1. 系统概述与硬件选型
电流监测在能耗管理和设备维护中扮演着关键角色。最近我在实验室搭建了一套基于STM32F103和ACS712的交流电流监测系统，用来实时跟踪笔记本电脑充电器的工作状态。这个方案成本不到100元，但实现了专业级测量精度，特别适合创客和嵌入式开发者进行小型电器监测。
硬件核心部件选择时，我对比了三种常见方案：
- ACS712霍尔传感器：线性度好（±1.5%），量程可选（5A/20A/30A），但需要接触式接线
- 电流互感器：隔离安全，但低频响应较差
- 采样电阻+运放：成本最低，但存在发热问题
最终选择ACS712-5A版本，因为它的2.1kHz带宽完全覆盖50Hz工频需求，且内置的185mV/A灵敏度与STM32的ADC匹配良好。实测中发现一个关键细节：必须使用穿心式接线法——也就是要把被测导线的绝缘层剥开，只让火线穿过传感器中心孔（零线保持完整）。我第一次测试时直接把整根电源线套进去，结果读数始终为零，后来用验电笔确认火线位置才解决。
2. 电路连接与信号调理
2.1 硬件连接要点
ACS712的接线看似简单，但有几个容易踩坑的地方：
- 电源去耦：必须在VCC和GND之间加0.1μF陶瓷电容，我的实测数据显示这能使噪声降低60%
- 输出滤波：在OUT引脚到地之间接100nF电容，配合1kΩ电阻形成低通滤波（截止频率约1.6kHz）
- ADC参考电压：STM32F103的VDDA一定要接3.3V稳压输出，我最初直接接5V导致ADC读数漂移严重
具体接线示意图：
ACS712引脚 -> STM32连接 VCC -> 5V（需LDO稳压） OUT -> PA0（ADC1_IN0） GND -> 共地2.2 校准技巧
零点校准是提高精度的关键步骤：
- 断开所有负载，记录10次ADC读数取平均（我得到的是2048）
- 接入已知负载（我用5Ω电阻+5V电源产生1A电流）
- 调整换算公式中的斜率系数，直到读数稳定在1A±0.02A
这里有个实用技巧：用动态权重校准法。先快速采样100次取中间50%数据做平均，能有效消除工频干扰带来的波动。我的最终校准公式为：
float current = (adc_value - 2048) * 0.0147; // 单位：安培3. 软件配置与采样优化
3.1 CubeMX关键配置
在STM32CubeMX中需要特别注意三个模块的协同：
- ADC设置：
- 启用DMA循环模式
- 采样时间设为239.5周期（保证12位精度）
- 开启连续转换模式
- TIM定时器：
- 配置为触发ADC的时钟源
- 预分频设为72-1（1MHz计数频率）
- 自动重载值设为100-1（10kHz采样率）
- DMA配置：
- 模式设为Circular
- 数据宽度Half Word
- 内存地址递增启用
这里有个坑：如果DMA缓冲区设置太小会导致数据覆盖。我的经验是缓冲区大小至少是工频周期的2倍，对于50Hz信号建议用400以上数组长度。
3.2 实时处理算法
交流信号处理需要特殊技巧，我采用了滑动窗口RMS算法：
#define SAMPLE_SIZE 200 float window[SAMPLE_SIZE]; int index = 0; float sum_squares = 0; void ProcessADC(uint16_t adc_val) { float current = (adc_val - 2048) * 0.0147; sum_squares -= window[index] * window[index]; window[index] = current; sum_squares += current * current; index = (index + 1) % SAMPLE_SIZE; float rms = sqrt(sum_squares / SAMPLE_SIZE); }这个算法只占用0.5%的CPU资源，却可以实现真正的实时有效值计算。测试笔记本电脑充电器时，能清晰捕捉到电源适配器的开关周期（约20ms）。
4. 上位机可视化实现
4.1 数据通信协议
我设计了一套简单的串口协议来提高传输效率：
帧头(0xAA) | 数据长度(1字节) | 时间戳(4字节) | 电流值(2字节) | 校验和(1字节)用DMA+空闲中断接收，实测115200波特率下可稳定传输10kHz采样数据。关键代码片段：
__HAL_UART_ENABLE_IT(&huart1, UART_IT_IDLE); void HAL_UART_RxCpltCallback(UART_HandleTypeDef *huart) { if(__HAL_UART_GET_FLAG(huart, UART_FLAG_IDLE)) { __HAL_UART_CLEAR_IDLE_FLAG(huart); // 处理接收缓存区数据 } }4.2 Python可视化技巧
用Matplotlib实现动态曲线时，一定要用FuncAnimation而不是简单循环：
import serial from matplotlib.animation import FuncAnimation ser = serial.Serial('COM3', 115200, timeout=1) fig, ax = plt.subplots() line, = ax.plot([], [], lw=2) ax.set_ylim(-5, 5) def update(frame): data = ser.read(ser.in_waiting) # 解析数据并更新曲线 return line, ani = FuncAnimation(fig, update, interval=50) plt.show()我添加了峰值保持功能，能自动标出电流突变点。对于笔记本电脑充电器，可以清晰看到开机瞬间的浪涌电流（约3.2A）和稳定后的工作电流（0.8A）。
5. 实际应用与故障诊断
在连续监测笔记本电脑充电器一周后，我发现几个有价值的现象：
- 夜间待机功耗：充电器插着但不接电脑时，仍有0.02A的"吸血鬼"电流
- 负载突变响应：运行大型软件时电流会从0.8A跃升到1.5A，持续时间约200ms
- 异常波形检测：有次发现电流出现50Hz谐波，后来发现是插座接触不良导致
系统改进方面，我增加了移动平均滤波来消除随机干扰：
#define FILTER_SIZE 5 float filter_buf[FILTER_SIZE]; float FilterCurrent(float raw) { static int pos = 0; filter_buf[pos] = raw; pos = (pos + 1) % FILTER_SIZE; float sum = 0; for(int i=0; i<FILTER_SIZE; i++) sum += filter_buf[i]; return sum / FILTER_SIZE; }这个改进使得在电磁环境复杂的实验室里，测量波动从原来的±0.05A降低到±0.01A。整套系统现在可以稳定运行超过30天不重启，峰值电流检测误差控制在3%以内。
