城市污水处理厂通过对城市居民的生活污水和部分工业废水的处理，使其达标排放，进而起到保护自然水体的作用。对于污水处理厂运行的监控和管理，是保障其正常运行的关键所在。在我国，其行业主管部门已经建立了城市排水和污水处理系统的初步的监控体系与管理考核办法和信息系统。但由于缺乏水质水量的量化分析和智能化判别系统，影响了政府部门对城市污水处理厂故障问题的准确判断和科学分析的能力。因此，如何实现城市污水处理厂水质监控和工艺故障诊断的科学化、自动化、智能化，将是目前急需解决的问题。本文以曝气生物滤池（BAF）水处理工艺为研究对象，研究建立了城市污水处理厂异常数据检测模型。本文通过系统聚类分析法，依据水厂历史监测数据的统计学特征，既时序性，对其进行分类，并通过水温变化规律对其解释；采用[0,1]归一化法对数据进行预处理；基于支持向量机理论，构建了城市污水处理厂异常数据检测模型，用于检测污水处理厂水质参数是否异常；分别利用网格优化法和粒子群优化法选取最优参数，并比较两种优化方法的优缺点，最终对模型进行检验。基于专家系统理论，本文研究建立了BAF工艺故障诊断专家系统。通过故障树对水处理知识、专家经验等故障诊断知识进行整理与组织，并采用产生式规则法表达诊断知识，进而构建专家系统知识库；采用广度优先、正向推理的推理控制策略，将模糊理论引入专家系统中，通过确定变量隶属度函数及可信度的传播算法，最大限度地模拟人类专家的思维方式与表达方法，构建专家系统推理机。本文对城市污水处理厂BAF工艺异常数据诊断专家系统进行了功能分析、模块设计和系统数据流设计，并开发相应的应用系统，最终采用实际水厂数据进行验证并与专家分析结果相比较分析。结果表明，本系统能够正确地判断出污水处理厂出水异常数据，并据此分析出引发故障的主要原因，最终给出相应解决方案。本系统可以保障城市排水与污水处理系统稳定高效的运行，可显著提高我国城市排水及污水厂运行效率，为政府监管部门提供有力的科技保证和技术支撑。