电子设计竞赛实战：基于STC89C52与Arduino的“已燃尽”检测系统全解析

最近在准备电子设计竞赛的同学，尤其是关注H题“已燃尽”的，可能正面临一个共同的困境：题目要求看似明确，但涉及到的传感器选型、信号处理、控制算法和系统集成等环节，往往资料零散，难以形成闭环的解决方案。网上能找到的要么是零碎的代码片段，要么是过于理论化的原理图，真正能“照着做、跑起来”的完整实战指南并不多。

本文旨在解决这个问题。我们将围绕“已燃尽”这一典型赛题场景，从需求分析、硬件选型、核心算法到软件实现，提供一个完整的、可复现的软硬件实战教程。无论你是初次参赛的新手，希望快速搭建一个能工作的系统原型，还是有一定基础的开发者，想深入优化算法和稳定性，都能从本文中找到清晰的路径和可复用的代码。我们将重点关注如何将抽象的题目要求转化为具体的电路和程序，并解释每个关键步骤背后的“为什么”。

1. 背景与核心概念：理解“已燃尽”场景

在电子设计竞赛中，“已燃尽”（或类似表述，如“燃烧检测”、“火焰状态监测”）是一个经典的综合性题目。它通常模拟一个需要实时监控和智能响应的物理或化学过程。

1.1 问题本质是什么？“已燃尽”场景的核心是状态检测与判断。系统需要持续监测目标对象（如蜡烛、酒精灯、模拟火焰）的某种特征参数（如光强、温度、气体成分），并依据预设的算法逻辑，准确判断其从“燃烧”到“熄灭”（即“燃尽”）的状态跃迁。这不仅仅是简单的阈值比较，往往涉及信号滤波、特征提取和抗干扰设计。

1.2 典型应用场景与技术栈

• 模拟场景：竞赛中常用高亮度LED模拟火焰，用光敏电阻或红外接收管检测“火焰”是否存在。熄灭LED即模拟“燃尽”。
• 真实场景延伸：家庭燃气灶熄火保护、工业锅炉火焰监测、森林火情预警。这些场景对可靠性、实时性和安全性要求极高。
• 涉及技术栈：
  • 感知层：光电传感器（光敏电阻、光电二极管、火焰传感器）、温度传感器（热电偶、DS18B20）、气体传感器（MQ-2、MQ-5）。
  • 控制层：微控制器（如STC89C52、STM32、Arduino UNO）作为处理核心。
  • 执行层：继电器、电磁阀、蜂鸣器、LED指示灯用于报警或控制。
  • 算法层：ADC采样、数字滤波（如均值滤波、卡尔曼滤波）、状态机、阈值判断或简单模式识别。

1.3 为什么需要系统化方案？许多初学者会直接连接传感器和单片机，读取一个数值后与固定阈值比较。这种方法在实验室静态环境下可能工作，但抗干扰能力极差。环境光变化、传感器噪声、电源波动都可能导致误判。因此，一个鲁棒的“已燃尽”检测系统必须包含信号调理、软件滤波、动态阈值或趋势判断等环节。本文将重点拆解这些工程化细节。

2. 环境准备与版本说明

在开始动手前，我们需要明确开发环境。不同的主控芯片和开发工具链配置略有不同，但核心思路相通。

2.1 硬件环境准备

• 核心控制器：本文示例以STC89C52RC（兼容8051内核）和Arduino Uno R3（基于ATmega328P）两种常见平台为例进行对比讲解。STM32的实现思路也会提及。
• 传感器模块：
  • 火焰传感器模块：常用的是红外接收管型，输出数字量（DO）和模拟量（AO）。本文重点使用模拟量输出以获得更丰富的强度信息。
  • 备选/辅助传感器：光敏电阻模块（检测环境光变化）、LED（作为模拟火焰源）。
• 其他组件：蜂鸣器模块（报警）、LED指示灯（状态显示）、按键（手动控制）、LCD1602液晶屏（显示实时数据，可选）。
• 供电与连接：USB转TTL下载线（用于STC单片机）、Arduino数据线、杜邦线若干、面包板或洞洞板。
• 重要原则：在连接电路前，务必阅读传感器和单片机数据手册，确认电压匹配（通常是5V或3.3V），避免损坏设备。

2.2 软件环境与工具

• STC89C52开发：
  • IDE/编译器：Keil uVision 5（C51编译器）。版本无需特别指定，主流版本即可。
  • 烧录软件：STC-ISP。
  • 编程语言：C语言。
• Arduino开发：
  • IDE：Arduino IDE 1.8.x 或 2.0+。
  • 核心库：无需额外安装，使用内置AnalogRead、digitalWrite等函数。
• 版本兼容性说明：本文提供的代码逻辑和算法思想是通用的。具体引脚定义、寄存器操作、库函数调用需要根据你实际使用的单片机型号和开发环境进行调整。文中会同时给出STC89C52和Arduino的代码示例。

2.3 示例项目结构（软件层面）一个良好的项目结构有助于管理代码。以Keil项目为例：

Burnout_Detection/ ├── MAIN.C // 主函数，系统调度 ├── ADC.C / ADC.H // 模数转换驱动（针对STC89C52） ├── FILTER.C / FILTER.H // 数字滤波算法 ├── JUDGE.C / JUDGE.H // 燃尽判断算法 ├── DISPLAY.C / DISPLAY.H // 显示驱动（如LCD1602） ├── BUZZER.C / BUZZER.H // 报警驱动 └── CONFIG.H // 引脚定义、参数配置

对于Arduino，通常是一个.ino文件，但也可以使用Tab功能创建多个标签页来模拟模块化。

3. 核心原理与算法拆解

这是系统的“大脑”。直接读取传感器值进行判断非常不可靠，我们必须对原始信号进行处理。

3.1 信号采集与ADC传感器（如火焰传感器的AO引脚）输出的是连续的模拟电压信号。单片机需要通过ADC（模数转换器）将其转换为数字量。

• STC89C52：片内无ADC，需外接ADC芯片（如PCF8591）或使用带ADC的型号（如STC12C5A60S2）。本文假设使用STC89C52外接ADC。
• Arduino Uno：板载6路10位ADC（A0~A5），可直接使用analogRead(pin)读取0-1023的值。
• 关键点：ADC的分辨率（如10位）和参考电压（通常为5V）决定了测量精度。测量值 = (模拟电压 / 参考电压) * 最大数字量。

3.2 数字滤波——消除噪声原始ADC值包含高频噪声。常见的软件滤波算法有：

• 算术平均滤波：连续采样N次取平均值。简单有效，但速度慢。

  // C语言示例（适用于STC89C52） #define N 10 unsigned int Average_Filter(unsigned int new_sample) { static unsigned int sum = 0; static unsigned int buffer[N] = {0}; static unsigned char index = 0; sum -= buffer[index]; // 减去最旧的值 sum += new_sample; // 加上最新的值 buffer[index] = new_sample; // 更新缓冲区 index = (index + 1) % N; // 循环索引 return (sum / N); // 返回平均值 }

  // Arduino 示例 const int N = 10; int analogPin = A0; int averageFilter() { long sum = 0; for(int i=0; i<N; i++) { sum += analogRead(analogPin); delay(1); // 微小延时，避免采样过快 } return (int)(sum / N); }

• 中值滤波：采样N次，排序后取中间值。对脉冲噪声有奇效。
• 一阶滞后滤波（低通滤波）：本次滤波结果 = α * 本次采样值 + (1-α) * 上次滤波结果。α为滤波系数（0<α<1），α越小，滤波越平滑，但滞后越明显。非常适合实时性要求高的系统。

3.3 燃尽判断算法——从静态阈值到动态趋势这是最核心的部分。

• 方案A：静态双阈值比较（基础版）设定一个“燃烧阈值”和一个“燃尽阈值”，形成滞回比较，防止临界值抖动。

  // CONFIG.H #define BURN_THRESHOLD_HIGH 600 // 高于此值，判断为燃烧 #define BURN_THRESHOLD_LOW 300 // 低于此值，判断为燃尽 // 两个阈值之间保持状态不变 // JUDGE.C typedef enum { STATE_UNKNOWN, STATE_BURNING, STATE_BURNOUT } FlameState_t; FlameState_t judgeByThreshold(unsigned int filtered_value) { static FlameState_t current_state = STATE_UNKNOWN; switch(current_state) { case STATE_BURNING: if(filtered_value < BURN_THRESHOLD_LOW) { current_state = STATE_BURNOUT; } break; case STATE_BURNOUT: case STATE_UNKNOWN: if(filtered_value > BURN_THRESHOLD_HIGH) { current_state = STATE_BURNING; } break; } return current_state; }

• 方案B：基于变化率的趋势判断（进阶版）在接近燃尽时，火焰信号强度往往有一个下降的趋势。监测一段时间内信号值的下降斜率（变化率）比单一阈值更可靠。

  // JUDGE.C #define TREND_WINDOW 5 // 观察窗口大小 #define DECLINE_RATE_THRESHOLD -20 // 定义“显著下降”的斜率阈值 int isBurnoutByTrend(unsigned int *history_buffer, int current_index) { // history_buffer 是一个循环缓冲区，保存最近TREND_WINDOW个滤波后的值 // current_index 指向最新数据的位置 long sum = 0; // 简单线性回归计算近似斜率 (简易版) for(int i=0; i<TREND_WINDOW; i++) { sum += history_buffer[(current_index - i + TREND_WINDOW) % TREND_WINDOW]; } int avg_recent = sum / TREND_WINDOW; // 计算更早一段时间的平均值 long sum_old = 0; for(int i=TREND_WINDOW; i<TREND_WINDOW*2; i++) { sum_old += history_buffer[(current_index - i + TREND_WINDOW*2) % (TREND_WINDOW*2)]; } int avg_old = sum_old / TREND_WINDOW; // 计算平均变化率 (简易斜率) int slope = avg_recent - avg_old; // 如果信号持续显著下降，且当前值已经较低，则判断燃尽 if(slope < DECLINE_RATE_THRESHOLD && avg_recent < BURN_THRESHOLD_LOW) { return 1; // 燃尽 } return 0; // 未燃尽 }

  为什么用趋势判断？环境光缓慢变化可能使信号值缓慢漂移，静态阈值容易误判。而火焰熄灭的“下降趋势”是一个相对更稳定的特征。

4. 完整实战案例：基于STC89C52与Arduino的双平台实现

下面我们分别搭建两个最小可运行系统。

4.1 硬件连接示意图（通用）

火焰传感器模块 VCC -> 单片机 5V GND -> 单片机 GND AO -> 单片机 ADC输入引脚 (如 STC的P1.0外接ADC, 或 Arduino A0) DO -> 悬空或接IO口用于数字量备用（本文不用） 蜂鸣器模块 VCC -> 单片机 5V GND -> 单片机 GND I/O -> 单片机 IO引脚 (如 P2.0 / Arduino D8) LED指示灯（状态） 正极 -> 通过220Ω电阻 -> 单片机 IO引脚 (如 P2.1 / Arduino D9) 负极 -> GND （可选）LCD1602 按标准接法连接至单片机IO口。

4.2 STC89C52 核心代码实现（假设使用片内ADC的型号如STC12C5A60S2）

// File: main.c #include <STC12C5A60S2.H> // 根据实际型号包含头文件 #include "config.h" #include "filter.h" #include "judge.h" #include "buzzer.h" #include "lcd1602.h" // 可选 #define ADC_PIN 0 // 假设ADC输入在P1.0 unsigned int g_sensor_raw = 0; unsigned int g_sensor_filtered = 0; FlameState_t g_current_state = STATE_UNKNOWN; void main() { System_Init(); // 初始化系统时钟、IO口、ADC、定时器等 LCD_Init(); // 如果接了LCD Buzzer_Init(); EA = 1; // 开启总中断（如果用了定时器中断） while(1) { // 1. 采集 g_sensor_raw = Get_ADC_Value(ADC_PIN); // 获取ADC原始值 // 2. 滤波 g_sensor_filtered = Average_Filter(g_sensor_raw); // 3. 判断 g_current_state = judgeByThreshold(g_sensor_filtered); // 或使用趋势判断: if(isBurnoutByTrend(...)) { g_current_state = STATE_BURNOUT; } // 4. 执行与显示 switch(g_current_state) { case STATE_BURNING: LED = 0; // 点亮LED，表示正常 Buzzer_Off(); break; case STATE_BURNOUT: LED = 1; // 熄灭LED Buzzer_On(); // 蜂鸣器报警 break; default: LED = 1; Buzzer_Off(); break; } // 5. 显示数据（可选） LCD_ShowNum(1, 1, g_sensor_filtered, 4); // 第一行显示滤波值 LCD_ShowString(2, 1, g_current_state==STATE_BURNING?"Burning ":"Burnout!"); // 第二行显示状态 Delay_ms(50); // 主循环延时，控制采样频率约20Hz } } // File: config.h #ifndef __CONFIG_H__ #define __CONFIG_H__ // 引脚定义 sbit LED = P2^1; sbit BUZZER = P2^0; // 参数配置 #define BURN_THRESHOLD_HIGH 600 #define BURN_THRESHOLD_LOW 300 #define FILTER_WINDOW_SIZE 10 // 状态枚举 typedef enum {STATE_UNKNOWN, STATE_BURNING, STATE_BURNOUT} FlameState_t; #endif

4.3 Arduino Uno 核心代码实现Arduino代码更加简洁，适合快速原型验证。

// File: burnout_detection.ino // 引脚定义 const int flameSensorPin = A0; // 火焰传感器模拟引脚 const int buzzerPin = 8; // 蜂鸣器数字引脚 const int ledPin = 9; // 状态LED引脚 // 参数配置 const int BURN_THRESHOLD_HIGH = 600; const int BURN_THRESHOLD_LOW = 300; const int FILTER_WINDOW = 10; // 全局变量 int sensorValue = 0; int filteredValue = 0; int sensorHistory[FILTER_WINDOW]; int historyIndex = 0; String currentState = "UNKNOWN"; // 均值滤波函数 int averageFilter(int newValue) { static int sum = 0; static int buffer[FILTER_WINDOW] = {0}; static int idx = 0; sum -= buffer[idx]; sum += newValue; buffer[idx] = newValue; idx = (idx + 1) % FILTER_WINDOW; return sum / FILTER_WINDOW; } // 状态判断函数（双阈值滞回） String judgeState(int value) { static String lastState = "UNKNOWN"; if (lastState == "BURNING") { if (value < BURN_THRESHOLD_LOW) { lastState = "BURNOUT"; } } else { // UNKNOWN 或 BURNOUT if (value > BURN_THRESHOLD_HIGH) { lastState = "BURNING"; } else { lastState = "BURNOUT"; // 默认低于低阈值即为燃尽 } } return lastState; } void setup() { Serial.begin(9600); // 初始化串口，用于调试输出 pinMode(buzzerPin, OUTPUT); pinMode(ledPin, OUTPUT); digitalWrite(buzzerPin, LOW); // 初始关闭蜂鸣器 digitalWrite(ledPin, LOW); // 初始关闭LED // 初始化历史缓冲区 for (int i = 0; i < FILTER_WINDOW; i++) { sensorHistory[i] = analogRead(flameSensorPin); delay(10); } } void loop() { // 1. 采集 sensorValue = analogRead(flameSensorPin); // 2. 滤波 filteredValue = averageFilter(sensorValue); // 3. 更新历史记录（用于趋势判断，本例未使用） sensorHistory[historyIndex] = filteredValue; historyIndex = (historyIndex + 1) % FILTER_WINDOW; // 4. 判断 currentState = judgeState(filteredValue); // 5. 执行与控制 if (currentState == "BURNING") { digitalWrite(ledPin, HIGH); // LED亮，表示燃烧 digitalWrite(buzzerPin, LOW); // 关闭报警 } else if (currentState == "BURNOUT") { digitalWrite(ledPin, LOW); // LED灭 digitalWrite(buzzerPin, HIGH); // 蜂鸣器报警 // 可以改成 tone(buzzerPin, 1000); 产生特定频率声音 } // 6. 串口打印调试信息（非常重要！） Serial.print("Raw: "); Serial.print(sensorValue); Serial.print(" | Filtered: "); Serial.print(filteredValue); Serial.print(" | State: "); Serial.println(currentState); delay(50); // 控制循环周期 }

4.4 运行与验证步骤

1. 硬件连接：按照示意图连接好电路，再三检查电源和地线。
2. 代码烧录：
   • STC89C52：使用Keil编译生成.hex文件，用STC-ISP软件选择正确串口和型号进行下载。
   • Arduino：用USB线连接电脑，在Arduino IDE中选择板卡Arduino Uno和对应端口，点击上传。
3. 上电测试：
   • 打开串口监视器（Arduino）或通过LCD观察传感器原始值和滤波值。
   • 用打火机、蜡烛或高亮LED（模拟火焰）靠近/远离传感器。
   • 观察filteredValue的变化，以及State的切换。
   • 验证当“火焰”消失时，系统是否能可靠地切换到BURNOUT状态并触发报警（蜂鸣器响，LED灭）。
4. 参数调试：根据你的传感器特性和环境，在config.h或代码开头调整BURN_THRESHOLD_HIGH和BURN_THRESHOLD_LOW的值。调试秘诀：通过串口打印，记录下“燃烧”和“熄灭”时filteredValue的典型范围，然后取中间值作为阈值。

4.5 结果说明一个成功的系统应该表现出以下行为：

• 稳定性：在火焰稳定时，状态不会在BURNING和BURNOUT之间频繁跳动。
• 响应性：火焰熄灭后，能在合理时间内（如0.5-2秒）检测到并报警。
• 抗干扰性：缓慢的环境光变化或轻微的手部遮挡不应引起误报警。

5. 常见问题与排查思路

在实际搭建过程中，你可能会遇到以下问题：

6. 最佳实践与工程建议

要将一个演示原型升级为更可靠、可维护的竞赛作品或项目，需要考虑以下方面：

6.1 系统架构设计

• 模块化编程：如示例所示，将ADC、滤波、判断、显示、控制等逻辑分离到不同的.c/.h文件。这便于调试和复用。
• 状态机清晰：使用枚举明确定义所有系统状态（如INIT,MONITORING,ALARM,SILENT），并用一个状态机函数来管理状态迁移，使逻辑一目了然。
• 配置与代码分离：将所有可调参数（阈值、滤波系数、延时时间）放在config.h中。这样调整参数时无需深入业务逻辑代码。

6.2 可靠性提升

• 软件看门狗：在长时间运行的循环中，如果因意外卡死，看门狗可以复位系统。STC单片机有硬件看门狗，Arduino可以通过库<avr/wdt.h>启用。
• 信号冗余与融合：单一传感器容易失效。可以考虑增加一个温度传感器（如检测火焰热量）或另一个不同原理的光电传感器，进行多传感器信息融合。例如，只有两个传感器都判断“熄灭”时才最终报警，提高容错性。
• 上电自检与故障指示：系统启动时，可以依次点亮所有LED、鸣叫一声蜂鸣器，并检测关键传感器是否在线，通过特定的指示灯闪烁模式报告自检结果。

6.3 抗干扰与滤波优化

• 硬件滤波是基础：在传感器信号进入ADC前，使用RC低通滤波电路，成本低，效果显著。
• 复合滤波策略：不要只依赖一种滤波。例如，可以先进行中值滤波去除突发脉冲干扰，再进行一阶滞后滤波平滑数据，效果更好。

  int compositeFilter(int newVal) { int temp = medianFilter(newVal, 5); // 先中值滤波，窗口5 return lowPassFilter(temp, 0.2); // 再低通滤波，系数0.2 }

• 动态阈值调整：对于环境光变化剧烈的场合，可以使用移动平均法计算背景光强度，将判断阈值设置为“背景光强度 + 固定偏移量”，实现自适应。

6.4 功耗与性能考量（针对电池供电或高性能要求）

• 睡眠模式：如果检测频率不需要很高（如每2秒一次），可以让单片机大部分时间处于休眠模式，定时唤醒采样，极大降低功耗。
• 中断驱动：对于响应速度要求极高的场景，可以将传感器数字输出（DO）接到单片机的外部中断引脚。当火焰突然熄灭导致DO跳变时，立即触发中断进行处理，比轮询方式快得多。
• 算法复杂度：在资源有限的8位单片机上，避免使用浮点数运算。尽量使用整数运算，将系数放大为整数处理。例如，一阶滞后滤波：filtered = (2 * sample + 8 * filtered) / 10，相当于α=0.2。

6.5 扩展功能思路（提升作品竞争力）

• 无线通信：加入蓝牙（HC-05/06）或Wi-Fi（ESP8266）模块，将火焰状态和传感器数据发送到手机APP或云平台，实现远程监控。
• 数据记录：加入SD卡模块，定时记录传感器数据和报警事件，便于事后分析。
• 人机交互：使用OLED屏幕显示更丰富的图形化信息（如实时波形、历史曲线）。增加按键用于设置阈值、静音报警等。
• 联动控制：不仅仅是报警，可以联动继电器控制一个小风扇（模拟自动灭火）或另一个LED（模拟备用光源启动）。

从理解“已燃尽”检测的基本原理，到完成硬件连接、软件编程，再到优化滤波算法、提升系统可靠性，我们走完了一个典型嵌入式系统开发的完整闭环。核心在于将物理世界的连续变化，通过传感器转化为电信号，再经过单片机的数字化处理和智能判断，最终做出可靠的决策并执行。

对于电子设计竞赛，除了功能实现，稳定性、抗干扰性和创新点是得分的关键。不要满足于让系统“能动起来”，要多思考“如何在有干扰时依然可靠”、“如何让判断更智能”、“如何让交互更友好”。建议你以本文的代码为起点，尝试实现动态阈值、多传感器融合或无线传输等扩展功能，这会让你的作品脱颖而出。

调试过程中，串口打印是你的最佳伙伴，它能让你直观地看到数据的流动和算法的效果。遇到问题时，按照第五部分的排查清单，从电源、接线、信号到代码逻辑，一步步缩小范围。