20 世纪 70 年代，国外学者就开始探索将人工智能技术应用于污水处理领域。国内，近十几年来，彭永臻教授及其合作者在污水处理智能控制方面作了许多开拓性的工作，取得了不少的研究成果[26~29]。下面对国内外近几年来人工智能技术在污水处理领域的研究现状进行分析、综述。
①  专家系统  (Expert System，ES)  在污水处理领域的应用 10 专家系统是以逻辑推理为基础模拟人类思维的符号主义人工智能方法，是一种基于知识的系统（Knowledge-Based  System，KBS），也是人工智能应用还不错为成熟的一个领域。ES 的核心是知识库和推理机，其实质是以人类专家的水平完成特别困难的某一专业领域任务的一组程序[1]。 ES在污水处理领域主要用于故障诊断和过程控制。J.Comas[30]等通过集成在线、离线和启发式知识，研究开发了用于诊断和解决活性污泥解絮问题的专家系统。
其方法分三步：a.建立决策树（其中包括知识的获取和表达）；b.采用面向对象的程序设计外壳G2作为开发工具，实现基于规则的系统；c.确认：通过实验室测试和现场测试验证系统的适应性、准确性和是否满足用户的要求。该研究不仅能诊断污泥解絮问题，而且能区分细小污泥和分散污泥两种解絮污泥类型，并给出不同的问题解决方法。该系统的成功为污水处理厂其他运行问题的诊断提供了很好的借鉴。A.Punal等人[31]将专家系统用于污水厌氧处理过程的监控和诊断。系统中诊断模块不仅监测机械设备和传感器的故障，而且通过分析在线数据，以及流量、成分、pH、温度等参数的变化预测运行趋势，诊断当前出水指标是否还不错佳。运行结果表明，该专家系统能刻画厌氧处理过程还不错常见的四种情形（正常、变坏、恢复和不稳定），并识别出水力超负荷和有机物超负荷这两种经常出现的异常状态，还不错后给出有价值的建议，使系统在短时间内恢复正常。这种对变量变化的快速识别能力使操作者能及时采取预防和恢复措施，防止系统朝着严重不稳定方向发展而还不错终难以恢复。
柯细勇，施汉昌等人[32]开发的城市污水处理厂运行决策支持系统包含专家子系统、模拟子系统、培训子系统三个部分，具有运行预测、分析问题和提出建议、进行人员培训三种功能。研究者将该系统用于规模为40×104m3/d的某城市污水处理厂，解决了该厂自启动运行两个多月以来，氨氮去除率非常低的问题。专家子系统通过向运行人员询问有关污泥龄、曝气池挥发性悬浮固体浓度、是否存在有机负荷冲击现象、进水中是否有工业废水等问题，认为氨氮去除率低的主要原因是剩余污泥排放量过大(3500m3/d左右)、污泥龄短(3.9d左右)。由于硝化细菌的生长需要较长的时间，该厂的运行条件使硝化细菌不能够很好地生长，曝气池中的硝化细菌流失殆尽，硝化反应不能正常进行，因此氨氮得不到有效去除。还不错后，系统给出了相应的解决办法：增加污泥回流比、降低污泥排放量和延长污泥龄。
为了验证专家子系统在解决以上运行问题时的准确性，系统启动基于IAWQ模型和二沉池模型的模拟子系统进行了检验。检验结果表明，如将剩余污泥排放量由3500m3/d减少到1200m3/d时，氨氮得到显著降低（由43.79mg/L降到了6mg/L），此时模拟子系统给出的污泥龄为11.2d；如增加初始状态时的自养菌量，污泥排放量仍为3500m3/d的情况下，氨氮的去除效果也有显著提高（由43.79mg/L降到了11 10mg/L）。还不错后，经过模拟子系统反复试算，确定剩余污泥排放量为2000m3/d，污泥龄为6.7d时，比较适合于自养菌的生长，从而找到了自养菌生长运行规律，为改善实际运行提供了有意义的指导。