IHMOD 2.0 ITA (versione web)

Questa web app è uno strumento gratuito, sviluppato per rendere più comodo l’utilizzo – in forma semplificata – dei principali modelli di esposizione contenuti nello strumento IHMOD 2.0

IHMOD (Industrial Hygiene MODeling) è un insieme di modelli matematici per la valutazione dell’esposizione inalatoria agli agenti chimici utilizzati dagli igienisti industriali e dai professionisti della salute e sicurezza.

Il modello IHMOD è stato sviluppato e proposto dall’American Industrial Hygiene Association (AIHA), sotto forma di un pacchetto Excel ufficiale distribuito come IHMOD 2.0 e IHMOD 2.0 Support File.
Si tratta di uno strumento molto diffuso nella comunità degli igienisti industriali perché permette di simulare in modo quantitativo diversi scenari di rilascio e dispersione degli inquinanti.

Modelli implementati e ambito di utilizzo

La web app implementa 11 modelli (deterministici + versione Monte Carlo).

3.1 Well‑Mixed Room (Stanza ben miscelata)

3.1.1 WMR – Emissione costante

Nome nella web app: Well‑Mixed Room – emissione costante

• Idea di base: la stanza è ben miscelata, la concentrazione è uniforme in tutto il volume.

• Emissione: costante nel tempo a tasso G (mg/min).

• Ventilazione: Q (m³/min) con aria in ingresso a concentrazione C_in.

• Volume: V (m³).

• Quando usarlo:

  • processi abbastanza stabili nel tempo (verniciature continue in cabina, miscelazione solventi, lavaggi continui, ecc.);

  • ambiente ben ventilato e ben miscelato, senza zone a concentrazione molto differente.

3.1.2 WMR – Backpressure (contropresione / saturazione)

Nome nella web app: Well‑Mixed Room – backpressure

• Come il modello precedente, ma l’emissione si riduce quando la concentrazione si avvicina a un valore limite C_sat.

• Concetto di backpressure:

  • se l’aria è già satura di vapori, la volatilizzazione dal liquido rallenta;

  • G_eff = G · (1 - C/C_sat) o formulazioni simili: più C è grande, meno l’emissione è efficace.

• Quando usarlo:

  • evaporazione da superfici o pozze in spazi chiusi dove l’accumulo in aria limita la velocità di emissione.

3.1.3 WMR – Purging Equation (spurgo/pulizia del volume)

Nome nella web app: Well‑Mixed Room – purging

• Nessuna sorgente attiva (G ≈ 0): si studia solo la fase in cui il locale viene “lavato” da ventilazione e perdite.

• Caso tipico:

  • dopo un rilascio, si chiude la sorgente e si attiva o si aumenta la ventilazione;

  • la concentrazione iniziale C₀ decresce verso C_in.

• Quando usarlo:

  • per stimare tempi di bonifica dopo fine emissione;

  • per vedere quanto rapidamente si abbassa la concentrazione fino a un certo limite accettabile.

3.1.4 WMR – Emissione decrescente (Spill Model)

Nome nella web app: Well‑Mixed Room – emissione decrescente (spill)

• Emissione non costante: parte da G₀ e decresce nel tempo (esponenzialmente) con un tempo caratteristico τ_spill.

• Esempi:

  • pozza di solvente che evapora e si riduce progressivamente;

  • contenitore che perde ma si svuota nel tempo.

• Quando usarlo:

  • rilasci finiti (non sorgenti infinite) in ambiente ben miscelato;

  • scenari di spill indoor dove la quantità di sostanza è limitata e si esaurisce.

3.2 Two‑Zone (Near‑Field / Far‑Field)

In questi modelli il volume complessivo è diviso in:

• Near‑Field (NF): zona vicino alla sorgente e al lavoratore;

• Far‑Field (FF): il resto dell’ambiente.

Si considerano due concentrazioni C_NF(t) e C_FF(t), collegate da un coefficiente di mixing.

3.2.1 Two‑Zone – Emissione costante

Nome nella web app: Two‑Zone – emissione costante

• Emissione G nel NF.

• Volume totale V, frazione f_NF per il NF (V_NF = f_NF·V).

• FF ventilato con Q (aria a C_in).

• Utilizzo tipico:

  • scenari in cui il lavoratore è vicino alla sorgente (laminazioni, carico prodotti, travasi localizzati) e il resto del locale ha concentrazione separata;

  • si vuole stimare la concentrazione “vicino al lavoratore” rispetto al fondo.

3.2.2 Two‑Zone – Emissione decrescente (Spill)

Nome nella web app: Two‑Zone – emissione decrescente

• Come il modello precedente, ma l’emissione nel NF decresce nel tempo (spill).

• Utile per:

  • sversamenti localizzati vicino al lavoratore,

  • rilasci finiti che si esauriscono, ma dove è importante distinguere NF/FF.

3.3 Turbulent Eddy Diffusion (TED) – Modelli di diffusione turbolenta

Questi modelli rappresentano la dispersione di un contaminante per effetto della diffusione turbolenta, con o senza advezione (vento medio), in forma semplificata.

Nella web app i TED sono implementati in una forma didattica 1D, utile per capire l’andamento qualitativo ma non equivalente 1:1 alle versioni dettagliate di IHMOD.

3.3.1 TED senza advezione – Pulse Release

Nome nella web app: TED, senza advezione – impulso

• Un rilascio impulsivo di massa M₀ avviene in un mezzo infinito.

• Non c’è vento medio, solo diffusione turbolenta con coefficiente K.

• La concentrazione viene valutata a distanza x dal punto di rilascio.

• Quando usarlo:

  • per visualizzare come si espande una “nube” dopo un rilascio istantaneo in ambiente dove il vento medio è trascurabile;

  • per analisi di massima e confronti concettuali.

3.3.2 TED senza advezione – Constant Emission Rate

Nome nella web app: TED, senza advezione – emissione costante

• Sorgente continua G in un mezzo dominato dalla diffusione turbolenta.

• La nuvola si “allunga” e la concentrazione dipende da G, K e distanza x.

• Nella web app la soluzione è ottenuta numericamente mediante somma di impulsi.

• Quando usarlo:

  • scenari qualitativi di sorgente continua in ambienti aperti o semi‑aperti senza vento predominante.

3.3.3 TED con advezione – Pulse Release

Nome nella web app: TED, con advezione – impulso

• Rilascio impulsivo M₀, diffusione turbolenta K, vento medio U lungo l’asse x.

• La nube si muove (traslata da U) e nel contempo si diffonde.

• Quando usarlo:

  • per visualizzare la combinazione “trasporto + dispersione” dopo un rilascio istantaneo;

  • per capire come il tempo di arrivo del picco dipende dalla distanza e dalla velocità del vento.

3.3.4 TED con advezione – Constant Emission Rate

Nome nella web app: TED, con advezione – emissione costante

• Sorgente continua G, diffusione turbolenta K, advezione U.

• Il pennacchio viene trasportato dal vento e diffuso; la web app lo approssima numericamente.

• Quando usarlo:

  • per stime qualitative di concentrazioni lungo la direzione del vento in presenza di sorgenti continue (camini, sfoghi, perdite puntuali verso ambienti aperti / semi‑aperti).

3.4 Plume – Near & Mid‑Field

3.4.1 Near and Mid‑Field Plume Models (semplificati)

Nome nella web app: Plume – near/mid field (semplificato)

• Modello fortemente semplificato per stimare una concentrazione quasi stazionaria al recettore, a distanze relativamente vicine o intermedie dalla sorgente.

• Tipicamente si usa una forma C ≈ C0 + G / Q_eff, dove Q_eff rappresenta un volume/portata effetto “diluizione”.

• Quando usarlo:

  • per stime di ordine di grandezza;

  • per confrontare scenari (maggiore/minore portata di ventilazione, diverse emissioni G).

• Non adatto come sostituto di modelli di dispersione avanzati (es. AERMOD, CALPUFF o implementazione completa dei plume model di IHMOD).

4. Manuale utente – Come usare la web app

4.1 Panoramica dell’interfaccia

L’interfaccia è divisa in tre parti principali:

1. Toolbar superiore

   • Selettore modalità (Deterministica / Monte Carlo);

   • Selettore modello;

   • Campo Nome scenario;

   • Pulsanti: Calcola, Salva scenario, Gestisci salvataggi, Esporta in Word.

2. Colonna sinistra – Parametri modello

   • In modalità deterministica: campi numerici per G, Q/K/U, V/x, C0, Cin, KL/U, C_sat/f_NF/τ_spill, tempi e TWA.

   • In modalità Monte Carlo: selezione delle distribuzioni per gli stessi parametri e definizione di Tmax/TWA/iterazioni.

3. Colonna destra – Risultati e grafico

   • Riepilogo dei KPI;

   • Grafico C(t) (deterministico) o percentili C(t) (Monte Carlo).

4.2 Modalità deterministica

1. Seleziona “Deterministica” nella barra superiore.

2. Scegli il modello dal menu a tendina (es. “WMR – emissione costante”).

3. Compila i parametri nella colonna sinistra:

   • G, Q, V, C0, Cin, KL, C_sat/f_NF/τ_spill;

   • Tempo massimo simulazione, Fine emissione G, TWA breve, TWA turno.

4. Inserisci un Nome scenario (es. “Verniciatura cabina 1 – turno mattina”).

5. Clicca su “Calcola”:

   • nella colonna destra compaiono i KPI (TWA, C_max, ecc.);

   • il grafico mostra la curva C(t) sul periodo selezionato.

4.3 Modalità Monte Carlo

1. Seleziona “Monte Carlo” nella toolbar.

2. Scegli il modello come sopra.

3. Per ciascun parametro (G, Q/K, V/x, C0, Cin, KL, C_sat/f_NF/τ_spill):

   • scegli il tipo di distribuzione: Costante, Uniforme, Normale;

   • inserisci i valori richiesti (valore singolo o min/max o µ/σ).

4. Definisci:

   • Tempo massimo simulazione;

   • Fine emissione G;

   • TWA breve e TWA turno;

   • Numero di iterazioni (es. 1000).

5. Clicca su “Calcola”:

   • nella colonna destra compaiono i percentili delle TWA (P10, P50, P90);

   • il grafico mostra le curve C(t) P10, P50 (mediana), P90.

4.4 Pulsanti e funzioni principali

4.4.1 Pulsante Calcola

• Esegue il modello nella modalità corrente (Deterministica o Monte Carlo) con gli input inseriti.

• Aggiorna il pannello “Risultati e KPI” e il grafico.

4.4.2 Pulsante Salva scenario

• Salva lo scenario corrente (in modalità deterministica) nel localStorage del browser.

• Vengono registrati:

  • nome scenario;

  • modello;

  • parametri di input;

  • alcuni KPI calcolati.

• Gli scenari salvati restano solo sul tuo dispositivo e nel tuo browser.

4.4.3 Pulsante Gestisci salvataggi

• Apre una finestra con la lista di tutti gli scenari salvati.

• Per ogni scenario:

  • Carica: ripristina parametri e ricalcola la curva C(t);

  • Elimina: rimuove definitivamente lo scenario.

4.4.4 Pulsante Esporta in Word

• Genera un file .doc con:

  • intestazione (scenario, modello, data, modalità deterministica/Monte Carlo);

  • tabella parametri di input;

  • tabella KPI (TWA breve/turno, C_max, ecc.);

  • un estratto della curva C(t) (valori tempo‑concentrazione);

  • un’immagine del grafico C(t), se il browser la permette;

  • una breve descrizione testuale del modello usato.

4.5 Avviso di chiusura / ricarica pagina

Per ridurre il rischio di perdere configurazioni non salvate:

• Quando tenti di chiudere o ricaricare la pagina, il browser mostra un messaggio di conferma:
  “Se ricarichi o chiudi la pagina, tutti i dati non salvati andranno persi. Hai salvato lo scenario?”

• Premi Annulla se vuoi rimanere sulla pagina e salvare prima;

• Premi OK (o conferma equivalente) solo se sei sicuro di non aver bisogno dei dati correnti.

5. Disclaimer e nota legale

1. Web app gratuita e non ufficiale

   • La web app è distribuita come strumento gratuito e “as‑is”.

   • È stata ispirata ai modelli contenuti in IHMOD 2.0, ma non è lo strumento ufficiale.

2. Nessun collegamento con la fonte ufficiale

   • IHMOD 2.0 è un modello di simulazione sviluppato dagli autori originari e distribuito dalla
     American Industrial Hygiene Association (AIHA) come file Excel con macro.

   • Questa web app:

     • non è sviluppata, approvata, sponsorizzata o verificata da AIHA;

     • non è un porting certificato di IHMOD 2.0;

     • potrebbe usare equazioni semplificate o parametri raggruppati rispetto allo strumento originale.

3. Limiti dei modelli implementati

   • I modelli di Well‑Mixed Room sono concettualmente vicini a quelli di IHMOD ma non garantiscono identità numerica.

   • I modelli Two‑Zone, TED e Plume sono implementati in forma semplificata, con scopi didattici e di supporto, non come sostituti degli algoritmi dettagliati dello strumento originale.

   • I risultati devono essere considerati come stima e non come “valore assoluto intoccabile”.

4. Responsabilità d’uso

   • L’utente è responsabile per:

     • la correttezza dei dati inseriti;

     • la scelta del modello più appropriato allo scenario reale;

     • la verifica dei risultati con altre fonti (misure, altri modelli, letteratura, giudizio professionale).

   • Gli autori della web app non garantiscono la totale assenza di errori e
     non si assumono responsabilità per decisioni tecniche, legali o regolatorie prese esclusivamente sulla base dei risultati prodotti.