市政污水收集系统和污水处理系统在保护公众环境与健康中扮演着重要的角色,针对目前污水收集系统和处理系统在规划设计和实际运营管理过程中缺乏实测管网数据支撑、部分关键参数难以实现动态测量及预测的问题,本课题拟基于实测管网水质和水量数据,对深圳市污水收集系统和污水处理系统内水质水量变化规律进行分析和数值模拟,分析水质水量波动对污水处理厂处理效果的影响并通过模拟提出污水厂抗冲击应对措施。对污水管网的水质水量分布规律进行了分析及数值模拟。研究表明,在在不同排水体制、不同时间段以及不同功能区条件下,污水管网中流量和水质的变化存在一定相似性,且分流制管路污染物浓度普遍比合流制管路的污染物浓度高;通过软测量方法实现了对不易监测指标(BOD5和TN)的模拟及预测;通过构建ARIMA模型实现了对特殊时段水质指标的模拟及预测,相关系数为0.68,说明ARIMA模型基本可以实现对实测水量变化情况的数值模拟,有较好的预测能力。对污水处理系统的水质水量变化规律进行了分析并对出水水质进行了模拟。研究表明,SY污水厂旱雨季的水质水量波动较FT污水厂明显;通过Bio Win构建污水处理厂ASM数学模型,实现了对SY污水厂出水水质数值模拟,模型模拟结果可以很好地反映污水处理厂实际运行情况。在对污水管网和污水厂水质水量规律分析及数值模拟的基础上,选取SY污水处理厂作为模拟对象,基于数学回归法和神经网络法通过污水厂服务片区内13个上游管网节点的水量数据去预测污水厂进水水量,模拟结果表明神经网络预测的相关系数优于多元回归预测的相关系数,神经网络预测的性能更好;研究了污水厂进水水量和水质波动对污水厂运行效果的影响,为应对水质水量波动对污水厂的冲击影响,通过模拟优化操作参数研究了相应的应对措施:如春节期间进水污染物浓度低、水量小的情况,可以适量补充碳源,并投加少量的PAC;当进水TN和TP超标时,可提高好氧池DO,加大PAC和碳源投加量来优化工艺操作参数,确保污水厂出水水质达标。