陳龍杰 孟德明 農(nóng)淦 姚紅巖 羅曉悅

摘? 要：相關(guān)數(shù)據(jù)表明，我國(guó)2014年智能家居銷售額已達(dá)286億元，2015年達(dá)403億元。智能家居市場(chǎng)非常之大，并且產(chǎn)值幾乎是成指數(shù)倍的增長(zhǎng)。2022年全球智能家居市場(chǎng)規(guī)模將達(dá)941億美元，智能家居行業(yè)前景十分廣闊。本項(xiàng)目論文研究設(shè)計(jì)基于STM32實(shí)現(xiàn)室內(nèi)空氣監(jiān)測(cè)和排氣系統(tǒng)，實(shí)時(shí)監(jiān)控室內(nèi)空氣，采集室內(nèi)溫濕度、CO、CO2、PM2.5等各項(xiàng)指標(biāo)，并將數(shù)據(jù)上報(bào)至APP客戶端，用戶可根據(jù)反饋的數(shù)據(jù)信息動(dòng)態(tài)控制凈化系統(tǒng)。

關(guān)鍵詞：STM32? 空氣監(jiān)測(cè)? 數(shù)據(jù)上報(bào)? APP客戶端? 排氣系統(tǒng)

中圖分類號(hào)：TU855? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ?文章編號(hào)：1674-098X（2020）08（a）-0106-04

Abstract： According to relevant data shows that the smart home sales in 2014 reached 28.6 billion yuan， 40.3 billion yuan in 2015. Smart home market is very large， and the output value? increased almost exponentially. In 2022， global smart home market scale will reach $94.1 billion， and intelligent home industry has a very broad prospect. This project paper study design based on STM32 for indoorair monitoring and exhaust system， monitor indoor air in real time， collect indoor temperature and humidity， CO， CO2， PM2.5 and other indicators， and report the data to the APP client. Users can dynamically control the purification system according to the feedback data information.

Key Word： STM32; Air monitoring; Date report; APP client; Exhaust system

智能家居空氣凈化裝置在不同的環(huán)境中都有它的市場(chǎng)價(jià)值，我國(guó)自從2015年智能化硬件在國(guó)內(nèi)廣為推廣，越來(lái)越多的家庭能享受到更便捷、舒適、安全、健康的家庭環(huán)境。

1? 智能家居的系統(tǒng)設(shè)計(jì)原理

氣體傳感器通過(guò)與stm32f767的模擬轉(zhuǎn)數(shù)字接口進(jìn)行數(shù)據(jù)交互，MCU將獲取的數(shù)據(jù)通過(guò)WIFI模組進(jìn)行智能家居氣體與機(jī)智云IOT平臺(tái)物聯(lián)，并實(shí)時(shí)上報(bào)至云端，用戶可根據(jù)APP客戶端來(lái)讀取傳感器的數(shù)據(jù)，用戶根據(jù)反饋開(kāi)啟凈化系統(tǒng)（見(jiàn)圖1）。

2? 溫濕度及氣體濃度獲取方法

根據(jù)各個(gè)傳感器的特性曲線得出電壓和氣體濃度的關(guān)系，利用線性回歸可以大致確定氣體的濃度值。

2.1 MQ-7一氧化碳?xì)怏w濃度獲取方法

MQ-7靈敏度特性曲線（見(jiàn)圖2）。

根據(jù)曲線表可以列出部分Rs/R0與ppm的對(duì)應(yīng)值，如表1。

Rs/R0與ppm的計(jì)算公式，如下（根據(jù)Excel生成的公式）：

ppm=98.322f*pow（Rs/R0，-1.458f）

傳感器的表面電阻Rs，是通過(guò)與其串聯(lián)的負(fù)載電阻RL上的有效電壓信號(hào)VRL輸出而獲得的。二者之間的關(guān)系為：

Rs/RL = （Vc - VRL） / VRL

根據(jù)上述的分析即可得出一氧化碳的濃度。

2.2 MG811二氧化碳濃度獲取

如圖3濃度的對(duì)數(shù)成反比（EMF=a+b*log（ppm）。將相關(guān)的數(shù)值算對(duì)數(shù)之后，按線性關(guān)系來(lái)處理。ppm=10^（（EMF-a）/b）。a和b通過(guò)對(duì)300ppm以上的數(shù)據(jù)做線性回歸得到。

2.3 PM2.5濃度獲取

PM2.5濃度與電壓的曲線如圖4所示。

[關(guān)于煙的檢出、判定值]

可以檢出的范圍= 輸出電壓范圍：VoH（V）—無(wú)塵時(shí)輸出電壓：Voc（V）。

將此換算成粉塵濃度：

檢出粉塵濃度范圍（mg/m3）=檢出可能范圍 （輸出電壓可變范圍（V））÷檢出感度：K（V/（0.1mg/m3）。

煙檢出的情況下，其判定值如下：

判定值 = 檢出濃度（mg/m3）÷10×K（V/（0.1mg/m3）+無(wú)塵時(shí)輸出電壓（V）

2.4 DHT11溫濕度數(shù)據(jù)獲取

DATA用于微處理器與DHT11之間的通訊和同步，采用單總線數(shù)據(jù)格式，一次傳輸40位數(shù)據(jù)，高位先出。PM2.5濃度與電壓的曲線如圖4。

DHT11的總體通信流程。第一步：主機(jī)發(fā)送開(kāi)始信號(hào)，從機(jī)返回一個(gè)信號(hào)進(jìn)行應(yīng)答。第二步：主機(jī)信號(hào)線拉高準(zhǔn)備接收數(shù)據(jù)。第三：開(kāi)始接收數(shù)據(jù)（一次接收40位）。

2.5 排氣系統(tǒng)控制方案確定

利用STM32F767來(lái)實(shí)現(xiàn)排氣系統(tǒng)通斷的控制，使用電機(jī)驅(qū)動(dòng)模塊和升壓模塊驅(qū)動(dòng)電機(jī)工作。

3? Android應(yīng)用開(kāi)發(fā)

3.1 概述

使用Android Studio進(jìn)行APP應(yīng)用開(kāi)發(fā)通過(guò)APP客戶端實(shí)時(shí)讀取氣體和溫濕度數(shù)據(jù)和通過(guò)APP客戶端對(duì)設(shè)備進(jìn)行動(dòng)態(tài)控制。整體框架搭建如圖5所示。

3.2 程序設(shè)計(jì)

UI 遵循QMUI的設(shè)計(jì)原則，實(shí)現(xiàn)了良好的頁(yè)面響應(yīng)以及基于機(jī)智云平臺(tái)的應(yīng)用。

3.2.1 主要界面

閃屏頁(yè)：App每次冷啟動(dòng)過(guò)程中展示給用戶的過(guò)渡頁(yè)面。

WIFI登入界面：用戶需要通過(guò)登入WIFI查看云端返回到客戶端的數(shù)據(jù)。

主設(shè)備界面：顯示用戶創(chuàng)建的設(shè)備。

控制界面：用戶對(duì)數(shù)據(jù)進(jìn)行監(jiān)控和控制凈化系統(tǒng)的頁(yè)面。

3.2.2 主要功能

云端通信：

使用機(jī)智云設(shè)備接入SDK來(lái)進(jìn)行APP與設(shè)備之間的數(shù)據(jù)透?jìng)?、設(shè)備的監(jiān)控和動(dòng)態(tài)控制。

用戶可以檢查控制界面返回的數(shù)據(jù)信息對(duì)終端設(shè)備進(jìn)行動(dòng)態(tài)控制或者自動(dòng)控制。

4? 結(jié)語(yǔ)

本文設(shè)計(jì)了一種空氣質(zhì)量檢測(cè)和凈化設(shè)計(jì)，其關(guān)鍵是設(shè)計(jì)獲取傳感器電壓數(shù)據(jù)轉(zhuǎn)換成對(duì)應(yīng)的值，本研究基于實(shí)驗(yàn)的基礎(chǔ)上設(shè)置氣體和溫濕度的閾值，。測(cè)試結(jié)果表明，本文所做的設(shè)計(jì)可實(shí)現(xiàn)氣體的濃度檢測(cè)和凈化。

參考文獻(xiàn)

[1] 歐陽(yáng)燊.AndroidStudio開(kāi)發(fā)實(shí)戰(zhàn)從零基礎(chǔ)到App上線[M].2版.北京：清華大學(xué)出版社，2018.

[2] 張洋，左忠凱，劉軍.STM32F7原理與應(yīng)用HAL庫(kù)版上[M].北京：航空航天大學(xué)出版社，2017.

[3] 袁圓，王磊，姚帥，等.汽車空氣質(zhì)量智能檢測(cè)凈化系統(tǒng)[J].測(cè)控技術(shù)，2018，37（3）：129-133.

[4] 張思民，王志良.STM32單片機(jī)應(yīng)用基礎(chǔ)與項(xiàng)目實(shí)踐[M].北京：清華大學(xué)出版社，2019.

[5] 冉軍輝，吳崇友.傳感器在谷物聯(lián)合收獲機(jī)中的應(yīng)用進(jìn)展及發(fā)展方向[J].江蘇農(nóng)業(yè)科學(xué)，2019，47（22）：23-29.

[6] 明日科技.JAVA從入門到精通[M].北京：清華大學(xué)出版社，2019.

[7] 潘雪濤，溫秀蘭.現(xiàn)代傳感器技術(shù)與應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2019.