基于STM32的家居環境檢測系統設計

摘要：【研究目的】現存家居環境檢測儀設計中存在缺少氨氣、硫化物、苯系蒸汽和甲醛等致癌物檢測、缺少MQ138傳感器的度量及轉換公式、缺少數據可視化操作等問題。針對上述問題，本文設計了一種基于物聯網技術的家居環境檢測系統。【實驗方法】系統采用STM32F103ZET6單片機作為主控芯片，通過Wi-Fi模塊的MQTT協議將采集到的（MQ-2煙霧、MQ-5液化氣、MQ-7一氧化碳、MQ-135空氣質量、MQ-138甲醛、PM2.5粉塵、DHT11溫濕度等）傳感器數據傳輸到阿里云物聯網平臺實現多節點的實時數據采集與傳輸，進而實現環境監測功能；使用阿里云云數據庫存儲采集到的數據，并通過微信小程序與阿里云的連接完成采集數據的實時顯示、并對數據進行可視化展示。同時系統可通過小程序控制加熱器、負離子發生器等設備改善室內空氣質量。【結果】經測試，系統實時性強、可靠性高，能夠滿足實際家居環境檢測與調整需求。【結論】該系統能夠有效提高家居環境檢測的多樣性，解決當前家居環境檢測儀監測有害氣體種類不足、缺少MQ138轉換公式的問題，并可以將家居環境變化趨勢可視化。

關鍵詞：STM32F103ZET6；阿里云；微信小程序；Wi-Fi模塊；傳感器

中圖分類號：TP277 文獻標識碼： A

文章編號：1009-3044（2025）07-0099-05

開放科學（資源服務） 標識碼（OSID）

0 引言

家居環境污染，特別是甲醛、PM2.5、氨氣、硫化物等有害物質的超標，對居民健康構成嚴重威脅。因此，在租房前進行家居環境檢測顯得尤為重要。然而，現有的家居環境檢測儀存在諸多不足，如缺乏對致癌物如甲醛、氨氣、硫化物等的全面檢測，缺少關鍵傳感器的度量轉換公式，以及數據可視化不足等。針對現存問題，創新性地設計室內空氣檢測系統。系統集成了7種傳感器，構建了全面的室內空氣檢測矩陣，能夠準確檢測并顯示家居環境中的常見污染物。通過微信小程序，用戶可實時查看檢測結果，享受便捷的數據可視化服務。

本設計有以下3個創新點：①解決目前設計缺少氨氣、硫化物、苯系蒸汽和甲醛等致癌物檢測的問題。韋栗[1]通過對溫濕度和煙霧的采集來展示家居環境的空氣質量；朱菊香[2]通過對PM2.5、甲烷、二氧化碳的采集，來對室內環境有毒氣體進行檢測。現有的工作都缺少對氨氣、硫化物、苯系蒸汽和甲醛等致癌物檢測。針對此問題本系統除了采用傳統傳感器對常見有害物質進行檢測，還創新性地采用MQ135和MQ138傳感器對室內氨氣、硫化物、苯系蒸汽和甲醛等致癌物進行檢測，彌補了市面上家居環境檢測儀對于室內空氣檢測種類的不足。②解決缺少MQ138傳感器的度量及轉換公式的問題。吳自玉[3]雖對甲醛和甲苯氣體進行采集，但并沒有補全相應的度量及其轉換公式。因此本系統根據國家標準提出度量方法，補全了MQ138傳感器對于甲醛采集的轉換公式并且證明了該公式的可行性。③解決缺少數據可視化的問題。錢平等[4]通過連接阿里云實現在微信小程序頁面進行實現遠程和對室內環境的檢測；Luyong Ren[5]通過連接ONENET平臺實現遠程對室內環境的實時監測。其雖有數據上傳以及顯示功能，但都缺少直觀的數據可視化展現。因此本系統通過數據采集、數據匯總、數據可視化以及空氣質量調整外設控制，實現家居環境檢測及數據可視化系統。

1 系統總體設計

本系統通過室內空氣檢測矩陣采集家居環境數據，利用MQTT協議低延遲、低功耗上傳至云端。云端數據同步至微信小程序，用戶可直觀查看環境數據與天氣狀況[4]，并遠程控制智能家居。系統監測溫度、濕度、PM2.5、甲醛等關鍵指標，確保數據準確即時。微信小程序提供實時數據、報警通知、遠程控制及生活場景預設功能。ECharts圖表展示數據趨勢，支持歷史查詢。系統全年無間斷運行，數據傳輸穩定加密，支持多用戶多家庭接入，界面簡潔易操作，為家居健康提供全面保障。

1.1 系統架構

本系統以STM32為核心，集成多傳感器監測煙霧、液化氣、一氧化碳等有害氣體及溫濕度、甲醛、PM2.5等[6-7]。超限即亮燈示警，液化氣泄漏則蜂鳴器預警。數據經Wi-Fi傳至阿里云端，同步至微信小程序和云數據庫。用戶可通過小程序查看天氣、家居環境實時數據，并利用echarts實現數據可視化。同時，小程序支持遠程控制家居設備，如負離子發生器、溫控設備、加濕器等，實現家居環境智能化管理。系統框圖如圖1所示。

1.2 度量標準

本節介紹甲醛濃度、PM2.5濃度、一氧化碳濃度，空氣濕度檢測方法。具體公式根據室內空氣質量標準GB/T18883-2022設計而成，具體國家規范指標如表1所示。

設計中空氣質量參數根據國家現執行的環境空氣質量標準GB/TGB3095-2012設計而成，具體國家規范指標如表2所示。

空氣質量傳感器測量的輸出結果為體積濃度，對應單位為ppb，質量-體積濃度轉換公式如下所示：

[1 000ppb=1ppm=1.2mg/m3]" " " " （1）

式中：ppb，ppm，mg/m3為濃度符號。

由以上公式可以得到有害氣體標準是

一氧化碳：≤8 333.33ppb

甲醛：≤66.67ppb

PM2.5：≤41.67ppb

2 環境檢測實現

本系統通過增加氨氣、硫化物、苯系蒸汽和甲醛等致癌物的檢測，解決市面上家居環境檢測儀對于室內空氣檢測種類不足的問題，尤其是關鍵致癌物檢測缺失的問題。通過溫濕度傳感器DHT11、煙霧傳感器MQ-2、液化氣傳感器MQ-5、一氧化碳傳感器MQ-7、空氣質量傳感器MQ-135、甲醛傳感器MQ-138和PM2.5傳感器等7種傳感器做了一個室內空氣檢測矩陣，對日常生活中常見的空氣污染做了全方位的檢測，并通過蜂鳴器和LED燈向用戶預警和直觀地顯示家居環境檢測質量；經由Wi-Fi模塊與阿里云進行連接，做到數據的實時上報和遠程控制的功能。系統硬件原理圖如圖2所示。

2.1 數據采集模塊

DHT11模塊利用GPIO固件庫與滴答定時器模擬時序，通過指針獲取并轉換溫濕度值。同時，MQ系列氣體傳感器采集模擬電壓，經ADC轉換為數字值后，依據轉換公式得出氣體濃度。一旦檢測到液化氣濃度超標，通過DO引腳輸出低電平信號，觸發蜂鳴器預警。系統采用串口通信，Wi-Fi模塊利用AT指令與阿里云物聯網平臺通過MQTT協議互連，實現數據的雙向傳輸。當云平臺發送指令至單片機，經處理后執行對應操作，如控制報警等，形成閉環監控體系，確保環境安全。整體設計集成了溫濕度監測、氣體濃度檢測及遠程監控功能，有效提升了環境監測的智能化水平。ADC采集程序流程圖如圖3所示。

2.2 云端設計模塊

云端設計，首先要將阿里云物聯網平臺的地域選擇到華東2（上海）。然后點擊免費的公共實例，在里面創建產品，創建產品成功后配置設備，并配置產品功能跟自定義topic。將以上操作完成后，點擊云產品流轉配置產品云流轉規則，就可以將stm32采集到的數據通過SQL規則查詢語句傳到阿里云平臺，并通過云產品流轉規則將數據實時傳輸到微信小程序和云數據庫中。系統云端設計程序流程圖如圖4所示。

3 度量公式設計

本節通過設計MQ138甲醛傳感器轉換公式實現環境甲醛數據標準化采集與度量。同時將MQ2煙霧，MQ7一氧化碳，MQ135空氣質量，MQ138甲醛，PM2.5等傳感器采集到的模擬電壓值進行A/D轉換成數字電壓值，再經過氣體濃度轉換公式將數字電壓值轉換成氣體濃度進行讀取。具體氣體濃度轉換公式如下：

①MQ2 煙霧傳感器公式

[ppm = 613.9f * pow（RS/R0， -2.074f）]" " " （2）

②MQ7 一氧化碳傳感器公式

[ppm = 98.322f * pow（RS/R0， -1.458f）]" " "（3）

③MQ135 空氣質量傳感器公式

[ppm=（（11.5428*35.904*temp1）/（25.5-5.1*temp1）*（1/0.6549））]" " （4）

④MQ138 甲醛傳感器公式

[ppb=（temp/（66.64 * 0.08））*833]" " " " "（5）

⑤PM2.5 傳感器公式

[ug/m3=（pm_ad+ad1）/80 ]" " " " " " "（6）

式中：ppm（煙霧/一氧化碳濃度） 、ppb（甲醛濃度） 通過電壓值（temp/temp1） 計算，ug/m3（PM2.5濃度） 由初始值pm_ad與采集平均值ad1計算，均基于器件在潔凈空氣中電阻R0與不同濃度下電阻RS的比對。

關于MQ138甲醛傳感器轉換公式的補全可以通過表1室內空氣質量標準GB/T18883-2022和公式（1） 質量-體積濃度轉換公式得出甲醛濃度計算標準：

[0.08mg/m3 = 833 * 0.08 = 66.64 ppb]" " " "（7）

通過以上公式除以被除數temp（采集的電壓值） 乘以833（1 mg/m3=833 ppb） 就得出了室內空氣中的甲醛含量。

4 系統數據可視化

單一的數據收集雖可以實現家居環境的監測，但數據不夠直觀，數據的查看也不夠便捷。如當有害物質出現系統報警時若普通用戶需要使用電腦登錄阿里云查看數據是有一定操作難度的，同時只憑每日數據也難以直觀地找出有害物質產生的原因。而可視化后的數據可以直觀展示家居環境變化趨勢，讓戶主快速找到環境變化的關鍵點。因此對監控數據可視化具有重要意義。本系統通過數據采集、數據匯總、數據可視化以及空氣質量調整外設控制，實現家居環境檢測及數據可視化系統。以下是頁面設計步驟。

1） 主頁面設計：

①配置js：設置阿里云與和風天氣參數，實現數據獲取。

②設計wxml：布局頁面，展示阿里云與和風天氣數據。

③設置wxss：調整頁面樣式。

④導入必要文件：mqtt.js、aliyun文件夾。

2） 可視化頁面設計：

①配置js：設置數據接口，轉換數據為圖表格式，設置刷新機制。

②引用echarts：在json文件中聲明。

③設計wxml：集成echarts圖表。

④設置wxss：調整圖表顯示尺寸。

⑤導入echarts.js與ec-canvas文件夾。

完成上述步驟后，微信小程序即可實現實時數據展示、遠程控制與數據可視化功能。

系統數據可視化設計如圖5所示。

5 系統測試與結果分析

5.1 測試環境

1） 硬件環境：包括MQ138在內的7種傳感器、ADC模塊、微控制器（如Arduino、STM32） 、Wi-Fi模塊、LED指示燈、蜂鳴器、加熱片、半導體制冷器、負離子發生器、加濕器及電源供應器。

2） 軟件環境：微控制器的編程環境（如Arduino IDE、Keil） 、阿里云物聯網平臺賬號、微信小程序開發環境、云數據庫管理工具及echarts可視化工具。

5.2 測試方法

1） MQ138傳感器校準與數據采集：

①在零甲醛環境下校準傳感器，記錄初始電壓作為基準。

②使用甲醛氣體源模擬不同濃度環境，穩定后通過ADC模塊采集電壓值。

③將電壓值代入公式（5） 計算甲醛濃度，并與預設值比較，驗證轉換公式準確性。

2） 室內空氣檢測矩陣測試：

①連接并配置所有硬件設備至微控制器，確保Wi-Fi模塊與阿里云物聯網平臺連接無誤。

②在阿里云平臺上驗證數據接收，并檢查微信小程序與云數據庫的數據同步情況。

③通過微信小程序操作，測試對家居環境設備的遠程控制功能，如加熱片、半導體制冷器等。

3） 數據可視化與天氣接口測試：

①驗證微信小程序能實時接收阿里云物聯網平臺下發的數據。

②使用和風天氣API接口，測試并顯示當前城市天氣信息。

③利用echarts生成動態實時刷新的可視化頁面，檢查數據展示的準確性和實時性。

5.3 測試結果

如圖（6-7）所示，當系統啟動后，MQ138傳感器即開始監測家居環境中的甲醛濃度，通過電導率變化反映甲醛含量，并利用特定公式將采集的電壓值轉換為濃度值，成功預警甲醛超標情況，提示須通風處理。

同時，如圖（8-10）所示。集成了7種傳感器的室內空氣檢測矩陣，開始全面監測包括甲醛在內的多種有害氣體，以每兩秒的時間通過Wi-Fi上報至阿里云物聯網平臺，并利用云流轉功能同步至微信小程序和云數據庫，增強了對致癌物及常見空氣污染物的檢測能力。

此外，如圖（11）所示。當空氣質量超標或檢測到液化氣泄漏時，系統分別通過LED指示燈和蜂鳴器提供視覺與聽覺警示。微信小程序不僅可遠程查看實時數據，還能控制智能家居設備如加熱片、加濕器等，實現智能調控。

最后，如圖（12-13）所示，結合了和風天氣API與云數據庫，微信小程序提供動態更新的天氣信息及空氣質量可視化圖表，全面展示家居環境監測與調控效果，構建了一個集數據采集、分析、可視化與智能控制于一體的家居環境檢測系統。

6 結束語

綜上所述，該系統致力于開發一種能夠實時監測并優化家居環境狀況的全面解決方案，通過集成多種傳感器（含MQ138傳感器等） 與STM32單片機，實現了對家居中空氣質量、甲醛濃度等關鍵指標的精準檢測與數據采集。系統不僅解決了現有檢測儀在空氣質量和甲醛檢測方面的不足，還創新性地引入了MQ138傳感器的度量及轉換公式，確保了數據的準確性和可靠性。借助阿里云物聯網平臺，系統實現了數據的實時上傳與云端存儲，同時通過微信小程序為用戶提供了直觀、便捷的數據查看與智能家居控制功能，包括遠程操控加熱片、半導體制冷器、負離子發生器及加濕器等設備，極大地提升了家居生活的智能化與舒適度。未來系統將在多傳感器融合技術、智能算法生成空氣質量檢測報告、數據安全與隱私保護、低功耗設計以及跨平臺應用等方面持續探索與創新，以不斷滿足用戶對于高品質、智能化家居生活的追求。

參考文獻：

[1] 韋栗，張啟龍，易攀.基于STM32單片機智慧家居監控系統[J].電子制作，2022，30（20）：36-38，69.

[2] 朱菊香，谷衛，潘斐，等.基于STM32室內空氣質量檢測系統的設計與實現[J].物聯網技術，2022，12（11）：11-14.

[3] 吳自玉，鐘安德，謝宗效，等.STM32的有害氣體云數據庫遠程檢測系統設計[J].單片機與嵌入式系統應用，2023，23（2）：73-75.

[4] 錢平，齊賽賽，孫遜.基于STM32與ESP8266室內環境監測系統的設計[J].無線互聯科技，2023，20（9）：80-82，110.

[5] QU X L，LIU S Z，FU S，et al.Design and implementation of wireless environment monitoring system based on STM32[J].Scientific Programming，2021，2021：6070664.

[6] 宋玥蓉，吳麗，袁福林，等.STM32的智能宿舍煙霧檢測器的設計[J].福建電腦，2023，39（10）：88-92.

[7] 單天頌，劉根生，何宏陽，等.基于物聯網技術的一氧化碳報警控制系統設計[J].中國儀器儀表，2023（10）：51-54.

【通聯編輯：梁書】