能源路由器是实现能源互联网与配电网的信息交换与电能共享的核心电力电子装置。现有的以固态变压器为核心的电力变换装置由于其拓扑结构落后，且效率低下，不能实现基于能源路由器的能源协调控制策略。针对上述难题，研发了一种应用于能源互联网的能源路由器装置，包括三相三电平双向整流单元、六相交错DC/DC双向变换单元、自激软启动推挽式全桥DC/DC双向变换单元、三相谐振软开关双向逆变单元、单相全桥双向逆变单元；可实现从各能源终端将分布式电源并网，能量转换形式更加多样化，从根本上实现能量的双向流动；多单元拓扑结构决定其可提供多种电压等级电能，满足多种负载与储能设备的需求。

一种基于IPv6的移动互联网络接入方法，基于IPv6，利用单向信道、ICMPv6和隧道技术的AD-HOC接入互联网技术方案，含有移动AD-HOC节点的接入网关发现方法和AD-HOC节点与互联网通信的方法。有益效果是不仅有效的解决了AD-HOC网络接入到互联网的问题，降低了接入网关发现的时延和给AD-HOC网络带来的通信开销，消除了接入网关在协议转换和地址转换方面的开销等；而且将移动IPv6和移动网络等先进技术与AD-HOC网络结合在一起。

针对医院废水消毒存在的难点问题，哈尔滨工业大学环境学院马军院士组织团队成员刘新旺、王鲁、王盼盼、李攀、刘正乾、孔秀娟和机电学院姜生元教授开展了系统研究，提出用高浓度臭氧消毒技术强化医院废水处理。   团队与浙江金大万翔环保技术有限公司联合研制和捐赠的5套全自动物联网监控臭氧消毒装备，于2020年3月7日运抵湖北省咸宁市5家医院，现已经成功投入运行，用于医疗废水消毒灭菌无害化处理。  全自动物联网监控臭氧消毒装备工作现场 医院废水处理工艺中多数是加次氯酸钠消毒，当水中含有氨氮时会形成氯胺，而氯胺消毒能力很弱，只有投氯量与氨氮的重量比超过7.6以上时，才能实现自由性氯消毒。由于根据水中氨氮浓度动态地调控投氯量会增加操作管理难度，现场人工频繁地监测和调控投氯量增加了工作量，也存在安全风险，而且投氯量过高时可能对后续城市污水处理厂运行产生不利影响。研发效率高、受水中氨氮浓度影响小、对后续城市污水处理厂运行无副作用的消毒技术，对于强化医院废水消毒、解决医院废水消毒运行维护难的问题，具有重要意义。如何在确保消毒效果的前提下，降低运行人员安全风险、便于消毒系统维护管理，是当下需要解决的问题。 臭氧是一种强氧化剂，可迅速破坏细菌、病毒等微生物结构，目前在国际上被大量应用于水处理和环境保护，尤其是用于对贾第虫、隐孢子虫、细菌和病毒等进行灭活，被公认为各种致病微生物的“超级杀手”，杀菌能力强于氯消毒剂和紫外线等。 根据对SARS病毒和肠道病毒的相关数据，臭氧消毒能力是自由性氯的5-10倍数量级，是化合性氯（氯胺）千倍的数量级。而且，其自身在消毒过程中被还原为氧气，不会对后续的城市排水系统和城市污水处理二级处理系统产生不良影响。由于医院废水车间地点风险高、运行难度大、技术要求高，系统的维护管理是难点。因此，如果采用臭氧消毒，需要研究空气冷冻预处理、空气过滤分离和高压放电为一体的成套装备。团队在春节期间连夜进行设计，与哈工大浙江宁波产业化基地的金大万翔公司和哈尔滨工大高级氧化技术有限公司合作，克服了原材料运输困难和企业开工难等问题，经过多方协调，在春节之后完成设计，形成结构紧凑、体积小、性能优良的一体化臭氧消毒成套设备。 在此基础上，马军院士又组织团队研制物联网远程管理系统，通过远程监控实现无人值守，可以异地操控臭氧的工作条件和消毒工况，形成了医院污水消毒专用的全自动物联网监控臭氧消毒装备，不仅具备更宽的温度范围和更高的可靠性，还能将数据全部采集到云端，及时进行数据分析和远程诊断。 为了减少气体的直接使用，控制潜在的气溶胶形成，设计还采用了高浓度臭氧水溶液进行消毒，不但运行维护简便，而且没有气溶胶的形成风险，易于稳定可靠地运行管理。高浓度臭氧水溶液可以独立进行消毒，也可以与氯联合消毒，在确保消毒效果的前提下，实现效率高、安全可靠、副作用小、运行管理方便的目的。查看原文

一种由传统互联网与一体化标识网络的互联互通实现方法，使用接入交换路由器ASR作为传统网络和一体化标识网路的接口设备来实现该方法。当传统网络中的用户与一体化标识网络内的用户进行通信时，数据包发送到接入交换路由器，并且数据包内的接入标识和IP地址替换为交换路由标识，在一体化标识网络的核心网内传输；对端接入交换路由器将交换路由标识替换为接入标识和IP地址，将报文转发到目的节点。该方法使得传统互联网IPv4用户不用升级即可以与一体化标识网络中的用户进行通信。

人工智能技术飞速发展,我国大体上能够与世界先进国家发展同步。我国拥有自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等很多智能科技成果已进入市场,但是9%以上是软件、算法产品，在人工智能神经网络芯片研发方向上,我国又是落后于美国5-10年左右，可以预见的是,将来我国的人工智能神经网络硬件又将进口大量的IBM、Google、NVIDA、Braodcom等公司的产品,遵循的标准又将按美国的标准,在市场上处于弱势地位。

主要研究自然语言处理研究领域的算法和应用实践。涉及语义解析、意图识别、FAQ 问答、多轮对话、知识图谱等关键技术，研究内容包括分词、向量表示、分类等文本预处理技术，以及将自然语言处理核心算法应用落实到智能客服、NLP 引擎、航天空管交互等实际场景中，团队研发的 AI 产品已经跟国内企业、研究所开展了长期合作并动态跟踪，获得了广泛的一致好评。 人工智能 NLP 引擎项目是基于多语种分词、多语种情绪识别、词句关系分析、意图识别、文本聚类等自然语言处理技术实现对海量录音文本的知识挖掘，识别重要信息。为录音服务行业下游业务的分析人员提供分析思路，以便得到多维度、多形式分析结果，将发现转换为可落地的业务决策，这些数据驱动的业务决策，包括客户体验、座席行为、产品改进、风险监测等多个方面，帮助企业改善用户体验、降低成本、提升效率、提升业绩、降低风险等。 1.多语种分词。分词指的是将一个字序列切分成一个一个单独的词，是将连续的字序列按照一定的规范重新组合成词序列的过程。文本在入库时调用接口进行了分词，分词可用于模型的匹配和热词的统计。 2.词句关系分析。根据词句关系接口识别的中心词，然后用中心词进行词频的统计，对于目标样本，统计出高频中心词用来概括目标样本中主要描述的对话内容。 3.意图识别。识别出客户语句的意图，以便进行相应的功能操作、信息推荐等。 4.多语种情绪识别。情绪识别是对包含主观信息的文本进行情感倾向性判断，正向或者负向（如果能提供训练数据集，可以识别更多种类的情绪）。为客户之声下游任务的口碑分析、话题监控、舆情分析等应用提供帮助。目前支持中文、粤语的情绪识别。根据情绪标识，用情绪进行搜索和统计分析。 5.文本聚类。文本聚类将一大段文本中心词和中心词的关联词、近义词生成一个图，用于可视化文本的内容。 6.自定义分词、意图。对分词分词、意图种类进行增删、扩展、微调等。

湍流-噪声-振动耦合与控制研究所作为人工智能控制湍流的先驱，结合机器学习方法，开创性地提出并研发具备“思维、创新”能力的人工智能控制湍流平台，并用于湍流射流控制，研究发现文献中从未报道过的湍流结构，其混合速率远超传统方法，主要成果即将在流体力学顶级期刊Journal of fluid mechanics上发表。鉴于该项成果在工程应用的重要前景，获国家自然科学基金“湍流结构的生成演化及作用机理”重大研究计划重点支持项目，亦作