从ADC读数到PPM：MQ-2烟雾传感器的电压-浓度转换实战解析

1. MQ-2传感器基础认知与硬件连接

MQ-2烟雾传感器是典型的半导体气敏元件，核心部件是涂有二氧化锡(SnO2)的陶瓷管。当环境中存在可燃气体时，其电导率会随浓度升高而增大。这种特性使得它成为检测液化气、甲烷、烟雾等物质的低成本方案。

硬件连接要点：

• 供电选择：必须使用5V直流电源（误差±0.2V），3.3V供电会导致检测失效
• 输出接口：
  • AO引脚：模拟电压输出（0-5V），接MCU的ADC通道
  • DO引脚：数字阈值输出，可直连GPIO
• 典型电路：

// STM32连接示意图 MQ-2_VCC -- 5V MQ-2_GND -- GND MQ-2_AO -- PA5(ADC1_IN5) MQ-2_DO -- 可空置（报警用途）

注意：实际项目中建议在AO引脚与MCU之间串联500Ω限流电阻，防止ADC过压损坏

预热是保证数据准确的关键步骤。虽然手册建议24小时预热，但实测表明：

• 学习场景：5分钟预热即可稳定（电压波动<0.02V）
• 工业场景：至少1小时预热才能达到标称精度

2. ADC配置与电压采集实战

以STM32F103为例，12位ADC的配置需要关注三个核心参数：

关键配置项：

1. 采样时钟：不超过14MHz（APB2时钟分频）
2. 采样周期：烟雾检测推荐480周期模式
3. 对齐方式：右对齐更易处理

// CubeMX配置代码片段 void MX_ADC1_Init(void) { hadc1.Instance = ADC1; hadc1.Init.ScanConvMode = DISABLE; hadc1.Init.ContinuousConvMode = DISABLE; hadc1.Init.DataAlign = ADC_DATAALIGN_RIGHT; hadc1.Init.NbrOfConversion = 1; if (HAL_ADC_Init(&hadc1) != HAL_OK) { Error_Handler(); } // 通道5配置 sConfig.Channel = ADC_CHANNEL_5; sConfig.Rank = 1; sConfig.SamplingTime = ADC_SAMPLETIME_480CYCLES; if (HAL_ADC_ConfigChannel(&hadc1, &sConfig) != HAL_OK) { Error_Handler(); } }

电压读取优化技巧：

• 多次采样取平均：建议20次采样+去极值
• 动态延迟补偿：根据环境温度调整采样间隔

#define SAMPLE_TIMES 20 uint16_t Get_ADC_Average(ADC_HandleTypeDef* hadc) { uint32_t sum = 0; uint16_t buf[SAMPLE_TIMES]; // 采样值存入缓冲区 for(int i=0; i<SAMPLE_TIMES; i++){ HAL_ADC_Start(hadc); HAL_ADC_PollForConversion(hadc, 10); buf[i] = HAL_ADC_GetValue(hadc); HAL_Delay(5); } // 冒泡排序去极值 Bubble_Sort(buf, SAMPLE_TIMES); // 取中间80%数据求平均 for(int i=SAMPLE_TIMES/10; i<SAMPLE_TIMES*9/10; i++){ sum += buf[i]; } return sum/(SAMPLE_TIMES*8/10); }

3. Rs/R0比值计算与非线性校准

核心公式推导：

1. 根据分压原理计算传感器电阻Rs：

   Rs = (Vc - Vrl) * Rl / Vrl

   • Vc：回路电压（通常5V）
   • Vrl：AO引脚实测电压
   • Rl：负载电阻（典型值5kΩ）

2. 获取洁净空气中R0值：

   // 预热后读取10次稳定值 float R0 = 0; for(int i=0; i<10; i++){ R0 += (5.0 - Get_Voltage()) * 5000 / Get_Voltage(); HAL_Delay(1000); } R0 /= 10; // 示例测得R0=6.64kΩ

灵敏度特性曲线处理： MQ-2的Rs/R0与PPM关系呈非线性，需采用分段处理：

float Convert_to_PPM(float Rs_R0) { if(Rs_R0 > 2.0) return 0; // 低于检测阈值 // 分段计算 if(Rs_R0 > 0.15){ return pow(11.5428/Rs_R0, 1.0/0.6549); // 300-1000PPM } else if(Rs_R0 > 0.05){ return pow(9.83/Rs_R0, 1.0/0.73); // 1000-5000PPM } else{ return 10000; // 超过量程上限 } }

4. 工程优化与抗干扰设计

温度补偿方案：

// 添加DS18B20温度传感器读数 float temp = DS18B20_GetTemp(); float temp_comp = 1.0 + 0.005*(temp - 20.0); // 20℃为基准 // 补偿后的Rs计算 Rs_comp = Rs * temp_comp;

湿度干扰处理：

1. 安装时避免冷凝水积聚
2. 软件滤波算法：

#define FILTER_LEN 5 float history[FILTER_LEN]; float Moving_Average(float new_val) { static int index = 0; history[index++] = new_val; if(index >= FILTER_LEN) index = 0; float sum = 0; for(int i=0; i<FILTER_LEN; i++){ sum += history[i]; } return sum/FILTER_LEN; }

报警阈值设置技巧：

• 动态阈值：根据环境基线自动调整
• 延时触发：持续超标3秒才触发报警

// 动态阈值算法示例 #define BASE_SAMPLE 60 // 1分钟基线采样 void Update_Threshold(void) { static float baseline[BASE_SAMPLE]; static int count = 0; baseline[count++] = Current_PPM; if(count >= BASE_SAMPLE) count = 0; // 计算平均值和方差 float sum=0, sq_sum=0; for(int i=0; i<BASE_SAMPLE; i++){ sum += baseline[i]; sq_sum += baseline[i]*baseline[i]; } g_threshold = sum/BASE_SAMPLE + 3*sqrt(sq_sum/BASE_SAMPLE - pow(sum/BASE_SAMPLE,2)); }

5. 完整代码实现与验证

系统架构：

graph TD A[MQ-2传感器] -->|AO| B(ADC采集) A -->|DO| C(紧急中断) B --> D[Rs/R0计算] D --> E[PPM转换] E --> F[LCD显示] E --> G[UART上传] C --> H[声光报警]

主程序核心逻辑：

int main(void) { HAL_Init(); SystemClock_Config(); MX_ADC1_Init(); UART_Init(); // 传感器预热 LED_Alert_Blink(5); // 闪烁提示预热中 HAL_Delay(300000); // 5分钟预热 while (1) { float vol = Get_ADC_Voltage(ADC_CHANNEL_5); float Rs = (5.0 - vol) * 5000.0 / vol; float ppm = Convert_to_PPM(Rs/g_R0); // 上传云平台 printf("PPM=%.1f, Volt=%.2fV\n", ppm, vol); // 阈值判断 if(ppm > g_threshold){ Alarm_Trigger(); } HAL_Delay(1000); // 1秒间隔 } }

实测数据对比：

注意：MQ-2作为定性检测传感器，±20%误差属于正常范围。需要精确测量时应选用电化学传感器。