2016年5月25日，由中國自動化學會主辦，北京工業大學協辦的污水處理過程智能控制研討會在北京工業大學建國飯店舉行，會議規模為60人。
研討會宗旨是針對當前城市污水處理運行亟需解決的能耗較高且出水水質不達標等問題，以提高污水處理過程控制性能、促進污水處理過程節能降耗及環保為研究目標，開展污水處理過程智能控制及智能優化控制方法研究。該研究從智能信息處理的角度出發，深入分析污水處理生化反應過程和污泥沉降過程動力學特性，充分利用系統運行數據和經驗知識，探索智能識別、智能決策和智能自組織優化控制方法在處理復雜污水處理過程中所具有的優勢，從而形成智能控制技術，實現污水處理低成本穩定運行。
研討會首先由北京工業大學的喬俊飛教授介紹污水處理智能控制現狀，從智能控制應用在工業過程中的發展歷程及其在污水處理過程亟需解決的問題中所具有的優勢包括減小系統干擾對運行的影響，優化系統運行、提高處理效率和降低運行成本等方面進行了詳細的闡述；其次由北京工業大學的韓紅桂分享污水處理自組織控制方法，通過分析傳統的控制方法難以實現污水處理過程的實時優化控制等局限性，提出了具有自學習、自適應和自組織的智能控制方法，智能控制方法不僅可以根據工況變化實時調整控制結構來提高控制精度，而且可明顯降低污水處理過程運行成本；然后由北京城市排水集團有限責任公司的阜威進行污水處理運行控制的交流，從工程實踐的角度系統介紹城市污水處理系統的常用儀表、過程控制系統及控制策略，以及污水處理主要處理方法活性污泥法中生物脫氮除磷的過程控制以及智能優化控制等內容；接著中科院自動化所的程龍分享了模糊神經網絡控制及應用，污水處理系統控制要對不斷變化的過程進行實時的控制，一方面要有處理模糊知識能力，另一方面要實時地跟蹤系統狀況，預測并控制系統參數向期望的方向轉變。因此，處理知識模糊性的模糊邏輯控制和具備自學習的神經網絡的結合，是污水處理過程實時控制的一個飛躍，將開辟污水處理過程控制的新局面；最后由北京理工大學的孫健對模型預測控制及應用專題進行交流，針對現有的工業預測控制算法需要在線求解把模型和約束嵌入在內的優化問題，涉及很大的計算量和計算時間等問題，提出了基于神經網絡的模型預測控制方法，并將其應用在在污水處理過程，不僅提高溶解氧跟蹤控制性能，且具有更好的自適應性和抗干擾能力。
.jpg)
.jpg)
