本课题是针对以城市污水处理厂二级出水为原水的再生水厂进行的水质预警研究，通过对再生水厂历史运行数据的分析，确定再生水厂运行中需关注的关键指标，并针对水厂运行的关键工艺点——原水、沉淀出水与出厂水，建立水质预警模型，对于水厂运行中出现过或可能出现的水质警情制定应急管理预案，以期达到再生水厂安全高效运行的目的。首先，采用数理统计方法分析再生水厂原水以及关键工艺点的pH、浊度、色度、氨氮和余氯等水质指标的年变化规律和随处理工艺的变化规律，掌握再生水厂的水质特点，确定再生水厂预警关键指标。其次，在分析再生水厂水质变化规律的基础上，应用灰色系统预测、神经网络时间序列预测和BP神经网络等方法，建立了进水、沉淀出水和出厂水的水质模型，进行水质趋势分析；根据各种预测方法的适用范围、预测准确度、模型建立的难易程度，最终确定采用灰色预测模型预测进水的pH和色度，神经网络时间序列模型预测进水氨氮，BP神经网络模型预测沉淀出水浊度和出厂水余氯。再次，根据再生水厂进、出水水质要求和再生水厂工艺特点来划定pH、浊度、色度、氨氮和余氯的警级和警限。针对各种警情，制定一套应对突发水质事故的应急预案。最后，针对高耗氯和超高浊度两种特殊水质的应急管理进行具体研究。对于高耗氯水质，首先探究水质高耗氯的原因，采用排除法，通过实验研究，最终确定耗氯物质为SCOD，针对这种耗氯物质结合再生水厂工艺，确定采用臭氧和液氯协同优化来解决。对于超高浊度水质，除了通过增加PAC投加量，还可以通过增加沉淀时间来降低沉淀出水浊度。综上，本文建立了再生水厂原水和关键工艺点的水质模型，针对再生水厂出现的警情制定了应急管理预案，可为再生水厂运行提供指导性建议，以保证供水安全。