第三代半导体氮化镓和碳化硅因其禁带宽、稳定性好等优点，已广泛应用于电子和光电子等领域。各种氮化镓和碳化硅基器件是5G技术中的关键器件。将半导体晶片制成器件，其中的一个关键加工步骤是晶片表面的抛光。然而，氮化镓和碳化硅的化学性质极其惰性，半导体工业目前常用的化学机械抛光方法无法对其实现高效加工。对此，我们从原理上创新发展了一种光电化学机械抛光技术，不仅可快速加工各种化学惰性半导体晶片（如:加工氮化镓的材料去除速率可达1.2 μm/h，比目前的化学机械抛光的高约10倍），而且可加工出原子台阶结构的平滑表面。设备简单，技术具有完全的自主知识产权。

机械产品性能预测技术是在虚拟样机技术基础上，结合产品的特点和要求，在产品的设计阶段就对产品的性能进行预测。汽车动力学仿真研究所现有成熟的产品性能预测技术有：1．刚度，强度及承载能力预测；2．疲劳性能预测；3．固有频率，模态及动态响应分析； 4．撞击性能预测；5．温度场，热应力场分析；6．汽车整车性能分析；7．建模造型技术。

本发明的Ｓｉ基微机械悬臂梁耦合间接加热式毫米波信号检测器，结构包括悬臂梁耦合结构、功率合成／分配器、间接加热式微波功率传感器和开关。悬臂梁耦合结构包括两组悬臂梁，每组悬臂梁由两个对称的悬臂梁构成，用于耦合部分待测信号，两个悬臂梁之间ＣＰＷ传输线的电长度在所测信号频率范围内的中心频率３５ＧＨｚ处为λ／４。功率通过输入端口对应的ＣＰＷ信号线终端的间接加热式微波功率传感器进行检测；频率检测通过测量两路在中心频率处相位差为９０度的耦合信号的合成功率实现；相位检测通过将两路在中心频率处相位差为９０度的耦合信号

本发明的Ｓｉ基微机械悬臂梁耦合直接加热式毫米波信号检测器，结构由悬臂梁耦合结构、功率合成／分配器、直接加热式微波功率传感器和开关构成。悬臂梁耦合结构包括两组悬臂梁，每组悬臂梁由两个对称的悬臂梁构成，两个悬臂梁之间ＣＰＷ传输线的电长度在所测信号频率范围内的中心频率３５ＧＨｚ处为λ／４。功率通过输入端口对应的ＣＰＷ信号线终端的直接加热式微波功率传感器进行检测；频率检测通过利用直接加热式微波功率传感器测量两路在中心频率处相位差为９０度的耦合信号的合成功率实现；相位检测通过将两路在中心频率处相位差为９０度的

虚拟设计与仿真、信息技术与机械工程的结合，是 21 世纪工程领域的重要发展方向 与战略制高点。机械工业发展水平的最重要标志是机型的自主开发、设计与制造能力。 实际工程应用对仿真环境提出的挑战，虚拟设计和仿真对计算机性能的要求十分苛刻。 一个典型的机械产品的装配有成千上万个零件装配，一个机械性能的仿真更需要进行几 十个工况每次若干小时的大量计算和接近实时的渲染。通过产品结构动态特性等全方位 的分析仿真，可实现面向实际产品原理、结构和性能的设计、分析、模拟和评测。运用 新技术，配合国家重大工程建设，完成了重大机械设备和施工装备的开发。如节段施工 架桥机；900t 运梁车、提梁机机电液一体化整机开发；大型开闭式屋顶建筑机械及控制 成套技术等。 技术指标 帮助提高创新产品研发的研发能力。提供大型机电液一体化机械装备全套技 术或开发 

myAGV 大象首款移动机器人，采用竞赛级麦克纳姆轮，全包裹金属车架；ROS开发平台内置两种slam算法，满足建图、导航方向的学习；提供丰富的扩展接口，可搭载my系列机械臂，实现移动抓取，完成更多应用。 产品特性 全向轮小车 竞赛级麦克纳姆轮，全包裹金属车架，分体式结构可拆卸。 SLAM激光雷达导航与建图 ROS开发平台内置gmapping、cartographer两种算法，激光雷达实时建图扫描，自动规划路径进行避障导航。 内置摄像头 500W高清摄像头可进行物体识别与精准定位。 额外拓展 车身双侧弹仓，扩展电池增加续航时间；扩展吸泵与机械臂搭配，实现更多应用。 载物机器人 不同尺寸物料盒任意选择，载物运输解放双手。 最小复合机器人 可搭载多达2台myCobot机械臂，实现移动抓取扩展工作空间，完成更多任务。 手眼标定 myCobot可进行摄像头精确定位与标定，并进行大范围内抓取 多种玩法 ps手柄控制支持多机协同，多台机器人实时运动。 丰富的教学系统 支持ROS仿真、moveIt全部开源；同时接口丰富：树莓派、arduino、python、C++ 联系我们：深圳市大象机器人科技有限公司 官网：https://www.elephantrobotics.com淘宝官方旗舰店：https://shop504055678.taobao.com/?spm=a1z10.1-c-s.0.0.2b0e58e7PY8UhV电话：+86 (0755) 8696 8565/+86 181 2384 1923地址：深圳市福田区华强北电子科技大厦D座智方舟国际智能硬件创新中心D403 D504 D505

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

近日，化学学院徐浩教授课题组在催化不对称合成领域取得了新进展。

本发明涉及飞灰无害化处置，旨在提供一种机械化学结合水洗的飞灰高效低成本无害处置方法和系统。该系统包括给料仓、水平滚筒式球磨机、搅拌釜和板框压滤机；给料仓的底部接于水平滚筒式球磨机的进料口，水平滚筒式球磨机的密闭筒体中放置不锈钢磨球；出料管道两端分别接水平滚筒式球磨机底部和搅拌釜上部；搅拌釜上接进水管道，底部接至板框压滤机。本发明可同时高效实现飞灰的重金属固化、二噁英降解和氯脱除，处置后飞灰彻底无害化且具备资源化利用条件；处置后飞灰的重金属固化率在70％以上；无外加添加剂，处置成本低廉；工艺流程简单，反应条件温和，过程环保，无有害副产物产生；设备投入和运行成本低廉，处置效果显著，工艺流程实现简单。