨损等,这些病害将直接影响渡槽的结构承载力和耐久性。对现场检测资料分析归纳认为,渡槽混凝土耐久性劣化的主要成因是碳化作用和冻融循环作用。（2）针对冻融环境下渡槽混凝土碳化的主要表征指标（碳化深度）开展研究提出了考虑冻融循环对碳化的影响因子α4,对考虑混凝土抗压强度的混凝土碳化深度计算模型进行了修正。并采用该修正模型对实测数据进行了预测,发现模型的平均误差为5.0%。（3）采用BP神经网络和SOM-RBF神经网络开展了混凝土渡槽的碳化深度预测。在对不同渡槽混凝土相对较小的数据集进行训练之后,神经网络预测模型可以为渡槽混凝土碳化深度提供可靠的预测。将建立的BP神经网络和SOM-RBF神经网络对5组实测数据进行预测。BP神经网络预测误差分别为12.5%、6.6%、4.3%、13.1%、21.1%,平均误差为11.5%;SOM-RBF神经网络预测模型误差分别为0.7%、5.4%、3.0%、0.6%、6.6%,平均误差为3.3%。可以看出,SOM-RBF神经网络预测模型误差较小。（4）基于渡槽混凝土碳化深度预测模型,以碳化深度值等于钢筋保护层厚度值作为混凝土结构寿命终止的标志,建立了关中地区渡槽混凝土在碳化-冻融环境下的寿命预测模型,并对实际渡槽进行了寿命预测,得出了相应结果。