单片集成的增强型和耗尽型pHEMT技术

随着射频/微波器件的快速发展及其应用领域的日益扩大,基于半导体单片集成技术的多种器件集成工艺不断发展。研究了一种采用AlGaAs-InGaAs的砷化镓化合物衬底。琥珀酸湿法蚀刻工艺对器件电性能影响较小。将耗尽型和增强型赝配高电子迁移率晶体管(pseudomorphic High-Electron-Mobility Transistor, pHEMT)器件集成于同一芯片半导体工艺技术。结果表明,增强型晶体管Y型栅极的线宽为0.25 m,开启电压为0.3 V;耗尽型晶体管栅极的线宽为0.5 m,开启电压为-0.8 V,实现了在同一芯片上集成从负到正的栅极电压分布,为设计者提供了更为宽广的设计平台。这种集成技术可以应用于低噪声放大器、线性天线开关、滤波器以及功率控制装置等领域。     

基于图像和激光点云融合的智能采面煤岩识别

为了提高采煤工作面的智能化水平,提出了基于图像和激光点云融合的煤岩识别方法。首先,利用三维重建构建了蕴含煤岩颜色信息及截割纹理特征的图像点云;其次,提出了基于改进迭代最近点（iterative closest point,简称ICP）算法的煤岩点云配准方法,提高了点对间的搜索速度和配准精度;然后,设计了基于改进区域生长算法的煤岩识别方法,通过仿真分析验证了改进措施的有效性;最后,搭建了采煤机煤岩截割实验系统,并对相关改进算法进行了实验对比分析。结果表明,所提方法的点云数据分割效果最好,煤岩识别准确率达92.95%。在煤矿井下采煤工作面进行了现场测试,进一步证明了所提煤岩识别方法的可行性和实用性。     

基于惯性测量单元的刮板输送机形态监测

刮板输送机作为综采工作面的核心运输装备,准确感知其形态是提升其带载能力、缓解传动冲击、改善综采工作面直线度的重要前提。目前常用的刮板输送机形态间接测量方法难以准确表征其形态,导致测量模型误差较大。针对该问题,采用惯性测量单元直接测量刮板输送机中部槽原始位姿信息,实现刮板输送机形态数据的准确获取。采用融合Heursure阈值规则和新阈值函数的小波阈值去噪方法滤除中部槽运动加速度信号中的噪声干扰,在此基础上分析了中部槽运动特征,设计了基于随机森林的中部槽运动状态识别模型,根据运动状态识别结果采用不同的策略更新中部槽位置,减小了随时间累计的IMU数据误差,提升了IMU位置解算精度。设计了改进哈里斯鹰优化（HHO）算法优化无迹卡尔曼滤波（UKF）进行中部槽姿态解算,通过实验验证了该方法解算的姿态角满足中部槽姿态测量要求。搭建了刮板输送机形态监测实验平台,对基于运动状态识别和改进HHO优化UKF的刮板输送机形态解算方法进行实验验证,结果表明：刮板输送机进行单次推溜且步距为250 mm时,由10节中部槽组成的刮板输送机在底板水平工况下,X,Y轴方向上位移的最大累计误差分别为6.4,8.4 mm,Z...