城市污水处理是居民生活中不可或缺的一部分,污水处理效果的好坏取决于工艺的运行状态。目前我国监管部门对污水厂工艺运行的监控管理,主要依靠对污染源的在线监测和对出水水质的离线采样分析,而且仍需依靠经验丰富的专家对工艺故障进行人工分析。但是随着污水处理数据的大幅增长,仅依靠专家经验对系统健康状态进行人工评估在准确性与速度上已无法满足需求,同时会产生污水处理效率低、维护成本高、稳定性差等问题,所以需要更为先进的技术来解决此类问题。近些年,在物联网行业飞速发展的同时,产生了一种新型的网元设备——物联网智能感控终端,其主要作用一方面是消除感知网内的异构性,将通信网络和感知网络融合,另一方面是加强对感知网络、终端节点的运营管理。所以在此设计了一套污水处理智能感控及工艺故障诊断系统。本文从架构上将系统分为四个部分,并阐述了其中各组成部分及相应功能。以MBR工艺作为研究对象,对智能感控终端进行了软硬件设计,利用终端感知现场水质信息及设备状态,通过以太网将数据发送到云服务器。服务器将数据存入数据库,并根据支持向量机理论建立异常数据检测模型,用于检测水质数据的状态,使用网格优化法对模型参数进行优化,模型准确度提高了7%,而且收敛速度快。之后利用故障树技术将专家的模糊化知识进行归纳总结,采用产生式规则表示工艺故障知识,进而构建了故障诊断知识库。采用正向推理策略,通过确定出水水质参量隶属度函数来计算诊断结论的可信度,进而构建了推理机,将推理得到的诊断意见发送到上位机进行显示。用户通过客户端观察工艺运行状况以及故障诊断信息,根据诊断信息远程更改曝气时间、泵阀设备状态、反清洗周期等参数,实现污水处理MBR工艺的故障诊断。最后,本文对系统进行了测试,结果表明:该系统可从根本上解决人工处理、分析数据的可靠性低、时效性差的问题,同时减轻了了上位机的计算压力,系统故障诊断率可达74%左右,应用前景广泛。