企业官网建设流程全解析

1. 项目概述：为什么我们需要一个自制的空气质量检测仪？

最近几年，大家对室内空气质量的关注度明显提高了。无论是新装修的房子、长时间密闭的办公室，还是秋冬季节为了保暖很少开窗的卧室，空气里看不见的“隐形杀手”其实不少。PM2.5大家比较熟悉，指的是空气中直径小于等于2.5微米的颗粒物，它能深入肺部甚至进入血液循环。而二氧化碳（CO2）浓度则常常被忽视，它虽然本身无毒，但却是衡量室内通风状况和人员密集度的关键指标。CO2浓度过高会直接导致人感到憋闷、头晕、注意力不集中，长期处于高浓度环境下对健康和学习工作效率都有负面影响。

市面上的空气质量检测仪选择很多，从几十块的“玩具”到几千块的专业设备都有。但作为一个喜欢动手的创客或电子爱好者，我总觉得买来的成品少了点“灵魂”——你不知道它的传感器准不准、算法有没有优化、数据是不是真实。更重要的是，你无法根据自己的需求去定制功能，比如设定一个阈值自动打开空气净化器，或者将数据长期记录并可视化。

这就是为什么我决定自己动手，用Arduino搭建一个PM2.5和CO2的室内空气质量检测仪。这个项目的核心价值在于透明、可定制和可学习。你清楚地知道每一个部件的工作原理，可以自由选择不同精度和价位的传感器，还能通过编程实现任何你想要的联动功能。整个过程不仅让你获得一个实用的工具，更能深入理解传感器技术、数据采集和嵌入式系统开发。接下来，我就把从选型、接线、编程到调试的完整过程，以及我踩过的那些坑，毫无保留地分享给你。

2. 核心硬件选型与设计思路

自己动手做项目，第一步也是最关键的一步就是硬件选型。选对了，事半功倍；选错了，可能连数据都读不出来。我的设计思路是：在保证基本精度和稳定性的前提下，尽量选择性价比高、资料丰富、易于Arduino驱动的传感器，同时整个系统要简洁、低功耗，适合长期运行。

2.1 传感器选型：PM2.5与CO2的探测原理

PM2.5传感器：激光散射式是主流测量PM2.5主要有两种原理：红外LED式和激光散射式。红外式成本极低，但精度很差，基本只能判断“有灰尘”和“没灰尘”，数值参考意义不大。对于室内空气质量监测，我强烈推荐使用激光散射式传感器。它的原理是让激光照射通过采样气流，颗粒物会使激光发生散射，通过检测散射光的强度来反推颗粒物的浓度。这类传感器输出的是经过内部算法计算后的数字信号（通常是UART串口或PWM脉冲），Arduino直接读取即可。

市面上常见的型号有：

• 攀藤（Plantower）PMS5003/PMS7003系列：这是开源项目和DIY圈里的“明星产品”，性价比极高。它通过UART输出PM1.0、PM2.5、PM10的浓度值（单位：μg/m³），数据相对可靠。我这次项目用的就是PMS5003，它的蓝色塑料外壳很有辨识度。
• 夏普（Sharp）GP2Y1010AU0F：这是一个比较老的型号，输出的是模拟电压值，需要Arduino的模拟引脚读取，再通过公式换算。它的缺点是容易受干扰，需要外接电路（电阻电容），且没有PM1.0/PM10的分级数据，现在已不推荐作为首选。
• 更专业的传感器：如Sensirion的SPS30，精度更高，还具有颗粒物数量浓度输出，但价格也贵不少。

注意：激光传感器内部有风扇进行主动吸气，因此会有轻微噪音和功耗。在选购时，务必确认其工作电压（通常是5V）和通信接口是否与你的主控板匹配。

CO2传感器：NDIR原理才是真靠谱测量CO2的方法更多，但适合民用的主要是NDIR（非分散性红外）原理。因为CO2对特定波长的红外光有强烈的吸收特性，传感器通过测量红外光穿过气室后的衰减程度，就能精确计算出CO2浓度。其他如半导体式（MQ系列）的“CO2传感器”其实对酒精、香烟等多种气体都有交叉敏感性，测CO2极不准确，千万别买错。

常见的NDIR CO2传感器有：

• MH-Z19B/MH-Z19C：国产传感器中的佼佼者，价格亲民（百元级别），通过UART或PWM输出，量程可达5000ppm，自带温度补偿，精度在±（50ppm+5%读数）左右，完全满足室内监测需求。我用的就是MH-Z19B。
• SenseAir S8：瑞典品牌，性能更稳定，精度更高，但价格也几乎是MH-Z19B的两倍以上，适合要求更高的项目。
• SCD30/SCD40：Sensirion的传感器，除了CO2，还能测量温度和湿度，且体积小巧，采用I2C通信，但价格昂贵，属于“发烧级”选择。

我的搭配方案是攀藤PMS5003（PM2.5） + 炜盛MH-Z19B（CO2），两者都使用5V供电，UART（TX/RX）通信，总成本可控，性能和可靠性经过了大量项目验证。

2.2 主控板与外围设备选择

主控板：Arduino Uno的经典与ESP32的智能

• Arduino Uno R3：经典之选。引脚丰富，5V逻辑电平，与上述传感器完美兼容。如果你只想本地读取数据并在串口监视器上查看，或者驱动一个LCD屏显示，Uno完全够用。它的缺点是只有一组硬件串口（Serial），而我们的两个传感器都是UART的，这就需要用到SoftwareSerial库来创建软串口，可能会在高速或复杂通信时有点不稳定。
• ESP32 DevKit：我更加推荐的选择。它是一块功能强大的物联网开发板，自带Wi-Fi和蓝牙。除了能完成Uno的所有工作，其最大优势是可以轻松地将数据上传到物联网平台（如Blynk、ThingsBoard）、本地服务器（如Home Assistant）或者直接显示在网页上。ESP32有多个硬件串口，可以更稳定地同时连接两个传感器。本项目后续的联网功能就是基于ESP32实现的。

显示与交互设备：

• OLED显示屏（SSD1306, 0.96寸）：I2C接口，功耗低，显示清晰，非常适合显示实时数据。比传统的LCD1602液晶屏好看得多。
• 按键或旋转编码器：用于切换显示页面、设置报警阈值等。
• LED指示灯与蜂鸣器：用于超标报警，提供声光提示。

电源：建议使用可靠的5V/2A以上的USB电源适配器供电。如果使用ESP32并开启Wi-Fi，功耗会有所增加，劣质电源可能导致传感器工作不稳定或重启。

3. 电路连接与硬件搭建详解

硬件连接是项目的实体骨架，务必仔细。我的接线原则是：先供电，再信号；先主控，再外设；布局清晰，避免飞线。

3.1 基于Arduino Uno的接线方案（基础版）

如果你使用Arduino Uno，由于只有一个硬件串口（Pin 0 RX, Pin 1 TX，通常用于上传程序和电脑通信），我们需要为两个传感器分配软串口。

所需材料清单：

• Arduino Uno R3 x1
• PMS5003 PM2.5传感器 x1
• MH-Z19B CO2传感器 x1
• 0.96寸 I2C OLED显示屏 x1
• 面包板、杜邦线（公对公、公对母）若干
• 5V/2A USB电源 x1

接线步骤：

1. 供电统一：将面包板的正极（+）和负极（-）排孔分别连接到Arduino的5V和GND。所有模块的VCC和GND都分别连接到面包板的+和-排孔上。
2. 连接PMS5003：
   • PMS5003的VCC-> 面包板+5V
   • PMS5003的GND-> 面包板GND
   • PMS5003的RX-> ArduinoPin 2(我们将把Pin2定义为软串口的TX，去连接传感器的RX)
   • PMS5003的TX-> ArduinoPin 3(我们将把Pin3定义为软串口的RX，去连接传感器的TX)
   • PMS5003的SET引脚悬空即可（用于切换模式，普通使用不需连接）。
3. 连接MH-Z19B：
   • MH-Z19B的Vin-> 面包板+5V
   • MH-Z19B的GND-> 面包板GND
   • MH-Z19B的RX-> ArduinoPin 4(软串口TX)
   • MH-Z19B的TX-> ArduinoPin 5(软串口RX)
4. 连接OLED显示屏：
   • OLED的VCC-> 面包板+5V
   • OLED的GND-> 面包板GND
   • OLED的SCL-> ArduinoA5(在Uno上，A4是SDA，A5是SCL)
   • OLED的SDA-> ArduinoA4

重要提示：UART通信是交叉连接，即主控的TX接传感器的RX，主控的RX接传感器的TX。很多新手会接反导致无法通信。另外，MH-Z19B上可能还有一个PWM输出引脚，我们不用，忽略即可。

3.2 基于ESP32的接线方案（进阶联网版）

ESP32的接线更为简洁，因为它有多个硬件串口。

所需材料清单：

• ESP32 DevKit V1（或类似型号） x1
• PMS5003 PM2.5传感器 x1
• MH-Z19B CO2传感器 x1
• 0.96寸 I2C OLED显示屏 x1
• 面包板、杜邦线若干
• 5V/2A USB电源 x1

接线步骤：

1. 供电注意：ESP32的引脚工作电压是3.3V，但它的VIN引脚可以接受5V输入，板载稳压器会将其降到3.3V。PMS5003和MH-Z19B需要5V供电，OLED可以工作在3.3V。最佳实践是使用一个5V电源适配器，正极同时接到ESP32的VIN引脚和面包板的+5V排孔，负极共地。这样ESP32和传感器都获得了合适的电压。
2. 连接PMS5003：使用ESP32的硬件串口2（UART2）。
   • PMS5003VCC-> 面包板+5V
   • PMS5003GND-> 公共GND
   • PMS5003TX-> ESP32GPIO16(RX2)
   • PMS5003RX-> ESP32GPIO17(TX2)
3. 连接MH-Z19B：使用ESP32的硬件串口1（UART1）。注意UART1的默认TX引脚（GPIO10）有些板子可能未引出，我们可以自定义引脚。
   • MH-Z19BVin-> 面包板+5V
   • MH-Z19BGND-> 公共GND
   • MH-Z19BTX-> ESP32GPIO18(自定义为RX)
   • MH-Z19BRX-> ESP32GPIO19(自定义为TX)
4. 连接OLED显示屏：
   • OLEDVCC-> ESP323.3V引脚
   • OLEDGND-> 公共GND
   • OLEDSCL-> ESP32GPIO22
   • OLEDSDA-> ESP32GPIO21

硬件搭建心得：

• 上电顺序：建议先给主控板上电，待程序启动完成后再连接传感器电源。特别是MH-Z19B，有用户反馈热启动时（主控不断电，传感器重新上电）可能通信异常。最稳妥的方法是所有设备同时上电。
• 线缆整理：使用不同颜色的杜邦线区分电源（红色+5V，黑色GND）和信号线（黄色TX，绿色RX等），后期调试会轻松很多。
• 防静电与保护：传感器激光头和红外气室都是精密光学部件，避免用手触摸，组装时注意防尘。

4. 软件编程与核心代码解析

硬件搭好只是成功了一半，让它们“活”起来的代码才是灵魂。我将分模块讲解代码，并提供完整的示例。这里以功能更强大的ESP32版本为例，Uno版本逻辑类似，主要区别在于串口初始化。

4.1 开发环境与库文件准备

1. 安装Arduino IDE：从Arduino官网下载并安装最新版IDE。对于ESP32，你需要添加开发板支持。
2. 添加ESP32开发板：在IDE的“文件”->“首选项”的“附加开发板管理器网址”中，添加https://espressif.github.io/arduino-esp32/package_esp32_index.json。然后在“工具”->“开发板”->“开发板管理器”中搜索“esp32”并安装。
3. 安装必要的库：
   • U8g2库：用于驱动OLED显示屏，功能强大，支持多种字体和图形。在“项目”->“加载库”->“管理库”中搜索“U8g2”安装。
   • SoftwareSerial库（仅Uno需要）：Arduino IDE自带。
   • PMS库：用于解析PMS5003数据。在库管理器中搜索“PMS”或“Plantower”找到并安装。
   • MH-Z19库：用于驱动MH-Z19B传感器。搜索“MH-Z19”安装。

4.2 核心代码模块拆解

我们将代码分为几个部分：传感器初始化、数据读取、数据显示、数据上传（可选）。

第一部分：全局定义与库引入

#include <U8g2lib.h> // OLED驱动库 #include <PMS.h> // PMS传感器库 #include <MHZ19.h> // MH-Z19传感器库 #include <HardwareSerial.h> // ESP32硬件串口 // 定义OLED对象（根据你的OLED型号修改构造函数，常见的是SSD1306 128x64 I2C） U8G2_SSD1306_128X64_NONAME_F_HW_I2C u8g2(U8G2_R0, /* reset=*/ U8X8_PIN_NONE); // 定义PMS传感器对象，使用硬件串口2 PMS pms(Serial2); // ESP32: Serial2的默认引脚是GPIO16(RX), GPIO17(TX) PMS::DATA data; // 定义MH-Z19传感器对象，使用自定义引脚的硬件串口1 HardwareSerial mySerial(1); // 创建串口1实例 MHZ19 myMHZ19; // 创建MH-Z19实例 // 传感器数据变量 int pm25, pm10; int co2ppm; float temperature; // MH-Z19B也能读取板载温度 // 定时器相关，用于控制读取频率 unsigned long previousMillis = 0; const long interval = 5000; // 每5秒读取一次传感器（PMS需要稳定气流，不宜过快）

第二部分：初始化设置setup()

void setup() { // 启动串口调试，用于在电脑端查看数据 Serial.begin(115200); Serial.println("Air Quality Monitor Starting..."); // 初始化OLED u8g2.begin(); u8g2.clearBuffer(); u8g2.setFont(u8g2_font_ncenB08_tr); // 设置字体 u8g2.drawStr(0, 20, "Initializing..."); u8g2.sendBuffer(); delay(1000); // 初始化PMS传感器串口 Serial2.begin(9600, SERIAL_8N1, 16, 17); // RX=16, TX=17 pms.passiveMode(); // 设置为被动模式，由我们主动请求数据 // pms.activeMode(); // 主动模式，传感器会自动持续发送数据，但更耗电 // 初始化MH-Z19传感器串口 mySerial.begin(9600, SERIAL_8N1, 18, 19); // RX=18, TX=19 myMHZ19.begin(mySerial); // 将串口实例传递给MHZ19库 myMHZ19.autoCalibration(false); // 关闭自动基线校准（ABC）。对于室内长期固定使用的场景，建议关闭，否则它会将连续运行几天后的低值作为零点。 // 预热与首次读取 delay(2000); // 给传感器预热时间 readSensors(); // 首次读取 displayData(); // 首次显示 }

关键点解析：

1. PMS被动模式 vs 主动模式：被动模式下，MCU需要发送请求命令，传感器才返回一帧数据，更省电且可控。主动模式下，传感器会持续发送数据，可能造成串口缓冲区溢出。推荐使用被动模式。
2. MH-Z19自动校准：autoCalibration(false)非常重要。如果开启（默认是开启的），传感器会以连续运行一段时间（如7天）内的最低浓度值作为400ppm的基准点。这在室内场景很危险：如果房间一直通风不良，CO2浓度长期在1000ppm以上，传感器会误以为1000ppm是“新鲜空气”，导致读数严重偏低。对于室内监测，务必关闭。

第三部分：主循环loop()与数据读取函数

void loop() { unsigned long currentMillis = millis(); // 定时读取传感器 if (currentMillis - previousMillis >= interval) { previousMillis = currentMillis; readSensors(); displayData(); // 可以在这里添加数据上传函数，如 uploadToServer(); } } void readSensors() { // 读取PMS5003数据 pms.requestRead(); if (pms.readUntil(data)) { pm25 = data.PM_AE_UG_2_5; // 大气环境下PM2.5浓度 (μg/m³) pm10 = data.PM_AE_UG_10_0; // 你也可以读取 data.PM_AE_UG_1_0 (PM1.0) } else { Serial.println("PMS read failed."); pm25 = pm10 = -1; // 标记读取失败 } // 读取MH-Z19B数据 co2ppm = myMHZ19.getCO2(); // 获取CO2浓度 temperature = myMHZ19.getTemperature(); // 获取温度（可选） // 打印到串口监视器，用于调试 Serial.print("PM2.5: "); Serial.print(pm25); Serial.print(" μg/m³ | "); Serial.print("PM10: "); Serial.print(pm10); Serial.print(" μg/m³ | "); Serial.print("CO2: "); Serial.print(co2ppm); Serial.println(" ppm"); }

避坑指南：

1. PMS读取失败：pms.readUntil(data)可能会超时失败。确保接线正确，波特率是9600，并且传感器已稳定工作（风扇在转）。失败时最好有错误处理，而不是使用旧数据。
2. MH-Z19读数异常：如果返回-1或9999等异常值，检查接线（TX/RX是否接反）、供电是否充足（5V电压是否稳定）。尝试发送myMHZ19.getCO2(true)请求一个带校验的新读数。

第四部分：OLED显示函数

void displayData() { u8g2.clearBuffer(); // 绘制边框或标题 u8g2.drawFrame(0,0,128,64); // 显示PM2.5数据 u8g2.setFont(u8g2_font_helvB14_tf); u8g2.setCursor(10, 25); u8g2.print("PM2.5"); u8g2.setCursor(70, 25); if(pm25 >= 0) { u8g2.print(pm25); u8g2.setFont(u8g2_font_helvB08_tf); u8g2.print(" ug/m3"); } else { u8g2.print("Err"); } // 显示CO2数据 u8g2.setFont(u8g2_font_helvB14_tf); u8g2.setCursor(10, 50); u8g2.print("CO2"); u8g2.setCursor(70, 50); u8g2.print(co2ppm); u8g2.setFont(u8g2_font_helvB08_tf); u8g2.print(" ppm"); // 根据空气质量添加简单提示 u8g2.setFont(u8g2_font_6x10_tf); u8g2.setCursor(5, 62); if (pm25 > 75 || co2ppm > 1000) { u8g2.print("> Poor Air <"); } else if (pm25 > 35 || co2ppm > 800) { u8g2.print("> Moderate <"); } else { u8g2.print("> Good <"); } u8g2.sendBuffer(); // 将缓冲区内容发送到显示屏 }

这段代码实现了在OLED上分两行显示PM2.5和CO2的数值，并底部有一个简单的空气质量状态提示。你可以发挥创意，添加更多图形，比如用进度条表示浓度，或者显示历史趋势简图。

5. 功能扩展与数据可视化实践

基础数据显示完成了，但一个完整的空气质量监测系统，离不开数据记录和可视化。这里我分享两个最实用的扩展方向：本地数据记录和云端数据可视化。

5.1 本地SD卡数据记录

如果你想在不依赖网络的情况下长期记录数据，添加一个SD卡模块是最经济实惠的方案。

硬件添加：购买一个SPI接口的Micro SD卡模块（通常几块钱），连接到ESP32：

• SD模块 VCC-> 5V
• SD模块 GND-> GND
• SD模块 MOSI-> GPIO23
• SD模块 MISO-> GPIO19 (注意：如果和MH-Z19冲突，需调整引脚)
• SD模块 SCK-> GPIO18
• SD模块 CS-> GPIO5

代码修改：你需要包含SD.h和SPI.h库。在setup()中初始化SD卡，在readSensors()函数后添加数据写入逻辑。

#include <SD.h> #include <SPI.h> File dataFile; void setup() { // ... 其他初始化代码 ... if (!SD.begin(5)) { // CS引脚接在GPIO5 Serial.println("SD Card initialization failed!"); return; } Serial.println("SD Card initialized."); } void logDataToSD() { dataFile = SD.open("/airlog.csv", FILE_APPEND); // 以追加模式打开文件 if (dataFile) { dataFile.print(millis()); // 时间戳 dataFile.print(","); dataFile.print(pm25); dataFile.print(","); dataFile.print(pm10); dataFile.print(","); dataFile.print(co2ppm); dataFile.print(","); dataFile.println(temperature); dataFile.close(); } else { Serial.println("Error opening airlog.csv"); } }

然后在loop()的定时任务中调用logDataToSD()。数据会以CSV格式保存，方便用Excel或Python进行后续分析。

5.2 基于ESP32的无线数据传输与云端可视化

这才是发挥ESP32真正威力的地方。将数据上传到云端，你可以在任何地方的手机或电脑上查看实时数据和历史曲线。

方案一：使用Blynk平台（快速入门）Blynk提供了一个非常简单的物联网平台，适合快速原型开发。

1. 在手机应用商店下载Blynk App，创建一个新项目，选择ESP32设备，获取Auth Token。
2. 在项目中添加两个Gauge（仪表）组件，分别绑定虚拟引脚V0和V1。
3. 在Arduino代码中安装Blynk库，并添加以下代码：

#define BLYNK_PRINT Serial #include <WiFi.h> #include <BlynkSimpleEsp32.h> char auth[] = "YourAuthToken"; // 从App获取 char ssid[] = "YourWiFiSSID"; char pass[] = "YourWiFiPassword"; void setup() { // ... 其他初始化 ... Blynk.begin(auth, ssid, pass); } void loop() { Blynk.run(); // 维持Blynk连接 // ... 你的定时读取传感器代码 ... if (timeToSend) { Blynk.virtualWrite(V0, pm25); // 将PM2.5发送到虚拟引脚V0 Blynk.virtualWrite(V1, co2ppm); // 将CO2发送到虚拟引脚V1 } }

上传代码后，你就能在Blynk App的仪表盘上看到实时数据了。

方案二：使用MQTT协议 + 自建服务器（更灵活可控）对于想深度掌控数据的开发者，MQTT+Node-RED+InfluxDB+Grafana是一套强大的组合拳。

1. MQTT：轻量级的物联网消息协议。ESP32使用PubSubClient库向MQTT代理（如Mosquitto）发布消息。
2. Node-RED：图形化编程工具，可以订阅MQTT主题，对数据进行处理（如单位转换、过滤），然后写入数据库。
3. InfluxDB：专门为时间序列数据优化的数据库，存储效率极高。
4. Grafana：强大的数据可视化平台，从InfluxDB读取数据，绘制出精美的实时图表和历史曲线。

这套方案需要你在电脑（或树莓派等）上部署服务，有一定门槛，但数据完全私有，功能无限。你可以创建这样的面板：同时显示PM2.5和CO2的实时曲线，设置不同颜色的报警阈值线，还能计算一天内的平均值、超标时长等统计信息。

6. 校准、维护与常见问题排查

DIY设备不比商业产品，需要一些额外的调校和维护才能获得可靠数据。

6.1 传感器校准与准确性提升

• PM2.5传感器（PMS5003）：激光传感器一般出厂已校准，无法手动校准。其准确性受环境湿度影响较大（高湿度时，水蒸气会被误判为颗粒物）。可以通过在干燥天气与一个靠谱的商用检测仪对比，得出一个大概的修正系数（例如，乘以0.7或0.8）。更专业的做法是收集一段时间的数据，与参考仪器进行线性回归分析。
• CO2传感器（MH-Z19B）：
  • 手动校准零点：这是最重要的校准。你需要将传感器带到室外通风良好的地方（确保CO2浓度在400ppm左右），稳定运行20分钟后，通过发送特定指令进行零点校准。注意：务必在空气新鲜的环境下操作，否则会校准错误。

  // 在Arduino代码中，确保传感器已预热稳定在新鲜空气中 myMHZ19.calibrateZero(); // 发送零点校准命令

  • 关闭自动校准（ABC）：如前所述，室内应用必须关闭。
  • 跨度校准：通常不需要。如果你有已知浓度的标准气体（如2000ppm），可以进行跨度校准以提升线性度。

6.2 长期运行维护要点

1. 清洁：PM2.5传感器的进气口和激光头会积灰，建议每3-6个月用压缩气罐或软毛刷轻轻清理。切勿用嘴吹或湿布擦拭。
2. 预热：传感器每次断电重启后，需要一段时间（PMS约30秒，MH-Z19B约3分钟）读数才能稳定。程序里应加入预热延迟或丢弃初期不稳定数据的逻辑。
3. 供电稳定：使用质量好的5V电源。电压波动可能导致传感器重启或读数异常。
4. 数据验证：偶尔将你的设备读数与已知准确的设备（如朋友家的品牌检测仪）进行对比，做到心中有数。

6.3 常见问题与解决方案速查表

这个项目从简单的数据读取到复杂的物联网系统，有非常广阔的扩展空间。你可以增加温湿度传感器（如DHT22）、甲醛传感器，甚至联动家里的智能插座，在空气质量超标时自动打开新风或空气净化器。动手的过程就是学习的过程，当你看到自己亲手制作的设备忠实地记录着环境的每一次呼吸，那种成就感和对身边环境的全新认知，是购买任何成品都无法替代的。希望这份超详细的指南能帮你少走弯路，顺利打造出属于你自己的空气质量守护者。