STM32火灾监控系统设计与物联网应用

1. 项目概述

这个基于STM32的火灾监控与可视化系统是我在指导学弟学妹毕业设计时开发的一个典型案例。随着物联网技术的普及，传统的单一功能火灾报警器已经不能满足现代安防需求。这个系统不仅实现了本地火灾监测，还通过无线通信技术将数据上传到远程客户端，实现了真正的智能化监控。

系统采用模块化设计思路，硬件部分以STM32F103C8T6为核心控制器，搭配MQ-2烟雾传感器、DS18B20温度传感器和GP2Y1010AU0F粉尘传感器组成检测阵列。软件层面则实现了传感器数据采集、阈值判断、报警触发和无线数据传输等功能。特别值得一提的是，我们采用了ESP8266 WiFi模块实现物联网连接，使得系统可以轻松接入现有网络环境。

2. 硬件设计详解

2.1 核心控制器选型

选择STM32F103C8T6作为主控芯片主要基于以下几点考虑：

• 72MHz主频满足实时性要求
• 内置12位ADC简化传感器接口设计
• 丰富的外设资源（3个USART、2个SPI、2个I2C）
• 低功耗特性适合长期运行
• 性价比高，批量采购单价仅10元左右

实际开发中发现，STM32的GPIO驱动能力较强，可以直接驱动LED和蜂鸣器，省去了额外的驱动电路。

2.2 传感器模块设计

2.2.1 烟雾检测电路

MQ-2烟雾传感器需要设计专门的信号调理电路：

1. 传感器输出信号经过LM358构成的同相放大器（增益约100倍）
2. 加入RC低通滤波（截止频率10Hz）消除高频干扰
3. 使用TL431提供稳定的2.5V参考电压

c复制// ADC初始化代码示例
void Adc_Init_Fire(void)
{
    ADC_InitTypeDef ADC_InitStructure; 
    RCC_APB2PeriphClockCmd(RCC_APB2Periph_ADC1, ENABLE);
    ADC_InitStructure.ADC_Mode = ADC_Mode_Independent;
    ADC_InitStructure.ADC_ScanConvMode = DISABLE;
    ADC_InitStructure.ADC_ContinuousConvMode = DISABLE;
    ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_None;
    ADC_InitStructure.ADC_DataAlign = ADC_DataAlign_Right;
    ADC_InitStructure.ADC_NbrOfChannel = 1;
    ADC_Init(ADC1, &ADC_InitStructure);
    ADC_Cmd(ADC1, ENABLE);
    ADC_ResetCalibration(ADC1);
    while(ADC_GetResetCalibrationStatus(ADC1));
    ADC_StartCalibration(ADC1);
    while(ADC_GetCalibrationStatus(ADC1));
}

2.2.2 温度检测方案

DS18B20数字温度传感器的优势：

• 单总线接口节省IO资源
• ±0.5℃的测量精度
• 无需额外信号调理电路
• 防水型号可直接用于潮湿环境

2.3 通信模块实现

ESP8266 WiFi模块通过串口与STM32连接，需要注意：

1. 使用CH340G进行TTL电平转换
2. 配置为AP模式时需设置SSID和密码
3. 建立TCP服务器监听端口5000
4. 实现心跳包机制保持长连接

c复制// WiFi配置关键代码
const u8* wifiap_ssid="FireMonitor_AP";  // AP名称
const u8* wifiap_password="12345678";    // 连接密码
const u8* portnum="5000";                // 监听端口

void atk_8266_test(void)
{
    atk_8266_quit_trans();               // 退出透传
    atk_8266_set_uart(115200,8,0,1,0);   // 设置串口参数
    atk_8266_set_ap(wifiap_ssid,wifiap_password,3); // 配置AP模式
    atk_8266_set_server(1,portnum);      // 启动TCP服务器
}

3. 软件架构设计

3.1 系统工作流程

1. 上电初始化阶段：

   • 外设初始化（ADC、USART、GPIO等）
   • 传感器预热（MQ-2需要约30秒）
   • WiFi模块配置

2. 主循环任务：

   • 周期性采集传感器数据（烟雾、温度、粉尘）
   • 数据滤波处理（移动平均算法）
   • 阈值比较判断火情等级
   • 更新本地显示
   • 通过WiFi上传数据

3. 中断服务程序：

   • 串口接收中断处理远程指令
   • 定时器中断实现精确时序控制

3.2 关键算法实现

3.2.1 多传感器数据融合

采用加权决策算法提高报警准确性：

• 烟雾浓度权重：0.5
• 温度变化率权重：0.3
• 粉尘浓度权重：0.2

报警条件：
if (0.5Smoke + 0.3dTemp/dt + 0.2*Dust) > Threshold

3.2.2 自适应阈值调整

根据环境变化动态调整报警阈值：

c复制#define BASE_SMOKE 200    // 基准烟雾值
#define BASE_TEMP  30     // 基准温度值

uint16_t adaptive_threshold(uint16_t smoke, float temp)
{
    static uint16_t base_smoke = BASE_SMOKE;
    static float base_temp = BASE_TEMP;
    
    // 环境自适应
    if(smoke < base_smoke) base_smoke = smoke;
    if(temp < base_temp) base_temp = temp;
    
    return base_smoke * 1.5;  // 阈值设为基准值的1.5倍
}

3.3 上位机通信协议

自定义简单通信协议格式：

常见命令示例：

• 0x01：上传传感器数据
• 0x02：远程控制报警
• 0x03：修改工作模式

4. 系统优化与调试

4.1 常见问题解决方案

1. 传感器数据跳动大

   • 增加硬件滤波电容（0.1μF贴片电容）
   • 软件采用中值平均滤波

   c复制#define FILTER_NUM 5
   uint16_t filter_smoke(uint16_t new_val)
   {
       static uint16_t buf[FILTER_NUM] = {0};
       static uint8_t cnt = 0;
       
       buf[cnt++] = new_val;
       if(cnt >= FILTER_NUM) cnt = 0;
       
       // 排序找中值
       uint16_t temp[FILTER_NUM];
       memcpy(temp, buf, sizeof(temp));
       bubble_sort(temp, FILTER_NUM);
       
       return temp[FILTER_NUM/2];
   }
   

2. WiFi连接不稳定

   • 增加AT指令重试机制
   • 添加看门狗定时器复位
   • 优化天线布局（远离高频信号线）

3. 误报警问题

   • 增加延时确认机制（持续3秒超阈值才报警）
   • 厨房等特殊环境可调整灵敏度
   • 添加手动屏蔽功能

4.2 功耗优化技巧

1. 采用间歇工作模式：

   • 传感器每5秒唤醒采集一次
   • STM32进入Stop模式降低功耗
   • WiFi模块仅在数据传输时激活

2. 硬件优化：

   • LDO替换为DC-DC降压电路
   • 不使用的IO口设置为模拟输入
   • 降低系统时钟频率至48MHz

3. 实测功耗对比：
   | 工作模式 | 电流消耗 | 待机时间 |
   |----------|----------|----------|
   | 全速运行 | 45mA | 约22小时 |
   | 间歇模式 | 8mA | 约5天 |
   | 深度睡眠 | 0.5mA | 约3个月 |

5. 项目扩展方向

1. 多节点组网监测

   • 采用LoRa实现长距离无线传输
   • 构建Mesh网络提高可靠性
   • 添加GPS定位火情位置

2. 云平台集成

   • 对接阿里云IoT平台
   • 实现微信小程序远程监控
   • 添加历史数据存储与分析

3. 智能联动控制

   • 连接电磁阀自动切断燃气
   • 联动消防喷淋系统
   • 启动应急照明和疏散指示

4. 机器学习应用

   • 采集大量数据训练识别模型
   • 实现早期火灾预测
   • 区分真实火情和误报场景

这个项目从硬件选型到软件开发都经过精心设计，特别适合作为电子信息类专业的毕业设计课题。在实际部署测试中，系统表现出良好的稳定性和可靠性，检测响应时间小于3秒，误报率低于5%。通过这个项目，学生可以全面掌握STM32开发、传感器应用、无线通信等关键技术，为后续工作或深造打下坚实基础。