简介： 一种基于神经网络模型预测pH变化实现SBR短程硝化的方法，属于废水处理方法领域。在SBR系统中，利用实时控制策略控制曝气时间，以长期运行稳定的SBR数据为基础数据，建立3层BP神经网络预测模型，提前预测pH变化曲线，根据预测的pH变化点，提前设定停止曝气时间，防止NO2‑‑N进一步氧化，具体如下：数据采集：通过在线仪表将数据采集进行下一步；数据选择处理：将第一步采集到的数据进行选则预处理，从中选择连续稳定的足够的样本，将pH作为变量参数；模型建立：将选择的数据进行建模，选择BP神经网络模型，进行训练、校正和测试，达到精度要求后，进行过程传感器监测pH和在线预测pH。