1. 系统架构设计思路

做火灾监控系统最头疼的就是怎么把硬件和软件完美结合。我自己折腾这个项目的时候，发现关键在于要有一个清晰的架构设计。整个系统可以分为三个核心部分：传感器数据采集层、数据处理与传输层、云端可视化层。

传感器层主要负责采集环境数据，我选了MQ-2烟雾传感器和DHT11温湿度传感器。MQ-2对烟雾和可燃气体特别敏感，响应时间快，而且价格便宜，特别适合学生项目。DHT11虽然精度一般，但胜在稳定易用，对于火灾预警来说完全够用。

数据处理层用的是STM32F103C8T6，这款单片机性价比超高，自带ADC和多个串口，正好满足多传感器数据采集和WiFi通信的需求。我实际测试下来，它的处理能力完全能胜任实时数据分析和阈值判断。

云端层我用了两种方案：一是通过ESP8266模块连接本地WiFi，把数据推到云平台；二是用NB-IoT模块直接走蜂窝网络，适合没有WiFi覆盖的场所。两种方式我都实现了，代码里可以自由切换。

2. 硬件设计详解

硬件设计这块我踩过不少坑，最后画出来的原理图虽然不复杂，但每个细节都很重要。电源部分我用AMS1117-3.3V给整个系统供电，实测下来特别稳定，纹波控制在50mV以内。

传感器接口设计要注意抗干扰。MQ-2的输出信号需要经过LM358放大后再接入STM32的ADC引脚。这里有个小技巧：我在PCB上给模拟信号部分做了铺铜隔离，数字地和模拟地通过0欧电阻单点连接，噪声降低了至少30%。

通信模块的选择很重要。ESP8266我用的ESP-01S模块，体积小价格低，但要注意它的工作电压是3.3V，和STM32连接时不需要电平转换。NB-IoT模块我选的移芯EC616，支持全网通，就是AT指令有点复杂，后面我会详细说怎么调试。

最让我头疼的是PCB布局。最初版本我把传感器和单片机放得太近，温度传感器读数总偏高。后来改版时把发热元件都分散布局，还在STM32下面加了散热过孔，温度读数就准确多了。

3. 核心软件实现

软件部分我采用模块化设计，这样调试和维护都方便。先来看主程序框架：

int main(void)
{
    HAL_Init();
    SystemClock_Config();
    MX_GPIO_Init();
    MX_ADC1_Init();
    MX_USART1_UART_Init();
    MX_USART2_UART_Init();
    
    // 传感器初始化
    MQ2_Init();
    DHT11_Init();
    
    // WiFi模块初始化
    ESP8266_Init();
    
    while (1)
    {
        // 数据采集
        smoke_value = MQ2_GetValue();
        temperature = DHT11_GetTemp();
        humidity = DHT11_GetHumidity();
        
        // 数据处理
        if(smoke_value > threshold || temperature > 60)
        {
            Trigger_Alarm();
            Send_To_Cloud();
        }
        
        HAL_Delay(1000);
    }
}

传感器驱动程序要特别注意稳定性。DHT11的时序要求很严格，我最初没加延时导致经常读失败。后来用示波器抓波形调整延时参数，终于稳定了：

void DHT11_Start(void)
{
    SET_DHT11_OUT();
    HAL_GPIO_WritePin(DHT11_GPIO_Port, DHT11_Pin, GPIO_PIN_RESET);
    HAL_Delay(18);
    HAL_GPIO_WritePin(DHT11_GPIO_Port, DHT11_Pin, GPIO_PIN_SET);
    delay_us(30);
    SET_DHT11_IN();
}

WiFi通信是最容易出问题的部分。我封装了一套AT指令处理函数，加入重试机制和超时判断：

uint8_t ESP8266_SendCmd(char *cmd, char *reply, uint16_t timeout)
{
    uint8_t retry = 3;
    while(retry--)
    {
        UART_SendString(cmd);
        if(Wait_Reply(reply, timeout))
            return 1;
        HAL_Delay(100);
    }
    return 0;
}

4. 云端通信与数据传输

云端我选择了腾讯云物联网平台，主要是因为它免费额度足够学生项目使用。数据传输协议我用的是自定义的JSON格式，比MQTT更简单易懂：

{
    "device": "fire_detector_001",
    "smoke": 245,
    "temp": 25.6,
    "humidity": 45,
    "alarm": 0
}

在实际测试中，我发现直接发送原始数据流量太大，于是做了数据压缩：只有数值变化超过10%或者发生报警时才上传，这样流量节省了70%以上。

对于NB-IoT通信，要注意省电设计。我让模块大部分时间处于休眠状态，每5分钟唤醒一次上报数据，这样一节18650电池能用半年多。

报警逻辑我设计了多级判断：单纯烟雾超标只发微信提醒，温度同时超标就触发声光报警，如果是手动测试模式还会直接打电话通知。

5. 上位机可视化设计

上位机我用Python+PyQt5开发，界面设计参考了专业消防系统的布局。左侧显示实时数据曲线，右侧显示设备状态和报警信息。

数据可视化部分用了PyQtGraph库，比Matplotlib更适合实时显示。我设置了双缓冲机制，即使每秒刷新10次也不会卡顿：

class RealTimePlot(pg.PlotWidget):
    def __init__(self):
        super().__init__()
        self.curve = self.plot(pen='y')
        self.data = np.zeros(100)
        
    def update_plot(self, new_value):
        self.data[:-1] = self.data[1:]
        self.data[-1] = new_value
        self.curve.setData(self.data)

报警管理我做了分级处理：黄色预警、橙色高危、红色紧急，对应不同的处理流程。同时记录所有历史报警信息，支持按时间查询和导出报表。

我还添加了远程控制功能，可以通过上位机直接控制现场的声光报警器测试，或者修改STM端的报警阈值，特别方便调试。

6. 实际测试与优化

测试阶段我发现几个关键问题：首先是传感器误报，抽烟和厨房油烟都会触发报警。后来我加了算法滤波，连续5次超标才确认报警，误报率降低了80%。

电源稳定性也很重要。最初用USB供电时，电机启动会导致电压波动引起单片机重启。后来我在电源入口加了1000uF电容和TVS管，再没出现过复位问题。

通信可靠性我做了多重保障：除了重发机制外，还添加了心跳包检测。如果30秒没收到数据，上位机会显示设备离线并尝试重连。

在实际部署中，我发现不同场所的阈值需要调整。比如厨房的温度阈值要设高些，仓库的烟雾灵敏度要调高。于是在代码里做了分区设置功能，支持每个设备独立配置参数。

最后测试出来的性能指标让我很满意：响应时间小于2秒，数据传输成功率99.5%，系统可以连续稳定运行30天不重启。这个项目不仅通过了毕业答辩，还被实验室实际采用做了消防安全监控。

整个项目做完最大的体会是：嵌入式开发一定要注重细节。一个电阻的位置、一句延时的长短都可能影响整个系统的稳定性。所有的源码和原理图我都整理好了，包括每一步的注意事项和调试技巧，希望能帮到做类似项目的同学。