本研究属于“甘肃省2000年自然科学基金资助项目”和“甘肃省电力局99年科技攻关项目”。 在许多化学工业（如制药、发酵、造纸等）、废水处理及给水处理等工业过程中，都存在着pH值的测控问题，在这些过程中，将pH值控制在一定的范围内是非常重要的。比如由于环保方面的要求，排放废水的pH必须严格控制在某一范围，为防止金属腐蚀，工业用水的pH值必须满足一定的要求等。本文以电厂锅炉给水加氨pH控制系统为背景，全面叙述了一般工业过程水处理中pH的测量、控制与建模原理，着重研究了pH过程的化学机理分析建模和神经网络建模的方法。由于pH值测量的对数特性，pH过程是典型的本质非线性过程，针对国内外许多文献简单地将pH过程看作一阶线性模型来处理的不妥当的做法，本文从化学观点出发，通过对在连续搅拌釜（CSTR）中进行的典型的强碱和强酸系统、强碱和一元弱酸系统、强碱和二元弱酸系统及电厂锅炉给水pH过程（为弱碱-弱酸系统）的化学机理建模过程的研究，得出了通用的化学机理模型表达式；在此基础上，鉴于实际系统中的许多不确定因素，诸如缓冲剂的变化，温度的影响，各种干扰等以及pH过程的高度非线性等复杂性，使得通过化学方法所建立的机理模型往往在实际中失效，而且许多pH过程由于涉及到的因素很多以致根本不可能写出其有效的机理模型，所以有必要寻求其它非线性建模方法，它不不仅能反映机理模型的非线性特征，而且具有较强的容错性和在线自学习和自适应能力。由于三层前向神经网络具有对任意非线性函数能以任意精度逼近的非凡能力，并具有泛化能力，所以本文对强碱-强酸系统和电厂锅炉给水加氨pH控制系统利用三层BP神经网络进行了建模，并用化学机理模型验证了神经网络模型的静态特性和动态特性，仿真结果表明三层BP神经网络能很好地对pH过程这类本质非线性过程进行建模。另外也初步探讨了网络收敛性问题和过拟合问题。 其次，利用改进的PID控制算法和变增益三区段非线性控制算法相结合得到的三区段非线性PID控制算法，并将之应用于电厂锅炉给水加氨pH控制系统中。 最后简要叙述了一个实际的电厂锅炉给水加氢pH控制系统的软件与硬件的设计。