Modelos de Gestão da Degradação em Edifícios - Influência ... · Then, the anomaly was...

Modelos de Gestão da Degradação em Edifícios - Influência de factores de degradação no aparecimento de

manchas nas fachadas

Jorge Miguel Macieira da Costa

Dissertação para obtenção do Grau de Mestre em Engenharia Militar

Júri

Presidente: Professor Jorge Manuel Caliço Lopes de Brito Orientador: Professor Pedro Vaz Paulo Co-Orientador: Professor Fernando António Baptista Branco Vogal: Professor João Ramôa Correia Vogal: Tenente-Coronel Albano Silva

Dezembro de 2011

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas Sumário

I

Título: Modelos de gestão da degradação de edifícios – Influência de factores de degradação no

aparecimento de manchas na fachada

Autoria: Jorge Miguel Macieira da Costa

Curso de Mestrado em: Engenharia Militar

Orientador: Professor Pedro Vaz Paulo

Co-orientador: Professor Fernando António Baptista Branco

Sumário

Actualmente, verifica-se uma crescente preocupação face ao aumento significativo da degradação do

parque construído, pois os custos provenientes da reparação e manutenção dos mesmos têm sido

elevados. Visto os recursos financeiros serem limitados é necessário optimizar a utilização dos

recursos existentes efectuando uma gestão racional e previamente planificada dos mesmos.

Destacam-se claramente as metodologias de previsão de vida útil de componentes e materiais de

construção, que são essenciais para a criação de planos de manutenção e intervenção no período de

serviço do património edificado.

Neste contexto, a presente dissertação insere-se numa linha de investigação sobre a previsão da vida

útil de materiais e componentes de construção, sendo adoptada uma metodologia de investigação

baseada na inspecção de edifícios em serviço para efectuar a previsão da vida útil de pinturas. Esta

investigação é desenvolvida com recurso a dados de campo que permitiram a elaboração dos

factores de degradação assim como a sua influência na anomalia considerada, sendo esta a retenção

de sujidade. Seguidamente efectuou-se a quantificação da anomalia que, juntamente com os factores

de degradação adoptados, permitiu analisar a evolução da anomalia através de gráficos de

degradação e modelos determinísticos.

No decorrer da investigação, realizou-se a inspecção de 131 edifícios situados na zona de Lisboa,

mais especificamente em Madragoa. Estas inspecções permitiram efectuar a passagem da teoria a

prática da metodologia anteriormente proposta, servindo de fundamento para efectuar a análise da

evolução da degradação e adopção de factores de degradação com o objectivo de efectuar uma

estimativa da vida útil.

Palavras-Chave: Vida útil, Retenção de sujidade, Quantificação de anomalias, Factores de

degradação, Modelos determinísticos

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Sumário Influência de factores de degradação no aparecimento de manchas nas fachadas

II

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas Abstract

III

Title: Management models of the degradation of buildings – Influence of degradation factors in the

appearance of stains on the façades

Abstract

Currently, there is a growing concern around the significant increase in the degradation of the building

park, due to the rising costs of repair and maintenance. Since financial resources are limited it is

necessary to optimize the use of existing resources by making a rational and planned management of

these resources. It is important to highlight the methodologies of service life prediction of components

and construction materials, which are essential for the creation of maintenance plans and intervention

in the service period of the built heritage.

In this context, this dissertation is developed in a research line to predict the service life of materials

and construction components, being adopted a research methodology based on the inspection of

buildings in service to make the prediction of the service life of paintings. This research is developed

with the use of field data that allowed the development of degradation factors as well as their influence

on the anomaly considered, the retention of dirt collection. Then, the anomaly was quantified, together

with the degradation factors adopted, which allowed the analysis of the anomaly´s evolution through

graphics of degradation and deterministic models.

In the course of the investigation, 131 buildings were inspected in the Lisbon area, more specifically in

Madragoa. These inspections allowed the transition from theory to practice of the methodology

previously proposed, serving as a basis for carrying out the analysis of the evolution of the

degradation and the adoption of degradation factors in order to make an estimation of the service life.

Keywords: Service life, Dirt collection, Defect quantification, Degradation factors, Deterministic

models

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Abstract Influência de factores de degradação no aparecimento de manchas nas fachadas

IV

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas Agradecimentos

V

Agradecimentos

Em primeiro lugar, quero agradecer profundamente ao Professor Pedro Paulo, meu orientador, pela

oportunidade de utilização da plataforma BuildingsLife, pela incasável disponibilidade, bem como a

transmissão de conhecimento, rigor científico e incentivos que permitiram a concretização deste

trabalho.

Ao Engenheiro Mário Garrido pela enorme disponibilidade, facilitando informações e dados

importantes para a realização do presente trabalho.

Ao Sr. Francisco Feio pela formação essencial para a utilização da plataforma BuildingsLife, assim

como o esclarecimento de dúvidas relacionadas com a sua utilização.

Ao Director dos cursos da Guarda Nacional Republicana Tenente–Coronel Conceição Bessa, pelo

constante acompanhamento e disponibilidade durante a duração do curso.

Ao Director de curso de Engenharia Militar Tenente-Coronel Azevedo da Silva, pela transmissão de

conhecimento e disponibilidade.

Aos meus amigos da Academia Militar, pelo espírito de camaradagem e entreajuda

Aos meus colegas do Instituto Superior Técnico, pela partilha de conhecimento e pelo convívio.

A Filipa pelo apoio e paciência durante estes meses, destacando o encorajamento em todas as fases

deste trabalho.

De uma forma especial aos meus pais e irmãos, destacando o contributo do meu irmão Eric, pelo

apoio incondicional e incentivo dado durante o curso.

Aos meus amigos que directa ou indirectamente contribuíram para a realização da presente

dissertação.

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Agradecimentos Influência de factores de degradação no aparecimento de manchas nas fachadas

VI

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas Índice

VII

Índice geral

Sumário ........................................... .................................................................................................... I

Palavras-Chave .................................... ............................................................................................... I

Abstract .......................................... ................................................................................................... III

Keywords........................................... ................................................................................................ III

Agradecimentos .................................... ................................................................................................ V

Índice geral……………………………………………………………………………………………………. .VII

Índice de Figuras ................................. ................................................................................................. XI

Índice de Quadros ................................. ............................................................................................. XIII

1. Introdução ........................................ .............................................................................................. 1

1.1. Considerações iniciais ............................................................................................................. 1

1.2. Âmbito e objectivos da dissertação ......................................................................................... 1

1.3. Plataforma BuildingsLife .......................................................................................................... 2

1.4. Organização da dissertação .................................................................................................... 3

2. Metodologias para previsão da vida útil ........... .......................................................................... 5

2.1. Introdução ................................................................................................................................ 5

2.2. Enquadramento normativo ...................................................................................................... 5

2.3. Conceito de vida útil e seus critérios de análise ..................................................................... 8

2.4. Fim da vida útil......................................................................................................................... 9

2.5. Importância da manutenção na vida útil das construções .................................................... 10

2.6. Procedimento geral da previsão da vida útil ......................................................................... 10

2.6.1. Materiais e componentes em estudo ............................................................................ 12

2.6.2. Caracterização das propriedades do material ou componente. .................................... 13

2.6.3. Identificação do contexto de aplicação do material ou componente ............................. 13

2.6.4. Identificação e especificação dos agentes de degradação ........................................... 14

2.7. Metodologias de obtenção de dados .................................................................................... 15

2.7.1. Metodologias de curto prazo ......................................................................................... 16

2.7.2. Metodologia de longo prazo .......................................................................................... 17

2.8. Metodologias de previsão de vida útil ................................................................................... 19

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Índice Influência de factores de degradação no aparecimento de manchas nas fachadas

VIII

2.8.1. Método factorial ............................................................................................................. 19

2.8.2. Modelos determinísticos ................................................................................................ 20

2.8.3. Modelos estocásticos .................................................................................................... 23

2.8.4. Modelos de engenharia ................................................................................................. 24

2.9. Conclusões ............................................................................................................................ 24

3. Manchas em fachadas de edifícios antigos .......... .................................................................... 25

3.1. Introdução .............................................................................................................................. 25

3.2. As manchas de sujidade ....................................................................................................... 27

3.3. Factores de degradação ........................................................................................................ 30

3.3.1. Textura superficial ......................................................................................................... 30

3.3.2. A cor .............................................................................................................................. 31

3.3.3. Geometria ...................................................................................................................... 32

3.3.4. Orientação Solar ............................................................................................................ 35

3.4. Conclusões ............................................................................................................................ 35

4. Metodologia de investigação ....................... .............................................................................. 37

4.1. Introdução .............................................................................................................................. 37

4.2. Trabalho de campo ................................................................................................................ 37

4.2.1. Objectivos e âmbito de trabalho de campo ................................................................... 37

4.2.2. Registo fotográfico ......................................................................................................... 37

4.2.3. Informações relativas à data de aplicação das pinturas dos edifícios .......................... 38

4.3. Factores de degradação ........................................................................................................ 38

4.3.1. Identificação da textura da película ............................................................................... 38

4.3.2. Determinação da cor ..................................................................................................... 39

4.3.3. Identificação do elemento saliente - varanda ................................................................ 40

4.3.4. Determinação da orientação solar................................................................................. 40

4.4. Elaboração da imagem da fachada ....................................................................................... 41

4.4.1. Registo fotográfico ......................................................................................................... 41

4.4.2. Elaboração da fotografia da fachada ............................................................................ 42

4.5. Quantificação da sujidade ..................................................................................................... 43

4.5.1. Plataforma BuildingsLife ................................................................................................ 43

4.5.2. Utilização da aplicação Photo Color .............................................................................. 43


IX

4.6. Análise de dados e ajuste das curvas de degradação .......................................................... 51

4.7. Resumo da metodologia ........................................................................................................ 54

5. Análise de resultados ............................. .................................................................................... 55

5.1. Definição da amostra ............................................................................................................. 55

5.2. Gráfico da degradação geral ................................................................................................. 56

5.3. Influência dos factores de degradação ................................................................................. 58

5.3.1. Influência da textura da película .................................................................................... 58

5.3.2. Influência da cor ............................................................................................................ 61

5.3.3. Influência do elemento saliente - varanda ..................................................................... 62

5.3.4. Influência da orientação solar ........................................................................................ 64

5.4. Combinação de factores de degradação .............................................................................. 66

5.4.1. Combinação 1 – Textura da película e cor .................................................................... 67

5.4.2. Combinação 2 – textura da película e elementos salientes .......................................... 71

5.4.3. Combinação 3: Textura da película e orientação solar ................................................. 74

5.5. Síntese dos resultados obtidos ............................................................................................. 79

6. Conclusões e desenvolvimentos futuros ............. .................................................................... 83

6.1. Considerações finais ............................................................................................................. 83

6.2. Desenvolvimentos futuros ..................................................................................................... 84

Bibliografia ...................................... ..................................................................................................... 87

Anexos


X


XI

Índice de Figuras

Figura 2.1 - Relação entre a perda de desempenho das propriedades de um elemento e os mínimos

aceitáveis, com identificação daquela que condiciona o fim da vida útil ................................................ 9

Figura 2.2 - Influência das actividades de manutenção no cumprimento dos níveis mínimos aceitáveis

............................................................................................................................................................... 10

Figura 2.3 - Procedimento geral das metodologias de previsão da vida útil de materiais e

componentes de construção, com indicação do procedimento adoptado no presente trabalho .......... 11

Figura 2.4 - Acumulação de sujidade .................................................................................................... 13

Figura 2.5 - Manchas causadas pela contaminação por algas e fungos. ............................................. 13

Figura 2.6 - Variação dos agentes de degradação ambiental consoante as escalas geográficas ....... 14

Figura 2.7 - Andamento geral das curvas de Gompertz ....................................................................... 22

Figura 2.8 - Andamento geral de uma curva potencial ......................................................................... 22

Figura 2.9 - Andamento geral de uma curva de Weibull ....................................................................... 23

Figura 3.1 - Visualização de manchas de sujidade .............................................................................. 27

Figura 3.2 - Esquema de escurecimento da fachada por sujidade com o efeito da humidade

……...…………………………………………………………………………………………………………… 28

Figura 3.3 - Esquema de lavagem por água da chuva ……………….………………………………...…29

Figura 3.4 - Manchas de sujidade em escolhas arquitectónicas de maior risco ………………………. 33

Figura 3.5 - Pormenorização de diferentes tipos de peitoris ……………….………………………..……34

Figura 3.6 - Escorrimentos na zona dos peitoris …………………...………………………………………34

Figura 3.7 - Esquema de peitoril segundo o DTU 20.1 ……………………………………………………34

Figura 3.8 - Esquema de peitoril segundo a norma de EN 13914 - 1:2005…………………………….. 35

Figura 4.1 - Exemplo de uma pintura texturada…………………………………………………38

Figura 4.2 – Exemplo de uma textura lisa – plástica (edifício JC106) .................................................. 38

Figura 4.3 - Exemplo de uma textura lisa - óleo (edifício JC012) ......................................................... 39

Figura 4.4 – Edifício com varanda (JC103)…………………………………………………………….40

Figura 4.5 - Edifício sem varanda (JC081) ………………………………………………………………….40

Figura 4.6 - Esquema de classificação da orientação solar ................................................................. 40

Figura 4.7 - Colocação da máquina fotográfica ................................................................................... 41

Figura 4.8 - Fotografias do edifício JC106 ............................................................................................ 42

Figura 4.9 - Montagem e ortogonalização da fotografia do edifício JC106 .......................................... 43

Figura 4.10 - Procedimentos para obter uma variação de valores de cores ....................................... 44

Figura 4.11 – Informação dos dados no Photo Color ........................................................................... 47

Figura 4.12 - Esquema das diferentes áreas consideradas .................................................................. 48

Figura 4.13 - Áreas consideradas para a quantificação da sujidade ………………………………….....48

Figura 4.14 - Selecção da análise pretendida ....................................................................................... 49

Figura 4.15 - Demonstração da medição do erro no gráfico ................................................................ 51

Figura 4.16 - Resultado das curvas após minimização do EQmt e EQMs ........................................... 52


XII

Figura 4.17 - Curvas de degradação ajustadas .................................................................................... 53

Figura 5.1 - Gráfico da degradação geral ............................................................................................. 56

Figura 5.2 - Curvas de degradação na amostra geral .......................................................................... 57

Figura 5.3 - Modelação com as curvas de Gompertz com o factor de degradação " textura da

película”. ................................................................................................................................................ 59

Figura 5.4 - Modelação com as curvas de Gompertz com o factor de degradação " textura da

película”efectuado por Paulo [2009]. ..................................................................................................... 60

Figura 5.5 - Modelação com as curvas de Gompertz com o factor de degradação " cor” .................... 61

Figura 5.6 - Modelação com as curvas de Gompertz com o factor de degradação "Elemento Saliente -

varanda”................................................................................................................................................. 62

Figura 5.7 - Modelação com as curvas de Gompertz com o factor de degradação "elementos

salientes”efectuado por Paulo [2009]. ................................................................................................... 63

Figura 5.8 - Modelação com as curvas de Gompertz com o factor de degradação " Orientação solar ”

............................................................................................................................................................... 64

Figura 5.9 - Modelação com as curvas de Gompertz com o factor de degradação " Orientação solar”.

……………………………………………………………………………………………………………………65

Figura 5.10 - Modelação com curvas de Gompertz com a combinação dos factores “textura da

película: texturada” e “cor”..................................................................................................................... 67

Figura 5.11 - Modelação com as curvas de Gompertz com a combinação dos factores “textura da

película: lisa – plástica” e “cor” .............................................................................................................. 68


película: lisa – óleo” e “cor” ................................................................................................................... 69

Figura 5.13 – Comparação entre as várias combinações efectuadas entre os factores “textura da

película” e “cor” ...................................................................................................................................... 70


película: texturada” e “elementos salientes”.......................................................................................... 71


película: lisa - plástica” e “elementos salientes” .................................................................................... 72


película: lisa - óleo” e “elementos salientes” ......................................................................................... 73

Figura 5.17 - Comparação entre as várias combinações efectuadas entre os factores “textura da

película” e “elementos salientes” ........................................................................................................... 74


película: texturada” e “orientação solar”. ............................................................................................... 75


película: lisa - plástica” e “orientação solar”. ......................................................................................... 76


película: lisa - óleo” e “orientação solar”. .............................................................................................. 77

Figura 5.21 - Comparação entre as várias combinações efectuadas entre os factores “textura da

película” e “orientação solar” ................................................................................................................. 78


XIII

Índice de Quadros

Quadro 2.1 – Normas da série ISO 15686 .............................................................................................. 7

Quadro 2.2 - Factores de degradação que afectam a vida útil dos materiais e componentes de

construção ............................................................................................................................................ 15

Quadro 3.1 – Caracterização dos diferentes tipos de manchas em paredes rebocadas .................... 26

Quadro 3.2 - Classificação da textura das tintas em pinturas de edifícios antigos .............................. 30

Quadro 3.3 – Diferentes cores na amostra de edifícios inspeccionada ................................................ 32

Quadro 4.1 - Cor da superfície exterior da protecção solar .................................................................. 39

Quadro 4.2 - Exemplo da classificação da cor ...................................................................................... 39

Quadro 4.3 - Grau de detalhe de RGB .................................................................................................. 49

Quadro 4.4 – Exemplo para cada valor de grau de detalhe ∆RGB ....................................................... 50

Quadro 4.5 - Exemplo para cada valor de grau de detalhe ∆RGB........................................................ 50

Quadro 4.6 - Valores da minimização dos erros das curvas da Figura 4.16 ........................................ 53

Quadro 4.7 - Valores de EQM das curvas de degradação anteriormente exemplificadas ................... 53

Quadro 4.8 - Quadro resumo da metodologia adoptada ...………………………………………………..54

Quadro 5.1 - Distribuição da amostra de edifícios por intervalos de idade das pinturas ...................... 55

Quadro 5.2 - Distribuição dos edifícios por intervalos de retenção de sujidade nas fachadas ............ 56

Quadro 5.3 - Equações das curvas de degradação e valores obtidos no ajuste ao gráfico de

degradação geral ................................................................................................................................... 58

Quadro 5.4 - Equações das curvas e valores de EQM resultantes do ajuste ao gráfico de degradação

com a adopção do factor "textura da película”. ..................................................................................... 59


com a adopção do factor "cor”. ............................................................................................................. 61


com a adopção do factor "Elemento saliente - varanda”. ..................................................................... 63


com a adopção do factor "Orientação solar”. ........................................................................................ 64

Quadro 5.8 – Diferença de valores de idade das pinturas para um valor de 50% de retenção de

sujidade na fachada .............................................................................................................................. 66

Quadro 5.9 - Quadro resumo das combinações de factores ................................................................ 67

Quadro 5.10 - Equações das curvas de degradação e valores de EQM resultantes da combinação

dos factores “textura da película: texturada” e “cor” ............................................................................. 68

Quadro 5.11 - Equações das curvas de degradação e valores de EQM resultante da aplicação

"textura da película: lisa - plástica" e "cor" ............................................................................................ 69


"textura da película: lisa - óleo" e "cor" ................................................................................................. 69


XIV

Quadro 5.13- Equações das curvas de degradação e valores de EQM resultante da aplicação "textura

da película: texturada" e "elementos salientes" .................................................................................... 71


"textura da película: lisa - plástica" e "elementos salientes" ................................................................. 72


"textura da película: lisa - óleo" e "elementos salientes" ...................................................................... 73


"textura da película: texturada" e "orientação solar" ............................................................................. 75


"textura da película: lisa - plástica" e "orientação solar" ....................................................................... 76


"textura da película: lisa - óleo" e "orientação solar" ............................................................................. 77

Quadro 5.19 – Resumo dos resultados obtidos com a aplicação isolada dos factores de degradação

............................................................................................................................................................... 79

Quadro 5.20 - Quadro resumo dos resultados obtidos coma as combinações de factores de

degradação considerados ..................................................................................................................... 80


XV

Abreviaturas

CIB – International Council for Research and Innovation in Building and Construction

CIE – Commission Internationale de l´Éclairage;

DCWA – Dirt Collection Wall Area;

DCWC – Dirt Collection Wall Color;

EQM – Erro Quadrático Médio;

FF – Façade Fading;

ISO – International Organization for Standardization

RCCTE – Regulamento das Características de Comportamento Térmico dos Edifícios;

RGB – Red, Green, Blue;

RGEU – Regulamento Geral das Edificações Urbanas;

RILEM – International Union of Laboratories and Experts in Construction Materials, System and

Structures.


XVI

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas 1. Introdução

1

1. Introdução

1.1. Considerações iniciais

A construção de edifícios em Portugal demonstra ser desde sempre uma actividade com enorme

importância para a sociedade. Durante o último século, houve uma grande actividade de construção,

pelo que, para os edifícios já existentes, é necessário planificar acções de manutenção e reabilitação

o que envolve um grande investimento.

A previsão da vida útil de materiais e componentes incorporados no património construído é um tema

cuja importância tem vindo a aumentar nos últimos anos devido à diminuição da construção de novos

edifícios e ao aumento dos trabalhos de reabilitação, factores que deram origem ao aprofundamento

da investigação da gestão da conservação e degradação dos edifícios [Paulo et al., 2010].

Teoricamente uma acção de manutenção num edifício deveria consistir em reabilitar todos os seus

componentes o que não é economicamente viável, obrigando assim a adoptar uma estratégia de

intervenção que respeite as limitações económicas impostas. Como tal, os edifícios devem ser

geridos com base no controlo de custos, determinação de períodos sem manutenção e nos limites de

degradação proposto pelo dono de obra.

O desenvolvimento de metodologias para a previsão da vida útil de materiais e componentes de

construção é fundamental para fornecer aos gestores dos imóveis, que são confrontados com a

necessidade de efectuar manutenções nos seus bens, uma forma de poder optimizar a manutenção a

curto e longo prazo apresentando custos de reabilitação e indicando o melhor plano de manutenção.

1.2. Âmbito e objectivos da dissertação

Actualmente, é demonstrada uma crescente preocupação por parte dos intervenientes na construção,

face ao aumento significativo da degradação do parque construído. A previsão da vida útil das

construções é um assunto que tem vindo a ganhar grande importância, elaborando-se planos de

manutenção e durabilidade de forma a melhorar o desempenho dos edifícios a longo prazo, de

acordo com os recursos financeiros existentes. No seguimento do referido, é importante adoptar

medidas antes, durante e após a construção dos edifícios. Na fase de projecto, antes da construção,

terá que se implementar um projecto de durabilidade, durante a construção deverão ser fiscalizados

os processos construtivos assim como os materiais utilizados, e na fase de serviço deverá fazer-se a

manutenção do edifício orientados por planos de inspecção, manutenção e reparação previamente

elaborados. Demonstra-se assim que o estudo da durabilidade da construção revela grande

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS 1. Introdução Influência de factores de degradação no aparecimento de manchas nas fachadas

2

importância, no surgimento de novas metodologias para a obtenção de estimativas de vida útil de

materiais e componentes de construção, sendo adoptada, na presente dissertação, uma metodologia

de investigação baseada na inspecção de edifícios em serviço.

No presente trabalho, o elemento analisado será a fachada do edifício, pois desempenha um papel

importante no comportamento global do edifício, e na valorização do espaço envolvente [Colen e

Brito, 2003]. As fachadas analisadas são de edifícios antigos e revestidas por pinturas. Este

elemento, por estar em constante exposição às acções climatéricas e à poluição existente, sofre um

processo de degradação, que origina diversas anomalias sendo a estudada as manchas originadas

por retenção de sujidade. As manchas, numa fase inicial, afectam o aspecto estético da fachada e,

posteriormente, juntamente com a acção da água, contribuem para a degradação física do

revestimento [Colen et al., 2005]. Assim, revela-se de extrema importância o estudo das manchas de

retenção de sujidade, com vista a minimizar o aparecimento destas e, consequentemente, os custos

de manutenção.

A presente dissertação tem como objectivo principal avaliar a influência de factores de degradação no

aparecimento de manchas nas fachadas através de modelos de degradação pretendendo-se avaliar a

sua capacidade em fornecer ferramentas que permitam a realização de estimativas de vida útil de

pinturas de fachadas face à retenção de sujidade, em função de diferentes factores de degradação.

1.3. Plataforma BuildingsLife

A caracterização do estado de degradação dos edifícios permite uma gestão eficaz dos mesmos,

quer ao nível da escolha da solução de reparação, quer ao nível de gestão económica e financeira.

No presente trabalho, serão apresentados os resultados obtidos através de inspecções realizadas a

131 fachadas de edifícios localizados na zona de Madragoa em Lisboa. Foi utilizada a plataforma

BuildingsLife que foi desenvolvida no âmbito da tese de doutoramento do Prof. Pedro Vaz Paulo

[Paulo, 2009], do Instituto Superior técnico.

A arquitectura BuildingsLife é baseada na ISO 15686 “Buildings and construted assets – Service Life

Planning” podendo ser acedida pela internet, após a obtenção de um login e respectiva senha. De

acordo com Paulo [2009], a plataforma BuildingsLife tem as seguintes funcionalidades:

• ajudar os donos de obra na gestão dos seus edifícios, indicando planos de manutenção

optimizados tendo em vista a redução de custos;

• oferecer, aos projectistas, as melhores soluções construtivas e materiais atendendo as

necessidades do dono de obra;

• estabelecer uma base de dados de anomalias, informações sobre edifícios tal como a

caracterização dos arruamentos, materiais aplicados entre outros;

• classificar os estados de degradação de diferentes elementos construtivos;

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas 1. Introdução

3

• modelar as condições ambientais e dos factores de degradação;

• modelar a degradação dos materiais assim como o seu desempenho.

Na presente dissertação, o armazenamento de dados e a quantificação de anomalias foram obtidos

através das aplicações da plataforma BuildingsLife, utilizando a aplicação Photo Color que será

abordada mais detalhadamente no subcapítulo 4.5.2 do presente trabalho.

1.4. Organização da dissertação

A dissertação encontra-se organizada em seis capítulos.

O Capítulo 1 – Introdução constitui a introdução da dissertação, sendo enunciadas as considerações

iniciais assim como o âmbito e objectivos da dissertação. Evidencia-se a importância da previsão da

vida útil dos materiais e componentes de construção. Finalmente, é apresentada a organização do

presente documento.

No Capítulo 2 – Metodologias para previsão da vida útil, é elaborado um state-of-the-art relativamente

às metodologias já existentes de previsão de vida útil das construções e seu enquadramento

normativo. Deste modo, enuncia-se os principais conceitos das metodologias de previsão de vida útil

e descreve-se os principais métodos utilizados.

O Capítulo 3 – Manchas em fachadas de edifícios antigos foca-se na anomalia analisada no presente

trabalho, sendo esta, as manchas nas fachadas dos edifícios, abordando os factores de degradação

que influenciam a anomalia.

No Capítulo 4 - Metodologia de investigação, descreve-se a metodologia adoptada para a recolha e

registo de informação, assim como a caracterização dos factores de degradação e elaboração das

imagens de fachadas.

O Capítulo 5 - Análise de resultados consiste na recolha e tratamento de dados, seguidamente a

interpretação dos resultados e análise da contribuição dos vários factores de degradação

considerados na retenção de sujidade nas pinturas de fachadas.

No Capítulo 6 – Conclusões e desenvolvimentos futuros, elaboram-se as considerações finais tiradas

do trabalho desenvolvido, comparando-se os objectivos inicialmente propostos com os resultados

obtidos. Por último, são propostas linhas de investigação futuras

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS 1. Introdução Influência de factores de degradação no aparecimento de manchas nas fachadas

4

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas 2. Metodologias para a previsão da vida útil

5

2. Metodologias para previsão da vida útil

2.1. Introdução

A previsão da vida útil de materiais e componentes de edifícios demonstra ser um assunto que tem

revelado uma grande importância na investigação ligada à indústria da construção. O conhecimento

acerca da vida útil de materiais e componentes de edifícios é fulcral nas várias fases da construção,

desde a fase de projecto passando pela fase de execução e, finalmente, a fase de manutenção.

Como por exemplo, a necessidade de planear a manutenção e custos é fortemente dependente da

avaliação da durabilidade e vida útil dos componentes e produtos.

Este tema abrange matérias de vários ramos, física, química de materiais, tecnologias da construção

assim como uma série de outras áreas da ciência e tecnologia. Dando como exemplo, segundo

Sjöström [1999], a meteorologia e ciências do ambiente que desempenham um papel decisivo na

caracterização do ambiente de degradação.

O interesse na previsão da vida útil foi estimulado com o aparecimento do conceito da

sustentabilidade e desenvolvimento sustentável. A definição de desenvolvimento sustentável é,

segundo Brundtland [1987], “um desenvolvimento que satisfaz as necessidades do presente sem

comprometer a capacidade de gerações futuras satisfazerem as suas próprias necessidades”.

Sendo assim, a previsão da vida útil de materiais e componentes de construção ganha grande

importância, havendo a necessidade da existência de uma base de dados que caracteriza os

materiais e componentes relativamente a durabilidade permitindo uma optimização no processo de

aquisição dos materiais. Com a obtenção dos dados, pode-se proceder ao planeamento de

manutenções a efectuar ao longo da vida útil do material.

2.2. Enquadramento normativo

Nas últimas duas décadas, as metodologias de previsão de vida útil de materiais e componentes de

edifícios foram impulsionadas pelas investigações de várias entidades.

A organização CIB1 criou algumas comissões onde se tem desenvolvido e investigado as seguintes

áreas:

• “Performance Concept in Building” (W60) – publicou uma série de relatórios baseada no

conceito de desempenho do edifício;

• “ Management maintenance and modernization of buildings facilities” (W70) – A comissão tem

como objectivo promover uma compreensão mais profunda da influência do ambiente

1CIB – International Council for Research and Innovation in Building and Construction;

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS 2. Metodologias para previsão da vida útil Influência de factores de degradação no aparecimento de manchas nas fachadas

6

construído no comportamento humano, saúde e produtividade organizacional, promover o

valor estratégico e operacional da gestão de edifícios e efectuar ligações entre instituições

financeiras, técnicas, aspectos sociológicos e operacionais da gestão de edifícios;

• “Prediction of Service Life of Building materials and Components” (W80) - A Comissão aborda

a previsão da vida útil dos materiais de construção e componentes por meio da identificação

e desenvolvimento de metodologias sistemáticas e áreas de melhoria das metodologias

existentes, recomendando novas metodologias e informando sobre o estado-da-arte;

• “Building Pathology” (W86) – a comissão é essencialmente baseada na aprendizagem de

patologias na construção e incentiva a aplicação sistemática desse conhecimento para a

concepção, construção e gestão de edifícios, tendo assim como objectivos produzir

informações que ajudarão na gestão eficaz dos edifícios, desenvolver e avaliar metodologias

para a avaliação de anomalias e propor metodologias para prevenção e mitigação dos

defeitos de construção.

Da investigação da organização RILEM2, resulta uma recomendação, publicada em 1989,

“Systematic methodology for service life prediction of building materials and components” para a

previsão da vida útil dos materiais e componentes de edifícios. Esta recomendação serviu de base

para o desenvolvimento de normas para a previsão da vida útil ISO3.

No Reino Unido, foi publicada em 1992, a norma 7543 “ British guide to durability of building element,

products and components” que enuncia diversos métodos para a previsão da vida útil de materiais e

componentes de construção. Segundo a referida norma, a previsão da vida útil pode ser realizada

através:

• da experiência obtida, com construções iguais ou semelhantes, submetidas a condições climatéricas similares;

• da avaliação do nível de degradação dos elementos expostos em curta duração, estimando um valor limite para a durabilidade;

• de ensaios de envelhecimento acelerado.

O Architectural Institute of Japan [AIJ, 1993] propôs uma metodologia de previsão de vida útil das

construções que possibilitou um grande desenvolvimento nesta área que posteriormente viria a ser

traduzido em 1993 dando origem ao “Principal Guide of Service Life Prediction Buildings“,

destacando-se pela inovação da utilização do método factorial.

A série de normas ISO 15686 é actualmente considerada uma referência nas metodologias de

previsão de vida útil.

2 RILEM - International Union of Laboratories and Experts in Construction Materials, System and Structures;

3 ISO – International Organization for Standardization;


7

Quadro 2.1 – Normas da série ISO 15686

Norma Título Descrição Notas

ISO 15686-1:2011 Building and constructed assets - Service life planning - Part 1: General principles and framework

Princípios gerais e os procedimentos a adoptar na fase de projecto, no âmbito da durabilidade das construções, incluindo uma visão geral da estimativa da vida útil

ISO 15686-2:2001 Building and constructed assets - Service life planning - Part 2: Service life prediction procedures

Princípios e metodologia para a estimativa da vida útil de materiais e componentes; incluem-se testes de degradação,

Em revisão

ISO 15686-3:2002 Building and constructed assets - Service life planning - Part 3: Performance audits and reviews

Abordagem e os procedimentos a adoptar nas diversas fases da vida útil de uma obra.

ISO 15686-4 Building and constructed assets - Service life planning - Part 4: Data requirements / data formarts

Requisitos e formatos de dados utilizados na previsão da vida útil, referentes aos ambientes e condições em serviço

Por elaborar

ISO 15686-5:2008 Building and constructed assets - Service life planning - Part 5: Life cycle costing

Guia para o desenvolvimento de um modelo financeiro referente aos custos do ciclo de vida do património construído

ISO 15686-6:2004

Building and constructed assets - Service life planning - Part 6: Procedures for considering environmental impacts

guia para a avaliação dos impactes ambientais das várias alternativas de planeamento da vida útil, relacionando os custos globais ao longo da vida útil com a gestão do edificado.

ISO 15686-7:2006

Building and constructed assets - Service life planning - Part 7: Performance evaluation for feedback of service life data from practice

Indicações para a avaliação de desempenho e recolha de informações acerca da durabilidade de edifícios em condições de serviço

ISO 15686-8:2008

Building and constructed assets - Service life planning - Part 8: Reference service life and service life estimation

Indicações para a obtenção de valores da vida útil de referência (RSL) e da estimativa da vida útil (ESL) para utilizações particulares, e uso do método factorial

ISO 15686-9:2008

Building and constructed assets - Service life planning - Part 9: Guidance on assessment of service-life data;

Guia para a obtenção e apresentação de valores de RSL, aplicável a produtores de materiais e componentes de construção

ISO 15686-10:2010

Building and constructed assets - Service life planning - Part 10: When to assess functional performance

Indicações sobre a necessidade de especificar ou verificar o cumprimento de requisitos de desempenho funcional do património construído


8

Numa perspectiva nacional e segundo o portal do Governo, o RGEU4 em vigor desde 1951, foi

actualizado face as questões de previsão da vida útil englobando as noções de vida útil, manutenção

e durabilidade dos edifícios [Portal do Governo].

Outros documentos normativos têm sido desenvolvidos no âmbito da previsão da vida útil em

diversos países:

• Nova Zelândia – New Zealand Building Code (1992); • Austrália - Guideline on durability in buildings (2003); • Canada – Standard S478: Guideline on durability in buildings(1995).

Desta forma, existem organizações que têm desenvolvido estudos e investigações relativos a

previsão da vida útil assim como a durabilidade das construções.

2.3. Conceito de vida útil e seus critérios de análise

A definição da vida útil, segundo a norma ISO 15686 - 2 [2001], é o período de tempo, após a

construção, em que o edifício e seus componentes igualam ou ultrapassam os requisitos de

desempenho expectáveis, pelo que a vida útil de um material não é um valor absoluto, sendo

necessário ter em conta a definição das exigências ou requisitos de desempenho exigidos para um

determinado material ou componente.

Segundo Branco [2006], os componentes dos edifícios, assim são os revestimentos, desfrutam

geralmente de uma vida útil inferior à vida útil global devendo-se planificar obras de manutenção

durante a fase de serviço. De acordo com Flores [2002], o cumprimento de um plano de manutenção

prolonga o período útil das construções.

Dada a imprevisibilidade do comportamento dos edifícios assim como os seus componentes ao longo

do tempo, grande parte das investigações acerca da durabilidade das construções convergem na

adopção de um método analítico, no qual o problema, segundo Gaspar [2002], é subdividido e

analisado de acordo com três categorias diferenciadas, nomeadamente deterioração física,

desempenho económico e obsolescência funcional.

Relativamente à degradação física, esta é originada principalmente pela acção dos agentes de

degradação e efeito da acção do tempo ou seja envelhecimento natural. Segundo Gaspar [2002], a

vida útil física corresponde ao período de tempo durante o qual o edifício ou parte dele se mantém

num nível requerido de adequação às exigências que lhes são colocadas ou que permite acolher e

responder a novos usos, sem sofrer desgaste físico irreversível para além de uma manutenção

corrente ou de investimentos equivalentes ao custo de reposição do elemento.

4 RGEU – Regulamento Geral das Edificações Urbanas;


9

A obsolescência económica ocorre quando a manutenção/reabilitação se torna economicamente

inviável. De acordo com Brito [2001], a definição do fim da vida útil de uma construção é na realidade

muitas vezes mais um problema de índole económica do que técnica; pode assim dizer-se que um

revestimento atinge o fim da sua vida útil económica quando a substituição do revestimento é menos

cara do que a sua reparação.

A obsolescência é definida na ISO 15686-1 [2000] como sendo a perda da capacidade de um

elemento em cumprir satisfatoriamente as mudanças das exigências de desempenho, podendo esta

ser funcional, tecnológica ou económica. Segundo Sarja [2004], traduz-se na incapacidade do edifício

ou das suas partes de satisfazerem a evolução funcional, económica e cultural ou as exigências

ecológicas; de facto, muitas vezes, a obsolescência apenas reflecte a inutilidade, no momento actual,

de determinado edifício ou componente, mesmo que este se encontre em boas condições funcionais.

A obsolescência funcional ocorre quando um elemento de construção pode ser substituído por outro

que desempenhe a mesma função de forma semelhante ou melhor. Gaspar [2002] define a

obsolescência funcional como sendo um ”período de tempo durante a qual uma organização ou

estrutura social pode usar e habitar o edifício sem necessidade de proceder a alterações

generalizadas”.

2.4. Fim da vida útil

A definição de fim de vida útil é necessária para os métodos de previsão de vida útil. Porém, esta

definição é muito subjectiva mas, segundo Moser [2004], o fim da vida útil é o momento a partir do

qual a função para que foi destinado o edifício deixa de ser cumprida. Moser [2004] afirma que a vida

útil é influenciada por critérios de segurança, de funcionalidade e de aparência. Observa-se na Figura

2.1, o conceito expresso graficamente, fazendo uma comparação entre a degradação estética, a

perda da funcionalidade e a diminuição dos níveis de segurança de uma construção e conjuntamente,

a indicação dos níveis de exigência para cada um destes aspectos.

Figura 2.1 - Relação entre a perda de desempenho das propriedades de um elemento e os mínimos aceitáveis, com identificação daquela que condiciona o fim da vida útil [adaptado de Moser, 1999]


10

Na figura, verifica-se que a degradação estética é o critério que mais cedo atinge o nível mínimo

admissível, assumindo-se assim como um condicionante da vida útil.

2.5. Importância da manutenção na vida útil das construções

Com vista à melhoria de desempenho e do prolongamento do ciclo de vida das construções, é crucial

efectuar manutenções sendo estas planificadas de modo a optimizar os custos.

Segundo Takata et al. [2004], a manutenção é vista como uma ferramenta para resolver problemas

(Figura 2.2), definindo também duas situações que contribuem fortemente para o ciclo de vida da

construção sendo estas:

• alteração das condições de edifício devido a deterioração, condicionando a vida útil física; • alteração das exigências e expectativas da sociedade, condicionando a vida útil funcional.

Figura 2.2 - Influência das actividades de manutenção no cumprimento dos níveis mínimos aceitáveis [adaptado de Takata et al., 2004]

De acordo com Flores [2002], as operações de manutenção afectam o comportamento dos elementos

ao longo do tempo, melhorando o desempenho, e valores de vida útil. A sistematização de

estratégias de manutenção possibilita a gestão racional das intervenções, agindo atempadamente no

sentido de evitar a propagação de anomalias existentes, optimizando os recursos e minimizando os

custos envolvidos [Flores e Brito, 2003].

2.6. Procedimento geral da previsão da vida útil

A norma ISO 15686-2 [2001] expõe vários métodos para a previsão da vida útil de materiais e

componentes, expostos a diversas condições de exposição. O procedimento básico ao problema da

previsão da vida útil de materiais e componentes inclui a identificação da informação necessária para

definição do estudo, a selecção ou desenvolvimento de procedimentos de ensaio, a realização de

ensaios, a interpretação de dados e a preparação do relatório dos resultados. Paulo [2009], de forma

semelhante ao sugerido na ISO 15686-1 [2000], distingue três fases fundamentais: definição do

problema, recolha de dados e análise de dados. Na Figura 2.3, está demonstrada uma

esquematização deste último procedimento geral, onde se encontra destacado o procedimento

adoptado na presente dissertação.


11

Figura 2.3 - Procedimento geral das metodologias de previsão da vida útil de materiais e componentes de construção, com indicação do procedimento adoptado no presente trabalho [Paulo, 2009]


12

Na definição do problema, é estabelecido o âmbito do estudo a desenvolver. Nesta fase, define-se

quais são os materiais analisados, as suas características, o seu contexto de aplicação, os possíveis

factores de degradação que vão influenciar a vida útil dos materiais ou componentes, que ensaios

serão adoptados na fase de recolha de dados e, por último, o tipo de análise de dados a utilizar e o

output desejado.

Seguidamente à definição do problema, efectua-se a recolha de dados cujo objectivo visa a obtenção

de informação acerca dos mecanismos de degradação e as anomalias do material, assim como a

identificação dos factores de degradação que influenciam na evolução desses mecanismos.

Posteriormente à recolha de dados, pode proceder-se à criação de modelos de degradação e obter

estimativas da vida útil do material ou componente.

2.6.1. Materiais e componentes em estudo

Na metodologia da previsão da vida útil, é importante definir quais os materiais e componentes que

vão ser alvo de estudo. No caso de estudar o grau de sujidade do paramento exterior de fachadas de

edifícios, é importante descrever se o revestimento é feito por reboco pintado, por materiais pétreos

ou outra solução adoptada, sendo o revestimento das fachadas dos edifícios no presente trabalho por

pinturas. São questões relativamente simples que conduzem a várias implicações práticas mediante a

escolha. Dando como exemplo as fachadas com o paramento exterior rebocado e pintado, sendo o

caso analisado na presente dissertação, definindo como âmbito do estudo a quantificação da

acumulação de sujidade das fachadas é necessário saber distinguir acumulação de sujidade e

contaminação por algas e fungos. Na Figura 2.4, está ilustrado a acumulação de sujidade, sendo que

na Figura 2.5 é possível identificar as zonas de contaminação por algas e fungos que não podem ser

contabilizadas como acumulação de sujidade.


13

Figura 2.4 - Acumulação de sujidade

Figura 2.5 - Manchas causadas pela contaminação por algas e fungos.

2.6.2. Caracterização das propriedades do material ou componente.

Devem ser identificadas as principais características do material ou componente em estudo de modo

a estabelecer a sua influência na durabilidade. No presente trabalho, as características da pintura que

se utilizaram, foram as cores e textura da película de tinta. Conjuntamente com as características,

devem ser considerados factores que não estão directamente relacionados com características

intrínsecas do material ou componente, mas que têm influência no seu comportamento futuro, é o

caso das condições de aplicação do material e agentes exteriores.

2.6.3. Identificação do contexto de aplicação do material ou componente

A definição do contexto de aplicação do material ou componente é determinante, devendo-se referir

o local de aplicação do edifício bem como a localização geográfica do edifício. De acordo com

Vanderley et al. [2006], nos últimos anos surgiram os sistemas de informações geográfica (SIG),


14

sistemas que permitem georreferenciar uma base de dados, permitindo assim a obtenção e

tratamento de dados para as coordenadas pretendidas. Essas ferramentas possibilitam o

conhecimento da intensidade dos diferentes agentes de degradação nos diferentes pontos de uma

região geográfica específica. Segundo Haagenrud et al. [1996], a apresentação de dados desde o

nível macro até ao nível local está directamente relacionada com o refinamento de dados, apresenta-

se na Figura 2.6, uma contextualização nas escalas macro, meso, local e micro como sugeridas por

Haagenrud [2004].

Macro – Mapa da Europa Meso – Zona de Lisboa Local – Arruamentos Micro – Edifício

Figura 2.6 - Variação dos agentes de degradação ambiental consoante as escalas geográficas [adaptado de Haagenrud, 2004]

Com isso, é possível determinar os mecanismos de degradação mais relevantes relacionados com o

meio onde estão inseridos, abordando assim o termo factor de degradação cuja classificação se

encontra no Quadro 2.2 no subcapítulo 2.6.4. A importância desta contextualização é de facto

relevante, percebendo a sua importância com o exemplo das pinturas das fachadas. Entende-se

assim, que a evolução da degradação difere consoante a localização do edifício, sendo diferente

numa avenida de Lisboa com tráfego diário intenso ou numa rua de uma aldeia no Alentejo, ou para a

mesma localização geográfica a orientação solar a que a fachada está sujeita.

2.6.4. Identificação e especificação dos agentes de degradação

A determinação dos factores de degradação que influenciam na previsão da vida útil de materiais ou

componentes é relevante podendo ser auxiliada com o Quadro 2.2.

Devem ainda ser identificados os mecanismos pelos quais estes factores de degradação podem

causar alterações nas propriedades do material ou componente e os possíveis efeitos da degradação

nas características de desempenho escolhidas para o material ou componente. Para cada uma das

características de desempenho seleccionadas, deve optar-se por um método de ensaio que permita

identificar, estimar, quantificar, e monitorizar de modo a determinar relações entre a degradação do

material e o efeito desses factores.


15

Quadro 2.2 - Factores de degradação que afectam a vida útil dos materiais e componentes de construção [adaptado da norma ISO 6241: 1984]

Natureza Classe

Agentes mecânicos

Gravíticos Forças e deformações impostas ou restringidas Energia cinética Vibrações e ruídos

Agentes electromagnéticos

Radiação Electricidade Magnetismo

Agentes térmicos Níveis extremos ou alterações bruscas de temperatura

Agentes químicos

Água e solventes Agentes oxidantes Agentes redutores Ácidos Bases Sais Quimicamente neutros

Agentes biológicos Vegetais e microbiais Animais

2.7. Metodologias de obtenção de dados

A obtenção de dados tem como objectivo obter informação acerca do desempenho diferido dos

materiais ou componentes, no contexto estabelecido, com as características específicas da situação

em estudo e através do efeito dos factores de degradação.

Segundo Garrido [2010], as metodologias para recolha de dados podem ser de:

• curto prazo; • longo prazo.

Estas denominações de curto e longo não se relacionam directamente com o tempo dedicado à fase

de obtenção de dados mas sim com a observação do tipo de degradação consoante a metodologia

adoptada: degradações que ocorrem num curto espaço de tempo ou degradações que ocorrem num

espaço de tempo longo.


16

2.7.1. Metodologias de curto prazo

Neste género de metodologia, os materiais ou componentes são submetidos aos factores de

degradação em intensidades acima das expectáveis das condições de uso, acelerando-se o processo

de degradação. Ocasionalmente, pode-se obter, sob condições normais, uma mudança nas

propriedades do material ou componente podendo chegar ao fim da sua vida útil antes da sua

previsão esperada.

Estas metodologias, de um modo geral, permitem analisar a degradação esperada equivalente à que

se esperaria durante o período normal de serviço, mas num período de tempo bastante inferior ao

deste.

As metodologias de curto prazo englobam dois tipos de ensaios: ensaios laboratoriais e ensaios

acelerados de campo.

Os ensaios acelerados laboratoriais simulam a acção dos factores de degradação que seria

expectável encontrar em serviço, possibilitando o isolamento de factores de degradação necessário

para avaliar a influência desses factores sobre os materiais ou componentes, determinando assim os

mecanismos de degradação provocados por cada factor.

Na utilização destes ensaios, recomenda-se precaução na interpretação e utilização dos resultados,

pois segundo Martin et al. [1994], Johnson et al. [1996], e Mallon [2002] a correlação com a

degradação que ocorre em exposição real nas condições de serviço é questionável. De acordo com

Garrido [2010], a obtenção de condições de exposição artificiais, juntamente com o agravamento das

intensidades dos factores de degradação pode originar mecanismos de degradação que não

ocorreriam em exposição normal, assim como a tentativa de reproduzir laboratorialmente factores de

degradação em exposição normal que podem não ser criados num regime de aceleração da

degradação. Outro aspecto a ter em conta é a quantidade de factores de degradação que podem

actuar em simultâneo ser reduzida. Apesar dos vários contras expostos, este tipo de metodologia

apresenta-se interessante sobretudo para o estudo de relações “causa efeito” entre factores e

mecanismos de degradação.

Os ensaios acelerados de campo baseiam-se na exposição de materiais em determinadas

localizações, onde estes ficam sob a acção dos factores de degradação envolventes, onde serão

monitorizados e registados durante o ensaio. Mediante os objectivos pretendidos, pode optar-se por

várias durações do ensaio. Estes ensaios tem normalmente durações superiores às dos ensaios

laboratoriais acelerados, mas têm o mesmo objectivo comum que é o de acelerar a intensidade dos

factores de degradação com vista em reduzir a duração do ensaio.

Estes ensaios têm a vantagem de permitir testar os materiais sob condições de exposição real, com

um grau de aceleração inferior, o que à partida permitirá reduzir os riscos associados à utilidade dos


17

resultados referidos para os ensaios acelerados. Porém, apesar de aqui serem apresentados como

ensaios de curto prazo, os períodos de ensaio poderão ser demasiado longos quando se pretende

obter rapidamente informações sobre o desempenho diferido de um dado material ou componente.

2.7.2. Metodologia de longo prazo

Com as metodologias de longo prazo, pretende-se analisar a degradação dos materiais ou

componentes quando expostos em condições de serviço.

Segundo Jernberg et al. [2004], a obtenção de resultados de degradação com metodologias a longo

prazo pode ser realizada através de quatro abordagens básicas: os ensaios de campo; a inspecção

de edifícios em serviço; a utilização de edifícios experimentais e a exposição de espécimes em

serviço

De acordo com Garrido [2010], os ensaios de campo podem ser utilizados como metodologia de curto

ou longo prazo dependendo da sua concepção. Os ensaios a longo prazo integram-se nesta

categoria quando os factores de degradação analisados e níveis dos mesmos, especialmente a sua

intensidade e frequência, seguem o mesmo padrão caso fosse analisado em condições de serviço,

resultando assim uma evolução da degradação comparável à que se efectuará em serviço.

De acordo com Jernberg et al. [2004], estão definidas a partir de organizações nacionais e

internacionais tais como a ASTM e a ISO métodos padronizados para a realização de ensaios de

campo. Os ensaios de campo são efectuados nos locais onde os materiais ou componentes serão

futuramente expostos em serviço, ou locais com condições idênticas. Segundo Sjöström et al. [1991],

a análise dos dados resultante destes ensaios, deverá ter em conta determinados aspectos:

• o local de exposição adoptado influencia directamente os resultados obtidos, sendo

dificultada a adaptação a localizações geográficas diferentes;

• as condições climatéricas não são cíclicas, ou seja, não se repetem de período para período,

sendo os resultados provenientes específicos do período efectivo do ensaio. Deste modo, a

adaptação para outros períodos de exposição deve ser executada com precaução.

A inspecção de edifícios em serviço tem como objectivo analisar o comportamento de edifícios reais,

cuja concepção não visava a utilização dos mesmos com metodologias de previsão de vida útil. Esta

metodologia é, segundo Gaspar [2009], a que se destaca no âmbito de operações frequentes de

gestão e manutenção de edifícios, pela simplicidade e facilidade de aplicação, o que é favorável face

aos recursos financeiros e materiais disponíveis em diversas empresas.


18

Sjöström et al. [1991] refere, neste tipo de metodologia, duas limitações, sendo estas a dificuldade na

obtenção de dados relativos aos edifícios e dificuldade em controlar e descrever as condições

ambientais.

A caracterização dos materiais e componentes avaliados é de grande importância, devendo-se obter

dados relativos às suas propriedades intrínsecas, condições de aplicação e data de acções de

manutenção realizadas ao longo do tempo. Na presente dissertação, os dados relativos às últimas

manutenções efectuadas foram obtidos pelo intermédio do arquivo municipal de Lisboa.

A caracterização das condições de exposição em serviço é realizada através da obtenção de dados

relativos aos factores de degradação que actuam sobre os materiais ou componentes durante o seu

período de exposição, esperando-se alguma dificuldade, pelo facto das condições de exposição não

serem controladas nem monitorizadas. Como exemplo, visando contrariar este entrave, foi

desenvolvido um trabalho por Paulo [2009], onde foi utilizado um modelo de simulação da velocidade

do vento ao nível das fachadas dos edifícios, tendo sido utilizado as velocidades médias mensais e

diárias para a zona de localização dos edifícios obtidas no Instituto de Meteorologia e medições locais

de vento.

Assim como na inspecção de edifícios em serviço, os edifícios experimentais baseiam-se na

inspecção de edifícios. Segundo Garrido [2010], a grande diferença entre as duas metodologias, é

que nos edifícios experimentais, existe um maior controlo das condições experimentais. A concepção

dos edifícios experimentais visa simular o comportamento dos materiais e componentes em

condições de serviço, tendo como vantagem o conhecimento rigoroso dos materiais e componentes

em estudo, as suas características, condições de aplicação e idade destes. Uma grande vantagem

deste método é poder utilizar várias condições de exposição assim como os factores de degradação

considerados determinantes para o caso analisado.

Finalmente, segundo Garrido [2010], a exposição de espécimes em serviço baseia-se na junção de

materiais ou componentes com a finalidade de obter dados de vida útil em edifícios que não foram

inicialmente concebidos para a execução de ensaios de durabilidade.

Todas as metodologias citadas têm como objectivo a obtenção de dados da evolução da degradação

de um material ou componente durante as condições de serviço dependendo dos factores de

degradação adoptados. A questão principal prende se com o facto da dificuldade nalguns métodos de

simular correctamente os factores de degradação assim como a monitorização dos mesmos.


19

2.8. Metodologias de previsão de vida útil

Na década de 1970, o ASTM subcommittee E06.22, realçou a necessidade de avaliar a durabilidade

e novos materiais e componentes. Em 1978, a subcommitee emitiu a norma ASTM E632 sendo

aprovada em 1982 e novamente aprovada em 1988. A norma ISO/WD 155686-1997 “Buildings-

Service Life Planning- Part 2: Service Life Methods” propõe uma metodologia para a previsão da vida

útil de materiais e componentes de edifícios. Na sequência das normas anteriormente apresentadas,

foram desenvolvidas três publicações acerca da durabilidade de materiais e componentes de edifícios

sendo estes a BS 7543-1992 : “Guide to Durability of Building Element, Products and Components”, a

japonesa AIJ-1993: “Principle Guide for Service Life Planning of Buildings” e a canadiana CSA S478-

1995: “Guidelines on Durability in Buildings”.

Existem várias abordagens e metodologias que podem ser adoptadas para a previsão da vida útil

tendo em comum o objectivo analisar e modelar o desempenho dos materiais e componentes,

obtendo assim uma previsão da vida útil dos mesmos.

Segundo Daniotti [2003], Moser [2004] e Lacasse e Sjöström [2004], as metodologias de previsão de

vida útil podem ser divididas em métodos determinísticos, em que se insere o método factorial,

método estocásticos e modelos de engenharia.

Seguidamente, apresenta-se as diferentes metodologias de previsão de vida útil.

2.8.1. Método factorial

Uma publicação para o planeamento de vida útil de materiais e componentes de edifícios foi

apresentada em 1993 pelo Architectural Institute of Japan [AIJ, 1993], onde é sugerido o método

factorial expresso através de uma fórmula cuja finalidade é obter uma estimativa da vida útil. Este

método baseia-se numa vida útil de referência, sendo esta a vida útil esperada de um material ou

componente, a qual é afectada por um conjunto de factores. Segundo Davies et al. [2005], o objectivo

é providenciar um método empírico para a previsão da vida útil.

Posteriormente, este método serviu de base para a norma ISO 15686-1 [2000], onde é feita uma

estimativa da vida útil para um material ou componente em condições específicas. É baseada num

valor de referência de vida útil, RSL, e numa série de factores correctivos específica para cada caso.

O método é determinado pela seguinte Equação 2.1:

�� = �� × � × � × × × � × � × � (2.1)

O método usa os seguintes factores correctivos:

• A – Qualidade dos materiais; • B - Nível do projecto; • C - Nível de execução dos trabalhos; • D – Ambiente interior; • E – Ambiente exterior; • F – Condições de serviço;


20

• G – Nível de manutenção.

Os factores correctivos do método factorial apresentam valores compreendidos, mas não

obrigatoriamente, entre 0,8 e 1,2, mediante a adopção das condições serem mais ou menos

favoráveis.

Segundo Jernberg et al. [2004], a vantagem do método factorial é que ele permite que tudo o que é

susceptível de contribuir para variações na vida de serviço é examinado ao mesmo tempo.

2.8.2. Modelos determinísticos

Estes modelos baseiam-se no estudo dos factores de degradação que afectam os elementos

analisados, na análise da influência dos mesmos nos materiais e componentes, resultando uma

estimativa para a vida útil do material ou componente analisado. Como exemplo de um modelo

determinístico, tem-se o método factorial anteriormente abordado, que permite obter estimativas para

a vida útil através da Equação 2.1.

Apesar da sua fácil aplicação e compreensão, estes métodos são alvos de críticas quanto a

subjectividade de factores, como por exemplo o valor de referência de vida útil, valor que é

dependente dos critérios de quem aplica o método.

Existe um outro tipo de modelo determinístico, que baseia-se na definição de curvas de degradação

cujo objectivo é a modelação do desempenho dos materiais e componentes ao longo do tempo. A

obtenção das curvas de degradação é realizada através do ajuste a gráficos de degradação que

representam a evolução da degradação num determinado período de tempo. Com isto pode-se

verificar no eixo das abcissas o tempo em que o material ou componente entrou em serviço e no eixo

das ordenadas uma escala de medida de degradação.

A escala de medida da degradação pode ser abordada de várias formas, dependendo do material ou

componente em estudo, podendo ser analisada uma única anomalia ou uma combinação de

anomalias. Na primeira abordagem, é utilizada uma medida de extensão da respectiva anomalia, já

na segunda abordagem, calcula-se um indicador de degradação que combine as extensões das

várias anomalias. Podem ser consultados exemplos de aplicação para a primeira abordagem em

Paulo [2009] e Garrido [2010], na segunda abordagem encontra-se em Gaspar e Brito [2008] e

Gaspar [2009].

Adicionalmente, pode ser realizada a distinção entre uma escala de medida de degradação e uma

escala dividida em níveis de degradação. Segundo Garrido et al. [2010], os gráficos de degradação

podem ser do tipo T-ED (tempo – Extensão da degradação) ou T-ND (Tempo – Nível de degradação).


21

As curvas de degradação adoptadas para a modelação do desempenho de materiais ou

componentes ao longo do tempo dependem essencialmente da natureza dos fenómenos de

degradação modelados, devendo apresentar um ajuste adequado ao andamento geral dos pontos do

gráfico de degradação.

O tipo de modelação, utilizando os gráficos T-ED e curvas de degradação do Tipo Gompertz,

Potenciais e Weibull será adoptado no presente trabalho. Com isto, aborda-se de uma forma sucinta,

alguns aspectos a ter em conta na utilização dos três tipos de curva.

• Curvas de Gompertz

A utilização deste tipo de curvas destacou-se em Paulo [2009] e Garrido [2010], no primeiro caso na

modelação do desempenho diferido de pinturas e rebocos de fachadas face as anomalias analisadas

e no segundo para a modelação da degradação da pintura, como sendo o melhor modelo para a

modelação dos fenómenos de degradação. Estas curvas podem ser expressas pela Equação 2.2,

podendo-se verificar uma evolução comum deste tipo de curvas na Figura 2.7.

= �� (2.2)

em que:

• DG – valor da extensão da degradação; • t – tempo decorrido desde a entrada em serviço do material ou componente; • a e b – valores de sinal negativo.

O modelo de Gompertz descreve um crescimento cuja taxa relativa decresce exponencialmente como

função de tempo. A evolução da curva é caracterizada por dois patamares, delimitados por

assímptotas horizontais nos limites do contra-domínio da curva. Numa primeira fase de iniciação do

processo de degradação, a anomalia progride muito lentamente assim como na fase de redução da

taxa de degradação onde a maior parte do material ou componente já se encontra afectada.


22

Figura 2.7 - Andamento geral das curvas de Gompertz [adaptado de Garrido, 2010]

• Curvas potenciais

Paulo [2009] e Garrido et al. [2010] utilizaram, junto com as curvas de Gompertz, as curvas

potenciais. Estas curvas podem ser expressas pela Equação 2.3, podendo observar-se a sua

evolução na Figura 2.8.

� = �� (2.3)

em que:

DP – valor da extensão da degradação;

t – tempo decorrido desde a entrada em serviço do material ou componente;

a e b – parâmetros cujo valores são de sinal positivo.

Uma característica comum destas curvas com as curvas de Gompertz é possuírem um patamar inicial

que reflecte o período de iniciação da degradação, com o consequentemente aumento gradual da

taxa de degradação. Porém, as duas curvas diferem na zona final da curva, sendo que as curvas

potenciais não apresentam um patamar na zona final da curva, podendo notar-se uma evolução

contínua da degradação até o alcance do valor máximo de extensão da anomalia.

Figura 2.8 - Andamento geral de uma curva potencial [adaptado de Garrido, 2010]


23

• Curvas de Weibull

As curvas de Weibull foram também adoptadas por Paulo [2009] e Garrido [2010], podendo ser

expressa pela Equação 2.4 verificando a sua evolução na Figura 2.9.

� = 1 − ��

� (2.4)

em que:

DW – valor da extensão da degradação;

t – tempo decorrido desde a entrada em serviço do material ou componente;

� " – escalares de sinal positivo.

Para o andamento visualizado, o parâmetro " apenas pode assumir valores ímpares, maiores ou

iguais a 3.

Figura 2.9 - Andamento geral de uma curva de Weibull [adaptado de Garrido, 2010]

2.8.3. Modelos estocásticos

Paulo [2009] refere que os modelos estocásticos, ao contrário dos modelos determinísticos,

abrangem um parâmetro probabilístico nas estimativas de vida útil, obtendo como estimativa uma

gama de valores de acordo com as probabilidades de ocorrência, não considerando apenas um valor.

De acordo com Cecconi [2002], nestes métodos, a degradação é tratada como sendo um processo

estocástico, sendo a probabilidade de deterioração definida para cada propriedade, analisada ao

longo do tempo. O mesmo autor defende que estes métodos são rentáveis apenas em projectos de

grande escala, face à dificuldade impostas na transposição para situações reais.

A aplicação destes métodos implica a obtenção de dados concretos ao longo de um largo período de

tempo. De acordo com Leira et al. [1999], estes métodos servem para uma melhor compreensão dos


24

fenómenos físicos de degradação, devendo ser utilizados como complemento da experiência e

conhecimento dos materiais.

As cadeias de Markov são um exemplo de modelos estocásticos, sendo que estes modelos têm a

vantagem de fornecer mais informação associada às estimativas, possibilitando uma utilização e

interpretação mais completa destas. Segundo Duling et al. [2008], este método, sendo uma

abordagem estocástica, é aplicado na simulação da transição de um nível de degradação para outro

ao longo do tempo. No entanto, a utilização destes modelos exige uma grande quantidade de dados e

observações acrescendo o facto de este modelos serem bastante complexos.

Os métodos estocásticos, segundo Gaspar [2002], possuem algumas desvantagens na sua aplicação

sendo estas: i) a complexidade dos modelos matemáticos utilizados; ii) a necessidade de um grande

número de dados recolhidos ao longo do tempo; iii) a enorme dependência do trabalho de campo.

Apesar das desvantagens enunciadas, estes métodos fornecem um acréscimo de informação

relacionada às estimativas, permitindo uma interpretação e utilização mais completa destas.

2.8.4. Modelos de engenharia

Os modelos de engenharia resultam de uma junção entre os métodos determinísticos e os métodos

estocásticos, surgindo assim um método de fácil aplicação, tal como o método factorial, descrevendo

os processos de degradação de forma probabilística, semelhantemente aos métodos estocásticos

[Cecconi, 2002].

Segundo Moser e Edvarsen [2002], este método obtém um único valor para a vida útil média. Um

cliente não está interessado apenas no valor médio de vida útil, também necessita saber que

renovações substanciais ou substituições podem ocorrer, sendo que normalmente estas ocorrem

antes da vida útil média ser atingida.

2.9. Conclusões

Nas últimas décadas, tem-se assistido a uma crescente preocupação dos organismos internacionais

relativa à previsão da vida útil de materiais e componentes de construção. Este capítulo consistiu em

enunciar o estado de arte relativo às pesquisas efectuadas no tema da previsão da vida útil, assim

como as várias metodologias existentes. Foi apresentada a metodologia de previsão de vida útil

adoptada no presente trabalho, assim como o tipo de modelação adoptado, que consiste na utilização

das curvas de Gompertz.

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas 3. Manchas em fachadas de edifícios antigos

25

3. Manchas em fachadas de edifícios antigos

3.1. Introdução

A exposição permanente às acções exteriores dos revestimentos de paredes, é propício para o

surgimento de anomalias. Sendo o caso em estudo a fachada ou envolvente vertical, que é um

elemento fundamental no comportamento global do edifício durante a sua vida útil, assim como na

valorização no espaço envolvente, é um elemento permanentemente exposto às acções climatéricas

e a poluição atmosférica. Segundo Colen e Brito [2003], uma deficiente concepção associada à

crescente degradação da fachada origina problemas de várias naturezas (funcional e segurança),

prejudicando os desempenhos estético, social, ambiental e económico dos edifícios.

De acordo com Veiga [2010], os revestimentos de paredes têm como função garantir o conforto, a

habitabilidade e salubridade dos edifícios influenciando significativamente o seu aspecto estético,

sendo necessário preservar os revestimentos mantendo sempre em boas condições.

As anomalias em estudo aparecem sob a forma de descolorações sendo normalmente visíveis nos

primeiros anos após a construção ou manutenção da fachada. Segundo Parnham [1997], apesar de

estas anomalias alterarem a estética do edifício, não são geralmente consideradas como defeitos. No

entanto, de acordo com Colen e Brito [2003], a evolução das anomalias durante a vida útil do edifício

juntamente à inexistente ou deficiente manutenção, poderá conduzir ao aumento da degradação

física dos vários componentes da fachada, diminuindo a sua resistência às acções do meio ambiente.

No Quadro 3.1. apresenta-se os diversos tipos de manchas segundo Colen et al. [2005].

A fase de projecto é fundamental para a prevenção da sujidade em fachadas, realçando alguns

aspectos a ter em consideração entre os quais: características arquitectónicas da fachada,

pormenores construtivos e tipos de revestimentos. Deste modo, garantindo a aplicação de materiais

de revestimento adequados e a concepção de formas arquitectónicas e dispositivos de drenagem que

protejam a fachada da acção da água, evita-se o aparecimento de efeitos estéticos indesejáveis.

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS 3. Manchas em fachadas de edifícios antigos Influência de factores de degradação no aparecimento de manchas nas fachadas

26

Quadro 3.1 – Caracterização dos diferentes tipos de manchas em paredes rebocadas [Colen et al., 2005]

Cód. Manchas Descrição M1 Eflorescências/criptoflo

rescências (cor branca) Depósito cristalino pouco aderente, de sais solúveis (sulfatos, cloretos, nitratos, carbonatos), na superfície do revestimento (eflorescências) ou entre este e o suporte (criptoflorescências) originado por migração/evaporação da água

M2 Carbonatação (cor Branca)

Incrustações à superfície de sais de carbonato de cálcio, insolúveis, resultantes do hidróxido de cálcio dos produtos cimentícios, dissolvido pela água infiltrada e convertido à superfície numa forma insolúvel pela exposição ao dióxido de carbono (CO2).

M3 Sujidade uniforme1/ sujidade diferencial2

(cor escura – castanha, cinzenta ou preta)

Acumulação na superfície de material estranho de diversa natureza (poeiras, fuligem e outras partículas poluentes), com espessura variável, pouco aderente e de fraca coesão, provenientes do próprio revestimento, do meio ambiente ou do suporte de aplicação; de aspecto uniforme1 (zonas protegidas da chuva) ou diferenciado2 (escorrências).

M4 “Fantasmas” (cor escura)

Deposição diferencial de poeiras sobre o paramento, permitindo a visualização do desenho dos tijolos através de diferenças de cor e, nos casos mais acentuados, manchas de sujidade (M3) e de microorganismos (M6). Este fenómeno deve-se fundamentalmente à absorção desigual dos diferentes materiais constituintes das alvenarias e, normalmente, manifesta-se quando a espessura de revestimento é insuficiente.

M5 Humidade (cor escura) Alterações de cor devido a zonas mais humedecidas do que outras, com diferentes origens: humidade de obra, terreno, precipitação, fenómenos de higroscopicidade e / ou causas fortuitas

M6 Fungos/bolores (cor escura)

Aparecimento de microorganismos biológicos devido à permanência prolongada de água (humidade relativa superior a 70%), em fachadas com menor exposição ao Sol, dependendo da presença de nutrientes (material orgânico).

M7 Vegetação parasitária (cor verde, amarela, laranja e/ou azul)

Presença de organismos biológicos - algas, líquenes, musgos e outras plantas superiores de pequeno arbóreo (ex. trepadeiras), na presença de luz e humidade; por serem plantas, são capazes de produzir nutrientes a partir da água, minerais (depósitos de humidade) e CO2.

M8 Corrosão (cor amarela e/ou laranja)

Alterações cromáticas na superfície do reboco, resultantes da deposição de produtos de corrosão de elementos metálicos (óxidos) e que são transportados pela água.

M9 Alterações cromáticas/ descolorações (cor diversa)

Variação na uniformidade da cor sob a forma de manchas (ex. manchas resultantes de produtos derivados do petróleo) - alterações cromáticas, ou de perda de brilho e / ou de cor - descolorações (destruição total ou parcial da matéria corante)

M10 Grafitti (cor diversa) Pinturas ou marcas na superfície da parede devidas a diversas tintas e marcadores, sendo absorvidas em materiais porosos.

M11 Dejectos de aves (cor diversa)

Depósitos à superfície (ácidos e sais solúveis) resultantes dos dejectos de aves (pombos), originando nutrientes para o desenvolvimento de microrganismo (M6) e organismos biológicos (M7)


27

3.2. As manchas de sujidade

Segundo Paulo [2009], o grau de sujidade exposto nos revestimentos exteriores pode ser definido

como a colecção de corpos estranhos que escurece a superfície da fachada. Uma matéria orgânica

que tende a se depositar nas superfícies exteriores pintadas e, em particular, as superfícies

protegidas, tais como beirais, porém não constitui, inicialmente, um problema de durabilidade de

pintura sendo apenas um problema de estética. Contudo, segundo Colen et al. [2005], a permanência

da sujidade no revestimento juntamente com a água, pode contribuir para o agravamento das

anomalias podendo resultar a degradação do material de revestimento e perda de propriedades

deste.

A definição de sujidade segundo Carrio [2000], consiste na acumulação e permanência de partículas

de sujidade nas fachadas dos edifícios na sua superfície exterior assim como no interior dos poros

superficiais.

Os revestimentos exteriores estão expostos permanentemente aos agentes atmosféricos de

degradação, que favorecem o aparecimento de vários tipos de manchas. Estas podem ter origens

diversas, sendo como análise no presente trabalho as manchas originadas pela acumulação de

partículas de sujidade suspensas na atmosfera (Figura 3.1).

Figura 3.1 - Visualização de manchas de sujidade [arquivo pessoal]

A acumulação de sujidade na fachada é um fenómeno que se destaca nas zonas urbanas e

industriais, devido à presença de partículas contaminantes. Kadlubowski et al. [2001], diferenciam

dois tipos de retenção de sujidade, a uniforme, a qual é realizada através da deposição na fachada de


28

partículas em suspensão na atmosfera, e a retenção de sujidade diferencial relacionada com os

processos de arrastamentos de partículas ou de lavagem parcial por acção da água da chuva.

Os poluentes existentes na atmosfera são transportados pelo vento ou dissolvidos na água da chuva,

acumulando-se assim na superfície da fachada sendo consequentemente absorvidos pelos

revestimentos.

Um agente atmosférico presente em todos os ambientes é o vento com mais ou menos intensidade,

contribuindo no processo de alteração do aspecto das fachadas de forma positiva e negativa, pois é o

vento que serve de meio de transporte para as partículas mas também serve como sistema de

limpeza directo dificultando a sujidade por depósito.

Outro agente dominante no processo de sujidade das fachadas é a água. Assim como o vento, a

água tem dois tipos de contribuições, servindo de transporte das partículas desde a superfície até ao

interior dos poros assim como a extracção dessas partículas efectuando um processo de limpeza da

fachada. A lavagem diferencial resulta dum processo que consiste no arraste das partículas para o

interior durante a absorção e até ao exterior durante a lavagem, resultando a alteração de aspecto

por sujidade.

Segundo Quintela [2006], as manchas de sujidade por depósito, são o processo inicial da modificação

do aspecto das fachadas e consiste no depósito das partículas contaminantes na superfície da

fachada ou no interior dos seus poros superficiais.

Nas situações onde a superfície da fachada se encontra húmida juntamente com materiais porosos,

facilitam a absorção superficial da partícula húmida assim como a absorção de partículas imersas na

água que penetram nos poros superficiais. Assim que as condições atmosféricas sejam as favoráveis,

a água contida nos poros evapora-se ficando as partículas de sujidade retidas no interior dos poros

tal como é possível observar na Figura 3.2. A acumulação destas partículas nos poros dá origem ao

aspecto sujo da fachada escurecendo a superfície, o que posteriormente dificultará a limpeza.

Segundo Quintela [2006] o sistema de depósito depende de três factores básicos: tamanho da

partícula, condições atmosféricas, textura e geometria da fachada.

Figura 3.2 - Esquema de escurecimento da fachada por sujidade com o efeito da humidade [Carrio, 2000]


29

Ao atingir a saturação dos poros superficiais do material, a água desliza pela superfície criando uma

lâmina de água que desliza a uma certa velocidade dependendo da espessura da lâmina de água.

Atingindo uma determinada velocidade, dependendo do poro superficial, a lâmina de água faz com

que a água contida nos poros seja expulsa, podendo arrastar até ao exterior as partículas

acumuladas de sujidade tal como se pode verificar na Figura 3.3.

Figura 3.3 - Esquema de lavagem por água da chuva [Carrio, 2000]

Em função das condições atmosféricas, a água provoca efeitos distintos na fachada. Como visto

anteriormente um dos efeitos consiste na alteração de aspecto da fachada por depósito interno de

partículas de sujidade originada pela saturação do poros e seguidamente a passagem ao estado

seco. O efeito de lavagem é produzido quando a fase da lâmina de água atinge uma velocidade

suficiente.

Colen e Brito [2003] referem que os depósitos, dos poluentes existentes na atmosfera, nas

superfícies das fachadas são absorvidos pelos revestimentos através da circulação da água, sendo a

humidade um factor que favorece a formação de compostos que danificam os materiais de

revestimento.

Segundo Colen et al. [2005], a manifestação de manchas à superfície afecta os níveis visuais de

qualidade, pelo que quanto maior for a diversidade de colorações existentes no paramento mais

gravoso é o efeito das manchas. As manchas localizadas, de acordo com Quintela [2006], sendo elas

de escorrimentos escuros de sujidade ou mais claras de lavagem superficial, originam um maior

desconforto estético do que uma fachada com a sujidade uniforme e generalizada.

.


30

3.3. Factores de degradação

O aparecimento de manchas pode ser controlado na fase de projecto nomeadamente na arquitectura

da fachada, não podendo evitar a acumulação de sujidade e controlar o seu aumento e expansão

devido aos factores atmosféricos.

Com o objectivo de diminuir a sujidade nas fachadas, são enunciadas, segundo Quintela [2006],

medidas a ter em consideração na fase de projecto, entre as quais:

• tentar diminuir o depósito das partículas e sua adesão;

• dissimular o mais possível a aparência do depósito dessas partículas;

• evitar escorrimento da lâmina de água preferenciais, com o objectivo de eliminar os

escorrimentos de lavagem diferencial ou de sujidade localizada.

Segundo Carrio [2000], para colocar em prática as medidas anteriormente enunciadas, é necessário

a intervenção nos factores que condicionam o aspecto estético da fachada sendo eles a textura

superficial, a cor e a geometria da fachada.

3.3.1. Textura superficial

A textura superficial depende do produto de revestimento utilizado e do seu acabamento superficial.

Um estudo efectuado por Paulo [2009], consistiu na análise de 286 edifícios para determinar a textura

da película, resultando a seguinte classificação:

• lisa - óleo;

• lisa - plástica;

• lisa - Membrana;

• lisa - silicatos;

• texturada.

O resultado do levantamento efectuado por Paulo [2009] pode ser verificado no Quadro 3.2.

Quadro 3.2 - Classificação da textura das tintas em pinturas de edifícios antigos [Paulo, 2009]

Textura Nº de edifícios % de edifícios “idade” média das Pinturas (anos)

Lisa - plástica 116 40,6 20,8 Lisa – óleo 28 9,8 43,8 Lisa - silicatos 29 10,1 40,1 Lisa - membrana 8 2,8 11,3 Texturada 115 36,7 18,8 Total 286 100


31

Do Quadro 3.2. conclui-se que as texturas mais utilizadas são as lisa – plástica e texturada, e que as

pinturas com idade média mais elevada são as texturas lisa – óleo e lisa – silicatos sendo a mais

reduzida a de membrana.

É importante especificar a porosidade dos revestimentos, que constituí juntamente com a textura

superficial, um factor importante no aparecimento de manchas, pois quanto mais poroso for um

revestimento maior será a absorção, demorando mais tempo até atingir a saturação diminuindo assim

o efeito de lâmina da água. Pelo contrário, juntamente com a água da chuva, um revestimento com

um coeficiente de porosidade menor, demora menos tempo a atingir a saturação dos poros

resultando o aparecimento precoce da lâmina de água o que favorece o efeito da limpeza da

sujidade.

Um aspecto a ter em conta é a rugosidade das superfícies, segundo Colen e Brito [2003], que

provocam uma distribuição mais aleatória da água, evitando os caminhos diferenciais. Por outro lado,

de acordo com Quintela [2006], as rugosidades apresentam-se como obstáculos que abrandam a

velocidade do deslize da água, diminuindo assim o efeito de limpeza da fachada juntamente com o

facto de a rugosidade oferecer uma maior superfície facilitando a fixação da sujidade.

Conclui-se que o aparecimento de manchas causada por lavagem diferencial é mais propício em

superfícies lisas e com um coeficiente de porosidade baixo, e que a sujidade é mais uniforme nas

superfícies porosas e rugosas, ou seja diferentes tipos de textura originam diferentes

comportamentos.

3.3.2. A cor

A cor, segundo Quintela [2006], é um factor que tem grande influência no destaque da sujidade na

fachada de uma forma visual e por contraste. Quanto maior a diferença entre a cor e a intensidade

das partículas de sujidade e a fachada, maior será a alteração do aspecto.

A utilização de cores escuras dissimula o depósito das partículas de sujidade devido a semelhança

de tonalidades, visto que a tonalidade dos depósitos de partículas de sujidade é geralmente de cor

castanha a negro passando por toda a gama de cinzentos. Segundo Colen e Brito [2003a], as cores

claras em revestimentos são mais propícias a indicar a existência de manchas.

Uma situação ideal, segundo Carrio [2000], consistia na aplicação de cores e tons mais escuros nas

zonas protegidas, zonas de previsível depósito de partículas, podendo estas serem as zonas

inferiores do edifício e planos inferiores de elementos salientes. Assim, poderia ser controlada a

alteração de aspecto por acumulação de sujidade, destacando as zonas previsíveis de

escurecimento. É claro que esta medida, tem algumas dificuldades de implementação, devido a

compatibilidade com a arquitectura, nomeadamente o aspecto estético.


32

No Quadro 3.3, apresenta-se algumas cores das fachadas de edifícios inspeccionados.

Quadro 3.3 – Diferentes cores na amostra de edifícios inspeccionada

JC077 JC065 JC070

3.3.3. Geometria

Cada fachada apresenta características geométricas distintas, relevos, ressaltos e mudanças de

plano, que provocam alterações no encaminhamento da lâmina de água, com variações de

velocidade e concentrações de escorrimentos, resultando no final uma heterogeneidade do aspecto

da fachada, destacando-se zonas com lavagens mais ou menos intensas e zonas de grande

sujidade. De acordo com Carrio [2000], a heterogeneidade de zonas mais sujas e zonas mais limpas

denomina-se por lavagem diferencial.

As características geométricas e os detalhes construtivos das fachadas têm uma influência decisiva

no grau de severidade da exposição à acção da água da chuva e do vento e, consequentemente, no

processo de alteração de aspecto das fachadas por sujidade. Segundo Colen e Brito [2003], as

formas arquitectónicas e os dispositivos de drenagem têm como função garantir a protecção da

fachada da acção da água, evitando por um lado a criação de caminhos preferenciais de circulação

da água na superfície do revestimento e possibilitando o efeito de lavagem natural na extensão total

da fachada.

Segundo Quintela [2006], a geometria da fachada é um dos factores que mais facilmente pode ser

alterado na fase de projecto. Colen e Brito [2003a] referem que o objectivo na fase de projecto é

proceder a uma escolha adequada dos materiais de revestimento complementando com uma boa

pormenorização, minimizando assim o aparecimento de depósitos de sujidade. Estão demonstradas

na Figura 3.4, escolhas arquitectónicas de maior risco.


33

Figura 3.4 - Manchas de sujidade em escolhas arquitectónicas de maior risco [arquivo pessoal]

A geometria da fachada, segundo Carrio [2000], deverá ter os seguintes objectivos:

• evitar as concentrações de escorrimentos de água que tendem a facilitar a concentração de

sujidade ou lavagem diferencial;

• efectuar uma distribuição uniforme da lâmina de água;

• evitar a passagem da lâmina de água sem descontinuidades entre planos de inclinação

diferente.

A intervenção ao nível de projecto visa uma escolha adequada dos materiais de revestimento e uma

boa pormenorização minimizando a acção da água da chuva, evitando o desenvolvimento de efeitos

indesejáveis, como a formação de caminhos preferenciais de escorrimento da água pelo paramento

vertical. De acordo com Colen e Brito [2003b], as zonas da fachada mais susceptíveis a estes

fenómenos são: cornijas, remate das platibandas e beirados, as fachadas planas com materiais de

diferente comportamento à água, saliências e peitoris das janelas.

Assim, será abordado uma possível pormenorização dos elementos referidos.

Segundo Colen e Brito [2003], os remates das platibandas têm como objectivo proteger as superfícies

expostas à acção da água, evitando períodos longos de humidificação dos revestimentos. No projecto

deve-se especificar o material adequado para executar o fecho das juntas, a inclinação do remate e a

colocação de pingadeiras.

Quintela [2006] apresenta vários esquemas de peitoris, cada um com um sistema de escoamento de

água e, consequentemente, a sua tendência para o aparecimento de manchas de sujidade. Na Figura

3.5, está exposto os tipos de peitoris que favorecem o aparecimento de escorrimentos localizados,

alterando o aspecto da fachada como se pode verificar na Figura 3.6.


34

Figura 3.5 - Pormenorização de diferentes tipos de peitoris [Carrio, 2000]

Figura 3.6 - Escorrimentos na zona dos peitoris [arquivo pessoal]

De acordo com Quintela [2006], existem alguns documentos normativos que definem formas

geométricas mais adequadas para conduzir a água, prevenindo futuras anomalias indesejáveis.

Relativamente aos peitoris aborda-se a recomendação determinada no DTU 20.1 [CSTB, 1994] e na

norma europeia EN 13914-1:2005 [CEN, 2005], pelas Figuras 3.7 e 3.8

Figura 3.7 - Esquema de peitoril segundo o DTU 20.1 [adaptado de Quintela, 2006]


35

Figura 3.8 - Esquema de peitoril segundo a norma de EN 13914 - 1:2005 [adaptado de Quintela, 2006]

Outros elementos, de acordo com Colen e Brito [2003], são as pequenas projecções fixadas

directamente a superfície, como por exemplo letreiros e sinais, que interrompem a circulação da

água, originando caminhos preferenciais de escorrimentos e zonas de depósito de sujidade de difícil

acesso, em termos de lavagem. No entanto, neste presente trabalho, o factor de degradação

“elementos salientes” incidirá sobre a existência ou não de varandas.

3.3.4. Orientação solar

A exposição solar, nomeadamente a radiação ultra-violeta, é um factor de degradação a ter em conta,

segundo Garrido [2010], sendo que a intensidade e frequência desta dependem de vários factores,

como a localização geográfica dos edifícios, a existência de sombreamento sobre as fachadas assim

como a sua orientação

Face à questão geográfica, a totalidade dos edifícios abordada no presente estudo localiza-se em

Lisboa mais especificamente na Madragoa. A existência de sombreamento nas fachadas não foi

considerada no presente estudo, devido a sua influência na quantificação da sujidade. Especifica-se

assim, para cada edifício, a orientação da fachada.

3.4. Conclusões

Numa fase inicial, o aparecimento de manchas à superfície é considerado como um problema de

estética. Porém, a sua permanência no revestimento juntamente com a existência de água pode

contribuir para o agravamento das anomalias resultando a degradação do material de revestimento

assim como a perda de propriedades deste.


36

Assim, neste capítulo, foram abordadas as manchas, detalhando a influência de certos factores na

sua evolução assim como medidas de intervenção a nível de projecto para minimizar o seu

aparecimento.

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas 4. Metodologia de investigação

37

4. Metodologia de investigação

4.1. Introdução

Neste capítulo é apresentada a metodologia utilizada no trabalho de campo, assim como as suas

várias etapas com a finalidade de obtenção de dados para o desenvolvimento de um modelo de

quantificação da sujidade das fachadas. O trabalho de campo é considerado uma fase determinante,

pois a previsão da vida útil é deduzida dos resultados obtidos.

O trabalho desenvolvido utilizou uma metodologia para a previsão da vida útil baseada na análise de

resultados decorrentes da exposição prolongada, em condições de serviço, dos componentes e

materiais do edifício.

4.2. Trabalho de campo

4.2.1. Objectivos e âmbito de trabalho de campo

A metodologia desenvolvida e adoptada no presente trabalho insere-se no âmbito da inspecção de

edifícios em condições de serviço. Sendo assim, foram inspeccionados 131 edifícios na zona de

Madragoa, zona de particular interesse por ser um núcleo histórico da cidade de Lisboa onde existe

um vasto património de edifícios antigos. Assim, foi possível encontrar fachadas com vários níveis de

degradação relativamente às manchas, ou seja desde fachadas sem manchas de sujidade até

fachadas completamente repletas de sujidade, obtendo uma amostra diversificada.

Pretende-se quantificar as variáveis a utilizar no modelo de previsão de vida útil, através do registo

fotográfico das fachadas dos edifícios e das dimensões desta, identificação da textura da superfície

da fachada, determinação da orientação solar e recolha de informações relativas às últimas

manutenções efectuadas nos edifícios em estudo. Não foram considerados fenómenos pontuais e

acidentais para o estudo da evolução da anomalia.

Após a obtenção da informação, é possível definir os níveis de degradação global e factores de

degradação mais condicionantes que serão introduzidos nos modelos de degradação, para verificar a

influência desses factores na evolução da anomalia em estudo.

4.2.2. Registo fotográfico

Para obter um registo fotográfico, foi necessário adoptar uma técnica que se encontra pormenorizada

no subcapítulo 4.4.1. do mesmo documento. O material utilizado consiste apenas numa máquina

fotográfica do modelo Canon Power Shot sx20 is.

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS 4. Metodologia de investigação Influência de factores de degradação no aparecimento de manchas nas fachadas

38

4.2.3. Informações relativas à data de aplicação das pinturas dos edifícios

A obtenção de informações relativas à data de aplicação das pinturas foi realizada em duas fases.

Primeiramente efectuou-se o pedido no edifício central da Câmara Municipal de Lisboa, localizado no

campo grande, para consulta dos volumes de obra de cada edifício visto se tratar duma amostra de

131 edifícios. Seguidamente, realizou-se a consulta dos volumes de obra para retirar as informações

relativas à data de aplicação das pinturas dos edifícios, no arquivo municipal intermédio localizado no

bairro da Liberdade, Campolide, onde é possível visualizar os pedidos para usufruir de incentivos e

benefícios financeiros para a protecção e conservação dos imóveis ao abrigo dos programas RECRIA

(Regime Especial de Comparticipação de Imóveis Arrendados) e REHABITA (Regime de Apoio à

recuperação Habitacional em Áreas Urbanas Antigas), sendo este último exclusivamente aplicável

aos núcleos urbanos históricos declarados áreas críticas de recuperação, sendo o caso da zona em

estudo. As informações da data de aplicação também foram obtidas através da emissão de licenças

para ocupação de via pública (O.V.P), relacionadas com a montagem de estruturas provisórias

(andaimes), documentos de vistoria realizados depois das obras onde estão referidas as aprovações

relativamente à realização das obras bem como a aprovação da cor utilizada para revestimentos

exteriores. Por último, foi possível adquirir informações relativas à data de aplicação das pinturas,

através dos pedidos de realização de obras de conservação e beneficiação geral dos imóveis

executadas pelos proprietários.

4.3. Factores de degradação

4.3.1. Identificação da textura da película

Seguindo a classificação adoptada por Paulo [2009], verifica-se que as texturas das pinturas mais

utilizadas nos edifícios da cidade de Lisboa são a texturada, lisa - plástica e lisa - óleo, tendo sido

estas texturas identificadas nos 131 edifícios, não se verificando em nenhum a existência do tipo

membrana.

O procedimento adoptado para a identificação da textura da película consistiu na inspecção visual,

que possibilitou uma clara distinção entre os três tipos de textura (Figuras 4.1, 4.2 e 4.3).

Figura 4.1 - Exemplo de uma pintura texturada Figura 4.2 - Exemplo de uma textura

(edifício - JC097) tinta lisa – plástica (edifício - JC106)


39

Figura 4.3 - Exemplo de uma textura lisa - óleo (edifício JC012)

4.3.2. Determinação da cor

Segundo Quintela [2006], a cor influencia a durabilidade das fachadas. Desta forma, foram adoptadas

três categorias baseadas no quadro V.5 do RCCTE5. A classificação adoptada pelo RCCTE e no

presente trabalho é em função dos coeficientes de absorção solar como se pode verificar no Quadro

4.1.

Quadro 4.1 - Cor da superfície exterior da protecção solar [RCCTE]

Cor da protecção Clara Média Escura Coeficiente de absorção solar da superfície exterior da protecção

0,4

0,5

0,8

cor

Branco Creme Amarelo Laranja Vermelho claro

Vermelho escuro Verde claro Azul claro

Castanho Verde escuro Azul vivo Azul escuro Preto

De seguida, apresenta-se um exemplo de cada categoria (Quadro 4.2).

Quadro 4.2 - Exemplo da classificação da cor

Clara Média Escura

JC118 JC128 JC029

5 RCCTE – Regulamento das Características de Comportamento Térmico dos Edifícios;


40

4.3.3. Identificação do elemento saliente - varanda

Através da avaliação visual estabeleceu-se uma classificação de dois níveis, sendo estes: edifício

com varanda e edifício sem varanda, para efectuar a identificação dos elementos salientes. Não

foram identificados os peitoris apesar de estes também contribuírem para a acumulação de sujidade,

face a amostra reduzida de edifícios que não têm peitoris, o que consequentemente iria influenciar na

análise de resultados. De seguida é apresentado um exemplo para a classificação adoptada (Figuras

4.4 e 4.5).

Figura 4.4 – Edifício com varanda (JC103) Figura 4.5 - Edifício sem varanda (JC081)

4.3.4. Determinação da orientação solar

Para determinar a orientação solar da fachada, utilizou-se um relógio da marca casio, o qual indicava

os graus e o ponto cardeal optando assim pela seguinte classificação:

• Norte – fachadas orientadas entre 315º e 45º;

• Sul – fachadas orientadas entre 135º e 225º;

• Este – fachadas orientadas entre 45º e 135º;

• Oeste – fachadas orientadas entre 225º e 315º.

De seguida é apresentado (Figura 4.6) um esquema com a classificação enunciada.

Figura 4.6 - Esquema de classificação da orientação solar [adaptado de Garrido, 2010]


41

4.4. Elaboração da imagem da fachada

Com o auxílio da aplicação Photo Color, pertencente à plataforma BuildingsLife, foi obtida a

quantificação da sujidade nas fachadas inspeccionadas através de registos fotográficos efectuados. A

utilização da aplicação só é possível com uma imagem que enquadre por completo a fachada, o que

é impossível sem recorrer a programas computacionais devido à maioria das ruas da zona em estudo

serem estreitas, juntando também o inevitável efeito de distorção originado pelo efeito de perspectiva.

Com isto, foi adquirido um processo de montagem de imagem de fachadas com vista a obter imagens

de fachadas que parecessem alçados, que será abordado no subcapítulo 4.4.2.

4.4.1. Registo fotográfico

Para a obtenção de uma imagem com a totalidade da fachada, foi necessário retirar várias fotografias

adoptando-se um procedimento determinado. Primeiramente as fotos eram retiradas do mesmo ponto

e a partir da mesma distância sensivelmente ao meio da fachada girando a câmara para os lados

para cima e para baixo obtendo várias perspectivas (Figura 4.7), seguidamente garantia-se uma

sobreposição de 40 a 50%. O ideal seria utilizar um tripé, o qual não foi utilizado. De seguida, é

possível observar, na Figura 4.8, um exemplo do processo de montagem de imagem da fachada.

Figura 4.7 - Colocação da máquina fotográfica [adaptado de Paulo et al., 2008]


42

Figura 4.8 - Fotografias do edifício JC106

4.4.2. Elaboração da fotografia da fachada

Após a recolha das várias fotos, foi efectuada a montagem da imagem da fachada através dum

programa de tratamentos de registos fotográfico. O funcionamento do programa consiste em duas

fases: na primeira, é realizada a sobreposição e alinhamento das fotos obtendo-se um resultado final

que é uma imagem com a totalidade da fachada com uma resolução razoavelmente elevada para

efectuar a quantificação das anomalias dos imóveis.

Seguidamente, é efectuada a ortogonalização, devido à distorção resultante do processo de

sobreposição e alinhamento das fotos, que baseia-se na eliminação da distorção através da

determinação de alinhamentos verticais e horizontais. Podem ser utilizadas como referência para os

alinhamentos verticais as extremidades dos edifícios assim como tubos de queda, relativamente a

alinhamentos horizontais são utilizados como referência as platibandas, beirados das coberturas e

parapeitos das janelas. De seguida, observa-se o resultado final obtido na Figura 4.9.


43

Figura 4.9 - Montagem e ortogonalização da fotografia do edifício JC106

4.5. Quantificação da sujidade

4.5.1. Plataforma BuildingsLife

A plataforma BuildingsLife foi criada para efectuar uma previsão da vida útil dos materiais e

componentes de construção com o objectivo de optimizar os custos associados dando assim

informações úteis para o dono-de-obra, o empreiteiro e projectista. As funcionalidades da plataforma

permitem a quantificação de anomalias, caracterização dos materiais e componentes de construção

assim como o ambiente em que se inserem, análise de dados e modelação da degradação

pretendida.

A plataforma foi utilizada, no presente trabalho, para a introdução e armazenamento de informações

acerca dos edifícios inspeccionados e, posteriormente, para a quantificação da sujidade nas fachadas

destes, sendo esta última realizada através da aplicação Photo Color.

4.5.2. Utilização da aplicação Photo Color

De acordo com Paulo [2009], para algumas anomalias de fachada, os níveis de degradação são

quantificados por perda de cor ou por variações ao longo da vida útil. Segundo o mesmo autor, a

variação da cor é, provavelmente, o primeiro defeito que os utilizadores conseguem reconhecer e

muitos deles consideram isto como o limite da vida útil (fim da vida útil) para os seus edifícios. Assim,

o sistema de degradação de edifícios (BuildingsLife) permite detectar e quantificar tais defeitos,

analisando a cor de cada píxel na imagem de uma fachada. A Figura 4.10 representa o esquema de

procedimentos para se obter diferenças nos valores das cores desde a fase de obtenção de imagens

das fachadas até a inserção das mesmas, na plataforma BuildingsLife.


44

Figura 4.10 - Procedimentos para obter uma variação de valores de cores [Paulo, 2009]

Paulo [2009] refere que a aplicação PhotoColor foi desenvolvida para caracterizar a cor e as suas

variações sobre uma fachada, sem erros de observação humana. Está cientificamente provado que o

ser humano não tem as capacidades suficientes para caracterizar uma cor utilizando, por exemplo,

combinações de padrões de cores.

Segundo o mesmo autor, este software é capaz de detectar cada código de cor (num espaço de cor),

para qualquer píxel de fotografia e de calcular diferenças nas cores.

Se a aplicação for utilizada no BuildingsLife, também é possível realizar a integração de todas as

funcionalidades, de modo a poder-se quantificar os defeitos com base na análise da cor da fachada.

4.5.2.1. Percepção da cor

De acordo com Paulo [2009] o olho humano tem algumas limitações face à distinção de diferenças

nas cores. De facto, o observador médio verá em primeiro lugar diferenças no matiz, em segundo as

diferenças na saturação, e por último as diferenças na luminosidade / escuridão.


45

Quando os seres humanos têm a percepção das cores de uma região, a sua percepção é

influenciada não só pela distribuição local dos comprimentos de onda dentro da região, mas também

pela cor de maior distância e efeitos de contraste de luminosidade, nos limites desta região [Shapley

and Hawken, 2002].

Compreender a percepção das cores através da luz proveniente de uma região de um cenário tem

sido complicado, pelo facto de que tais percepções são influenciadas, muitas vezes de forma

significativa, pelo contexto espectral do alvo. Assim, quando dois objectos, espectralmente idênticos,

são cercados por regiões que devolvem diferentes distribuições de potência espectral para o olho, a

sensação de cor para estes dois alvos não é a mesma. Este fenómeno é designado por contraste de

cor. Por outro lado, dois alvos que devolvem espectros diferentes para o olho podem, dependendo

dos seus contextos, parecer muito mais semelhantes do que quando eles são apresentados no

mesmo contexto neutro. Este fenómeno designa-se por constância de cor. O dilema para a ciência de

visão introduzido pelo contraste de cor e constância de cor, é que a cor dos alvos visuais é

claramente influenciada, de forma complexa, pelo seu ambiente [Lotto and Purves, 2002].

A luz que é reflectida por um objecto iluminado depende da superfície do objecto e da iluminação do

cenário. Este facto bem conhecido levanta um problema para o sistema visual das pessoas. Uma vez

que a iluminação pode variar drasticamente em poucos dias, as alterações de iluminação podem ter

um impacto considerável sobre a luz que é reflectida por um objecto, podendo também originar um

impacto nas absorções do receptor. O sistema visual humano precisa de contrabalançar este efeito

de iluminação, a fim de atribuir cores constantes aos objectos [Baüml, 1998].

O processamento da percepção humana de cores começa num nível muito cedo no sistema visual

(mesmo dentro da retina) através de mecanismos iniciais adversários de cores. Mecanismos

adversários referem-se ao efeito de cor oposta do vermelho-verde, azul-amarelo, e claro-escuro. A

informação visual é então enviada de volta através do nervo óptico até ao quiasma óptico: um ponto

onde os dois nervos ópticos se encontram e a informação do campo visual temporal atravessa para o

outro lado do cérebro.

Portanto, segundo Paulo [2009], a determinação de cor é subjectiva variando de observador para

observador. Para contradizer esta subjectividade na análise da cor, são frequentemente utilizados

padrões de cores, tais como NCS e RAL, como material de consulta para experiências de cor -

correspondência. Infelizmente, a sua utilização implica uma inspecção mais lenta e requer uma

formação mais especializada (mesmo problema) dos observadores.

Assim, de acordo com Paulo [2009], foi necessário desenvolver uma aplicação de software

(PhotoColor) para ser possível assegurar regras exclusivas, para diferentes observações humanas,

baseadas em imagens digitais. O espaço de cor utilizado foi o espaço de cor CIELab, devido à


46

distribuição uniforme das cores, e por estar muito próximo da percepção humana da cor. O espaço de

cor CIELab foi introduzido em 1976 pela Commission Internationale de L´Éclairage (Comissão

Internacional de Iluminação), em que o parâmetro L, representa a luminosidade compreendido numa

escala de 0 a 100 (0=preto e 100= branco), e duas gamas de cor a e b que vão respectivamente do

verde ao vermelho e do azul ao amarelo, com valores que vão de -120 a +120.

De modo a realizar uma análise de imagens digitais foi necessário conhecer o código de cor de cada

píxel na fotografia de uma fachada. Uma câmara digital captura imagens constituídas por píxeis com

diferentes valores RGB e a aplicação PhotoColor transforma-os em unidades de cores CIELab, para

se obterem os valores da média e do desvio padrão

4.5.2.2. Aplicação PhotoColor

Segundo Paulo [2009], a aplicação PhotoColor tem como principais objectivos:

• definir um sistema padrão para diferentes observadores. O software tem que ser capaz de

determinar, para cada píxel, um código de cor;

• analisar a cor de qualquer zona da fachada. É importante ter a possibilidade de definir uma

cor média para uma parte ou para toda a área;

• garantir uma iluminação uniforme nas fachadas. A correcção de cada píxel é possível

utilizando a combinação de escala de cores, dando a todas as fachadas as mesmas

condições de iluminação;

• os resultados obtidos estão relacionados com a identificação do edifício.

A aplicação PhotoColor apresenta as seguintes características, sendo possível observar algumas

delas na Figura 4.11.

Informação dos dados

• o código de cor é definido através de RGB, CIEXYZ e CIELab, por valores médios e seus

desvios padrão;

• possibilidade de seleccionar um píxel e mostrar os seus valores RGB e CIELab;

• o sistema escolhido para cada píxel mostra a sua posição relativa (coordenadas x e y) na

imagem;

• mostra o histograma da área seleccionada;

• mostra, para cada conjunto de cores no histograma:

o as médias RGB, CIEXYZ, CIELab e RGB Hexadecimal;

o a impressão da cor no ecrã, num quadrado;

o a percentagem de píxeis (área);

• impressões, sobre a imagem, do código de cores;

• mostra a diferença de cor ∆ ��∗ ;

• mostra a diferença de cor para o preto ∆ �$%�&'.

O parâmetro ∆ ��∗ indica a quantificação da descoloração da fachada.


47

O parâmetro ∆ �$%�&' representa a quantificação da cor na acumulação de sujidade, podendo

obter-se um valor entre 0 (preto) a 100 (branco).

Figura 4.11 – Informação dos dados no Photo Color

Vistas

• divisão da amostra visual (imagem original e imagem corrigida);

• todas as imagens de edifícios são visíveis no rodapé para selecção.

As funções da aplicação Photo Color vão ser de seguida enunciadas, podendo ver estas mais

detalhadamente em Paulo [2009].

• definir áreas interiores e exteriores dentro da imagem;

• correcção da luminosidade;

• soma das percentagens de píxeis;

• calcular os códigos de cor dentro ou fora das áreas definidas;

• calcular a diferença de cor existente nas áreas definidas;

• definição de conjunto de cor (Convert Pixel RGB Approximation).

No presente trabalho foi utilizado a aplicação Photo Color para quantificar a sujidade nas fachadas

dos edifícios. A metodologia adoptada, para efectuar a quantificação da sujidade, consistiu na

definição de três áreas, sendo estas:

• área total da fachada excluindo o destacamento de tinta e reboco (DCWA6):

DCWA= Área total – A1 – A2;

• área parcial da fachada com manchas de sujidade (DCWC7):

DCWC= A3;

• área total da fachada excluindo o destacamento de reboco (FF8):

FF= Área total – A2.

6 DCWA – Dirt Collection Wall Area (acumulação de sujidade numa determinada área);

7 DCWC – Dirt Collection Wall Color (cor da acumulação de sujidade);

8 FF – Façade Fading (descoloração da fachada);


48

De seguida é apresentado um esboço das três diferentes áreas na Figura 4.12.

Figura 4.12 - Esquema das diferentes áreas consideradas

As áreas foram directamente criadas no Photo Color, sobre uma imagem digital. A criação destas foi

efectuada através de polígonos. Refere-se ainda que nas áreas anteriormente enunciadas foram

retirados objectos que interferiam com a análise da sujidade, sendo estes cabos de electricidade,

janelas, portas, grafites, grelhas de ventilação, automóveis, sombras e qualquer outro objecto que

possa interferir na quantificação da sujidade. Realça-se a importância de retirar os efeitos de

sombreamento pois têm uma enorme influência nos resultados relativos à quantificação da sujidade,

apresentando-se um exemplo na Figura 4.13.

Figura 4.13 – Áreas consideradas para a quantificação da sujidade

Antes da elaboração das áreas, foi necessário introduzir fotos de qualidade reduzida das fachadas

(800X800 pixéis) pois a utilização das fotos de grande qualidade tornam-se num processo muito

moroso tornando-se contra-producente.


49

A aplicação Photo Color permite, mediante a área determinada, seleccionar a análise para a

quantificação da sujidade (Figura 4.14) entre as quais:

• Dirt Collection Wall Area – Para uma análise de descoloração global e agregação de

sujidade;

• Dirt Collection Wall Color – Para medir a intensidade da acumulação de sujidade;

• Façade Fading – Para quantificar as diferenças de cor na pintura.

Figura 4.14 - Selecção da análise pretendida

Para além das áreas, as diferentes análises diferiam do grau de detalhe ∆ RGB, devido a diferença

de tamanho das diferentes áreas analisadas que podiam englobar a fachada total ou uma área

específica da fachada, sendo que no caso da área analisada englobar a fachada total, o grau de

detalhe da análise teria que ser maior do que para uma análise à um área parcial da fachada.

Apresenta-se no Quadro 4.3 os diferentes tipos de análises associadas ao grau de detalhe, sendo

possível observar um exemplo nos Quadros 4.4 e 4.5.

Quadro 4.3 - Grau de detalhe de RGB

Tipo de análise ∆∆∆∆RGB

Dirt Collection Wall Area 51

Dirt Collection Wall Color 6,375

Façade Fading 12,75

Com as fotos reduzidas (menor qualidade) inseridas, as áreas delimitadas, a escolha da análise

pretendida juntamente com o seu grau de detalhe (∆RGB), torna-se possível quantificar a sujidade

resultando de cada análise um valor ∆E e ∆Black que indica o quanto a área analisada se encontra

com sujidade. No presente trabalho apenas foi utilizada a Área total da fachada excluindo o

destacamento de tinta e reboco (DCWA). (Ver Figura 4.12)


50

Quadro 4.4 – Exemplo para cada valor de grau de detalhe ∆RGB

JC011 - ∆RGB 6,375 JC011 - ∆RGB 12,75 JC011 - ∆RGB 51

Quadro 4.5 - Exemplo para cada valor de grau de detalhe ∆RGB

JC080 - ∆RGB 6,375 JC080 - ∆RGB 12,75 JC080 - ∆RGB 51


51

4.6. Análise de dados e ajuste das curvas de degradação

Após ter concluído a recolha de dados provenientes do trabalho de campo, do arquivo municipal de

Lisboa e da análise efectuada através da aplicação Photo Color, surgiu uma grande quantidade de

informação. Esta informação serviu de fundamento para o estudo em causa, que consiste na

quantificação da sujidade nas fachadas de edifícios, consoante os factores de degradação

adoptados.

Foi utilizado um gráfico geral de degradação do tipo T-ED (tempo – Extensão da degradação), que

serviu de base para a obtenção dos vários gráficos de degradação em função dos factores de

degradação adoptados. Aos gráficos resultantes foram ajustadas leis de degradação do tipo

Gompertz, Potencial e Weibull para efectuar a modelação do desempenho diferido das pinturas.

Tal como Garrido [2010], o ajuste das curvas de degradação foi efectuado com a utilização de um

processo de minimização do erro quadrático médio (EQM), que pode ser determinado através dos

erros de estimativa medidos no eixo das abcissas ou das ordenadas do gráfico de degradação, como

se pode verificar na Figura 4.15.

Figura 4.15 - Demonstração da medição do erro no gráfico [adaptado de Garrido, 2010]

No anterior gráfico de degradação, está identificado um edifício i com as letras JCi, para demonstrar

a medição dos erros em cada eixo. Neste exemplo, o erro medido no eixo das abcissas é relativo à

diferença de idades identificado por �()�, sendo estas a idade real da pintura do edifício e a idade

obtida pelo modelo face à quantificação da sujidade existente, ficando referida como *+,+-�-� (Equação

4.1).

*+,+-�-� = �+,./-�%/ − �+ (4.1)

No eixo das ordenadas, o erro medido é respeitante à diferença entre a quantificação de sujidade real

na fachada e a quantificação de sujidade obtida pelo modelo identificado por �()0, consoante a

idade da pintura do edifício i, sendo este erro identificado por 1+,234+-�-� (Equação 4.2).


52

1+,234+-�-� = �+,./-�%/ − �+ (4.2)

A determinação dos erros anteriormente determinados, permite estabelecer valores de EQM, ficando

identificados como �()� e �()2 (Equação 4.3 e 4.4), sendo estes determinados considerando os

valores de *+,+-�-� e 1+,234+-�-�.

�()� = 5 6�+,./-�%/ − �+78

9:

+ (4.3)

�()2 = 5 6�+,./-�%/ − �+78

9:

+ (4.4)

Um dos cuidados a ter quando o ajuste das curvas de degradação é efectuado por um processo de

minimização quadrática, é a determinação do erro que vai ser sofrer uma diminuição, podendo ser

proveniente das abcissas ou das ordenadas, o que consequentemente terá influência no andamento

das curvas de degradação obtidas.

Para exemplificar as diferenças entre as curvas de degradação através da minimização dos dois

valores de EQM referidos, apresenta-se o gráfico da Figura 4.16 obtido no presente trabalho, sendo

as curvas apresentadas no gráfico de Gompertz.

A obtenção da curva “EQM sujidade” do gráfico da Figura 4.16 foi realizada através da minimização

do valor de �()2, enquanto a minimização do valor de �()� serviu para a determinação da curva

“EQM idade”. No Quadro 4.6, é possível verificar os valores de EQM para cada curva assim como os

valores minimizados.

Figura 4.16 - Resultado das curvas após minimização do EQmt e EQMs

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)

Idade da pintura (anos)

Amostra Geral

EQM sujidade

EQM idade


53

Tal como em Garrido [2010], verifica-se um andamento completamente distinto das curvas obtidas,

sendo possível verificar que a diminuição de um valor de EQM provoca um aumento no valor de outro

EQM.

Quadro 4.6 - Valores da minimização dos erros das curvas da Figura 4.16

;<=> ;<=?

Curva “EQM sujidade” @A, BA × CD�@ 1026,93

Curva “EQM idade” 117,80 × 10�L M@@, NB

Seguindo a metodologia de Garrido [2010], com o intuito de optimizar as curvas de degradação

considerando os erros definidos no eixo das abcissas e no eixo das ordenadas, foi criado um

indicador designado Erro Quadrático Médio Combinado (EQMC), cuja obtenção é apresentada na

Equação 4.5.

�() = �()� + �()2 × 10L (4.5)

Nota: a multiplicação efectuada ao valor de �()2 tem como objectivo colocar este valor na mesma ordem de

grandeza de �()�

Aplicando o processo de minimização do valor de EQMC, procedeu-se ao ajuste das curvas de

degradação, apresentadas na Figura 4.17, onde é possível verificar o andamento das curvas obtidas

pelos três processos. No Quadro 4.7, são apresentados os valores de EQM obtidos.

Figura 4.17 - Curvas de degradação ajustadas

Quadro 4.7 - Valores de EQM das curvas de degradação anteriormente exemplificadas

;<=> ;<=? ;<=P

Curva “ EQM sujidade ” @A, BA × CD�@ 1026,93 1063,93

Curva “ EQM idade ” 117,80 × 10�L M@@, NB 351,36

Curva “ EQMC” 76,75 × 10�L 220,33 MRA, DR

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Amostra Geral

EQM sujidade

EQM idade

EQMC


54

4.7. Resumo da metodologia

Seguidamente, para a apresentação pormenorizada da metodologia adoptada no presente trabalho,

elaborou-se um quadro resumo, na Figura 4.17, dessa mesma metodologia, podendo-se observar de

uma forma resumida as principais fases e passos que a constituem.

Quadro 4.8 – Quadro resumo da metodologia adoptada [adaptado de Paulo, 2009]

DEFINIÇÃO DO PROBLEMA MATERIAL Pinturas de fachadas

ANOMALIA Manchas

FACTORES DE DEGRADAÇÃO

cor

Textura da película

Elemento - saliente

Orientação solar

ANÁLISE DE DADOS Gráficos de degradação

Modelos determinísticos

RECOLHA DE DADOS INSPECÇÕES Determinação da cor

Registo fotográfico

Determinação da textura

Determinação da orientação solar

DETERMINAÇÃO DA DATA DE APLICAÇÃO DA PINTURA

MONTAGEM DAS IMAGENS DE FACHADA

QUANTIFICAÇÃO DE SUJIDADE

ANÁLISE DE DADOS

GRÁFICO DE DEGRADAÇÃO GERAL

APLICAÇÃO DOS FACTORES DE DEGRADAÇÃO (FILTROS DE DADOS)

MODELAÇÃO COM CURVAS DE DEGRADAÇÃO

INTERPRETAÇÃO DOS RESULADOS

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas 5. Análise de resultados

55

5. Análise de resultados

5.1. Definição da amostra

A recolha de dados efectuou-se numa amostra de 131 edifícios, localizados na Madragoa, cidade de

Lisboa. Para proceder a identificação de cada edifício, atribuiu-se um código com o prefixo “JC”

seguido de três dígitos (ex:JC001), podendo encontrar-se no Anexo 1 os edifícios listados de acordo

com a referência enunciada. A caracterização geral do edifício encontra-se no Anexo 2, onde estão

descritas as moradas dos edifícios, a data da última manutenção efectuada na fachada e os

resultados obtidos na aplicação Photo Color da retenção de sujidade na fachada.

Efectuou-se a distribuição dos edifícios inspeccionados em oito intervalos de idade da pintura das

fachadas obtendo-se o Quadro 5.1, verificando-se uma distribuição regular ao longo dessa divisão.

Quadro 5.1 - Distribuição da amostra de edifícios por intervalos de idade das pinturas

Intervalo de idade de pintura [anos]

Nº de edifícios

%

[0;5] 19 14,5

[5;10] 23 17,6

[10;15] 18 13,7

[15;20] 12 9,2 [20;30] 12 9,2 [30;40] 13 9,9 [40;50] 24 18,3

>50 10 7,6

Refere-se, de acordo com Paulo [2009] e Garrido [2010], que esta abrangência e uniformidade são

importantes para a qualidade final dos resultados, na medida em que vão influenciar de forma

determinante a mancha de pontos que irá ser obtida nos gráficos de degradação. O espectro de

idades passíveis de serem verificadas em pinturas de fachadas deverá ser preenchido uniformemente

pela mancha de pontos.

Tal como a idade das pinturas, os edifícios inspeccionados foram distribuídos por seis intervalos de

retenção de sujidade como se pode verificar no Quadro 5.2. Esta quantificação também deverá ter

uma distribuição uniforme ao longo do espectro, desde 0% até um valor mais próximo de 100%.

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS 5. Análise de resultados Influência de factores de degradação no aparecimento de manchas nas fachadas

56

Quadro 5.2 - Distribuição dos edifícios por intervalos de retenção de sujidade nas fachadas

Intervalo da Retenção de sujidade [%]

Nº de edifícios %

[0;15] 33 25,2

[15;30] 28 21,5

[30;45] 23 17,7

[45;60] 20 15,2

[60;70] 8 6,2

>70 19 14,2

Verifica-se no quadro anterior uma distribuição uniforme em todos os intervalos estabelecidos,

cumprindo assim o objectivo requerido. O quadro 5.2 foi efectuado com o intuito de utilizar níveis de

degradação, porém, no presente trabalho, foram utilizadas as percentagens de degradação, devido à

subjectividade existente na escolha dos níveis de degradação.

5.2. Gráfico da degradação geral

O gráfico da degradação, que inclui a totalidade da amostra dos edifícios inspeccionados, foi obtido

com os dados relativos à idade da pintura e à retenção de sujidade destas, sendo apresentado na

Figura 5.1.

Figura 5.1 - Gráfico da degradação geral

Numa primeira observação da Figura 5.1, é possível observar uma grande dispersão dos pontos do

gráfico de degradação geral. Esta situação, de acordo com Paulo [2009], é expectável e considera-se

como sendo indicador importante sobre a qualidade dos dados, pois existem diversos factores que

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Ret

ençã

o da

suj

idad

e (%

)



57

exercem uma influência significativa na durabilidade e desempenho dos materiais. Assim, segundo

Paulo [2009] e Garrido [2010], se a disposição dos pontos fosse linear sem apresentar grande

dispersão significaria que a degradação e o desempenho diferido não eram afectados por qualquer

factor, sendo iguais para qualquer material analisado, independentemente das suas características e

do seu contexto de aplicação.

A dispersão dos dados permite tirar algumas conclusões tais como, a influência dos factores de

degradação no desempenho diferido do material em estudo, pelo que a adopção de factores de

degradação tem como objectivo classificar os dados que partilham as mesmas características,

reduzindo assim a sua dispersão.

Segundo Paulo [2009] e Garrido [2010], o resultado esperado na adopção de um factor de

degradação ou dois factores de degradação em simultâneo é uma redução da dispersão, mas não

suficiente, mantendo-se assim uma dispersão significativa. Este fenómeno deve-se à existência de

factores de degradação adicionais, que influenciam a evolução de desempenho dos materiais ao

longo do tempo.

Não impedindo a existência de dispersão de dados, é possível fazer o ajuste de curvas de

degradação aos gráficos de degradação resultantes. Seguindo a metodologia adaptada por Paulo

[2009] e Garrido [2010], para o gráfico de degradação geral (Figura 5.1) foram ajustadas curvas de

degradação do tipo Gompertz, Potencial e Weibull, tal como está apresentado na Figura 5.2. As

expressões e respectivos valores de �()�, �()2 e �(), cujos significados foram abordados no

subcapítulo 4.6. do presente trabalho, são demonstrados no Quadro 5.3.

Figura 5.2 - Curvas de degradação na amostra geral

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Amostra Geral

Gompertz - Geral

Potencial - Geral

Weibull - Geral


58

Quadro 5.3 - Equações das curvas de degradação e valores obtidos no ajuste ao gráfico de degradação geral

Equação da curva ;<=> ;<=? ;<=P Gompertz � = ��S,TUL8�VW,WXYZ�

76,75 × 10�L 220,34 297,09

Potencial �[ = 4,13460��U�8,U]^_] 135,36 × 10�L 283,1827 418,54 Weibull �� = 1 − ��

L_,_8T8S�` 118,40 × 10�L 238,02 356,41

Retira-se do quadro anterior que a curva de degradação com o valor de �() mais baixo, resultando

do ajuste dos pontos do gráfico de degradação geral, é a curva de Gompertz. Referindo o que foi

abordado no subcapítulo 4.6., o valor de �() resulta da combinação dos valores de �()a e �()�,

sendo um indicador para os erros cometidos no ajuste global da curva aos pontos do gráfico, pelo

que a minimização do valor de �(), permite um melhoramento do ajuste obtido pela curva de

degradação.

Seguidamente, a fase de análise de dados efectuada no presente trabalho, conclui-se que as curvas

de Gompertz foram as que obtiveram menor valor de �(). A partir do presente ponto no corpo do

presente trabalho, assim como Paulo [2009] e Garrido [2010], apenas será apresentada a modelação

com recurso às curvas de Gompertz, tendo em vista atenuar a consulta do presente documento. A

modelação através dos três tipos de curvas anteriormente enunciadas pode ser consultada no Anexo

4.

5.3. Influência dos factores de degradação

5.3.1. Influência da textura da película

As curvas de degradação obtidas para o factor de degradação “textura da película” estão

apresentadas na Figura 5.3. No Quadro 5.4 podem ser visualizadas as equações e respectivos

valores de �(). Nos valores de EQM, englobam-se os valores dos erros medidos nas abcissas,

ordenadas e a combinação destes, sendo respectivamente �()� , �()0 � �(), passando a partir do

presente ponto a utilizar a designação �() para os três valores anteriormente enunciados.


59

Figura 5.3 - Modelação com as curvas de Gompertz com o factor de degradação " textura da película”.

Quadro 5.4 - Equações das curvas e valores de EQM resultantes do ajuste ao gráfico de degradação com a adopção do factor "textura da película”.

Curva de Gompertz ;<=> ;<=? ;<=P Texturada � = ��S,Ub]b]�VW,WcZ`d�

81,14 × 10�L 210,50 291,64

Lisa - plástica � = ��S,]USbT�VW,WXZW`� 77,47 × 10�L 194,07 271,54

Lisa - óleo � = ��_U,S]88e�VW,Wf`YY�

30,12 × 10�L 72,01 102,13

Analisando as curvas de degradação obtidas, nota-se um pior desempenho diferido das tintas

texturadas relativamente às outras tintas, sendo um resultado esperado pelo que visto anteriormente

(subcapítulo 3.3.1), as tintas texturadas possuem rugosidades que se apresentam como obstáculos

abrandando a velocidade do deslize da água, diminuindo assim o efeito de limpeza da fachada

juntamente com o facto de a rugosidade oferecer uma maior superfície facilitando a fixação da

sujidade [Colen e Brito, 2003] e [Quintela, 2006]. Por outro lado, a tinta com textura lisa – óleo revela

ser a tinta com melhor comportamento face à retenção de sujidade devido à sua baixa

permeabilidade à água e alta permeabilidade ao vapor de água [Chai, 2011]. A concordância dos

fundamentos teóricos com os resultados práticos demonstra que a metodologia adoptada tem a

capacidade de representar a influência dos factores de degradação no desempenho das pinturas ao

longo do tempo.

A dispersão de dados traduz a influência de outros factores de degradação adicionais que não foram

considerados na análise apresentada [Garrido, 2010].

Para efectuar um estudo comparativo dos resultados obtidos, apresenta-se na Figura 5.4 o gráfico

obtido por Paulo [2009] demonstrando a influência da textura da película no desempenho diferido das

pinturas. Os resultados obtidos na análise anterior (Figura 5.3) são coincidentes com os resultados

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

de

su

jidad

e (

%)


Texturada

Lisa - plástica

Lisa -óleo

G-T

G-LP

G-LO


60

obtidos por Paulo [2009], pois ambos os resultados revelam um melhor desempenho das tintas lisa –

óleo e um pior desempenho para as tintas texturadas. No entanto, as curvas obtidas por Paulo [2009]

apresentam uma inclinação mais acentuada, devido a utilização de níveis de degradação no eixo das

ordenadas, diferindo do gráfico da Figura 5.3 onde é utilizado no eixo das ordenadas a extensão da

degradação.

Figura 5.4 - Modelação com as curvas de Gompertz com o factor de degradação " textura da película”efectuado por Paulo [2009].


61

5.3.2. Influência da cor

A classificação do factor de degradação “cor” foi baseada no quadro V.5 do RCCTE (ver Quadro 4.1),

considerando três níveis de cor, clara, média e escura. Da aplicação deste filtro, resultaram as curvas

de degradação apresentadas na Figura 5.5, cujas equações e respectivos valores de �() são

apresentados no Quadro 5.5.

Figura 5.5 - Modelação com as curvas de Gompertz com o factor de degradação " cor”

Quadro 5.5 - Equações das curvas e valores de EQM resultantes do ajuste ao gráfico de degradação com a adopção do factor "cor”.

Curva de Gompertz ;<=> ;<=? ;<=P

Clara � = ��],L8US^�VW,WXWdc� 65,57 × 10�L 200,18 265,75

Média � = ��_L,LU_S_�VW,gWYXW� 91,71 × 10�L 253,65 345,36

Escura � = ��8_,LT_LT�VW,Wccc`�

109,70 × 10�L 191,93 301,63

Na análise efectuada, a amostra encontra-se repartida nos três níveis de cores de uma forma

desproporcional, obtendo para a cor clara 86 edifícios, 31 para a cor média e 14 para a cor escura,

havendo a necessidade de enriquecimento de pontos no gráfico, de edifícios com textura lisa - óleo,

podendo assim obter resultados mais fiáveis.

Relativamente às pinturas escuras, estas destacam-se claramente das outras obtendo um melhor

desempenho, até idades inferiores a 50 anos, o que era expectável pois de acordo com Quintela

[2006] a utilização de cores escuras dissimula o depósito das partículas de sujidade devido a

semelhança de tonalidades. Por outro lado, verifica-se um pior desempenho das pinturas de cor clara,

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Clara

Média

Escura

G-Clara

G-Média

G-Escura


62

especialmente nos primeiros anos devido a diferença de tonalidades entre a pintura e a acumulação

de sujidade, sendo previsível, de acordo com Colen e Brito [2003a], visto que as pinturas de cores

claras em revestimentos denunciam a existência de manchas. Contrariando o bom desempenho na

dissimulação de sujidade na fachada da utilização de cores escuras, estas são de evitar, devido à

maior absorção da radiação solar submetendo assim o revestimento a maiores solicitações térmicas,

que vai originar um efeito de amolecimento no revestimento, tendo assim, mais probabilidades em

sofrer anomalias.

Igualmente a análise anterior, a dispersão dos dados em cada segmento obtido demonstra a

influência de factores de degradação adicionais não considerados. Tal como em Paulo [2009] e

Garrido [2010], comparando os valores de EQMC dos três tipos de cor com o valor de EQMC geral,

evidencia-se uma redução da dispersão dos pontos do gráfico de degradação somente para as

pinturas de cor clara, indicando a importância deste factor de degradação no desempenho diferido

das pinturas das fachadas.

5.3.3. Influência do elemento saliente - varanda

Com a aplicação do factor de degradação “elemento saliente - varanda”, obteve-se as curvas de

degradação apresentadas na Figura 5.6, podendo-se visualizar no Quadro 5.6 as respectivas

equações e valores de �().

Figura 5.6 - Modelação com as curvas de Gompertz com o factor de degradação "Elemento Saliente - varanda”

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Com varanda

Sem varanda

G-C/varanda

G-S/Varanda


63

Quadro 5.6 - Equações das curvas e valores de EQM resultantes do ajuste ao gráfico de degradação com a adopção do factor "Elemento saliente - varanda”.


Com Varanda � = ��T,bUb^S�VW,WcYfY� 82,31 × 10�L 205,40 287,71

Sem Varanda � = ��U,L^eST�VW,WYh`Y�

72,00 × 10�L 250,85 322,85

Na análise das curvas de degradação resultantes do gráfico, é evidente o melhor desempenho ao

longo do tempo das fachadas sem varandas, o que de facto era expectável visto que não existindo

elementos salientes na fachada, é possivel o efeito de lavagem natural na extensão total da fachada

através da água. Quanto à curva de degradação resultante para as fachadas com varandas, também

era esperado um pior desempenho do que as curvas de degradação sem varandas, pelo que a

existência de elementos salientes impedem o efeito de lavagem na extensão total da fachada

contribuindo para o surgimento de depósitos de partículas visto impedir o acesso à água [Quintela,

2006].

Com o objectivo em efectuar um estudo comparativo, apresenta-se na Figura 5.7 o gráfico obtido por

Paulo [2009], traduzindo a influência dos elementos salientes no desempenho diferido das pinturas.

Verifica-se que os resultados são contraditórios na medida em que no caso de Paulo [2009] as

fachadas sem elementos salientes apresentam melhor comportamento apenas até aos 20 anos,

sendo o melhor comportamento após os 20 anos das fachadas com elementos salientes. A diferença

de resultados prende-se com os diferentes elementos salientes adoptados, no presente trabalho

apenas foram considerados as varandas enquanto Paulo [2009] considerou para além das varandas,

peitoris e outros elementos salientes. Os resultados podem diferir também, devido a necessidade de

enriquecimento do gráfico da Figura 5.6 com pontos de fachadas sem varanda.

Figura 5.7 - Modelação com as curvas de Gompertz com o factor de degradação "elementos salientes”efectuado por Paulo [2009].


64

5.3.4. Influência da orientação solar

As curvas de degradação resultantes da aplicação do factor de degradação “Orientação solar” são

apresentadas na Figura 5.8.

Figura 5.8 - Modelação com as curvas de Gompertz com o factor de degradação "Orientação solar”

As equações das curvas de degradação assim como os valores de �() podem ser consultados no

Quadro 5.7

Quadro 5.7 - Equações das curvas e valores de EQM resultantes do ajuste ao gráfico de degradação com a adopção do factor "Orientação solar”.


Norte � = ��UU,LbU8S�VW,gX`fW� 123,61 × 10�L 190,95 314,56

Sul � = ��_8,U]TUT�VW,WcccY� 84,96 × 10�L 200,19 285,15

Oeste � = ��8e,8]L]S�VW,ggY`f�

78,07 × 10�L 198,39 276,46

Este

� = ��],^S^8S�VW,WXh``�

80,04 × 10�L

251,05

331,09

Da análise do gráfico, como era esperado, as fachadas orientadas a norte são mais favoráveis para a

retenção de sujidade, devido à menor incidência de radiação solar e, consequentemente, maior

acumulação de humidades [Chai, 2011]. As fachadas orientadas a Oeste, Este e a Sul possuem um

comportamento semelhante, obtendo todas um melhor desempenho face à retenção de sujidade.

Nota-se claramente o comportamento diferenciado entre as fachadas orientadas a Norte com as

fachadas orientadas a Sul, Oeste e Este. Assim justifica-se uma classificação da orientação solar em

dois níveis que será utilizada no presente trabalho quando este factor for combinado em simultâneo

com outro factor de degradação.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Norte

Sul

Oeste

Este

G-N

G-S

G-O

G-E


65

Para efectuar um estudo comparativo dos resultados obtidos, apresenta-se na Figura 5.9 o gráfico

obtido por Paulo [2009] demonstrando a influência da orientação solar no desempenho diferido das

pinturas. Em comparação com os resultados obtidos na análise anterior (Figura 5.8), nota-se um

desempenho menos bom das pinturas de fachadas orientadas a Este até aos 20 anos de idade do

revestimento. No presente trabalho, a partir dos 20 anos de idade do revestimento, nota-se um

comportamento menos bom das pinturas de fachadas orientadas a Norte, enquanto em Paulo [2009]

um menor desempenho, após os 20 anos de idade do revestimento, é atingido pelas pinturas de

fachadas orientadas a Sul e Oeste.

Figura 5.9 - Modelação com as curvas de Gompertz com o factor de degradação "Orientação solar”


66

5.4. Combinação de factores de degradação

Após efectuar a análise da influência de cada um dos factores de degradação aplicados

isoladamente, é apresentada nesta secção a combinação entre os factores de degradação com o

objectivo de encontrar modelos de degradação mais detalhados.

Para efectuar a combinação de factores de degradação, foi necessário identificar qual o factor de

degradação que mais influencia o desempenho diferido de manchas nas pinturas, para isso retirou-se

de cada gráfico, para um valor de retenção de sujidade na fachada de 50 %, a idade da pintura dos

factores considerados e subtraindo os valores obtidos de forma crescente, escolhendo o factor de

degradação com maior diferença de valores de idade de pinturas. No Quadro 5.8, apresenta-se os

valores de idade da pintura obtidos para um valor de retenção de sujidade de 50% e sua diferença.

Quadro 5.8 – Diferença de valores de idade das pinturas para um valor de 50% de retenção de sujidade na fachada

Factor de degradação Idade da pintura [anos]

Diferença entre os factores de degradação

Diferença de idades de pintura [anos]


Texturada 25,55

Lisa - plástica

28,93 (Lisa – Plástica ) – Texturada

3,38

Lisa - óleo 41,29 (Lisa – óleo) – (Lisa – Plástica)

12,36

Cor

Clara 27,47

Média 27,70 (Média) – (Clara) 0,23

Escura 34,32 (Escura) – (Média) 6,62

Elemento saliente - varanda

Com varanda

27,01

Sem varanda

32,76 (C/varanda) – (S/varanda) 5,76

Orientação solar

Norte 23,59

Sul 28,99 (Este) – (Norte) 4,21

Oeste 28,96 (Oeste) – (Este) 1,15

Este 27,80 (Sul) – (Oeste) 0,03

Do Quadro 5.8, conclui-se que o factor de degradação “textura da película” apresenta uma maior

diferença de valores de idade de pinturas traduzindo assim a sua grande influência no desempenho

diferido das manchas nas pinturas. De referir que se adoptou o valor de 50% como sendo um valor

limite, isto é, após o valor de 50% a retenção de sujidade considera-se num estado avançado de

degradação.


67

Assim, a combinação foi realizada entre os factores “textura da película” e “Cor”, “textura da película”

e “Elemento Saliente - Varanda”, “textura da película” e “orientação solar”. O factor de degradação

“textura da película” foi adoptado nas três combinações sendo, como verificado, um factor que traduz

uma grande influência na evolução da degradação das pinturas. Ainda foi estudada a possibilidade de

efectuar a combinação entre os três factores mas a sua aplicação produziria uma grande

fragmentação de dados tendo em conta a amostra de edifícios.

De seguida, são apresentadas as combinações no Quadro 5.9.

Quadro 5.9 - Quadro resumo das combinações de factores

Combinação 1 Textura da película + cor

Combinação 2 Textura da película + Elemento saliente - varanda

Combinação 3 Textura da película + Orientação solar

5.4.1. Combinação 1 – Textura da película e cor

Pretende-se com a combinação entre a textura da película e a cor, analisar a influência da cor no

desempenho ao longo do tempo das pinturas dependendo do tipo de textura da película.

• Textura da película – Texturada

Apresenta-se na Figura 5.10 os gráficos de degradação, cujas equações das curvas de

degradação e valores de �() podem ser observados no Quadro 5.10.

Figura 5.10 - Modelação com curvas de Gompertz com a combinação dos factores “textura da película: texturada” e “cor”

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Texturada

Clara

Média

Escura

G-Clara

G-Média

G-Escura


68

Quadro 5.10 - Equações das curvas de degradação e valores de EQM resultantes da combinação dos factores “textura da película: texturada” e “cor”


Tex

tura

da

Clara � = ��S,LeU^L�VW,Wcd`Y� 58,32 × 10�L 184,40 242,72

Média � = ��],8L^8^�VW,WXXdX� 87,07 × 10�L 216,46 303,53

Escura � = ��^,LSU__�VW,WXfYW� 138,75 × 10�L 298,77 437,52

Analisando o andamento das curvas de degradação, verifica-se um melhor desempenho nas pinturas

escuras, o que era esperado, concordando com a avaliação efectuada anteriormente (subcapítulo

5.3.2). Verifica-se também um comportamento similar entre as pinturas claras e médias, não sendo

um resultado esperado pois as pinturas médias deveriam adoptar um melhor desempenho do que as

pinturas claras.

• Textura da película – Lisa – Plástica

Na Figura 5.11, encontram-se representadas os gráficos de degradação e curvas de degradação,

cujas equações e valores de �() são apresentados no Quadro 5.11.

Figura 5.11 - Modelação com as curvas de Gompertz com a combinação dos factores “textura da película: lisa – plástica” e “cor”

Numa primeira análise, observa-se um melhor desempenho das tintas escuras face às pinturas de

cores claras e médias. Nota-se uma necessidade de enriquecimento do gráfico de degradação com

mais pontos, de modo a avaliar de uma forma mais sólida, principalmente nas cores médias e

escuras.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Lisa - Plástica

Clara

Média

Escura

G-Clara

G-Média

G-Escura


69

Quadro 5.11 - Equações das curvas de degradação e valores de EQM resultante da aplicação "textura da película: lisa - plástica" e "cor"


Lisa

- P

lást

ica Clara � = ��],eUe]^�VW,Wf``h�

71,36 × 10�L 202,06 273,42

Média � = ��_L,TeL^e�VW,ggZWc� 45,75 × 10�L 117,28 163,03

Escura � = ��_eS,TbU_8�VW,gdWWY� 54,47 × 10�L 48,19 102,66

• Textura da película – Lisa – Óleo

Apresentam-se, na Figura 5.12, as curvas de degradação obtidas, podendo-se observar as

respectivas equações e valores de �() no Quadro 5.12.

Figura 5.12 - Modelação com as curvas de Gompertz com a combinação dos factores “textura da película: lisa – óleo” e “cor”

Quadro 5.12 - Equações das curvas de degradação e valores de EQM resultante da aplicação "textura da película: lisa - óleo" e "cor"


Lisa

- Ó

leo

Clara � = ��U,]TU_L�VW,WYhhd� 62,77 × 10�L 190,09 252,86

Média � = ��LT,TSTbL�VW,WYdcf� 24,08 × 10�L 344,91 368,99

Escura � = ��_8,8bLee�VW,WYcgY� 5,35 × 10�L 12,28 17,63

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Lisa - Óleo

Clara

Média

Escura

G-Clara

G-Média

G-Escura


70

Da análise efectuada, verifica-se um andamento esperado das curvas de degradação para as

pinturas de cores claras e escuras, observando um melhor desempenho por parte das pinturas

escuras. O motivo pelo não expectável andamento da curva de pinturas de cor média deve-se a

reduzida amostra constituída somente por dois edifícios.

Na Figura 5.13 estão representadas as curvas obtidas resultantes da combinação 1 entre os factores

• textura da película: texturada e cor;

• textura da película: lisa – plástica e cor;

• textura da película: lisa – óleo e cor.

Da análise do gráfico, concluí-se que o desempenho das pinturas aumenta com as pinturas escuras e

de textura lisa – óleo. Adverte-se que esta conclusão provém de uma análise efectuada ao gráfico e a

amostra considerada, podendo não ser aplicado em outras amostras.

Figura 5.13 – Comparação entre as várias combinações efectuadas entre os factores “textura da película” e “cor”

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


G-Clara-T

G-Média-T

G-Escura-T

G-Clara-LP

G-Média-LP

G-Escura-LP

G-Clara-LO

G-Média-LO

G-Escura-LO


71

5.4.2. Combinação 2 – textura da película e elementos salientes

Pretende-se com esta combinação analisar com maior rigor a influência dos elementos salientes na

evolução da degradação das pinturas para os três tipos de textura de película analisados.

• Textura da película: texturada.

As curvas de degradação obtidas da combinação “textura da película: texturada” e “elementos

salientes” são apresentadas na Figura 5.14. As equações das curvas assim como os valores de �()

podem ser observados no Quadro 5.13.

Figura 5.14 - Modelação com as curvas de Gompertz com a combinação dos factores “textura da película: texturada” e “elementos salientes”

Quadro 5.13- Equações das curvas de degradação e valores de EQM resultante da aplicação "textura da película: texturada" e "elementos salientes"


Tex

tura

da

Com varanda � = ��^,_Lb^^�VW,gWghg� 70,40 × 10�L 179,11 249,51

Sem varanda � = ��U,S^TSL�VW,WfgfZ� 105,95 × 10�L 316,06 422,01

Efectuando uma análise da Figura 5.14, nota-se um melhor desempenho das pinturas em fachadas

sem elementos salientes, concordando com as conclusões do subcapítulo 5.3.3, pois uma fachada

sem elementos salientes permite um efeito de lavagem geral da fachada através da água sem

obstruções [Quintela, 2006]. No entanto a dispersão dos pontos do gráfico da Figura 5.14 indica que

os factores considerados não são suficientes para evidenciar diferentes comportamentos entre as

várias pinturas.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Texturada

Com Varanda

Sem Varanda

G-CV

G-SV


72

• Textura da película: lisa – plástica

As curvas de degradação obtidas pela combinação dos factores “textura da película: lisa – plástica” e

“elementos salientes” são apresentadas na Figura 5.15, podendo-se consultar as equações das

curvas e respectivos valores de �() no Quadro 5.14.

Figura 5.15 - Modelação com as curvas de Gompertz com a combinação dos factores “textura da película: lisa - plástica” e “elementos salientes”

Quadro 5.14 - Equações das curvas de degradação e valores de EQM resultante da aplicação "textura da película: lisa - plástica" e "elementos salientes"


Lisa

- P

lást

ica

Com varanda � = ��U,]TU_L�VW,WYhhd� 78,74 × 10�L 201,25 279,98

Sem varanda � = ��LT,TSTbL�VW,WYdcf� 52,43 × 10�L 162,65 215,08

A análise das curvas de degradação obtidas, apesar de existir uma ligeira melhoria de desempenho

das pinturas em fachadas sem elementos salientes, não evidencia uma clara diferença entre a

existência de elementos na fachada e uma pintura com textura: lisa – plástica. Os valores de �()

indicam que os factores considerados são suficientes para evidenciar diferentes comportamentos

entre as várias pinturas.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Lisa - Plástica

Com Varanda

Sem Varanda

G-CV

G-SV


73

• Textura da película: lisa – óleo

As curvas de degradação obtidas pela combinação dos factores “textura da película: lisa – óleo” e

“elementos salientes” são apresentadas na Figura 5.16, podendo-se consultar as equações das

curvas e respectivos valores de �() no Quadro 5.15.

Figura 5.16 - Modelação com as curvas de Gompertz com a combinação dos factores “textura da película: lisa - óleo” e “elementos salientes”

Quadro 5.15 - Equações das curvas de degradação e valores de EQM resultante da aplicação "textura da película: lisa - óleo" e "elementos salientes"


Lisa

- Ó

leo

Com varanda � = ��U,]TU_L�VW,WYhhd�

48,79 × 10�L 184,58 233,37

Sem varanda � = ��LT,TSTbL�VW,WYdcf� 21,87 × 10�L 63,54 85,41

De forma semelhante ao concluído no subcapítulo 5.3.3., destaca-se um melhor desempenho nas

fachadas sem elementos salientes sobre as fachadas com elementos salientes. Os valores de �()

indicam uma reduzida dispersão dos dados, porém, existe a necessidade de enriquecimento do

gráfico de degradação com mais pontos para poder avaliar de forma consistente as curvas obtidas.

Na figura 5.17, estão representadas as curvas obtidas resultantes da combinação 2 entre os

seguintes factores:

• textura da película: texturada e elementos salientes;

• textura da película: lisa – plástica e elementos salientes;

• textura da película: lisa – óleo e elementos salientes.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Lisa - Óleo

Com Varanda

Sem Varanda

G-CV

G-SV


74

Da análise do gráfico, retira-se que o desempenho das pinturas aumenta com as pinturas de

fachadas sem elementos salientes e de textura lisa – óleo. Estes resultados demonstram a influência

significativa que a existência de elementos salientes tem no desempenho diferido para diferentes

tipos de texturas. Tal como efectuado, adverte-se que esta conclusão provém de uma análise

efectuada ao gráfico e à amostra considerada, podendo não ser aplicado em outras amostras.

Figura 5.17 - Comparação entre as várias combinações efectuadas entre os factores “textura da película” e “elementos salientes”

5.4.3. Combinação 3: Textura da película e orientação solar

Na combinação entre os factores de degradação “textura da película” e “orientação solar”, foram

considerados dois níveis para o factor “orientação solar” de forma a permitir uma menor segmentação

da amostra face à divisão com os quatro pontos cardeais. A divisão em dois níveis da orientação

solar foi efectuada com base nos resultados obtidos no subcapítulo 5.3.4, nos quais observou-se um

comportamento das pinturas semelhantes nas fachadas Sul, Oeste e Este diferenciando-se deste

grupo o comportamento das pinturas com a fachada orientada a Norte. Com isto, no nível 1 da

orientação solar estão incluídas todas as fachadas orientadas a Norte, e no nível 2 as fachadas

orientadas a Sul, Oeste e Este.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


G-CV-T

G-SV-T

G-CV-LP

G-SV-LP

G-CV-LO

G-SV-LO


75

• Textura da película: texturada

Na Figura 5.18, estão apresentadas as curvas de degradação obtidas da combinação entre os

factores de degradação “textura da película: texturada” e “orientação solar”. Os valores das equações

e valores de �() podem ser consultados no Quadro 5.16.

Figura 5.18 - Modelação com as curvas de Gompertz com a combinação dos factores “textura da película: texturada” e “orientação solar”.

Quadro 5.16 - Equações das curvas de degradação e valores de EQM resultante da aplicação "textura da película: texturada" e "orientação solar"


Tex

tura

da

Nível 1 � = ��],_ULe]�VW,ggcZg�

98,18 × 10�L 125,49 223,67

Nível 2 � = ��S,^LTSb�VW,WcgYc� 70,86 × 10�L 212,74 283,60

A análise das curvas de degradação demonstra uma diferença significativa no desempenho das

pinturas texturadas de acordo com a sua orientação solar, realçando-se um melhor desempenho das

pinturas de nível 2 que são as pinturas orientadas a Sul, Oeste e Este. Estes resultados encontram-

se de acordo com os resultados obtidos no subcapítulo 5.3.4.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Texturada

Nível 1 (Norte)

Nível 2

(Sul;Oeste; Este)

G-Nível 1 (Norte)

G-Nível 2

(Sul;Oeste;Este)


76

• Textura da película: lisa – plástica


factores de degradação “textura da película: lisa - plástica” e “orientação solar”. Os valores das

equações e valores de �() podem ser consultados no Quadro 5.17.

Figura 5.19 - Modelação com as curvas de Gompertz com a combinação dos factores “textura da película: lisa - plástica” e “orientação solar”.

Quadro 5.17 - Equações das curvas de degradação e valores de EQM resultante da aplicação "textura da película: lisa - plástica" e "orientação solar"


Lisa

- P

lást

ica

Nível 1 � = ��S,_S_bU�VW,WcZfh� 63,37 × 10�L 143,13 206,50

Nível 2 � = ��S,L^8e]�VW,Wf`W`� 63,49 × 10�L 213,04 276,53

Tal como na análise anterior, as curvas de degradação, existe uma diferença significativa no

desempenho das pinturas lisa - plásticas de acordo com a sua orientação solar, realçando-se um

melhor desempenho das pinturas de nível 2 que são as pinturas orientadas a Sul, Oeste e Este.

Estes resultados encontram-se de acordo com os resultados obtidos no subcapítulo 5.3.4.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Lisa - Plástica

Nível 1 (Norte)

Nível 2

(Sul;Oeste;Este)

G-Nível 1 (Norte)

G-Nível 2

(Sul;Oeste;Este)


77

• Textura da película: lisa – óleo


factores de degradação “textura da película: lisa - óleo” e “orientação solar”. Os valores das equações

e valores de �() podem ser consultados no Quadro 5.18.

Figura 5.20 - Modelação com as curvas de Gompertz com a combinação dos factores “textura da película: lisa - óleo” e “orientação solar”.

Quadro 5.18 - Equações das curvas de degradação e valores de EQM resultante da aplicação "textura da película: lisa - óleo" e "orientação solar"


Lisa

- Ó

leo

Nível 1 � = ��_e,^^T^8�VW,Wfggd�

38,07 × 10�L 81,51 119,58

Nível 2 � = ��b,_UbbT�VW,W`Wgf� 35,55 × 10�L 160,50 196,05

Os resultados obtidos da análise das curvas de degradação não estão de acordo com o apresentado

no subcapítulo 5.3.4, podendo ser devido ao número reduzido da amostra, e a falta de amostras com

idade inferior a 20 anos de edifícios com pintura lisa – óleo orientada a norte que poderia enriquecer o

gráfico e consequentemente obter resultados expectáveis.

Na Figura 5.21, estão representadas as curvas obtidas resultantes da combinação 3 entre os factores

• textura da película: texturada e orientação solar;

• textura da película: lisa – plástica e orientação solar.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Lisa - óleo

Nível 1 (Norte)

Nível 2

(Sul;Oeste;Este)

G-Nível 1

(Norte)

G-Nível 2

(Sul;Oeste;Este)


78

No gráfico não foram incluídos os resultados obtidos com a combinação textura da película: lisa –

óleo e orientação solar devido a não coerência destes com os resultados obtidos no subcapítulo

5.3.4, concluindo-se assim que o desempenho das pinturas aumenta com as pinturas de fachadas

orientadas no nível 2 ou seja a Sul, Oeste e Este e com uma textura lisa – plástica. Estes resultados

demonstram a importância do factor de degradação orientação solar consoante os diferentes tipos de

tinta no desempenho das tintas. Alerta-se que a utilização das conclusões retiradas pode não ser

aplicável em outras amostras.

Figura 5.21 - Comparação entre as várias combinações efectuadas entre os factores “textura da película” e “orientação solar”

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


G-(Norte)-

Texturada

G-(Sul;Oeste;Este)-

Texturada

G-(Norte)-

LisaPlástica

G-(Sul;Oeste;Este)-

LisaPlástica


79

5.5. Síntese dos resultados obtidos

No Quadro 5.19 apresenta-se um resumo dos resultados obtidos com a aplicação isolada de cada um

dos quatros factores de degradação adoptados, no qual podem ser consultadas as curvas de

degradação do tipo Gompertz e breves conclusões retiradas das análises efectuadas.

Quadro 5.19 – Resumo dos resultados obtidos com a aplicação isolada dos factores de degradação

Factores de degradação

Curvas de degradação Observações

- Curva de degradação geral

Grande dispersão dos resultados, indicando a existência de vários factores de degradação que influenciam o desempenho diferido das pinturas


Texturada Melhor desempenho das tintas lisa – óleo face aos restantes tipos de tinta, resultado expectável. Nota-se que nos primeiros 20 anos grande parte dos edifícios tem uma extensão das manchas na fachada igual ao superior a 20%, apesar da dispersão existente.

Lisa - Plástica

Lisa - Óleo

Cor

Clara Verifica-se um melhor desempenho nas pinturas escuras face às cores claras e médias, pelo que estas apresentam um comportamento semelhante, visualizando assim dois grupos distintos. Nas pinturas de cor clara denota-se uma extensão das manchas na área da fachada igual ou superior a 20 % enquanto nas pinturas médias, metade dos edifícios estão abaixo dos 20% e a outra metade acima.

Média

Escura

Elementos Salientes

Com varanda Existe um melhor desempenho nas fachadas sem varandas do que fachadas com varandas, pois as varandas impedem a limpeza total da fachada pela acção da água Sem varanda

Orientação Solar

Norte Melhor desempenho verificado em pinturas de fachadas orientadas a Sul, Este e Oeste face às pinturas orientadas a Norte. Nota-se claramente dois grupos distintos sendo um deles constituído por fachadas orientadas a Sul, Este e Oeste e o outro com as fachadas orientadas a Norte. Nota-se ainda um aumento significativo da extensão das manchas nas fachadas orientadas a Norte e Este nos primeiros 10 anos.

Sul

Oeste

Este

Seguidamente, encontra-se no Quadro 5.20 um resumo dos resultados obtidos com as combinações

de factores de degradação, apresentando-se as equações das curvas de degradação do tipo

Gompertz e umas breves conclusões retiradas.


80

Quadro 5.20 - Quadro resumo dos resultados obtidos com as combinações de factores de degradação considerados

Combinação Curvas de degradação Observações

Combinação 1

Texturada

Clara Melhor desempenho nas pinturas escuras observando-se um comportamento semelhante entre as pinturas médias e claras. Denota-se nos primeiros 10 anos uma evolução significativa das manchas na fachada cuja extensão atinge, em alguns casos, os 50%, das cores claras e médias.

Média

Escura

Lisa - Plástica

Clara Melhor desempenho nas pinturas escuras, porém existe a necessidade de enriquecimento do gráfico com mais pontos para obter resultados mais consistentes. A extensão das manchas na fachada é inferior à texturada, sendo que nos primeiros 10 anos as cores claras e médias não chegam a 40% de extensão das manchas.

Média

Escura

Lisa - Óleo

Clara

Necessidade de colocar mais pontos especialmente nas pinturas médias. Média

Escura

Combinação 2

Texturada

Com varanda Melhor desempenho nas fachadas sem

elementos salientes. Existe uma grande dispersão dos pontos, havendo a necessidade de considerar mais factores de degradação. Verifica-se uma evolução da extensão das manchas elevada nas fachadas com varanda nos primeiros 10 anos

Sem varanda

Lisa - Plástica

Com varanda Não se evidencia uma notória diferença

de desempenho entre as pinturas existentes nas fachadas com varanda e sem varanda. Nota-se uma menor evolução da extensão das manchas na fachada dos edifícios com varanda nos primeiros 10 anos.

Sem varanda

Lisa - Óleo

Com varanda

Apesar de um melhor desempenho nas pinturas existentes nas fachadas sem elementos salientes, existe a necessidade de enriquecer o gráfico com mais pontos.

Sem varanda


81

Combinação 3

Texturada

Nível 1 Melhor desempenho nas pinturas existentes nas fachadas orientadas a Sul, Oeste e Este. Nível 2

Lisa - Plástica

Nível 1 Melhor desempenho nas pinturas existentes nas fachadas orientadas a Sul, Oeste e Este Nível 2

Lisa - Óleo Nível 1 Resultados não de acordo com os

expectáveis, necessidade de enriqueci-mento do gráfico com mais pontos para obter resultados mais consistentes. Nível 2


82

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas 6. Conclusões e desenvolvimentos futuros

83

6. Conclusões e desenvolvimentos futuros

6.1. Considerações finais

A presente dissertação insere-se numa linha de investigação de vida útil de materiais e componentes

da construção, tendo como finalidade o desenvolvimento de uma metodologia de previsão da vida útil

de pinturas de fachadas. A metodologia adaptada por Paulo [2009], baseou-se na inspecção de

edifícios em serviço através de inspecções visuais, na quantificação de anomalias utilizando a

plataforma BuildingsLife, na adopção e caracterização de factores de degradação e na análise de

dados obtidos através dos gráficos de degradação, adoptando uma abordagem determinística ao

estudo da durabilidade.

Os dados resultantes da utilização desta metodologia evidenciam a sua capacidade em fornecer

ferramentas analíticas que possibilitam determinar a influência dos factores de degradação

adoptados, permitindo efectuar a modelação do desempenho e vida útil de pinturas de fachadas.

Para demonstrar o desempenho diferido das pinturas das fachadas, foram utilizadas curvas de

degradação modeladas com as curvas de Gompertz, Potenciais e Weibull, realçando-se a utilização

das curvas de Gompertz que foram preferencialmente abordadas ao longo do presente trabalho pelo

facto de evidenciarem um ajustamento aos dados mais eficaz, face ao valor de EQMC obtido.

Após efectuar a modelação das curvas, foram interpretados os resultados obtidos, permitindo assim

determinar a influência, de cada factor de degradação adoptado, no desempenho ao longo do tempo

das pinturas de fachadas:

• “Textura da película”- Observa-se um melhor desempenho das pinturas lisa - óleo e lisa -

plástica face às pinturas texturadas, dado que as tintas com texturas lisa – óleo possuem uma

baixa permeabilidade à água e alta permeabilidade ao vapor de água;

• “Cor” – A adopção de cores escuras melhora o desempenho das pinturas em detrimento das

cores claras, devido à semelhança de tonalidades entre a sujidade e as cores escuras;

• “Elemento saliente - varanda” – As pinturas de fachadas sem varandas demonstram obter um

melhor desempenho em relação às pinturas de fachadas com varandas, sendo que nas

pinturas sem varanda existe um efeito de lavagem na extensão total da fachada sem

obstruções por acção da água;

• “Orientação solar” – Este factor de degradação pode ser dividido em apenas dois níveis visto

destacar-se claramente dois tipos de comportamentos diferenciados, sendo o primeiro as

pinturas com as fachadas orientadas a Sul, Oeste e Este e o segundo as pinturas com as

fachadas orientadas a Norte. Nota-se claramente um melhor desempenho nas pinturas com

as fachadas orientadas a Sul, Oeste e Este;

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS 6. Conclusões e desenvolvimentos futuros Influência de factores de degradação no aparecimento de manchas nas fachadas

84

Após a análise isolada dos factores de degradação, efectuaram-se análises com a combinação dos

factores de degradação em estudo:

• combinação 1: “ textura da película” e “ cor”- O desempenho das pinturas aumenta com as

pinturas escuras e de textura lisa – óleo;

• combinação 2: “Textura da película” e “Elementos salientes”- O desempenho das pinturas

aumenta com as pinturas de fachadas sem elementos salientes e de textura lisa – óleo;

• combinação 3: “Textura da película” e “Orientação solar” - o desempenho das pinturas

aumenta com as pinturas de fachadas orientadas a Sul, Oeste e Este e com uma textura lisa

– plástica.

Assim, conseguiu-se avaliar a influência de factores de degradação no aparecimento de manchas nas

fachadas com a capacidade de fornecer ferramentas analíticas que possibilitam a obtenção de

estimativas de vida útil das pinturas de fachadas face a retenção de sujidade, em função dos factores

de degradação.

Demonstra-se assim, a possibilidade de efectuar estimativas das necessidades futuras para uma

determinada pintura face a retenção de sujidade, conhecendo a sua textura, a cor, a existência de

elementos salientes ou a orientação solar, pois estas curvas foram obtidas de forma a representar os

efeitos destes quatro factores de degradação. A aplicação dos factores de degradação poderá ser

efectuada de forma isolada ou simultânea de forma a observar o desempenho das pinturas ao longo

do tempo.

6.2. Desenvolvimentos futuros

Apesar de os resultados, de uma forma geral, serem conclusivos e expectáveis, pode-se melhorar a

fiabilidade dos resultados seguindo sugestões de forma a ultrapassar as limitações que foram

aparecendo durante a investigação e relativas à utilização da metodologia adoptada.

No que respeita a recolha de informações relativas à última manutenção das fachadas efectuada,

deve-se complementar as informações para além dos dados fornecidos pelo Arquivo Municipal de

Lisboa, com os dados fornecidos pelos moradores dos edifícios, dada a existência de obras

clandestinas, as quais não vêm classificadas no Arquivo Municipal de Lisboa podendo influenciar os

resultados fornecidos pela modelação. No entanto, é necessário averiguar a veracidade das

informações dada pelos moradores, para não comprometer a fiabilidade do método.

Para estudos futuros relacionados com as manchas e adopção do factor de degradação “cor”,

sugere-se a adopção de uma classificação deste factor em dois níveis visto que nos resultados

obtidos, as pinturas claras e médias possuem um comportamento semelhante distinguindo-se das

pinturas escuras. No caso de adoptar o factor de degradação elemento saliente -varanda incluir

outros elementos além das varandas como por exemplo peitoris, avaliando a sua influência no

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas 6. Conclusões e desenvolvimentos futuros

85

desempenho das pinturas face a retenção de sujidade. Para além dos factores de degradação

adoptados no presente trabalho, de forma a identificar outros factores de degradação que influenciam

no aparecimento de manchas, sugere-se a adopção de outros factores de degradação como por

exemplo a influência da precipitação, do vento e dos gases poluentes ou ainda as condições e

metodologia utilizada na aplicação do revestimento.

Considera-se importante realizar novas inspecções às pinturas já efectuadas por outros autores como

Paulo [2009] e Garrido [2010] de modo a acompanhar a evolução das anomalias e efectuar estudos

comparativos.

Seria interessante adoptar outra metodologia de recolha de dados, como por exemplo metodologias

de curto prazo nomeadamente ensaios acelerados laboratoriais ou, de análise de dados utilizando

modelos de engenharia, para além da proposta utilizada no presente trabalho assim como em Paulo

[2009] e Garrido [2010], para efectuar um estudo comparativo.

O aperfeiçoamento da metodologia adoptada, passa também pela combinação de mais factores de

degradação, de modo verificar de uma forma mais detalhada a influência dos factores no

desempenho diferido de pinturas com manchas de sujidade, pelo que uma das limitações no presente

trabalho consistiu na combinação de apenas dois factores de degradação, limitação imposta dada ao

número da amostra. Para melhorar este aspecto, aconselha-se a aumentar a amostra dos edifícios

para permitir a aplicação simultânea de três ou mais factores de degradação. Como foi visto a

combinação de factores demonstra ser de grande importância para permitir obter curvas mais

apropriadas às características de cada tipo de tinta e ambiente de exposição realçando assim a

importância das considerações efectuadas anteriormente.

Com isto, conseguiu-se avaliar a influência de factores de degradação no aparecimento de manchas

nas fachadas com a capacidade de fornecer ferramentas analíticas que possibilitam a obtenção de

estimativas de vida útil das pinturas de fachadas face a retenção de sujidade, em função dos factores

de degradação.

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS 6. Conclusões e desenvolvimentos futuros Influência de factores de degradação no aparecimento de manchas nas fachadas

86

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas 7. Bibliografia

87

Bibliografia

Architectural Institute of Japan. (1993). The English Edition of Principal Guide for Service Life

Planning of Building. Japão , Architectural Institute of Japan.

Bäuml, K. H. (1998). Simultaneous color constancy: how to surface color perception varies with

the illuminant . Vision Research 39, pp. 1531-1550.

Branco, F. (2006). Concepção dos edifícios com durabilidade . Apontamentos da cadeira de

Patologia e Reabilitação da Construção, Instituto Superior Técnico, Lisboa.

Brito, J. d. (2001). Vida útil das construções e sua previsão . Apontamentos da cadeira de

Patologia e Reabilitação da Construção, Instituto Superior Técnico, Lisboa.

Bruntland, G. H. (1987), Our Common Future: the World Commission on environm ent and

Development , Oxford, Oxford University Press.

BSI 7543: 1992. (s.d.). Guide to Durability of Buildings and Building Eleme nts . British Standards

Institution, Londres, Reino Unido.

Carrio, J. M. (2000). Patologia de cerramiento y acabados arquitectónicos . Madrid: Munilla -Lería.

Cecconi, F. (2002). Performance lead the way to service life prediction . 9 DBMC International

Conference on durability of buildings materials and components, Brisbane, Australia.

CEN. (2005). Brussels: EN 13914-1 Design, preparation and application of external ren dering

and internal plastering - Part1: External rendering .

Chai (2011). Previsão da vida útil de revestimentos de superfíci es pintadas em paredes

exteriores. Dissertação de Mestrado Integrado em Engenharia Civil, Instituto Superior Técnico,

Universidade Técnica de Lisboa.

Colen, I. F. (2002). Estratégias de manutenção - elementos da envolvente de edifícios correntes .

Dissertação de Mestrado em Construção, Instituto Superior Técnico, Universidade Técnica de Lisboa.

Colen, I. F., & Brito, J. d. (2003a). Manchas prematuras em fachadas de edifícios recente s 2º

Simpósio internacional sobre patologia, durabilidade e reabilitação dos edifícios "Aprendendo com os

erros e defeitos da construção", pp. 311-320, Lisboa.

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS 7. Bibliografia Influência de factores de degradação no aparecimento de manchas nas fachadas

88

Colen, I. F., Brito, J. d., & Freitas, V. P. (2003). Durabilidade das soluções e estratégias de

manutenção de fachadas de edifícios . 2º Simpósio internacional sobre patologia, durabilidade e

reabilitação de edifícios " Aprendendo com os erros e defeitos da construção", pp. 117-126, Lisboa.

Colen, I., & Brito, J. d. (2003b). Anomalias em fachadas de edifícios correntes . 1º Encontro

nacional dobre Patologia e Reabilitação de Edifícios, pp 499-508, Porto, FEUP: PATORREB.

Colen, I., Brito, J. d., & Freitas, V. (2005). Técnicas de diagnóstico e de manutenção para

remoção de manchas em paredes rebocadas . 1º Congresso Nacional de Argamassas de

construção,Lisboa: APFAC.

CSTB. (1994). Ouvrages en maçonnerie de petits éléments - Parois et murs DTU nº20.1 . CSTB:

NF P 10-202.

Daniotti, B. (2003). Avaliação da durabilidade e controlo para preservaç ão da ocorrência de

anomalias em edifíicios . 2º Simpósio internacional sobre patologia, durabilidade e reabilitação de

edifícios "Aprendendo com os erros e defeitos da Construção", pp. 97-105, Lisboa.

Davies, H., & Wyatt, D. (Abril 2005). Appropriate use of the ISO 15686-1 factor method fo r

durability and service life prediction . 10DBMC International Conference on Durability of Building

Materials and Components, Lyon, France.

Duling, J. M., Horak, E., & Cloete, C. (2008).. Service Life Prediction Beyond the 'Factor Method'.

11DBMC International Conference on Durability of Building Materials and Components Istanbul,

Turquia.

Flores, I. (2002). Estratégias de manutenção - Elementos da envolvente de edifícios correntes

Dissertação de Mestrado em Engenharia Civil, Instituto Superior Técnico, Universidade Técnica de

Lisboa.

Flores, I., & Brito, J. d. (2003). A influência de alguns parâmetros na fiabilidade de estratégias de

manutenção (pp. 1017-1026), LNEC: 3º Encore, Encontro sobre Conservação e Reabilitação de

edifícios,Lisboa.

Garrido, M. (2010). Previsão da vida útil de pinturas de fachadas de ed ifícios antigos .

Dissertação de Mestrado Integrado em Engenharia Civil, Instituto Superior Técnico, Universidade

Técnica de Lisboa.


89

Garrido, M., Paulo, P. V., & Branco, F. A. (2010). Análise da influência da espessura da película

na evolução do destacamento de tinta em fachadas de edifícios antigos . Encontro Nacional

sobre Conservação e Reabilitação de Estruturas pp. 112 e 113, Lisboa, LNEC.

Gaspar, P. (2002). Metodologia para o cálculo da durabilidade de reboc os exteriores correntes .

Dissertação de Mestrado em Engenharia Civil, Instituto Superior Técnico, Universidade Técnica de

Lisboa.

Gaspar, P. (2009). Vida útil das construções: desenvolvimento de uma m etodologia para a

estimativa da durabilidade de elementos da construç ão. Aplicação a rebocos de edifícios , 330

p, Tese de Doutoramento em Ciências da Engenharia, Instituto Superior Técnico, Universidade

Técnica de Lisboa, Lisboa.

Gaspar, P., & Brito, J. d. (2008). Quantifying environmental effects on cement-rendere d façades:

A comparision between different degradation indicat ors , Building and Environment,43, pp.1818-

1828.

Haagenrud, S. E. (Março de 2004). Guide and Bibliography to Service Life and Durabili ty

Research and Components. Part II- Factors Causing D egradation , 106 p. CIB W080/ RILEM TC

140.

Haagenrud, S. E., Henriksen, J. F., & Skanke, T. (1996). Modeling and mapping of degradation of

built environment from available data and GIS based information tools , pp19-23, International

Conference on Durability of Building Materialsand Components, Stockholm: E & FN Spon.

ISO 15686-1:2000. (2000). Buildings and constructed assets: service life plan ning - part1:

general principles . International Standard Organisation, Genebra, Suíça.

ISO 15686-2:2001. (2001). Buildings and constructed assets - Service life pla nning - Part 2:

Service life prediction procedures . International Standard Organisation, Genebra, Suíça.

ISO 6241: 1984. (1984). Performance standards in building - principles for their preparation and

factors to be considered . International Organization for Standardization.

Jernberg, P., Sjöström, C., Lacasse, M. A., Brandt, E., & Siemes, T. (2004). Guide and Bibliography

to Service Life and Durability Research for Buildin gs and Components . Joint CIB W080 / RILEM

TC 140, CIB Publication.


90

Johnson, B. W., & McIntyre, R. (1996). Analysis of test methods for UV durability predicti ons of

polymer coatings , Progress in Organics Coatings,27, pp. 95-106.

Kadlubowski, R. P., & Bynum, C. H. (2001). Façade Cleaning: for more than appearance´s sake ,

Journal of architectural tecnology ,19, pp.1-8.

Lacasse, M. A., & Sjöström, C. (2004). Recent advances in methods for service life predict ion of

buildings materials and components - an overview , pp. 1-10. CIB World Building Congress,

Toronto, Canada.

Leira, B., Lindgard, J., Nesje, A., Sund, E., & Saegrov, S. (1999). degradation analysis by statiscal

methods . 8th International Conference on Durability of Building materials and Components, pp. 1436-

1446, Vancouver: Canada.

Lotto, R. B., & Purves, D. (2002). The empirical basis of color perception . Consciousness and

Cognition, pp. 609-629.

Mallon, P. E. (2002). Durability of polymeric coatings: effects of natura l and artificial weathering .

Applied Surface Science, 194, pp. 176-181.

Martin, J. W., Sauders, S. C., Floyd, F. L., & Wineburg, J. P. (1994). Methodologies for Predicing

the Service Lives of Coating Systems . Gaithersburg, MD, USA: 172, NIST Building Science Series;.

Moser, K. (1999). Towards the Practical Evaluation of Service Life - Illustrative Application of

the Probalistic Approach . 8th DBMC, 8th International Conference on Durability of Building Materials

and Components, Vancouver, Canada.

Moser, K. (Março de 2004). Engineering design methods for service life plannin g - Performance

Based Methods for Service Life Prediction , 107 p. CIB Report 294: Part B.

Moser, K., & Edvarsen, C. (2002). Engineering design methods for service life predict ion . 9

DBMC.

Parnham, P. (1997). Prevention of Premature Staining of New Buildings . London: E&FN Spon.

Paulo, P. V. (2009). A Bulding Management System (BuildingsLife): Applic ation of deterministic

and stochastic models with genetic algorithms to bu ilding façades . Tese de Doutoramento em

Engenharia Civil, Instituto Superior Técnico,Universidade Técnica de Lisboa.


91

Paulo, P., Branco, F. A., & Brito, J. d. (2010). Caracterização do estado de degradação de

edifícios em Lisboa - Plataforma Buildingslife . Encontro Nacional sobre Conservação e

Reabilitação de Estruturas, pp. 106-109, Lisboa.

Paulo, P., Branco, F., & Brito, J. d. (2008). Quantification of façade defects using photogrammet ry

within the buildingslife system . 11DBMC International Conference on Durability of Building

materials and Components. Istanbul, Turkey.

Portal do Governo,

http://www.portugal.gov.pt/pt/GC15/Governo/Ministerios/MOPTH/Notas/Pages/20040323_MOPTH_C

om_RGEU.aspx, consultado a 5 de Julho de 2011.

Quintela, M. (2006). Durabilidade de revestimentos exteriores de parede em reboco

monocamada . Tese de Mestrado em Engenharia Civil, Faculdade de Engenharia da Universidade do

Porto.

Sarja, A. (2004). Lifecon D 2.1: Reliability based methodology for li fetime management of

structures . VTT Building and Transport, Espoo, Finland.

Shapley, R., & Hawken, M. (2002). Neural mechanisms for color perception in the prim ary visual

cortex . Current opinion in Neurobiology, 12, pp. 426-432.

Sjöström, C. H., & Brandt, E. (1991). Collection of in-service performance data: State-of -the-art

and approach , Vol. 24 , No. 139, pp. 70-76. CIB W80 / RILEM 100-TSL: Material and Structures.

Sjöström, C.H.,(1999). Service life of building products - towards applica tion, 8th DBMC, 8th

International Conference on Durability of Building Materials and Components, pp 1-10, Vancouver,

Canada.

Takata, S., Kimura, F., Van Houten, F., Westkämper, E., Shpitalni, M., Ceglarek, D., et al. (2004).

Maintenance: Changing Role in Life Cycle Management , CIRP annuals, 53(2), pp. 643-655.

Vanderley, M. J., & Sato, N. (2006). Durabilidade de componentes da construção . Construção e

meio ambiente, 7, pp. 21-57.

Veiga, M. R. (2010). Patologia e reparação de revestimentos de paredes . Caderno Edifícios, pp.

135-159.


92

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas Anexos

Lista de Anexos

Anexo 1

Fotografia das fachadas

Anexo 2

Caracterização da amostra em estudo

Anexo 3

Caracterização dos factores de degradação para a amostra do estudo

Anexo 4

Curvas de degradação Gompertz, Potenciais e Weibull.

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Anexos Influência de factores de degradação no aparecimento de manchas nas fachadas

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Influência de factores de degradação no aparecimento de manchas nas fachadas Anexo 1

ANEXO 1

Fotografia das fachadas

JC002 JC003 JC001

JC004 JC005 JC006

JC009 JC008 JC007

MODELOS DE GESTÃO DA DEGRADAÇÃO DE EDIFÍCIOS Anexo 1 Influência de factores de degradação no aparecimento de manchas nas fachadas

JC010

JC013 JC014 JC015

JC011 JC012


JC016 JC017 JC018

JC019 JC020 JC021


JC022

JC028 JC027

JC025 JC026

JC023 JC024 JC022

JC029


JC030

JC033 JC034 JC035

JC031 JC032


JC036

JC039 JC040

JC037

JC041

JC038


JC043 JC042 JC044

JC045 JC046 JC047


JC049 JC048 JC050

JC051 JC052 JC053


JC055 JC054 JC056

JC057 JC058 JC059


JC060

JC063 JC064 JC065

JC061 JC062


JC066 JC067 JC068

JC069 JC070 JC071


JC072

JC075

JC073 JC074

JC076 JC077


JC078

JC084 JC085 JC086

JC079 JC080

JC081 JC082 JC083


JC087

JC090 JC091 JC092

JC088 JC089


JC093

JC099 JC100 JC101

JC098 JC097 JC096

JC094 JC095


JC102 JC103 JC104

JC105 JC106 JC107


JC108

JC114 JC115 JC116

JC109 JC110

JC111 JC112 JC113


JC117

JC125 JC124 JC123

JC120 JC121 JC122

JC118 JC119


JC126 JC128 JC127

JC129 JC130 JC131


ANEXO 2

Caracterização da amostra em estudo

Código Localização N.º de polícia Data da última manutenção

Quantificação da sujidade

JC001 Rua de São João da Mata 179 1963 59,82%


JC003 Rua de São João da Mata 152,154,156,158 1964 58,67%






JC009 Rua de São João da Mata 124,126,128 1998 25,48%



JC012 Rua de São João da Mata 79,81 1995 20,55%

JC013 Rua de São João da Mata 75,77 1961 91,06%



JC016 Rua da Lapa 120 2004 8,39%

JC017 Rua da Lapa 118 2007 9,36%

JC018 Rua da Lapa 114 1992 51,36%

JC019 Rua da Lapa 111 2009 37,81%

JC020 Rua da Lapa 103 2010 5,06%

JC021 Rua da Lapa 91 2005 27,90%

JC022 Rua da Lapa 104 2007 11,26%

JC023 Rua da Lapa 89 2005 0,00%

JC024 Rua da Lapa 81 2003 48,70%

JC025 Rua da Lapa 73 1950 88,03%

JC026 Rua da Lapa 69a 1963 37,30%

JC027 Rua da Lapa 69 1991 22,73%

JC028 Rua da Lapa 49 1976 60,92%

JC029 Rua da Lapa 62,64 1966 28,42%

JC030 Rua da Lapa 48,50 2002 3,24%

JC031 Rua da Lapa 38,40 2003 19,96%

JC032 Rua da Lapa 17,15 1983 64,04%

JC033 Rua da Lapa 3,5 2003 6,53%

JC034 Rua Vicente Borga 148,150,152 1995 40,17%


JC036 Rua Vicente Borga 138 1997 48,64%

JC037 Rua Vicente Borga 126,128 1970 65,52%










JC046 Rua Vicente Borga 8,,10 1969 91,46%

JC047 Rua do Conde 35,37 e 39 1964 57,43%

JC048 Rua do Conde 41 e 43 1964 81,26%

JC049 Rua do Conde 32 1977 73,86%

JC050 Rua do Conde 73 2003 28,37%

JC051 Rua do Conde 64 e 66 1962 82,53%

JC052 Rua dos Remédios a Lapa 57,59 2001 25,44%

JC053 Rua dos Remédios a Lapa 51,53,55 2009 2,22%




JC057 Rua dos Remédios a Lapa 46 1961 69,43%

JC058 Rua dos Remédios a Lapa 22a 1986 71,24%



JC061 Calçada do Marquês da Abrantes 45 1997 34,49%



JC064 Calçada do Marquês da Abrantes 74,76,80 2006 4,27%

JC065 Calçada do Marquês da Abrantes 82,84 2008 5,02%




JC069 Calçada do Marquês da Abrantes 102,,100 1988 28,64%







JC076 Calçada do Marquês da Abrantes 138,,140 1992 0,00%


JC078 Rua da Esperança 178 2010 10,59%







JC084 Rua da Esperança 95,97 2005 8,24%


JC086 Rua da Esperança 88,84 2001 30,85%

JC087 Rua da Esperança 54,56,58 2005 24,24%


JC089 Rua da esperança 38 1962 34,27%

JC090 Rua das Madres 11,13,15 1997 56,96%

JC091 Rua das Madres 28,,30 1964 76,49%

JC092 Rua das Madres 29 1961 68,32%

JC093 Rua das Madres 38,42 1961 54,23%

JC094 Rua das Madres 62,64 1958 58,49%

JC095 Rua das Madres 67,69 1962 35,26%

JC096 Rua das Madres 108,106 1963 36,29%

JC097 Rua das Praças 90 2004 33,97%

JC098 Rua das Praças 64,66 2000 2,41%








JC106 Rua das Praças 14,16 1998 21,56%

JC107 Rua de São Félix 3 2007 39,97%






JC113 Rua de São Domingos à Lapa 11 1973 81,64%









JC122 Rua de São Domingos à Lapa 51,53 2005 48,31%

JC123 Rua de São Domingos à Lapa 59,61,65,67 2001 11,05%





JC128 Rua de São Domingos à Lapa 66,64 2006 26,28%



JC130 Rua de São Domingos à Lapa 79,81,83,85,87 2004 24,76%



ANEXO 3

Caracterização dos factores de degradação para a amostra do estudo

Código Textura Cor Elementos salientes

Orientação solar

JC001 Texturada Clara Sim Este

JC002 Texturada Clara Não Este

JC003 Lisa - plástica Clara Sim Oeste


JC005 Texturada Média Não Oeste

JC006 Lisa - óleo Média Não Este

JC007 Texturada Média Sim Este





JC012 Lisa - óleo Clara Sim Este


JC014 Lisa - óleo Média Sim Oeste

JC015 Lisa - plástica Média Sim Este

JC016 Lisa - plástica Média Não Sul

JC017 Lisa - plástica Clara Sim Sul

JC018 Texturada Clara Sim Sul

JC019 Texturada Média Não Norte

JC020 Texturada Clara Sim Norte

JC021 Texturada Clara Não Norte


JC023 Texturada Média Sim Norte

JC024 Texturada Média Sim Norte

JC025 Lisa - óleo Clara Não Norte

JC026 Lisa - plástica Clara Não Norte



JC029 Texturada Escura Sim Sul








JC037 Texturada Média Sim Sul

JC038 Lisa - plástica Clara Sim Norte


JC039 Lisa - plástica Escura Sim Norte






JC045 Texturada Média Não Sul


JC047 Texturada Média Não Este


JC049 Texturada Clara Sim Oeste


JC051 Lisa - óleo Clara Sim Oeste





JC056 Texturada Média Sim Oeste


JC058 Texturada Clara Não Oeste




JC062 Lisa - plástica Média Não Norte





JC067 Lisa - óleo Clara Sim Norte



JC070 Lisa - óleo Escura Não Norte







JC077 Texturada Clara Não Sul





JC082 Lisa - plástica Escura Não Norte





JC086 Texturada Clara Sim este

JC087 Lisa - plástica Média Sim este

JC088 Lisa - plástica Clara Sim este

JC089 Texturada Escura Sim este



JC092 Lisa - óleo Escura Sim Norte

JC093 Lisa - óleo Escura Sim Sul


JC095 Lisa - óleo Clara Não Norte

JC096 Lisa - óleo Clara Sim Sul





JC101 Texturada Clara Não Sul


JC103 Lisa - plástica Média Sim Norte




JC107 Texturada Escura Sim Este

JC108 Lisa - plástica Clara Sim Este



JC111 Lisa - óleo Escura Não Oeste

JC112 Lisa - óleo Escura Não Oeste





JC117 Texturada Escura Sim Oeste















ANEXO 4

Curvas de degradação Gompertz, Potenciais e Weibull

A4.1 Textura da película

Quadro A4.1 – Equações das curvas de degradação obtidas por aplicação do factor “Textura da película”.

Gompertz Potencial Weibull

Texturada � = ��S,Ub]b]�VW,WcZ`d� �[ = 3,96187��U�8,UTeL_ �� = 1 − ��

8S,]^T8�`

Lisa - plástica � = ��S,]USbT�VW,WXZW`� �[ = 6,44357��]�L,e^b^_ �� = 1 − ��

LL,U]TUb�`

Lisa - óleo � = ��_U,S]88e�VW,Wf`YY� �[ = 4,62851��S�L,UUe8T �� = 1 − ��

bS,T]^eb�`

Quadro A4.2 – Valores de EQM obtidos no ajuste das curvas de degradação com a aplicação do factor “Textura da película”

;<=> ;<=? ;<=P

Texturada

Gompertz 81,14 × 10�L 210,50 291,64

Potencial 159,22 × 10�L 308,23 467,45

Weibull 116,30 × 10�L 222,10 338,40

Lisa - plástica

Gompertz 77,47 × 10�L 194,07 271,54

Potencial 102,62 × 10�L 273,93 376,55

Weibull 122,48 × 10�L 216,79 339,27

Lisa - óleo

Gompertz 30,12 × 10�L 72,01 102,13

Potencial 100,11 × 10�L 108,49 208,60

Weibull 44,23 × 10�L 80,33 124,56


Figura A4.1 – Modelação com curvas de Gompertz traduzindo a influência da textura da película

Figura A4.2 – Modelação com curvas Potenciais traduzindo a influência da textura da película

Figura A4.3 – Modelação com curvas de Weibull traduzindo a influência da textura da película

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

de

su

jidad

e (

%)


Texturada

Lisa - plástica

Lisa -óleo

G-T

G-LP

G-LO

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Texturada

Lisa - plástica

Lisa -óleo

P-T

P-LP

P-LO

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Texturada

Lisa - plástica

Lisa -óleo

W-T

W-LP

W-LO


A4.2. Cor da tinta.

QuadroA4.3 – Equações das curvas de degradação obtidas por aplicação do factor “Cor”.


Clara � = ��],L8US^�VW,WXWdc� �[ = 1,52406��U�8,^_L^_ �� = 1 − ��

8^,b]8L]�`

Média � = ��_L,LU_S_�VW,gWYXW� �[ = 3,06630��]�L,8eSb] �� = 1 − ��

L_,_Tbb8�`

Escura � = ��8_,LT_LT�VW,Wccc`� �[ = 4,62851��S�L,S_bbU �� = 1 − ��

be,^bbTU�`

Quadro A4.4 – Valores de EQM obtidos no ajuste das curvas de degradação com a aplicação do factor “Cor”

;<=> ;<=? ;<=P

Clara

Gompertz 65,57 × 10�L 200,18 265,75

Potencial 138,62 × 10�L 315,21 453,83

Weibull 112,84 × 10�L 223,01 335,85

Média

Gompertz 91,71 × 10�L 253,65 345,36

Potencial 182,34 × 10�L 433,79 616,13

Weibull 109,66 × 10�L 278,83 388,49

Escura

Gompertz 109,70 × 10�L 191,93 301,63

Potencial 145,84 × 10�L 184,60 330,44

Weibull 141,90 × 10�L 166,00 307,90


Figura A4.4 – Modelação com curvas de Gompertz traduzindo a influência da cor da película

Figura A4.5 – Modelação com curvas Potenciais traduzindo a influência da cor da película

Figura A4.6 – Modelação com curvas de Weibull traduzindo a influência da cor da película

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Clara

Média

Escura

G-Clara

G-Média

G-Escura

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Clara

Média

Escura

P-Clara

P-Média

P-Escura

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Clara

Média

Escura

W-Clara

W-Média

W-Escura


A4.3. Elemento saliente - varanda

Quadro A4.5 – Equações das curvas de degradação obtidas por aplicação do factor “Elemento saliente -varanda”.


Com varanda � = ��T,bUb^S�VW,WcYfY� �[ = 1,56788��U�8,^]eLe �� = 1 − ��

8^,Te^_S�`

Sem varanda � = ��_L,LU_S_�VW,gWYXW� �[ = 5,47601��]�8,T^8^e �� = 1 − ��

L^,S]bLS�`

Quadro A4.6 – Valores de EQM obtidos no ajuste das curvas de degradação com a aplicação do factor “Elemento saliente -

varanda”

;<=> ;<=? ;<=P

Com varanda

Gompertz 82,31 × 10�L 205,39 287,70

Potencial 121,53 × 10�L 278,26 399,79

Weibull 118,19 × 10�L 217,57 335,76

Sem varanda

Gompertz 72,00 × 10�L 250,84 322,84

Potencial 181,04 × 10�L 381,08 562,12

Weibull 110,77 × 10�L 281,37 392,14


Figura A4.7 – Modelação com curvas de Gompertz traduzindo a influência do elemento saliente - varanda

Figura A4.8 – Modelação com curvas Potenciais traduzindo a influência do elemento saliente - varanda

Figura A4.9 – Modelação com curvas de Weibull traduzindo a influência do elemento saliente - varanda

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Com varanda

Sem varanda

G-C/varanda

G-S/Varanda

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Com varanda

Sem varanda

P-C/varanda

P-S/varanda

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Com varanda

Sem varanda

W-C/varanda

W-S/varanda


A4.4. Orientação solar Quadro A4.7 – Equações das curvas de degradação obtidas por aplicação do factor “Orientação solar”


Norte � = ��UU,LbU8S�VW,gX`fW� �[ = 4,60883��U�8,USSeT �� = 1 − ��

8S,US8SU�`

Sul � = ��_8,U]TUT�VW,WcccY� �[ = 5,47413��]�L,_e8U_ �� = 1 − ��

L8,8_8^_�`

Oeste � = ��8e,8]L]S�VW,ggY`f� �[ = 4,62851��S�L,S^LL^ �� = 1 − ��

L_,8Ue]U�`

Este � = ��],^S^8S�VW,WXh``� �[ = 4,62851��S�L,UT^Ub �� = 1 − ��

L_,^TSe_�`

Quadro A4.8 – Valores de EQM obtidos no ajuste das curvas de degradação com a aplicação do factor “Orientação solar”

;<=> ;<=? ;<=P

Norte

Gompertz 123,60 × 10�L 190,95 314,55

Potencial 127,52 × 10�L 253,58 381,10

Weibull 131,50 × 10�L 194,31 325,81

Sul Gompertz 84,96 × 10�L 200,19 285,15 Potencial 120,07 × 10�L 260,37 380,44

Weibull 116,57 × 10�L 207,70 324,27

Oeste

Gompertz 78,06 × 10�L 198,39 276,45

Potencial 111,36 × 10�L 297,91 409,27

Weibull 105,28 × 10�L 213,75 319,03

Este

Gompertz 80,04 × 10�L 251,05 331,09

Potencial 191,69 × 10�L 596,40 788,0942

Weibull 115,31 × 10�L 321,71 437,02


Figura A4.10 – Modelação com curvas de Gompertz traduzindo a influência da orientação solar.

Figura A4.11 – Modelação com curvas Potenciais traduzindo a influência da orientação solar.

Figura A4.12 – Modelação com curvas de Weibull traduzindo a influência da orientação solar.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Norte

Sul

Oeste

Este

G-N

G-S

G-O

G-E

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Norte

Sul

Oeste

Este

P-N

P-S

P-O

P-E

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Re

ten

ção

da

sujid

ade

(%

)


Norte

Sul

Oeste

Este

W-N

W-S

W-O

W-E


A4.5. Combinação de factores de degradação

A4.5.1. Combinação 1: Textura da película + Cor

A4.5.1.1.Textura da película – Texturada

Quadro A4.9 – Equações das curvas de degradação obtidas por aplicação conjugada dos factores “textura da película:

texturada” e “cor”.


Tex

tura

da

Clara � = ��S,LeU^L�VW,Wcd`Y� �[ = 4,7879��U�8,U8^8^ �� = 1 − ��

8U,SU_�`

Média � = ��],8L^8^�VW,WXXdX� �[ = 6,27008��]�L,_ebL] �� = 1 − ��

8^,8e8e8�`

Escura � = ��^,LSU__�VW,WXfYW� �[ = 5,40131��]�L,__ULL �� = 1 − ��

8^,^LTb�`

Quadro A4.10 – Valores de EQM obtidos no ajuste das curvas de degradação com a aplicação conjugada dos factores

“Textura da película - textura” e “cor”

;<=> ;<=? ;<=P

Tex

tura

da

Clara

Gompertz 58,32 × 10�L 184,40 242,72

Potencial 150,80 × 10�L 295,70 446,51

Weibull 86,26 × 10�L 204,17 290,43

Média

Gompertz 87,07 × 10�L 216,46 303,53

Potencial 163,76 × 10�L 349,69 513,45

Weibull 125,06 × 10�L 232,73 357,79

Escura

Gompertz 138,76 × 10�L 298,77 437,53

Potencial 227,03 × 10�L 301,07 528,10

Weibull 181,55 × 10�L 239,98 421,53


Figura A4.13 – Modelação com curvas de Gompertz traduzindo a influência da combinação “textura da película – texturada” e

“cor”.

Figura A4.14 – Modelação com curvas Potenciais traduzindo a influência da combinação “textura da película – texturada” e

“cor”.

Figura A4.15 – Modelação com curvas de Weibull traduzindo a influência da combinação “textura da película – texturada” e

“cor”.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Clara

Média

Escura

G-Clara

G-Média

G-Escura

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Clara

Média

Escura

P-Clara

P-Média

P-Escura

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Clara

Média

Escura

W-Clara

W-Média

W-Escura


A4.5.1.2. Textura da película – Lisa plástica

Quadro A4.11 – Equações das curvas de degradação obtidas por aplicação conjugada dos factores “textura da película: lisa -

plástica” e “cor”.


Lisa

– P

lást

ica

Clara � = ��],eUe]^�VW,Wf``h� �[ = 4,37560��U�8,USUTL �� = 1 − ��

8^,_8Le8�`

Média � = ��_L,TeL^e�VW,ggZWc� �[ = 1,00941��U�L,_eSUb �� = 1 − ��

8_,eLU�`

Escura � = ��_eS,TbU_8�VW,gdWWY� �[ = 5,92486��]�L,_8^S] �� = 1 − ��

LT,]]Sb8�`


“Textura da película – lisa - plástica” e “cor”

;<=> ;<=? ;<=P

Lisa

- P

lást

ica

Clara

Gompertz 71,36 × 10�L 202,06 273,42

Potencial 96,76 × 10�L 253,98 350,74

Weibull 143,01 × 10�L 214,40 357,41

Média

Gompertz 45,76 × 10�L 117,28 163,04

Potencial 32,09 × 10�L 142,57 174,66

Weibull 87,52 × 10�L 103,57 191,09

Escura

Gompertz 54,48 × 10�L 48,19 102,67

Potencial 61,06 × 10�L 24,28 85,34

Weibull 58,33 × 10�L 32,21 90,54


Figura A4.16 – Modelação com curvas de Gompertz traduzindo a influência da combinação “textura da película: lisa -plástica” e

“cor”.

Figura A4.17 – Modelação com curvas Potenciais traduzindo a influência da combinação “textura da película: lisa -plástica” e

“cor”.

Figura A4.18 – Modelação com curvas de Weibull traduzindo a influência da combinação “textura da película: lisa -plástica” e

“cor”

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Clara

Média

Escura

G-Clara

G-Média

G-Escura

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Clara

Média

Escura

P-Clara

P-Média

P-Escura

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Clara

Média

Escura

W-Clara

W-Média

W-Escura


A4.5.1.3. Textura da película: lisa – óleo


óleo” e “cor”.


Lisa

– Ó

leo

Clara � = ��U,]TU_L�VW,WYhhd� �[ = 4,01476��U�8,Ue^]e �� = 1 − ��

bL,e8L8S�`

Média � = ��LT,TSTbL�VW,ggZWc�

�[ = 3,99586��]�8,^T^Le �� = 1 − ��

]e,b^ee8�`

Escura � = ��_8,8bLee�VW,WYcgY�

�[ = 3,99586��]�L,eTTe] �� = 1 − ��

b],SLb^8�`


“Textura da película – lisa - óleo” e “cor”

;<=> ;<=? ;<=P

Lisa

- Ó

leo

Clara

Gompertz 62,77 × 10�L 190,09 252,86

Potencial 83,91 × 10�L 238,94 322,85

Weibull 102,26 × 10�L 237,08 339,34

Média

Gompertz 24,08 × 10�L 344,91 368,99

Potencial 2,40 × 10�L 420,50 422,90

Weibull 0,31 × 10�L 420,50 420,81

Escura

Gompertz 5,35 × 10�L 12,28 17,63

Potencial 16,19 × 10�L 13,46 29,65

Weibull 18,87 × 10�L 14,12 32,99


Figura A4.19 – Modelação com curvas de Gompertz traduzindo a influência da combinação “textura da película: lisa -óleo” e

“cor”.

Figura A4.20 – Modelação com curvas Potenciais traduzindo a influência da combinação “textura da película: lisa -óleo” e “cor”.

Figura A4.21 – Modelação com curvas de Weibull traduzindo a influência da combinação “textura da película: lisa -óleo” e “cor”.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Clara

Média

Escura

G-Clara

G-Média

G-Escura

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Clara

Média

Escura

P-Clara

P-Média

P-Escura

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

e s

ujid

ade

(%

)


Clara

Média

Escura

W-Clara

W-Média

W-Escura


A4.5.2. Combinação 2: Textura da película + Elemento saliente -

varanda

A4.5.2.1. Textura da película – texturada


texturada” e “elemento saliente - varanda”.


Tex

tura

da Com

varanda � = ��^,_Lb^^�VW,gWghg� �[ = 2,06635��]�L,be88T �� = 1 − ��

8],ebL]b�`

Sem varanda � = ��U,S^TSL�VW,WfgfZ�

�[ = 4,14857��]�L,eSLb_ �� = 1 − �� LU,e]SUS�

`


“Textura da película – texturada” e “elemento saliente - varanda”

;<=> ;<=? ;<=P

Tex

tura

da

Com varanda

Gompertz 70,40 × 10�L 179,51 249,51

Potencial 156,38 × 10�L 326,27 428,65

Weibull 91,53 × 10�L 196,91 288,44

Sem varanda

Gompertz 105,96 × 10�L 316,05 422,01

Potencial 280,77 × 10�L 508,02 788,79

Weibull 149,54 × 10�L 314,32 463,86


Figura A4.22 – Modelação com curvas de Gompertz traduzindo a influência da combinação “textura da película: texturada” e

“elemento saliente - varanda”.

Figura A4.23 – Modelação com curvas Potenciais traduzindo a influência da combinação “textura da película: texturada” e


Figura A4.24 – Modelação com curvas de Weibull traduzindo a influência da combinação “textura da película: texturada” e


0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Com Varanda

Sem Varanda

G-CV

G-SV

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Com Varanda

Sem Varanda

P-CV

P-SV

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Com Varanda

Sem Varanda

W-CV

W-SV


A4.5.2.2. Textura da película: lisa – plástica


plástica” e “elemento saliente - varanda”.


Lisa

- P

lást

ica Com

varanda � = ��^,eU_]e�VW,WXZWX� �[ = 4,96319��U�8,UU]_^ �� = 1 − ��

Lb,bTe]b�`

Sem varanda � = ��U,bS88S�VW,WYfXX�

�[ = 5,19603��]�L,_88Lb �� = 1 − �� L],Ub_b]�

`


“Textura da película – lisa - plástica” e “elemento saliente - varanda”

;<=> ;<=? ;<=P

Lisa

- P

lást

ica

Com varanda

Gompertz 78,74 × 10�L 201,25 279,99

Potencial 92,63 × 10�L 235,17 327,80

Weibull 118,30 × 10�L 225,38 343,68

Sem varanda

Gompertz 52,43 × 10�L 162,65 215,08

Potencial 86,91 × 10�L 194,83 281,74

Weibull 96,17 × 10�L 190,82 286,99


Figura A4.25 – Modelação com curvas de Gompertz traduzindo a influência da combinação “textura da película: lisa - plástica”

e “elemento saliente - varanda”.

Figura A4.26 – Modelação com curvas Potenciais traduzindo a influência da combinação “textura da película: lisa - plástica” e


Figura A4.27 – Modelação com curvas de Weibull traduzindo a influência da combinação “textura da película: lisa - plástica” e


0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Com Varanda

Sem Varanda

G-CV

G-SV

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Com Varanda

Sem Varanda

P-CV

P-SV

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Com Varanda

Sem Varanda

W-CV

W-SV




óleo” e “elemento saliente - varanda”.


Lisa

- Ó

leo

Com varanda � = ��b,]eLST�VW,W``fh�

�[ = 4,02952��U�8,ULbT_ �� = 1 − �� bL,LT_eb�

`

Sem varanda � = ��^,S]T]L�VW,WYhf`�

�[ = 4,05221��]�8,TTUSe �� = 1 − �� b^,LLT]_�

`


“Textura da película – lisa - óleo” e “elemento saliente - varanda”

;<=> ;<=? ;<=P

Lisa

- Ó

leo

Com varanda

Gompertz 48,79 × 10�L 184,58 233,37

Potencial 71,47 × 10�L 202,29 273,76

Weibull 88,51 × 10�L 215,43 303,95

Sem varanda

Gompertz 21,87 × 10�L 63,54 85,41

Potencial 65,43 × 10�L 125,65 191,08

Weibull 38,93 × 10�L 105,83 144,76


Figura A4.28 – Modelação com curvas de Gompertz traduzindo a influência da combinação “textura da película: lisa - óleo” e


Figura A4.29 – Modelação com curvas Potenciais traduzindo a influência da combinação “textura da película: lisa - óleo” e


Figura A4.30 – Modelação com curvas de Weibull traduzindo a influência da combinação “textura da película: lisa - óleo” e


0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Com Varanda

Sem Varanda

G-CV

G-SV

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Com Varanda

Sem Varanda

P-CV

P-SV

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Com Varanda

Sem Varanda

W-CV

W-SV


A4.5.3. Combinação 3: Textura da película + orientação solar

A4.5.3.1. Textura da película: texturada.


texturada” e “orientação solar”.


Tex

tura

da Nível 1 � = ��],_ULe]�VW,ggcZg�

�[ = 9,47877��U�8,US8SS �� = 1 − �� _T,8eSU^�

`

Nível 2 � = ��S,^LTSb�VW,WcgYc� �[ = 4,79600��]�L,eTS^S �� = 1 − ��

8^,S_U^]�`


“Textura da película – texturada” e “orientação solar”

;<=> ;<=? ;<=P

Tex

tura

da

Nível 1

Gompertz 98,18 × 10�L 125,49 223,67

Potencial 131,25 × 10�L 184,90 316,15

Weibull 143,42 × 10�L 111,30 254,71

Nível 2

Gompertz 70,86 × 10�L 212,74 283,60

Potencial 186,04 × 10�L 364,72 550,76

Weibull 98,94 × 10�L 228,54 327,48


Figura A4.31 – Modelação com curvas de Gompertz traduzindo a influência da combinação “textura da película: texturada” e

“orientação solar”.

Figura A4.32 – Modelação com curvas Potenciais traduzindo a influência da combinação “textura da película: texturada” e


Figura A4.33 – Modelação com curvas de Weibull traduzindo a influência da combinação “textura da película: texturada” e


0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Nível 1 (Norte)

Nível 2

(Sul;Oeste; Este)

G-Nível 1 (Norte)

G-Nível 2

(Sul;Oeste;Este)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Nível 1 (Norte)

Nível 2

(Sul;Oeste;Este)

P-Nível 1 (Norte)

P-Nível 2

(Norte;Oeste;Este)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Nível 1 (Norte)

Nível 2

(Sul;Oeste;Este)

W-Nível 1

(Norte)

W-Nível 2

(Sul;Oeste;Este)


A4.5.3.2. Textura da película: lisa – plástica


plástica” e “orientação solar”


Lisa

- P

lást

ica Nível 1 � = ��S,_S_bU�VW,WcZfh�

�[ = 5,37943��U�8,US]SL �� = 1 − �� 8U,]b_^8�

`

Nível 2 � = ��S,L^8e]�VW,Wf`W`� �[ = 5,10643��]�L,__LbT �� = 1 − ��

L],]_S^b�`


“Textura da película – lisa - plástica” e “orientação solar”

;<=> ;<=? ;<=P

Lisa

- P

lást

ica

Nível 1

Gompertz 63,37 × 10�L 143,13 206,50

Potencial 109,72 × 10�L 172,51 282,23

Weibull 103,21 × 10�L 150,25 253,46

Nível 2

Gompertz 63,49 × 10�L 213,04 276,53

Potencial 75,19 × 10�L 299,57 374,76

Weibull 93,08 × 10�L 260,51 353,59


Figura A4.34 – Modelação com curvas de Gompertz traduzindo a influência da combinação “textura da película: lisa - plástica”

e “orientação solar”.

Figura A4.35 – Modelação com curvas Potenciais traduzindo a influência da combinação “textura da película: lisa - plástica” e


Figura A4.36 – Modelação com curvas de Weibull traduzindo a influência da combinação “textura da película: lisa - plástica” e


0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Nível 1 (Norte)

Nível 2

(Sul;Oeste;Este)

G-Nível 1 (Norte)

G-Nível 2

(Sul;Oeste;Este)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Nível 1 (Norte)

Nível 2

(Sul;Oeste;Este)

P-Nível 1 (Norte)

P-Nível 2

(Sul;Oeste;Este)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Nível 1 (Norte)

Nível 2

(Sul;Oeste;Este)

W-Nível 1

(Norte)

W-Nível 2

(Sul;Oeste;Este)




óleo” e “orientação solar”


Lisa

- Ó

leo Nível 1 � = ��_e,^^T^8�VW,Wfggd�

�[ = 3,99535��U�8,b^b]e �� = 1 − �� bU,^bST_�

`

Nível 2 � = ��b,_UbbT�VW,W`Wgf� �[ = 4,14672��]�L,e8Tee �� = 1 − ��

bU,S^U8L�`


“Textura da película – lisa - óleo” e “orientação solar”

;<=> ;<=? ;<=P

Lisa

- Ó

leo

Nível 1

Gompertz 38,07 × 10�L 81,51 119,58

Potencial 49,65 × 10�L 93,54 143,19

Weibull 64,63 × 10�L 96,05 160,68

Nível 2

Gompertz 35,55 × 10�L 160,50 196,05

Potencial 108,56 × 10�L 266,31 374,87

Weibull 54,95 × 10�L 232,30 287,25


Figura A4.37 – Modelação com curvas de Gompertz traduzindo a influência da combinação “textura da película: lisa - óleo” e


Figura A4.38 – Modelação com curvas Potenciais traduzindo a influência da combinação “textura da película: lisa - óleo” e


Figura A4.39 – Modelação com curvas de Weibull traduzindo a influência da combinação “textura da película: lisa - óleo” e


0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Nível 1 (Norte)

Nível 2

(Sul;Oeste;Este)

G-Nível 1

(Norte)

G-Nível 2

(Sul;Oeste;Este)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Nível 1 (Norte)

Nível 2

(Sul;Oeste;Este)

P-Nível 1 (Norte)

P-Nível 2

(Sul;Oeste;Este)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

rete

nçã

o d

a su

jidad

e (

%)


Nível 1 (Norte)

Nível 2

(Sul;Oeste;Este)

W-Nível 1

(Norte)

W-Nível 2

(Sul;Oeste;Este)

Modelos de Gestão da Degradação em Edifícios - Influência ... · Then, the anomaly was...

Documents

Transcript of Modelos de Gestão da Degradação em Edifícios - Influência ... · Then, the anomaly was...