Une école primaire publique de Budapest s'est associée à la Hungarian Environmentally Conscious Building Association (HuGBC) et à son groupe de travail sur le standard WELL afin de mener un programme pilote structuré de qualité de l'air intérieur dans plusieurs salles de classe sélectionnées. Avant le projet, l'école ne disposait d'aucune visibilité en temps réel sur les paramètres environnementaux clés, ne pouvait fonder ses décisions de ventilation sur des données et ne disposait d'aucun mécanisme pour alerter le personnel enseignant lorsque les niveaux de CO₂, de température ou de particules s'écartaient des seuils recommandés. L'objectif était d'établir une référence mesurable de QAI, d'identifier les zones d'amélioration prioritaires et de fournir au personnel des données exploitables en temps réel pour favoriser des environnements d'apprentissage plus sains.
L'école avait besoin d'une infrastructure de surveillance capable de capturer un ensemble complet de paramètres de QAI dans plusieurs salles de classe simultanément, avec une installation de complexité minimale.
La solution comprenait :
- Capteurs MICA Plus déployés dans trois espaces et salles de classe distincts, mesurant en continu : CO₂, TVOC, formaldéhyde (HCHO), PM1, PM2.5, PM4, PM10, température et humidité relative.
- Connectivité Wi‑Fi pour deux capteurs et connectivité cellulaire pour un capteur, permettant la transmission de données dans différentes conditions de réseau au sein du bâtiment.
- Plateforme My inBiot Business offrant des tableaux de bord en temps réel et un accès web aux données de mesure continues pour les coordinateurs du projet et la direction de l'école.
- Système d'alerte visuelle CO₂ intégré sur chaque dispositif MICA Plus, délivrant des signaux lumineux vert, jaune et rouge directement visibles par le personnel enseignant et les élèves dans la salle de classe.
Le déploiement s'est déroulé sous la forme d'un pilote d'un mois, de mars à avril 2026, couvrant une période saisonnière de transition marquée par une occupation et des conditions de ventilation variables. La combinaison de l'accès à la plateforme en temps réel et du retour visuel sur l'appareil a permis à la fois une analyse à distance des données par les chercheurs de HuGBC et une réponse comportementale immédiate du personnel en classe.
- Surveillance du CO₂ et comportement de ventilation : Les alertes CO₂ en temps réel ont incité le personnel enseignant à ouvrir les fenêtres pendant les cours, réduisant directement les concentrations de pointe ; les niveaux de CO₂ sont restés dans la plage excellente (inférieurs à 800 ppm) entre 75 % et 92 % de la période de mesure selon la salle.
- Contrôle du formaldéhyde : Les concentrations de formaldéhyde sont restées inférieures à 70 μg/m³ dans les trois espaces surveillés pendant toute la période de mesure, confirmant l'absence de sources d'émission chimique critiques dans les salles évaluées.
- Référence des particules : Les niveaux de PM2.5 se sont situés dans la plage excellente (inférieurs à 15 μg/m³) pendant 96 à 99 % de la période de mesure, et les PM10 sont restées inférieures à 50 μg/m³ pendant 100 % de la période dans toutes les salles, établissant une référence solide de qualité de l'air pour la direction de l'école.
- Données de température et d'humidité : Les températures moyennes mesurées de 23 à 27 °C et les taux d'humidité relative moyens de 28 à 33 %, tous deux en dehors des plages de confort recommandées, ont fourni à la direction de l'école des données quantifiées pour prioriser les ajustements de la CVC et les interventions de contrôle de l'humidité.
- Sensibilisation du personnel et protocoles opérationnels : Le système d'alerte visuelle intégré à l'appareil a renforcé la prise de conscience des besoins de ventilation par les enseignants en temps réel, soutenant le développement de routines de ventilation en classe fondées sur les données sans nécessiter l'accès à la plateforme numérique.
- Infrastructure de surveillance évolutive : Le pilote a démontré qu'un déploiement de trois dispositifs dans plusieurs salles avec une connectivité mixte pouvait générer des données de QAI fiables et granulaires dans un environnement scolaire en fonctionnement, offrant un modèle reproductible pour un déploiement plus large dans des salles de classe ou des bâtiments scolaires supplémentaires.
,
API licences
My inBiot Business licences
Custom Business Intelligence dashboard
Température, Humidité, CO2, COVT, PM2,5, PM10, PM4.0, PM1.0 et Formaldéhyde
Budapest, Hongrie
2026
