PTC 加热器温控与风扇控制优化实录

ESP32 智能温控系统调试记：一次温度 & 风扇策略的优化分析

前言

最近在调试基于 ESP32-S3 的智能温控系统（项目：PetBoxX），系统需要根据温度传感器（SHT30）的实时数据动态控制 PTC 加热器与风扇转速，以确保设定温度（SP）稳定，同时避免风扇频繁抖动和噪音问题。

上图是一次运行的温度 & 风扇速度记录曲线，通过新增的状态位日志（STATE: …）以及自定义绘图脚本，我们得以精准分析系统在不同阶段的工作模式。

⸻

曲线解读

温度变化（上图）
• 橙色虚线：目标温度 SP(ramp)，采用缓升方式避免初期冲击过大。
• 蓝色实线：实际温度（SHT30 采集）。
• 背景色：
• 浅橙色：HEAT 模式
• 浅蓝色：HOLD 模式（接近目标温度，主要靠微调维持）
• 顶部细条带：
• BOOST（黄色）：短时间内强力加热
• SILENT（绿色）：风扇降速，噪音优先
• FREEZE（蓝色）：到点即静音/快速积分泄放
• STALL（红色）：检测到风扇转速异常或低于安全阈值

可以看到，在初期 HEAT 模式下，温度快速爬升，接近目标值后系统进入 HOLD，并且伴随 FREEZE 状态，完全关闭加热并快速泄掉 PID 积分，防止过冲。

⸻

风扇转速变化（下图）
• 蓝线：风扇占空比（%）
• 彩色圆点：量化档位切换（Q=0、25、35）
• 量化 + 停留（Dwell）机制：
• 避免风扇在 18%/25%/35% 档位频繁抖动
• 最小停留时间 FAN_DWELL_MIN_S = 2.0s，跨档才重置
• 低于 20% 自动归零（静音）

可以看到，风扇在低档和中档之间切换非常平稳，没有了之前的“针尖”跳动问题。

⸻

核心技术点

到点即静音 & 积分快速泄放

bool in_freeze = (fabsf(err) <= FREEZE_ERR_C) && (fabsf(dtemp_f) <= FREEZE_DTD_C);
if (in_freeze) {
 u_target = 0.0f;      // 彻底停火
 g_int   *= 0.80f;     // 快速释放积分，防止回弹
}

这样一旦温度误差和变化率都很小，就立即关闭加热并降低风扇噪音。

⸻

风扇量化 & 停留时间（Dwell）

static float g_fan_dwell_s = 0.f;
static float g_fan_last_quant = 0.f;
static const float FAN_DWELL_MIN_S = 2.0f;

static inline float fan_quantize_local(float fan_pct){
 if (fan_pct < 20.f) return 0.f;
 if (fan_pct < 30.f) return 25.f;
 return 35.f;
}

float quant = fan_quantize_local(fan_target);
if (quant != g_fan_last_quant) {
 if (g_fan_dwell_s > 0.f) {
     fan_target = g_fan_last_quant;
 } else {
     g_fan_last_quant = quant;
     g_fan_dwell_s = FAN_DWELL_MIN_S;
 }
}
g_fan_dwell_s = fmaxf(0.f, g_fan_dwell_s - dt_s);

保证风扇在同一档位至少维持 2s，避免频繁切换。

⸻

状态位日志 & 可视化分析

运行时打印状态：

STATE: t=692.6s MODE=HEAT BOOST=0 SILENT=0 FREEZE=0 STALL=1 | SP=40.00 T=39.39 dTdt=0.005 | Fan=18.0% (Q=0) Heat=28.0%

绘图脚本（plot_log_state.py）可解析这些状态，并在曲线上上色，快速定位问题阶段。

⸻

总结

通过这次调试：

•    温度控制 从传统 PID 调整为带 FREEZE 的抗过冲策略
•    风扇控制 从线性映射改为 量化 + 停留时间，显著降低噪音
•    可视化 结合状态位日志，分析效率提升数倍

接下来还可以尝试：

•    按室温与目标温差自适应调整风扇基础档位
•    在 HOLD 模式下进一步优化风扇功耗
•    引入环境湿度对加热功率的补偿

⸻

PTC 加热器温控与风扇控制优化实录

评论 (0)