污水处理过程中由于受到浊度、PH值、流量、温度和其他水质污染等因素的影响，使得出水的化学需氧量(COD)、氨氮(NH3-N)、油、硫化物、固体悬浮物(SS)等杂质的去除率难以满足要求，且操作人员的手动控制经常导致水质不稳定，处理成本较高。为了避免这些问题，除了工艺改良外，实现污水处理过程的自动控制对于提高出水质量、提高生产效率、降低生产成本等具有重要的现实意义。因此，本文结合某石化污水处理厂的控制系统设计与开发项目，开展了污水处理过程智能监控方法的研究，并设计和开发出智能监控系统，主要工作如下：(1)针对溶解氧(DO)浓度测量滞后不利于准确控制曝气量的问题，将案例推理、遗传算法和群决策思想结合起来，提出一种群遗传案例推理回归方法去实现DO浓度的软测量，通过案例表示、案例检索、群决策重用、案例存储等环节建立其软测量模型，达到了实时、快速、准确估计DO浓度的目的，为曝气量的精确控制打下了方法基础；(2)针对污水处理设备众多、控制指标不易稳定的特点，将DO浓度的软测量技术与计算机自动控制技术相结合，设计了污水处理过程的智能监控方案，给出了系统的总体结构与功能，介绍了控制软件、DO浓度软测量模块、操作指导的组态编程方法，为系统的具体实施奠定了方法基础；(3)将智能监控方案和基于DO浓度软测量的曝气量控制方法应用于污水处理现场，完成了硬件集成设计和软件的组态开发，设计的人机界面直观友好，操控方便，经过现场安装与调试，成功运行于某污水处理厂，使得出水杂质的去除率达到了预期目标，取得显著经济效益。