Sistema Embarcado Baseado em Lógica Fuzzy para Análise da Qualidade do Ar em Ambientes Internos

• Antônio Carlos P. de S. Júnior UFPA
• Elton R. Alves UNIFESSPA
• Warley M. Valente Júnior UNIFESSPA
• Adam D. Santos UNIFESSPA
• Haroldo G. B. Filho UFMA

DOI: https://doi.org/10.5753/wcama.2026.21103

Resumo

Este artigo propõe um sistema embarcado baseado em lógica fuzzy para a avaliação da qualidade do ar interno, integrando sensores ambientais e um umidificador como atuador. Dados coletados em sala de aula foram processados por um modelo fuzzy validado em comparação a um controlador PID tradicional. Os resultados obtidos no ambiente de teste específico indicam que, para as variáveis abordadas, a abordagem fuzzy apresentou uma menor variabilidade em relação ao PID. Embora o PID se mantenha como um método de controle válido, o sistema fuzzy manteve 90,58% das amostras acima do limiar de conforto, frente a 47,91% do PID sob as mesmas condições. Os achados sugerem que, para o cenário e as variáveis analisadas, a lógica fuzzy apresentou uma resposta condizente com as necessidades de regulação do microclima.

Referências

Afrial, M., Rauf, M., Nouman, M., Talal Khan, M., Rizwan, M. A., and Ahmad, N. (2025). Multi-sensor indoor air quality monitoring with real-time logging and air purifier integration. Materials Proceedings, 23(1):12.

Aouani, N., Hervé, A., and Nefzaoui, E. (2023). Iot-based indoor air quality monitoring and analysis under different strategies of covid-19 transmission mitigation: a field experiment. In 2023 IEEE International Workshop on Metrology for Living Environment (MetroLivEnv), pages 1–6. IEEE.

Bushnag, A. (2022). An improved air quality and climate control monitoring system using fuzzy logic for enclosed areas. Journal of Ambient Intelligence and Humanized Computing, 14(5):6339–6347.

Cao, X., Li, X., and Wang, B. (2019). Indoor air quality and health: A review of recent literature. Environmental Science and Pollution Research, 26(30):31544–31556.

Chiu, S. H. (2018). Fuzzy logic: intelligence, control, and information. Wiley-Interscience, Hoboken, NJ.

Dionova, B. W., Mohammed, M. A., Al-Zubaidi, S., and Yusuf, E. (2020). Environment indoor air quality assessment using fuzzy inference system. ICT Express, 6(3):185–194.

Ferreira, L. et al. (2025). Seasonal variations and low-cost sensor calibration in urban environments. Climate, 13(4).

Instituto Ar (2024). Qual a qualidade do ar que respiramos? Kovács, L. and Both, C. B. (2024). Iot and machine learning-based system for predicting, monitoring and controlling indoor air quality. In 2024 IEEE International Conference on Automation, Quality and Testing, Robotics (AQTR), pages 1–6. IEEE.

Meneses-Albala, E., Montalban-Faet, G., Felici-Castell, S., Perez-Solano, J. J., and Fayos-Jordan, R. (2025). Assessment of a multisensor zphs01b-based low-cost air quality monitoring system: Case study. Electronics, 14(8):1531.

Morawska, L. et al. (2024). Mandating indoor air quality for public buildings. Science, 383(6688):1177–1179.

Mudholkar, R. and Patil, C. (2019). Design and implementation of genetic fuzzy controller for split air-conditioner control based on fanger’s pmv index. International Journal of Air-Conditioning and Refrigeration, 27(4):1–12.

Prodanov, E. V. and Freitas, E. C. (2013). Metodologia do trabalho científico: métodos e técnicas de pesquisa e projetos de pesquisa. Editora Atheneu.

Santos, L. R. and Silva, T. R. (2019). Lógica fuzzy aplicada à avaliação da qualidade do ar na cidade de são paulo. Revista Brasileira de Engenharia e Tecnologia, 11(3):202–210.

Shoukry, F., Goubran, S., and Tarabieh, K. (2024). Enhanced indoor air quality dashboard framework and index for higher educational institutions. Buildings, 14(6):1640.

Silva, A. et al. (2023). Monitoramento de poluentes em cidades inteligentes utilizando machine learning e sensores de baixo custo. In Anais do Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais (WCAMA). SBC.

Souza, G. S. e. (2024). Lógica fuzzy aplicada à avaliação da qualidade do ar na cidade de são paulo. Master’s thesis, Instituto de Ciência e Tecnologia, Universidade Estadual Paulista, Sorocaba. Orientador: José Arnaldo Frutuoso Roveda. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Ambiental).

Souza, L. d. (2021). Lógica fuzzy e suas aplicações.

World Health Organization (2024). Ambient (outdoor) air pollution. Acessado em: 24 fev. 2026.

Xu, J. et al. (2024). Impact of indoor air quality on cognitive performance in educational environments. Environmental Science & Technology.

Zadeh, L. A. (1965). Fuzzy sets. Information and control, 8(3):338–353.

Zhao, L., Huang, S., Xu, J., and Yao, Y. (2022). Indoor air quality assessment and control using fuzzy inference. In 2022 IEEE 10th International Conference on Smart City and Informatization (iSCI), pages 63–68. IEEE.