En air intérieur, la principale source de CO2 est l’activité humaine. Sa concentration est donc un excellent indicateur du taux de renouvellement de l’air et donc de l’efficacité de l’aération. Lorsque la ventilation est mécanique, le Code du Travail (Article R.42222-6) impose un taux d’air neuf minimum de 25 m3/h par occupant dans les bureaux. Ce débit est de 30 m3/h/occupant dans les salles de réunion et espaces de restauration.
Une concentration élevée en CO2 peut être désagréable pour les occupants, mais peut également être corrélée avec des concentrations élevées en espèces nocives comme les virus. Ainsi le HCSP (Haut Conseil de la Santé Publique) a instauré dans le contexte de l’épidémie de Covid-19 une valeur repère de 600 ppm dans les espaces de restauration des établissements recevant du public.
D’autres études (https://www.hsph.harvard.edu/news/press-releases/office-air-quality-may-affect-employees-cognition-productivity/, https://www.nih.gov/news-events/nih-research-matters/link-between-green-office-environments-cognitive-function) montrent un lien direct et important entre la concentration en CO2 et les capacités cognitives : une augmentation de 400 ppm de la concentration en CO2 dans des espaces de bureaux entrainerait ainsi une baisse de 21% des résultats à un test cognitif !
Pour mesurer la concentration en CO2 et les paramètres de confort (température et humidité relative), des capteurs d’ambiance ont été placés dans les espaces représentatifs du restaurant. Ces capteurs communiquants transmettent, via un réseau Lora, des données en continu visualisables sur la plateforme Pando 2. Le client et les ingénieurs d’ISPIRA peuvent ainsi avoir connaissance des données en temps réel et être notifiés par un système d’alerte en cas de dépassement de seuil ou de dysfonctionnement.
A l’issue d’une année de fonctionnement, ISPIRA a dressé un bilan permettant d’avoir une approche globale alliant efficacité du renouvellement de l’air et optimisation énergétique.
Figure 1 : Exemple de visualisation en direct des données sur la plateforme
Figure 2 : Exemple de traitement des données effectué par un ingénieur ISPIRA
