go彩票娱乐_新版APP下载-安全购彩

让煤更加“清洁”——记全国矿物加工专家、中国矿业大学教授赵跃民******

　　光明日报记者 苏雁 光明日报通讯员 陆金玉 刘尧 李秀

　　煤炭，远古太阳的精灵，闪耀着亿万年的光辉，在中国乃至世界能源史、工业史上都具有举足轻重的地位。

　　在中国煤炭界，就有这样一个人，他以国家需求为导向，扎根煤海矿山，攻克了干法选煤、高效筛分等世界性难题，为绿色低碳中国建设作出了重大贡献。他，就是我国矿物加工专家、中国矿业大学教授赵跃民。

　　一生不变的信念

　　1982年，本科学习机械专业的赵跃民考入中国矿业学院北京研究生部，他惊喜地收到了著名选矿专家陈清如教授的一封信。陈清如向他介绍了选煤发展的方向，希望他能够读自己的研究生。当时对选煤尚不了解的他并没多想就同意了，从此与选煤结下不解之缘。

　　陈清如，中国工程院院士，我国矿物加工学科的奠基人和开拓者之一。在湿法选煤长期占据历史主流的条件下，他创造性提出了空气重介质流化床干法选煤理念。

　　作为陈清如的第一位硕士生，也是第一位博士生，赵跃民跟随导师以矿为家，进行技术攻坚。1994年，世界上第一座空气重介质流化床干法选煤工业性试验系统在中国调试成功，在世界选煤界引起轰动。这意味着缺水和高寒地区及遇水易泥化的煤炭分选从此有了另一种可能。

　　1998年，陈清如由于年事已高，把干法选煤的重担交给了赵跃民。

　　赵跃民带领团队与唐山神州机械集团等产学研用合作，自主创新，经过多年的攻关，突破了国内外传统湿法和风力选煤的模式，研制了新一代干法重介质流化床与大型复合式干法分选机，开发了模块式高效干法选煤工艺系统。2013年，世界上第一座模块式干法重介质流化床选煤厂新疆公司（现为国家能源集团新疆能源有限责任公司）矿区拔地而起，成功选出了灰分小于3.5%的超低灰煤，在国内外首次实现了煤炭高精度干法分选，为我国干旱缺水地区、高寒地区及易泥化煤炭高效洁净分选提供了有效途径。中国煤炭工业协会在鉴定意见中写道：“该技术居国际领先，是世界选煤技术的重大突破。”

　　“煤炭高效干法分选关键技术及应用”这一创新成果获得了2018年国家科技进步奖二等奖。国际选煤权威期刊主编评价说：“中国是干法选煤的领先者。”美国、日本、加拿大等国学者长期跟踪着赵跃民团队的研究。

　　一个挑战接着一个挑战

　　从基础理论的提出，到实验室实验、中间试验，再到工业化试验，最后到技术的大规模工业运用，每行一步，都要爬坡过坎，付出巨大的心血。

　　事非经过不知难，成如容易却艰辛。

　　20世纪末，随着我国工业生产、社会经济发展对能源的需求越来越大，我国煤炭工业快速发展，选煤领域新的问题也接踵而来。行业的痛点，正是科研的切入点。

　　“必须尽快攻破这些卡脖子问题！”赵跃民带着团队不分昼夜开展研究，成功研制出世界上第一台大型超静定振动筛，开发了高性能大型振动筛分技术，一举改变了国内大型振动筛完全依靠进口的局面，并且迅速打入国际市场，在全国14个大型煤炭基地得到了广泛运用，获2014年国家技术发明二等奖。

　　如何让更多的矿产资源（煤炭、金属矿、非金属矿等）得到清洁高效的利用？围绕细颗粒含量多、水分含量高、易泥化、近筛孔尺寸颗粒多这样的难筛分矿物，多年来，赵跃民以问题为导向，一步步摸索探求着，取得了一项项骄人的成绩——在国际上首次建立了筛体—粒群耦合筛分理论，开发了分布激振与刚柔耦合弹性筛分技术，使得难筛分矿物的高效筛分不再是难题。

　　一群人接力奔跑

　　赵跃民在选煤领域作出了卓越贡献。他是我国选煤领域第一个国家自然科学基金创新研究群体学术带头人，是国家杰出青年科学基金获得者和长江学者特聘教授，也是国家级教学名师。

　　他对学生的严谨让一些贪图舒服的学生“望风而逃”。对学生的论文，他最反复询问的一句话是——“这个数据你做了多少次，是否经过反复的验证”？很多时候，他的追问让学生冒汗。

　　但他又是开明的、开放的，一直坚持开放式的课题研讨。“搞科研得敢闯‘无人区’。只有你敢发表对这件事的看法，才有灵感的碰撞，产生一个新的思路、新的研究内容。”

　　国家杰出青年科学基金项目入选者段晨龙教授，常年深入生产一线，与工人吃住行一道，攻克干法分选与筛分、二次资源利用技术难题。国家重大人才工程青年项目入选者、80后特聘教授董良，瞄准智能精准分选、煤基碳材料构筑等开展研究。特聘教授张博33岁承担国家重点研发计划青年科学家项目，聚焦于研究低品质煤脱灰脱水问题。中国科协青年人才托举工程入选者、90后副教授江海深，不论严寒酷暑，在内蒙古、新疆等选煤厂，深入一线钻研3mm以下矿物深度筛分。

　　奔波于各大煤矿，穿梭于选煤车间，开展选煤智能化关键技术攻关，加强“一带一路”国家科技合作……如今，赵跃民和他的团队仍在“洁净煤”的路上努力奔跑着，为了那个几代矿大人共同的梦想——还祖国碧水蓝天！

　　《光明日报》（ 2023年01月12日 08版）

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）