企业官网建设流程全解析

1. 从"nano"到管道巡检：LIS3DH恰好覆盖了哪些检测需求

第一次接到用加速度计去"听"水管漏水的需求时，我第一反应是怀疑的。水声是流体中的声波，传感器是测运动姿态的，这两者怎么搭到一起？直到我把 LIS3DH 贴到一段塑料水管上，用 5kHz 采样率抓了一晚上数据，才彻底明白：泄漏产生的本质是压力波动和管壁振动，MEMS 数字输出加速度计在这里扮演的不是"测姿态"角色，而是一个微型振动传感器。

这条思路对供水管网检测、工业管道健康监测、以及智能家居漏水报警都适用。LIS3DH 这颗器件在 ST 的加速度计家族里被叫作"nano"，不是它功能砍半，而是它把尺寸和功耗做到了极致：3mm×3mm×1mm 的 LGA 封装，一颗小到几乎不占面积的芯片；休眠时电流低于 1µA，低功耗模式下整机可以靠纽扣电池跑很久。对需要埋到管井、藏在墙内、或者绑在入户水管上的无线传感器节点来说，"小"和"省"就是实打实的部署优势。

但它绝不是只靠"小"出位的。LIS3DH 是一颗完整的三轴数字加速度计，支持 ±2g/±4g/±8g/±16g 四档量程，输出数据速率从 1Hz 一路到 5.376kHz，内部自带了高速滤波器、FIFO 和中断控制器。这个配置恰好卡在了一个非常有用的位置：普通低频振动监测用不到那么高的性能，真正做"声学级"振动检测（比如听泄漏、听轴承异响）又不需要开到大g值。于是这颗低功耗、小封装、带数字接口和 FIFO 的元器件，成了我手头做水管泄漏检测项目时最先考虑的选择。

如果用过去的老方案，检测管道泄漏要上压电式加速度计加电荷放大器，体积大、成本高、还得单独做模拟信号调理电路。LIS3DH 这类 MEMS 数字输出加速度计直接省掉了模拟链路，I2C 或 SPI 接出来就是干净的 16 位数字量。对长期部署在野外的监测节点来说，这减少的不仅是一个模数转换芯片，更是整个调试成本。后面我会从参数选型、寄存器配置、水管安装、算法判定到硬件调试验证，把整套思路拆开讲。

2. 低功耗与高分辨率的平衡点：解析LIS3DH关键参数如何选

很多第一次用 LIS3DH 的工程师，会被数据手册上一大堆模式选择弄晕：低功耗模式、正常模式、高分辨率模式，还有 10 位和 12 位分辨率，ODR 又分了一堆档位。这里其实没有一个"最佳配置"，而是要看应用场景里功耗、分辨率、采样带宽三者的取舍关系。

2.1 功耗模型：休眠、低功耗和正常模式的差距

LIS3DH 的待机电流典型值可以做到 1µA 以下，这是设备挂机时的基本盘。在低功耗模式下，官方标称的典型电流大约只有几微安，工作电压 1.8V 也照样能跑。正常模式下电流会上升到几十微安级别，ODR 开得越高，电流随之增加；如果切到高分辨率模式，内部 ADC 的转换时间变长，功耗还会再涨一截。

我做管道泄漏节点时，对功耗账是这样算的：设备平时处于 LIS3DH 和 MCU 都休眠的状态，只有传感器通过中断引脚监测外部振动。一旦采样到超过阈值的冲击或持续振动，LIS3DH 拉高 INT1 引脚把 MCU 唤醒，MCU 再把 ODR 从低功耗档切换到 5kHz 高采样档，连续记录几秒钟数据做特征判断。这个"休眠-唤醒-记录-再休眠"的流程，平均功耗可以压到几十微安以下，一节 18650 电池撑几个月完全没问题。

2.2 分辨率与噪声：为什么要选±2g而不是±8g

MEMS 加速度计有个共性规律：量程越大，满量程下同一份 ADC 位数能表现的分辨率越粗。LIS3DH 在 ±2g 和 12 位分辨率模式下，每个 LSB 对应的加速度大约是 0.98mg；切到 ±8g 量程，同样 12 位下每个 LSB 就变成了约 3.9mg。对于水管泄漏这种微振动信号，大部分有效振动幅度只在几毫克到几十毫克之间，如果一开始就把量程开到 ±8g，相当于用一把大尺子去量一根头发，很多细节都会被量程噪声吃掉了。

所以我最终确定用 ±2g 量程，配合 12 位高分辨率模式。这套配置下，1mg 左右的分辨率已经能分辨出粘在塑料管壁上、距离泄漏点一两米范围内的微弱振动。

2.3 采样率选择：泄漏频带到底需要多宽的带宽

塑料水管泄漏的声学振动，主要能量集中在低频段。根据我做过的 PVC 管和 PE 管实测，泄漏信号在 100Hz 到 1kHz 这个区间最明显，部分高频成分能到 2kHz 以上。按照奈奎斯特采样定理，要想保留 1kHz 以上的信息，采样率至少要 2kHz。

LIS3DH 的 ODR 档位里有 1.6kHz 和 5.376kHz 可选。我在实际项目里用了两种策略并存：持续监测模式用 1.6kHz，已经能覆盖大部分泄漏特征；当 LIS3DH 中断触发后，把 ODR 切到 5.376kHz 做短时高频采集，用于分析高频能量比、排除水泵噪声干扰。

2.4 内置滤波器：重力不等于振动信号

姿态传感器最怕的是把重力当成信号。LIS3DH 里有一个可以配置的高通滤波器，能够把低频的重力分量滤掉，只留下高频的振动波动。这个功能在管道监测里太关键了，因为在 ±2g 量程下，Z 轴静态输出可能高达 1g，而泄漏信号只有几毫克，两者混在一起没法直接用。

我推荐的做法是：启用 LIS3DH 内置高速滤波器，或者在 MCU 侧对原始数据做滑动平均去直流。前者省算力，后者更灵活，适合需要同时分析低频和高频成分的场景。下面这段寄存器配置就是在实际调试中跑通的。

3. 寄存器级实战：用I2C驱动LIS3DH并把数据读准

LIS3DH 的寄存器控制不算复杂，但有几个位一旦配错，读出来的数据会非常奇怪。我先把最核心的初始化和数据读取流程写清楚。

3.1 初始化流程：WHO_AM_I、CTRL_REG1、CTRL_REG4

LIS3DH 的 I2C 七位地址是 0x18 或 0x19，由 SA0 引脚决定。上电后第一步一定要读 WHO_AM_I 寄存器（地址 0x0F），正常值应该是 0x33。这个值对不上，后续所有寄存器配置都是白搭。

下面是一段基于标准 I2C 驱动的初始化代码：

#define LIS3DH_I2C_ADDR 0x18 // SA0=0 #define LIS3DH_WHO_AM_I 0x0F #define LIS3DH_CTRL_REG1 0x20 #define LIS3DH_CTRL_REG4 0x23 #define LIS3DH_OUT_X_L 0x28 uint8_t lis3dh_read_reg(uint8_t reg) { uint8_t val = 0; // 发送寄存器地址 i2c_write_byte(LIS3DH_I2C_ADDR, reg); // 读取一个字节 val = i2c_read_byte(LIS3DH_I2C_ADDR); return val; } void lis3dh_init(void) { uint8_t id = lis3dh_read_reg(LIS3DH_WHO_AM_I); if (id != 0x33) { // 传感器未响应，需要检查接线或地址 return; } // CTRL_REG1: ODR=5.376kHz(0b1001) 低功耗关闭，使能X/Y/Z lis3dh_write_reg(LIS3DH_CTRL_REG1, 0x97); // CTRL_REG4: BDU=1，FS=±2g，普通分辨率模式 lis3dh_write_reg(LIS3DH_CTRL_REG4, 0x80); }

CTRL_REG1 里的高四位是 ODR 选择，低位是 XYZ 轴使能。0x97 的二进制是 1001 0111，其中 ODR=1001 对应 5.376kHz，低三位全置一表示三个轴全部使能。如果只做低频活动监测，可以把 ODR 调到 0100（50Hz），电流立刻降一个数量级。

CTRL_REG4 中最高位是 BDU（Block Data Update），这个位非常关键。它保证在读取输出寄存器高低字节期间，寄存器内容不会被新采样数据刷新。不开启 BDU 的话，可能读到上一个采样的高字节和下一个采样的低字节拼在一起，数据会发生偶发的跳变，调试时很难排查。

3.2 读取三轴数据的正确姿势

LIS3DH 的输出寄存器从 0x28 开始，按 X 低字节、X 高字节、Y 低字节、Y 高字节、Z 低字节、Z 高字节排列。推荐用寄存器地址自增方式一次读完 6 个字节：

void lis3dh_read_accel(int16_t *x, int16_t *y, int16_t *z) { uint8_t buf[6]; uint8_t reg = LIS3DH_OUT_X_L | 0x80; // bit7置1开启自动地址递增 i2c_write_byte(LIS3DH_I2C_ADDR, reg); i2c_read_bytes(LIS3DH_I2C_ADDR, buf, 6); *x = (int16_t)((buf[1] << 8) | buf[0]); *y = (int16_t)((buf[3] << 8) | buf[2]); *z = (int16_t)((buf[5] << 8) | buf[4]); }

这里有个容易踩的坑：LIS3DH 的输出是左对齐的 16 位数据。在 12 位分辨率模式下，实际有效数据在高 12 位，需要把读到的原始值右移 4 位再换算成物理加速度；在 10 位模式下右移 6 位。换算公式如下：

float lis3dh_raw_to_g(int16_t raw, uint8_t bits) { int16_t val = raw >> (16 - bits); // 取有效高位 float fs = 2.0f; // 当前±2g量程 return val * fs / (float)((1 << (bits - 1)) - 1); }

用这个函数，就能把 X/Y/Z 轴原始值统一换算成以"g"为单位的加速度，方便后面算 RMS 和做阈值判断。

3.3 FIFO和中断：降低功耗的硬核手段

LIS3DH 内部有个 48 字节的 FIFO，每轴数据占 6 字节，所以一次最多缓存 8 组完整三轴样本。这个 FIFO 对低功耗系统非常有用：MCU 不需要每采一次数据就唤醒一次，可以等 FIFO 装满了再一次性突发读取，减少唤醒次数。

中断配置是另一个省电利器。我通常把 INT1 配置成振动唤醒：用 INT1_CFG（地址 0x30）设定触发方向和阈值，INT1_THS（0x32）设定阈值大小，INT1_DURATION（0x33）设定持续时间。只有采样到的振动幅度超过阈值，并且持续满足设定时间，INT1 引脚才会拉高。这样 MCU 在绝大部分时间可以睡死，只有真正有振动事件时才会被唤醒。

配置示例：

// INT1_CFG: 使能X/Y/Z轴的"超过阈值"事件 lis3dh_write_reg(0x30, 0x2A); // AOI=0, 6D=0, ZHIE+YHIE+XHIE=1 lis3dh_write_reg(0x32, 0x20); // INT1_THS=32，约250mg阈值 lis3dh_write_reg(0x33, 0x05); // 连续5个采样点超过阈值才触发 // CTRL_REG3: 使能INT1引脚输出 lis3dh_write_reg(0x22, 0x40);

阈值和持续时间的取值需要根据现场背景噪声实测调整，后面我会详细说调试过程。

4. 塑料水管泄漏的振动特征与MEMS传感器布点方案

把 LIS3DH 接到管道上并不难，难的是让采集到的数据真实反映泄漏状态。这里牵扯到泄漏振动本身的物理特征，以及传感器怎么布置才能不吃亏。

4.1 塑料管的泄漏信号到底长什么样

金属管道传声效果好，所以在金属供水管网上，几米甚至十几米外都能用听音杆找到泄漏点。塑料管（PVC、PE、PPR）正好相反，管道内壁对声波的阻尼很大，高频成分传不了多远，能传到传感器位置的信号主要集中在低频段。

在我做的模拟泄漏平台上，用电磁阀控制一个 2mm 小孔放水，压力维持在 0.3MPa 左右，距离泄漏点约 0.5 米处采集到的振动信号，频谱峰值大概集中在 300Hz 到 800Hz。这个频段不属于超高音，但也不是那种均匀的白噪声，它带有明显的压力脉动特征。如果把采样率降到 100Hz，这些信息基本就丢失了。

因此，布置方案的第一个决定是：传感器必须尽量靠近疑似泄漏点。塑料管的信号衰减太快，隔两三根管段再测，信噪比就会差到没法用。

4.2 三轴数据比单轴数据更稳

管道壁上的振动方向并不是单一的。泄漏射流冲击管壁时，会产生径向振动，同时带动管壁沿轴向、切向传播。再加上阀门、三通、弯头处会产生耦合振动，传感器安装姿态不可能保证某个轴恰好对准泄漏最强方向。

这就是为什么要用三轴加速度计，而不是单轴。我的习惯是，把三个轴的原始采样先做去重力处理，然后合成一个标量振动强度：

rms_total = sqrt( (rms_x^2 + rms_y^2 + rms_z^2) / 3 )

这个合成 RMS 值不会因为你把传感器转了 90 度就发生剧烈变化。实测下来，用单轴判断时，某次泄漏可能只在 Y 轴上有反应；但用合成 RMS 后，泄漏和非泄漏状态之间的差值非常稳定，阈值也更容易选定。

4.3 安装方式决定高频响应

传感器和管道之间是刚性接触还是柔性接触，对测量结果影响极大。我试过几种方式，结果差异非常明显：

• 用双面胶直接贴：低频信号能通过，但高频部分被双面胶吸收，信号幅度会打折。
• 用环氧树脂或热熔胶固定：耦合效果好，但拆卸麻烦，适合长期部署。
• 用金属抱箍加螺丝固定：最可靠的方案，传感器 PCB 通过尼龙柱或金属柱固定在抱箍上，高频响应损失最小。
• 直接放在管壁旁边不接触：基本测不到有效信号，只有环境噪声。

在实验室阶段，建议用环氧树脂或 AB 胶把一块小铝片粘到管壁上，再把 PCB 传感器固定到铝片上。这样既保证耦合，又方便反复拆装。现场长期部署时，我偏好用不锈钢抱箍，因为塑料管表面经常有凝露或污垢，胶粘耐久性很难保证。

4.4 方向如何摆

LIS3DH 是一片 LGA 封装的芯片，它的 X/Y/Z 轴方向是固定的。安装时不用刻意把某个轴对准管道的径向，只要让 PCB 平面大致平行或垂直于管壁即可。真正起作用的不是某一个轴的读数，而是三轴合成后的结果。

不过有一点要注意：传感器在静止状态下，总有一个轴承受 1g 的重力分量。数据采集时如果不对原始值做去重力操作，后面算 RMS 会被一个巨大的直流偏置淹没。去重力有两种方式：硬件上开 LIS3DH 内置的高通滤波器，软件上对一段窗口内的数据做均值相减。我一般用软件方式，因为这样保留低频成分，方便同时观察管道的低频脉动。

5. 泄漏信号处理与判定算法：从原始波形到"报不报警"

传感器数据到手，真正的难点才刚开始：怎么从一段充满背景噪声的振动波形里判断有没有泄漏，或者哪一根管道正在漏。这个问题的核心是把信号特征和报警策略设计成一套可量产、可调试、可解释的流程。

5.1 第一步：去重力与零漂校正

LIS3DH 每次开机后，Z 轴会有一个接近 1g 的直流分量，同时温度变化还会引起零点漂移。如果直接把原始值拿去做 FFT，频谱里会有一条巨大的 0Hz 分量，低频段完全被压住。

处理方法是做一个滑动平均滤波器，把一段时间内的均值当作当前零点，然后从每个采样里减掉：

// 每采集512个点，计算一次均值并减去 int32_t sum_x = 0; for (int i = 0; i < N; i++) { sum_x += sample_x[i]; } int16_t offset_x = sum_x / N; for (int i = 0; i < N; i++) { sample_x[i] -= offset_x; }

这里的窗口长度要选好。窗口太短会把真实信号也一起减掉，窗口太长又跟不上零点漂移。我习惯用 512 点到 2048 点，对应在 5kHz 采样率下大约 0.1 到 0.4 秒的时间窗。这个长度对泄漏振动（几十毫秒级别）来说刚好，不会把有效信号吞掉。

5.2 第二步：时域 RMS 特征

去重力后，可以算每段窗口的三轴合成 RMS：

RMS = sqrt( sum( (x^2 + y^2 + z^2) ) / (3 * N) )

这个 RMS 值就是当前一段时间内的整体振动强度。在无泄漏状态下，PVC 管道的背景 RMS 通常在 2mg 到 10mg 这个量级，视环境里的泵站、马达、地面震动而定；而一个 2mm 泄漏孔在 0.3MPa 压力下，距离半米处能产生 30mg 到 200mg 的 RMS 增量。只要背景相对稳定，阈值设在背景的 2 到 3 倍就可以获得不错的初判效果。

但这只是初判。因为管路里正常用水时，水流冲击弯头、阀门开关瞬间产生的振动幅度，也可能达到甚至超过泄漏信号的 RMS。所以单纯靠 RMS 阈值，误报率会偏高，必须往下再看频域。

5.3 第三步：频域能量分布是识别泄漏的硬指标

泄漏产生的振动是宽频噪声，尤其在 300Hz 到 1kHz 这个区间能量比较集中；而正常用水时的冲击、泵站运行振动，往往带有明显的窄带谐波特征。利用这个差异，把 FF t 之后的频谱分成几个频段，计算能量占比，可以更好区分泄漏和其它干扰。

一个简化做法：

# 假设 fs=5000Hz, N=1024 import numpy as np def leak_score(windowed_data, fs=5000.0): n = len(windowed_data) win = np.hanning(n) spec = np.fft.rfft(windowed_data * win) power = np.abs(spec) ** 2 freq = np.fft.rfftfreq(n, d=1.0/fs) low_band = np.sum(power[(freq >= 100) & (freq < 1000)]) total_band = np.sum(power[(freq >= 10) & (freq < 2000)]) if total_band == 0: return 0.0 return low_band / total_band

当leak_score超过某个经验阈值（比如 0.6），并且此时 RMS 也超过背景阈值，才真正触发泄漏报警。两重条件同时满足，误报率会显著下降。我在现场调试时还遇到过一种情况：泄漏点距离传感器较远，高频部分被塑料管衰减得非常厉害，功率主要落在 100Hz 到 300Hz，这时可以把特征频段下调，但要注意这也会把泵站振动误判进来，需要根据现场管道走向单独校准。

5.4 第四步：动态阈值与事件确认

背景噪声不是恒定不变的。白天管网压力波动、邻居用水、路面车辆经过，都会让背景 RMS 起伏。如果用一个固定阈值，要么白天频繁误报，要么晚上漏报。

我采用的动态阈值策略是：长时间滑动统计背景 RMS 的中位数和方差，每 10 分钟更新一次阈值。阈值的表达式类似：

threshold = median_background_rms * 3 + 5mg

这样即使背景从 5mg 慢慢涨到 15mg，阈值也会跟着移动，不会因为环境变化导致大量误报。同时，报警后不是立即上报，而是要求连续 30 秒内至少有 20 秒满足报警条件，排除偶发的开关水锤干扰。

5.5 需要注意的报警盲区

没有任何一种单一特征能覆盖所有泄漏场景。微小的渗漏（比如裂缝缓慢渗水）产生的振动可能极弱，低于传感器分辨力和背景噪声叠加的总和。这种情况很难用加速度计直接检测，只能靠泄漏点周围的水浸传感器或者压力梯度来辅助判断。所以在做产品设计时，我一直建议把 LIS3DH 振动检测作为"实时预警"手段，而把水浸传感器作为"最终确认"手段，两条腿走路，才能真正减少漏报。

6. 硬件电路与PCB布置：3.3V系统、去耦和焊接经验

LIS3DH 的外围电路非常简单，但它毕竟是一个能测到毫克级微弱振动的 MEMS 器件，电源干净与否、PCB 布局是否合理，直接影响数据质量。

6.1 电源与去耦

LIS3DH 的工作电压范围是 1.71V 到 3.6V，可以直接用 3.3V 供电。Vdd 和 Vdd_IO 建议都接同一个 3.3V，引脚之间不要留太长的走线。靠近 Vdd 引脚放置两个去耦电容：一个 0.1µF 用于滤除高频干扰，一个 1µF 或 2.2µF 用于稳定电压波动。

我见过一个案例：传感器数据总有规律的周期跳动，波形看起来像是某种低频干扰。排查到最后发现是给设备供电的 DC-DC 开关频率纹波没有滤干净，LIS3DH 内部的 ADC 把这个纹波当成了加速度信号。后来在电源输入端加了一级 LC 滤波，数据立刻平稳了许多。所以如果测出来的信号在无振动状态下仍然出现周期性波动，先不要怀疑传感器，去查电源纹波。

6.2 I2C接口和地址选择

LIS3DH 的 I2C 地址由 SA0 引脚决定。SA0 接地时地址是 0x18，接 Vdd_IO 时地址是 0x19。如果一根 I2C 总线上挂了多颗 LIS3DH，可以用不同的 SA0 来区分。

I2C 上拉电阻一般取 4.7kΩ，如果总线走线较长或有多个设备，可以降到 2.2kΩ。SDA 和 SCL 的上拉电阻必须接到 Vdd_IO，不能悬空。在低功耗设计中，I2C 的上拉电阻会持续消耗电流，值取得越大漏电越小，但总线速率会被拉低。实际权衡下来 4.7kΩ 在 400kHz 模式下表现不错。

6.3 PCB布局注意事项

LIS3DH 是 LGA-16 封装，底部有个较大的散热/接地焊盘。设计 PCB 时，一定要在底层对应位置铺地并打过孔，保证这个焊盘良好接地。芯片周围的机械应力会影响加速度计输出，所以在布线时不要只靠一角走线，尽量对称布线，减少 PCB 受热形变带来的应力。

还有一个很容易被忽略的细节：不要把这颗传感器放在 PCB 的边缘，或者靠近蜂鸣器、马达、继电器这类会自振的器件。否则还没测管道，板子自己的振动就够触发报警了。

6.4 手工焊接经验

LGA-16 封装的引脚在底部，用普通烙铁很难直接焊。我的经验是用热风枪加低温锡膏：先在 PCB 焊盘上均匀涂一层薄锡膏，放上芯片，用热风枪 280℃ 左右吹焊，看到焊膏熔化并轻微回缩就证明焊接完成。焊完后用万用表量相邻引脚，确认没有连锡。

如果没有热风枪，可以用拖焊法：先在焊盘上放足量焊锡，芯片对准放好后用烙铁从侧面加热，让焊锡渗入芯片底部。这个方法有风险，不建议新手直接上手。另一种更稳妥的办法是让 PCB 厂做好钢网，使用贴片机焊接。

7. 现场调试与数据验证：把LIS3DH粘到水管上之后的那些坑

硬件和算法都搭好了，最后一步也是最容易翻车的一步：在现场把 LIS3DH 粘到水管上，看它到底能不能识别出泄漏。

7.1 先过三关再谈算法

每套设备拿到手，我习惯按下面三个步骤做基础验证：

• 第一关：读 WHO_AM_I。I2C 扫描地址能收到 0x33，说明芯片电源、I2C 接线没问题。
• 第二关：平放传感器，看三轴静态输出。Z 轴应该接近 +1g，X/Y 轴接近 0。如果 Z 轴明显不是这个值，先查安装是不是歪了，再查寄存器配置。
• 第三关：用手轻轻敲击水管表面，同时观察三轴原始数据。敲击瞬间应该出现几十到几百毫 g 的同步脉冲。如果敲击后数据毫无反应，大概率是传感器和管壁之间耦合不良，或者采样率太低、输出被滤波器滤掉了。

这三关过了，再开始采集背景数据，设置阈值。

7.2 现场校准流程

我把现场阈值校准总结成一套标准步骤，写成小卡片贴在设备外壳上，现场工人照着做就能完成调试：

1. 记录无泄漏状态 30 分钟，统计背景 RMS 的中位数和标准差。
2. 人为制造一个微小泄漏（比如打开水龙头开小流量），记录泄漏状态下的 RMS 和频谱特征。
3. 把阈值设置在背景中位数加 3 倍标准差，同时也是泄漏信号幅度的 1/3 到 1/2 之间。
4. 连续运行 24 小时，查一次误报率，根据结果微调 DURATION 和频域比例阈值。

有一次现场调试，我设置了阈值和持续事件之后，设备在夜里 2 点到 5 点频繁报警。把历史数据导出来一看，背景 RMS 在深夜明显升高，因为那条管道白天水压较低，夜里管网压力上升，泄漏点喷射速度和冲击振动都变大。这就是固定阈值失效的典型场景。后来我把动态阈值算法加进去，把背景统计窗口设为 1 小时，问题才解决。

7.3 常见故障排查手册

7.4 一次值得记录的实测结果

我最后分享一个自己的实测数据。在某次 PVC 管道实验台上，我同时布置了三个测点：一个紧贴泄漏点，一个距离 1 米，一个距离 3 米。LIS3DH 全部设成 ±2g、12 位模式、ODR 1.6kHz。泄漏孔直径 2mm，水压 0.3MPa。

紧贴泄漏点的位置，三轴合成 RMS 约 120mg；距离 1 米处降到 45mg；距离 3 米处只有 12mg。而背景 RMS 在 5mg 左右。这个衰减速度比金属管道快得多，也验证了塑料管泄漏检测必须"传感器跟着泄漏点走"。后来在现场，我们也是依靠沿线布置多个低成本节点，用 RSSI 式的信号强度衰减估算泄漏位置，效果比单点判断靠谱很多。

这套从器件选型、寄存器配置、安装方法到算法判定的完整链路，就是我在实际项目中反复验证出来的。每一个环节单独拿出来都不复杂，但串在一起之后，就能把一个 3mm×3mm 的小加速度计变成一套可用的管道泄漏预警系统。如果你的应用场景和这个类似，可以照着上面这套流程动手试试；如果遇到其它怪现象，也欢迎按我给的排查顺序一步步定位，多数问题都出在供电、耦合和阈值这三个地方。