DFRobot выпускает энергоэффективный и недорогой модуль сенсора качества воздуха Fermion: BMV080

Датчик использует технологию лазерного рассеяния света с безвентиляторным оптическим подсчетом для обнаружения частиц размером от 0.5 мкм. Это позволяет избежать шума вентилятора, накопления пыли и механического износа, характерных для PM-сенсоров с вентилятором, а срок его службы составляет до 10 лет. Он измеряет концентрацию частиц в диапазоне 0–1000 мкг/м³ с разрешением 1 мкг/м³ и точностью ±10 мкг/м³. Сенсор поддерживает интерфейсы I2C и SPI, потребляет около 70 мА в режиме непрерывного измерения, с током в режиме сна 6 мкА, что делает его подходящим для систем с питанием от батарей.

Спецификации Fermion: BMV080 от DFRobot:

• Сенсорная ИС – Bosch BMV080, датчик твердых частиц
  • Измеряемые параметры – массовая концентрация PM1, PM2.5, PM10
  • Принцип обнаружения – Лазерное рассеяние света, безвентиляторный оптический подсчет частиц
  • Минимальный размер обнаруживаемой частицы – 0.5 мкм
  • Диапазон измерения – от 0 до 1000 мкг/м³
  • Выходное разрешение – 1 мкг/м³
  • Точность измерения
    • ±10 мкг/м³ (0–100 мкг/м³)
    • ±10% (101–1000 мкг/м³)
  • Режимы измерения – Непрерывный или циклический
  • Максимальная частота вывода данных (ODR)
    • 0.97 Гц в режиме непрерывного измерения
    • Более низкие частоты ODR настраиваются в режиме циклического измерения
  • Интерфейсы связи – I2C (по умолчанию) или SPI
  • Время запуска – 1.2 с
  • Напряжение питания – от 1.2 до 3.3 В постоянного тока
  • Габариты – 4.2 x 3.1 x 20 мм (сенсорная ИС с гибким кабелем)
  • Вес – 0.092 грамма
  • Класс лазера – Класс 1, согласно IEC 60825-1
  • Температурный диапазон – Рабочий: от -10 до +40°C; хранение: от -10 до +80°C (в даташите BMV080 для наивысшей точности указан диапазон от +15°C до +35°C)
• Подключение к хосту – 13-контактный FPC-разъем с шагом 0.33 мм; I2C (по умолчанию) или SPI, выбирается резистором
• Расширение – 7 сквозных отверстий для I2C, SPI, IRQ, 3.3V и GND
• Входное напряжение – 3.3 В через сквозные отверстия (3V3 и GND)
• Потребляемый ток при 3.3 В
  • ODR 0.97 Гц (активное измерение) – < 70 мА
  • Ток в режиме сна – 6 мкА
• Габариты – 24 × 20 × 4.24 мм

Сам сенсор хорош, но компания упоминает, что у него есть зона препятствия в 35 см; поскольку сенсор измеряет частицы в свободном воздухе без вентилятора, Bosch рекомендует оставлять перед ним свободное пространство не менее 35 см. Если поверхность, например, стена или корпус, находится ближе, лазерные отражения могут вызывать сильные скачки в показаниях, что значительно хуже, чем у сенсоров вроде PMS7003 или SDS011. Это также означает, что его нельзя интегрировать в компактные устройства, такие как смарт-часы, смартфоны или настенные термостаты.

Модуль не является полностью открытым, в отличие от модуля с открытым исходным кодом от SparkFun, но DFRobot все же предоставляет PDF-схемы, диаграмму расположения компонентов и 3D STEP-файлы для модуля Fermion: BV080, а также wiki , который на момент написания пуст. Однако найден репозиторий на GitHub для модуля с примерами кода для Arduino, так что с него можно начать. Поскольку модуль поддерживает интерфейсы I2C и SPI, с ним должны нормально работать платы на базе Arduino, Raspberry Pi и ESP32, но таблица в конце файла readme помещает только ESP32 в колонку «работает хорошо», а все остальные, включая Raspberry Pi Pico, Arduino Uno и BBC Micro:Bit, — в колонку «работает неправильно».

Существует множество модулей и устройств с сенсорами качества воздуха, таких как M5Stack Air Quality Kit v1.1 ,   SparkFun’s Indoor Air Quality Combo Sensor ,   Renesas RRH62000 multi-sensor indoor air quality monitoring device , и   другие , но решениям на основе BMV080 трудно найти равных в недорогих, пространственно ограниченных или питающихся от батареек приложениях. Если предпочтительнее готовое решение с сенсором ESP32-S3 + BMV080, стоит взглянуть на совместимую с mikroBUS плату Polverine .

Сенсор качества воздуха Fermion: BMV080 доступен в магазине DFRobot за $29.90 .

Выражаем свою благодарность источнику, с которого взята и переведена статья, сайту cnx-software.com.

Оригинал статьи вы можете прочитать здесь.