随着污水处理工艺水平的迅猛发展,对污水处理自动化的要求也越来越高。由于污水处理过程具有多变量、非线性和大滞后等特点,因此难以对污水处理过程进行精确建模,导致了当前污水处理过程自动化水平相对落后的现状。针对当前我国严峻的水污染现实和大多数污水处理厂处理效率较低的现状,本文进行了污水处理过程建模与控制研究,并此基础上实现了嘉兴污水处理厂的全厂控制系统。 首先简单叙述了相关的控制理论和控制系统概念,对当前国内外污水处理过程自动控制现状进行了综述,并在此基础上介绍了各种污水处理工艺,其中着重介绍了活性污泥处理工艺。 根据嘉兴污水处理厂的污水处理工艺和工厂实际运行情况,在活性污泥数学1号模型(Activated Sludge Model,ASM1)基础上,建立了简化活性污泥数学模型,并采用污水处理厂的原始数据对数学模型进行了校正。根据污水处理厂的水质数据,对污水处理厂的曝气池运行状况进行了预测研究。 进行了基于神经网络的污水处理厂曝气池预测研究。通过采集污水处理厂的实际运行数据建立了训练数据集,采用训练数据集进行神经网络训练,最后建立了神经网络预测模型,并采用测试数据集测试了神经网络的预测性能,其中所采用的测试数据集与活性污泥预测研究中是相同的。通过比较神经网络预测模型和活性污泥数学模型的预