Il monitoraggio in tempo reale del gradiente termico superficiale negli edifici storici rappresenta un pilastro essenziale per un’efficienza energetica dinamica e sostenibile, soprattutto in contesti dove materiali tradizionali e vincoli conservativi impongono soluzioni tecniche altamente personalizzate.
“Il gradiente termico superficiale non è solo una misura termica, ma un indicatore vitale dello scambio energetico tra interno ed esterno, cruciale per prevenire degrado e ottimizzare interventi mirati.” — Estratto Tier 2
- Il monitoraggio passivo, basato su termocoppie a fibra ottica e pirrometri a scansione, permette di catturare variazioni di temperatura con alta risoluzione spaziale, essenziale per superfici irregolari di pietra, mattoni e intonaci antichi. A differenza di sensori convenzionali, queste tecnologie registrano variazioni in microsecondi, minimizzando l’impatto fisico sulla struttura.
- Il monitoraggio attivo integra dati in tempo reale con sistemi IoT, come Node-RED e ThingSpeak, per acquisizione continua e georeferenziazione. L’uso di algoritmi di filtraggio avanzati riduce interferenze da irraggiamento solare diretto e condizioni atmosferiche transitorie, garantendo dati affidabili anche in ambienti complessi.
- La sfida principale nei edifici storici è la non uniformità termica: variazioni localizzate possono mascherare problemi strutturali o indurre perdite termiche nascoste. Un’analisi 3D termografica, combinata con modellazione termica inversa, consente di identificare zone critiche con precisione centimetrica.
Fase 1: Analisi preliminare del patrimonio edilizio e mappatura termica 3D
- **Valutazione materiale e geometria**: catalogare tipologia (pietra locale, mattoni forati, intonaci calce), spessore muri e orientamento delle facciate. Materiali tradizionali presentano conducibilità termica variabile (es. pietra calcarea: ~2,5 W/m·K; intonaci calce: ~0,8 W/m·K), richiedendo modelli di trasferimento termico non standard.
- **Esposizioni e microclima locale**: mappatura delle facciate secondo esposizione (nord, sud, est, ovest) e ombreggiature naturali. Zone a nordovest, esposte a calore solare prolungato, mostrano gradienti termici più elevati, specialmente in inverno.
- **Identificazione punti critici**: attraverso termografia aerea con drone (risoluzione <10 cm) e rilevamenti terrestri, si individuano giunture, infiltrazioni, e zone con accumulo termico. Un caso studio a Milano su un palazzo 16° secolo ha rilevato differenze ΔΓ di oltre 5°C tra soglia e cornice cornicella, indicativo di ponti termici.
Fase 2: Progettazione della rete di sensori e integrazione IoT
- **Scelta sensori termici**: termocoppie a fibra ottica per misure distribuite (resistenza <0,1°C di errore) e pirrometri a scansione termica per mappature rapide. Sensori devono essere calibrati ogni 6 mesi secondo UNI EN 13165, con controllo di linearità e ritardo temporale.
- **Posizionamento strategico**: installazione su cornice (fronte esterna), soglia (zona di massimo scambio termico), e cornice cornicella (punto di transizione tra interno e esterno). Posizionamento tecnico richiede dettaglio: distanza minima da bordo murario per evitare effetto “ponte termico” indotto.
- **Cablaggio e protezione**: utilizzo di cavi protetti da guaine ignifughe (classe A2) e tecniche di occultamento passivo (sotto rivestimenti estetici), garantendo sicurezza antincendio e integrazione visiva. I nodi di raccolta dati devono essere collocati in spazi tecnici accessibili ma non invasivi.
- **Integrazione con piattaforme IoT**: sistema Node-RED per gestione dati in tempo reale, con visualizzazione su dashboard geospaziale (QGIS integrato) e sincronizzazione con BMS esistenti. Esempio: un palazzo storico a Venezia ha ridotto il consumo di riscaldamento del 21% dopo configurazione dinamica basata su soglie ΔΓ > 3°C/ore.
Fase 3: Installazione fisica e calibrazione sul campo
- **Nascondimento tecnico e protezione**: cablaggi incorporati in conduits termoisolanti o ricoperti da intonaci compositi, con etichettatura discreta per manutenzione futura. La geometria deve preservare l’estetica originale, evitando segni visibili.
- **Calibrazione in situ**: confronto tra dati sensore e misure di riferimento con termometro a resistenza (TR) calibrato, in diverse condizioni (giorno sole vs notte nuvolosa). Correzione parametri di offset e sensibilità per garantire accuratezza ±0,2°C.
- **Test di validazione**: simulazione termica di breve durata (6 ore) per verificare reattività e stabilità del sistema. Un caso a Firenze ha rilevato un ritardo di 8 minuti nella risposta termica, corretto aggiustando algoritmi di filtraggio.
Fase 4: Configurazione software e allarmi dinamici
- **Definizione soglie intelligenti**: ΔΓ > 2°C/ora per allarmi di variazione rapida, ΔΓ > 5°C/ore per picchi estremi. Queste soglie, calibrati su dati storici locali (ARPA), evitano falsi positivi da irraggiamento o vento.
- **Allarmi e notifiche**: integrazione con sistemi di alert via email, SMS o app dedicata, con livelli di gravità (informazione, avviso, emergenza). Esempio: un picco ΔΓ > 6°C innesca automaticamente il protocollo di ventilazione naturale in zone colpite.
- **Dashboard interattive**: visualizzazione in tempo reale del gradiente termico 3D, con color coding (verde: stabile, giallo: attenzione, rosso: critico). Accesso da tablet o desktop, con esportazione dati per reportistica mensile.
Fase 5: Validazione e simulazioni termiche inverse
- **Filtraggio avanzato dei dati**: applicazione