# 基于STM32的煤自燃数字孪生平台

**Repository Path**: supergame/H743IIT6

## Basic Information

- **Project Name**: 基于STM32的煤自燃数字孪生平台
- **Description**: 煤自燃危害大，数字孪生技术为监测预警提供新方案。其核心：SolidWorks、Blender与Unity3D协同建模，实现虚实毫秒级同步；双芯片架构中，STM32H743IIT6采温、STM32MP257融合同步传数据；LSTM算法预判临界温度，误差1.6219℃，误报率＜3%，响应快40%。系统含监测、预测、仿真模块，形成防控闭环，助力煤炭全链条安全。
- **Primary Language**: C
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-10-15
- **Last Updated**: 2025-10-15

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于STM32的煤自燃数字孪生平台

#### 介绍
煤自燃危害大，数字孪生技术为监测预警提供新方案。其核心：SolidWorks、Blender与Unity3D协同建模，实现虚实毫秒级同步；双芯片架构中，STM32H743IIT6采温、STM32MP257融合同步传数据；LSTM算法预判临界温度，误差1.6219℃，误报率＜3%，响应快40%。系统含监测、预测、仿真模块，形成防控闭环，助力煤炭全链条安全。
高精度虚实映射：通过 SolidWorks 构建物理实验台精密结构模型，Blender 完成煤堆纹理与设备细节渲染，Unity3D 搭建实时交互引擎，实现三维模型与物理设备的毫秒级同步，动态可视化温度场分布。
双芯协同数据采集：采用 STM32 双芯片架构 ——STM32H743IIT6 驱动 32 路 MAX6675 热电偶（测温范围 - 200℃~1300℃，分辨率 0.25℃），实现多点温度采集；STM32MP257 作为主控，融合 MQ 系列气体传感器数据，以毫秒级延迟上传关键参数，构建实时数据底座。
智能精准预警：基于 LSTM 神经网络训练时序预测模型，预判煤自燃临界温度，测试集均方根误差 1.6219℃，纳什效率系数 0.9310，误报率＜3%，响应速度较传统方法提升 40% 以上。
闭环功能体系：涵盖实时监测、趋势预测、虚拟仿真模块，形成 “监测 - 预测 - 处置” 闭环，支持煤矿开采、存储全链条自燃防控。

#### 软件架构
本平台软件架构采用分层设计，涵盖模型构建、数据处理、可视化交互、智能预警四大核心层，各层协同实现虚实映射与智能监测：
模型构建层
工具链：SolidWorks（物理实验台结构建模）、Blender（煤堆纹理渲染与模型轻量化）、Auto CAD（辅助二维结构设计）。
流程：基于实验台实际尺寸，通过 SolidWorks 建立等比例三维模型，导出为 STEP 文件后，在 Blender 中优化结构细节（如 UV 展开、烘焙 AO 贴图），最终生成适配虚拟场景的轻量化模型。
数据采集与处理层
硬件驱动：基于 STM32CubeMX 配置 STM32H743IIT6 与 STM32MP257 芯片，通过 Keil MDK 开发驱动程序，实现 MAX6675 温度传感器（32 路）与 MQ 系列气体传感器的数据采集。
数据处理：引入滑动滤波算法纠正噪声数据，通过定时器中断（1 秒间隔）将温度数据传输至 STM32MP257，确保数据精度与实时性。
可视化交互层
开发平台：Unity3D（实时 3D 交互引擎）。
功能实现：加载 Blender 处理后的 FBX 格式模型，构建虚拟实验场景，集成实时数据驱动模块，实现炉内温度分布、设备状态、气体浓度的可视化展示，支持多视角缩放与动态模拟。
智能预警层
算法核心：LSTM 神经网络模型，基于海量历史实验数据训练，通过双向时序特征提取预判临界温度。
预警机制：当预测温度接近临界值时，触发弹窗、声光报警及短信通知（响应延迟＜0.2 秒），联动虚拟场景更新异常状态标识。

#### 安装教程
开发环境部署
安装建模工具：SolidWorks（2020 及以上版本）、Blender（3.0 及以上版本）、Unity3D（2022.3.17f1c1 及以上版本，需安装 Windows/Linux/ 嵌入式平台发布模块）。
配置嵌入式开发环境：安装 STM32CubeMX（6.0 及以上版本）、Keil MDK（5.37 及以上版本），导入 STM32H743IIT6 与 STM32MP257 芯片包。
硬件连接
温度采集模块：将 32 路 MAX6675 热电偶通过 SPI 接口连接至 STM32H743IIT6，独立电源供电（避免引脚电压过低影响测量精度）。
气体传感模块：MQ 系列传感器通过 GPIO 接口连接至 STM32MP257，配置 UART 通信（9600bps）。
主控连接：STM32H743IIT6 通过串口与 STM32MP257 通信，实现数据传输。
系统部署
虚拟场景部署：在 Unity3D 中打包项目，选择目标平台（Windows/Linux/ 嵌入式设备），生成可执行文件。
硬件程序烧录：通过 STM32CubeProgrammer 将编译后的固件烧录至 STM32 双芯片，完成硬件初始化。

#### 使用说明
系统启动与登录
启动设备后，系统自动加载虚拟场景（显示 “正在加载中......” 界面），完成初始化后跳转至登录界面。
输入账号密码（默认账号：123789，密码：123456），登录成功后进入主操作界面。
实时监测功能
主界面展示 “煤自然发火实验台” 虚拟场景，实时显示当前温度（环境温度与炉内各点温度）、气体浓度（CO₂、O₂、N₂、CO 等）、系统状态。
支持多视角操作：通过鼠标拖拽旋转场景，滚轮缩放查看细节；点击 “温度与浓度折线” 可查看历史数据趋势。
预警与处置
当 LSTM 模型预测温度接近临界值时，系统自动触发预警：界面弹窗提示 “煤温已经临近预测值！”，伴随声光报警，同时向预设手机号发送短信通知。
操作人员可在 “当前炉体状态” 面板查看异常位置，通过 “系统操作” 模块执行降温、通风等应急指令。
数据管理
系统自动备份实时数据（温度、气体浓度、预警记录），点击 “历史数据” 可查询指定时间段的监测结果，支持导出为 Excel 格式。

#### 参与贡献

1.  Fork 本仓库
2.  新建 Feat_xxx 分支
3.  提交代码
4.  新建 Pull Request


#### 特技

1.  使用 Readme\_XXX.md 来支持不同的语言，例如 Readme\_en.md, Readme\_zh.md
2.  Gitee 官方博客 [blog.gitee.com](https://blog.gitee.com)
3.  你可以 [https://gitee.com/explore](https://gitee.com/explore) 这个地址来了解 Gitee 上的优秀开源项目
4.  [GVP](https://gitee.com/gvp) 全称是 Gitee 最有价值开源项目，是综合评定出的优秀开源项目
5.  Gitee 官方提供的使用手册 [https://gitee.com/help](https://gitee.com/help)
6.  Gitee 封面人物是一档用来展示 Gitee 会员风采的栏目 [https://gitee.com/gitee-stars/](https://gitee.com/gitee-stars/)