污水处理是保护水环境的一种有效途径,活性污泥法是污水处理过程中常用的一种方法,溶解氧(DO)浓度是其中一个重要的参数。污水处理过程具有非线性、不确定性、复杂性等特点,同时活性污泥法的生化反应复杂、涉及众多变量,导致出水水质的主要参数COD(化学需氧量)不能稳定达标。在此背景下,本文以实现DO浓度的精确控制为目标,开展活性污泥法污水处理过程中建模与控制方法的研究,设计了一种基于烟花算法(FWA)优化的模糊模型预测控制方法,通过精确控制DO达到控制COD浓度的目的,主要工作如下:1.详细分析了活性污泥法的特性,研究了活性污泥1号模型(ASM1)的组分、反应过程、化学计量系数与动力学参数之间的关系。研究了基准仿真模型(BSM1)的结构特点、生化池反应特性与二沉池沉降特性,并在MATLAB环境下搭建了BSM1仿真模型,通过数据测试验证了模型的可靠性和准确性。2.针对活性污泥法污水处理过程中难以建模的问题,首先采用T-S模糊建模的方法搭建了COD模糊预测模型,其中包括基于ASM1模型的分析与数学推导,模糊规则结构的确定,利用模糊C均值聚类算法对模糊空间进行划分,借助于最小二乘法来估计相应的参数。然后针对初始模糊模型结构复杂与精确度不高等缺陷,利用FWA对模糊模型结构与参数进行优化。最后通过非线性对象对比实验和COD浓度对比实验,验证了优化后的模糊模型预测精度更高,并建立了FWA优化后的DO浓度模糊预测模型。3.针对DO浓度的精确跟踪控制问题,在DO浓度模糊预测模型的基础上分析并设计了模型预测控制器。通过实验仿真验证了控制器在不同天气条件下的有效性,通过与PID控制、神经网络预测控制的对比,验证了控制器在跟踪控制和抗干扰性能上的优越性。本课题的创新点在于:1.基于ASM1模型利用T-S模糊建模的方法建立了COD模糊预测模型,提出FWA算法对初始模型进行优化的方法,提高了模型预测精度。2.利用预测控制方法设计了DO浓度模糊模型预测控制器,并应用到不同天气条件下的DO控制中,取得了理想的控制效果。