混凝技术是目前国内外用来提高水质处理效率的一种既经济又简便的水处理技术。混凝技术的关键问题之一是加药量的控制。准确地投加混凝剂是获得较好混凝效果及经济效益的前提。目前国内众多水厂混凝投药控制的效果都不太理想,因为在实际水处理过程中,由于水质水量不断波动,如何控制适合水质变化的最佳混凝剂投加,长期以来一直是给水行业普遍关心而又亟待解决的问题。即混凝投药过程具有明显的非线性、大滞后、多变量等特点。因此,针对水处理混凝投药控制方法的研究具有很大的意义。本文首先通过对混凝和影响混凝的因素的分析,找到影响混凝投药的因素。并通过对实际情况的分析,找出了主要因素,即温度、原水水量、原水浊度。通过对温度划分区间处理,原水水量的单位处理,我们将原水浊度看为影响投药量的唯一因素,建立了原水浊度和投药量的数学模型,根据数学模型,并与实际数据进行分析,我们所建立的数学模型是有效的。但由于这只是在一定的特殊条件下建立的,其准确度不是很高。随着神经网络的发展,我们将神经网络中的BP神经网络应用到混凝投药控制中,来实现对混凝投药的准确控制,根据实际数据仿真,得到了良好的效果,从而实现了对混凝投药的准确控制,减少了生产成本。本文通过对混凝投药控制方法的研究,探索出一种适合水厂实现混凝投药的自动化控制方法。非常适合目前我国中小水厂的自动化水平,具有广阔的应用前景。