活性污泥法处理污水的工艺过程中曝气阶段是耗能最高的过程,所以对曝气过程的节能研究是降低污水厂能耗的首要选择。活性污泥处理法的原理即利用污水污泥中附着的微生物在生存的新陈代谢过程中,将水中的有机污染物分解为无机物后排出。而曝气环节即是通过鼓风机对生物池中进行送风供氧,以满足微生物的存活需求和新陈代谢需氧,微生物依靠这些溶解氧将污水中的有机物分解为无机物排出。在污水处理过程中利用自动控制系统控制曝气量的多少。根据理论分析和阅读参考文献可知,溶解氧浓度的控制过程是很复杂的非线性过程,比较难通过建立精确的数学模型的方式反应其机理过程。一般的污水处理厂是将溶解氧浓度维持在2mg/L左右,这是根据多年实际操作所得到的经验值。水中溶解氧浓度的高低由鼓风量决定,而鼓风量的大小直接决定着耗能的多少。若曝气量过多,水中溶解氧过剩,能耗必然上升。所以建立根据水质的变化能动态变化的溶解氧浓度控制系统是节能的关键。以往的PID控制方式或模糊控制都在很大程度上依赖于由在线仪表测量得到的各种水质参数,通过这些参数信号进行调节溶解氧浓度。然后实际污水厂的工作环境复杂,且大部分仪表都常年暴露在外部,仪表极易发生损坏,导致参数测量不准确,甚至测量不到数据。本文所研究的污水厂测量仪表大都由国外采购,当仪表损坏时,其维修周期长,修理难度大,严重影响到污水厂的正常运行。所以过度依赖仪表来控制溶解氧浓度本文建立RBF神经网络软测量预测模型,使得溶解氧的控制不会过分依赖测量仪表。根据污水部分进水水质参数预测生物池中所需溶解氧的浓度。利用遗传算法对该模型进行权值优化,使预测更加精确。仿真实验证明优化过的RBF神经网络预测效果比传统RBF神经网络模型预测效果更准确,更稳定。得到了溶解氧预测值,再利用溶解氧浓度与鼓风机风量的关系,得到风量值,通过PLC控制鼓风机阀门开度最终实现精确曝气。用预测溶解氧模型的方法可以减少控制系统对仪表的依赖,系统能更加稳定的控制溶解氧浓度,提高处理效率,并且在排水水质达到标准的前提下,实现节能目标。