第23卷第3期北京工商大學(xué)學(xué)報(bào)(自然科學(xué)版)Vol. 23 Na 32005年5月Journal of Bejing Technology and Business University( Natural Science Edition )May 2005文章編號(hào):1671-1513( 2005 )03-0031-04污水處理過(guò)程的軟測(cè)量技術(shù)王正祥，劉載文，薛福霞(北京工商大學(xué)信息工程學(xué)院,北京 100037 )摘要:污水處理過(guò)程的軟測(cè)量技術(shù)是為解決污水處理出水水質(zhì)(如BOD,、COD等)難以在線(xiàn)實(shí)時(shí)檢測(cè)而提出的它為污水處理質(zhì)量參數(shù)的在線(xiàn)預(yù)測(cè)和閉環(huán)控制創(chuàng)造必要的前提條件并提供可行的解決方案，從而穩(wěn)定出水水質(zhì)和提高污水處理的效率。介紹軟測(cè)量技術(shù)的概念研究污水處理軟測(cè)量建模方法,以及工程設(shè)計(jì)方法。關(guān)鍵詞:污水處理;軟測(cè)量技術(shù);建模方法中圖分類(lèi)號(hào):X502 ;TP273*. 5文獻(xiàn)標(biāo)識(shí)碼:A目前污水生物處理廣泛使用的是活性污泥法，水處理過(guò)程的自動(dòng)監(jiān)測(cè)和預(yù)報(bào)系統(tǒng)實(shí)現(xiàn)出水的優(yōu)其實(shí)質(zhì)是以存在于污水中的有機(jī)物作為培養(yǎng)基(底化排放具有重要的實(shí)際意義和應(yīng)用價(jià)值。物)在有氧的條件下對(duì)各種微生物群體進(jìn)行混合連續(xù)培養(yǎng)通過(guò)凝聚、吸附、氧化分解、沉淀等過(guò)程去1軟測(cè)量的概念除有機(jī)物的一種污水處理方法。目前污水處理廠的所謂軟測(cè)量技術(shù)就是利用易測(cè)過(guò)程變量與難以出水水質(zhì)BOD,(生物化學(xué)需氧量) COD(化學(xué)耗氧直接測(cè)量的待測(cè)過(guò)程變量之間的數(shù)學(xué)關(guān)系通過(guò)各量)T-N(總含氮量)T-P(總含磷量)等濃度參數(shù)大種數(shù)學(xué)計(jì)算和估計(jì)方法,從而實(shí)現(xiàn)對(duì)待測(cè)過(guò)程變量多靠人工化驗(yàn)來(lái)確定尤其是BOD3需經(jīng)過(guò)5天之的測(cè)量。這樣建立的軟測(cè)量模型可以完成一些實(shí)際后才能得到化驗(yàn)結(jié)果。顯然化驗(yàn)結(jié)果大大滯后于硬件檢測(cè)所不能完成的測(cè)量任務(wù)。圖1中y代表主.污水的排放過(guò)程,也就是說(shuō)等到知道出水水質(zhì)指標(biāo)導(dǎo)變量R代表可測(cè)的輔助變量d和u分別表示可BOD,不合格時(shí)早已排出大量不合格的處理水造測(cè)的干擾和控制變量。軟測(cè)量的目的就是利用所有成二次污染。針對(duì)此情況國(guó)外少量污水處理廠采用了在線(xiàn)可獲得的信息求取主導(dǎo)變量的最優(yōu)" 估計(jì)值j ,即分析儀表進(jìn)行測(cè)量。但目前污水處理自動(dòng)控制系統(tǒng)構(gòu)造從可測(cè)信息集R到j(luò)的映射:中所采用的一些檢測(cè)專(zhuān)用儀器檢修與維護(hù)困難、價(jià)j( S)=K( S)k( S)格昂貴并且技術(shù)尚不完善,誤差較大，檢測(cè)精度達(dá)不到預(yù)期效果,以致于難以提供實(shí)時(shí)質(zhì)量信息作為對(duì)|一十 y質(zhì)量控制的反饋信號(hào)。而反映污水水質(zhì)的最重要參象R數(shù)有機(jī)污染物濃度( BOD或COD )還沒(méi)有實(shí)時(shí)在線(xiàn)圖1軟測(cè)量模型傳感器,因而直接影響了污水處理的效率與效果。因此將軟測(cè)量技術(shù)應(yīng)用于污水處理過(guò)程建立出水2污水處理軟測(cè)量模型建立水質(zhì)BOD,等參數(shù)的軟測(cè)量模型,以實(shí)現(xiàn)污水處理中國(guó)煤化工成較好的基礎(chǔ),但在應(yīng)過(guò)程的實(shí)時(shí)計(jì)算機(jī)監(jiān)測(cè)和預(yù)報(bào),在 此基礎(chǔ)上開(kāi)發(fā)污MYHCNMHG收稿日期:2005 -03 -01基金項(xiàng)目: 北京市優(yōu)秀人才項(xiàng)目北京市教育委員會(huì)科技發(fā)展項(xiàng)目(編號(hào)KM200310011040 )作者簡(jiǎn)介:王正祥( 1973- )男,甘肅金昌人碩士研究生研究方向?yàn)橹悄芸刂坪臀鬯幚磉^(guò)程控制。劉載文( 1954- )男廣東南海人教授主要從事智能控制與測(cè)控網(wǎng)絡(luò)方面的研究。3北京工商大學(xué)學(xué)報(bào)(自然科學(xué)版)2005年5月用方面卻缺乏系統(tǒng)的開(kāi)發(fā)思路。目前軟測(cè)量比較常ASMI ,ASM2 ,ASM3模型，但這些模型涉及的參數(shù)太用的設(shè)計(jì)方法如圖2。多,許多參數(shù)目前缺乏成熟的測(cè)量技術(shù)實(shí)際應(yīng)用相當(dāng)麻煩同時(shí)由于建模代價(jià)大，并且模型精度差,因| 機(jī)理分析，選擇輔助變量而很少應(yīng)用。目前提出的比較流行的觀點(diǎn)是:將良數(shù)據(jù)采集與預(yù)處理好的活性污泥數(shù)學(xué)模型與相應(yīng)的控制理論相結(jié)合,實(shí)現(xiàn)智能控制。建立軟測(cè):量模型2.3.2回歸分析設(shè)計(jì)校正模塊回歸分析是統(tǒng)計(jì)數(shù)學(xué)的一-個(gè)重要分支,在實(shí)驗(yàn)數(shù)據(jù)處理中又稱(chēng)為曲線(xiàn)擬和”?；貧w分析有多種在實(shí)踐中實(shí)現(xiàn)軟測(cè)量形式按因變量和自變量是否存在線(xiàn)性關(guān)系可分為軟測(cè)量效果評(píng)價(jià)線(xiàn)性回歸和非線(xiàn)性回歸。線(xiàn)性回歸的實(shí)質(zhì)是對(duì)象的函數(shù)關(guān)系在工作點(diǎn)附近-階泰勒展開(kāi)式,如果系統(tǒng)圖2軟測(cè)量設(shè)計(jì)流程非線(xiàn)性比較嚴(yán)重則無(wú)法選用。常用的線(xiàn)性回歸方2.1輔助變量的選擇依據(jù)圖2的設(shè)計(jì)思路分析城市污水處理的相關(guān)法有多變量回歸(MLR)主元回歸(PCR)部分最工藝條件,確定以下幾個(gè)輔助變量:生化需氧量小二乘法( PLS)。由于實(shí)際工程中測(cè)量數(shù)據(jù)的相關(guān)性比較普遍,因而PIS法應(yīng)用較廣泛。(BOD)化學(xué)需氧量(COD)溶解氧(DO)污泥濃回歸模型的回歸方程是Y=XA其中X代表輔度( MLSS)濁度、pH值、氧化還原電位( ORP)、進(jìn)助可測(cè)變量(x, 2心山x)=( BOD,T_ N ,T_P,水的總氮( T-N )和總磷( T-P)。由于本課題主要目MISS ,DO),Y 代表預(yù)測(cè)值y,和y)=( BODT_N,的是解決出水BOD難測(cè)問(wèn)題所以結(jié)合實(shí)際條件可T_ P)回歸系數(shù)矩陣A=( x'x) 'xY通過(guò)測(cè)量值計(jì)選擇DO、進(jìn)水BOD、MLSS、T-N或T-P作為輔助變算A從而得到預(yù)測(cè)值Y。彭向華通過(guò)66組訓(xùn)練樣量,雖然輔助變量較多可以更好的包涵污水處理的本值的預(yù)測(cè)發(fā)現(xiàn):上述回歸模型的擬合效果和預(yù)測(cè)有關(guān)信息給建模精度帶來(lái)好處但同時(shí)會(huì)給模型的效果均不甚理想對(duì)系統(tǒng)變化趨勢(shì)也不能很好地反計(jì)算和網(wǎng)絡(luò)的訓(xùn)練帶來(lái)較多的困難,因而需要權(quán)衡映[。造成的原因大概有:系統(tǒng)非線(xiàn)性關(guān)系較強(qiáng),考慮輔助變量的選擇。僅僅通過(guò)簡(jiǎn)單的線(xiàn)性運(yùn)算無(wú)法滿(mǎn)足其要求所選取2.2 數(shù)據(jù)預(yù)處理輔助變量與主導(dǎo)變量相關(guān)性不強(qiáng)數(shù)據(jù)樣本可靠性污水處理中最常用的數(shù)據(jù)預(yù)處理方法是用統(tǒng)計(jì)不高?；貧w分析忽略了污水處理中的非線(xiàn)性因素,假設(shè)校驗(yàn)剔除含有顯著誤差的數(shù)據(jù)后,再采用平均回歸系數(shù)矩陣階次不能很好的擬和實(shí)際過(guò)程需要濾波的方法去除隨機(jī)誤差。對(duì)于異常數(shù)據(jù)的剔除大量的實(shí)驗(yàn)試湊較難應(yīng)用。采用統(tǒng)計(jì)判別法中的拉依達(dá)準(zhǔn)則( 3σ準(zhǔn)則)。同時(shí)2.3.3神經(jīng)網(wǎng)絡(luò)方法為了消除由于不同特征因子量綱不同和數(shù)量級(jí)不同污水處理神經(jīng)網(wǎng)絡(luò)軟測(cè)量主要是通過(guò)選取輔助所帶來(lái)的影響。對(duì)數(shù)據(jù)進(jìn)行歸一化處理,處理后可變量主導(dǎo)變量構(gòu)造神經(jīng)網(wǎng)絡(luò)模型應(yīng)用-些神經(jīng)使得各變量的均值為0標(biāo)準(zhǔn)差為1，從而有利于軟網(wǎng)絡(luò)算法不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值通過(guò)訓(xùn)練網(wǎng)測(cè)量模型的訓(xùn)練。絡(luò)從而使預(yù)測(cè)的主導(dǎo)變量接近實(shí)際測(cè)量值。神經(jīng)2.3軟測(cè)量 模型的建立方法網(wǎng)絡(luò)訓(xùn)練需要大量的輸入、輸出數(shù)據(jù)并且訓(xùn)練數(shù)據(jù)2.3.1機(jī)理建模近可能的窮舉系統(tǒng)實(shí)際的輸入輸出范圍。訓(xùn)練后機(jī)理建模建立在對(duì)污水處理工藝原理深刻認(rèn)識(shí)的網(wǎng)絡(luò)可以獲得其權(quán)值和閾值,從而通過(guò)編程實(shí)現(xiàn)的基礎(chǔ)上通過(guò)對(duì)被測(cè)對(duì)象的分析找出不可測(cè)主導(dǎo)對(duì)新中國(guó)煤化工現(xiàn)污水處理的軟測(cè)量,變量與可測(cè)輔助變量之間的數(shù)學(xué)關(guān)系利用基本的常見(jiàn)IYHCNMHG物理定理等知識(shí)列出平衡方程式建模。它是最精確目前常用的算法有以下幾種:的模型具有先驗(yàn)性、預(yù)估性?xún)?yōu)點(diǎn)。近20年來(lái)國(guó)外1 )BP算法學(xué)者在活性污泥數(shù)學(xué)模型的建立機(jī)理應(yīng)用方面研究此算法是一種多層前向網(wǎng)絡(luò)算法,網(wǎng)絡(luò)由工作非?；钴S,比較典型的模型有IAWQ專(zhuān)家所開(kāi)發(fā)的信號(hào)正向傳播、誤差反向傳播兩步分組成,它是建立第23卷第3期王正祥等:污水處理過(guò)程的軟測(cè)量技術(shù)小的隱結(jié)點(diǎn)數(shù)等優(yōu)點(diǎn)3。ORP .O十COD4 )過(guò)程神經(jīng)網(wǎng)絡(luò)DO-0-- BOD進(jìn)入BOD過(guò)程神經(jīng)元的輸入和連接權(quán)值均可為-個(gè)時(shí)間MLss---OO一P過(guò)程并在傳統(tǒng)神經(jīng)元空間聚合運(yùn)算的基礎(chǔ)上增加了一個(gè)時(shí)間聚合算子使過(guò)程神經(jīng)元的聚合運(yùn)算和輸入層隱層輸出層激勵(lì)作用能同時(shí)反映信號(hào)的空間總和效應(yīng)和時(shí)間總圖3污水處理 神經(jīng)網(wǎng)絡(luò)模型和效應(yīng)4。過(guò)程神經(jīng)元由加權(quán)聚合,激勵(lì)運(yùn)算三在梯度下降基礎(chǔ)上的有導(dǎo)師學(xué)習(xí)算法。通過(guò)正向和步分組成。與傳統(tǒng)神經(jīng)元的不同中處在于過(guò)程神反向信號(hào)的不斷反復(fù)傳播修改各層神經(jīng)元的權(quán)值，經(jīng)元的輸 入和權(quán)值是依賴(lài)與時(shí)間的函數(shù)甚至包括使得誤差信號(hào)最小逼近期望輸出完成學(xué)習(xí)過(guò)程。時(shí)間的多元函數(shù)。網(wǎng)絡(luò)訓(xùn)練算法是在輸入函數(shù)、權(quán)BP網(wǎng)絡(luò)具有很強(qiáng)的非線(xiàn)性映射能力。但BP網(wǎng)絡(luò)函數(shù)中引入一組適當(dāng)?shù)暮瘮?shù)正交基將它們?cè)诮o定存在訓(xùn)練時(shí)間長(zhǎng)，收斂速度慢,局部最小的問(wèn)題需精度下展開(kāi)為該組正交基的有限項(xiàng)級(jí)數(shù)形式，來(lái)簡(jiǎn)要的樣本多,網(wǎng)絡(luò)模型大并且尚無(wú)一種理論來(lái)指導(dǎo)化過(guò)程神經(jīng)元對(duì)時(shí)間聚合運(yùn)算的復(fù)雜性然后應(yīng)用計(jì)算隱層的最佳單元數(shù)。目前已有人改進(jìn)BP網(wǎng)絡(luò)BP算法等訓(xùn)練網(wǎng)絡(luò),在該算法下過(guò)程神經(jīng)元網(wǎng)絡(luò)算法如附加動(dòng)量的BP算法、學(xué)習(xí)速率可變的BP的學(xué)習(xí)過(guò)程與傳統(tǒng)前饋神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程具有相算法和彈性BP算法、共扼梯度法、擬牛頓法和lev-同的計(jì)算復(fù)雜度。應(yīng)用表明，這種算法簡(jiǎn)化了過(guò)程enberg-Marquardt法。在工程中取得較好的結(jié)果。神經(jīng)網(wǎng)絡(luò)的計(jì)算,同時(shí)還可提高網(wǎng)絡(luò)學(xué)習(xí)的穩(wěn)定性文獻(xiàn)1]利用BP算法獲得的污水處理軟測(cè)量模型和收斂率。較好地預(yù)測(cè)了出水BOD ,T-N ,T-P 的規(guī)律。過(guò)程神經(jīng)網(wǎng)絡(luò)是由若干個(gè)過(guò)程神經(jīng)元和一般非2)RBF算法時(shí)變神經(jīng)元按照一定的拓?fù)浣Y(jié)構(gòu)組成的人工神經(jīng)元RBF網(wǎng)絡(luò)是單隱層的前向網(wǎng)絡(luò),網(wǎng)絡(luò)輸出權(quán)系統(tǒng)。為了提高網(wǎng)絡(luò)對(duì)非線(xiàn)性系統(tǒng)的映射能力增值、基函數(shù)的中心、隱層單元數(shù)目需學(xué)習(xí)確定。主要強(qiáng)網(wǎng)絡(luò)的柔韌性和知識(shí)存貯能力,可以建立雙隱層的學(xué)習(xí)算法有:Moody 與Darken 算法、局部訓(xùn)練算的結(jié)構(gòu),-層為過(guò)程神經(jīng)元結(jié)構(gòu),-層為非時(shí)變的神法、正交優(yōu)選算法、聚類(lèi)與Givens最小二乘聯(lián)合迭經(jīng)元結(jié)構(gòu)。過(guò)程神經(jīng)網(wǎng)絡(luò)的提出拓展了傳統(tǒng)神經(jīng)網(wǎng)代法、RBFNN算法等。它的學(xué)習(xí)算法不存在局部最絡(luò)的適應(yīng)范圍，更好的模擬了過(guò)程的實(shí)際特性。由優(yōu)問(wèn)題具有全局逼近性質(zhì)而且其參數(shù)調(diào)整是線(xiàn)性于過(guò)程神經(jīng)網(wǎng)絡(luò)提出不久并且部分理論還需論證的,訓(xùn)練方法快擬和誤差小適合動(dòng)態(tài)系統(tǒng)的實(shí)時(shí)因而關(guān)于過(guò)程神經(jīng)網(wǎng)絡(luò)的應(yīng)用很少。目前何新貴辨識(shí)在一定程度上解決了BP網(wǎng)絡(luò)的訓(xùn)練時(shí)間長(zhǎng),院土和許少華將其成功的用在油藏開(kāi)發(fā)預(yù)測(cè)模擬過(guò)收斂速度慢局部最小的問(wèn)題。RBF 網(wǎng)絡(luò)在實(shí)際運(yùn)程中45]國(guó)內(nèi)外還沒(méi)有在污水處理中應(yīng)用過(guò)程神經(jīng)用中存在網(wǎng)絡(luò)基函數(shù)數(shù)據(jù)中心的確定、如何確定徑網(wǎng)絡(luò)的報(bào)道。但是過(guò)程神經(jīng)網(wǎng)絡(luò)給污水處理建模提向基函數(shù)、怎樣提高網(wǎng)絡(luò)的綜合能力等問(wèn)題。國(guó)內(nèi)供了一種實(shí)時(shí)性預(yù)測(cè)的前景。劉載文等人將RBF算法應(yīng)用于污水處理中通過(guò)仿3軟測(cè)量的在線(xiàn)校正真分析，認(rèn)為網(wǎng)絡(luò)在許多方面性能優(yōu)于BP網(wǎng)絡(luò)2]。3 )隨機(jī)神經(jīng)網(wǎng)絡(luò)與混合神經(jīng)網(wǎng)絡(luò)隨著時(shí)間的推移測(cè)量對(duì)象的特性和工作點(diǎn)會(huì)隨機(jī)型神經(jīng)網(wǎng)絡(luò)不完全依權(quán)值的改變,而是將發(fā)生變化,因此必須對(duì)模型在線(xiàn)校正。- -般分為模統(tǒng)計(jì)力學(xué)思想引入其中,網(wǎng)絡(luò)的進(jìn)行過(guò)程不再完全型結(jié)構(gòu)在線(xiàn)校正和模型參數(shù)在線(xiàn)校正兩方面工業(yè)按照確定的網(wǎng)絡(luò)方程,同時(shí)考慮隨機(jī)因素按一定的中常采用模型參數(shù)在線(xiàn)校正將離線(xiàn)分析值代入自概率分布決定狀態(tài)的轉(zhuǎn)移其學(xué)習(xí)算法可使網(wǎng)絡(luò)能適應(yīng)中國(guó)煤化工。神經(jīng)網(wǎng)絡(luò)軟儀表的量函數(shù)收斂于全局最小點(diǎn)，從而得到問(wèn)題的最小解。校正MHCN MH G期學(xué)習(xí)兩部分,從修正浙江大學(xué)智能系統(tǒng)與決策研究所提出了一種由多項(xiàng)層次上有淺度修止和深度修正之分。式模型和多層前向神經(jīng)網(wǎng)絡(luò)構(gòu)成的確定污水COD4軟測(cè)量的實(shí)際應(yīng)用預(yù)估值的混合神經(jīng)網(wǎng)絡(luò)具有模型泛化外推能力強(qiáng),訓(xùn)練樣本少可以根據(jù)擬合精度的要求自動(dòng)確定最軟測(cè)量技術(shù)在過(guò)程控制和優(yōu)化控制中應(yīng)用最廣3北京工商大學(xué)學(xué)報(bào)(自然科學(xué)版)2005年5月的是實(shí)現(xiàn)推斷預(yù)測(cè)控制,在污水處理中基于DO的優(yōu)化控制如圖40]。5結(jié)束語(yǔ)非線(xiàn)性?xún)?yōu)化器--8-+控制器污水處理過(guò)程針對(duì)污水處理工藝建立不同的軟測(cè)量模型是污水處理過(guò)程控制的主要研究方向之一。軟測(cè)量技術(shù)軟測(cè)量模型可以解決污水處理中關(guān)鍵處理指標(biāo)的滯后檢測(cè)問(wèn)題降低成本提高預(yù)測(cè)精度。同時(shí)提高我國(guó)污水處圖4污水處理優(yōu)化控制框軟測(cè)量方法本質(zhì)_上是一種傳感器實(shí)現(xiàn)技術(shù),可理自動(dòng)化水平和質(zhì)量,是我國(guó)城市建設(shè)急需解決的以適應(yīng)與-切能用可測(cè)輸入與不可測(cè)輸出關(guān)系模型.重要問(wèn)題污水處理軟測(cè)量技術(shù)具有很高的理論與描述的對(duì)象,如果軟儀表達(dá)到一定的精度則能夠.學(xué)術(shù)研究意義,廣闊的推廣應(yīng)用前景,可產(chǎn)生明顯.“替代”硬儀表實(shí)現(xiàn)參數(shù)的測(cè)量。雖然某些污水處的經(jīng)濟(jì)效益。理廠已部分使用計(jì)算機(jī)進(jìn)行管理與控制,但仍采用參考文獻(xiàn):人工操作加自動(dòng)監(jiān)測(cè)顯示并未完成閉環(huán)控制和優(yōu)化控制這一點(diǎn)與國(guó)外差距很大。在80年代中后期[1] 彭向華.軟測(cè)量技術(shù)在污水處理中的應(yīng)用研究[ D ]由國(guó)外陸續(xù)引進(jìn)了多套城市污水處理自動(dòng)控制設(shè)昆明:昆明理I大學(xué)碩士論文集,2002 ,10-30.備迫使人們研究和消化這些技術(shù),以提高國(guó)內(nèi)城市[2]劉載文崔莉鳳祁國(guó)強(qiáng),等.SBR出水BOD值的RBF軟測(cè)量法J]中國(guó)給水排水2004 (5 )17-20.污水處理廠運(yùn)行控制水平。但操作人員素質(zhì)較低、[3]方駿戴連奎.基于混合神經(jīng)網(wǎng)絡(luò)模型的污水COD專(zhuān)用儀表和傳感器開(kāi)發(fā)落后、控制方法和技術(shù)、控制值預(yù)估法J]中國(guó)給水排水2000( I1 )b-9.軟件方面研究落后等是制約計(jì)算機(jī)在污水處理廠自[4]黃鳳良軟測(cè)量思想與軟測(cè)量技術(shù)[ J]計(jì)量學(xué)報(bào),動(dòng)控制中應(yīng)用的一個(gè)主要因素。沒(méi)有-個(gè)合適建模2004 (6 ) 284 - 288.與優(yōu)化控制軟件,使計(jì)算機(jī)控制作用極為有限。同[5] 周志華曹存根.神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[ M]北京清華時(shí)污水處理廠運(yùn)行控制復(fù)雜運(yùn)行參數(shù)的突變情況大學(xué)出版社2004. 37 -57.較多,使得系統(tǒng)協(xié)調(diào)十分困難這也是軟件開(kāi)發(fā)困難[6]易靈芝,朱建林張林亭,等.軟測(cè)量的工程化設(shè)計(jì)的原因之一。[J]自動(dòng)檢測(cè)技術(shù)2002 21( 6 ) 26 -28.SOFT SENSING TECHNIQUE FOR SEWAGETREATMENT PROCESS .WANG Zheng-xiang，LIU Zai-wen，XUE Fu-xia( College of Information Engineering ,Beijing Technology and BusinessUniversity , Bejing 100037 , China )Abstract : The soft sensing technique for sewage treatment provides an approach to measure BOD; orCOD which are difficult to get on line , it sloves the optimum control and on-line prediction. Using it wecan closely control the sewage treatment , so improve the efficiency of sewage treatment. The article givesthe concept of soft measurement , methods of designing中國(guó)煤化工its application inwastewater treatment.YHCNMHGKey words : sewage treatment ; technique of soft sensing ; ways of soft measurement(責(zé)任編輯鄧清燕)