长三角最大铁路货车“医院”：妙用荧光为列车“体检”******
(新春走基层)长三角最大铁路货车“医院”：妙用荧光为列车“体检”
中新网杭州2月3日电(张煜欢)3日，在位于杭州的乔司检修车间轮轴检修区，轮轴探伤工吴洁良按下“上料”按键，泛着黄绿光的荧光磁悬液随即从探伤机喷管里倾泻而出，均匀洒落在轮轴表面。经过除锈清洗的火车轮轴锃亮如新，从北到南依次排列在四条股道上。
吴洁良所在的中国铁路上海局集团有限公司杭州北车辆段是长三角地区最大的铁路货车“医院”，负责定期检修铁路货车。其中，对火车车轴进行电磁探伤作业是工作的重要一环。
吴洁良在轮辋上涂打作业标记。 汪晟 摄如果说车轮好比火车的两条腿，那么轮轴探伤工就是给火车双腿看病的“医生”，而“荧光”就是他们探病问诊的重要工具。
“为货车轮轴做检查的荧光磁粉探伤机好比是医院里的‘X光机’，在对轮轴喷淋荧光磁悬液，通电磁化后，可以判断轮轴表面状态。”工长茹凯明说，“倘若轮轴产生裂纹、缺陷，在紫外灯的探照下会形成目视可见的磁痕，我们的职责就是及时找出这些‘伤口’，排除隐患，杜绝车轮‘带病’上路。”
随着磁粉探伤机前后遮光门帘落下，探伤间内瞬间变成了暗室，目之所及荧光闪烁，紫光灯下的黄绿色车轴清晰可见。吴洁良戴上紫外线护目镜，俯身弯腰凑近车轴端部，左手握住粉笔在轴颈上涂打起始标记，右手同步按下车轴转动按钮，静静地观察车轴上的磁化状态。
吴洁良将清洗除锈后的轮轴徒手推进轮轴探伤间。 汪晟 摄“牢记磁痕细对比，勤换视角看仔细，苦练手感摸凹凸，打磨修复防误判……”为提高发现故障的水平，班组总结提炼了磁粉探伤的作业口诀，几道步骤自始至终贯穿在吴洁良的作业过程中。
“车轴作为承载列车的关键部件，在运行过程中承受着多重复杂应力的作用，哪怕是0.1毫米的裂纹也容易酿成断轴事故，因此我们不能放过任何一条蛛丝马迹。”吴洁良说，“而且车轴磁痕通常细如发丝，往往隐藏在最让人忽视的地方，需要手、脑、眼全面调动起来。”
随着今年春运接近尾声，各行各业加快了返岗复工的脚步，全力冲刺新春“开门红”。为保障物流通道的畅通，铁路部门开足马力，加快列车周转效率，强化货车检修力度。近段时间以来，吴洁良在“小黑屋”里常常一待就是3个小时，弯腰下蹲检查上百次，给体力和眼力带来双重考验。
在吴洁良和班组的共同努力下，自农历正月初七以来，杭州北车辆段已累计检查1604条轮轴，实现轮轴“零故障”交验，确保往来货物平安抵达千家万户。
近年来，随着铁路技术装备、铸造工艺的不断提升，故障率也在逐步降低。“故障虽然少了，但始终不能疏忽大意，把好每条轮轴的质量关，是责任更是良心。”吴洁良说。(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 快3平台地图 |
