Как это работает?

Датчик использует высокоточные микроэлектромеханические системы (MEMS) для каждой измеряемой величины.

• Температура: измеряется встроенным термочувствительным элементом.
• Влажность: измеряется емкостным сенсором. Влагопроницаемый полимер меняет свою емкость в зависимости от количества водяного пара в воздухе.
• Атмосферное давление: измеряется с помощью крошечной барометрической капсулы (мембраны), которая прогибается под давлением воздуха. Это позволяет, среди прочего, определять высоту над уровнем моря.
• Качество воздуха (eCO2, TVOC): это самая уникальная функция. Внутри чипа есть нагревательный элемент и газовый сенсор на основе оксида металла (MOX). Нагреватель доводит сенсор до высокой температуры (программируется), и когда летучие органические соединения (пары алкоголя, CO, вредные испарения от мебели и т.д.) попадают на чувствительный элемент, его электрическое сопротивление меняется. Анализируя это изменение, датчик вычисляет индекс качества воздуха (IAQ).

По сути — это «электронный нос», который может оценить, насколько свеж и чист воздух в помещении.

Проекты и примеры применения

Благодаря своей многозадачности, высокой точности и низкому энергопотреблению, BME680 нашел применение в самых разных областях.

Умный дом и мониторинг среды:

• Метеостанция: создание домашней или портативной станции для отслеживания всех ключевых погодных параметров.
• Контроль качества воздуха: детектирование «спертого» воздуха в помещении для автоматического запуска системы вентиляции или кондиционера. Мониторинг уровня вредных летучих соединений (VOC).
• Умные системы климат-контроля: датчик предоставляет все необходимые данные для поддержания идеальной температуры и влажности.

Носимые устройства и гаджеты:

• Трекеры активности: точное определение высоты подъема (по давлению) для подсчета пройденных этажей, а также контроль условий окружающей среды.
• Персональный монитор воздуха: компактное устройство, предупреждающее о плохом качестве воздуха.

Промышленность и IoT (Интернет вещей):

• Сельское хозяйство (Agrotech): мониторинг условий в теплицах и хранилищах.
  Предсказательное обслуживание: контроль условий окружающей среды для чувствительного оборудования (серверные стойки, лаборатории).
• Датчики для умных городов: создание сетей для мониторинга экологической обстановки.

Энергосбережение:

• Управление вентиляцией: система проветривает помещение не по таймеру, а по реальной необходимости, когда качество воздуха ухудшается.

Тип датчика: 4-в-1: Датчик температуры, влажности, давления и газа (TVOC/eCO2 эквивалент)

Измеряемые параметры:

• Температура: Диапазон: -40°C ... +85°C; Точность: ±1.0°C (тип.)
• Относительная влажность: Диапазон: 0% ... 100%; Точность: ±3% (тип.)
• Атмосферное давление: Диапазон: 300 ... 1100 гПа; Точность: ±1.0 гПа (тип.)
• Газовое сопротивление: Диапазон: 0.1 ... 1000 кОм (измеряет сопротивление сенсора, которое конвертируется в индекс IAQ)

Интерфейс связи: I²C (до 3.4 МГц) и SPI (3-х и 4-х проводной)
Напряжение питания: 1.71 В — 3.6 В (низковольтное питание, совместимо с большинством микроконтроллеров)

Потребляемый ток:

• Режим ожидания: 0.15 мкA (микроампер!)
• При измерении (1 Гц): ~3.7 мкA при измерении T/P/H + 0.09 мА...12 мА (в зависимости от нагревателя) в режиме газа.
  Крайне низкое энергопотребление, идеален для батареек.

Разрешение данных:

• Температура: 16 bit
• Давление: 20 bit
• Влажность: 16 bit
• Газ: 10 bit / 18 bit (с фильтром)

Газовый сенсор: Чувствительный элемент на основе оксида металла (MOX). Имеет программируемый нагревательный профиль (температура от 200°C до 400°C и длительность импульса).

Выходные данные:

• Сырые данные по всем каналам
• Рассчитанный Индекс качества воздуха (IAQ) от 0 (плохо) до 500 (отлично)
• Эквивалентные значения eCO2 (углекислый газ) и bVOC (летучие органические соединения) требуют калибровки.

Ключевые особенности:

• Встроенная линеаризация и температурная компенсация для всех каналов
• Полностью откалиброваны на заводе
• Для получения точных данных о качестве воздуха требуется проприетарная библиотека Bosch BSEC, которая использует машинное обучение для компенсации старения сенсора и влияния температуры/влажности.