2026年6月23日，大连理工大学控制与工程学院迎来国际学术交流新动态

2026年6月23日下午，应控制科学与工程学院申铁龙教授邀请，西班牙瓦伦西亚理工大学（Universitat Politècnica de València）教授做题为“面向任务的交通控制与城市区域实时污染物估算：一种物理信息预测框架”学术讲座，在大连理工大学海山楼B1103会议室成功举办。本次讲座由该校控制科学与工程学院承办，吸引了众多师生参与。

①物理信息融合：破解城市空气污染监测难题

讲座伊始，主讲人、瓦伦西亚理工大学CMT清洁交通与热流体研究所的本杰明·普拉（Benjamín Pla）教授指出，城市空气污染是当前严峻的环境与公共健康挑战，其与机动车交通的复杂动态紧密相关。传统的空气质量监测网络虽然精度高，但空间密度不足，难以捕捉细微的空间变化；而高保真的计算流体力学（CFD）模型计算负担过重，无法满足实时干预的需求。

为解决这一痛点，普拉教授团队提出了一种全面的、双层的城市空气质量治理框架。该框架将实时状态估计与主动交通控制相结合，旨在实现可持续的城市交通与环境政策执行。在第一部分，普拉教授介绍了一种物理信息混合建模方法。该方法将高分辨率的交通流数据与污染物平流和扩散的基本物理原理相结合。通过采用针对扩散-平流方程的欧拉格式，并结合扩展卡尔曼滤波器（Extended Kalman Filter），该模型能够同化来自稀疏传感器网络的实时观测数据，从而系统地校正确定性预测。普拉教授强调，这种方法能够在有限的计算成本下，实现对PM₁₀和NOₓ浓度场的精确、高效映射。

②模型预测控制：实现主动交通调节与减排

在讲座的第二部分，普拉教授详细阐述了基于上述实时估算的可扩展模型预测控制（MPC）策略。该策略旨在进行主动交通调节，利用二次规划（Quadratic Programming）公式，MPC框架能够动态优化宏观交通密度，以防止局部区域污染物浓度超过监管阈值。普拉教授特别提到，该优化过程严格遵守道路容量限制和交通守恒约束，从而在确保环境效益的同时，最大限度地减少对整体交通需求的干扰。

该综合方法已在西班牙高度仪器化的城市瓦伦西亚进行了广泛的实证数据验证。结果显示，该方法在污染物估算的均方根误差（RMSE）方面实现了显著降低，并成功消除了PM₁₀的日监管超标情况，证明了其作为稳健工具的可行性。

③主讲人简介：深耕清洁交通与热流体领域的权威专家

本杰明·普拉·莫雷诺（Benjamín Plá Moreno）是瓦伦西亚理工大学热机系的全职教授（Catedrático de Universidad），同时也是CMT - 清洁交通与热流体大学研究所的首席研究员。他于2004年和2009年分别获得该校工业工程学位和博士学位，并因其杰出贡献获得过卓越博士论文奖。

普拉教授的研究领域广泛，涵盖车辆动力总成的最优控制与高级诊断，包括内燃机（ICE）和电池电动汽车（BEV），以及利用情境感知远程信息处理技术进行宏观交通优化。他领导着一个由教师和博士生组成的研究团队，并在顶级JCR期刊上合著了100多篇文章，h指数达到28。此外，普拉教授还担任多个具有竞争力的国家和欧洲资助项目的首席研究员，并与Stellantis、雷诺、福特和法雷奥等全球主要汽车制造商保持着广泛的合作关系，致力于推动可持续、零影响交通的前沿发展。