实验设计与现场实测：在真实课堂上“暗中观察”2小时

上篇回顾：我们把趋势预警算法写进了单片机，让传感器每2秒汇报一次温湿度，状态机根据数据判断该提示通风还是拉响闷热警报。代码在实验室跑得挺欢，但楼上的教室才是真正的考场。今天，我们抱着这台机器，走进三间规格不同、人数不同的教室，在不干预课堂的前提下，连续记录了2小时的环境数据。

01 实验想验证什么

动手之前，我们给实验定了三个目标：

1. 验证AM2320传感器在真实教室里的采集精度和稳定性——毕竟教室里有日光灯、手机信号、空调待机干扰，不是在理想的实验室工作台上。

2. 检验趋势预警算法的及时性和准确性——VENTIL提醒能否正好出现在“还来得及开窗”的窗口里？MUGGY!警报是否在真正闷热时才响起？

3. 对比不同人数密度下的温湿度变化规律——看看人多人少，究竟对教室环境影响多大，是不是人越多，系统越早喊你开窗。

一言以蔽之：这套设备能不能从“实验室装置”变成“教室用品”，我们用数据说话。

02 实验怎么做的：自然状态下连续监测法

这不是一次“请同学们统一入场、保持安静”的受控实验。我们刻意选择了最真实、最自然的教学场景——正常上课的教室，正常的师生进出，正常的门窗密闭，我们不做任何干预。

设置两组对照：

• 静态对照组：选无课、无人、门窗紧闭的空教室，开机记录温湿度，作为环境基线。想知道“这个教室本身在不进人的时候，温度和湿度会不会自己变”。

• 动态实验组：选正在上课的教室，不通知师生，不要求任何配合，只把设备放在教室中部或后方稳定位置，开机后安静地记录2小时。

控制条件：实验期间所有教室门窗关闭，无空调、无风扇、无额外通风干预。

记录规则：我们以每10分钟为一个记录周期。在10分钟内：

1. 如果系统出现过MUGGY!状态，记录该时刻的温度与湿度；

2. 如果没出现MUGGY!但出现过VENTIL，记录该时刻的数据；

3. 如果两个都没出现，就记录第10分钟整点的温度、湿度和系统状态。

这保证了既能捕捉到关键预警瞬间，又能保留连续的时间轨迹。

03 三间教室，五种场景，五张数据表

我们走进了三种典型的教室：小教室（约40座）、大教室（可容100人）、阶梯教室（可容200人）。每个教室先测了空置基线，再在自然上课状态下测满员情况。共计得到五组有效数据。

3.1 空置基线：教室本身的“底子”

清晨无人的教室，系统显示：

• 小教室：温度 22℃，湿度 43%RH

• 大教室：温度 21℃，湿度 41%RH

• 阶梯教室：温度 19℃，湿度 45%RH

三个房间初始湿度相差不大，在41%~45%RH之间。这是北京春天室内空气的典型状态，不湿不燥。

3.2 小教室约40人（实录数据）

解读：

• 前50分钟湿度缓慢攀升，系统稳定显示OK。

• 第70分钟，出现第一次VENTIL：湿度从前一记录点的46%跳至48%，差值+3%RH。注意这时温度才24℃，远没到传统“闷热”标准，但趋势已经显露。

• 第90分钟再次VENTIL，湿度突破52%，环境正在明显加速恶化。

• 第110分钟，温度升至25℃、湿度达56%时，MUGGY!终于响起。从第一次通风建议到闷热警报，整整40分钟的缓冲窗口。

3.3 大教室约20人（实录数据）

解读：

• 人少，空间大。整场2小时，湿度最高只到47%RH，温度最高23℃。

• 差值栏多为0或+1，偶尔有-1的小幅波动，说明湿气累积速度极慢，人的产湿量被大空间轻松化解。

• 系统全程OK，没有触发任何预警。正确，不应乱报。

3.4 大教室约100人（实录数据）

解读：

• 同样是大教室，从20人变成100人后，环境变化判若两室。

• 第60分钟第一次VENTIL，湿度从46%跳到49%，差值+3%RH。到这个时间点为止，温度从未超过23℃，但湿度的快速上扬暴露了人群聚集的影响。

• 第90分钟再次VENTIL，湿度达55%，距闷热标准一线之隔。

• 第100分钟MUGGY!触发，然后持续。从第一次通风建议到闷热，有40分钟的提前量。

3.5 阶梯教室约150人（实录数据）

解读：

• 阶梯教室空间高大，但150人密度也相当可观。

• 第60分钟VENTIL，第80分钟就跨入了MUGGY!，间隔仅20分钟。环境的恶化速度明显更快。

• 到120分钟时，湿度已攀升至61%RH，温度26℃，体感已经很不舒适。系统在这期间反复拉响MUGGY!警报，完全符合实际情况。

04 数据处理：让数字变成故事

我们把这五组数据绘制成了温湿度随时间变化的折线图，每一张图都清晰标注出系统状态切换的时刻。

从图上看：

• 空无人烟的菱形曲线几乎是一条直线，湿度纹丝不动。

• 有人教室的曲线是平滑向上攀升的，人数越多，斜率越大。

• VENTIL标记恰好出现在曲线“抬头”加速的位置，说明算法有效抓住了趋势变化的拐点。

• MUGGY!标记则在曲线越过闷热阈值后亮起，与算法预设的条件吻合。

另外补充一个在表格里看不到的细节：部分10分钟周期内，VENTIL曾短暂出现随后恢复OK，因记录规则优先记录MUGGY!或选取10分钟节点，这些瞬间未被表格体现，但系统LED上的状态确实亮起过。这证明系统极其敏感，能捕捉到哪怕只是几分钟的快速波动，为主动干预留下了更早期的信号。

05 实验结论：提前了20到40分钟的干预窗口

把五组数据放在一起看，结论非常清晰：

1. 空教室与有人教室的湿度变化速率差异显著。空置时几乎不变，有人时则持续上扬，人数越多、空间越小，上扬越快。这与常识吻合，验证了传感器数据的合理性。

2. 趋势预警机制有效。在所有出现闷热状态的实验组中，VENTIL通风提示全部在MUGGY!闷热警报之前出现，超前时间从20分钟（阶梯教室150人）到40分钟（小教室40人、大教室100人）不等。这意味着，如果师生能及时响应VENTIL建议开窗，完全可以在真正闷热来临前扭转环境趋势。

3. 系统零误报。20人大教室全程OK，因为确实没有任何恶化趋势。说明算法不是“见人就叫”，阈值和趋势判断是合理的。

4. 真实场景鲁棒性通过考验。未经干预的正常课堂中，系统连续2小时稳定运行，无死机、无通信失败，证明从硬件到软件的整套设计，扛住了实际应用环境的检验。

06 小结与下一篇预告

抱着设备从实验室走进教室的那一刻，我们心里也打鼓：算法会不会太敏感？会不会压根不叫？实际数据给了我们信心——

趋势，真的能被看见。而且，在看见趋势到真正闷热之间，有足够的时间让人去干预。

但这个过程并不是一帆风顺的。传感器会莫名“睡觉”，单片机烧录后花式乱码，LCD该显示单位的地方一片空白……下一篇，我会把这些踩过的坑一个一个剖开给你看，并告诉你我们是怎么爬出来的。

下一篇：《踩坑记录——我们遇到的那些邪门问题与解决方案》