随着经济发展和城市化进程的加快,水资源污染问题日益严峻。因此,水和污水处理中的消毒工艺也逐渐被人们所重视。目前,我国城市污水处理厂一般采用的是传统工艺—氯氧化消毒工艺,随着水体污染的日益加重,消毒剂的投加量也呈逐年上升的趋势。但氯化消毒工艺过程中会产生许多致癌、致畸、致突变的三致物质。近年来,消毒效果更好且几乎没有二次污染的臭氧消毒在各个污水及中水处理厂中得到了广泛的应用。在整个臭氧消毒过程中,臭氧投加量决定了杀毒效果和工程的运营成本,对臭氧投加进行精确控制具有现实意义。本文研究了中水处理厂的臭氧投加控制系统。通过在线溶解臭氧分析仪对出水的溶解臭氧进行检测,并以此作为反馈指标与设定的溶解臭氧值形成闭环,以此来控制臭氧的投加。为了提高整个系统的精确性和鲁棒性,在此回路的基础上设计了副回路—流量回路,构成了双闭环控制系统。为了克服化学反应及仪表检测的滞后,系统采用了Smith预估控制,其中Smith的模型采用的是工程近似二阶模型,是通过实际现场中某一工作点的实际数据线性化得出的工程模型,并以此模型作为被控对象设计了带Smith预估器的串级控制系统。该模型参数的选取与水质及温度有一定关系,在现场具有强干扰的情况下,被控对象的模型可能会发生改变,可能会使Smith预估效果受到影响。针对这种情况,本文选用了对被控对象精确度要求不高的预测控制算法,在采集了大量现场数据的基础上,使用BP神经网络对系统进行辨识,以辨识后的模型作为预测模型,设计了基于神经网络预测控制的臭氧投加控制系统。与Smith预估控制采用线性化的被控对象模型相比,通过大量现场数据训练出的非线性的神经网络臭氧预测模型,更符合臭氧消毒过程非线性、时变的特性,投加控制的预测精度更高。仿真结果表明了所设计的控制器与原控制器相比,具有调节时间短、超调量小、鲁棒性增强的特点,有利于提高臭氧投加的精度。