二十大代表风采丨潘从明：戈壁矿山废中取宝甘为“铂乐”******
中新网兰州10月9日电 题：潘从明：戈壁矿山废中取宝甘为“铂乐”
作者 闫姣 王牧雨
从普通工人成长为“大国工匠”，从戈壁矿山走向科技研发的国际舞台，如今潘从明仍旧日夜忙碌在攻克技术难关的一线。他近日接受中新网记者采访时说，这两年他重点研究从各类二次资源中综合回收提取铂族金属技术。
潘从明是甘肃省金昌市金川集团铜业有限公司贵金属冶炼分厂提纯工序工序长。他的成就之一，是主创了“镍阳极泥中铂钯铑铱绿色高效提取技术”，推动整体技术达到国际先进水平。铂族贵金属是精密电子、航空发动机等国家战略高科技产业的关键基础材料，而我国贵金属储量仅占全球储量的0.39%。
潘从明说，矿产资源终究有限，中国大量汽车、电子产品、石油催化剂等面临报废高峰期，各类二次资源中的贵金属就是一座移动的“城市矿山”。这些二次资源成为国内外同行关注的焦点。
金川集团是中国最大、世界领先的镍钴生产基地和铂族金属提炼中心，也是我国目前已知的唯一具有开采价值的伴生铂族金属矿床，铂族金属产量占到国内矿产总产量的80%以上。
图为潘从明在劳模创新工作室给员工培训。(资料图) 金川集团供图潘从明常说，他的成长离不开这个平台和周围的环境。但在很多人看来，他的成绩亦和自己的刻苦钻研息息相关。“遇到不会的，我宁可待在生产线，不吃不喝，也要把这个事弄明白。”在他看来，练得多了，也就熟了，就能发现更多问题；会得多了，就能想到创新的办法，解决难题。
在同事眼中，潘从明对待工作高度专注，有热情、有激情，26载坚持探索、研发；在徒弟眼中，他博学多识且宽严并济，培养出多位技术能手、技术标兵；在家人眼中，他时常沉迷于自己的“铂族世界”。
在钻研之路上，潘从明遇到过很多坎，但对这个行业的热爱促使他不断深钻。初到企业时他什么也不懂，便在晚上回忆、记录白天老师傅们所讲内容，经常复习到凌晨两三点。那时候学习条件不便，他就委托亲朋好友从外地帮忙搜罗国内外的专业书籍，开始自学，“晚上宁愿不睡觉也要记录，有时看书有了灵感，还会直奔实验室，通宵做实验。”
图为潘从明解决现场技术难题。(资料图) 金川集团供图因多年来保持记录的习惯，潘从明攒了一本30万余字的“发明笔记”，写满了密密麻麻的公式。这一良好习惯，他也传授给徒弟们，让他们从每个月必须完成的20页报告开始做起，并挨个标注出报告中的问题。由此，他也培养出了一批提纯工序的优秀人才。
潘从明是国家级技能大师工作室领衔人、贵金属冶炼特级技师、有色冶金正高级工程师，是西北地区首位个人获得国家科技进步奖的一线产业工人，多次被评为“大国工匠”“发明之星”“全国技术能手”“全国劳动模范”。
潘从明从未抱怨钻研的苦，也没有挥霍成功的乐。今年，针对甘肃省提出的强工业、强科技等“四强”行动，以及金川集团产量翻番的任务，他认为，从二次资源中提取铂族贵金属是技术的突破口，也是未来做大做强的主要内容。
潘从明称，下一步的重点工作有从含有微量贵金属的各类废液中高效提取贵金属的技术研究，生产高附加值的贵金属化合物，以及技术传承和人才培养等。“技术没有止境，也没有最好，只有往更好的方向走，把技术做精做优。”他说。(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 盈彩网app地图 |
