空气炸锅的菜单是时间与温度的固定组合，可食物的分量、初始温度、摆放厚度都在改变进度：铺得薄一些，热风绕得开，熟得快；堆得厚一些，表面已经上色，里面还差火候。传统方案用NTC测腔内的空气温度再推导食物温度，走的是测温三段论那条老路——热风是加热的载体，空气与食物表面并不处在同一温度上。空气先到位，食物往往还在后面。

领麦微（LEAMEMS）FW-D1是一颗MEMS热电堆红外测温传感器，响应波长5.5μm，24BitSigma-DeltaADC配数字I²C输出。这颗红外测温传感器的读数取自食物表面发出的红外辐射，在热风环境里不必等待热平衡，读的是食物自己那一份。

热风是加热的载体，不是食物的状态

空气炸锅靠高速热风循环把热量压到食物表面，热风本身是手段，不是结果。腔内的空气温度总是先于食物表面上升，也总是先于食物表面回落；拿它当判据，等于一直看着上一个阶段的成绩。风量越大，这个时间差越明显——热风把热量带得越快，空气与食物表面之间的落差反而越大。

传统测温还有第二重麻烦：读数滞后。NTC要等热交换完成才能给出新数值，等到新数值出来，食物表面温度又升了一段。这段滞后占的比重越高。想要温到就收，反馈必须与目标的变化同步，否则收到的永远是过去时的信息。判断要看的是食物，不是载着热量的那阵风。

撑满视场，才锁得住盘中那一块

FW-D1的10°视场角配上2cm~50cm的建议测温距离，被测区域从几毫米到几厘米。炸篮里食物平铺成一到两层，把视场落在食物最厚的那一部分上，测温结果就以它为主；视场之外的食物、炸篮底部与腔壁，就被排除掉。

视场角计算：先估食物在视线方向上的投影直径，再定视场角与测温距离，让被测物把视场撑满。小视场：被测区域小，食物之外的东西很难挤进这颗传感器的“视线”里，这样结果才准确。

算法要的是一条连续的数据流

有了表面温度这条连续数据，风量与时间才谈得上自动：到温加快循环，接近目标降功率，全程按数据调整，而不是按预设曲线硬跑。传感器通过数字I²C把温度值直接交给主控，外面不必再搭一级模拟前端；主控按固定节奏取值，曲线上的点就足够密。

24Bit的数据深度在这里同样有意义：升温进入平台期的那一小段变化，在数值上分得出来。分辨率够，算法才敢在接近目标时把功率收下来，而不是一直等到过头再补救。量程上商业级0℃~150℃、工业级-30℃~500℃，要把表面烤上色，峰值会越过150℃这条线，往上留出余量才够用。

这颗红外测温传感器给出的读数直接对应食物表面，主控不必再做一次换算——温度这一侧的信息稳定给出来，风量与时间的调整才有对齐的基准。

全自动控温的门槛在传感器

让空气炸锅真正迈入全自动烹饪，难点不在算法有多聪明，而在算法有没有温度可看。FW-D1红外测温传感器给得出连续的表面温度，全自动才落到实处。

领麦微凭借“传感器+算法+产品级出厂标定”一站式应用交付，整机端不必再自己搭一遍信号链，拿到的就是可直接使用的测温能力。