序批式活性污泥法(又称SBR, Sequencing Batch Reactor)污水处理过程是利用污泥中微生物的生命活动来清除污水中污染物质的一种有效方法。由于输入水质水量的剧烈变化,以及微生物生长的复杂性,使得该过程具有多变量、非线性、强耦合、大滞后和不确定性等特点,这导致了其过程控制自动化水平的相对落后。为保证处理过程运行良好和提高出水质量,开发和研究新型的控制策略,已经成为污水控制工程领域的重要课题。进行污水处理过程的智能控制研究,不仅可以强化和充实智能控制的理论和应用范围,而且有助于丰富和发展控制理论与方法,可以为非线性、大滞后的复杂系统控制问题提供新的理论方法。本文在深入分析现有研究成果的基础上,对序批式活性污泥法污水处理过程的智能控制方法及仿真技术进行了研究。主要工作如下:1、对污水处理过程的自动控制现状进行了综述;2、根据活性污泥系统的内在机理,建立了活性污泥污水处理系统的数学模型,该模型反映了溶解氧浓度、活性污泥浓度以及底物浓度之间的内在关系,为进行污水处理系统的控制研究提供了依据;3、针对活性污泥系统的复杂性,结合目前智能控制研究的热点,设计了模糊神经网络控制器,并分别对溶解氧和污泥龄的控制进行数字仿真实验。①对序批式间歇活性污泥法中溶解氧浓度的控制设计了4层模糊神经网络控制器,详细分析了其结构及算法。②在系统中加入强干扰(正弦、随机、脉冲)以及改变控制变量的期望值,验证了模糊神经网络控制器的鲁棒性与自适应性。③与基于规则的模糊控制以及污水处理中的传统控制方式进行对比研究,结果表明具有学习能力的模糊神经网络控制应用于污水处理系统中可以获得更优的性能。本文利用PLC良好的控制功能设计了SBR法模糊控制系统,实现了污水处理过程的自动控制,提高了污水处理的效率,降低了污水处理成本。为SBR污水处理自动控制提供了一种新的工程方法。这对我国污水处理过程的智能控制技术开发有一定借鉴意义。