随着我国人口数量的迅速增长,其带来的水环境污染问题日益严重。解决水环境污染问题的关键之一是对居民生活污水及工业生产污水进行有效地处理。近年来,由于我国城市污水处理厂规模不断扩大,工艺流程日益复杂,在处理污水方面,获得了较好的效果。然而,水厂规模的扩大也给现有的控制系统提出了新的挑战,其中,污水处理行业中传统点对点控制系统结构已成为制约行业发展的主要问题。因此,网络化、智能化的污水处理控制系统的设计、开发及应用已迫在眉睫。目前,在污水处理过程中,通过共享通讯信息网络以实现各节点间的信息传输,从而形成的网络化信息控制系统已成为发展趋势。然而,污水处理厂需要实时记录、传输并保存大量数据,且数据量会随工艺复杂程度的提高而成倍增长。网络化控制系统受网络带宽所限,在大量数据传输时容易产生数据错乱、时延、数据丢失等问题,且上述问题一旦产生常具有连续性,对系统稳定性造成极大的影响。因此,解决污水处理过程中网络控制系统的数据丢包和时延问题,对保证系统的有效运行至关重要。为此,文中提出了基于动态模糊神经网络(D-FNN)的数据预测补偿方法,该方法可以对网络控制系统数据传输过程中出现的数据丢失和时延等问题进行实时预测并补偿,保证了数据的完整性与实时性。同时,文中开发了污水处理过程数据丢包预测补偿系统,方便工作人员查看并及时获知问题的所在,从而提高了污水处理过程管理的精细化程度。文中主要的研究工作有以下几点:1.污水处理过程网络控制系统总体结构设计及网络数据传输丢包与时延问题分析。通过前期调研并基于目前国内污水处理行业与污水处理厂经营等特点,以应用范围最广的A2/O工艺流程为基准,设计了符合污水处理过程特征的网络化控制系统;对网络化控制系统中不可避免地存在的数据丢包与时延问题进行了分析,为后续问题的解决奠定了基础。2.基于D-FNN的预测补偿方法研究。基于设计的污水处理过程网络化控制系统,首先搭建了D-FNN的网络模型以实现数据丢包的预测补偿方法,并利用实际污水处理过程中的运行数据对模型进行训练和校正。同时,结合设置的数据缓冲区、事件-时间混合驱动以及时间标志信息等技术,在数据丢失时对数据及时进行预测和补偿。此外,利用实时数据对网络进行在线修正,保证其能够及时跟踪污水处理过程的变化。其次,利用Matlab/Simulink中的Truetime网络控制系统仿真工具,通过对时间序列进行预测的方式,消除了数据传输时延对网络化控制系统稳定性造成的影响。3.污水处理过程数据传输丢包预测补偿系统开发及实现。开发了一套基于D-FNN的丢包预测补偿系统。系统主要包括数据采集模块、实时监控模块及丢包预测补偿模块。系统以目前污水处理厂实际在线仪表中的数据为依托,基于RS232串口标准,在Visual Studio编程环境中利用Windows Form Application中的控件,结合SQL Server数据库、Microsoft Office等技术对污水处理的数据进行采集、传输及存储,并利用基于D-FNN的预测补偿方法对数据传输过程中的丢包问题进行实时处理,从而使操作人员能够及时获取工艺、水质参数数据来监测污水处理工艺运行状况及出水水质的变化,以及时对工艺流程进行调节。