Projeto Sobre A Agua

A água que as cidades usam e esquecem

O projeto sobre a agua que eu comecei há alguns anos envolvia monitorar vazamentos em uma rede de abastecimento residencial de meia dúzia de prédios em São Paulo. Não era um caso de academia, era encanamento velho, válvulas que não fechavam direito e um problema de pressão que oscilava entre 2 e 8 metros de coluna d'água conforme o horário do dia. O primeiro passo foi instalar medidores de fluxo na entrada de cada bloco, sensor de pressão com registro a cada cinco minutos e um log manual de consumo por andar. A gente não tinha verba para software caro, então usei um ESP32 com sensor de fluxo YF-S201, resistor de 10k e uma folha de cálculo no Google Sheets que funcionava como banco de dados temporário. O problema real apareceu quando o sensor de fluxo começou a mostrar leituras negativas entre 02h e 04h da manhã. Parecia um bug no firmware, mas era a instalação. O sensor estava posicionado com o sentido de fluxo oposto ao da tubulação, então o impulso gerado pelo rotor era interpretado como retorno. A correção foi simples: inverter os cabos do sensor e marcar no diagrama elétrico qual pinagem correspondia ao sentido correto. Eu perdi três dias investigando antes de perceber que o problema não era no código, mas na montagem física. Outro ponto que ninguém avisa é a calibração do sensor de pressão. O modelo que eu usei, MPX5700DP, tem uma curva não linear abaixo de 10 kPa. Quando a pressão cai muito, a saída não segue mais a regra simples de 0,8 mV/kPa. A solução foi fazer uma tabela de lookup com dez pontos de medição usando um manômetro de precisão e interpolar os valores no código. Isso reduziu o erro de estimativa de vazamento de 15% para cerca de 3%, o que faz diferença quando se quer identificar um gotejamento de 0,5 litro por hora.

O projeto sobre a agua também esbarrou em um problema de alimentação. O ESP32 consome cerca de 80 mA em repouso e pico de 500 mA durante transmissão Wi-Fi. Com uma fonte de 5V 2A, a queda de tensão no cabo de 15 metros chegava a 0,8V, suficiente para causar resets aleatórios. A solução foi adicionar um capacitor de 1000 µF perto do módulo e usar um regulador LM2596 ajustado para 5,2V. Assim, mesmo com a queda de linha, a placa mantinha estabilidade. Tem um detalhe que parece bobo, mas trava muita gente: a integração com o Google Sheets via Apps Script. O endpoint de publicação precisa de um token de acesso, mas o método mais fácil é usar a API do Google Sheets v4 com um serviço de conta de serviço. Eu configurei uma conta com permissão de escrita apenas, gerei um JSON de chave privada e usei curl para enviar os dados. O limite de 60 requisições por minuto é real, então coloquei um buffer de 30 segundos entre enviops e o seguinte. Se você tentar enviar em lote sem respeitar isso, o sheet trava e perde os últimos cinquenta registros. O projeto sobre a agua também me mostrou um problema de manutenção. Os sensores de fluxo acumulam detritos em seis meses de uso contínuo. A leitura começa a apresentar picos de 20% acima do valor real. A limpeza com vinagre branco resolve parcialmente, mas o melhor é instalar um filtro de tela 200 mesh antes do sensor. Trocar o filtro a cada três meses custa menos de dez reais e evita substituir o sensor inteiro, que sai por cerca de sessenta quilogramas na época em que fiz a compra.

Se você for montar algo parecido, cuidado com a escolha do material do tubo. Tubo PVC classe 200 é barato, mas em áreas com água chlorada o anel de vedação degrada em oito meses. Substitua por borracha EPDM e use massa de vedação silicone neutra. Isso estende a vida útil para dois anos ou mais, dependendo da frequência de uso. O custo total do meu setup ficou em torno de duzentos e cinquenta reais, incluindo placa, sensores, filtros, fontes e cabos. A parte mais cara foi o manômetro de precisão, que comprei usado por cem reais. O resto é consumível e reposição a preço baixo. Eu deixei o código no GitHub sob licença MIT. O repositório tem o esquema elétrico, o firmware Arduino atualizado para a calibração por tabela de lookup e o script de publicação no Google Sheets. O link é github.com/seuusuario/agua-monitor-v1. Se você clonar e rodar, ajuste os pinos do sensor de fluxo para o pino D2 e o de pressão para A0. O threshold de alarme de vazamento está definido em 0,3 litro por hora, mas você pode mudar editando a constante MAX_FLOW na pasta config.

Há também um vídeo de montagem no canal do YouTube, mas o conteúdo textual já cobre os pontos críticos. O que não está no vídeo é o detalhe do debounce de software para o sensor de fluxo, que eu implementei com um timer de 100ms para evitar falsos positivos causados por turbulência na tubulação. Sem isso, o sistema registrava até quinze alertas por dia que não eram reais. Se você quiser expandir o projeto para múltiplas residências, considere usar LoRaWAN em vez de Wi-Fi. O custo por nó cai pela metade e a cobertura cobre até dois quilômetros em área urbana. A desvantagem é a latência maior, cerca de dois segundos por mensagem, mas para monitoramento de vazamento isso é aceitável. Eu documentei tudo em markdown, com arquivos README em português e inglês. A intenção é que qualquer pessoa com conhecimento básico de eletrônica consiga replicar. Não é um projeto para iniciantes absolutos, mas também não exige curso técnico. Quem já montou um blink LED e sabe soldar jumper vai conseguir.

O arquivo de esquema elétrico está em PDF e SVG. O circuito usa resistor pull-up de 10k no sensor de fluxo e capacitor de desacoplamento de 0,1 µF junto ao VCC do ESP32. Nada sofisticado, mas essencial para evitar ruído na leitura. Se surgirem dúvidas, abra uma issue no repositório. Eu respondo em até quatro dias úteis, mas o tempo costuma ser menor. O projeto é aberto e qualquer contribuição é bem-vinda, desde que siga o código de conduta documentado no arquivo CONTRIBUTING. Último detalhe: não esqueça de testar o sistema por pelo menos uma semana antes de confiar nos dados. Eu vi um caso em que o sensor parecia perfeito nos primeiros três dias, mas apresentou drift de temperatura a partir do quarto dia. A correção foi adicionar um coeficiente de compensação térmica no firmware, baseado na leitura de um BMP180 colado junto ao sensor de pressão.

O projeto sobre a agua mostra que monitorar recursos hídricos não precisa ser caro nem complicado. Basta seguir os passos, registrar os problemas que aparecem e compartilhar a solução. Se você tiver um resultado parecido, me avisa. A gente trocando ideia ajuda todo mundo.