在现代化的生活生产中,随着经济的迅速发展,城市居民对自来水水质的要求也日益提高,给水部门所承担的城市供水的担子越来越重,如何在供水过程中既能保证良好的水质又能降低自来水的生产成本成为水处理行业的热门课题。自来水生产过程中混凝沉淀是一个很重要的环节,混凝效果的好坏不仅直接关系到后续的工艺过程的负担而且对整个系统的出水水质都有很大的影响,所以进行水处理的关键就落在了混凝投药过程上；能否在混凝药剂品种已定,混凝设施、水力条件己定的情况下,保证出水质量,根据不断变化的原水质量参数合理控制混凝剂的投加量成为评判—个自来水厂生产工艺好坏的主要指标。本课题以昆明市某自来水厂的混凝投药过程作为研究对象,针对自来水厂混凝投药系统非线性、大时滞、多干扰、多变量的特点,在研究了传统混凝投药控制方案后,结合神经网络的理论思想和控制特点,尝试建立了—种基于BP神经网络的混凝投药复合控制系统,并进行了混凝投药控制效果的初步仿真研究。本文首先介绍了国内外目前常见的混凝投药方法,并对它们的特点逐一进行分析对比,然后详细介绍了BP神经网络的算法思想、结构特点以及建模过程,并在传统的BP神经网络算法基础上引入了Levenberg-Marquardt改进算法,建立了以原水浊度、流量作为输入变量,混凝剂投加量作为输出值的BP神经网络模型,并进行了仿真和预测分析；在得到的BP神经网络控制器的基础上,结合过程对象的数学模型,采用了基于BP神经网络的复合控制系统对混凝投药过程进行控制,并在Matlab/Simulink中进行了仿真,结果显示该控制方案具有较好的控制效果。