《【核动力】中船重工首次披露核动力航母计划 2025年前完成》

  • 来源专题:核动力监测服务
  • 编译者: xuwenwhlib
  • 发布时间:2018-03-06
  • 中船重工官网发布了题为《新征程,新谋划!高质量发展的新时代,中船重工应该怎么干?》的发展战略纲要全文,从五个方面描述了该企业的发展规划。

    其中,在第二点有关“海洋防务装备发展”的叙述中,这篇纲要称:“我们必须坚决贯彻强军思想,以构建中国特色海上现代作战体系为牵引,加快实现核动力航母、新型核潜艇、安静型潜艇、水下无人智能对抗体系、水下立体攻防体系和海战场综合电子信息系统等攻关突破,增强基于网络信息体系的联合作战能力、全域作战能力,为海军2025 年实现走向深蓝远海的战略转型提供高质量武器装备。”

    这是中国官方首次明确提出发展核动力航母。此前,官方对相关内容的描述一直是“海洋核动力平台”。

    官方报道显示,2016 年1 月,中国发改委复函统一设立中船重工申报的国家能源重大科技创新工程海洋核动力平台示范工程项目。这被视为中国海洋核动力平台正式立项的标志性事件。

    中国发改委当时的通报称,“请中船重工集团与相关单位加强合作,在原有船舶核动力技术基础上,结合当前工业化水平和民用核电技术要求,优化设计,并按照国家核电相关政策要求和用户需求,完善工程技术方案,尽快提交项目核准申请,加快推进HHP25 军转民示范工程项目建设,尽早实现我国海洋核动力平台‘零’突破。”.

    增加高度

相关报告
  • 《中国核电: 未来将加强海洋核动力布局》

    • 来源专题:核动力监测服务
    • 编译者:xuwenwhlib
    • 发布时间:2018-03-06
    • 近日,中国核电召开业绩说明会,回顾2017年业绩,介绍2018年工作安排,并就公司未来发展布局和多个项目的进展情况与投资者进行沟通。2017年度公司实现营业收入335.91亿元,同比增11.94%;实现利润总额94.09亿元,归属于上市公司股东净利润为44.92亿元。2017年,公司在机组发电量、营业收入、年度利润方面均再创新高,单电成本持续优化。2018年,公司将围绕“规模化、标准化、国际化”的三化战略,统筹推进“安全运行、工程建设、市场开发、经营管理、党建文化”五条主线,完成安全发电1180亿千瓦时的目标,推进各项业务平稳发展。 对于投资者关心的三门1号核电站建设进度情况,公司表示,“三门1号”是全球首台AP1000三代技术的核电机组,国家对其建设十分关注。目前1号机组已经具备装料条件。但因其为全世界首台,国家非常谨慎。目前正在等待政府放行。后续还要通过多轮测试实验才能具备商运条件。预计今年年底或明年初完成。 此外,据悉,公司在保持原有业务平稳发展基础上,还在海洋核动力和地热能源利用方面进行了积极布局,并且取得了一定进展。 公司于2017年8月11日发布《关于设立中核海洋核动力发展有限公司(暂定名)暨关联交易的公告》,指出根据公司发展规划及业务拓展的需要,公司与相关关联方共同出资设立中核海洋核动力发展有限公司,新公司的设立符合国家“建设海洋强国”和“一带一路”重要战略,有助于推动船舶核动力军民融合发展,有利于多元产业合作,整合资源,促进公司未来经济增长。 公司表示,海洋开发是国家战略的重要方向之一。中国已经熟练掌握海上核动力的技术,并正在逐步用于民用。公司将从两方面开展相关工作:一是向国家有关部门提交项目建议书,建造核动力破冰考察船,用于海洋深度开发和考察;二是加强沿海和岛屿的核动力应用,如制水、供暖、供气的应用和研究。 在地热能应用方面,由于公司控股股东中核集团在勘探、打井、化学冶炼、废物处理等技术方面能力较强,因此公司在地热能开发方面占据优势。目前,公司已经在地热资源比较好的地区,如西藏、雄安、甘肃等地区开展工作。希望用三年,在规模、设计研发能力方面进入国内地热行业先进行列。 对于未来规划,公司相关负责人表示,中国核电将落实国家能源战略和集团公司发展规划,继续安全、高效和大力发展核电,积极拓展核电技术服务,适度开发新能源,稳妥实施资本运作,统筹国内、国外两个市场、两种资源,通过全面深化改革,努力推进体制、机制与管理创新,加强成本管控,不断提升公司发展动力、内部活力和市场竞争力,将中国核电打造成世界一流核能发电上市公司。
  • 《Nature | 非平衡自组装成核动力学中的模式识别》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2024-01-22
    • 2024年1月17日,芝加哥大学Arvind Murugan、Jackson O’Brien联合加州理工学院Erik Winfree、Constantine Glen Evans在Nature上发表题为Pattern recognition in the nucleation kinetics of non-equilibrium self-assembly的文章。 该研究表明了多样性自组装中的模式识别现象,发现高维浓度模式可以类似于神经网络计算进行辨别和分类。研究者设计了一组917个DNA片段,能够以三种不同方式自组装,使竞争性的核化过程对高浓度片段的共定位程度产生敏感影响。通过在计算机中进行训练,系统能够正确分类一组18个灰度30×30像素图像,并通过实验证实了这一结果的鲁棒性。文章提到,这一现象可能不仅局限于自组装,还可能应用于细胞内的分子折叠过程和多组分凝聚物的相界限。将核化视为一种机器学习模型,文章探讨了决策表面复杂性与底层自组装物理特性之间的关系。 此外,文中还提到了温度在模式识别速度、准确性和复杂性之间的权衡,并对将核化作为机器学习模型引发的问题进行了探讨。总体而言,这项工作揭示了在多组分自组装中产生复杂信息处理的新现象,为高维分子系统中的可编程和可学习相界限提供了启示。