Les gens passent la plupart (90 %) du temps que l’air intérieur et intérieur est de 3 à 5 fois pollué par rapport à l’extérieur, la QAI pose un problème de santé majeur si elle n’était pas entretenue correctement. Imaginez un environnement de bureau intérieur où des milliers de professionnels travaillent sous le même toit. Les principaux facteurs qui influencent la QAI sont la température, les produits chimiques, le gaz du sol, les microbes, l’humidité, la ventilation et les animaux domestiques.
L’IoT est un domaine émergent et peut s’adapter aux différents domaines et applications. Le système qui contient des réseaux de capteurs et a la capacité de travailler en temps réel serait compatible pour résoudre ce problème. Il y a la nécessité d’un système intelligent et autonome qui contrôle et gère automatiquement la qualité de l’air dans un tel environnement. Cette solution trouve son application dans divers domaines tels que les immeubles de bureaux fermés, les écoles et les intervenants d’urgence qui sauraient quel endroit dans le bâtiment est sécuritaire.
Architecture du système :
Le composant principal du système comprend un nœud de capteur, une station de base et le serveur de nuage essentiel. Les capteurs IoT distribués installés à différents endroits des locaux intérieurs recueillent les données périodiquement, puis ces données sont stockées dans le cloud. Ces données provenant de plusieurs systèmes connectés forment des mégadonnées qui ont ensuite été utilisées pour l’analyse et le traitement en temps réel. Comme indiqué ici (https://www.iotworlds.com/en/what-is-the-role-of-machine-learning-in-iot/) L’apprentissage automatique pourrait également faire partie de l’amélioration du système avec l’aide de ces données volumineuses. Cloud joue le rôle de cœur à l’ensemble du système car c’est là que les données, les algorithmes IA étant gérés de manière centralisée.
Figure 1 : architecture système
Des nœuds de capteurs ou un ensemble de capteurs sont utilisés pour recueillir les lectures de pollution atmosphérique qui sont ensuite poussées dans le nuage pour un traitement et une analyse plus poussés des données. Le traitement des données implique ici le processus d’extraction d’informations utiles et opportunes à partir des données saisies pour appuyer la prise de décision. L’utilisation de l’architecture gérée de manière centralisée permet d’utiliser les données pour une utilisation à vie et l’intégration de situations multi-scénarios à chaque système.
Scénarios d’entretien de la qualité de l’air intérieur (QAI)
Bien que ce système soit utilisé dans de nombreux espaces intérieurs pour la surveillance de la qualité de l’air, le caractère unique est que son application particulière dans les situations suivantes nécessite une conception adaptée.
- Envisagez une fuite de gaz dangereux dans un environnement intérieur, et les intervenants d’urgence aimeraient savoir où il est sécuritaire d’aller dans cet environnement intérieur.
- Les travailleurs qui mettent l’accent sur leur devoir, leur sens général devient floue. Il y aurait une situation où la qualité de l’air à l’intérieur de cet environnement serait inférieure à la moyenne, ce qui constituerait une grave menace. Ce genre de situation devrait être résolu de manière autonome afin que les humains dans cet environnement se sentent en sécurité et à l’aise.
- Les endroits dangereux comme le métro, tunnels difficiles à atteindre, obtiendraient certainement un avantage par rapport à moins d’entretien et à un système centralisé de surveillance de la qualité de l’air économe en énergie.
- Écoles : afin d’améliorer les performances des élèves, leur santé joue un rôle essentiel, qui pourrait être perturbée par la mauvaise qualité de l’air.
