Design of a real-time system for indoor air pollutant exposure monitoring : Application to formadehyde
Conception d'un système temps-réel de surveillance de l'exposition aux polluants de l'air intérieur : Application au formaldéhyde
Résumé
Formaldehyde is classified as a "high priority" pollutant of indoor air. Because of its effects on health, French emerging regulation (Action 7 of national plan of health and environment) aims to measure formaldehyde in public places (schools, nurseries, etc.) from 2017. However, so far, no commercial tool designed for monitoring hourly formaldehyde concentrations is available to meet those needs in terms of precision measurements, low cost and "large scale".
Le formaldéhyde est un polluant classé comme « hautement prioritaire » dans l’air intérieur. En raison de ses effets sur la santé, la réglementation française émergente (action 7 du PNSE2) impose de mesurer le formaldéhyde dans les lieux publics (écoles, crèches etc.) à partir de 2017. Or, aucun appareil sur le marché n’est capable de fournir des mesures précises, en temps réel et à faible coût. Cette thèse s’inscrit dans le cadre du projet ANR CAPFEIN (réseau de CAPteurs de FormaldEhyde intelligents pour la surveillance de l'air Intérieur) dont l’objectif est de réaliser un « capteur intelligent » de Formaldéhyde. Le sujet de thèse était de concevoir un système de surveillance en temps réel de l’exposition des personnes au Formaldéhyde, et plus généralement à n’importe quel polluant de l’air intérieur. Les capteurs doivent donc être dotés d’une interface de communication pour pouvoir collecter automatiquement les mesures en différents points de l’environnement à surveiller. Deux systèmes de surveillance ont été développés. Le premier repose sur des composants sur étagère et sur une architecture centralisée en se basant sur le concept de l'Internet des objets (IoT). Le second a été entièrement conçu au CRAN et correspond au développement d'une solution basée sur une approche distribuée. Un badge intelligent a été développé. Il permet de surveiller les taux d’exposition de chaque porteur de badge. Les contraintes majeures de ce travail ont été de pouvoir localiser les personnes dans un milieu intérieur, d’optimiser les algorithmes en termes de place mémoire et de consommation d’énergie. Pour la partie optimisation, des méthodes de moyenne mobile à pondération exponentielle ont été implémentées et évaluées. Les deux prototypes ont été testés dans les bâtiments du CRAN et ont montré leur intérêt.