用STM32F103C8T6和ESP8266做个智能温控小风扇，PID调参实战避坑（附完整代码）

用STM32F103C8T6和ESP8266打造智能温控风扇：从硬件搭建到PID调参全攻略

1. 项目概述与核心组件选择

在闷热的夏季或干燥的冬季，一个能自动调节环境舒适度的智能风扇无疑是提升生活品质的利器。本项目将使用STM32F103C8T6（蓝桥杯竞赛常用开发板）作为主控，配合ESP8266实现物联网功能，通过DHT11温湿度传感器采集环境数据，最终由L298N驱动电机模块控制风扇转速。整个系统的核心在于PID算法的精准控制，让风扇转速能够平滑地随温度变化而调整。

关键组件清单：

• STM32F103C8T6最小系统板（核心控制）
• ESP8266-01S WiFi模块（数据上传）
• DHT11温湿度传感器（环境监测）
• L298N电机驱动模块（风扇控制）
• 5V直流风扇（执行机构）
• 0.96寸OLED显示屏（状态显示）

提示：所有组件均可在主流电子商城购得，总成本约150元以内。建议选择带电平转换的ESP8266模块，避免3.3V/5V电平兼容问题。

2. 硬件连接与CubeMX配置

2.1 引脚分配与电路设计

硬件连接是项目成功的第一步，错误的接线可能导致模块损坏或数据异常。以下是经过验证的可靠连接方案：

STM32引脚	连接模块	功能说明
PA0	DHT11数据线	温湿度数据采集
PA2/PA3	ESP8266	UART2通信(TX/RX)
PA8	L298N ENB	PWM风扇调速
PB14/PB15	L298N IN3/4	电机方向控制
PB6/PB7	OLED	I2C通信(SCL/SDA)

关键注意事项：

• DHT11数据线需接4.7K上拉电阻
• L298N模块的12V供电端子需断开（本项目使用5V风扇）
• ESP8266的CH_PD引脚需接3.3V高电平

2.2 STM32CubeMX关键配置

使用HAL库开发时，CubeMX的初始化配置至关重要。以下是几个核心配置点：

1. 时钟树配置：

   • HSE选择8MHz外部晶振
   • 系统时钟设置为72MHz
   • APB1分频系数设为2（36MHz）

2. PWM生成配置：

   // TIM1 Channel1 PWM配置 htim1.Instance = TIM1; htim1.Init.Prescaler = 71; // 1MHz计数频率 htim1.Init.CounterMode = TIM_COUNTERMODE_UP; htim1.Init.Period = 19999; // 50Hz PWM htim1.Init.ClockDivision = TIM_CLOCKDIVISION_DIV1;

3. 串口配置：

   • UART2波特率115200
   • 开启接收中断
   • 硬件流控制禁用

3. 传感器数据采集与处理

3.1 DHT11驱动开发

DHT11是一款低成本温湿度传感器，采用单总线协议。其数据采集需要精确的时序控制：

// DHT11复位函数示例 void DHT11_Rst(void) { DHT11_IO_OUT(); // 设置为输出模式 HAL_GPIO_WritePin(DHT11_GPIO_Port, DHT11_Pin, GPIO_PIN_RESET); HAL_Delay(20); // 至少18ms低电平 HAL_GPIO_WritePin(DHT11_GPIO_Port, DHT11_Pin, GPIO_PIN_SET); delay_us(30); // 主机拉高20-40us }

常见问题排查：

• 数据始终为0：检查上拉电阻和电源电压
• 校验和不通过：尝试降低采集频率（≥1s间隔）
• 温度值异常：避免传感器受到风扇直吹

3.2 数据滤波算法

原始传感器数据往往存在波动，需要适当的滤波处理：

#define FILTER_LEN 5 uint16_t temp_history[FILTER_LEN]; uint16_t moving_average_filter(uint16_t new_val) { static uint8_t index = 0; uint32_t sum = 0; temp_history[index++] = new_val; if(index >= FILTER_LEN) index = 0; for(int i=0; i<FILTER_LEN; i++) { sum += temp_history[i]; } return sum / FILTER_LEN; }

4. PID控制算法实现与调参

4.1 PID基础原理

PID控制器由三部分组成：

• 比例(P)：与当前误差成正比
• 积分(I)：消除稳态误差
• 微分(D)：预测误差变化趋势

其离散化公式为：

输出 = Kp×e(t) + Ki×Σe(t) + Kd×[e(t)-e(t-1)]

4.2 代码实现

typedef struct { float target_val; // 目标值 float actual_val; // 实际值 float err; // 当前误差 float err_last; // 上次误差 float err_sum; // 误差积分 float Kp, Ki, Kd; // PID参数 } PID_TypeDef; float PID_Calculate(PID_TypeDef *pid, float actual_val) { pid->actual_val = actual_val; pid->err = pid->target_val - pid->actual_val; pid->err_sum += pid->err; // 抗积分饱和处理 if(pid->err_sum > 500) pid->err_sum = 500; if(pid->err_sum < -500) pid->err_sum = -500; float output = pid->Kp * pid->err + pid->Ki * pid->err_sum + pid->Kd * (pid->err - pid->err_last); pid->err_last = pid->err; return output; }

4.3 调参实战技巧

调试步骤：

1. 先将Ki和Kd设为0，逐步增大Kp直到系统出现等幅振荡
2. 记录此时的Kp值（临界增益Ku）和振荡周期Tu
3. 根据Ziegler-Nichols法则设置初始参数：
   • P控制：Kp = 0.5Ku
   • PI控制：Kp = 0.45Ku, Ki = 0.54Ku/Tu
   • PID控制：Kp = 0.6Ku, Ki = 1.2Ku/Tu, Kd = 0.075KuTu

典型问题解决方案：

• 风扇频繁启停：适当减小Kp，增加死区控制
• 响应速度慢：增大Kp或减小Ki
• 超调过大：增加Kd或减小Kp

5. ESP8266物联网功能实现

5.1 AT指令通信

ESP8266通过AT指令配置，以下是关键指令序列：

// WiFi连接示例 void ESP8266_ConnectWiFi(const char* ssid, const char* pwd) { sendATCommand("AT+CWMODE=1", "OK", 1000); // Station模式 char cmd[64]; sprintf(cmd, "AT+CWJAP=\"%s\",\"%s\"", ssid, pwd); sendATCommand(cmd, "OK", 5000); // 连接WiFi } // MQTT配置示例 void ESP8266_MQTT_Setup() { sendATCommand("AT+MQTTUSERCFG=0,1,\"clientID\",\"username\",\"password\",0,0,\"\"", "OK", 1000); sendATCommand("AT+MQTTCONN=0,\"broker.url.com\",1883,1", "OK", 5000); }

5.2 数据上传协议设计

推荐使用精简的JSON格式上传数据：

{ "temp": 26.5, "humi": 45.2, "fan_speed": 75 }

对应的AT指令构造：

char mqttMsg[128]; sprintf(mqttMsg, "AT+MQTTPUB=0,\"topic\",\"{\\\"temp\\\":%.1f,\\\"humi\\\":%.1f}\",0,0", temperature, humidity); sendATCommand(mqttMsg, "OK", 1000);

6. 系统整合与优化技巧

6.1 主程序架构设计

int main(void) { // 硬件初始化 HAL_Init(); SystemClock_Config(); MX_GPIO_Init(); MX_USART2_UART_Init(); MX_TIM1_Init(); OLED_Init(); // 模块初始化 DHT11_Init(); ESP8266_Init(); PID_Init(); // 主循环 while (1) { static uint32_t last_tick = 0; if(HAL_GetTick() - last_tick >= 1000) { // 1秒周期 last_tick = HAL_GetTick(); float temp = DHT11_Read_Temperature(); float output = PID_Calculate(&pid, temp); Motor_Set(output); // 设置风扇转速 OLED_Display(temp, pid.target_val, output); ESP8266_UploadData(temp); } } }

6.2 功耗优化策略

1. 动态时钟调整：

   • 在空闲时段降低系统时钟频率
   • 使用低功耗定时器唤醒

2. 传感器采样优化：

   // 根据温度变化率动态调整采样间隔 float temp_change_rate = fabs(current_temp - last_temp); uint32_t sample_interval = temp_change_rate > 2.0 ? 500 : 2000;

3. 电机驱动优化：

   • 使用PWM软启动减少冲击电流
   • 低于30%转速时完全关闭电机

7. 进阶改进方向

1. 手机APP控制：

   • 开发简易Android应用通过MQTT协议控制目标温度
   • 添加模式切换（静音/强力/自动）

2. 能量回收设计：

   • 在风扇减速阶段通过MOSFET体二极管产生制动能量
   • 使用超级电容存储回收的能量

3. 多传感器融合：

   // 结合温湿度计算体感温度 float felt_temp = temp + 0.3*(humi-50); if(felt_temp > 28.0) increase_fan_speed();

4. 语音控制集成：

   • 使用LD3320语音识别芯片添加基础指令
   • "调高温度"、"风速最大"等简单命令识别

完成后的智能风扇不仅能够根据环境温度自动调节，还能通过手机远程监控和控制。整个项目涵盖了嵌入式开发的各个环节，从硬件驱动到控制算法，再到物联网通信，是初学者进阶的绝佳实践案例。