点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
浙江湖州锅炉“体检师”：我在厂区听“心跳”******
中新网湖州1月18日电(施紫楠 张翔)穿好防护服，戴好防尘面罩和安全帽，周雪峰和同事像往常一样，开始检验锅炉管道。
周雪峰是一名承压类特种设备检验员，1989年从浙江湖州电力学校毕业后便开始从事这一行，一干就是30多年。
“特种设备不同于其他普通设备，其自身存在高压、高温等特点，一旦发生事故，将造成严重的人身伤害、财产损失。”周雪峰说，他的职责，就是要及时发现设备存在的问题，提前消除，避免事故发生。
周雪峰对主蒸汽管道上阀门材质进行光谱分析 陆一平 摄夏季酷暑，冬季严寒，周雪峰有条不紊地做着检验，每次一套流程下来就是好几个小时。不过对于他来说，早已习以为常。
“锅炉一般一年需要外检一次，期限到了就必须执行检查，拖不得。”周雪峰介绍，除了外检，锅炉还需定期内检。内检的环境往往更恶劣，由于全年24小时不间断燃烧，锅炉内部损耗更为严重，燃烧过程中还会产生大量有害气体，检查人员必须穿戴防护器具。
近年来，锅炉的更新换代反映了时代的变迁。
周雪峰(中)和同事仔细核查设备资料 陆一平 摄“记得刚入行那会儿都是小锅炉，构造简单，检验方便。随着生产力的提高，各种高精尖的锅炉不断上马，设备越来越精密，参数越来越高，对我们的工作也提出了更高的要求。”周雪峰时常总结、研究所检设备存在的各种问题，并借鉴同行处理同类问题经验不断提高自己。
2022年，周雪峰基于湖州市现状，探索可能出现的隐患针对性编制了《电站锅炉内部检验方案》，助力该市企业安全生产。
在周雪峰看来，特种设备检验员就像医生，每天都要细心检查这些锅炉有没有“生病”，“看到每一台设备都能正常运行，就是我最大的价值。”(完)
提速近10倍！基于深度学习的全基因组选择新方法来了****** 近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。 全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。 统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。 相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。 该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。 与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。 该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。 学术支持 中国农业科学院作物科学研究所 记者 宋雅娟
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
快三平台地图 |
)