基于Arduino UNO与BMP180的气压闭环控制系统设计与实现

基于Arduino的飞行姿态模拟器:从传感器到执行器的闭环控制实践 在嵌入式系统与机电一体化项目中,闭环控制是实现精确运动与稳定反馈的核心原理。通过传感器采集环境或操作输入,经微控制器处理后驱动执行机构,构成完整的感知-决策-执行链路。这一技术框架在机器人、自动化及交互装置领域具有广泛价值。本文以飞行姿态模拟为应用场景,具体探讨如何利用Arduino Uno作为控制核心,结合电位器、舵机、直流电机及LCD屏幕,构建一个实时响应压力输入并动态调整平台姿态的硬件系统。项目中涉及的PWM控制、I2C通信、滤波算法及PID思想,均为嵌入式开发中的常见热词与关键技术点,为理解更复杂的 阅读详情

1. 项目概述与硬件准备

大家好,今天我来分享一个基于Arduino UNO和BMP180传感器的气压闭环控制系统实战项目。这个系统能够实时监测环境气压,通过串口与PC通信,并根据预设的气压阈值自动控制电机启停。非常适合实验室环境稳压、气象监测等场景,尤其适合电子爱好者和学生练手。

核心硬件清单:

  • Arduino UNO R3(主控芯片ATmega328P)
  • BMP180气压传感器(I2C接口)
  • LCD1602液晶显示屏(16x2字符)
  • 直流电机(5V小型电机)
  • 电机驱动模块(如L9110S)
  • 面包板、杜邦线若干

BMP180传感器特性: 这款传感器测量范围300-1100hPa,精度高达0.02hPa,同时能测温度。它通过I2C协议通信,仅需4根线(VCC、GND、SDA、SCL)就能与Arduino连接。实际使用时要注意:VCC接3.3V或5V均可,但部分模块内置稳压,直接接5V更稳定。

接线示意图:

BMP180引脚Arduino引脚
VCC5V
GNDGND
SDAA4
SCLA5

LCD1602采用并行接口连接:

  • RS→12, EN→11, D4→5, D5→4, D6→3, D7→2
  • 电机控制线接数字引脚7(通过驱动模块)

提示:接线时务必先断开电源,I2C线路避免与电机电源平行走线,防止干扰。

2. 开发环境搭建与库安装

首先需要安装Arduino IDE(建议1.8.x以上版本),然后导入必要的库文件。BMP180常用的库有Adafruit_BMP085(兼容BMP180)和LiquidCrystal用于LCD控制。

库安装步骤:

  1. 打开IDE,点击「项目」→「加载库」→「管理库」
  2. 搜索「Adafruit BMP085」安装最新版(目前是1.2.0+)
  3. 同样方法安装「LiquidCrystal」库(内置库无需额外安装)

验证硬件连接: 上传以下测试代码检查传感器是否正常:

#include <Wire.h>
#include <Adafruit_BMP085.h>
Adafruit_BMP085 bmp;

void setup() {
  Serial.begin(9600);
  if (!bmp.begin()) {
    Serial.println("BMP180初始化失败!检查接线");
    while(1);
  }
}

void loop() {
  Serial.print("气压:"); 
  Serial.print(bmp.readPressure()/100); //转换为hPa
  Serial.println(" hPa");
  delay(1000);
}

串口监视器看到气压数据说明硬件正常。如果初始化失败,重点检查I2C线路和电源电压——我曾因SDA线虚焊折腾半天,后来用万用表通断档才找出问题。

3. 串口通信协议设计

系统需要实现双向串口通信:PC发送学号,Arduino返回气压数据。这里采用9600波特率,文本协议简单易懂。

通信流程:

  1. Arduino启动后等待串口输入
  2. PC发送学号字符串(如"20009101015")
  3. Arduino解析学号末位数字,计算阈值:860+末位数
  4. 持续向PC发送"Pressure:当前气压值"格式数据

代码实现关键点:

String getInput() {
  while (Serial.available() == 0); // 阻塞等待输入
  delay(100); // 等待数据接收完成
  return Serial.readString();
}

void setup() {
  // ...初始化代码
  id = getInput(); // 获取学号
  int lastDigit = id.charAt(id.length()-1) - '0'; // 取末位字符转数字
  pressure_limit = 860 + lastDigit;
}

注意:实际项目中建议添加超时判断和数据校验,避免死等待。我曾遇到串口数据不完整导致系统卡死,后来加入超时重传机制才解决。

4. 气压阈值控制逻辑

核心控制逻辑:实时读取气压值,与阈值比较后控制电机。这里采用非阻塞方式设计,避免使用delay影响实时性。

控制算法:

void loop() {
  pressure_real = bmp.readPressure()/100; // 读取气压(hPa)
  
  if (pressure_real != pressure_real_last) { // 仅当气压变化时更新
    pressure_real_last = pressure_real;
    
    // 更新LCD显示
    lcd.setCursor(0, 1);
    lcd.print("PRESS:" + String(pressure_real));
    
    // 串口输出
    Serial.println("Pressure:" + String(pressure_real));
    
    // 电机控制
    if (pressure_real >= pressure_limit) {
      digitalWrite(EMPIN, HIGH); // 启动电机
    } else {
      digitalWrite(EMPIN, LOW);  // 停止电机
    }
  }
  delay(100); // 适当延时降低采样率
}

实测中的坑:

  • 气压采样需稳定:BMP180每次读取需要时间,过快采样会导致数据异常。实测间隔100ms最佳。
  • 电机干扰处理:电机启停时会产生电源波动,建议在电机电源并联100μF电容,数字地模拟地分开走线。
  • 阈值迟滞设计:为避免电机在临界点频繁启停,可添加迟滞环。例如阈值865hPa,可设置启动阈值865hPa,停止阈值863hPa。

5. Proteus仿真与调试

没有硬件也能仿真!Proteus 8.9+版本支持Arduino UNO和BMP180仿真,非常适合前期验证。

仿真设置步骤:

  1. 在Proteus中添加Arduino UNO(ATmega328P模型)
  2. 搜索BMP180传感器(需安装第三方模型库)
  3. 添加虚拟串口和LCD模块
  4. 加载编译后的hex文件(Arduino IDE编译后生成)

仿真技巧:

  • 右键BMP180可手动调整气压值模拟环境变化
  • 使用Virtual Terminal模拟串口调试助手
  • 电机转速可通过示波器查看PIN7的PWM波形

我仿真时发现电机启动瞬间电压跌落导致Arduino重启,后来在仿真中给电机添加了缓启动电路(MOSFET+电容)就解决了。这证明仿真能提前发现硬件设计问题。

6. 实际应用与优化建议

这个系统在实验室稳压场景中非常实用。比如某些化学反应需要在低压环境下进行,系统可维持气压稳定在设定值。

扩展优化方向:

  • 添加PID控制:让电机转速随气压偏差线性调节,比开关控制更平稳
  • 增加网络功能:通过ESP8266模块将数据上传到云平台
  • 设计外壳:3D打印密封盒,预留气管接口

常见问题排查:

  1. 气压读数不准:BMP180需要预热3分钟达到稳定精度
  2. 电机不转:检查驱动模块使能端,测量电机端口电压
  3. 串口乱码:确认PC和Arduino波特率一致,避免USB线接触不良

最后分享一个实用技巧:给Arduino程序添加软件看门狗,防止程序跑飞。只需包含<avr/wdt.h>库,在setup中调用wdt_enable(WDTO_4S),loop中定期wdt_reset()即可。

希望这个项目能帮你深入理解闭环控制系统设计。在实际部署时,记得用热熔胶固定线路,防止振动导致接触不良——这是我踩过多次坑得出的经验。

基于Arduino与BLE的移动科学实验平台搭建与数据采集实践 在物联网与嵌入式系统开发领域,传感器数据采集是连接物理世界与数字世界的核心技术。其原理是通过各类传感器将环境或物体的物理、化学量转换为电信号,再由微控制器进行模数转换与处理。这项技术的价值在于实现了对现实世界的量化感知与实时监控,是智能硬件、环境监测和科学实验自动化的基础。应用场景广泛覆盖智能家居、工业物联网、可穿戴设备以及教育领域的科学探究。本文聚焦于利用Arduino开源硬件平台与低功耗蓝牙(BLE)技术,构建一个能与手机端Science Journal应用无缝对接的无线传感器节点,详细阐述了从核心硬件 阅读详情

相关推荐

基于Arduino+W5100的本地化智能家居控制架构

智能家居控制系统本质是传感、控制与交互三层协同的技术体系。其核心原理在于通过确定性硬件协议栈(如W5100内置TCP/IP)降低通信延迟,结合轻量级状态机实现断网可控、零配置部署。该架构突出技术价值:全栈开源、成本可控(<120元)、协议可审计,适用于嵌入式教学、实验室验证及私有安防改造等对可靠性与透明度要求高的场景。文中重点解析W5100硬件中断机制与HC-05蓝牙串口时序约束,为开发者提供可复用的低延迟本地控制范式。

weixin_29193259的博客 183

基于PyQt与Arduino的气压测控上位机开发实战:从串口通信到电机控制

本文详细介绍了基于PyQt与Arduino的气压测控上位机开发实战,涵盖从串口通信到电机控制的完整流程。通过Qt Designer设计GUI界面,利用PySerial库实现稳定的串口通信,解析气压数据并控制直流电机启停,为嵌入式系统开发提供了实用解决方案。

emacs5lisp的博客 177

【能源系统优化】基于NSGA-II的储能容量配置模型:多目标优化与全寿命周期成本分析 项目介绍 MATLAB 储能容量配多大?NSGA-II优化与寿命成本情景分析

内容概要:本文介绍了一个基于MATLAB的储能容量配置优化项目,通过NSGA-II多目标优化算法,综合考虑储能系统的全寿命周期成本、供电可靠性与新能源消纳能力,构建了包含数据生成、储能运行仿真、寿命衰减建模、多目标优化与决策分析的一体化模型框架。项目生成50000条多维随机数据,涵盖负荷、新能源出力、电价、温度与电池运行压力,并建立储能能量容量、功率与备用SOC的协同配置模型。通过时序仿真计算充放电行为、等效循环次数与容量衰减,结合初始投资、运行收益、更换成本与惩罚项,构建全生命周期经济评价体系。NSGA-II算法用于求解成本、供电可靠性与碳排放之间的Pareto最优前沿,支持多情景对比分析,如电价波动、负荷增长与寿命衰减加剧等,最终输出推荐配置与可视化结果,为储能工程选型提供量化依据。; 适合人群:具备一定MATLAB编程基础,从事电力系统规划、储能系统设计、新能源集成或优化算法研究的科研人员与工程技术人员,尤其适用于研究生、能源领域研发工程师及项目规划人员。; 使用场景及目标:①解决“储能容量配多大”这一实际工程问题,优化容量与功率的协同配置;②评估不同电价、负荷、气候与政策情景下储能方案的经济性与鲁棒性;③分析寿命衰减对长期成本的影响,避免“低投入高维护”的不合理配置;④为新能源电站、微电网、工业园区等场景的储能规划提供Pareto最优解集与决策支持。; 阅读建议:此资源侧重于模型构建与算法实现,建议读者结合提供的代码示例深入理解NSGA-II在储能优化中的应用,重点关注目标函数设计、寿命成本建模与多情景分析逻辑。建议运行数据生成与优化代码,调试并可视化结果,以掌握从数据到决策的完整流程。

基于ESP32的智能植物生长舱:从环境感知到闭环控制的太空农业原型实践

环境控制系统是现代自动化与物联网技术的核心应用领域,它通过传感器网络实时采集温度、湿度、光照等物理参数,并基于微控制器执行预设算法,驱动执行机构实现环境的精准调节。这一技术原理在智慧农业、工业自动化及生命科学实验中具有重要价值,尤其在资源受限的极端环境下,如太空探索中的生命支持系统,其稳定性和自动化水平至关重要。本文聚焦于一个具体的工程实践案例:利用ESP32微控制器构建一个面向空间种植挑战的智能植物生长舱原型。该系统集成了温湿度、土壤水分、光照强度等多种传感器,并设计了针对微重力灌溉、辐射防护等特殊需求的

weixin_33698043的博客 443

印尼稻米收成与粮食安全数据集2026年

本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

Delphi 13.2控件之msquic4d.rar

Delphi 13.2控件之msquic4d.rar

【DBO三维路径规划】基于多策略改进的蜣螂算法MSDBO多无人机协同集群避障路径规划(目标函数:最低成本:路径、高度、威胁、转角)研究(Matlab代码实现)

内容概要:本文研究了基于多策略改进的蜣螂优化算法(MSDBO)在多无人机协同集群三维路径规划中的应用,旨在解决复杂三维环境下的避障与最优路径搜索问题。通过构建包含路径长度、飞行高度、威胁规避和转弯角度的综合成本目标函数,利用MSDBO算法对多无人机系统的飞行轨迹进行全局优化,实现在保证安全性与稳定性的前提下达到最低能耗与最优性能的目标。文中详细阐述了算法的多策略改进机制、三维环境建模方法以及多无人机协同避障策略,并通过Matlab仿真平台验证了该方法相较于传统优化算法在收敛速度、路径质量和鲁棒性方面的优越性能。; 适合人群:具备一定优化算法理论基础和无人机控制系统知识的科研人员及研究生,特别适用于从事智能优化算法、多智能体协同控制、路径规划与自主导航等相关领域的研究人员和技术开发者。; 使用场景及目标:①应用于灾害救援、军事侦察、智能巡检等复杂三维场景中多无人机协同任务的路径规划;②为多目标约束下的路径优化、动态避障与能耗平衡问题提供高效的算法支持与仿真验证工具;③推动智能优化算法在无人系统自主决策与协同控制中的实际应用与工程落地。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现过程,重点关注目标函数设计、多策略改进机制(如种群初始化、自适应参数调整、局部搜索增强等)及仿真结果分析部分,同时可尝试将该算法迁移至其他智能优化算法框架中进行对比研究,以深化对路径规划问题本质的理解与实践能力的提升。

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

【CEEMDAN-VMD-GRU】完备集合经验模态分解-变分模态分解-门控循环单元预测研究(Python代码实现)

内容概要:本文提出了一种融合完备集合经验模态分解(CEEMDAN)、变分模态分解(VMD)与门控循环单元(GRU)的复合预测模型,旨在提升对复杂非平稳时间序列的预测精度。首先利用CEEMDAN对原始信号进行自适应分解,有效缓解模态混叠问题,获得一组本征模态函数(IMFs);随后引入VMD对关键模态分量作进一步优化分解,增强特征分离能力,降低噪声干扰;最后将处理后的平滑分量分别输入GRU神经网络进行独立训练与预测,并通过加权集成策略融合各分量输出,得到最终高精度预测结果。该方法结合了多尺度信号分解与深度学习的优势,显著提升了模型在处理强噪声、非线性、非平稳序列(如电力负荷、风速、光伏发电功率等)时的泛化能力和预测稳定性,文中提供了完整的Python代码实现,便于复现与应用。; 适合人群:具备一定Python编程基础和机器学习理论知识,从事科研或工程应用的硕士、博士研究生及科研人员,尤其适用于能源系统预测、智能电网调度、可再生能源管理、信号处理与时间序列分析等相关领域的研究人员和技术开发者。; 使用场景及目标:①解决传统单一预测模型在面对复杂非平稳时间序列时存在的过拟合、收敛慢、精度低等问题;②通过多阶段信号分解降低原始序列的复杂度与不确定性,提升GRU模型的训练效率与预测鲁棒性;③为电力系统负荷预测、新能源出力预报、设备运行状态预警及市场交易策略制定等关键任务提供高精度数据支撑。; 阅读建议:建议读者结合提供的Python代码逐模块理解算法实现流程,重点关注CEEMDAN与VMD的参数配置对信号分解效果的影响,尝试在不同数据集上进行实验对比,并通过可视化手段分析各模态分量的物理意义,进一步掌握模型调优与性能评估的方法。

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

T12_eVTOL低空经济低空公共航线网络规划设计方案_可研报告版.pptx

T12_eVTOL低空经济低空公共航线网络规划设计方案_可研报告版.pptx

机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro

内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。

【医疗器械制造】基于酸碱腐蚀环境的一次性乳胶手套铝合金手模失效机理分析与量产风险控制

内容概要:本文围绕一次性医用乳胶手套生产中使用的铝合金手模在酸碱环境下的失效风险展开系统性分析,重点探讨其在外表面腐蚀、清洗循环、氯介质侵入及表面粗糙度控制等方面的工程挑战。研究表明,尽管市场上已有带涂层的铝合金手模供应,但其能否在强碱、酸洗、毛刷摩擦、冷热交变和氯共存的复杂工况下长期维持Ra 1.0—2.5 μm的表面质量并实现稳定脱模,仍需经过严格的多阶段验证。常规阳极氧化+PTFE涂层方案已被实测排除,而316L不锈钢筒体在湿氯环境中出现的三个月内腐蚀失效案例提示必须重视内腔隔离设计。文章强调,采购决策应基于“小批量试制—离线加速试验—影子生产验证—条件性放行”的四阶段准入机制,结合表面参数、工艺相容性、手套成品性能与全生命周期成本进行综合评估,避免依赖供应商宣传数据。; 适合人群:从事医疗器械制造、材料工程、设备采购与工艺质量管理的技术人员及决策管理者,尤其是涉及乳胶手套生产线优化与手模选型的相关从业人员。; 使用场景及目标:①评估铝合金手模替代陶瓷手模的技术可行性与风险边界;②建立手模选型的系统验证流程,防范因表面失效导致的脱模异常、手套缺陷与非计划停机;③指导采购合同中技术条款的制定,确保供应商交付具备可验证数据支撑; 阅读建议:此资源以工程实证为导向,建议读者结合自身产线工艺参数,重点关注外表面Ra控制、内腔双密封设计、影子生产验证方法及失效链追溯体系的构建,在试制阶段严格执行多维度联合判定标准,审慎推进规模化替代。

T07_低空经济与智能网联汽车融合的城市空地一体出行服务平台建设方案_决策评审版.pptx

T07_低空经济与智能网联汽车融合的城市空地一体出行服务平台建设方案_决策评审版.pptx

【新能源电力系统】项目介绍 MATLAB实现基于GWO-VMD-SSA-LSTM灰狼优化算法(GWO)结合变分模态分解(VMD)、麻雀搜索算法(SSA)及长短期记忆网络(LSTM)进行辐照度-温度驱动

内容概要:本文提出了一种融合灰狼优化算法(GWO)、变分模态分解(VMD)、麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的复合模型(GWO-VMD-SSA-LSTM),用于实现高精度的辐照度-温度驱动短期光伏功率预测。该模型首先通过GWO优化VMD的关键参数(模态数K和惩罚因子α),实现对非平稳光伏功率序列的高效多尺度分解,降低信号复杂性;随后利用SSA对LSTM的超参数(如隐藏层单元数、Dropout率、学习率等)进行智能寻优,提升网络训练效率与泛化能力;最后通过独立LSTM网络对各VMD模态进行预测并重构输出。模型结合了信号分解、智能优化与深度学习优势,显著提升了在多云、阴雨等复杂天气下的预测精度与稳定性,并通过MAE、RMSE、MAPE和R²等指标验证了有效性。文中还提供了完整的MATLAB实现流程,涵盖数据清洗、归一化、滑动窗口构建、参数优化与结果可视化等环节。; 适合人群:具备一定机器学习与时间序列预测基础,从事新能源发电预测、智能电网调度、电力系统自动化等相关领域的科研人员、工程师及研究生。; 使用场景及目标:①解决光伏功率受辐照度、温度等因素影响而导致的强随机性、非平稳性预测难题;②提升短期(15分钟至1小时)光伏出力预测精度,支撑电网经济调度、储能协同控制与电力现货市场申报;③为多源气象数据驱动的可再生能源预测提供可扩展的技术框架。; 阅读建议:建议结合提供的MATLAB代码逐步实践,重点关注GWO与SSA的优化机制、VMD分解效果及其与LSTM的集成方式,注意避免时间泄漏问题,推荐在实际数据上复现实验以深入理解模型性能。

上一篇: 异步FIFO中的格雷码:跨时钟域同步的艺术与陷阱
下一篇: STM32定时器主从级联:TRGO信号与ITRx内部触发实战解析
ruby5
博客等级 码龄15年 29粉丝 893原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值