1. 项目概述：实验室安全监控的物联网实践
实验室安全一直是高校管理中的痛点问题。去年我校化学实验室因气体泄漏未及时发现，导致价值20余万元的精密仪器受损，这件事让我开始思考如何用技术手段解决这类问题。传统的人工巡检方式存在监控盲区大、响应滞后等缺陷，而市面上的专业监控系统动辄上万元，不适合高校实验室的实际情况。
这套基于ESP32的智能监控系统，是我在毕业设计中完成的低成本解决方案。系统通过多传感器融合监测，实现了对实验室环境的24小时不间断监控，当检测到温度异常、气体泄漏或水浸等情况时，能够自动触发报警并联动通风设备，同时通过微信小程序向管理员推送告警信息。整套硬件成本控制在300元以内，却能达到商用系统80%以上的功能。
2. 系统架构设计解析
2.1 三层物联网架构设计
系统采用经典的物联网三层架构：
- 感知层：由ESP32主控芯片和各种传感器组成
- 网络层：通过Wi-Fi和MQTT协议进行数据传输
- 应用层：包含Flask后端和微信小程序前端
这种架构的优势在于：
- 各层功能解耦，便于单独开发和维护
- 扩展性强，可以灵活增加新的传感器或控制设备
- 云端处理减轻了边缘设备的计算负担
2.2 硬件选型考量
在选择ESP32作为主控芯片时，我主要考虑了以下因素：
- 双核240MHz的处理能力足以应对多传感器数据采集
- 内置Wi-Fi模块省去了额外的通信模块
- 丰富的GPIO接口支持多种外设连接
- 低功耗特性适合7×24小时运行
传感器选型方面，DHT22温湿度传感器的精度(±0.5℃)完全满足实验室需求，而MQ系列气体传感器则针对实验室常见危险气体进行了专门配置。
3. 硬件系统实现细节
3.1 传感器电路设计
气体传感器的使用需要特别注意供电稳定性。我在电路设计中加入了LM7805稳压芯片，确保传感器工作电压稳定在5V±0.1V。同时为每个传感器配置了独立的RC滤波电路，有效抑制了信号干扰。
水位传感器采用简单的电阻式设计，通过比较器电路将模拟信号转换为数字信号。这里使用LM393比较器，其响应时间<1ms，能及时检测到漏水情况。
3.2 继电器驱动电路
继电器模块用于控制通风设备、报警器等大功率设备。设计中需要注意：
- 使用光耦隔离(PC817)保护ESP32 GPIO
- 添加续流二极管(1N4007)防止反电动势损坏电路
- 继电器额定电流应大于负载电流的1.5倍
实际测试中，这种设计在连续开关10000次后仍能稳定工作。
4. 软件系统关键技术
4.1 ESP32固件开发
传感器数据采集采用多任务处理：
c复制void task_sensor_read(void *pvParameters) {
while(1) {
read_dht22();
read_mq_sensors();
vTaskDelay(1000 / portTICK_PERIOD_MS);
}
}
void task_mqtt_publish(void *pvParameters) {
while(1) {
mqtt_publish_data();
vTaskDelay(5000 / portTICK_PERIOD_MS);
}
}
这种设计确保了数据采集和上传互不干扰，提高了系统稳定性。
4.2 MQTT通信实现
使用PubSubClient库实现MQTT通信，关键配置参数：
- 心跳间隔：60秒
- QoS等级：1（至少送达一次）
- 重连间隔：5秒
主题设计采用分层结构：
- 上行数据：lab/device1/sensor/data
- 下行控制：lab/device1/control
这种设计便于后期扩展多设备支持。
5. 云端平台搭建
5.1 Flask后端架构
后端采用模块化设计：
code复制app/
├── controllers/ # 业务逻辑
├── models/ # 数据模型
├── routes/ # API路由
└── services/ # 公共服务
数据库使用MySQL，主要表结构包括：
- 设备表(devices)：存储设备基本信息
- 传感器数据表(sensor_data)：记录历史数据
- 告警记录表(alerts)：存储异常事件
5.2 规则引擎实现
告警规则使用JSON配置，示例：
json复制{
"rule_id": 1,
"sensor_type": "temperature",
"condition": ">",
"threshold": 35,
"actions": [
{"type": "relay", "device": "fan", "state": 1},
{"type": "notification", "message": "温度过高"}
]
}
这种设计使规则配置灵活可扩展。
6. 微信小程序开发要点
6.1 实时数据展示
使用ECharts实现动态图表，关键优化点：
- 数据采样：原始数据每5秒一次，前端每30秒聚合一次
- 动画效果：使用requestAnimationFrame实现平滑过渡
- 内存管理：采用滑动窗口技术限制历史数据量
6.2 远程控制实现
控制指令通过WebSocket实时传输，响应时间<500ms。安全措施包括：
- JWT身份验证
- 操作日志记录
- 敏感操作二次确认
7. 系统测试与优化
7.1 压力测试结果
模拟100台设备同时连接，系统表现：
- CPU负载：<40%
- 内存占用：<300MB
- 消息延迟：<1s(95%分位)
7.2 实际部署经验
在化学实验室部署时发现：
- MQ2传感器对酒精蒸汽过于敏感，通过软件滤波解决
- 电磁干扰导致Wi-Fi不稳定，改用屏蔽网线后改善
- 高温环境下ESP32需要增加散热片
8. 项目扩展方向
8.1 边缘计算增强
考虑将部分规则判断下放到ESP32：
- 简单阈值判断本地处理
- 复杂分析仍由云端完成
- 使用TensorFlow Lite实现本地AI推理
8.2 多实验室联动
规划中的扩展功能：
- 实验室间数据共享
- 集中式监控中心
- 跨实验室应急联动
这套系统经过半年实际运行，成功预警了3次潜在安全事故。最大的收获是认识到物联网技术落地的关键在于：稳定可靠的硬件设计+灵活可扩展的软件架构+贴合实际需求的用户体验设计。