天下彩票开奖结果-天下彩票手机版

让国产碳纤维更具竞争力******

　　让国产碳纤维更具竞争力(新知)

　　【现象】每束碳纤维都有4.8万根纤维，每根纤维直径只有头发丝直径的1/7到1/8，且纤维含碳量达到95%，强度是钢的7—9倍……前不久，我国首个万吨级48K大丝束碳纤维工程生产线在上海石化碳纤维产业基地投料开车，生产出性能媲美国外同级别的合格产品。这意味着，我国在大丝束碳纤维生产和装备国产化方面，实现了重要突破。

　　【点评】

　　一束束白色原丝经过高温碳化，便可缠绕成一轴轴高性能黑色碳纤维。别看每根单丝身量纤纤，却强度高、抗摩擦、耐腐蚀，被称为“材料黑金”，可广泛应用于航空航天、能源装备、交通运输、体育休闲等领域。它能让矗立于戈壁的风电叶片更轻巧，让疾驰于街巷的新能源汽车变得轻量化，让远在九霄云外的运载火箭更节省燃料，也能让鱼竿、球拍的耐久度大幅提升……实际上，碳纤维已深入千行百业，走进了千家万户。

　　按丝束规格的不同，有小丝束碳纤维和大丝束碳纤维之分。在业内，通常将每束碳纤维根数大于4.8万根的称为大丝束碳纤维。小丝束性能优异，但成本较高，大丝束在保持碳纤维优良性能的前提下，能大幅降低成本，从而为市场应用打开更大空间。

　　近年来，随着我国高新技术产业的壮大，碳纤维的市场应用也在不断拓展。数据显示，近10年来我国碳纤维需求加速增长。2021年需求量达到6.2万吨，同比增长27.7%。除了航空航天对碳纤维的需求保持增长，以风电叶片为主的新能源市场正成为拉动碳纤维产业发展的重要引擎，推动碳纤维产业跨入以工业应用为主的新阶段。同时，我国商用航空、无人机等领域装备持续升级迭代，在可预见的未来，碳纤维需求仍将保持快速增长态势。

　　在不断扩大的市场需求牵引下，我国碳纤维行业加快向更成体系、更高性能、更低成本的方向迈进。山西钢科已形成覆盖国内高性能碳纤维领域主要品种的生产能力，中复神鹰推出年产3万吨高性能碳纤维建设项目……一段时间以来，在政策加力和企业努力下，我国不断取得碳纤维制备和应用关键技术的新突破，相关产能持续跃升，自给率不断提高。国产碳纤维的市场份额从2019年的31.7%攀升至2021年的46.9%。也应看到，国产碳纤维的性能与质量稳定性尚有不小提升空间，短期内碳纤维核心装备仍需依赖进口。在关键核心技术上打造创新矩阵，加快形成具有国际竞争优势的运行产能，是我国碳纤维产业面临的现实挑战，也是实现高质量发展的长远目标。

　　党的二十大报告提出：“推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。”这为我国碳纤维产业带来了新的发展机遇。我国门类齐全、独立完整的工业体系和超大规模市场优势，为碳纤维市场应用创造了丰富场景；规模庞大的研发队伍和持续涌现的创新型市场主体，为碳纤维技术创新提供了有力支撑。保持自主创新的战略定力，持续锻长板、补短板，定能更好激发新材料产业发展动能，为经济社会高质量发展注入汩汩活力。(人民日报 韩鑫)

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）