污水处理系统的滞后性、不确定性、非线性，对于系统精确数学模型的建立来说是最大的问题，非智能控制方法只能处理特定的问题，而且精确度不高、自整定能力差，单纯的通过非智能的控制方法已经达不到现代工业的控制要求。当前，由于智能控制的不断发展，因此大量非线性系统普遍利用智能控制方法。论文针对某污水处理厂的实际工程项目，设计了一套集管理级、现场级和控制级于一体的自动控制系统。目前，应用于工业控制领域的网络和现场总线的种类繁多，通过分析各自的优点及其各自的应用领域，同时结合污水处理厂实际情况，通讯方式最终选择了“工业以太网+Profibus现场总线”。介绍了工业控制网络，现场总线的分类，完成了主要设备的选择及自动控制系统的设计。该控制系统采用西门子公司S7-300PLC作为现场控制层的控制器，结合先进的工业以太网技术，构成了智能化的信息管理、操作平台。论文中涉及到的污水处理控制系统，不仅考虑硬件设备的可靠、合理运行，而且考虑组态软件对整个控制系统过程的监控、管理，通讯系统的稳定、有效运行，这样的污水处理控制系统的处理效率大大提高。论文简要分析了CASS污水处理工艺，根据出水水质的主要性能指标，选取溶解氧浓度作为被控对象，鼓风机曝气量作为控制量。由于污水处理具有非线性、动态不确定性，难以确定准确的数学模型，因此建立了污水处理系统理想条件下的数学模型。传统PID控制思想结合模糊控制思想，实现输入、输出变量量化论域的选取、量化级数的确立、隶属函数的确定和模糊规则的建立，完成了自整定模糊PID智能控制算法在工程实践中的应用。通过Matlab仿真曲线对比结果可以看出，相比传统PID控制方法的自整定模糊PID控制方法，系统的超调量、调节时间、上升时间有较大的改善，提高了系统的响应速度，改善了系统的动、静态特性。论文在自整定模糊PID控制方法研究与应用的基础上，引入了基于BP神经网络的PID控制方法，该控制方法不依赖于精确的数学模型，控制方法具有更普遍意义。同样选取溶解氧浓度作为被控对象，首先利用大量来自现场具有代表性的数据对BP网络进行训练，使其无限逼近溶解氧浓度的非线性函数。随后将其与PID控制方法相结合应用到现场污水处理控制系统中，通过现场实际情况，检验BP网络的训练水平和自学习能力，通过Matlab仿真曲线可知，基于BP网络的PID控制方法，通过训练好的BP网络完成参数的在线调整，从而不仅具有了BP网络的自适应能力，又利用了PID的控制优势，使控制系统具有良好的动、静态特性，验证了方法的可行性及有效性。