近年来,由于环境污染引起的饮用水安全问题,已受到全社会普遍关注。目前,瓶装水、桶装水已成为人们饮用水的主流,各种各样的净水器、饮水机等直饮水设备已悄然进入我们的家庭以及公共场所。这些直饮水设备,是将自来水进行净化消毒处理后,使其各项指标达到人们可以直接饮用的要求（即水质参数达到相关标准规定的指标）,故称为直饮水。但是,直饮水设备本身是有生命周期的,特别是里面的过滤器很容易钝化,需要及时更换滤芯,直饮水设备内部的净化消毒也需要专业清洗。否则,会因直饮水设备本身的问题造成二次污染,使直饮水水质严重受损。因此,对直饮水水质的监测,是直饮水领域最为关键的技术。然而,现有的直饮水监测,普遍采用第三方现场抽样检测模式。这种模式,实时性差,而且检测过程需要耗费大量人力物力,已远不能满足直饮水检测需求,导致直饮水监测不到位而引起饮用水安全事故。如何实现直饮水设备自带水质实时在线监测无线智能终端,确保直饮水水质达标,显得尤为迫切和重要。为此,开展具有水质实时在线监测功能的直饮水无线远程测控系统,对提升直饮水设备的性能及确保水质达标都具有重要意义。本论文的主要研究工作如下:1提出了直饮水设备参数实时在线监测无线远程监测模式:针对现有直饮水设备缺乏实时在线监测系统的问题,提出了直饮水水质参数实时在线监测无线远程监测模式,并建立了直饮水设备参数实时在线远程无线监测系统。该系统由若干“直饮水参数监测无线智能终端”和一个“远程测控中心（网站）”构成。2建立了直饮水6参数智能无线传感器阵列及信息融合模型:为了实现6参数的一体化监测,以直饮水设备最为关键的6个参数（温度、进出口水压、余氯、浊度、电导率、酸碱度）为监测对象,常用相应的6种传感器与智能芯片（STC12C5A602S单片机）构建直饮水设备6参数水质智能无线传感器阵列。同时,为了信息的可靠性,采用信息融合算法,建立了直饮水6参数信息融合模型。3建立了基于BP神经网络的直饮水参数预测模型:针对直饮水设备随着水处理量的增加而水质参数指标会下降的问题,采用BP神经网络算法,对水质参数（如:PH值、余氯、浊度、电导率）的变化趋势进行预测,当水质参数预测值即将超出相应的阈值范围（按照《生活饮用水卫生标准GB578-2006》）时,给出预警信息;同时,启动自净控制程序（关闭供水阀,开启冲洗阀）对内部管道及滤芯等关键净水部件进行反冲自净处理,以恢复其净水性能。4建立了直饮水设备参数实时在线远程测控中心（网站）:为了便于对若干直饮水设备进行统一监控,采用物联网技术,构建了直饮水设备参数实时在线远程测控中心,并进行无线测控组网,对若干直饮水终端参数进行实时在线监测与预警。同时,与用户手机绑定,用户可随时查看自家的水质情况。在上述工作的基础上,搭建了直饮水无线远程测控系统,并进行了性能测试实验与分析,验证了方案的可行性和先进性,达到了论文预先效果。