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)
人工智能应用于更多领域 计算机研究深入光电结合****** 英国科学家在人工智能(AI)领域取得多项突破,包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作,训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功,有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法,预测了迄今被编目的几乎所有2亿多个蛋白质的结构,破解了生物学领域最重大的难题之一,有助于应对抗生素耐药性,加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”(深度纳什)学会了在“西洋陆军棋”游戏中,使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况,学会了熟练地控制数字代理足球运动员,其建模的“AI代理”可与其他人工代理沟通合作,在玩游戏时共同制定计划。 牛津大学研究显示,AI能模拟条件反射进行联想学习,比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。 在计算机相关领域,牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备,其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手,设计了一种与光子芯片集成的电子芯片并创造出一种设备,能以超高速传输信息同时产生最少的热量。 在机器人领域,利兹大学团队开发了一种“磁性触手机器人”,直径只有2毫米,可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人,可在飞行中建造3D打印结构,未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面,所得设备的性能可与目前市场上最好的传统光电探测器媲美,且能承受数百次弯曲,可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术,有助于改进机器人系统,如用于机器人假肢和机械臂。(科技日报记者 刘霞) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |