CN115561365B - 一种用于检测自来水中异味物质的方法及系统 - Google Patents

Abstract

本申请公开了一种用于检测自来水中异味物质的方法及系统，属于数据处理技术领域，所述方法包括：获取挥发性异味物质集合；生成异味物质识别库，配置异味识别模型；采集第一自来水样本，输入异味识别模型中，获取异味识别结果；以异味识别结果，配置萃取控制参数；萃取检测装置通过萃取控制参数进行萃取，利用气相色谱‑质谱联用法对萃取到的异味物质进行定性分析，得到定性分析结果，输入异味评估模型中，根据异味评估模型，获取异味评估结果。本申请解决了现有技术中存在对于自来水异味物质检测智能化程度低、反馈周期长，检测结果可靠性低的技术问题，达到了提高自来水异物检测效率，提高检测的自动化、智能化程度的技术效果。

Description

一种用于检测自来水中异味物质的方法及系统

技术领域

本申请涉及数据处理技术领域，尤其涉及一种用于检测自来水中异味物质的方法及系统。

背景技术

在供水一体化安全保障体系的建立下，自来水极大程度的提高了人们生活的便利程度。与此同时，自来水异味问题频发，给人们的日常生活造成了不可避免的影响，因此，研究自来水中异味物质的检测情况，对于保障人们生活有着十分重要的意义。

目前，对水中异味物质进行检测的方法主要有两种，一种是嗅味层次分析法，通过专业的嗅闻技术人员对水样的气味进行评价，得到同一的气味特征和气味强度。另一种是通过建立自来水挥发性有机物检测项目表，对自来水按照表中的项目进行逐一排查，从而得到水中散发异味的物质信息。

然而，通过嗅闻技术人员进行水样气味评价检测异味物质，不仅受限于技术人员自身的能力和经验，造成检测结果不可靠的后果，而且不适用于我国这种区域辽阔的国家，无法大面积的推广实行，检测效率和检测成本过高。同时，按照检测项目表中项目进行逐一排查的方法，检测周期和反馈周期过长，无法对挥发性异味进行快速识别，并且对于多种异味来源的情况，容易产生遗漏。现有技术中存在对于自来水异味物质检测智能化程度低、反馈周期长，检测结果可靠性低的技术问题。

发明内容

本申请的目的是提供一种用于检测自来水中异味物质的方法及系统，用以解决现有技术中存在对于自来水异味物质检测智能化程度低、反馈周期长，检测结果可靠性低的技术问题。

鉴于上述问题，本申请提供了一种用于检测自来水中异味物质的方法及系统。

第一方面，本申请提供了一种用于检测自来水中异味物质的方法，其中，所述方法应用于自来水异味检测系统，所述系统与萃取检测装置通信连接，所述方法包括：获取挥发性异味物质集合；以所述挥发性异味物质集合，生成异味物质识别库；连接所述异味物质识别库，配置异味识别模型；采集第一自来水样本，将所述第一自来水样本输入所述异味识别模型中，根据所述异味识别模型，获取异味识别结果；以所述异味识别结果，配置萃取控制参数；所述萃取检测装置通过所述萃取控制参数进行萃取，利用气相色谱-质谱联用法对萃取到的异味物质进行定性分析，得到定性分析结果；将所述定性分析结果输入异味评估模型中，根据所述异味评估模型，获取异味评估结果。

另一方面，本申请还提供了一种用于检测自来水中异味物质的系统，其中，所述系统包括：异味物质获取模块，所述异味物质获取模块用于获取挥发性异味物质集合；异味识别库生成模块，所述异味识别库生成模块用于以所述挥发性异味物质集合，生成异味物质识别库；识别模型配置模块，所述识别模型配置模块用于连接所述异味物质识别库，配置异味识别模型；识别结果获取模块，所述识别结果获取模块用于采集第一自来水样本，将所述第一自来水样本输入所述异味识别模型中，根据所述异味识别模型，获取异味识别结果；控制参数配置模块，所述控制参数配置模块用于以所述异味识别结果，配置萃取控制参数；分析结果获得模块，所述分析结果获得模块用于萃取检测装置通过所述萃取控制参数进行萃取，利用气相色谱-质谱联用法对萃取到的异味物质进行定性分析，得到定性分析结果；评估结果获得模块，所述评估结果获得模块用于将所述定性分析结果输入异味评估模型中，根据所述异味评估模型，获取异味评估结果。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请通过获得挥发性异味物质集合，将自来水中容易产生异味的物质进行汇总，得到异味物质识别库，进而根据异味物质识别库中各异味物质的特性，得到异味识别模型，通过采集第一自来水样本，将其输入异味识别模型中，进行异味识别，得到异味识别结果，根据识别结果得到萃取时的控制参数，然后根据萃取控制参数控制萃取检测装置进行萃取，进而通过气相色谱-质谱联用法对萃取到的异味物质进行定性分析，得到定性分析结果，将其输入异味评估模型中，得到异味评估结果。达到了提高异味评估的智能化程度，保证异味物质检测的准确性，提高检测效率的技术效果。

附图说明

为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种用于检测自来水中异味物质的方法的流程示意图；

图2为本申请实施例提供的一种用于检测自来水中异味物质的方法中获取第一自来水样本的流程示意图；

图3为本申请实施例提供的一种用于检测自来水中异味物质的方法中生成萃取控制参数的流程示意图；

图4为本申请一种用于检测自来水中异味物质的系统的结构示意图。

附图标记说明：异味物质获取模块11，异味识别库生成模块12，识别模型配置模块13，识别结果获取模块14，控制参数配置模块15，分析结果获得模块16，评估结果获得模块17。

具体实施方式

本申请通过提供一种用于检测自来水中异味物质的方法及系统，解决了现有技术中存在对于自来水异味物质检测智能化程度低、反馈周期长，检测结果可靠性低的技术问题。达到了提高异味物质的检测准确性，缩短检测周期，提高检测效率的技术效果。

本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。

实施例一

如图1所示，本申请提供了一种用于检测自来水中异味物质的方法，其中，所述方法应用于自来水异味检测系统，所述系统与萃取检测装置通信连接，所述方法包括：

步骤S100：获取挥发性异味物质集合；

具体而言，在对自来水进行异味检测的过程中，首先对自来水中可能会产生异味的物质进行采集汇总，从而减少检测项目，提高检测效率，进而在对自来水中的异味进行识别后，根据异味情况利用萃取检测装置进行萃取检测，对异味物质的性质进行分析。其中，所述萃取检测装置是用于对液体混合物中的物质进行提取的装置，包括：转盘式萃取塔、脉冲式填料塔等。所述挥发性异味物质集合是对自来水中会产生挥发性异味的物质进行采集得到的集合，包括：水中含有的微生物、溶解性气体（如：H₂S、NH₃、SO₂）、消毒物质等。在获取挥发性异味物质集合的过程中，优选的，从自来水的来源、加工处理、传输三个角度进行挥发性物质采集。通过对水中的挥发性异味物质进行采集，达到了缩小物质检测范围，提高检测效率的技术效果。

步骤S200：以所述挥发性异味物质集合，生成异味物质识别库；

步骤S300：连接所述异味物质识别库，配置异味识生成异味物质识别库别模型；

具体而言，通过获取所述挥发性异味物质集合中的各挥发性异味物质的特性，对特征进行提取，进而建立特征与各挥发性异味物质之间的映射关系，从而根据所述映射关系生成所述异味物质识别库。其中，所述异味物质识别库是对自来水中的挥发性异味物质进行匹配识别的数据库。示例性的，若挥发性异味为刺鼻性的药味，且药味过大，表明自来水加氯消毒后，产生的余氯过量。若挥发性异味为腥臭味，则自来水中可能含有铁、泥等物质。若挥发性异味为臭味，则是由于自来水长期停留在管道中，微生物滋生，导致自来水中存在微生物引起的。

具体的，通过根据所述异味物质识别库中的数据信息，可以构建所述异味识别模型。其中，所述异味识别模型是用于对自来水中的异味信息进行智能化识别，得到对应的异味物质的功能模型。优选的，通过根据所述异味物质识别库中异味物质特征与异味物质之间的映射关系，将异味物质特征和异味物质作为训练数据，并对异味物质进行输出标记，对神经网络进行有监督训练，直至输出结果的准确度可以满足要求，则对应输出所述异味识别模型。由此，达到了提高异味识别的准确率和效率，智能化识别自来水中的异味物质，避免对水中物质进行逐一检测，缩短检测周期的技术效果。

步骤S400：采集第一自来水样本，将所述第一自来水样本输入所述异味识别模型中，根据所述异味识别模型，获取异味识别结果；

进一步的，如图2所示，本申请实施例步骤S400还包括：

步骤S410：获取多个样本采集时间节点；

步骤S420：按照所述多个样本采集时间节点，获取多个自来水样本；

步骤S430：通过对所述多个自来水样本进行稳定性检测，获取第一稳定指标；

步骤S440：判断所述第一稳定指标是否小于预设稳定指标；

步骤S450：若所述第一稳定指标小于所述预设稳定指标，对所述多个自来水样本进行分析，获取所述第一自来水样本，其中，所述第一自来水样本为所述多个自来水样本中的最优样本。

进一步的，本申请实施例步骤S450还包括：

步骤S451：获取所述多个自来水样本；

步骤S452：利用遗传算法对所述多个自来水样本进行多次寻优，获取多次寻优结果；

步骤S453：将所述多次寻优结果中出现频次第一的样本和出现频次第二的样本进行混合分离，获取所述第一自来水样本。

具体而言，对自来水进行采样时，由于水的流动性特征，需要对采样时间点进行确定，从而保证采样数据的可靠性。优选的，所述多个样本采集时间节点综合考虑自来水厂的水处理时间点和供水时间节点进行设定，可选的，采集时间节点为批次处理时间点、早上9点、中午12点和晚上9点。所述多个样本采集时间节点是对样本进行多次采集的时间点。进而，按照所述多个样本采集时间节点，对自来水进行样本采集，得到所述多个自来水样本。其中，所述多个自来水样本是用来对各个样本采集点的自来水进行观察、检测的对象。对所述多个自来水样本进行稳定性检测，优选的，对样本温度、藻类生长情况，游离无机酸含量进行检测，按照检测结果得到所述第一稳定指标。

示例性的，通过温度传感器对多个自来水样本的温度进行采集，获得样本温度。通过利用置式显微镜法，将1L水样加鲁戈试剂固定在一个容器中，自然沉降24h后，利用虹吸的方法吸去上清液，并浓缩定容到30～50mL，然后取1mL放入血球计数板，在正置式显微镜下进行镜检计数，从而得到自来水中的藻类生长情况。

具体的，所述第一稳定指标是对多个自来水样本的变化情况进行分析，得到自来水的稳定情况。所述预设稳定指标是对自来水在一定时间内的水质变化情况进行规定的最低指标。当所述第一稳定指标小于所述预设稳定指标时，表明此时的自来水水质在样本采集的时间段内，水质情况波动不符合要求，容易产生异常，需要对该段时间内的多个自来水样本进行分析。

具体的，所述第一自来水样本是所述多个自来水样本中最具有代表性，最能反映自来水变化波动的样本，是进行异味分析的最优样本。通过利用遗传算法对多个自来水样本进行寻优，所述遗传算法在进行样本筛选的过程中不需要依靠外部信息，仅仅评估各个样本对于异味分析的适应程度就可以进行寻优，因此，可以保证分析结果的独立性和准确性。优选的，通过将所述多个自来水样本作为异味分析的候选样本，进而，对各个自来水样本进行迭代筛选，从而得到多个迭代筛选结果，从多个迭代筛选结果中得到频次第一和频次第二的样本，将其进行混合，然后均分为两等份，然后任选一份作为所述第一自来水样本。

示例性的，在进行迭代寻优的过程中，通过从所述多个自来水样本中任意选取一个自来水样本作为第一样本，然后从剩余样本中任意选取一自来水样本作为第二样本，比较第一样本与第二样本对异味识别的适应度情况，进而将适应度高的样本保留，适应度低的样本进行剔除，然后再任选一自来水样本为第三样本，与之前适应度高的样本进行适应度比较，保留适应度高的样本，按照这样的比较方法，对所述多个自来水样本进行遍历寻优，得到最终的样本，进而，比较多次寻优结果，进行频次统计，得到所述频次第一的样本和所述频次第二的样本。其中，所述频次第一的样本是在多次寻优的结果中出现数量最大的自来水样本。所述频次第二的样本是在多次寻优的结果中出现数量占第二的自来水样本。由此，达到了对分析样本进行寻优筛选，确保分析样本的可靠性，为后续的异味分析提供高质量的分析样本，提高检测的准确性的技术效果。

进一步的，本申请实施例步骤S400还包括：

步骤S460：获取所述第一自来水样本的存储环境、流通环境和空气环境；

步骤S470：按照所述存储环境、所述流通环境和所述空气环境，生成异味追溯模块，其中，所述追溯模块包括概率计算单元；

步骤S480：获取待追溯异味信息；

步骤S490：将所述待追溯异味信息输入所述异味追溯模块进行异味源概率分析，输出追溯结果，其中，所述追溯结果为异味源。

具体而言，所述存储环境是对所述第一自来水样本进行采集时，自来水的存储环境信息，包括存储容器、存储温度、存储湿度等。所述流通环境是所述第一自来水在流动过程中所经历的管道环境，包括管道材质（如不锈钢、铜、PVC等）。所述空气环境是所述第一自来水样本采集过程中空气质量情况，包括空气成分、空气流速、空气中是否包含腐蚀性气体或易溶于水的气体、是否含有N2、SO2等气体。优选的，通过利用空气质量分析仪对空气质量情况进行分析。进而，根据所述存储环境、所述流通环境和所述空气环境，对所述第一自来水样本的采集环境情况进行汇总，得到所述异味追溯模块，其中，所述异味追溯模块包括概率计算单元。其中，所述异味追溯模块是用于对所述第一自来水样本中的异常气味进行来源追溯的模块。所述概率计算单元是根据所述存储环境、所述流通环境和所述空气环境中的环境信息，确定的异味来源的概率情况。优选的，当环境中存在引起异味的因素越多，产生异味的概率越高。通过根据所述概率计算单元对各个因素进行概率计算，得到产生异味的概率结果。进而，将所述待追溯异味信息作为输入信息输入所述异味追溯模块，对产生待追溯异味的异味源概率进行分析，得到所述追溯结果，即所述异味源。其中，所述待追溯异味信息是对异味情况进行描述的信息，包括水体浑浊度、异味的具体味道描述、水体颜色、异味是否存在刺激性气体等信息。所述追溯结果是对所述待追溯异味信息进行分析，对产生该异味的多种来源进行概率比较，将概率最高的来源作为追溯结果。进而，达到了对异味物质进行来源分析，提高异味检测的准确度的技术效果。

步骤S500：以所述异味识别结果，配置萃取控制参数；

进一步的，如图3所示，本申请实施例步骤S500还包括：

步骤S510：获取所述萃取检测装置的萃取结构数据和萃取几何数据；

步骤S520：按照所述萃取结构数据和所述萃取几何数据，生成第一约束条件；

步骤S530：获取所述萃取检测装置的萃取控制指标；

步骤S540：将所述第一约束条件作为限制，根据所述萃取控制指标和所述异味识别结果进行萃取参数配置，生成所述萃取控制参数。

具体而言，所述萃取结构数据是根据所述萃取检测装置的类型确定的装置结构数据，包括装置零部件、装置结构组成等信息。所述萃取几何数据是各个结构的尺寸大小，以及能够处理的萃取量大小等信息。示例性的，萃取检测设备为混合澄清器时，分为混合室和澄清室，混合室装有搅拌器，澄清室内装有导板和丝网。澄清室的水平截面积决定了萃取过程中分散相液体的流量和凝聚分层速度，混合室的混合容积大小决定了萃取过程的料液和萃取剂的总流量和萃取时间。根据所述萃取结构数据和所述萃取几何数据，得到所述第一约束条件。其中，所述第一约束条件是对萃取过程中萃取控制参数进行限制的约束条件。示例性的，在实际萃取过程中，向混合室中加入液体的流速不能超出由萃取结构数据和萃取几何数据得到的料液速度。所述萃取控制指标是指萃取过程需要达成的萃取结果对应的指标，比如萃取速度、萃取时间等。进而，根据所述异味识别结果确定萃取过程中的萃取剂类型，并根据所述萃取控制指标确定萃取参数，并将所述萃取参数限制在所述第一约束条件范围内，从而得到所述萃取控制参数。其中，所述萃取控制参数是用于对萃取检测装置进行参数控制的相关参数。由此，达到了根据异味识别结果对萃取控制参数进行适应性调整，保证萃取检测的准确性和效率的技术效果。

示例性的，使用顶空固相微萃取技术对自来水中各异味物质进行萃取，通过将待测样本放置于恒温密闭容器中，通过加热升温使挥发性组分从样本中挥发出来，当顶空瓶中的气液（气固）两相中达到热力学平衡后之后，直接抽提顶部气体打入气相色谱质谱仪器中进行分离分析。其中，萃取检测装置包括顶空样品瓶，加热装置，采样台，温度计和手柄。通过加热装置对顶空样品瓶进行加热，控制萃取时的温度，进而将温度计插入顶空样品瓶中，实时测量样品温度，观察顶空样品瓶中的气液（气固）两相是否达到热力学平衡，通过手柄提取，实现萃取。萃取过程的萃取控制指标包括温度、平衡时间、搅拌时间、催化剂和缓冲溶液等。优选的，萃取温度一般为25℃-50℃，平衡时间为10分钟左右，在萃取过程中使用搅拌器搅拌，缩短平衡时间。根据第一约束条件限制萃取参数的取值范围，比如顶空样品瓶的容积决定萃取时样品的多少，进而影响萃取时间。根据异味识别结果设置萃取时的温度、催化剂和平衡时间，从而得到萃取控制参数。

步骤S600：所述萃取检测装置通过所述萃取控制参数进行萃取，利用气相色谱-质谱联用法对萃取到的异味物质进行定性分析，得到定性分析结果；

具体而言，按照所述萃取控制参数对所述萃取检测装置进行参数设置，并对所述第一自来水样本进行萃取，得到萃取后的异味物质。进而根据所述气相色谱-质谱联用法，对进入色谱柱的多组分混合样品，按照吸附剂对每个组分的吸附力不同的原理，对各组分从色谱柱中彼此分离，按照顺序进入检测器中，进而对通过质谱分析，对样本中的复杂化合物性质进行定性分析，得到所述定性分析结果。其中，所述定性分析结果是指按照分析得到的物质性质对自来水中含有的异味物质的各个物质性质进行确定。达到了从定性角度对自来水中的异味物质进行分析检测，提高检测准确性的技术效果。

步骤S700：将所述定性分析结果输入异味评估模型中，根据所述异味评估模型，获取异味评估结果。

进一步的，所述将所述定性分析结果输入异味评估模型中，根据所述异味评估模型，获取异味评估结果，本申请实施例步骤S700还包括：

步骤S710：将所述定性分析结果输入所述异味评估模型中，其中，所述异味评估模型包括异味复杂性、异味浓度、异味混合度和异味有害性；

步骤S720：根据所述异味评估模型，生成复杂指数、浓度指数、混合指数和有害指数；

步骤S730：对所述复杂指数、所述浓度指数、所述混合指数和所述有害指数进行综合计算，输出所述异味评估结果。

进一步的，本申请实施例步骤S740还包括：

步骤S741：利用AHP分别对所述复杂指数、所述浓度指数、所述混合指数和所述有害指数进行特征向量计算，获取复杂特征向量、浓度特征向量、混合特征向量和有害特征向量；

步骤S742：按照所述复杂特征向量、所述浓度特征向量、所述混合特征向量和所述有害特征向量，生成特征评估矩阵；

步骤S743：根据所述特征评估矩阵进行层次权重计算，输出所述异味评估结果。

具体而言，所述异味评估模型是对异味物质的性质进行量化评估的功能模型，包括异味复杂性、异味浓度、异味混合度和异味有害性。其中，所述异味复杂性是对异味中包含的味道种类数量多少进行评估得到的，数量越多，异味复杂度越高。所述异味浓度是指单位空气中，包含的异味气体的量。所述异味混合度是不同异味之间交叉的程度。所述异味有害性是异味是否对人体、环境有害，通过对异味中是否包含有害气体进行评估得到的。优选的，所述异味评估模型是通过从云端获取多组异味物质的定性分析结果，进而得到异味物质的异味复杂性、异味浓度、异味混合度和异味有害性。然后，将其作为训练数据构建决策树，对不同的异味物质性质进行区分，并将异味物质的复杂指数、浓度指数、混合度指数和有害指数作为监督数据，对所述决策树进行监督，直至准确度符合要求，得到所述异味评估模型。

具体的，通过所述异味评估模型对定性分析结果进行多维度的量化评估，得到所述复杂指数、浓度指数、混合指数和有害指数，对所述异味物质的性质进行评估。其中，所述复杂指数反映了异味物质的复杂程度。所述浓度指数反映了异味物质中异味的浓度情况。所述混合指数反映了异味物质之间相互融合的程度。所述有害指数反映了异味物质对人体、环境的有害程度。

具体的，根据AHP层次分析法，对所述复杂指数、所述浓度指数、所述混合指数和所述有害指数进行定性和定量计算，对异味物质进行两两指标之间的重要程度比较判断，建立评估矩阵，然后通过得到不同指标重要性程度的权重，从而得到最佳的异味评估结果。根据所述复杂指数、所述浓度指数、所述混合指数和所述有害指数的数值，进行特征向量计算，进而得到所述复杂特征向量、浓度特征向量、混合特征向量和有害特征向量。按照两两向量之间的相关程度，得到所述特征评估矩阵，进而对所述特征评估矩阵进行各个特征向量的权重值计算，得到各个指标的权重结果，进而按照权重结果对所述复杂指数、所述浓度指数、所述混合指数和所述有害指数进行加权计算，得到最终的异味评估结果。达到了提高异味评估的准确性，进行多层次分析，简化评估程序，提高检测效率的技术效果。

综上所述，本申请所提供的一种用于检测自来水中异味物质的方法具有如下技术效果：

1.本申请通过对自来水中的挥发性异味物质进行分析汇总，通过根据异味物质与其对应的异味特征之间的关系，得到异味物质识别库，实现了缩短异味识别周期的目标，进而通过与异味物质识别库进行通信连接，根据识别库中的数据，进行异味识别模型的训练和输出，得到准确度符合要求异味识别模型，实现了智能化识别异味的目标，进而通过对多个自来水样本进行优化筛选得到第一自来水样本，将第一自来水样本输入异味识别模型中，得到异味识别结果，进而根据异味识别结果，有针对性的设置萃取控制参数，进而通过萃取检测装置进行萃取，气相色谱-质谱联用法对萃取到的异味物质进行定性分析，实现了对异味物质进行定性分析的目标，进而，将定性分析结果输入异味评估模型中，得到异味评估结果。达到了降低异味物质检测周期，提高异味物质检测的智能化程度和准确程度的技术效果。

2.通过对多个样本采集时间节点进行获取，保证采集时间点符合要求，进而通过对获取的多个自来水样本进行稳定性检测，得到第一稳定指标，对样本的稳定性情况进行评估，进而当第一稳定指标小于预设稳定指标时，表明此时自来水的变化波动程度过大，容易出现异常，因此，对多个自来水样本进行优化筛选，得到多个自来水样本中的最优样本，即第一自来水样本。达到了对检测样本进行优化筛选，保证样本的可靠性，提高检测的准确度的技术效果。

实施例二

基于与前述实施例中一种用于检测自来水中异味物质的方法同样的发明构思，如图4所示，本申请还提供了一种用于检测自来水中异味物质的系统，其中，所述系统包括：

异味物质获取模块11，所述异味物质获取模块11用于获取挥发性异味物质集合；

异味识别库生成模块12，所述异味识别库生成模块12用于以所述挥发性异味物质集合，生成异味物质识别库；

识别模型配置模块13，所述识别模型配置模块13用于连接所述异味物质识别库，配置异味识别模型；

识别结果获取模块14，所述识别结果获取模块14用于采集第一自来水样本，将所述第一自来水样本输入所述异味识别模型中，根据所述异味识别模型，获取异味识别结果；

控制参数配置模块15，所述控制参数配置模块15用于以所述异味识别结果，配置萃取控制参数；

分析结果获得模块16，所述分析结果获得模块16用于萃取检测装置通过所述萃取控制参数进行萃取，利用气相色谱-质谱联用法对萃取到的异味物质进行定性分析，得到定性分析结果；

评估结果获得模块17，所述评估结果获得模块17用于将所述定性分析结果输入异味评估模型中，根据所述异味评估模型，获取异味评估结果。

进一步的，所述系统还包括：

几何数据获取单元，所述几何数据获取单元用于获取所述萃取检测装置的萃取结构数据和萃取几何数据；

第一约束条件生成单元，所述第一约束条件生成单元用于按照所述萃取结构数据和所述萃取几何数据，生成第一约束条件；

控制指标获取单元，所述控制指标获取单元用于获取所述萃取检测装置的萃取控制指标；

萃取控制参数生成单元，所述萃取控制参数生成单元用于将所述第一约束条件作为限制，根据所述萃取控制指标和所述异味识别结果进行萃取参数配置，生成所述萃取控制参数。

进一步的，所述系统还包括：

时间节点获取单元，所述时间节点获取单元用于获取多个样本采集时间节点；

自来水样本获取单元，所述自来水样本获取单元用于按照所述多个样本采集时间节点，获取多个自来水样本；

第一稳定指标获取单元，所述第一稳定指标获取单元用于通过对所述多个自来水样本进行稳定性检测，获取第一稳定指标；

稳定指标判断单元，所述稳定指标判断单元用于判断所述第一稳定指标是否小于预设稳定指标；

第一自来水样本获取单元，所述第一自来水样本获取单元用于若所述第一稳定指标小于所述预设稳定指标，对所述多个自来水样本进行分析，获取所述第一自来水样本，其中，所述第一自来水样本为所述多个自来水样本中的最优样本。

进一步的，所述系统还包括：

多个自来水样本获取单元，所述多个自来水样本获取单元用于获取所述多个自来水样本；

寻优结果获得单元，所述寻优结果获得单元用于利用遗传算法对所述多个自来水样本进行多次寻优，获取多次寻优结果；

混合分离单元，所述混合分离单元用于将所述多次寻优结果中出现频次第一的样本和出现频次第二的样本进行混合分离，获取所述第一自来水样本。

进一步的，所述系统还包括：

解析结果输入单元，所述解析结果输入单元用于将所述定性分析结果输入所述异味评估模型中，其中，所述异味评估模型包括异味复杂性、异味浓度、异味混合度和异味有害性；

复杂指数生成单元，所述复杂指数生成单元用于根据所述异味评估模型，生成复杂指数、浓度指数、混合指数和有害指数；

异味评估结果生成单元，所述异味评估结果生成单元用于对所述复杂指数、所述浓度指数、所述混合指数和所述有害指数进行综合计算，输出所述异味评估结果。

进一步的，所述系统还包括：

特征向量获取单元，所述特征向量获取单元用于利用AHP分别对所述复杂指数、所述浓度指数、所述混合指数和所述有害指数进行特征向量计算，获取复杂特征向量、浓度特征向量、混合特征向量和有害特征向量；

评估矩阵生成单元，所述评估矩阵生成单元用于按照所述复杂特征向量、所述浓度特征向量、所述混合特征向量和所述有害特征向量，生成特征评估矩阵；

权重计算单元，所述权重计算单元用于根据所述特征评估矩阵进行层次权重计算，输出所述异味评估结果。

进一步的，所述系统还包括：

存储环境获得单元，所述存储环境获得单元用于获取所述第一自来水样本的存储环境、流通环境和空气环境；

异味追溯模块生成单元，所述异味追溯模块生成单元用于按照所述存储环境、所述流通环境和所述空气环境，生成异味追溯模块，其中，所述追溯模块包括概率计算单元；

异味信息获取单元，所述异味信息获取单元用于获取待追溯异味信息；

追溯结果输出单元，所述追溯结果输出单元用于将所述待追溯异味信息输入所述异味追溯模块进行异味源概率分析，输出追溯结果，其中，所述追溯结果为异味源。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种用于检测自来水中异味物质的方法和具体实例同样适用于本实施例的一种用于检测自来水中异味物质的系统，通过前述对一种用于检测自来水中异味物质的方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种用于检测自来水中异味物质的系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种用于检测自来水中异味物质的方法，其特征在于，所述方法应用于自来水异味检测系统，所述系统与萃取检测装置通信连接，所述方法包括：

获取挥发性异味物质集合；

以所述挥发性异味物质集合，生成异味物质识别库；

连接所述异味物质识别库，配置异味识别模型；

采集第一自来水样本，将所述第一自来水样本输入所述异味识别模型中，根据所述异味识别模型，获取异味识别结果；

以所述异味识别结果，配置萃取控制参数；

所述萃取检测装置通过所述萃取控制参数进行萃取，利用气相色谱-质谱联用法对萃取到的异味物质进行定性分析，得到定性分析结果；

将所述定性分析结果输入异味评估模型中，根据所述异味评估模型，获取异味评估结果；

所述方法还包括：

获取所述萃取检测装置的萃取结构数据和萃取几何数据；

按照所述萃取结构数据和所述萃取几何数据，生成第一约束条件；

获取所述萃取检测装置的萃取控制指标；

将所述第一约束条件作为限制，根据所述萃取控制指标和所述异味识别结果进行萃取参数配置，生成所述萃取控制参数。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取多个样本采集时间节点；

按照所述多个样本采集时间节点，获取多个自来水样本；

通过对所述多个自来水样本进行稳定性检测，获取第一稳定指标；

判断所述第一稳定指标是否小于预设稳定指标；

若所述第一稳定指标小于所述预设稳定指标，对所述多个自来水样本进行分析，获取所述第一自来水样本，其中，所述第一自来水样本为所述多个自来水样本中的最优样本。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

获取所述多个自来水样本；

利用遗传算法对所述多个自来水样本进行多次寻优，获取多次寻优结果；

将所述多次寻优结果中出现频次第一的样本和出现频次第二的样本进行混合分离，获取所述第一自来水样本。

4.如权利要求2所述的方法，其特征在于，所述将所述定性分析结果输入异味评估模型中，根据所述异味评估模型，获取异味评估结果，方法包括：

将所述定性分析结果输入所述异味评估模型中，其中，所述异味评估模型包括异味复杂性、异味浓度、异味混合度和异味有害性；

根据所述异味评估模型，生成复杂指数、浓度指数、混合指数和有害指数；

对所述复杂指数、所述浓度指数、所述混合指数和所述有害指数进行综合计算，输出所述异味评估结果。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

利用AHP分别对所述复杂指数、所述浓度指数、所述混合指数和所述有害指数进行特征向量计算，获取复杂特征向量、浓度特征向量、混合特征向量和有害特征向量；

按照所述复杂特征向量、所述浓度特征向量、所述混合特征向量和所述有害特征向量，生成特征评估矩阵；

根据所述特征评估矩阵进行层次权重计算，输出所述异味评估结果。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述第一自来水样本的存储环境、流通环境和空气环境；

按照所述存储环境、所述流通环境和所述空气环境，生成异味追溯模块，其中，所述追溯模块包括概率计算单元；

获取待追溯异味信息；

将所述待追溯异味信息输入所述异味追溯模块进行异味源概率分析，输出追溯结果，其中，所述追溯结果为异味源。

7.一种用于检测自来水中异味物质的系统，其特征在于，所述系统包括：

异味物质获取模块，所述异味物质获取模块用于获取挥发性异味物质集合；

异味识别库生成模块，所述异味识别库生成模块用于以所述挥发性异味物质集合，生成异味物质识别库；

识别模型配置模块，所述识别模型配置模块用于连接所述异味物质识别库，配置异味识别模型；

识别结果获取模块，所述识别结果获取模块用于采集第一自来水样本，将所述第一自来水样本输入所述异味识别模型中，根据所述异味识别模型，获取异味识别结果；

控制参数配置模块，所述控制参数配置模块用于以所述异味识别结果，配置萃取控制参数；

分析结果获得模块，所述分析结果获得模块用于萃取检测装置通过所述萃取控制参数进行萃取，利用气相色谱-质谱联用法对萃取到的异味物质进行定性分析，得到定性分析结果；

评估结果获得模块，所述评估结果获得模块用于将所述定性分析结果输入异味评估模型中，根据所述异味评估模型，获取异味评估结果；

所述系统还包括：

几何数据获取单元，所述几何数据获取单元用于获取所述萃取检测装置的萃取结构数据和萃取几何数据；

第一约束条件生成单元，所述第一约束条件生成单元用于按照所述萃取结构数据和所述萃取几何数据，生成第一约束条件；

控制指标获取单元，所述控制指标获取单元用于获取所述萃取检测装置的萃取控制指标；

萃取控制参数生成单元，所述萃取控制参数生成单元用于将所述第一约束条件作为限制，根据所述萃取控制指标和所述异味识别结果进行萃取参数配置，生成所述萃取控制参数。

Images