膜生物反应器(Membrane Bioreactor,MBR)是膜分离技术与生物处理技术有机结合的新型态废水处理系统,其具有占地面积小,出水质量高、产生废料少、管理操作方便及可去除氨氮等难降解有机物的优势。但是膜污染现象制约着MBR系统的性能,容易造成MBR系统耗能的大幅度提升。其中污泥表观产率和系统产水量是衡量MBR膜污染的两个重要参数,因此分析膜污染机理、研究污泥产量控制技术对MBR的应用研究至关重要。本文首先对污泥产量影响因子进行去相关及降维的操作。在此基础上,应用GRNN网络建立污泥产量预测模型,该模型收敛速度快,计算量小,且只需要确定一个超参数(光滑参数σ)就能够最大程度的提高算法的逼近能力。因此引入灰狼优化算法(GWO)对GRNN网络的光滑参数σ进行优化。预测结果表明,同条件下GWO-GRNN模型比GRNN模型平均相对误差减少了 15.6%,一定程度上提高了模型的预测精确度,但还是没有达到精准预测的目的。对GWO的进一步研究发现,算法在计算后期存在着易陷入局部最优的情况,为了提高GWO全局寻优能力及模型的预测精确度,应用基于余弦规律变化的非线性算法控制参数及采用动态调节权重的方式改进灰狼优化算法(CGWO),改进后的算法不仅能够避免算法陷入局部最优,而且也能够提高模型的预测精确度。通过对比污泥产量的预测结果,能够发现使用CGWO-GRNN模型的预测结果值与实际MBR系统运行结果偏差最小,平均相对误差仅为0.00775,并且CGWO-GRNN预测模型比GWO-GRNN预测模型的精确度提高了 9.5%。该预测模型达到了精确预测污泥产量的预期效果,解决了通过预测污泥产量来衡量膜污染程度的问题,对MBR工艺设计具有一定的参考意义。此外,为了减少MBR系统的膜污染及能耗,本文还将膜组件进行改进,对改进前后两种膜组件几何模型进行网格划分,通过观察液体流线图以及膜表面剪切力分布云图可以发现,改进后的膜组件不仅能够改善料液流动紊乱及存在大量剪切力盲区的现象,而且还能提升膜表面平均剪切力。仿真结果证明,改进后的膜组件能够减缓膜污染并且提高曝气的效率。