فرآیند لجن فعال یکی از روش های بیولوژیک هوازی برای تصفیه فاضلاب شهری و صنعتی است . کنترل میزان لجن برگشتی یکی از مهم ترین پارامترهای بهره برداری از تصفیه خانه های فاضلاب به روش لجن فعال می باشد. بین پارامترهای مختلف فاضلاب و لجن برگشتی ارتباط علت و معلولی پیچیده و غیر خطی وجود دارد و انجام آزمایش های مربوطه برای تعیین میزان لجن برگشتی بسیار زمان بر و پر هزینه است. شبکه های عصبی مصنوعی دارای مزایایی از قبیل: قدرت یافتن روابط علت و معلولی پیچیده و غیر خطی توسط ابزارهای محاسباتی ساده ریاضی، داشتن قدرت تعمیم بالا و همچنین سرعت بالا در مرحله آزمایش می باشند و می توانند به صورت یک ابزار نرم افزاری در بهره برداری از تصفیه خانه فاضلاب مورد استفاده قرار گیرند. در نتیجه می توان با اعمال دیتاهای مختلف پروسه لجن فعال در تصفیه خانه فاضلاب به شبکه های عصبی مصنوعی، ابتدا آنها را آموزش داده و سپس از آن جهت پیش بینی میزان لجن فعال برگشتی، استفاده کرد و به این ترتیب بخشی از مشکلات بهره برداری تصفیه خانه فاضلاب را کاهش داد. در این مطالعه امکان سنجی کاربرد شبکه عصبی مصنوعی در پیش بینی میزان لجن برگشتی مورد نیاز در تصفیه خانه فاضلاب شهر تربت حیدریه (فرآیند لجن فعال به روش هوادهی گسترده) مورد بررسی قرار گرفته است. دو نوع شبکه عصبی مصنوعی نظارت شده که بوسیله الگوریتم انتشار به عقب آموزش دیده شده اند برای پیش بینی تعداد پمپ های مورد نیاز لجن برگشتی، با استفاده از متغیر های ورودی که شامل برخی از خصوصیات فاضلاب ورودی و لجن تشکیل شده هستند مورد بررسی قرار گرفتند. مدل شبکه عصبی مصنوعی نهایی با موفقیت رابطه بین داده های ورودی و خروجی را یاد گرفت. همچنین شبکه پرسپترون چند لایه در مقایسه با شبکه شعاع پایه توانایی بیشتری در فرآیند پیش بینی داشت. نتایج نشان داد که شبکه پرسپترون چند لایه می تواند با دقت بیش از 88 درصد تغییرات میزان لجن برگشتی را در شرایط مختلف پیش بینی نمایند. می توان گفت شبکه های عصبی مصنوعی ابزار مناسبی برای پیش بینی میزان لجن برگشتی مورد نیاز در سیستم های لجن فعال می باشند.