她师从智慧环保领域专家乔俊飞教授

以第一作者发表SCI论文5篇

通过智能优化算法与燃烧模型的深度融合

将固体废物燃烧效率从65%提升到92%

找到了一条更可靠、更高效的环保焚烧智能化路径

从理论到实践

从数据到实效

她让技术落地，让火焰更“聪明”

她就是信息科学技术学院

2025届博士毕业生崔莺莺

快和工小V一起了解一下她吧~

破解“人眼滞后”难题

崔莺莺与环保智能化科研的缘分

始于大学时读到的一篇报道

文中，乔俊飞教授

十五年如一日攻坚污水处理自动化

与智能化方法与技术的故事

深深打动了她

也像一粒种子在她心里发了芽——

原来看似艰深的控制理论知识

真的能推动一个行业向前发展

被乔俊飞教授的执着感染

崔莺莺以专业第一的成绩考入北工大

成了乔教授的学生

初入实验室

崔莺莺就接到一个“硬骨头”课题——

固废焚烧智能优化控制

当时，国内该领域仍处于摸索阶段

多数焚烧厂依赖领域工程师

“看火加料、凭经验调”的粗放操作

这种模式导致

氮氧化物、二氧化硫等有害物质排放不稳

既污染环境

也制约行业可持续发展

面对这片几乎空白的领域

崔莺莺一度感到无从下手

乔俊飞教授看出她的迷茫后开解道

“科研的价值，

往往不在于轻易找到答案，

而是学会如何探索未知。”

这句话帮她稳住了心神

在乔俊飞教授的带领下

团队成员齐心协力帮她逐个突破难关

她和团队频繁深入北京固废焚烧厂

每当她有疑惑

老师和师兄师姐总会耐心解答

他们在环境恶劣的车间里

爬梯架、布传感器

系统采集了温度、氧气含量、

主蒸汽流量200多项关键变量的数据

为捕捉一次炉膛压力突变

大家守在现场连续十几小时

崔莺莺发现

工人只能通过观察判断火焰颜色

再凭经验手动调节阀门

控制风量、给料速度和炉排速度——

这种依赖人眼的滞后操作

正是污染波动的症结所在

找到痛点后

崔莺莺和团队着手开发智能优化控制系统

以替代传统“人眼+经验”模式

他们融合历史数据与实时监测

经过多轮技术迭代升级

设计出能在秒级时间内

推演出未来几分钟最佳调控方案的算法

实现了“预见式燃烧”

这套系统取得了突破性成效——

应用后，氮氧化物排放浓度

从每立方米300毫克以上

稳定降至100毫克以下

燃烧效率也从65%提升至92%

更关键的是

系统能自适应不同成分、不同湿度的垃圾

实时调整风量与炉排速度

确保烧得透、排得净

这套系统不仅提升了单个焚烧厂的运行水平

也为行业提供了一条稳定达标、高效清洁的智能路径

在炉火与数据的淬炼中

崔莺莺也渐渐清晰了自己的使命——

用代码与算法

守护更多人看得见的蓝天

“先完成再完美”

在仿真平台上积累的大量实验数据

渐渐浮现出规律

崔莺莺的科研也迎来新阶段——

如何将这些发现

写成一篇站得住脚的学术论文？

刚开始尝试写作时

她常常对着屏幕陷入停滞

实验数据该怎么组织才清晰？

创新点要怎么表达才突出？

文章框架如何搭建才稳固？

学术语言又该如何打磨才准确？

在她反复斟酌时

团队蒙西教授的话点醒了她

“先完成，再完美。”

崔莺莺静下心来，扎进文献堆里

仔细学习高水平论文的写作逻辑与表达方式

蒙老师带她逐字逐句推敲，边改边传授

“好的论文就像讲故事——

“创新是灵魂，逻辑是骨架，可读性则是血肉。”

经过整整一年的反复打磨

崔莺莺的首篇学术论文终于发表

并入选ESI高被引论文

这份认可，为她推开了学术世界的一扇门

此后，她陆续以第一作者

发表5篇SCI论文、

1篇中文卓越期刊论文、2篇EI会议论文

其中4篇刊登于中科院一区期刊

她还获授3项国家发明专利

2项软件著作权

参与编写1部学术专著

入选2024年度中国科协青年人才托举工程

博士生专项计划

两度获得研究生国家奖学金

获评北京市优秀毕业生

另累计获得校级奖励15次

这些成绩背后

是一位青年学人安静而坚定的身影——

在数据与文字之间

在实验与思考之间

一步一步

走出属于自己的科研足迹

“学会在困境中寻找转机”

对崔莺莺而言

导师乔俊飞教授是学术领路人

更是身体力行的榜样

她仍清晰地记得博士二年级时那段艰难日子——

连续数月实验没有进展

焦虑如影随形

她鼓起勇气给正在出差的乔俊飞教授发消息

没想到

乔教授在工作结束后特意打电话安慰她

“科研这条路不会一直平坦，”

电话那头的声音温和而笃定

“真正重要的，是学会在困境中寻找转机。”

实验室的日子

不只有一个人埋头钻研的寂静

更多的是团队并肩作战的温暖

每周二的组会总是格外热闹

优化组、建模组、控制组的同学们

一起交流进展、碰撞想法

遇到难题时

总有人主动提出帮忙查资料、理思路

一讨论就是几个小时

经常忘记吃饭时间

崔莺莺至今记得

为解决因工况突变导致的操作优化性能下降难题

她和几位同门攻关了三周

最终借助迁移学习

让系统具备了“跨工况记忆”能力

“我们从来不是单打独斗，”

她眼中有光

“就像我既要优化算法，也要参与建模分析。

如果预测偏差超过15%，

我就得和建模组的同学一起从头排查原因。”

这项突破让系统整体运行性能提升20%以上

严谨的科研生活之外

这个实验室流淌着温暖的默契

每年都会组织郊游

崔莺莺特别难忘雁栖湖畔那次登山——

虽然天气阴沉，山道湿滑

但大家互帮互助

下山时男生们主动帮女生们背行李

这种默默扶持的情谊

恰如他们在科研道路上的关系

各自攀登，却始终彼此支撑

如今，崔莺莺已成为北京信息科技大学的一名青年教师

她正用自己的行动

延续着北工大青年的环保使命