STM32单片机室内空气质量监测系统设计与实现

1. 项目背景与核心价值

室内空气质量直接影响人体健康和工作效率，尤其在现代建筑密闭性增强的背景下，CO2、甲醛、PM2.5等污染物浓度超标已成为普遍问题。传统检测设备往往价格昂贵且功能单一，而基于STM32单片机的监控系统能以不到200元的成本实现多参数实时监测、超标报警和数据记录功能。

我在智能家居领域做过7个类似项目，发现这类系统最核心的挑战在于传感器选型匹配和长期稳定性维护。比如某次客户反馈PM2.5数据漂移严重，最后发现是光学传感器窗口被灰尘覆盖导致。本文将分享一套经过实际验证的完整方案，包含硬件选型技巧、软件滤波算法和低功耗设计要点。

2. 硬件系统设计

2.1 核心器件选型对比

主控芯片选用STM32F103C8T6，相比Arduino有以下优势：

• 72MHz主频处理多传感器数据更流畅
• 内置12位ADC可直接读取模拟传感器
• 多达37个GPIO方便扩展外设
• 价格仅15元左右

传感器选型清单及实测参数：

关键提示：MH-Z19B需要预热3分钟才能稳定，建议上电后丢弃前10组数据

2.2 电路设计要点

电源模块采用AMS1117-3.3V稳压芯片，为传感器和MCU提供稳定电压。实际布线时要注意：

1. 模拟信号走线远离数字线路
2. 每个传感器电源脚并联100μF+0.1μF电容
3. 长距离传输时UART线加120Ω终端电阻

LCD显示屏选用1.3寸OLED（SSD1306驱动），对比度高的特性在强光下仍清晰可见。接线时注意：

• I2C需接4.7K上拉电阻
• 屏幕与MCU共地非常重要

3. 软件系统实现

3.1 传感器数据采集框架

使用FreeRTOS创建多任务环境：

c复制void Task_SensorRead(void *pvParameters) {
  while(1) {
    vTaskDelay(pdMS_TO_TICKS(1000));
    PMS_Read(&pm25);
    MHZ19_Read(&co2);
    SHT30_Read(&temp, &humi);
    ZE08_Read(&hcho);
    xQueueSend(dataQueue, &sensorData, portMAX_DELAY);
  }
}

数据滤波采用滑动窗口均值算法：

c复制#define FILTER_SIZE 5
float filterPM25(float newVal) {
  static float buffer[FILTER_SIZE] = {0};
  static uint8_t index = 0;
  
  buffer[index] = newVal;
  index = (index + 1) % FILTER_SIZE;
  
  float sum = 0;
  for(int i=0; i<FILTER_SIZE; i++) {
    sum += buffer[i];
  }
  return sum / FILTER_SIZE;
}

3.2 报警逻辑实现

分级报警策略（以CO2为例）：

• 轻度污染（1000-1500ppm）：LED慢闪
• 中度污染（1500-2000ppm）：LED快闪 + 蜂鸣器间歇鸣响
• 重度污染（>2000ppm）：LED常亮 + 蜂鸣器持续鸣响 + 继电器启动通风设备

状态机实现代码片段：

c复制typedef enum {
  AIR_GOOD,
  AIR_MILD,
  AIR_MODERATE,
  AIR_SEVERE
} AirState;

AirState checkAirQuality() {
  if(co2 > 2000) return AIR_SEVERE;
  else if(co2 > 1500) return AIR_MODERATE;
  else if(co2 > 1000) return AIR_MILD;
  else return AIR_GOOD;
}

4. 系统优化与实测

4.1 低功耗设计

通过以下措施使待机功耗从85mA降至12mA：

1. 传感器供电改用MOSFET控制
2. 显示屏设置15秒无操作休眠
3. MCU空闲时进入STOP模式
4. 采样间隔从1秒调整为10秒（夜间模式）

电源管理代码示例：

c复制void enterLowPowerMode() {
  HAL_GPIO_WritePin(SENSOR_PWR_GPIO, SENSOR_PWR_PIN, GPIO_PIN_RESET);
  OLED_DisplayOff();
  HAL_PWR_EnterSTOPMode(PWR_LOWPOWERREGULATOR_ON, PWR_STOPENTRY_WFI);
  SystemClock_Config(); // 唤醒后需重新配置时钟
}

4.2 实测数据对比

在20㎡办公室连续监测72小时数据：

数据分析结论：

• 人员密集时段CO2易超标
• 午后PM2.5升高与室外污染渗透相关
• 空调运行导致湿度下降明显

5. 常见问题解决方案

5.1 传感器异常排查表

5.2 数据漂移处理方案

针对PM2.5传感器的零点漂移问题，采用动态基线校准：

1. 每天凌晨3点自动记录10分钟数据
2. 取最小值作为当日基准值
3. 后续读数减去基准值得出实际值

c复制void autoCalibratePM25() {
  float minVal = 9999;
  for(int i=0; i<10; i++) {
    float current = PMS_ReadRaw();
    if(current < minVal) minVal = current;
    HAL_Delay(60000); // 每分钟采样一次
  }
  pm25Base = minVal;
}

6. 扩展功能建议

1. 增加WiFi模块（ESP-01S）上传数据到私有云
2. 开发微信小程序实时查看数据
3. 接入智能插座实现自动启停净化器
4. 添加GPS模块记录位置信息（适合移动场景）

硬件成本估算（含扩展）：

• 基础版：STM32(15元)+传感器(233元)+OLED(18元) ≈ 266元
• 扩展版：增加ESP-01S(12元)+继电器模块(8元) ≈ 286元

实际部署时发现，安装在离地面1.2-1.5米高度（呼吸带高度）能获得最具参考价值的数据。避免将设备放置在通风口直吹位置，这会导致传感器读数失真。