企业官网建设流程全解析

用ESP32和Arduino Nano打造智能净水器水质监测系统

最近在折腾家用净水器时，发现一个痛点：滤芯寿命很难准确判断。商家建议的更换周期往往过于保守，而水质变化又难以直观感知。于是萌生了自己做一个水质监测仪的想法，既能实时掌握出水质量，又能科学判断滤芯更换时机。经过几轮迭代，最终用ESP32和Arduino Nano实现了这个方案，特别分享其中的温度补偿算法和实战经验。

1. 硬件选型与核心组件

1.1 开发板选择：ESP32 vs Arduino Nano

两种开发板各有优势，选择取决于具体需求：

实际建议：如果只需要基础监测功能，Nano性价比更高；若需要远程监控或复杂数据处理，ESP32是更好的选择。

1.2 关键传感器选型

水质监测的核心是TDS传感器，但配套组件也不可忽视：

• TDS传感器模块：推荐Gravity系列，自带防水探头和标准接口
• 温度传感器：DS18B20（数字接口）或LM35（模拟输出）
• 显示模块（可选）：
  • 0.96寸OLED（I2C接口）
  • LCD1602（需额外转接板）
• 电源方案：
  • 5V/2A USB电源适配器
  • 18650电池+TP4056充电模块（移动方案）

提示：TDS探头长期浸泡可能导致读数漂移，建议每3个月用标准溶液校准一次。

2. 电路连接与硬件搭建

2.1 ESP32连接方案

ESP32的引脚配置相对灵活，但ADC2引脚在WiFi启用时不可用：

# ESP32典型连接方式 TDS_SENSOR_PIN = 34 # ADC1_CH6，GPIO34 DS18B20_PIN = 4 # 单总线数据引脚 OLED_SDA = 21 # I2C数据线 OLED_SCL = 22 # I2C时钟线

实际接线时注意：

1. TDS模块VCC接3.3V（部分模块需5V）
2. 单总线需接4.7K上拉电阻
3. I2C设备地址需通过扫描确认

2.2 Arduino Nano连接要点

Nano的模拟引脚有限，需合理规划：

// Nano引脚定义 #define TDS_PIN A0 #define TEMP_PIN A1 // LM35使用 #define ONE_WIRE_BUS 2 // DS18B20使用

常见问题排查：

• 读数不稳定：检查电源滤波（建议加100μF电容）
• 温度异常：DS18B20接线顺序（黄线为数据）
• OLED不显示：检查I2C地址（通常0x3C或0x78）

3. 核心算法与温度补偿实现

3.1 TDS测量原理深度解析

TDS值反映的是水中导电物质总量，其测量本质是通过电导率推算：

1. 传感器输出模拟电压（与电导率正相关）
2. ADC转换后得到数字量
3. 通过经验公式转换为ppm值

关键公式：

补偿电压 = 原始电压 / (1 + 0.02*(当前温度 - 25)) TDS值 = 133.42*V³ - 255.86*V² + 857.39*V

3.2 温度补偿的三种实现方式

根据传感器类型不同，温度获取方式也不同：

方案1：DS18B20数字温度传感器

#include <OneWire.h> #include <DallasTemperature.h> OneWire oneWire(ONE_WIRE_BUS); DallasTemperature sensors(&oneWire); void setup() { sensors.begin(); } float getTemperature() { sensors.requestTemperatures(); return sensors.getTempCByIndex(0); }

方案2：LM35模拟温度传感器

float readLM35() { int raw = analogRead(TEMP_PIN); return raw * 0.48828125; // (5000mV/1024) / 10mV/℃ }

方案3：固定补偿（不推荐）

float temperature = 25.0; // 默认值

注意：温度采样间隔建议≥1秒，频繁读取可能导致传感器发热

3.3 信号处理算法优化

原始数据往往存在噪声，需要滤波处理：

中值滤波改进版：

float medianFilter(float newVal) { static float buffer[5] = {0}; static byte index = 0; buffer[index] = newVal; index = (index + 1) % 5; float temp[5]; memcpy(temp, buffer, sizeof(temp)); // 冒泡排序 for(int i=0; i<4; i++) { for(int j=i+1; j<5; j++) { if(temp[i] > temp[j]) { float swap = temp[i]; temp[i] = temp[j]; temp[j] = swap; } } } return temp[2]; }

滑动平均滤波：

float movingAvg(float newVal) { static float sum = 0; static float buffer[10] = {0}; static byte index = 0; sum -= buffer[index]; buffer[index] = newVal; sum += newVal; index = (index + 1) % 10; return sum / 10; }

4. 系统集成与实用功能扩展

4.1 数据可视化方案

串口绘图（简易方案）：

void serialPlot(float tds) { Serial.print("TDS:"); Serial.print(tds); Serial.print(","); Serial.println(millis()); }

OLED显示（高级方案）：

#include <U8g2lib.h> U8g2_SH1106_128X64_NONAME_F_HW_I2C u8g2(U8G2_R0); void drawDisplay(float tds, float temp) { u8g2.clearBuffer(); u8g2.setFont(u8g2_font_ncenB10_tr); u8g2.drawStr(0,15,"Water Quality"); u8g2.setFont(u8g2_font_logisoso24_tn); u8g2.setCursor(0,50); u8g2.print(tds,0); u8g2.print(" ppm"); u8g2.setFont(u8g2_font_6x10_tr); u8g2.setCursor(80,50); u8g2.print(temp,1); u8g2.print("C"); u8g2.sendBuffer(); }

4.2 滤芯寿命预测算法

基于TDS变化趋势判断滤芯状态：

# 伪代码示例 class FilterMonitor: def __init__(self): self.base_tds = None self.max_tds = 500 # ppm阈值 def update(self, current_tds): if self.base_tds is None: self.base_tds = current_tds * 0.8 # 初始基准值 ratio = current_tds / self.base_tds if ratio > 2.0: return "REPLACE NOW" elif ratio > 1.5: return "WARNING" else: return "GOOD"

4.3 物联网功能扩展（ESP32专属）

通过MQTT实现远程监控：

#include <WiFi.h> #include <PubSubClient.h> WiFiClient espClient; PubSubClient client(espClient); void setupWifi() { WiFi.begin("SSID", "password"); while (WiFi.status() != WL_CONNECTED) { delay(500); } } void reconnectMQTT() { while (!client.connected()) { if (client.connect("ESP32Client")) { client.subscribe("water/command"); } } } void publishData(float tds) { char payload[50]; sprintf(payload, "{\"tds\":%.1f}", tds); client.publish("water/tds", payload); }

5. 校准与维护实践

5.1 三步校准法

1. 零点校准：使用蒸馏水（理论TDS=0）

   void calibrateZero() { float sum = 0; for(int i=0; i<10; i++) { sum += analogRead(TDS_PIN); delay(100); } zero_offset = sum / 10; }

2. 标准液校准：使用342ppm NaCl溶液

   void calibrateStandard() { float voltage = readVoltage(); // 获取原始电压 scale_factor = 342 / (voltage * voltage * 0.67); }

3. 温度补偿验证：在不同水温下测试

5.2 常见问题排查表

在项目开发过程中，最耗时的部分是温度补偿算法的调试。最初直接使用厂家提供的系数，发现低温环境下误差较大。后来通过实测不同温度下的TDS值，最终将补偿系数从0.02调整为0.0195，25℃时的精度提升了12%。