INNEBO
Volver al blog
Automatización
AirQ, medidor IoT de CO2 de INNEBO, instalado en la pared de una sala

AirQ: un medidor IoT de CO2 para controlar la ventilación de espacios interiores

Cómo desarrollamos AirQ, un dispositivo que mide CO2, temperatura, humedad y ocupación, envía los datos a la nube, genera alertas e incluso predice la evolución del CO2 con un modelo de inteligencia artificial.

2021–20224 min de lectura

En espacios cerrados como aulas, oficinas o salas de reuniones, la concentración de CO2 es un indicador muy práctico de si se está ventilando bien: sube con la respiración de las personas presentes y baja cuando entra aire exterior. En INNEBO desarrollamos AirQ, un dispositivo IoT para medirla, visualizarla y avisar cuando conviene ventilar.

Qué hace AirQ

  • Mide la concentración de CO2, la temperatura y la humedad del local, y estima el número de personas presentes.
  • Muestra los datos en pantalla: una pantalla táctil permite ver las mediciones, consultar los gráficos de las últimas lecturas y configurar el equipo.
  • Los envía a la nube por WiFi, donde se pueden consultar desde cualquier navegador, con paneles de datos e históricos.
  • Genera alertas cuando el CO2 supera un umbral que define el usuario, tanto para los ocupantes del local como para la persona responsable de las instalaciones.
  • Emite informes automáticos sobre la calidad de la ventilación en el periodo que se elija.

Cómo está hecho

El equipo se basa en un microcontrolador ESP32, un sensor de CO2 que también mide temperatura y humedad, y una pantalla táctil TFT de 2,4 pulgadas. Se alimenta por micro USB a 5 V y envía los datos a un servidor IoT en la nube. Desde el propio dispositivo se configuran la red WiFi, los umbrales de alarma y la calibración.

Pantalla de AirQ con CO2, temperatura, humedad y ocupación
Pantalla de AirQ: CO2 en ppm, temperatura, humedad y número de personas

Más allá de medir: predecir

Además de registrar valores, AirQ incorpora un modelo de inteligencia artificial que predice cómo evolucionará el CO2 en el local. Es una red neuronal híbrida LSTM-CNN que trabaja con series temporales de alta frecuencia y que, en las pruebas, dio buenos resultados hasta 48 pasos en el futuro con un muestreo de 30 minutos. El modelo se ejecuta en tiempo real sobre el servidor en la nube, sincronizado con los datos que llegan de los sensores, lo que permite que siga aprendiendo y anticipe situaciones antes de que se produzcan.

Dónde puede ser útil

Cualquier espacio donde importe la calidad del aire interior: centros educativos, oficinas, salas de reuniones, comercios, instalaciones sanitarias o transporte. Tener datos objetivos permite ventilar cuando hace falta (y no más de lo necesario) y dejar constancia de cómo se ha gestionado.


¿Necesitas monitorizar el aire, la temperatura o cualquier variable de tus instalaciones? Cuéntanos tu caso: desarrollamos sensores, comunicaciones y plataformas de datos a medida.