水污染是当今世界各国面临的首要问题，通过污水处理解决缺水问题已成为共识。活性污泥法是目前国内外用来提高水质的一种既经济又简便的污水水处理技术，准确地控制生化反应池中溶解氧(DO)是获得较好处理效果及经济效益的前提。但活性污泥生化反应过程是一个复杂的非线性的生化过程，在实际水处理过程中，水质水量不断波动，要实现保证出水DO值恒定非常困难。为了解决这一问题，本文利用采集的数据，采用了一种基于径向基函数神经网络(RBFNN)的生化反应系统建模的方法，以进水量，进水COD值，曝气量为输入量，可以准确预测出出水DO值，通过控制驱动鼓风机的交流电机的转速来控制爆气量，从而实现水处理过程中的恒DO控制，并结合大连绿源药业公司污水处理系统核心装置(生化反应池)中的DO控制为对象来进行研究设计。研究主要内容如下： 首先，本文对该污水处理车间做了实际的调研，对污水处理系统做了分析，并确定了控制对象和策略：确定了DO为被控变量，利用绿源药业公司生化处理车间今年前六个月的有关数据，采用基于径向基函数的神经网络的建模方法预测出出水的DO值，并验证了相关的结论。 然后，给出了系统的硬件设计方案，采用TI公司的TMS320LF2407型数字信号处理器来实现驱动鼓风机的交流电机的FOCPWM调速控制，完成了电源，存储器扩展，JTAG接口，电机转速测量，数据实时显示等模块的设计，并完成了相应软件的设计。 最后，完成了系统硬件电路的搭建，采用ICETEK—5100PP型仿真器对系统进行了调试和仿真。 本文通过对生化反应过程溶解氧神经网络控制方法的研究，探索和尝试了将神经网络智能控制技术和数字信号处理器相结合的设计方案引入水处理领域。仿真实验表明，这种系统具有很强的适应性以及良好的鲁棒性，对非线性的生化反应过程可实现准确控制，达到较好的效果。