本课题以上海市翔殷路隧道为对象，研究开发了基于模型的隧道交通污染智能通风控制软件模块。其目的是既满足国内公路隧道的卫生标准，又能够最大限度地降低通风能耗。 论文根据翔殷路隧道通风的特点，分别建立了基于机理方程的模型、时间序列ARMA模型和ARX模型，并比较了各模型的准确性和预测效果。首先，根据隧道的交通方程、空气动力学方程和污染方程建立了通风控制的机理模型。在应用于工程实际后，表明机理模型基本上能够反映隧道污染物变化趋势，但精度相对较差。时间序列分析采用了在线建模方法。当在新的控制周期开始时，用前16小时的数据建立了ARMA模型，预测10分钟后(10分钟为控制间隔)的CO和VI的指标，当CO浓度超过115ppm并且VI超过7.0×10-3m-1时，多启动一组射流风机，反之则维持风机控制状态不变；当CO浓度低于105ppm并且VI低于6.3×10-3m-1时，则关闭一组射流风机。在时间序列建模前期的数据处理中，本文使用了趋势差分方法以提高序列的平稳性；在建模过程中比较了数个方案。在ARX模型的研发中，为了使模型能覆盖尽可能宽的频谱，本文使用了16小时数据建模，前期的数据处理中使用了滤波技术。 工程实践验证，上述两种模型的5步预测CO浓度均方误差均小于1.5ppm，VI均方误差均在0.2×10-3m-1左右。当被测量达到控制指标时。一氧化碳浓度和VI的误差均在3％以内。 最后，文章阐述了通风智能控制模块的程序设计和与翔殷路隧道交通监控平台的接口。一个月的运行时间表明，翔殷路隧道通风智能控制模块运行是稳定可靠的。