大发彩票软件 - 大发彩票网投

把科技穿在身上，既有温度也有风度******

　　仿造鹅绒、碳纳米管加热膜、人体红外反射材料……

　　把科技穿在身上，既有温度也有风度

　　在刚刚过去的春节假期，受寒潮天气影响，全国部分地区气温大幅下降，处于“速冻”模式中。

　　来自中央气象台的信息，节日期间，我国东北、华北部分地区，气温创今冬新低，黑龙江省漠河市最低温度甚至跌至零下53摄氏度。

　　为了防寒，连不少“要风度、不要温度”的年轻人，都穿上了厚实的外套。

　　不过，想御寒保暖，不必非要把自己裹成“粽子”。如今，用在冬衣上的“黑科技”能够帮助人们“既有风度、也有温度”。

　　“人体热量的散失是由于热传递造成的，热传递有3种基本方式：传导、对流和辐射。”天津工业大学纺织科学与工程学院高级工程师、博士生导师夏兆鹏在接受科技日报记者采访时介绍道，为了达到保温效果，在设计上冬季防寒衣物要尽一切可能减少热量经由这3种途径流失，冬季保暖材料及保暖服装也都是围绕着这一原理进行研发和设计的。

　　仿造鹅绒：

　　即使被浸湿也能实现保暖效果

　　“冬天人体与外部低温环境间存在巨大温差，这就造成热传导，即热量会从温度高的地方传导到温度低的地方。如果在衣服中加入低导热系数的高蓬松保暖填充物，就可以阻止热传导，进而减少人体热量散失，达到保暖的目的。”夏兆鹏介绍道，这类保暖填充物主要起阻隔热传导的作用，目前比较常见的天然材料有棉、毛、羽绒等，比较常见的化学纤维材料有中空涤纶、喷胶棉等。

　　与传统保暖填充材料相比，近年来出现了一些新型保暖填充材料，其中具有代表性的就是仿鹅绒结构高保暖絮片。这种填充材料不仅保暖性强、轻便，而且在潮湿的环境下依旧可以持续保暖。在2022年北京冬季奥运会上，中国运动员的防寒服中就用这种仿鹅绒结构高保暖絮片作为填充材料，其在完全浸湿的条件下仍然能够达到98%的保暖率。

　　“仿鹅绒结构高保暖絮片的主要成分是与鹅绒纤维直径长度相差不大的仿造鹅绒，同时混入远红外涤纶和热熔涤纶。”夏兆鹏解释，其中仿造鹅绒以中空涤纶和Y形涤纶为主体，这两种涤纶可以最大限度地储存静止空气，而静止空气可以较好地保存热量。此外，即使是在被水浸湿的情况下，中空涤纶和Y形涤纶依然可以储存一定的静止空气。

　　仿鹅绒结构高保暖絮片能够克服天然鹅绒显臃肿、有异味、易跑绒和价格高等缺点，同时具有超轻、超薄、湿态保暖、高蓬松度等特点，而且洗涤后回弹性好、不缩水、保暖率不降低。

　　碳纳米管加热膜：

　　通电即发热，温度可调控

　　采用加热材料制作的电热服是国内外研究最多的冬季服装之一。

　　“常见的加热材料有镍铬加热丝、复合加热丝、碳纤维加热丝、碳纳米管加热膜等，这些材料被内置于衣服中制成电热服，当电热服连上充电设备后，电流经过衣服内部的加热材料就会产生热量，仿佛把电热毯披在身上。”夏兆鹏介绍，除此之外，该类衣服还内置了传感器，通过蓝牙即可实现对衣服的智能控温，用户只需要下载一个App，就可以用手机随时调整衣服的温度。

　　其中，碳纳米管加热膜作为控温加热系统中的重要元件，具有非常好的应用前景。“碳纳米管加热膜可以反复水洗，耐弯折次数达到10万次以上，而且薄膜厚度约为几十微米，具有非常好的柔性，发热效率大于65%。”夏兆鹏补充道。

　　除此之外，价格相对便宜的金属丝线性加热元件，如镍铬加热丝、复合加热丝等，也是加热“能手”。

　　“金属丝类材料具有高导电性、良好的电加热性能，且具有传感、电磁屏蔽等性能。以复合加热丝为例，其是在金属丝中添加了钼，既减少了金属的氧化，同时还可以提高金属电加热元件的耐用性。”夏兆鹏介绍道，将含有钼的金属丝，通过冷拉伸工艺变成微米级金属微丝，使其由金属丝转变为纤维。该纤维可以与聚酯纱线混纺制备成纱线，用其制作出的织物具有导电性。

　　相较普通导电织物，这种导电织物的柔性及舒适性都有所提升。“其柔性及形态与传统纤维及纱线十分接近，舒适性也得到提升。”夏兆鹏表示，不过，这类制衣材料仍然存在不耐长时间水洗、比较重等缺点。

　　人体红外反射材料：

　　人体热辐射反射率可达60%

　　红外热辐射是人体热量损失的另一种形式，传统纺织品的红外辐射率高、热量损失快，有研究指出棉花不可避免地会以中红外形式辐射出人体50%以上的热量。而人体红外反射材料则可以通过将人体发出的红外波反射回人体的方式减少红外热辐射损失，以达到保暖的效果。

　　“人体红外反射材料多数由金属颗粒构成，这些颗粒以一种微结构形式存在，将此材料附在织物上，便形成了红外波反射层。该反射层可以把人体辐射的大部分红外波都反射回来，从而达到保温效果。”夏兆鹏补充道。

　　“人体红外反射材料通常被用来制作冬装外衣的内衬，一般其人体热辐射反射率可以达到60%，提高服装防寒保暖效果比较明显。”夏兆鹏表示，不过，如果长时间处在超低温环境下，由于人体辐射的热量有限，因此该材料或无法达到理想的保暖效果。

　　聚四氟乙烯微孔膜：

　　低温环境下既透气又防水

　　冬季户外可能会出现下雨、降雪、霜冻等天气，通过高密防水层阻挡雨、雪、霜的侵入，可避免因衣物内层保暖材料被浸湿而导致保暖系数降低、保暖效率下降甚至失效。

　　“防水材料是在高密织物外面附上一层聚四氟乙烯微孔膜、水性聚氨酯膜或者聚氨酯膜。”夏兆鹏解释道，聚四氟乙烯微孔膜每平方厘米有十多亿个孔，在低温环境下，这些孔洞的开孔率可以达到80%。该孔的直径比水蒸气分子的直径大700倍，因此人体产生的汗蒸汽可以从中通过，从而保持衣服的透气性。聚四氟乙烯微孔膜上孔的直径比一般水的直径小很多倍，因此外面的液态水无法通过，从而达到了防水的目的。(科技日报 记者 陈 曦)

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）