O proxecto Inmena crea un sistema automatizado de monitoraxe ambiental de edificios
venres, 29 de xaneiro do 2021
O proxecto
Inmena, inserido na convocatoria Conecta PEME da Axencia Galega de
Innovación (GAIN) vén de acadar, logo de tres anos de traballo
entre un conxunto de empresas (DiagnóstiQA, coordinadora, Insega e
Proyestegal) e persoal investigador da Universidade de Vigo, o
desenvolvemento dun
sistema automatizado de inspección e de monitoraxe
ambiental de edificios.
A iniciativa permite afondar no coñecemento das condicións de
confort da zona de ocupación e na posibilidade de aplicar medidas de
aforro enerxético sen que estas reduzan a calidade do aire interior.
A encargada de presentar os
resultados, Ruth Doval, fixo un repaso das diferentes etapas polas
que pasou o proxecto, que tivo como lugar de estudo as instalacións
do Hospital POVISA
de Vigo: “Os
dispositivos funcionaron correctamente, tanto os sensores como os
sistemas de comunicación e almacenamento de datos. Os datos obtidos
co software de interpolación pódese considerar que son bastante
exacto e que o caso de estudo que levamos a cabo en POVISA
demostrou a correcta comunicación entre as distintas parte de
Inmena”.
O proxecto conta coa
subvención da Axencia Galega de Innovación (GAIN) e está
co-financiado polo Fondo Europeo de Desenvolvemento Rexional (FEDER)
cun orzamento total de 552.924,19 €. Os investigadores do consorcio
deseñaron, empregaron e validaron dous tipos de dispositivos de
monitoraxe
e inspección. Por un lado, un dispositivo fixo, que mide múltiples
variábeis
monitorizadas, como a temperatura, humidade, presión, iluminancia,
CO2, partículas e radon. Doutra banda, un dispositivo móbil de
inspección inmersivo que permite realizar medidas de confort a
diferentes alturas en diferentes posicións dentro da sala. Ademais
xeraron unha ferramenta avanzada de simulación enerxética de
edificios mediante o deseño de novos algoritmos que integran os
datos monitorizados que parametrizan o uso e confort interior.
O sistema do proxecto emprega
algoritmos de aprendizaxe automática para coñecer o estudo de
parámetros
como a temperatura ou a concentración de CO2 na zona de ocupación,
pero monitorizando as variábeis
noutras zonas. Os investigadores admiten que grazas a isto, “pódese
determinar cando as variábeis
de confort ambiental, como calidade do aire, temperatura, humidade e
iluminación, que comezan a estar fóra do rango de valores apropiado
e actuar en consecuencia”.