基于ESP32的室内空气质量监测系统设计与实现-代码聚汇网

基于ESP32的室内空气质量监测系统设计与实现

怕还不清醒

1. 项目背景与核心价值

室内空气质量检测系统是当前物联网技术落地的典型应用场景。随着现代建筑密闭性增强，甲醛、PM2.5、CO2等污染物浓度超标问题日益突出。去年我们团队为某幼儿园部署的检测系统就曾及时发现新装修教室的甲醛超标情况，避免了潜在健康风险。

这个实训项目的核心价值在于：

实时监测：通过传感器网络持续采集温湿度、TVOC、CO2等关键指标
智能预警：当某项参数超过安全阈值时自动触发报警机制
数据可视化：通过Web界面直观展示环境质量变化趋势
联动控制：可扩展接入新风系统等设备实现自动调节

2. 系统架构设计

2.1 硬件组成方案

我们采用模块化设计思路，核心硬件包括：

主控单元：ESP32双核芯片（兼具WiFi/蓝牙功能）
传感器阵列：
- SGP30（TVOC/CO2检测）
- PMS5003（PM2.5检测）
- DHT22（温湿度检测）
外围设备：
- 0.96寸OLED显示屏（本地数据展示）
- 蜂鸣器（声光报警）
- 继电器模块（设备控制接口）

硬件选型心得：SGP30虽然价格较高，但其内置校准算法可减少后期调试工作量。实测发现未经校准的MH-Z19B二氧化碳传感器误差可能达±15%

2.2 软件架构设计

系统采用三层架构：

code复制[感知层] → [网络层] → [应用层]
    │           │           │
传感器数据    MQTT协议    Web可视化
采集处理     数据传输     界面

关键通信协议选择：

MQTT over WiFi：适合物联网设备的轻量级协议
JSON数据格式：便于Web端解析处理
HTTPS API：保障数据传输安全

3. 核心功能实现细节

3.1 传感器数据采集

以SGP30为例的典型采集代码：

cpp复制#include <Wire.h>
#include "SGP30.h"

SGP30 sgp;

void setup() {
  Serial.begin(115200);
  while(!sgp.begin()){
    Serial.println("Sensor not found");
    delay(1000);
  }
  sgp.initAirQuality();
}

void loop() {
  sgp.measureAirQuality();
  Serial.print("TVOC:");
  Serial.print(sgp.TVOC);
  Serial.print("ppb\tCO2:");
  Serial.print(sgp.CO2);
  Serial.println("ppm");
  delay(1000);
}

数据采集注意事项：

预热时间：多数气体传感器需要3-5分钟预热才能稳定
采样间隔：TVOC检测建议≥1秒，PM2.5检测建议≥10秒
异常处理：增加传感器离线自动重连机制

3.2 数据传输与存储

我们采用EMQX作为MQTT broker，数据流转流程：

设备端发布主题：/airquality/device1/sensors
服务端订阅主题并存入InfluxDB时序数据库
数据持久化配置示例：

yaml复制# InfluxDB配置示例
bucket: "air_quality"
org: "iot_lab"
token: "${INFLUX_TOKEN}"
url: "http://localhost:8086"

3.3 可视化界面开发

使用Grafana构建的监控看板包含：

实时数据仪表盘
历史趋势曲线
超标报警历史记录
设备状态监控面板

关键配置技巧：

sql复制-- Grafana查询语句示例
SELECT "value" FROM "air_quality" 
WHERE ("sensor" = 'co2') 
AND $timeFilter
GROUP BY time(1m) fill(null)

4. 典型问题排查指南

4.1 传感器数据异常

常见现象及解决方法：

问题表现	可能原因	解决方案
CO2读数持续为400ppm	传感器未校准	执行手动基线校准
PM2.5数值剧烈波动	风扇干扰	增加物理隔板
TVOC突然升高	酒精等干扰源	检查周边环境

4.2 网络连接问题

WiFi连接稳定性优化方案：

增加连接超时判断
实现自动重连机制
采用静态IP分配
添加信号强度检测

cpp复制// WiFi重连示例代码
void checkWifi(){
  if(WiFi.status() != WL_CONNECTED){
    Serial.println("Reconnecting...");
    WiFi.disconnect();
    WiFi.begin(ssid, password);
  }
}

5. 项目扩展方向

在实际部署中我们发现几个有价值的改进点：

边缘计算能力：在ESP32上实现简单的异常检测算法，减少云端计算压力
低功耗优化：采用深度睡眠模式可使电池续航提升3-5倍
多协议支持：增加LoRaWAN模块实现广域覆盖
设备联动：通过IFTTT实现与智能家居系统的联动

一个有趣的实测案例：我们将系统与新风系统联动后，当CO2浓度超过1000ppm时自动启动换气，使教室空气质量达标时间缩短了62%。

这个项目最让我意外的是PM2.5传感器的灵敏度——有次仅仅因为有人在旁边使用了激光打印机，数值就从12μg/m³瞬间飙升至287μg/m³。这也提醒我们在部署时要充分考虑传感器安装位置的合理性。