本发明属于净水装置技术领域，具体涉及一种网络化水源监测及分级供水装置及其监测系统。
背景技术：
水是生命之源，他对我们的生命起着重要作用，他是人类赖以生存和发展的不可缺少的最重要的物质资源之一。
随着现代化工业的发展，水源污染已经成为人类关注的焦点，人们对自己所饮用水源的各种水因子参数也越来越关心。
就供水部门而言，他们需要实时了解各用户所输送的水质情况，他们需要对各用户饮用水水质情况集中管理并进行大数据分析；就家庭而言，人们越来越关心自己所饮用的水源水质情况，同时在不同的场所，他们所需的水质要求也不同，例如居家洗衣服对的水质参数的要求相对较低，对饮用的水质参数要求相对较高。
技术实现要素：
发明目的：本发明的目的在于提供一种网络化水源监测及分级供水装置，净化家庭用水水质；本发明的另一目的是提供一种网络化水源监测及分级供水装置的监测系统，根据不同场所所需的水质要求进行分级供水等问题，同时利用两路出水管水流量智能解耦控制系统对第一出水管和第二出水管的水流量进行调控。
技术方案：为实现上述目的，本发明采用如下技术方案：
一种网络化水源监测及分级供水装置，包括整体框架，在所述的整体框架中接入进水管，进水管与水源监测装置相连通，在水源监测装置的端面上设有第一电磁换向阀，第一电磁换向阀的出水口与第一出水管相连通，在水源监测装置的底部设有第二电磁换向阀，在第二电磁换向阀的出水口的下方设置蓄水池；在所述的第一出水管的进水端设有第一回路水压传感器，在所述的第二出水管的进水端设有第二回路水压传感器。
在所述的蓄水池中相互垂直设置第一挡板和第二挡板，第一挡板和第二挡板通过凹槽交错固定，在该交错固定处设置转轴，转轴贯穿于第一挡板和第二挡板的连结处；在所述的蓄水池下方设有步进电机，步进电机通过转轴驱动第一挡板和第二挡板。
在所述的蓄水池内壁的上方设置过滤网；所述的过滤网包括过滤盒，在过滤盒内由下向上设置中空纤维超滤膜uf滤芯，颗粒精洗椰壳活性炭滤芯和pp棉滤芯。
该系统是基于zigbee网络的饮用水源监测系统，其包括终端探测节点、数据汇聚处理节点、web服务器和数据监控处理器，所述的终端探测节点由监测设备组成，监测设备包括监测水质传感器，单片机和无线通讯模块；所述的数据汇聚处理节点和web服务器由树莓派搭建linux系统并运行django框架和mysql数据库的程序实现；各个所述的监测设备采集水质参数的数据信息通过zigbee组成网络与web服务器进行通信传输；所述的数据监控处理器由移动便携设备组成，用户通过电脑或手机的浏览器实时监测、控制以及数据处理分析。
在所述的单片机中嵌入两路水流量智能解耦控制器，所述的单片机通过调节第一电磁换向阀和第二电磁换向阀的开度来控制第一出水管和第二出水管的水流量；所述的两路水流量智能解耦控制器包括第一回路模糊最小二乘支持向量机预测控制器、第一回路pid实时控制器、第一回路gm水压预测模型、第二回路模糊最小二乘支持向量机预测控制器、第二回路pid实时控制器、第二回路gm水压预测模型和rbf神经网络逆解耦控制器；所述的第一回路模糊最小二乘支持向量机预测控制器和第一回路pid实时控制器并联作为第一回路的水流量复合控制器，第二回路模糊最小二乘支持向量机预测控制器和第二回路pid实时控制器并联作为第二回路的水流量复合控制器，第一回路的水流量复合控制器和第二回路的水流量复合控制器的输出分别作为rbf神经网络逆解耦控制器的输入；第一回路水压传感器的输出作为第一回路gm水压预测模型的输入，第一回路gm水压预测模型的输出作为第一回路模糊最小二乘支持向量机预测控制器的反馈量构成第一回路供水流量的预测控制；第二回路水压传感器的输出作为第二回路gm水压预测模型的输入，第二回路gm水压预测模型的输出作为第二回路模糊最小二乘支持向量机预测控制器的反馈量构成第二回路供水流量的预测控制。
所述的rbf神经网络逆解耦控制器由积分第一回路、积分第二回路和rbf神经网络组成，所述的rbf神经网络由t、h、i、j、k和l共六个输入节点、十个中间节点和p、q两个输出节点组成，p、q两个输出节点分别作为第一电磁换向阀和第二电磁换向阀的输入控制量。
所述的积分第一回路和积分第二回路分别由第1个积分器和第2个积分器串联构成，第一回路的水流量复合控制器的输出为积分第一回路的第1个积分器的输入和rbf神经网络的第i输入，积分第一回路的第1个积分器输出分别为rbf神经网络的第h输入和积分第一回路的第2个积分器输入，积分第一回路的第2个积分器输出作为rbf神经网络的第t输入；第二回路的水流量复合控制器的输出为积分第二回路的第1个积分器的输入和rbf神经网络的第l输入，积分第二回路的第1个积分器输出分别为rbf神经网络的第k输入和积分第二回路的第2个积分器输入，积分第二回路的第2个积分器输出作为rbf神经网络的第j输入。
所述的web服务器是基于django和mysql开发的web系统网站，同时对多个基于zigbee的监测设备进行管理，并同时监控各个站点的设备状况。
所述的单片机型号为stm32f103c8t6的单片机处理器，无线通讯模块芯片型号为cc2530f256的zigbee通讯模块；所述的监测水质传感器包括ds18b20温度传感器，tds水质电导率传感器，ph值传感器和浑浊度传感器。
所述的web服务器为pc机，连接zigbee数据汇聚处理节点并接收数据，提供web服务以实现数据查询及分析；web服务器运行一个采用c++程序接收基于zigbee的监测设备发回来的温度，tds值，浑浊度，ph值的数据并存入数据库；经过web服务器处理的水质各项指标的信息数据访问服务器获得并实时显示在移动设备上；同时，web服务器采集终端探测节点中各监测设备的数据，解析数据包并将各个数据依次分类存入mysql数据库，再存入mysql数据库时会将所存入数据与设定的阈值进行比较，若所存入数据过大或过小，web服务器会及时通知管理人员并报警；数据监控处理器与mysql数据库通过udp通信方式实现，udp可以在不同平台进行数据交换。
有益效果：与现有技术相比，本申请的一种网络化水源监测及分级供水装置，它适用于安装在家庭进水总线水表的出口处，能够对家庭供水的水因子的各项参数实时监控并净化，根据不同场合所需的水质情况进行分级供水。
本申请的一种网络化水源监测及分级供水装置的监测系统，具有以下优势：
1)本发明专利设计两路水流量智能解耦控制器中的一种模糊最小二乘支持向量机预测控制器，模糊最小二乘支持向量机预测控制器融合模糊控制和最小二乘支持向量机技术，其中模糊控制(fc)是一种仿人思维的智能化非线性控制技术，它不依赖被控对象模型、鲁棒性强，已得到广泛应用，但传统的模糊控制所依赖的控制规则缺乏在线自学习能力，不适应被控对象变化的需要，严重影响控制效果；最小二乘支持向量机技术的出现为自适应fc的设计提供了新的方法，它可实现隶属函数的优化和模糊推理，从而设计模糊支持向量机(fsvm)控制系统。该控制器融合了支持向量机和模糊技术两者的优点，它既有支持向量机的具有最小二乘支持向量机小样本学习、泛化能力强、全局最优等优点，又有模糊技术的不依赖被控对象模型和鲁棒性强的特点；
2)针对被控制出水管回路水流量的大惯性、大迟延、时变和多干扰的特点，两路水流量智能解耦控制器中设计一种模糊最小二乘支持向量机预测控制器和pid实时控制器并联作为复合主调节器，使复合主调节器进行出水管水流量控制的收敛速度快、动态响应好、鲁棒性强、超调小、控制精度高和稳定性好，满足了被控制出水管水流量变化的控制要求，实现了出水管水流量变化的智能控制。试验表明这种控制器具有良好的控制效果，而且能够较好地抵消多种干扰的影响；
3)针对被控制2个出水管中水流量相互影响和相互耦合的特点，两路水流量智能解耦控制器中设计了基于rbf神经网络逆解耦控制器实现对两路出水管中相互影响和相互耦合的水流量进行解耦控制，提高每个出水管中水流量的控制精确度，提高响应速度、控制精度和提高系统的稳定性；
4)根据被控制出水管回路水流量的大惯性、大迟延、时变和多干扰的特点，两路水流量智能解耦控制器中设计2个回路gm(1,1)水压预测模型和2个回路模糊最小二乘支持向量机预测控制器实现对2个出水管中水流量的预测控制，控制系统具有较强的鲁棒性和抗干扰性，同时该方法简单易于工程实现，具有较好的实际应用价值；
5)针对被控制出水管回路水流量的大惯性、大迟延、时变和多干扰的特点，两路水流量智能解耦控制器将预测控制、实时控制和解耦控制相结合，充分发挥复合控制克服时间滞后方面的优良特性和抗干扰性，设计了复合控制和解耦控制的两路出水管水流量精确控制系统，该系统实现了预测控制与实时控制的复合控制和解耦控制方法的有机结合，充分发挥了多种控制方法的抗扰性强和鲁棒性好的特点，理论研究和实践应用表明系统响应快和良好的抗扰性与鲁棒性；
6)本发明专利中的两路水流量智能解耦控制器将模糊支持向量机预测控制器和pid实时控制复合主调节器，该复合主调节器和rbf神经网络逆解耦控制器相串联构成解耦控制系统，实现对两路出水管水流量进行精确控制。它充分综合了预测控制、模糊控制、解耦控制、智能控制的优点；通过对两路出水管水流量控制进行试验表明，该智能控制器的控制效果优于常规的pid控制，它能适应对象参数的变化，具有较强的鲁棒性、抗干扰性和自适应能力，控制品质好，本专利具有较好的应用和推广价值，本发明专利具有明显实质性进步。
综上，本申请能够方便供水部门对各个用户单元的饮用水质情况进行集中管理并进行大数据分析，能够极大地方便的用户对自家所饮用水质情况进行实时监测，本系统中数据监控处理器与mysql数据库通过udp通信方式实现，udp可以在不同平台进行数据交换。经过web服务器处理的水质各项指标的信息数据能够通过3g、4g、wifi等访问服务器获得并实时显示在移动设备上，对用户的操作要求低，能够高效，便捷，实时地将水质各项指标信息反馈给各用户及供水部门。
附图说明
图1为一种网络化水源监测及分级供水装置整体框架图；
图2为一种网络化水源监测及分级供水装置内部结构图；
图3为搅拌装置结构图；
图4为净化装置局部放大图；
图5为两路出水管水流量智能解耦控制系统图；
图6是基于zigbee网络的饮用水源监测系统结构原理图；
图7是数据采集流程图；
图8是基于zigbee网络的饮用水源监测系统的web网页功能分布图。
具体实施方式
以下结合具体实施方式对本发明做进一步的说明。
如图1-8所示，附图标记如下：整体框架1、液晶显示屏2、第一出水管3、第二出水管4、进水管5、水源监测装置6、第一电磁换向阀7、第二电磁换向阀8、过滤网9、步进电机10、水泵11、监测水质传感器12、蓄水池13、第一挡板14、第二挡板15、转轴16、第二回路水压传感器17，第一回路水压传感器18、单片机19、终端探测节点20、数据汇聚处理节点21、web服务器22、数据监控处理器23、无线通讯模块24、mysql数据库25和django框架26。
一种网络化水源监测及分级供水装置包括整体框架1、水源监测装置6、过滤网9和搅拌装置；搅拌装置包括水泵11，蓄水池13，第一挡板14，第二挡板15，转轴16。
在整体框架1的上端面设置液晶显示屏2；进水管5接入整体框架1中与水源监测装置6相连通，在水源监测装置6的端面上设有第一回路电磁换向阀7，第一回路电磁换向阀7的出水口与第一出水管3相连通，在水源监测装置6的底部设有第二回路电磁换向阀8，在第二回路电磁换向阀8的出水口的下方设置蓄水池13。在电磁换向阀7的阀口与出水管3进水端的连接处设有第一回路水压传感器18；在水泵11和第二出水管4进水端的连接处设有第二回路水压传感器17，通过第二回路水压传感器17监测第二出水管4的水管压力，第一回路水压传感器18监测第一出水管3的水管压力。
在蓄水池13中相互垂直设置第一挡板14和第二挡板15，第一挡板14和第二挡板15通过凹槽交错固定，在该交错固定处设置转轴16，转轴16贯穿于第一挡板14和第二挡板15的连结处。在蓄水池13下方设有步进电机10，步进电机10通过转轴16驱动第一挡板14和第二挡板15，在蓄水池13下底表面处设置水泵11，水泵11的出水口与第二出水管4相适配。
在蓄水池13内壁的上方设置过滤网9，过滤网9包括中空纤维超滤膜uf滤芯901，颗粒精洗椰壳活性炭滤芯902、pp棉滤芯903和过滤盒904；在过滤盒904内由下向上设置中空纤维超滤膜uf滤芯901，颗粒精洗椰壳活性炭滤芯902和pp棉滤芯903。
如图5所示，两路水流量智能解耦控制器实现对第一出水管3和第二出水管4的水流量进行精确解耦控制，该两路水流量智能解耦控制器由第一回路模糊最小二乘支持向量机预测控制器、第一回路pid实时控制器、第一回路gm水压预测模型、第二回路模糊最小二乘支持向量机预测控制器、第二回路pid实时控制器、第二回路gm水压预测模型和rbf神经网络逆解耦控制器组成，第一回路模糊最小二乘支持向量机预测控制器和第一回路pid实时控制器并联作为第一回路的水流量复合控制器，第二回路模糊最小二乘支持向量机预测控制器和第二回路pid实时控制器并联作为第二回路的水流量复合控制器，第一回路的水流量复合控制器和第二回路的水流量复合控制器的输出分别作为rbf神经网络逆解耦控制器的2个输入，rbf神经网络逆解耦控制器的p和q输出分别作为第一电磁换向阀7和第二电磁换向阀8的输入，第一回路水压传感器18的输出作为第一回路gm水压预测模型的输入，第一回路gm水压预测模型的输出作为第一回路模糊最小二乘支持向量机预测控制器的反馈量构成第一回路供水流量的预测控制；第二回路水压传感器17的输出作为第二回路gm水压预测模型的输入，第二回路gm水压预测模型的输出作为第二回路模糊最小二乘支持向量机预测控制器的反馈量构成第二回路供水流量的预测控制。
rbf神经网络逆解耦控制器由积分第一回路、积分第二回路和rbf神经网络组成，积分第一回路和积分第二回路分别由第1个和第2个积分器串联构成，第一回路的水流量复合控制器的输出为积分第一回路的第1个积分器的输入和rbf神经网络的第i输入，积分第一回路的第1个积分器输出分别为rbf神经网络的第h输入和积分第一回路的第2个积分器输入，积分第一回路的第2个积分器输出作为rbf神经网络的第t输入；第二回路的水流量复合控制器的输出为积分第二回路的第1个积分器的输入和rbf神经网络的第l输入，积分第二回路的第1个积分器输出分别为rbf神经网络的第k输入和积分第二回路的第2个积分器输入，积分第二回路的第2个积分器输出作为rbf神经网络的第j输入。
rbf神经网络由t、h、i、j、k和l共六个输入节点、十个中间节点和p、q两个输出节点组成，p、q两个输出节点分别作为第一电磁换向阀7和第二电磁换向阀8的输入控制量，两路水流量智能解耦控制器实现对两路供水流量进行解耦控制，确保两路供水流量都能够满足用户要求。
本发明中两路水流量智能解耦控制器的设计(本申请的第一回路gm水压预测模型和第二回路gm水压预测模型均采用gm(1,1)水压预测模型)：
(1)、gm(1,1)水压预测模型的设计
gm(1,1)水压预测模型包括第一回路gm水压预测模型和第二回路gm水压预测模型，gm(1,1)灰色预测方法较传统的统计预测方法有着较多的优点，它不需要确定预测变量是否服从正态分布，不需要大的样本统计量，不需要根据供水管回路水压输入变量的变化而随时改变预测模型，通过对供水管输出回路水压累加生成技术，建立统一的微分方程模型，累加供水管输出回路水压原始值还原后得出预测结果，微分方程模型具有更高的预测精度。建立供水管gm(1,1)水压预测模型的实质是对供水输出管水压原始数据作一次累加生成，使生成数列呈现一定规律，通过建立微分方程模型，求得供水管输出水压拟合曲线，用以对第一出水管3和第二出水管4的水压进行预测达到预测该供水管水流量的目的，由于gm(1,1)灰色预测模型比较常用，本专利就不再赘述。
(2)模糊最小二乘支持向量机预测控制器设计
第一回路模糊最小二乘支持向量机预测控制器和第二回路模糊最小二乘支持向量机预测控制器，模糊最小二乘支持向量机预测控制器的输入和输出变量分别为出水管回路水压给定量、回路gm(1,1)水压预测模型值和出水管回路水压控制量，它们采取模糊支持向量机决策过程的模糊量e、ec、u与实际量e、ec、u之间的模糊比例关系通过采用ke、kec、ku模糊化处理，并对它们的空间进行模糊区域划分。最小二乘支持向量机回归可用3层的网络结构来表示，其中输入层、隐层、输出层节点数分别为2、5、1，而输入与隐层之间、隐层与输出之间的连接权值分别为1、αk(k＝1,2,…)。
ⅰ、输入层：实现输入变量e、ec进行模糊化，以此作为控制系统的输入x。
ⅱ、隐层：实现二维输入x与最小二乘支持向量机进行核运算。
k(x,xi)＝exp(-|x-xi|2/2σ2)(2)；
ⅲ、输出层：实现最小二乘支持向量机回归运算，得到rbf神经网络逆解耦控制器实际输入控制量u。
(3)rbf神经网络逆解耦控制器的设计
rbf神经网络逆解耦控制器由积分第一回路、积分第二回路和rbf神经网络组成，积分第一回路和积分第二回路分别由第1和第2个积分器串联构成，第一回路的水流量复合控制器的输出为积分第一回路的第1个积分器的输入和rbf神经网络的第i输入，积分第一回路的第1个积分器输出分别为rbf神经网络的第h输入和积分第一回路的第2个积分器输入，积分第一回路的第2个积分器输出作为rbf神经网络的第t输入；第二回路的水流量复合控制器的输出为积分第二回路的第1个积分器的输入和rbf神经网络的第l输入，积分第二回路的第1个积分器输出分别为rbf神经网络的第k输入和积分第二回路的第2个积分器输入，积分第二回路的第2个积分器输出作为rbf神经网络的第j输入；rbf神经网络由t、h、i、j、k和l共六个输入节点、十个中间节点和p、q两个输出节点组成，p、q两个输出节点分别作为第一电磁换向阀7和第二电磁换向阀8的输入控制量，两路水流量智能解耦控制器实现对两路供水流量进行解耦控制，确保两路供水流量都能够满足用户要求；rbf神经网络隐层节点中的作用函数(基函数)对输入信号将在局部产生响应，径向基函数最常用的是高斯函数如式(4)所示：
rbf神经网络逆解耦控制器实现对相互影响和相互耦合的两个出水管水流量的电磁换向阀的开度进行解耦控制，提高每个输出回路水流量的控制精确度。
为了能够让用户在移动便携设备上实时了解水质各项参数，引入基于zigbee网络的饮用水源监测系统，该系统是由单片机19采集水质传感器12的数据，通过无线通讯模块24发射zigbee信号传输监测水质传感器12的数据到数据汇聚处理节点21和web服务器22，再经数据汇聚处理节点21和web服务器22传输到设备处理器传输到移动便携设备。
如图6-8所示，基于zigbee网络的饮用水源监测系统，包括终端探测节点20、数据汇聚处理节点21、web服务器22和数据监控处理器23，终端探测节点20由若干监测设备组成，监测设备都包括监测水质传感器12，单片机19和无线通讯模块24；数据汇聚处理节点21和web服务器22由树莓派搭建linux系统并运行django框架26和mysql数据库25的程序实现；数据监控处理器23由移动便携设备组成，用户可以通过电脑或手机的浏览器可以实时监测、控制以及数据处理分析。
web服务器22是基于django和mysql开发的web系统网站，同时对多个基于zigbee的监测设备进行管理，并同时监控各个站点的设备状况。
单片机19采用型号为stm32f103c8t6的单片机处理器，无线通讯模块24采用芯片型号为cc2530f256的zigbee通讯模块；监测水质传感器12包括ds18b20温度传感器，tds水质电导率传感器，ph值传感器和浑浊度传感器；各个监测设备采集水质参数的数据信息通过zigbee组成网络与web服务器22进行通信传输。
web服务器22为一台pc机，连接zigbee数据汇聚处理节点21并接收数据，提供web服务以实现数据查询及分析。web服务器22运行一个采用c++程序接收基于zigbee的监测设备发回来的温度，tds值，浑浊度，ph值的数据并存入数据库。
经过web服务器22处理的水质各项指标的信息数据通过3g、4g、wifi等访问服务器获得并实时显示在移动设备上；同时，web服务器22采集终端探测节点20中各监测设备的数据，解析数据包并将各个数据依次分类存入mysql数据库25，再存入mysql数据库25时会将所存入数据与设定的阈值进行比较，若所存入数据过大或过小，web服务器22会及时通知管理人员并报警；数据监控处理器23与mysql数据库25通过udp通信方式实现，udp可以在不同平台进行数据交换。
web系统网站，包括用户登录单元，分析查询单元，设防预警单元，设备管理单元和系统管理单元；分析查询单元包括详细查询子单元，选项查询子单元和图标查询子单元；设防预警单元包括监控列表子单元和监控图示子单元；设备管理单元包括设备状态子单元和设备设备设计子单元；系统管理单元包括用户管理子单元，用户设置子单元，硬件状态子单元和系统日志子单元，如图8所示。
mysql数据库25主要记录的数据如下：
1)用户表，记录用户名，密码md5加密值，用户状态，创建时间，上次登录时间，是否为管理员用户等；
2)设备表，记录设备地址，设备状态，设备上线时间，设备在线时间，是否开启温度监控，温度监控上限值，温度监控下限值；是否开启tds监控，tds监控上限值，tds监控下限值；是否开启浊度监控，浊度上限值，浊度下限值；是否开启ph值监控，ph值上限值，ph值下限值；
3)每个监测设备都对应一张设备信息表，记录设备地址，捕获时间，上报时间，当前温度数据，tds数据，浑浊度数据，ph值数据等。
工作原理：一种网络化水源监测及分级供水装置接在家庭用户的水表出口处，水源经过本装置的进水管5，水源监测装置中的监测水质传感器12开始监测水因子的各项参数，根据用户设定的参数值，对于水因子各项参数达到用户设定值，第一电磁换向阀7打开，水源直接经过与电磁换向阀阀口相适配的第一出水管3流出；若水因子各项参数值未达到用户设定值，第二电磁换向阀8打开，水源经过与第二电磁换向阀8相适配的第二出水管4流出，经过中空纤维超滤膜uf滤芯901，颗粒精洗椰壳活性炭滤芯902和pp棉滤芯903到达蓄水池13，为了使得蓄水池13中监测水质传感器12能精确测量水因子各项参数，通过步进电机10驱动两个交叉连接的第一挡板14、第二挡板15，搅拌蓄水池13中的水，使其更均匀；同时为了满足不同用户的需求，由单片机19控制的第一电磁换向阀7和第二电磁换向阀8可同时动作，第一出水管3、第二出水管4均出水，在单片机19中引入两路水流量智能解耦控制器控制第一电磁换向阀7和第二电磁换向阀8的开度，对第一出水管3、第二出水管4两水管中水流量进行调节，提高每个出水管中水流量的控制精确度，提高响应速度、控制精度和提高系统的稳定性。同时监测水质传感器12监测出来的水质各项参数值通过zigbee网络实时传回用户或供水部门的移动设备端，供用户和供水部门对水质情况进行宏观的把控。