企业官网建设流程全解析

1. 项目缘起：为什么我们需要一个便携式空气质量监测仪？

空气质量，这个词听起来有点宏大，但落到我们每个人的日常生活中，其实就是你每天呼吸的那一口空气。我住在城市里，平时通勤、周末去公园，甚至在家里开窗通风，都免不了会想：现在的空气到底怎么样？PM2.5高不高？有没有什么有害气体？市面上的专业监测设备要么太贵，要么体积庞大不便携，要么数据封闭不透明。作为一个喜欢动手折腾的硬件爱好者，我萌生了自己做一个的想法。

这个项目的核心目标很明确：打造一个完全开源、成本可控、便于携带且能实时查看数据的个人空气质量监测仪。我选择了Beetle ESP32C3作为主控，因为它集成了Wi-Fi和蓝牙，尺寸极小，功耗控制得也不错，非常适合嵌入式物联网项目。外壳则通过3D打印实现，可以自由设计造型，兼顾美观和功能性。监测的指标我聚焦在最常见、也最关乎健康的几项：PM2.5/PM10颗粒物浓度、温湿度、以及总挥发性有机物（TVOC）和二氧化碳（CO2）当量浓度。这样一个小设备，可以放在书桌、床头、车内，或者随身携带，通过手机网页就能随时查看数据，甚至还能设置阈值告警。

对于硬件爱好者来说，这是一个绝佳的练手项目，涵盖了单片机开发、传感器应用、3D建模与打印、物联网通信和简单的Web界面开发。对于普通用户，它提供了一个透明、可信的数据来源，帮助你更科学地管理生活环境。接下来，我就把从硬件选型、电路设计、固件开发到外壳制作的完整过程，以及我踩过的那些坑，毫无保留地分享出来。

2. 核心硬件选型与设计思路

做一个项目，硬件是骨架。选型不是拍脑袋，每个元器件的选择背后都有其权衡和理由。我的核心思路是：在满足功能、精度和稳定性的前提下，尽可能追求小型化、低功耗和易用性。

2.1 主控芯片：为什么是Beetle ESP32C3？

主控的选择决定了项目的可能性。市面上常见的ESP32开发板很多，比如NodeMCU、Wemos D1 mini等。我最终选择DFRobot的Beetle ESP32C3，主要基于以下几点考量：

1. 极致紧凑的尺寸：它的核心板尺寸只有25*20.5mm，比一枚硬币还小。这对于追求便携性的设备来说是决定性优势，为后续设计小巧的外壳提供了基础。
2. 合理的性能与功耗平衡：ESP32-C3芯片基于RISC-V架构，主频160MHz，内存400KB SRAM，性能足以流畅运行传感器数据采集、Wi-Fi连接和Web服务。同时，它支持深度睡眠模式，在电池供电场景下至关重要。
3. 丰富的通信接口：板载Wi-Fi 4和蓝牙5.0，满足数据无线传输的所有需求。特别是Wi-Fi，可以让我们直接通过浏览器访问设备，无需额外APP。
4. 良好的开发环境：完美支持Arduino IDE和ESP-IDF，社区资源丰富，遇到问题容易找到解决方案。
5. 内置USB-C接口与充电管理：板子直接集成了USB-C口和锂电池充电管理芯片（IP5306），这意味着你可以直接用一块3.7V的锂电池供电，并通过USB口充电，极大简化了电源系统设计。

注意：市面上有一些更便宜的ESP32-C3模组，但需要自行焊接天线、设计USB转串口和电源电路，对于想快速验证原型的新手来说，Beetle ESP32C3这种高度集成的板子是更优选择，省去了大量底层硬件调试工作。

2.2 传感器阵列：如何精准“感知”空气？

空气质量监测，传感器是眼睛和鼻子。我选择了三款主流传感器来覆盖核心指标。

2.2.1 颗粒物传感器：PMS5003

监测PM2.5和PM10，我选用的是攀藤科技的PMS5003。这是一款激光散射原理的传感器，性价比和可靠性在DIY圈子里有口皆碑。

• 为什么选它？相比更便宜的GP2Y1010AU0F（灰尘传感器），PMS5003直接通过串口输出经过算法处理的PM1.0、PM2.5、PM10的浓度值（单位μg/m³），数据更准确、稳定，无需自己进行复杂的电压-浓度换算和校准。相比更高端的SDS011，它体积更小，功耗也更低。
• 关键参数与接口：工作电压5V，采用UART（TX/RX）串口通信。只需要连接VCC、GND、TX、RX四根线即可。它的数据帧格式固定，解析起来非常方便。
• 实操心得：PMS5003内部有风扇，启动时会有“嗡”的一声。在代码中，通常需要等待30秒左右让传感器稳定，再读取数据。它的发热量不小，在外壳设计时必须考虑散热孔。

2.2.2 气体与温湿度传感器：SGP40 + SHT40

为了监测VOC（挥发性有机物，来自装修材料、清洁剂等）和室内空气质量指数（IAQ），以及精确的温湿度，我选择了Sensirion的SGP40VOC传感器和SHT40温湿度传感器的组合套件。也有将两者集成在一起的模块（如SEN55），但分开选择更灵活，成本也稍低。

• SGP40：这是一款基于MOX（金属氧化物）技术的数字VOC传感器，通过I2C接口通信。它输出的是一个“VOC指数”原始信号，需要结合温度和湿度数据（这就是为什么需要SHT40），通过官方的算法库才能转换为有意义的VOC浓度和CO2当量浓度值。官方提供的libsensirion_gas_index_algorithm库让这个过程变得简单。
• SHT40：Sensirion新一代的温湿度传感器，精度高（±1.8%RH, ±0.2°C），响应快，同样采用I2C接口。它的一个重要角色是为SGP40提供精确的环境补偿数据。
• 选型对比：为什么不选常见的BME280或DHT22？BME280虽然也测温湿度，但它的气压功能在此项目中非必需，且其VOC/气体检测能力远不如专用的SGP40。DHT22的精度和响应速度则不如SHT40。SGP30是SGP40的前代产品，算法和性能略有不及。

2.2.3 电源方案：锂电池与充放电管理

便携意味着必须使用电池。我选择了一块常见的3.7V 1000mAh锂电池。整个系统的电源架构如下：

1. 充电：Beetle ESP32C3板载的IP5306芯片负责通过USB-C口为锂电池充电。这是最省事的方式。
2. 升压：系统中有需要5V供电的器件（PMS5003）。因此，我需要一个DC-DC升压模块，将锂电池的3.7V（范围约3.0V-4.2V）稳定升压到5V。我选用了一款微型MT3608升压模块，其效率高，静态功耗低。
3. 供电路径：锂电池正负极直接连接到Beetle ESP32C3的“BAT+”和“BAT-”焊盘。同时，锂电池正负极也接入MT3608升压模块的输入端。MT3608输出的5V，供给PMS5003的VCC引脚。
4. 电平转换注意：PMS5003的串口是5V逻辑电平，而Beetle ESP32C3的GPIO是3.3V逻辑。虽然很多ESP32引脚耐5V，但为稳妥起见，我建议在PMS5003的TX（连接ESP32的RX）线上加一个简单的电平降压电路（如两个电阻分压），或者使用一款双向逻辑电平转换模块。

2.3 电路连接总图

将所有部分连接起来，下面是详细的接线表：

提示：I2C总线（SDA, SCL）上可以挂载多个设备，每个设备有唯一的地址（SHT40地址0x44，SGP40地址0x59），所以它们可以并联在同一组引脚上。务必在SDA和SCL线上各接一个4.7kΩ的上拉电阻到3.3V，这是I2C总线稳定工作的关键。

3. 固件开发：从数据采集到Web服务

硬件连接好后，就需要赋予它灵魂——程序。我使用Arduino IDE进行开发，因为其库生态丰富，上手快。

3.1 开发环境搭建与库安装

首先，在Arduino IDE中添加ESP32开发板支持。在“首选项”的“附加开发板管理器网址”中输入：https://espressif.github.io/arduino-esp32/package_esp32_index.json然后在开发板管理器中搜索安装“ESP32”（由Espressif Systems提供）。安装后，在开发板中选择“DFRobot Beetle ESP32-C3”。

接下来，通过库管理器安装必要的库：

• Adafruit SHT4x Library：用于驱动SHT40。
• Sensirion I2C SGP40：用于驱动SGP40。
• Sensirion Gas Index Algorithm：这是将SGP40原始信号转换为VOC/CO2指数的核心算法库。
• PMS Library：推荐使用miguel5612开发的PMS库，方便解析PMS5003数据。
• WebServer和WiFi：ESP32内置库，用于创建Web服务器和连接Wi-Fi。
• ArduinoJson：用于生成Web页面显示的JSON数据（可选，但推荐）。

3.2 核心代码逻辑剖析

程序的主逻辑是一个状态机，循环执行数据采集、处理和响应网络请求。

3.2.1 初始化与Wi-Fi连接

#include <WiFi.h> #include <WebServer.h> #include <Adafruit_SHT4x.h> #include <SensirionI2CSgp40.h> #include <VOCGasIndexAlgorithm.h> #include <PMS.h> // 网络凭证 const char* ssid = “你的Wi-Fi名称”; const char* password = “你的Wi-Fi密码”; // 传感器对象 Adafruit_SHT4x sht4 = Adafruit_SHT4x(); SensirionI2CSgp40 sgp40; VOCGasIndexAlgorithm voc_algorithm; PMS pms(Serial1); // 使用Serial1连接PMS5003 PMS::DATA data; // Web服务器对象 WebServer server(80); void setup() { Serial.begin(115200); Serial1.begin(9600, SERIAL_8N1, 5, 4); // RX=GPIO5, TX=GPIO4 // 初始化SHT40 if (!sht4.begin()) { Serial.println(“SHT40未找到!”); while (1); } sht4.setPrecision(SHT4X_HIGH_PRECISION); sht4.setHeater(SHT4X_NO_HEATER); // 初始化SGP40 sgp40.begin(Wire); uint16_t serialNumber[3]; sgp40.getSerialNumber(serialNumber); // 可选的序列号读取，用于验证连接 // 连接Wi-Fi WiFi.begin(ssid, password); while (WiFi.status() != WL_CONNECTED) { delay(500); Serial.print(“.”); } Serial.println(“\nWi-Fi已连接，IP地址: ”); Serial.println(WiFi.localIP()); // 设置Web服务器路由 server.on(“/”, handleRoot); // 访问根目录显示主页面 server.on(“/data”, handleData); // 获取JSON格式的传感器数据 server.begin(); }

3.2.2 数据采集与处理函数

这是项目的核心。我们需要定时（例如每10秒）读取所有传感器，并进行处理。

float temperature, humidity; float voc_index, co2_equivalent; uint16_t pm25, pm10; void readSensors() { // 1. 读取SHT40（温湿度） sensors_event_t humidity_event, temp_event; sht4.getEvent(&humidity_event, &temp_event); temperature = temp_event.temperature; humidity = humidity_event.relative_humidity; // 2. 读取SGP40 VOC原始信号，并利用温湿度补偿计算VOC指数和CO2当量 uint16_t sraw_voc; uint16_t default_compensation = 0x8000; // 初始补偿 // 将温湿度转换为SGP40要求的格式 uint16_t compensation_ticks = (uint16_t)((humidity * 65535) / 100); compensation_ticks <<= 16; compensation_ticks |= (uint16_t)((temperature + 45) * 65535 / 175); sgp40.measureRawSignal(compensation_ticks, sraw_voc); voc_index = voc_algorithm.process(sraw_voc); // CO2当量值是基于VOC指数的一个估算，使用算法库中的另一函数 // 注意：SGP40本身不直接测CO2，这是算法估算值，可用于趋势参考 co2_equivalent = voc_algorithm.get_co2_equivalent(); // 3. 读取PMS5003（颗粒物） if (pms.read(data)) { pm25 = data.PM_AE_UG_2_5; // PM2.5浓度 pm10 = data.PM_AE_UG_10_0; // PM10浓度 } }

3.2.3 Web服务器与前端界面

我们创建一个简单的Web服务器，当用户用手机浏览器访问设备IP时，显示一个实时数据的仪表盘。

void handleRoot() { String html = “<!DOCTYPE html><html><head><meta charset=‘utf-8’>”; html += “<meta name=‘viewport’ content=‘width=device-width, initial-scale=1’>”; html += “<title>便携空气质量监测仪</title>”; html += “<style>body {font-family: sans-serif; text-align: center;}</style>”; html += “<script>”; html += “function fetchData() {“; html += “ fetch(‘/data’).then(r=>r.json()).then(data=>{“; html += “ document.getElementById(‘temp’).innerHTML = data.temp + ‘ °C’;“; html += “ document.getElementById(‘humi’).innerHTML = data.humi + ‘ %’;“; html += “ document.getElementById(‘pm25’).innerHTML = data.pm25 + ‘ μg/m³’;“; html += “ document.getElementById(‘pm10’).innerHTML = data.pm10 + ‘ μg/m³’;“; html += “ document.getElementById(‘voc’).innerHTML = data.voc.toFixed(0);“; html += “ document.getElementById(‘co2’).innerHTML = data.co2.toFixed(0) + ‘ ppm’;“; html += “ });}”; html += “setInterval(fetchData, 5000); // 每5秒更新一次“; html += “</script></head><body>”; html += “<h1>🌍 实时空气质量</h1>”; // 注意：实际输出时请移除Emoji html += “<p>温度: <span id=‘temp’>–</span></p>”; html += “<p>湿度: <span id=‘humi’>–</span></p>”; html += “<hr>”; html += “<h2>颗粒物</h2>”; html += “<p>PM2.5: <strong id=‘pm25’>–</strong> μg/m³</p>”; html += “<p>PM10: <strong id=‘pm10’>–</strong> μg/m³</p>”; html += “<hr>”; html += “<h2>气体指数</h2>”; html += “<p>VOC指数: <span id=‘voc’>–</span></p>”; // VOC指数无单位 html += “<p>CO₂当量: <span id=‘co2’>–</span> ppm</p>”; html += “<p><small>最后更新: <span id=‘time’>–</span></small></p>”; html += “<script>fetchData(); setInterval(()=>{“; html += “document.getElementById(‘time’).innerHTML=new Date().toLocaleTimeString();},1000);</script>”; html += “</body></html>”; server.send(200, “text/html”, html); } void handleData() { readSensors(); // 处理前先读取一次最新数据 String json = “{“; json += “\”temp\”:” + String(temperature, 1) + “,”; json += “\”humi\”:” + String(humidity, 1) + “,”; json += “\”pm25\”:” + String(pm25) + “,”; json += “\”pm10\”:” + String(pm10) + “,”; json += “\”voc\”:” + String(voc_index) + “,”; json += “\”co2\”:” + String(co2_equivalent); json += “}”; server.send(200, “application/json”, json); } void loop() { server.handleClient(); // 处理客户端请求 // 可以在这里添加低功耗睡眠逻辑，例如每10秒唤醒一次进行测量 // delay(10000); }

3.3 功耗优化与深度睡眠

对于便携设备，功耗至关重要。ESP32-C3的深度睡眠模式可以大幅降低待机电流。

基本思路：设备每5分钟唤醒一次，读取所有传感器数据，然后开启Wi-Fi将数据上传到某个物联网平台（如ThingsBoard、Blynk或自建服务器），上传完成后再次进入深度睡眠。但这样我们就无法实时通过Web访问了。

折中方案（本项目采用）：设备持续运行，但通过代码优化降低功耗。例如：

• 在loop()中，如果没有网络请求，让ESP32-C3进入light sleep模式。
• 降低CPU频率。
• 关闭不用的外设（如蓝牙）。
• 为PMS5003设计一个由GPIO控制的电源开关，只在需要测量时通电（因其功耗较大）。

一个简单的light sleep示例：

#include “driver/rtc_io.h” void enterLightSleep(int seconds) { esp_sleep_enable_timer_wakeup(seconds * 1000000); // 微秒 esp_light_sleep_start(); } void loop() { if (server.hasClient()) { // 有客户端连接，正常处理 server.handleClient(); } else { // 无请求时，进入轻度睡眠1秒 enterLightSleep(1); } // 每10秒主动读取一次传感器数据更新全局变量 static unsigned long lastRead = 0; if (millis() - lastRead > 10000) { readSensors(); lastRead = millis(); } }

4. 3D建模与打印：打造专属外壳

硬件和软件都跑通了，接下来就是给它一个“家”。一个好的外壳不仅要美观，更要考虑散热、天线信号、按键/接口开口、安装柱位等工程细节。

4.1 设计考量与工具选择

我使用Fusion 360进行建模，它对个人用户免费，功能强大且学习资源丰富。设计时重点考虑以下几点：

1. 紧凑性：所有元器件（Beetle ESP32C3、电池、升压模块、传感器）需要合理布局，尽量减少整体体积。我采用了上下盖的卡扣式设计。
2. 散热：PMS5003和ESP32芯片在工作时都会发热。必须在对应位置设计足够的通风孔。特别是PMS5003的进气口和出气口不能被遮挡。
3. 信号：Wi-Fi天线区域（通常在Beetle板子的特定一侧）应尽量避免被金属或大面积塑料遮挡，外壳此处可做薄或开窗。
4. 可维护性：采用卡扣或螺丝固定，方便拆装更换电池或维修。我设计了四个自攻螺丝柱。
5. 传感器开口：为PMS5003的激光腔开一个进气窗；为SGP40和SHT40开一些小孔让空气流通。
6. 接口开口：预留USB-C口和PMS5003的串口（可选，用于调试）的开孔。
7. 打印友好性：避免大面积的悬空结构，需要加支撑的地方要考虑到。设计合适的脱模斜度。

4.2 关键结构设计步骤

1. 导入参考模型：可以从DFRobot官网或其他社区找到Beetle ESP32C3、PMS5003、电池的STEP或STL文件，导入Fusion 360作为参考，确保开孔和安装位置精准。
2. 创建底板：根据所有元器件的平面尺寸，绘制一个矩形底板。在对应位置创建安装柱。安装柱中间需要留出螺丝孔（如M2自攻螺丝），柱子高度要略高于元器件本身。
3. 设计侧壁与卡扣：向上拉伸侧壁。在侧壁内侧设计卡扣钩，在上盖对应位置设计卡扣槽。卡扣需要一定的弹性，通常设计0.3-0.5mm的干涉量。
4. 开孔与通风设计：
   • 使用“偏移平面”工具在PMS5003进气口对应位置创建一个工作面，然后用“网格”工具绘制蜂窝状或栅格状的通风孔并拉伸切割。
   • 在顶盖上方为SGP40/SHT40开一些小圆孔阵列。
   • 在侧面或底面为USB-C口开一个矩形槽。
5. 创建上盖：设计一个与下盖匹配的上盖，同样包含卡扣结构、通风孔和必要的加强筋。
6. 导出为STL：分别将上盖和下盖导出为STL文件，准备进行切片。

4.3 切片与打印实战

我使用PrusaSlicer进行切片，打印机是Creality Ender-3。

• 材料：PLA，因为它易于打印，强度足够，且没有异味。避免使用ABS，因为其打印过程有气味，且可能干扰气体传感器。
• 层高：0.2mm，在打印速度和表面光洁度间取得平衡。
• 填充密度：15%-20%。外壳不需要太高的填充，节省材料和时间。
• 支撑：对于卡扣的悬空部分和通风孔内部的桥接，需要生成支撑。我选择“仅在接触构建板处生成支撑”，以减少后期处理。
• 打印方向：将下盖的底部（安装柱朝上）平放在打印床上，这样安装柱的顶部需要支撑，但整体强度最好。上盖则内侧朝下放置。
• 实操心得：
  • 第一层附着是关键：确保热床平整，喷头高度合适，第一层线宽均匀贴合。
  • 通风孔可能堵住：如果通风孔的直径小于喷嘴直径（通常0.4mm），切片软件可能会忽略它。建议通风孔设计为至少1mm宽。
  • 卡扣的干涉量需要测试：第一次打印可以只打印一个带有卡扣的测试块，验证松紧度，再调整模型。太紧可能掰断，太松会脱落。
  • 打印后处理：小心移除支撑，用锉刀或砂纸打磨毛刺，特别是USB-C口和传感器开口处，确保没有塑料碎屑阻碍插拔或空气流通。

5. 组装、校准与最终测试

所有部件准备就绪，进入最后的组装调试阶段。

5.1 焊接与内部组装

1. 焊接连接线：根据之前的接线表，将杜邦线或硅胶导线焊接到Beetle ESP32C3、传感器和升压模块上。强烈建议给电源线（VCC、GND）使用不同颜色（如红、黑），避免接反。I2C和串口线也最好用颜色区分。
2. 固定元器件：使用M2*6mm的自攻螺丝，将Beetle ESP32C3、升压模块固定在下壳的安装柱上。PMS5003可以用螺丝固定，也可以用强力双面胶粘贴。电池可以放在空余位置，用尼龙扎带或泡棉胶固定。
3. 理线与测试：将所有线材整理好，用扎带固定，避免杂乱。在合上外壳前，先上电测试！通过串口监视器查看传感器数据是否正常输出，手机能否连接到设备IP并显示网页。

5.2 传感器校准与数据解读

• PMS5003：这款传感器出厂已校准，通常无需用户校准。但要注意，它测量的是“空气动力学当量直径”的颗粒物浓度。在极端干燥或潮湿环境下，读数可能会有轻微偏差。确保进气口通畅，远离风扇、空调直吹。
• SHT40：精度很高，一般也无需校准。首次读数如果与环境温湿度计差异很大，检查是否接触不良或代码中精度设置是否正确。
• SGP40：这是校准的重点。VOC传感器需要一段时间的“磨合”和“背景校准”。
  • 首次运行：将设备放在通风良好的室外或已知空气良好的环境中，通电运行至少24小时。这个过程让传感器基线稳定下来。
  • 背景校准：Sensirion的算法库本身具备自动背景校准功能，它会在设备长时间运行时，自动学习环境背景VOC水平，并以此为基础计算VOC指数。因此，让设备持续通电运行是获得准确VOC趋势的关键。短时间开关机，其指数可能不准确。
  • 数据解读：VOC指数是一个无量纲的值，通常范围在1-500。值越低代表空气质量越好。CO2当量值是基于VOC和温湿度估算的，单位为ppm。它可以作为室内二氧化碳浓度趋势的一个参考，但不能替代真正的NDIR CO2传感器进行精确测量。

5.3 功能扩展与优化想法

基础版本完成后，你可以根据兴趣进行扩展：

1. 数据上传与可视化：将数据定期上传到ThingsBoard、Blynk或Home Assistant，制作历史数据图表和仪表盘。
2. 阈值告警：在固件中加入逻辑，当PM2.5超过某个值（如75μg/m³）或VOC指数过高时，让板载的RGB LED闪烁红灯，或在Web页面上弹出警告。
3. 低功耗优化进阶：使用硬件定时器（RTC）唤醒，实现真正的深度睡眠，使待机电流降至100μA以下，极大延长电池续航。
4. 增加显示屏：使用一块小型OLED屏幕（如0.96寸），直接显示实时数据，脱离手机也能查看。
5. 外壳美化：对3D模型进行倒角、添加纹理，或者使用多色打印，让设备更具个性。

这个项目从构思到实现，花费了我几个周末的时间，期间遇到了电源干扰、I2C地址冲突、Web服务器内存泄漏等问题，但逐一解决后的成就感是无与伦比的。现在，这个我自己制作的小设备就放在我的电脑旁，默默守护着我呼吸的每一口空气。它给出的数据，让我对室内环境有了更直观的认识，也促使我养成了定时开窗通风的习惯。如果你也对硬件DIY和物联网感兴趣，不妨动手试一试，这个过程本身，就是最好的学习。