Modelagem Matemática de Sistemas de Ventilação em Interiores

1. Introdução e Contextualização

A Qualidade do Ar Interno (QAI) é um fator determinante para a saúde, o bem-estar e o desempenho cognitivo dos ocupantes em edifícios residenciais, comerciais e educacionais. Em ambientes fechados — como salas de aula, escritórios e auditórios —, a respiração humana consome oxigênio ( $O_2$ ) e emite dióxido de carbono ( $CO_2$ ), além de bioaerossóis e compostos orgânicos voláteis (VOCs). Sem uma renovação adequada do ar, a concentração desses contaminantes aumenta progressivamente, gerando sintomas como sonolência, dores de cabeça e perda de concentração (ASHRAE, 2021).

Para entender como o ar se comporta dentro de um espaço fechado, podemos recorrer a uma analogia simples: imagine um aquário contendo água transparente no qual adicionamos constantemente gotas de corante vermelho (que representam o $CO_2$ liberado pelas pessoas). Se nenhuma água limpa for inserida, o aquário se tornará completamente vermelho. No entanto, se ligarmos uma bomba que injeta água limpa por um lado e retira a água misturada pelo outro, a tonalidade do líquido alcançará um ponto de equilíbrio.

A modelagem matemática da ventilação é a ferramenta teórica e prática que nos permite calcular exatamente a quantidade de "água limpa" (ar externo renovado) necessária para manter a cor (concentração de poluentes) dentro de limites seguros e saudáveis.

2. Fundamentos Físico-Matemáticos: O Modelo de Caixa Única

O método mais fundamental para modelar a ventilação em ambientes internos é o Modelo de Caixa Única (Single-Box Model ou Well-Mixed Model). Este modelo assume a hipótese de que o ar no interior do recinto é perfeitamente misturado de forma instantânea, garantindo que a concentração do poluente seja uniforme em qualquer ponto do espaço (TURKIELTAUB; SCHMID, 2020).

2.1. Equação do Balanço de Massa

A lei física que rege este modelo é o Princípio de Conservação da Massa. Em qualquer intervalo de tempo, a variação da massa de um poluente dentro da sala deve ser igual à quantidade de poluente que entra, somada à quantidade gerada internamente, subtraída da quantidade que sai e da quantidade que é removida por reações químicas ou filtros.

Matematicamente, a taxa de variação da massa do contaminante no tempo $t$ é expressa por uma Equação Diferencial Ordinária (EDO):

$V \cdot \frac{dC(t)}{dt} = Q \cdot C_{ext} + G - Q \cdot C(t) - R \cdot C(t)$

Onde:

$V$ : Volume total do ambiente ( $m^3$ ).
$C(t)$ : Concentração do contaminante no interior do ambiente no tempo $t$ ( $mg/m^3$ ou $ppm$ ).
$\frac{dC(t)}{dt}$ : Taxa de variação da concentração em relação ao tempo.
$Q$ : Vazão volumétrica de ar de renovação que entra e sai do ambiente ( $m^3/h$ ).
$C_{ext}$ : Concentração do contaminante no ar externo ( $ppm$ ).
$G$ : Taxa de geração interna do contaminante ( $mg/h$ ou $L/h$ ).
$R$ : Taxa de remoção ou decaimento do contaminante por filtração/deposição ( $h^{-1}$ ). Desconsiderando a remoção por filtros ( $R = 0$ ), simplifica-se o modelo.

Dividindo toda a equação pelo volume $V$ , obtém-se:

$\frac{dC(t)}{dt} = \frac{Q}{V} \cdot C_{ext} + \frac{G}{V} - \frac{Q}{V} \cdot C(t)$

Definimos o termo $N = \frac{Q}{V}$ como a Taxa de Renovação de Ar por Hora (Air Changes per Hour — ACH, expressa em $h^{-1}$ ). Reescrevendo a equação diferencial:

$\frac{dC(t)}{dt} = N \cdot C_{ext} + \frac{G}{V} - N \cdot C(t)$

2.2. Solução Analítica da Equação Diferencial

Esta é uma EDO linear de primeira ordem. Resolvendo-a para determinar a concentração $C(t)$ ao longo do tempo a partir de uma concentração inicial $C_0 = C(0)$ , obtemos a solução no estado transitório:

$C(t) = C_{ss} + (C_0 - C_{ss}) \cdot e^{-N \cdot t}$

Onde $C_{ss}$ representa a concentração em estado estacionário (quando o tempo $t \to \infty$ e $\frac{dC}{dt} = 0$ ):

$C_{ss} = C_{ext} + \frac{G}{Q}$

Esta fórmula demonstra que a concentração final de equilíbrio ( $C_{ss}$ ) independe do volume da sala ( $V$ ), dependendo exclusivamente da concentração externa ( $C_{ext}$ ), da taxa de geração interna ( $G$ ) e da vazão de ar limpo fornecida ( $Q$ ). O volume $V$ afeta apenas a velocidade (tempo transitório) necessária para atingir esse equilíbrio.

3. Arquitetura do Fluxo de Ventilação

Para visualizar o funcionamento do balanço de massa no ambiente, o diagrama a seguir descreve as entradas, saídas e acúmulo no sistema:

Carregando diagrama...

4. Implementação Prática em Código (Python)

A seguir, apresenta-se um algoritmo numérico em Python que simula a evolução temporal da concentração de $CO_2$ em uma sala de aula ocupada por estudantes durante um período de aula. O código utiliza a aproximação discreta pelo Método de Euler para resolver a EDO numericamente.

import numpy as np

def simular_ventilacao_sala(
    volume_sala: float,       # Volume da sala em m³
    vazao_ar: float,          # Vazão do sistema de ventilação em m³/h
    num_pessoas: int,         # Número de ocupantes
    geracao_co2_pessoa: float,# Geração de CO2 por pessoa em L/h (médio em repouso/estudo = 18 L/h)
    co2_externo: float,       # Concentração externa de CO2 em ppm
    tempo_total_horas: float, # Tempo total da simulação em horas
    passo_tempo_minutos: float# Intervalo de tempo do cálculo em minutos
):
    """
    Simula a variação da concentração de CO2 (em ppm) ao longo do tempo
    usando o Modelo de Caixa Única e o Método de Euler.
    """
    # Converter o passo de tempo de minutos para horas
    dt = passo_tempo_minutos / 60.0
    
    # Calcular a taxa de geração total de CO2 em L/h
    geracao_total_L_h = num_pessoas * geracao_co2_pessoa
    
    # Converter a geração total de L/h para m³/h (1 m³ = 1000 L)
    geracao_total_m3_h = geracao_total_L_h / 1000.0
    
    # Converter a taxa de geração em acréscimo de ppm por hora no volume V
    # 1 ppm de CO2 = 10^-6 m³ de CO2 por m³ de ar
    geracao_ppm_h = (geracao_total_m3_h / volume_sala) * 1e6
    
    # Calcular a taxa de renovação de ar (ACH - Air Changes per Hour)
    ach = vazao_ar / volume_sala
    
    # Vetor de tempo
    passos = int(tempo_total_horas / dt)
    tempo = np.linspace(0, tempo_total_horas, passos)
    
    # Vetor para armazenar as concentrações (iniciando na concentração externa)
    concentracao = np.zeros(passos)
    concentracao[0] = co2_externo
    
    # Iteração numérica (Método de Euler)
    for i in range(1, passos):
        c_anterior = concentracao[i - 1]
        
        # Derivada dC/dt = N * (C_ext - C) + G_volumetrico
        taxa_variacao = ach * (co2_externo - c_anterior) + geracao_ppm_h
        
        # Atualização da concentração: C_novo = C_antigo + (dC/dt) * dt
        concentracao[i] = c_anterior + taxa_variacao * dt
        
    return tempo, concentracao, ach

# --- PARÂMETROS DA SIMULAÇÃO ---
vol_sala = 150.0        # Sala de 10m x 5m x 3m (150 m³)
vazao = 600.0           # Ventilação mecânica de 600 m³/h
estudantes = 30         # 30 alunos
co2_por_aluno = 18.0    # 18 Litros por hora por aluno
co2_ar_puro = 420.0     # Concentração típica do ar externo atual em ppm
horas = 4.0             # 4 horas de aula contínua
passo_min = 1.0         # Atualização a cada 1 minuto

# Executando a simulação
t_vetor, c_vetor, taxa_ach = simular_ventilacao_sala(
    vol_sala, vazao, estudantes, co2_por_aluno, co2_ar_puro, horas, passo_min
)

# Exibição dos resultados no console
print(f"=== RESULTADOS DA SIMULAÇÃO DE VENTILAÇÃO ===")
print(f"Taxa de Renovação do Ar (ACH): {taxa_ach:.2f} trocas/hora")
print(f"Concentração Inicial: {c_vetor[0]:.1f} ppm")
print(f"Concentração após 1 hora: {c_vetor[int(60/passo_min)]:.1f} ppm")
print(f"Concentração após 4 horas: {c_vetor[-1]:.1f} ppm")

Explicação do Código

Conversão de Unidades: A geração de $CO_2$ por pessoa é convertida de litros por hora ( $L/h$ ) para metros cúbicos por hora ( $m^3/h$ ) e depois dimensionada em partes por milhão ( $ppm$ ).
Método de Euler: Aplica-se a fórmula de aproximação diferencial $C(t + \Delta t) = C(t) + \frac{dC}{dt} \cdot \Delta t$ , atualizando a concentração minuto a minuto ( $\Delta t = 1/60$ h).
Análise dos Resultados: O algoritmo permite calcular exatamente após quanto tempo o limite recomendado de $CO_2$ será ultrapassado.

5. Parâmetros Normativos e Diretrizes Técnicas

Para assegurar a saúde dos ocupantes, órgãos reguladores e associações técnicas estabelecem limites para parâmetros ambientais e de ventilação. No Brasil, o controle técnico de sistemas climatizados é regulamentado pelas diretrizes do Ministério da Saúde e pelas normas técnicas de desempenho de edificações (BRASIL, 2018; ABNT, 2023).

A tabela abaixo compara diferentes tipologias de ambientes, apresentando as taxas mínimas recomendadas de renovação de ar por hora (ACH) e o limite superior recomendado para a concentração de $CO_2$ , segundo as normas da ABNT e da ASHRAE.

Tipo de Ambiente	Taxa de Renovação Típica (ACH)	Limite Máximo Recomendado de $CO_2$ (ppm)	Referência Normativa Principal
Sala de Aula	$4,0 - 6,0$	$1000$	ABNT NBR 17037 / ASHRAE 62.1
Escritório Aberto	$2,0 - 4,0$	$1000$	ABNT NBR 17037 / ASHRAE 62.1
Auditório / Cinema	$6,0 - 10,0$	$1000$	ASHRAE Standard 62.1
Leito Hospitalar	$6,0 - 12,0$	$800$	ABNT NBR 7256
Cozinha Comercial	$15,0 - 30,0$	$1000$	ASHRAE Standard 62.1

Nota: Concentrações de $CO_2$ no ar externo giram em torno de $400$ a $450\text{ ppm}$ . Valores internos mantidos abaixo de $1000\text{ ppm}$ indicam uma taxa de renovação satisfatória para a contenção de bioaerossóis e manutenção do conforto respiratório (ASHRAE, 2021).

6. Modelos Avançados: Da Caixa Única à Dinâmica dos Fluidos Computacional (CFD)

Apesar de ser extremamente útil para dimensionamentos preliminares, o Modelo de Caixa Única possui limitações severas. Ele assume que o ar se mistura instantaneamente, o que não ocorre na realidade. Em grandes salas, existem zonas mortas (sem circulação) e atalhos de fluxo (onde o ar limpo entra e sai diretamente pela exaustão sem misturar-se ao ambiente).

Para superar essas limitações e prever a distribuição tridimensional da velocidade do ar, da temperatura e dos poluentes, utiliza-se a Dinâmica dos Fluidos Computacional (Computational Fluid Dynamics — CFD).

O CFD subdivide o volume de ar do ambiente em milhares ou milhões de pequenos volumes de controle (malha computacional) e resolve numericamente as Equações de Navier-Stokes, que descrevem a conservação de momento, massa e energia para fluidos:

$\rho \left( \frac{\partial \mathbf{u}}{\partial t} + \mathbf{u} \cdot \nabla \mathbf{u} \right) = -\nabla p + \mu \nabla^2 \mathbf{u} + \mathbf{f}$

Onde:

$\rho$ : Densidade do ar ( $kg/m^3$ ).
$\mathbf{u}$ : Vetor velocidade do ar ( $m/s$ ).
$p$ : Pressão ( $Pa$ ).
$\mu$ : Viscosidade dinâmica ( $Pa \cdot s$ ).
$\mathbf{f}$ : Forças externas, como a força de empuxo devido à variação de temperatura (convecção natural).

Com simulações em CFD, engenheiros conseguem posicionar grelhas de insuflamento e janelas de maneira otimizada, eliminando zonas estagnadas e garantindo a máxima eficiência com o menor consumo de energia nos sistemas HVAC (Heating, Ventilation, and Air Conditioning).

7. Conclusão

A modelagem matemática da ventilação em ambientes internos varia desde aproximações analíticas fundamentais — como o Modelo de Caixa Única baseado no balanço de massa — até simulações tridimensionais avançadas via CFD. O domínio dessas ferramentas teóricas e práticas possibilita projetar edificações mais saudáveis, eficientes e em conformidade com as normas vigentes. A aplicação de algoritmos de simulação temporal demonstra como simples ajustes nas taxas de renovação de ar podem evitar o acúmulo perigoso de contaminantes e garantir a qualidade do ar interno.

Referências Bibliográficas

ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS (ABNT). ABNT NBR 17037: Qualidade do ar interior em ambientes não residenciais climatizados artificialmente — Padrões de referência. Rio de Janeiro: ABNT, 2023.
AMERICAN SOCIETY OF HEATING, REFRIGERATING AND AIR-CONDITIONING ENGINEERS (ASHRAE). ANSI/ASHRAE Standard 62.1-2021: Ventilation for Acceptable Indoor Air Quality. Atlanta: ASHRAE, 2021.
BRASIL. Lei nº 13.589, de 4 de janeiro de 2018. Dispõe sobre a manutenção de instalações e equipamentos de sistemas de ar condicionado de uso público e coletivo. Brasília, DF: Presidência da República, 2018.
INCROPERA, Frank P. et al. Fundamentos de Transferência de Calor e de Massa. 7. ed. Rio de Janeiro: LTC, 2014.
TURKIELTAUB, Ricardo; SCHMID, Aloísio Leoni. Modelagem e Controle da Qualidade do Ar em Edificações. Curitiba: Editora Acadêmica, 2020.

Modelagem Matemática de Sistemas de Ventilação em Interiores: Do Balanço de Massa à Simulação Computacional