STM32智能水质监测系统设计与实现

1. 项目概述

这个基于STM32的智能水质监测系统是我去年为一个水产养殖场设计的实用项目。当时养殖场老板正为频繁的水质问题头疼——鱼苗死亡率居高不下，却找不到明确原因。传统的人工检测方式不仅效率低，而且无法实时掌握水质变化。这套系统从需求分析到最终落地用了两个月时间，现在已经在三个养殖池稳定运行半年多，成功将鱼苗死亡率降低了40%。

系统核心功能包括五大水质参数检测（水温、浑浊度、电导率、PH值、水位）、阈值报警、水泵控制和远程监控。特别值得一提的是，我们在ESP01S WiFi模块的基础上开发了轻量级物联网协议，使得百元级的硬件也能实现稳定的远程数据传输。下面我会从硬件选型到软件实现的完整过程，分享这个项目的实战经验。

2. 硬件设计与选型解析

2.1 主控芯片选择

选择STM32F103C8T6作为主控主要基于三点考量：

1. 性价比：20元左右的价位提供72MHz主频和丰富外设
2. 开发生态：完善的HAL库和大量现成驱动
3. 引脚数量：48脚封装刚好满足所有传感器接入需求

注意：C8T6的Flash只有64KB，在添加OTA功能时需要特别注意空间占用。我们最终通过裁剪不必要的库函数，将固件控制在58KB以内。

2.2 传感器选型对比

实际使用中发现TSW-30在高温环境下读数会漂移，我们通过软件校准解决了这个问题——在固件中增加了温度补偿算法，根据DS18B20的读数动态调整浑浊度值。

2.3 电源设计要点

系统采用12V/2A电源适配器供电，通过LM2596降压到5V给传感器，再经AMS1117-3.3转换给MCU。关键设计细节：

• 每个模拟传感器单独添加LC滤波电路
• 水泵电源与控制系统完全隔离
• WiFi模块使用独立LDO供电
• 所有数字线路串联22Ω电阻抑制振铃

3. 关键电路设计详解

3.1 传感器接口电路

PH传感器接口是最容易出问题的部分。我们的设计方案：

c复制// 硬件电路
PH_Sensor -> 10KΩ分压 -> OP07运放(增益=3) -> 100nF电容滤波 -> STM32_ADC

// 软件校准公式
final_ph = (adc_value * 3.3 / 4096 - 1.024) * 3.5 + 7.0;

每周需要用标准PH缓冲液校准一次，校准数据保存在EEPROM中。

3.2 抗干扰设计

在水泵启停时曾出现传感器读数跳变，通过以下措施解决：

1. 所有长距离信号线使用双绞线
2. 模拟地与数字地单点连接
3. 在继电器线圈两端并联1N4148续流二极管
4. ADC采样时关闭PWM输出

3.3 PCB布局技巧

四层板堆叠方案：

• Top层：信号走线
• Inner1：完整地平面
• Inner2：电源网络
• Bottom层：大电流路径

特别将WiFi模块放置在板边，天线下方净空处理。晶振周围做包地，与高速信号线保持3mm以上间距。

4. 软件架构与实现

4.1 任务调度设计

采用时间片轮询架构，关键任务周期：

c复制void main() {
    while(1) {
        if(tick_1ms) {
            key_scan();    // 1ms扫描
            led_blink();   // 状态指示
        }
        
        if(tick_100ms) {
            sensor_read(); // 100ms采样
            alarm_check(); // 阈值判断
        }
        
        if(tick_1s) {
            oled_refresh(); // 1s刷新
            wifi_upload();  // 数据上报
        }
    }
}

4.2 传感器数据处理

采用三级滤波算法：

1. 硬件滤波：RC低通
2. 软件滤波：滑动平均(窗口=5)
3. 异常值剔除：3σ原则

以TDS值为例的处理流程：

c复制float get_tds_value() {
    static float buf[5];
    float sum=0, avg, std=0;
    
    // 采样
    buf[4] = adc_read(ADC_CH_TDS) * 0.5; // 0.5为系数
    
    // 滑动平均
    for(int i=0; i<5; i++) sum += buf[i];
    avg = sum / 5;
    
    // 标准差计算
    for(int i=0; i<5; i++) std += pow(buf[i]-avg, 2);
    std = sqrt(std/5);
    
    // 剔除异常值
    if(fabs(buf[4]-avg) > 3*std) 
        return avg;
    else
        return buf[4];
}

4.3 物联网通信协议

自定义轻量级JSON协议：

json复制{
    "dev":"WQ001",
    "time":"2024-03-20 14:30",
    "data":{
        "temp":26.5,
        "tds":320,
        "ph":7.2,
        "turb":15,
        "level":80
    },
    "alarm":0
}

ESP01S通过AT指令连接MQTT服务器，设置15秒心跳包。实测在弱网环境下，通过以下策略保证通信可靠：

• 数据本地缓存3小时
• 重试机制：指数退避算法
• 数据压缩：二进制转Base64

5. 实际部署经验

5.1 安装注意事项

1. PH电极需要定期浸泡在3mol/L KCl溶液中保养
2. 浑浊度传感器要避免阳光直射
3. 水位传感器安装时保持垂直
4. 所有电缆接头做防水处理（热缩管+704胶）

5.2 典型问题排查

问题1：TDS值持续显示为0

• 检查步骤：
  1. 万用表测量传感器供电电压（应为5±0.1V）
  2. 测量输出端电压（无水时应为1.0±0.2V）
  3. 检查ADC引脚配置（需设置为12位模式）
• 常见原因：
  • 传感器电极氧化（用牙刷清洁）
  • 分压电阻焊错（应为10KΩ+10KΩ）

问题2：WiFi频繁断开

• 解决方案：
  1. 修改ESP01S固件为Station模式
  2. 添加AT+CIPRECONNCFG指令
  3. 在路由器设置静态IP绑定

5.3 性能优化记录

通过以下改进将系统功耗从3.2W降至1.8W：

1. 将OLED刷新率从60Hz降到10Hz
2. 传感器采用间歇供电模式（测量前通电）
3. 关闭未使用的GPIO时钟
4. 将MCU主频从72MHz降到48MHz

6. 项目扩展方向

当前系统已经支持通过手机APP查看实时数据，后续计划增加：

1. 水质趋势预测算法（基于LSTM）
2. 自动换水控制逻辑
3. 太阳能供电方案
4. LoRa远距离传输版本

我在调试过程中最大的体会是：水质监测系统的稳定性90%取决于抗干扰设计。特别是当水泵等大功率设备与传感器共处同一环境时，必须从电源隔离、信号调理、软件滤波多个层面综合处理。这个项目所有的电路设计和代码片段都已经过实际验证，读者可以直接参考使用。