生物脱氮污水处理过程通过微生物生化反应氧化降解污水中的有机碳和氮污染物，使经过处理的污水水质指标(生物需氧量BOD<,5>、化学需氧量COD、悬浮物浓度SS、氨氮NH、硝酸盐NO)满足污水排放指标标准。由于生物脱氮过程硝化、反硝化反应具有高度非线性、微生物反应参数具有时变特性、出水水质指标不能连续在线检测且BOD5化验周期漫长，污水进水流量、成份以及进水水质浓度等边界条件变化频繁，因而难以实现以污水出水水质指标为目标的优化控制，导致出水排放指标波动大、严重时出现污泥膨胀、达标率低、处理成本高等问题，因而研究生物脱氮过程的建模和优化控制对于保证污水处理过程水质指标、降低成本具有重要意义。 本文在国家自然科学基金项目“工业过程优化设定控制方法及其在污水处理中的应用研究”的支持下，针对上述问题，结合沈阳某污水处理厂A/O(Anoxic/oxic)生化脱氮过程，研究了处理过的污水达到排放标准的优化控制策略，提出由回路设定模型、水质指标BOD<,5>软测量模型、反馈校正模型组成的优化控制策略结构。针对序批式SBR(sequencing batch reactor)污水处理过程，提出了由回路设定模型、水质指标BOD<,5>软测量模型、反馈校正模型和过程性能监视模型组成的过程优化控制策略。对上述策略中的BOD<,5>水质软测量模型、性能监视模型以及生物脱氮过程动态模型等几个方面进行了较深入的研究，取得了如下研究成果： (1)采用污水处理过程的机理模型，建立了以溶解氧浓度DO，内回流流量Q<,r>，污泥回流流量Q<,R>，剩余污泥流量Q<,w>为输入，生物需氧量BOD<,5>、化学需氧量COD、悬浮物浓度SS、氨氮NH、硝酸盐NO为输出的动态模型，该模型由生化缺氧池模型、好氧池模型和二沉池模型及连接子系统模型组成。将灵敏度分析和神经网络相结合，提出了辨识异养菌生长速率系数Y<,H>，自养菌最大生长速率μ<,A>，异养菌死亡分解速率b<,H>模型参数的方法。采用沈阳某污水处理厂的实际数据进行了实验仿真研究，仿真结果表明所建动态模型的输出与实际过程输出基本吻合。 (2)针对污水处理过程在线测量数据和离线化验分析数据BOD<,5>、COD、氨氮等严重丢失和离群的问题，提出了鲁棒期望最大主元分析(EMPCA)方法，并与时滞神经网络相结合，提出了水质BOD<,5>的软测量模型，并采用沈阳某污水处理厂的实际数据进行了实验仿真研究，仿真结果表明BOD<,5>软测量结果准确度达到90％以上，并大大缩短了测量周期。 (3)针对运行长度可变的缓慢时变批量过程难于实现在线监视问题，在常规MPCA方法基础上提出一种基于双滑动窗口机制的多方向主元分析MPCA(Multiway principlecomponent analysis)过程性能监测方法。该方法与序批式污水处理过程相结合，提出了SBR污水处理过程性能监测方法，当生物活性抑制和外界环境温度变化时仿真实验能够在线监测过程性能的变化，为消除工况故障提供预警信息。