5月9日至11日，IEEE第十四届数据驱动控制与学习系统国际会议（The 14th IEEE Data Driven Control and Learning Systems Conference, 简称DDCLS’25）在江苏无锡隆重召开。本次大会由中国自动化学会数据驱动控制、学习与优化专业委员会和青岛大学等主办，江南大学承办，IEEE中国理事会和北京分会联合赞助，吸引了全球控制科学与智能系统领域的顶尖学者、科研机构及产业代表参会。

在本届大会上，学院童杰、刘金泽*、陈龙、赵珺、王伟等老师和研究生团队凭借论文《Koopman Operator Learning Control of Dense Medium Separation》脱颖而出，从480篇论文中经过技术委员会初评、盲审专家复审和现场答辩多个阶段层层选拔，荣获DDCLS'25最佳论文奖“Best Paper Award”，成为大会唯二获得此项殊荣的论文！

该论文聚焦于复杂工业过程中的密介质分选系统，首次提出结合深度学习和Koopman算子的全新建模与控制方法，实现对煤炭洗选过程中介质密度的高效预测与精确控制，解决了传统非线性模型控制算法在工业场景中难以实时计算与调优的问题。研究成果不仅具备重要的理论创新意义，也具备广阔的工程应用前景，展现了我校在数据驱动建模与控制、工业智能优化等核心领域的强劲科研实力与国际影响力。

该成果由我院“工业智能控制与优化教育部重点实验室”与“辽宁省振兴人才计划项目”等科研项目资助完成，体现了学院科研团队在服务国家“智能制造”和“碳中和”战略方面的使命担当和创新能力。

z

此次获奖充分展示了学院青年学者在数据驱动控制理论与工业智能系统应用中的创新能力和学术水准。我们将继续坚持“强基础、重交叉、聚焦重大需求”的科研导向，持续深化在智能控制与优化领域的探索与实践，力争为国家智能制造和工业升级提供更有力的科技支撑！