本发明涉及一种基于Q学习的污水处理硝态氮浓度控制方法。在污水处理系统中,使硝态氮浓度跟踪上期望轨迹是污水处理过程的一个重要控制目标。本发明针对硝态氮浓度的期望值跟踪问题,提出一种基于Q学习的轨迹跟踪控制方法,降低对系统模型信息要求,并用于实现污水处理过程中硝态氮浓度的跟踪控制设计。根据自适应动态规划算法,建立Q学习算法框架,训练神经网络来解决最优跟踪控制问题,并在BSM1(Benchmark Simulation Model No.1)仿真模型上进行方法验证。本发明能够保证硝态氮浓度更精准地跟踪上期望轨迹,从而实现污水处理过程的有效控制。