化工污水处理是污水处理的主要内容，是影响与制约水环境改善的关键因素。其水质控制技术也一直是水处理领域研究的重要课题。本文通过对国内外污水的处理工艺、水质监测技术及处理过程自动控制技术现状的了解与研究，针对污水处理过程中关键水质参数无法在线监测等问题，提出人工神经网络预测技术是未来污水处理测控领域的一个重要发展方向。
鉴于污水处理过程的强非线性、大时变、严重滞后的特点，难以通过机理分析建立精确的数学模型，本文采用基于动态神经网络技术的辨识建模方法。主要内容有以下三方面：
1、基于化工污水处理工程实际的数据预处理方法研究
以来自于实际的化工污水处理厂的现场历史数据，结合工艺实践与数据处理技术，研究数据库建立、误差处理、数据插值与修复等数据预处理方法，为神经网络建模提供了良好的基础数据。
2、研究与建立污水处理出水水质人工神经网络预测模型
建立基于Elman动态神经网络的污水处理核心系统——生化系统的神经网络预测模型，以此来预测污水出水水质的氨氮和COD浓度。对比基本Elman算法，从算法和网络结构两方面进行研究、改进。提出了改进的Levenberg-Marquardt反向传播算法和增加预测项的历史输出值的Elman结构算法。
3、污水水质参数预测模型的仿真研究
利用MATLAB神经网络工具箱进行水质参数预测模型的仿真研究，仿真研究结果表明：通过算法与结构的改进，建立的生化系统神经网络预测模型在精度、训练时效上都有明显提高，可以很好地预测出水的氨氮和COD浓度。
总之，本文的研究工作将人工神经网络技术与化工污水处理工程实际相结合，从理论与仿真两方面验证了神经网络预测技术应用于污水处理过程出水水质参数预测的可行性，为进一步实现出水水质控制奠定了坚实基础。
目 录
摘 要 1
Abstract 2
引 言 1
1 综述 1
1.1 国内外污水处理工艺发展状况 1
1.2 污水水质监测技术的现状及存在的问题 2
1.2.1 国内外污水水质监测技术的现状 2
1.2.2 污水水质监测中现存的问题 4
1.3 国内外污水处理过程自动控制的研究现状[18-26] 5
2 人工神经网络预测技术及方案论证 7
2.1 人工神经网络预测技术及其实施 7
2.2 人工神经网络的原理 7
2.3 人工神经网络模型的方案论证 17
3 污水处理过程及Elman动态人工神经网络预测模型建立的基础 19
3.1 某化工污水厂污水处理工艺流程简介 19
3.2 输入输出变量确定原则 21
3.3 现场数据采集与数据预处理 22
3.3.1 现场数据采集 22
3.3.2 数据预处理 22
4 研究与建立污水处理出水水质人工神经网络预测模型 25
4.1 污水水质数据来源 25
4.2 确定输入输出变量 25
4.3 Elman神经网络结构的设计 26
5污水水质参数预测模型的仿真研究 31
5.1 改进算法的Elman神经网络模型仿真 33
5.2 改进结构的Elman神经网络模型仿真 36
结 论 40
参 考 文 献 41
致 谢 44
