UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE … a cidade de Bauru como Ærea de estudo e dentro da...

UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE ARQUITETURA, ARTES E COMUNICAÇÃO

CAMPUS DE BAURU PROGRAMA DE PÓS-GRADUAÇÃO EM DESENHO INDUSTRIAL

Paula Roberta Pizarro

ESTUDO DAS VARIÁVEIS DO CONFORTO TÉRMICO E LUMINOSO EM AMBIENTES ESCOLARES

Bauru 2005


ESTUDO DAS VARIÁVEIS DO CONFORTO TÉRMICO E LUMINOSO EM AMBIENTES ESCOLARES

Dissertação apresentada ao Programa de

Pós-Graduação em Desenho Industrial �

Área de Concentração: Desenho de Produto

da Faculdade de Arquitetura, Artes e

Comunicação da Universidade Paulista �Júlio

Mesquita Filho� � Campus de Bauru, como

requisito para a obtenção do Título de Mestre

em Desenho Industrial, sob a orientação da

Profª. Drª. Léa Cristina Lucas de Souza.

Bauru 2005

DEDICATÓRIA iii

Ao pai, Paulo Roberto, sempre presente.

FOLHA DE APROVAÇÃO iv


ESTUDO DAS VARIÁVEIS DO CONFORTO TÉRMICO E LUMINOSO EM

AMBIENTES ESCOLARES

Dissertação apresentada ao Programa de Pós-graduação em Desenho Industrial da

Faculdade de Arquitetura, Artes e Comunicação � Universidade Estadual Paulista,

Campus de Bauru - São Paulo, para obtenção do título de Mestre em Desenho

Industrial.

Banca Examinadora:

Presidente: Prof. ª Dr.ª Léa Cristina Lucas de Souza

Instituição: Universidade Estadual Paulista, Faculdade de Arquitetura, Artes e

Comunicação

Titular: Prof. ª Dr.ª Nair Cristina Brondino

Instituição: Universidade Estadual Paulista, Faculdade de Ciências

Titular: Prof. ª Dr.ª Lucila Chebel Labaki

Instituição: Universidade Estadual de Campinas

Bauru 2005

AGRADECIMENTOS v

À Vera e Augusto César, pelo amor e compreensão, apesar da distância.

Ao Guilherme, pela paciência, dedicação, companheirismo e pelo auxílio

na elaboração de figuras.

À Prof.ª Drª Léa Cristina, que além de orientadora, tornou-se grande

amiga.

À Prof.ª Drª Nair Cristina Brondino, pela ajuda nas etapas de modelagem

das Redes Neurais.

À Camila Nakata e Camila Postigo pela colaboração nas medições

técnicas.

Ao Departamento de Transportes da Escola de Engenharia de São Carlos,

que disponibilizou o software EASY NN pelas mãos do Prof. Dr. Antônio Nélson

Rodrigues.

Ao Prof. Dr. João Faria, do Núcleo de Conforto Ambiental da UNESP, pelo

empréstimo de material para as medições técnicas.

A Sílvio e Elder, do Departamento de Pós-graduação da FAAC, pelo

empréstimo da máquina fotográfica digital.

A todos amigos e profissionais que, de alguma forma, tornaram possível a

realização desta pesquisa.

RESUMO vi

PIZARRO, Paula Roberta. �Estudo das variáveis do conforto térmico e luminoso no ambiente escolar�. Dissertação (Mestrado em Desenho Industrial). 2005. 179p. UNESP - Universidade Estadual Paulista. Bauru, 2005.

O desempenho do usuário em um ambiente está diretamente ligado às

condições de conforto e estética oferecidas por aquele ambiente, inserindo-se no

contexto dos estudos ergonômicos. Considerando-se espaços escolares, estas

relações do usuário com o ambiente têm um caráter ainda mais importante, por refletir-

se no próprio processo de aprendizado. É sob este aspecto que esta pesquisa se

concentra, procurando estabelecer, qualificar e posteriormente quantificar variáveis que

indiquem níveis de conforto ambiental para usuários de edificações escolares. É

considerada a cidade de Bauru como área de estudo e dentro da linha ergonômica, visa

estudar dois parâmetros de conforto ambiental especificamente: conforto térmico e

conforto luminoso. Três escolas municipais são selecionadas e analisadas, definindo

variáveis que abrangem três aspectos: pessoal, climático e construtivo. É feito um

modelo de previsão de índice de satisfação térmica do usuário e de grau de iluminância

de sala de aula. As importâncias relativas de cada variável são definidas através de

testes de sensibilidade, valendo-se de Redes Neurais Artificiais como ferramenta de

modelação.

Palavras-chave: Ergonomia, escolas, conforto térmico, conforto luminoso.

ABSTRACT vii

The performance of users in an environment is directly related to the conditions of

comfort and aesthetics offered by that environment, and it is part of the ergonomic

studies field. Considering school environments, this relationship of the user with the

environment is even more important, due to its influence in the learning process. This is

the subject of this research, which establishes, qualifies and quantifies the variables that

show the levels of environmental comfort for school users. The case study is the city of

Bauru, and from the ergonomic point of view, two parameters of the environmental

comfort are considered: thermal comfort and lighting comfort. Three public schools of

the municipality are selected and analyzed for the determination of variables that include

three aspects: personal, climatic and constructive. A prediction model is developed in

order to simulate the level of user�s satisfaction. The relative importance of each variable

is determined by sensitivity tests using Artificial Neural Network modeling tools.

Key-words: ergonomics, schools, thermal comfort, lighting comfort.

LISTA DE TABELAS viii

Tabela 01: Redes Neurais, 54 Tabela 02: Dados climáticos da cidade de Bauru, 66 Tabela 03: Absortividade em função da cor, 87 Tabela 04: Valores estabelecidos para Temperatura e Umidade, 98 Tabela 05: Variável: média de iluminâncias internas, 100 Tabela 06: Questionários � maio, 102 Tabela 07: Questionários � novembro, 102 Tabela 08: Quantificação da escala semântica do questionário aplicado, 108 Tabela 09: Valores de vestimentas em �clo�, 109 Tabela 10: Classificação das variáveis de modelagem, 116 Tabela 11: Resultados de simulação para satisfação térmica em maio, 118 Tabela 12: Resultados de simulação para satisfação térmica em novembro, 118 Tabela 13: Resultados de simulação para grau de iluminância interna em maio, 118 Tabela 14: Resultados de simulação para grau de iluminância interna em novembro, 118 Tabela 15: Relevância das variáveis do parâmetro térmico para melhores simulações em %, 119 Tabela 16: Relevância das variáveis do parâmetro luminoso para melhores simulações em %, 119 Tabela 17: Relações entre a importância das superfícies para luminosidade do ambiente, baseado em suas cores, 120 Tabela 18: Parâmetros adotados para testes de sensibilidade das variáveis, 121 Tabela 19: Classificação dos graus de iluminância de acordo com FVC, 137 Tabela 20: Índices de satisfação térmica, 147 Tabela 21: Índices de satisfação luminosa, 148

LISTA DE FIGURAS ix Figura 01: Temperatura de conforto variando vestimenta e atividade, 32 Figura 02: Reflexões de superfícies horizontais externas, 37 Figura 03: Abertura superior, 38 Figura 04: Abertura mediana, 39 Figura 05: Abertura inferior, 39 Figura 06: Projeção estereográfica da área do céu obstruída, 47 Figura 07: Visibilidade do céu a partir do interior, 48 Figura 08: Visão estereográfica do aluno com menor fator de visão do céu. Projeção baixa, 51 Figura 09: Visão estereográfica do aluno com menor fator de visão do céu. Projeção alta, 51 Figura 10: Visão estereográfica do aluno com maior fator de visão do céu. Projeção baixa, 51 Figura 11: Visão estereográfica do aluno com maior fator de visão do céu. Projeção alta, 52 Figura 12: Subtração da proteção baixa pela proteção alta resulta no FVC, 52 Figura 13: Planta esquemática da Escola �Santa Maria�, 68 Figura 14: Pátio coberto da Escola �Santa Maria�, 69 Figura 15: Planta da sala 06, 70 Figura 16: Planta da sala 09, 71 Figura 17: Estado de conservação � sala 09, 71 Figura 18: Luminárias - sala 09, 72 Figura 19: Janelas � sala 06/ 01, 73 Figura 20: Janelas � sala 06/ 02, 73 Figura 21: Pátio coberto � �Aníbal Difrância�, 74 Figura 22: Pátio descoberto - �Aníbal Difrância�, 74 Figura 23: Estado de conservação � �Aníbal Difrância�/ 01, 74 Figura 24: Estado de conservação � �Aníbal Difrância�/ 02, 75 Figura 25: Estado de conservação � �Aníbal Difrância�/ 03, 75 Figura 26: Planta esquemática da Escola �Aníbal Difrância�, 76 Figura 27: Planta da sala 01, 77 Figura 28: Janela da sala 01, 77 Figura 29: Planta da sala 16, 78 Figura 30: Janelas da sala 16, 78 Figura 31: Vista geral do pátio � �Renovado�, 79 Figura 32: Planta esquemática do Núcleo �Renovado�, 80 Figura 33: Luminárias � sala português, 81 Figura 34: Quadro-negro móvel � sala português, 81 Figura 35: Planta da sala de português, 82 Figura 36: Varanda da sala de português, 83 Figura 37: Vista da sala de inglês/artes � �Renovado�, 83 Figura 38: Planta da sala de inglês, 84 Figura 39: Sala de inglês/artes � �Renovado�/ 01, 84 Figura 40: Sala de inglês/artes � �Renovado�/ 02, 85 Figura 41: Poluição visual � sala inglês � �Renovado�/01, 85

LISTA DE FIGURAS x Figura 42: Poluição visual � sala inglês � �Renovado�/02, 86 Figura 43: Forma em função da orientação � Quadrantes � �Santa Maria�, 89 Figura 44: Forma em função da orientação � Quadrantes � �Aníbal�, 89 Figura 45: Forma em função da orientação � Quadrantes � �Renovado�, 89 Figura 46: Exemplo de mapeamento em salas retangulares, 91 Figura 47: Exemplo de mapeamento em salas quadradas � �Renovado�, 91 Figura 48: Exemplo de mapeamento em salas octogonais � �Renovado�, 92 Figura 49: Termômetro de globo, 94 Figura 50: Sensores de resistência, 95 Figura 51: Higrômetro, 95 Figura 52: Luxímetro, 96 Figura 53: Medição luminosa � �Renovado�, 96 Figura 54: Luzes acesas � sala 06 � �Santa Maria�, 105 Figura 55: Luzes acesas � sala 16 � �Aníbal�, 105 Figura 56: Luzes acesas � sala 09 � �Santa Maria�, 106 Figura 57: Luzes acesas � sala 01 � �Aníbal�, 106 Figura 58: Ofuscamento � sala 09 � �Santa Maria�/01, 107 Figura 59: Ofuscamento � sala 09 � �Santa Maria�/02, 107 Figura 60: Ofuscamento � sala 16 � �Aníbal�, 107 Figura 61: Fluxograma dos conjuntos das Redes Neurais, 117 Figura 62: Sala 06. Distribuição dos pontos de iluminância de acordo com FVC para maio, 137 Figura 63: Sala 06. Distribuição dos pontos de iluminância de acordo com FVC para novembro, 138 Figura 64: Sala 09. Distribuição dos pontos de iluminância de acordo com FVC para maio, 138 Figura 65: Sala 09. Distribuição dos pontos de iluminância de acordo com FVC para novembro, 139 Figura 66: Sala 01. Distribuição dos pontos de iluminância de acordo com FVC para maio, 139 Figura 67: Sala 01. Distribuição dos pontos de iluminância de acordo com FVC para novembro, 140 Figura 68: Sala 16. Distribuição dos pontos de iluminância de acordo com FVC para maio, 140 Figura 69: Sala 16. Distribuição dos pontos de iluminância de acordo com FVC para novembro, 141 Figura 70: Sala de Português. Distribuição dos pontos de iluminância de acordo com FVC para maio, 141 Figura 71: Sala de Português. Distribuição dos pontos de iluminância de acordo com FVC para novembro, 142 Figura 72: Sala de Inglês. Distribuição dos pontos de iluminância de acordo com FVC para maio, 142 Figura 73: Sala de Inglês. Distribuição dos pontos de iluminância de acordo com FVC para novembro, 143

LISTA DE GRÁFICOS xi Gráfico 01: Temperaturas das salas 06 e 09 em novembro, 99 Gráfico 02: Satisfação Térmica � sala 06 � �Santa Maria� � maio e novembro, 109 Gráfico 03: Satisfação Térmica � sala 09 � �Santa Maria� � maio e novembro, 110 Gráfico 04: Satisfação Térmica � sala 01 � �Aníbal� � maio e novembro, 110 Gráfico 05: Satisfação Térmica � sala 16 � �Aníbal� � maio e novembro, 110 Gráfico 06: Satisfação Térmica � sala de Português � �Renovado� � maio e novembro, 110 Gráfico 07: Satisfação Térmica � sala de Inglês � �Renovado� � maio e novembro, 111 Gráfico 08: Satisfação Visual � sala 06 � �Santa Maria� � maio e novembro, 111 Gráfico 09: Satisfação Visual � sala 09 � �Santa Maria� � maio e novembro, 111 Gráfico 10: Satisfação Visual� sala 01 � �Aníbal� � maio e novembro, 111 Gráfico 11: Satisfação Visual � sala 16 � �Aníbal� � maio e novembro, 112 Gráfico 12: Satisfação Visual � sala de Português � �Renovado� � maio e novembro, 112 Gráfico 13: Satisfação Visual � sala de Inglês � �Renovado� � maio e novembro, 112 Gráfico 14: Preferências de conforto � maio, 113 Gráfico 15: Preferências de conforto � novembro, 113 Gráfico 16: Satisfação térmica em função da vestimenta para maio, 122 Gráfico 17: Satisfação térmica em função do índice de massa corpórea para maio, 123 Gráfico 18: Satisfação térmica em função da idade para novembro, 124 Gráfico 19: Quantidade de vestimentas em função da idade, 125 Gráfico 20: Índice de massa corpórea em função da idade, 126 Gráfico 21: Satisfação térmica em função do sexo, 127 Gráfico 22: Satisfação térmica em função da temperatura do ar para maio, 127 Gráfico 23: Satisfação térmica em função da temperatura do ar para novembro, 128 Gráfico 24: Satisfação térmica em função da umidade relativa para maio, 129 Gráfico 25: Satisfação térmica em função da umidade relativa para novembro, 129 Gráfico 26: Satisfação térmica em função da área de abertura para maio, 131 Gráfico 27: Satisfação térmica em função da área de abertura para novembro, 131 Gráfico 28: Satisfação térmica em função da orientação para maio, 133 Gráfico 29: Satisfação térmica em função do fator de visão do céu, 134 Gráfico 30: Iluminância em função do fator de visão do céu, 136 Gráfico 31: Iluminância em função da orientação e área de abertura, 144 Gráfico 32: Iluminância em função as cores das superfícies, 146

LISTA DE EQUAÇÕES xii

Equação 01: Temperatura radiante média, 29 Equação 02: Índice de massa corpórea, 33 Equação 03: Absortividade do material, 36 Equação 04: Área Parede interna X absortividade da cor, 87 Equação 05: Área Forro X absortividade da cor, 87 Equação 06: Área Piso X absortividade da cor, 88 Equação 07: Área Cortina X absortividade da cor, 88 Equação 08: Temperatura radiante média = temperatura de globo, 97

LISTA DE ANEXOS xiii

ANEXO A Tabela A-1: Resultados da variável � cores das paredes internas, 159 Tabela A-2: Resultados da variável � cores dos forros, 159 Tabela A-3: Resultados da variável � cores dos pisos, 159 Tabela A-4: Resultados da variável � cores das cortinas maio, 160 Tabela A-5: Resultados da variável � cores das cortinas � novembro, 160 ANEXO B Tabela B-1: Quantificação das orientações predominantes e áreas de aberturas, 162 ANEXO C Tabela C-1: Valores de FVC para mês de maio, 164 Tabela C-2: Valores de FVC para mês de novembro, 165 ANEXO D Tabela D-1: Temperatura do ar e superfícies � sala 06 � maio � �Santa Maria�, 167 Tabela D-2: Temperatura do ar e superfícies � sala 06 � nov. � �Santa Maria�, 167 Tabela D-3: Temperatura do ar e superfícies � sala 09 � maio � �Santa Maria�, 167 Tabela D-4: Temperatura do ar e superfícies � sala 09 � nov � �Santa Maria�, 168 Tabela D-5: Temperatura do ar e superfícies � sala 01 � maio � �Aníbal�, 168 Tabela D-6: Temperatura do ar e superfícies � sala 01 � novembro � �Aníbal�, 168 Tabela D-7: Temperatura do ar e superfícies � sala 16 � maio � �Aníbal�, 169 Tabela D-8: Temperatura do ar e superfícies � sala 16 � novembro � �Aníbal�, 169 Tabela D-9: Temperatura do ar e superfícies � sala de Português � maio � �Renovado�, 169 Tabela D-10: Temperatura do ar e superfícies � sala de Português� novembro � �Renovado�, 170 Tabela D-11: Temperatura do ar e superfícies � sala de Inglês� maio � �Renovado�, 170 Tabela D-12: Temperatura do ar e superfícies � sala de Inglês - novembro � �Renovado�, 170 Tabela D-13: Valores de temperatura operativa, 171 ANEXO E Figura E-1: Pontos de medição de iluminância interna � sala 06 � �Stª Maria�, 173 Figura E-2: Pontos de medição de iluminância interna � sala 09 � �Stª Maria�, 173 Figura E-3: Pontos de medição de iluminância interna � sala 01 � �Aníbal�, 174 Figura E-4: Pontos de medição de iluminância interna � sala 16 � �Aníbal�, 174 Figura E-5: Pontos de medição de iluminância interna � sala de Port. � �Ren.�, 175 Figura E-6: Pontos de medição de iluminância interna � sala de Inglês � �Ren.�, 175 Tabela E-7: Iluminância nos pontos interiores (lux) � �Santa Maria�, 176 Tabela E-8: Iluminância nos pontos interiores (lux) � �Aníbal�, 177 Tabela E-9: Iluminância nos pontos interiores (lux) � �Renovado�, 178

SUMÁRIO

xiv

Dedicatória .......................................................................................................... iii Folha de aprovação............................................................................................. iv Agradecimentos ...................................................................................................v Resumo............................................................................................................... vi Abstract .............................................................................................................. vii Lista de Tabelas................................................................................................ viii Lista de Figuras................................................................................................... ix Lista de Gráficos ................................................................................................. xi Lista de Equações.............................................................................................. xii Lista de Anexos................................................................................................. xiii

1. INTRODUÇÃO ......................................................................................................16 1.1 Justificativa do trabalho ...................................................................................16 1.2 Objetivos..........................................................................................................21 1.3 Estrutura da dissertação ..................................................................................21

2. APLICAÇÕES DA ERGONOMIA .........................................................................23 2.1 O estudo ergonômico e a prática arquitetônica ...............................................24 2.2 Conforto térmico ..............................................................................................26 2.3 Conforto luminoso............................................................................................34

3. FERRAMENTA DE TRATAMENTOS E ANÁLISE DE DADOS............................44 3.1 A aplicação da extensão 3DskyView Release 2 em ambientes internos..........46 3.2 Redes Neurais Artificiais....................................................................................52

3.2.1 Aprendizagem supervisionada....................................................................55 3.2.2 Aprendizagem não-supervisionada.............................................................56 3.2.3 Regra delta generalizada.............................................................................57 3.2.4 Utilização de RNAs......................................................................................57 3.2.5 Fuzy sets - A aplicação da Teoria dos Sistemas nebulosos.......................59

4. METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS..............................................................................................................62

4.1 Caracterização climática da região de estudo...................................................64 4.2 Caracterização das salas de aula......................................................................66

4.2.1 Escola Municipal de Ensino Fundamental "Santa Maria"............................68 4.2.2 Escola Municipal de Ensino Fundamental "Aníbal Difrância"......................73 4.2.3 Núcleo de Ensino renovado.........................................................................79 4.2.4 Detalhes sobre os dados adas características construtivas das salas .......86 4.2.4.1 Cores das superfícies...............................................................................86 4.2.4.2 Forma e orientação...................................................................................88 4.2.4.3 Fator de Visão do céu (FVC)....................................................................90

SUMÁRIO

xv

4.3 Dados térmicos e luminosos.............................................................................92

4.3.1 Métodos e equipamentos para as medições..............................................93 4.3.2 Dados térmicos...........................................................................................97 4.3.3 Dados luminosos........................................................................................99

4.4 Dados sobre a satisfação dos usuários..........................................................101 5. DESENVOLVIMENTO DO MODELO DE PREVISÃO.........................................115 6. ANÁLISES DE SIMULAÇÕES.............................................................................121

6.1 Análises do parâmetro térmico........................................................................122 6.2 Análises do parãmetro luminoso.....................................................................135 6.3 Tabelas conclusivas........................................................................................147

7. CONCLUSÃO ......................................................................................................149 REFERÊNCIAS BIBLIOGRÁFICAS........................................................................152 ANEXOS

ANEXO A..............................................................................................................158 ANEXO B..............................................................................................................161 ANEXO C..............................................................................................................165 ANEXO D..............................................................................................................166 ANEXO E..............................................................................................................172

INTRODUÇÃO

16

1. INTRODUÇÃO

O desempenho do usuário na realização de uma determinada tarefa está

diretamente ligado às condições de conforto e estética oferecidas pelo ambiente,

inserindo-se no contexto dos estudos ergonômicos. Como define Iida (1990) ergonomia

�é o estudo do relacionamento entre o homem e seu trabalho, equipamento e ambiente,

e particularmente a aplicação dos conhecimentos de anatomia, fisiologia e psicologia na

solução dos problemas surgidos desse relacionamento�.

Considerando-se espaços escolares, estas relações do usuário com o

ambiente têm um caráter ainda mais importante, por refletir-se no próprio processo de

aprendizado. Portanto, este é um dos principais parâmetros para o desenvolvimento de

projetos, voltados para a arquitetura escolar.

1.1 Justificativa do trabalho

Tescarollo em entrevista a Castro (2000) aponta para a interdisciplinaridade

requerida para o projeto de espaços escolares e indica que �o espaço escolar é uma

realidade extremamente complexa. Nenhuma disciplina isolada dá conta desta

complexidade. Deve haver visões psicológicas, pedagógicas, arquitetônicas. Alguém

que tenha uma visão do espaço, da cor, da relação entre o que compõe o espaço e o

usuário�. A escola é um local de longa permanência e de função social primordial,

INTRODUÇÃO

17

no entanto, como coloca o mesmo autor, é interessante notar que, quando se

tratam de atividades de consumo (lanchonetes, lojas e parques), há uma maior

adaptação do espaço à condição da criança e suas diferentes faixas etárias, do que nas

escolas.

Intensifica-se este problema quando é verificada uma falta de articulação

entre a arquitetura e o próprio método pedagógico proposto. Este não é um fato

incomum em muitas escolas brasileiras, já que hoje muitos edifícios escolares refletem

parâmetros de outros contextos históricos. Muitas escolas construídas na década de

30, por exemplo, revelam em sua arquitetura um modelo republicano (simetria e

ecletismo), enquanto muitas daquelas construídas na década de 80 refletem um

governo em processo de endividamento externo, apontando para uma padronização de

componentes do edifício.

Segundo Graça (2002), considera-se um bom projeto arquitetônico para

escolas estaduais, aquele que atende às restrições e diretrizes constantes em

catálogos de especificação de ambientes e nas normas técnicas de elaboração de

projetos de escolas de ensino fundamental e ensino médio no âmbito do estado de São

Paulo. Da mesma forma são analisados os projetos escolares municipais. Entretanto,

no processo de projeto, as condições de conforto ambiental não são sistematicamente

consideradas como princípios de projeto, prejudicando o desempenho do edifício e

conseqüentemente a realização das tarefas dos usuários. Muitas escolas ao longo dos

anos vêm sofrendo reformas e adaptações espaciais, mas que não garantem o bom

desempenho nem do aluno nem do edifício. Em Almeida et al. (2003) notam-se

INTRODUÇÃO

18

problemas físicos ocorridos por conta do funcionamento de estabelecimento escolar em

antigos edifícios residenciais.

Evidencia-se assim, a necessidade de serem tratados aqui aspectos

construtivos como variáveis de conforto térmico e luminoso.

Algumas atividades do NUCAM � Núcleo de Conforto Ambiental do

Departamento de Arquitetura, Urbanismo e Paisagismo da FAAC � Faculdade de

Arquitetura, Artes e Comunicação (UNESP � Universidade Estadual Paulista)

revelaram, por exemplo, que algumas escolas públicas em Bauru podem não estar

apresentando condições térmicas e luminosas adequadas às atividades educacionais e

fazendo uso de materiais construtivos inadequados. Como pode ser observado em uma

análise de Souza & Faria (2001) para a requalificação térmica do berçário do Centro de

Convivência Infantil da UNESP � Bauru, foi constatado que o material empregado e as

cores das paredes da edificação levavam a temperaturas elevadas e

conseqüentemente transmitiam grande passagem de calor para o interior da edificação.

Várias outras pesquisas que estão sendo desenvolvidas sobre o conforto

ambiental em arquitetura escolar ressaltam a necessidade de serem estabelecidas

melhorias em salas de aula para que o ensino e o aprendizado possam apresentar

melhor qualidade.

Freire (1996), em Salvador, estudando as salas de aula, analisa e avalia o

desempenho luminoso em sala de aula modelo FAEC, sob condições de luminância da

abóbada celeste da cidade. O referido modelo é uma edificação pré-fabricada, já

implantada em grande escala, para atender ao setor educacional público na Bahia.

INTRODUÇÃO

19

Naquele trabalho pode ser observado que o efeito das condições de

nebulosidade propicia o uso de iluminação zenital, garantindo o aproveitamento de luz

natural em salas de aula.

Pode-se citar também Araújo (2001), que estabelece parâmetros de conforto

térmico para usuários de edificações escolares no litoral nordestino brasileiro. Tavares

& Clímaco (1999) desenvolvem trabalhos similares em escolas públicas de 1° grau nas

regiões norte e centro-oeste do país. Naquele trabalho é feito ainda um

assessoramento técnico às secretarias estaduais de educação para a execução do

chamado Programa Monhanguar, o qual atua sobre a recuperação e construção destas

escolas, melhorando padrões de qualidade de ensino através da aplicação de princípios

do conforto ambiental.

Barneschi & Souza, (2001), Faria & Kaneko (2001); Souza & Faria (2001),

Souza et al. (2002), Bouças et al. (2002), indicam que problemas como elevadas

temperaturas no interior dos ambientes, baixo nível de iluminação, interferência acústica

entre salas de aula e atividades diversas, foram verificados, levando às primeiras

propostas de readequação destas salas já existentes. Ainda em Bertoli; Kowaltowski &

Barros (1999) podem ser observados relatos de projetos que prevêem a avaliação do

conforto ambiental em edificações escolares municipais para a cidade de Campinas.

De acordo com estudos realizados para aspectos luminosos por Pattini &

Kirshbaum (1999), a qualidade das atividades desenvolvidas em edificações escolares

é de vital importância, pois influem não só no rendimento intelectual, na

INTRODUÇÃO

20

aprendizagem, nas atitudes e juízos de valores, mas também provocam

impactos psicológicos. Além disso, o nível de iluminamento interfere diretamente no

mecanismo fisiológico da visão e também na musculatura que comanda os movimentos

dos olhos.

Segundo Iida (1990), para cada uma das variáveis ambientais há certas

características que são mais prejudiciais à função exercida pelo usuário no ambiente. É

de responsabilidade do projetista, detectar os problemas e tomar as providências

necessárias para manter os usuários livres deste desconforto ou, na medida do

possível, avaliar os possíveis danos ao desempenho e à saúde do usuário, para que

seja adotada a alternativa menos prejudicial. Entretanto, muitos requisitos de projeto

para favorecimento de uma destas variáveis ambientais específicas podem representar

uma queda no desempenho do edifício para as outras variáveis. Nesses casos, o

arquiteto se vê muitas vezes obrigado a optar pelo favorecimento de uma em

detrimento da outra, conforme o parâmetro que se torna mais importante para o projeto

em questão. Segundo Graça & Kowaltowski (2003), não é possível maximizar todos os

tipos de conforto ao mesmo tempo, mas sim encontrar um conjunto de soluções de

compromisso.

É sob este aspecto que a proposta desta pesquisa se concentra, procurando

estabelecer, qualificar e posteriormente quantificar variáveis que indiquem níveis de

conforto ambiental para usuários de edificações escolares. Este projeto proposto

considera a cidade de Bauru como área de estudo e dentro da linha ergonômica, visa

INTRODUÇÃO

21

estudar dois parâmetros de conforto ambiental especificamente: conforto térmico e

conforto luminoso. Integra-se, portanto, aos estudos já iniciados pelo NUCAM nesta

área, com uma série de pesquisas que visam avaliar o desempenho ambiental de

edifícios públicos escolares.

1.2 Objetivos

Os objetivos deste trabalho consistem em:

• Identificar variáveis que caracterizam o nível de conforto dos alunos

destas salas de aula;

• Verificar a importância relativa de cada variável para o conforto do aluno;

• Desenvolver modelos de previsão do índice de satisfação térmica e do

índice de satisfação luminosa do aluno.

1.3 Estrutura da dissertação

Este trabalho divide-se em oito capítulos. No capítulo que se segue é

apresentado o conhecimento da autora sobre o assunto através de tópicos que

descrevem duas variáveis presentes em avaliações ergonômicas: conforto térmico e

conforto luminoso.

O capítulo três apresenta as Redes Neurais Artificiais, a extensão

3DSkyView Release 2 e Fundamentos sobre a Lógica Nebulosa (Fuzzy sets), que

INTRODUÇÃO

22

foram as ferramentas utilizadas para geração e modelagem de dados deste trabalho. O

próximo capítulo descreve o estudo de caso. Este se divide em cinco partes distintas.

Primeiramente expõe a região de estudo e as escolas de uma forma geral, a fim de que

o leitor tenha uma compreensão imediata do trabalho. Em seguida caracterizam-se a

pesquisa de campo, citando os equipamentos utilizados para as medições climáticas, a

forma de coleta de dados e a identificação das variáveis de conforto térmico e luminoso,

verificando-se o desempenho térmico e lumínico das salas estudadas.

O quinto capítulo desenvolve e analisa o modelo proposto através das

simulações com o software de redes Neurais Artificiais, denominado Easy-NN. Neste

mesmo capítulo são apresentadas as importâncias relativas das variáveis envolvidas

em relação aos níveis de conforto dos usuários das escolas.

O capítulo sexto contém as análises dos modelos propostos e o capítulo sete

conclui a pesquisa, abordando sugestões para trabalhos futuros. Por fim, apresenta-se

a relação das referências bibliográficas citadas no trabalho.

FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS

23

2. APLICAÇÕES DA ERGONOMIA

De acordo com a IEA � Associação Internacional de Ergonomia (2000), os

domínios de especialização da ergonomia são:

• Ergonomia física: está relacionada com as características da anatomia

humana, antropometria, fisiologia e biomecânica em sua relação à

atividade física. Os tópicos relevantes incluem o estudo da postura no

trabalho, manuseio de materiais, movimentos repetitivos, distúrbios

músculo-esqueletais relacionados ao trabalho, projeto de postos de

trabalho, segurança e saúde.

• Ergonomia cognitiva: refere-se aos processos mentais, tais como

percepção, memória, raciocínio e resposta motora, conforme afetam as

interações entre seres humanos e outros elementos de um sistema. Os

tópicos relevantes incluem o estudo da carga mental de trabalho, tomada

de decisão, desempenho especializado, interação homem-computador,

stress e treinamento conforme esses se relacionem a projetos envolvendo

seres humanos e sistemas.

• Ergonomia organizacional: concerne à otimização dos sistemas

sociotécnicos, incluindo suas estruturas organizacionais, políticas e de

processos. Os tópicos relevantes incluem comunicações, gerenciamento

de recursos de tripulações (CRM � domínio aeronáutico), projeto de

trabalho, organização temporal de trabalho, trabalho em grupo, projeto


24

participativo, novos paradigmas do trabalho, trabalho cooperativo, cultura

organizacional, organizações em rede, tele-trabalho e gestão de qualidade.

Ergonomia para Winograd (1996 apud MORAES, 2004), é a interação entre

seres humanos e mecanismos, ou seja, como construir para interagir, ser experenciado

e usado. Ainda em Moraes (2004), é descrito que muitas pessoas conceituam

ergonomia como uma �forma de psicologia�, deslegitimando a própria ergonomia. De

uma forma geral, a psicologia não abrange a tecnologia, enquanto que a engenharia

não se interessa pelo comportamento humano, sendo que a ergonomia une estes dois

aspectos. Portanto o enfoque desta disciplina é o desenvolvimento de sistemas, o que é

justamente a tradução de princípios comportamentais no design de sistemas físicos.

Sendo assim, dois domínios de especialização da ergonomia � ergonomia

física e ergonomia cognitiva - podem ser trabalhados, de forma conjunta, a fim de

proporcionar resultados mais eficientes em pesquisas de design.

2.1 O estudo ergonômico e a prática arquitetônica

A qualidade de uma proposta espacial está intimamente relacionada com a

qualidade da análise e interpretação que se faz, de como acontece, a interface entre os

sujeitos, seus desejos, as obrigações impostas pelo trabalho e o ambiente construído

(ROSCIANO, 2002).

Segundo Batista & Ulbricht (2002), percebe-se o ambiente construído como

um espaço, organizado e animado, que constitui um meio físico e, ao mesmo tempo,


25

meio estético, informativo ou psicológico especialmente projetado para

agradar, servir, proteger e unir pessoas no exercício de suas atividades.

Os lugares que o ser humano habita precisam informá-lo sobre a tarefa e dar

condições para realizá-la, desempenhando seu papel de mediadores da existência

humana. A informação é necessária, pois como afirma Baker & Standeven (apud

XAVIER, 1999), através do meio da cognição desenvolve-se a �tolerância cognitiva�,

que é a capacidade de ser mais tolerante com o desconforto do ambiente, quando se

conhece a causa do mesmo. Conectam-se aí, pela investigação e planejamento das

atividades, a ergonomia e a arquitetura. Pelo viés do estudo ergonômico podemos

compreender as atividades humanas e seus requisitos de projeto. Através da prática

arquitetônica podemos projetar os meios que as viabilizam (ALMEIDA, 2002).

Os vínculos da arquitetura com a ergonomia surgem nos lugares em que o

homem habita, a partir do momento em que ele tem a intenção de adequar o meio para

o desenvolvimento de suas atividades.

O contraste entre um ambiente vivenciado e um ambiente idealizado parece

expor uma questão fundamental na arquitetura: não é tratado aqui o ato de projetar

para um hipotético homem ideal ou homem médio, mas sim para o homem comum.

Aproximar-se deste ser, bem mais complexo, é condição para fazer arquitetura

(ALMEIDA, 2002).

Ao arquiteto cabe investigar os significados práticos dos elementos

arquitetônicos que utiliza, pois, através deste ato, o propósito funcional será revelado

através da forma física.


26

Sabe-se que as variáveis ergonômicas aplicadas ao ambiente construído são

em grande número. No universo desta pesquisa procura-se analisar o conforto

luminoso e térmico dos ambientes escolares, considerando-se o ponto de vista do

usuário, especificamente, do aluno de ensino fundamental, abrangendo a faixa de 11 a

17 anos.

2.2 Conforto térmico

Conforto Térmico é um estado de espírito que reflete a satisfação com o

ambiente térmico que envolve a pessoa. Se o balanço de todas as trocas de calor a que

está submetido o corpo for nulo e a temperatura da pele e suor estiverem dentro de

certos limites, pode-se dizer que o homem sente Conforto Térmico (LAMBERTS,

DUTRA & PEREIRA, 1997 apud ASHRAE, 1993).

O homem é considerado um ser homeotérmico, isto é, possui mecanismos

internos de regulação térmica que se acionam em função da temperatura externa. De

certa forma, a temperatura e a umidade ambiental influem diretamente no desempenho

das atividades humanas.

Segundo Iida (1990), o corpo humano trabalha como uma máquina

exotérmica, sempre gastando calor, mesmo em estado de repouso absoluto. No caso

de trabalhos normais 23 a 58 W são gastas, para trabalhos moderados com os braços

232 a 581 W e 581 W para trabalhos pesados envolvendo movimentos corporais.

Sendo assim, o equilíbrio térmico do organismo deve ser atingido através dos


27

mecanismos de condução, convecção, radiação e principalmente, evaporação e

respiração.

As trocas de calor por convecção substituem a camada de ar próxima à pele

por um ar mais frio. Para que isso ocorra, a temperatura ambiental deve ser menor que

37ºC, que é a média da temperatura corporal. As trocas por condução só são possíveis

se o organismo tiver contato direto com algum material. Quanto às trocas de calor por

radiação, o corpo humano se comporta como um bom absorvente e radiador (IIDA,

1990).

A evaporação do suor contido na pele é o mecanismo termo-regulador mais

importante e depende diretamente da umidade relativa e do movimento do ar. A

umidade relativa (Ur) é um parâmetro essencial no conjunto de variáveis climáticas, pelo

fato da influência da umidade do ar no conforto térmico das pessoas estar fortemente

relacionada com as condições de temperatura. Dentro destas definições pode-se dizer

que a umidade relativa (Ur) é a relação da umidade absoluta com a capacidade máxima

do ar de reter vapor de água àquela temperatura. Portanto, a umidade relativa é uma

porcentagem da umidade absoluta de saturação (FROTA & SCHIFFER, 2001).

Quanto mais seco for o ar, menor a sua saturação, portanto a situação é mais

favorável à evaporação. Entretanto, os índices de umidade devem estar dentro de certos

limites para que o organismo não sofra. De acordo com Araújo (2001), a umidade

relativa do ar não deve ser inferior a 20% para evitar o ressecamento das mucosas. Da

mesma forma, o excesso deve ser evitado, principalmente em ambientes com


28

temperaturas muito altas e pouca ventilação, que dificultam o efeito da absorção e a

evaporação da vestimenta e da pele. Além disso, o excesso de umidade provoca a

condensação superficial e o desenvolvimento de fungos nos componentes das

edificações que, por sua vez, também provocam sérios problemas de alergias nas vias

respiratórias.

Gonzáles & Frutos (1997) afirmam que, para poder trabalhar com todo o

conjunto de parâmetros de conforto, são criados índices arbitrários que, de uma

maneira ou de outra, englobam a maior parte das ações. Entre eles, está a

Temperatura efetiva (Te) (desenvolvida por Yaglou e colaboradores em 1923) que é

capaz de englobar em um único valor os efeitos da temperatura, umidade e movimento

do ar. Deste modo, na hora de fixar a temperatura de conforto de um local, em função

dos usuários e do tipo de tarefa que vão realizar, é suficiente indicar a temperatura

efetiva de conforto a que ela corresponde. Outro índice é a temperatura operativa (Top),

que segundo XAVIER (1999), é a temperatura a que os usuários estão sujeitos em um

ambiente. O seu valor é obtido através da média ponderada entre a temperatura do ar

(Tar) e a temperatura média radiante (Tmr).

A Temperatura do ar (Tar) corresponde à temperatura ao redor do corpo

humano (XAVIER, 1999). Determina a troca de calor por convecção entre as pessoas e

o ambiente ao redor. A temperatura radiante média (Trm) traduz o processo de

transferência de calor por radiação das superfícies circundantes do ambiente para as

pessoas.

Em Araújo (2001), a Trm pode ser calculada:


29

)(22,2 TbsTgVTgTrm −+=

[ ]01.Eq

Onde,

Trm é a temperatura radiante média em ºC;

Tg é a temperatura de globo em ºC;

V é a velocidade do ar em m/s;

Tbs é a temperatura de bulbo seco em ºC.

Desde o início do século XX vários estudos delimitam zonas de conforto

térmico, baseadas em faixas de variações de temperatura, umidade relativa do ar e

velocidade do ar, que determinam situações ambientais ideais para o homem

desenvolver suas tarefas, sem a necessidade de o organismo acionar seus

mecanismos termo-reguladores.

Dentre todos, pode-se citar a Zona de Conforto Térmico de Givoni, divulgada

em 1969 e o índice proposto por Fanger, em 1972. A primeira consta de um método de

representação de algumas estratégias de controle ambiental, como a massa térmica da

edificação, o vento, o esfriamento evaporativo, o calor radiante, a umidificação, etc.,

que permitem o restabelecimento das condições de conforto no interior das edificações.

Esta Zona de Conforto foi desenvolvida através de um diagrama psicrométrico onde

estão representados os limites de conforto, propriamente ditos, para usuários

aclimatados, em repouso ou em atividade sedentária. O índice proposto por Fanger, a


30

partir de estudos realizados na Dinamarca, é baseado na formulação de uma equação

de conforto térmico que correlaciona �sensação térmica� com a atividade metabólica do

corpo humano, sendo que esta última é função da atividade realizada pelo indivíduo. A

�sensação térmica média� das pessoas em um dado ambiente, segundo Fanger, pode

ser representada através do �voto médio estimado� (VME) do grupo, baseado em uma

escala de 7 pontos de satisfação térmica, expressando a porcentagem estimada de

satisfeitos (ARAÚJO, 2001).

No Brasil as pesquisas na área se iniciaram na década de 30 e 40 através de

trabalhos de higienistas. Somente a partir da década de 70, com a crise mundial de

energia - quando o conceito de utilização de outras fontes de energia foi sendo

incorporado � os índices térmicos passaram a ser incorporados à análise de projetos e

a ser questionados. No entanto, nenhum estudo experimental validou realmente os

índices térmicos adotados.

Segundo Gonçalves, Valle & Garcia (2001), um indivíduo pode se sentir

confortável numa faixa larga de temperaturas e existe uma faixa de modificação dentro

da qual, ainda que a temperatura seja desconfortável, a sensação de desconforto não

será imediata, esta adaptação ao desconforto acontece de forma lenta e gradual. Como

coloca Xavier (1999), mudanças bruscas de temperatura e temperaturas inesperadas

(por exemplo, ondas de frio no verão e vice-versa) tendem a provocar sensações de

insatisfação em relação ao ambiente e, provavelmente, deficiência na ação da tarefa.

Entretanto, conclui-se que em temperaturas acima de 30ºC o homem já não se


31

encontra mais apto a realizar sua atividade em ritmo normal: aumentam-se as pausas, e

diminuem-se a velocidade da tarefa e a concentração.

O conforto térmico pode não ser visto apenas como um problema de

termorregulação fisiológica, mas também como uma resposta comportamental às

condições ambientais (HUMPHREYS & NICOL, 1998). A falta de controle sobre o

ambiente pode aumentar a probabilidade de desconforto. Assim, a hipótese

adaptativa parte do princípio de que as pessoas encontram maneiras de adaptar-se

às condições do ambiente, quando há tempo suficiente, desde que essa adaptação

não represente um risco de choque térmico (GONÇALVES, VALLE & GARCIA, 2001).

Um dos mecanismos adaptativos do qual dispõe o homem é a vestimenta:

�Observa-se que em um determinado ambiente, se duas pessoas estiverem

trajando vestimentas com distintos valores de isolamento térmico, isso não

significa obrigatoriamente que uma deva estar sentindo mais calor, pois a

própria escolha da vestimenta a utilizar é um dos mecanismos adaptativos de

que dispõe as pessoas. Portanto, uma das sugestões de trabalhos futuros é

estudar o isolamento térmico não apenas como um item de resistência térmica,

mas também como um mecanismo adaptativo.� (XAVIER, 1999).

Quanto maior a resistência térmica da roupa, menor serão suas trocas de

calor com o meio. Ressalta-se aqui que, considerando características da vestimenta,

juntamente com nível de atividade, temperatura, umidade relativa, temperatura radiante

média e velocidade do ar, o Método de Fanger se tornou uma das mais completas


32

abordagens em termos de índice de conforto. Neste índice a influência da vestimenta se

mede por uma unidade denominada �clo� (originária da palavra clothes). Assim a

unidade clo equivale a uma resistência térmica de 0,155 m2.K / W.

Corbella & Yannas (2003), abordando os efeitos produzidos pela vestimenta

através da unidade �clo�, indica as temperaturas de conforto alcançadas pela relação

entre roupas e atividade do usuário para três situações: uma pessoa em repouso, outra

sentada, escrevendo, e outra em trabalho pesado. Na figura 01 varia-se a roupa,

observando-se o que acontece com o par de aspectos roupa-atividade, mantendo fixas

as outras variáveis. O intervalo de variação das temperaturas de conforto é muito

grande: 29°C para a pessoa sentir conforto estando em repouso e com pouca roupa, ao

passo que com maior atividade e muita roupa a temperatura deve ser baixada para

10°C para que ele se sinta bem.

Figura 01 � Temperatura de conforto variando vestimenta e atividade

Fonte: Corbella & Yannas, 2003.


33

Além das atividades desenvolvidas pelo indivíduo, da sua vestimenta e das

variáveis do ambiente que proporcionam as trocas de calor, devem ser consideradas

outras variáveis como sexo, idade, biótipo, hábitos alimentares etc.

Alguns estudos apontam que a idade é diretamente proporcional ao aumento

de temperatura, isso se deve ao fato do metabolismo basal cair ligeiramente com a

idade. Além disso, a taxa metabólica para certas atividades que envolvem movimentos

tende a ser mais alta para pessoas obesas, e por esta razão elas tendem a preferir

ambientes mais frios durante essas atividades. Tem-se ainda que as mulheres preferem

temperaturas ligeiramente mais altas (ARAÚJO, 2001).

A forma do corpo, ou seja, a relação entre o peso e a altura, também influi

nas condições de conforto térmico. Vários experimentos têm sido realizados para

investigar e classificar a obesidade através de um índice ponderado (peso dividido

pela altura) ou através da camada de gordura medida através de instrumento próprio.

Uma forma de se calcular o Índice de Massa Corpórea (IMC) é:

2/ alturapesoIMC =

[ ]02.Eq

Segundo Gonçalves; Valle & Garcia (2001), a expectativa dos usuários

quanto às condições de conforto que eles encontrarão em um determinado ambiente

também é um parâmetro importante na abordagem adaptativa. Um exemplo é que as

pessoas tendem a ser mais exigentes quanto às temperaturas ambientes dentro de um


34

laboratório ou em seus escritórios, do que quanto àquela alcançada em casa, devido à

expectativa que elas têm de estarem confortáveis em casa.

Além das adaptações dos indivíduos em relação ao conforto ambiental,

devem-se ressaltar os mecanismos reguladores do conforto presentes no próprio

conjunto de elementos construtivos do ambiente. De acordo com Cofaigh, Olley &

Lewis (1996), o tratamento da interação entre interior e exterior do edifício pode

intensificar nossa percepção e aproveitamento da natureza e do clima. A orientação

do edifício e o design de seus elementos podem explicitar a sua funcionalidade e o

seu relacionamento simbólico com o clima local.

A grande capacidade do indivíduo de se adaptar ao ambiente parece conflitar

com os conceitos de ergonomia, já que a segunda prega a adaptação do ambiente ao

homem. Deve-se ressaltar que são termos complementares, pois, se aos estudos em

ergonomia competem os mecanismos construtivos controlados pelos ocupantes,

competem também às sensações e as iniciativas dos usuários.

2.2 Conforto luminoso

Conforto visual é entendido como a existência de um conjunto de condições,

num determinado ambiente, no qual o ser humano pode desenvolver suas tarefas

visuais com o máximo de acuidade e precisão visual, com o menor esforço, com menor

risco de prejuízos à vista e com reduzidos riscos de acidentes.


35

Em Iida (1990) afirma-se que muitos fatores influenciam na capacidade de

discriminação visual, como faixa etária e as diferenças individuais, mas podemos

considerar os três fatores mais importantes e controláveis em se tratando de projetos de

ambientes de trabalho: a quantidade de luz, o tempo de exposição e o contraste entre

figura e fundo.

Segundo as Normas Brasileiras para Iluminâncias de interiores, NBR 5413,

de abril de 1992, as salas de aula devem ter uma iluminância média de 200 a 500 lux,

sendo que os quadro-negros devem ser mais iluminados � de 300 a 750 lux

(MAGALHÃES, 1997).

Para que um objeto possa ser discriminado em relação ao tempo de

exposição, analisamos o contraste, o seu tamanho e o nível de iluminação, enquanto

que, no caso do contraste, o fator de discriminação é a diferença de brilho entre figura e

fundo.

Quando o fundo é mais brilhante que o objeto, ocorre o fenômeno chamado

ofuscamento. Segundo Iida (1990), existem dois tipos de ofuscamentos. Um deles é

devido a uma fonte de luz muito forte no campo visual, que tende a causar �cegueira�.

O outro é provocado por uma situação mais branda, onde não há propriamente

�cegueira�, mas desconforto, irritação e distração visual. Essa situação ocorre em

ambientes interiores com iluminação mal planejada prejudicando os trabalhos

desenvolvidos nestes locais. O tipo de ofuscamento mais comum em salas de aula

pode ser chamado de reflexão veladora. Este tipo dá a sensação de que a imagem está

apagada em alguns trechos do quadro-negro e provém da radiação direta no objeto.


36

O Sol que penetra pelas aberturas pode provocar ofuscamento incidindo

sobre equipamentos ou quaisquer objetos de maneira indesejável ou prejudicial. De

acordo com Robbins (apud BROWN & DEKAY, 2004), para evitar ofuscamento, a razão

entre a luminância do plano de trabalho e a do entorno imediato deve ser em torno de

3:1.

Em relação a radiação incidente no fechamento opaco, uma parcela é

refletida e outra absorvida, cujo valor dependerá respectivamente da refletividade ( ρ )

e da absortividade ( α ) do material, onde:

1=+ ρα

[ ]03.Eq

Analisando a absortividade, pode-se dizer que os materiais de construção

são seletivos à radiação de onda curta (radiação solar) e a principal determinante desta

característica é sua cor superficial.

De acordo com Egan & Olgyay (2002), tanto superfícies horizontais quanto

verticais podem provocar reflexão excessiva da luz solar. A luz solar refletida de

superfícies horizontais é mais abundante nas orientações Leste e Oeste e é mais

propícia a acontecer em edifícios baixos. Para provocar desconforto em edifícios altos

seria necessária uma extensão horizontal de mesma proporção, como pode ser

observado na figura 02.


37

Figura 02 � Reflexões de superfícies horizontais externas Fonte: Egan & Olgyay, 2002.

Ainda em Egan & Olgyay (2002), a distribuição da luz é fortemente

dependente da refletância do ambiente. Em geral, o forro é a superfície de maior

refletância de luz. Pelo fato da maioria das tarefas realizadas sofrer influência da luz

refletida do forro, ele é um importante refletor de luz, especialmente em salas profundas

e amplas, distante das aberturas. Em ambientes com pé-direito altos e de proporções

reduzidas, as paredes laterais são importantes.

Zona de significante reflexão do piso externo �vista� pela janela superior

Grande porção de refletividadedo piso externo

Pequena porção da fachada é equivalente a uma grande reflexão no piso externo


38

De acordo com os mesmos autores, a janela localizada no meio da parede,

isto é, com peitoril de 1,20m aproximadamente em salas de proporções comuns, não é

a melhor opção para a distribuição de luz natural, nem para dias de céu claro, nem para

dias de céu nublado. Entretanto, é o modelo mais utilizado em salas de aula pela

possibilidade de visão externa. Este tipo de abertura pode sofrer radiação solar difusa e

direta, causando desconforto visual e ofuscamento, podendo prejudicar também a

performance térmica do ambiente. Além disso, há a possibilidade de radiação refletida

pelo piso externo, como pode ser observado na figura 04. Tem-se este tipo de abertura

como a pior opção do ponto de vista do conforto luminoso porque as outras aberturas,

tanto superiores, quanto inferiores, comportam ou reflexão, ou radiação direta e difusa,

e nunca as duas simultaneamente, de acordo com as figuras 03 e 05.

Figura 03 � Abertura superior Fonte: Egan & Olgyay, 2002.

Céu encoberto

Abertura superior


39

Figura 04 � Abertura mediana Fonte: Egan & Olgyay, 2002.

Figura 05 � Abertura inferior Fonte: Egan & Olgyay, 2002.

Ainda em relação às condições internas do ambiente, o teto deve ser sempre

claro, nunca com reflexão inferior a 70% e os pisos e paredes devem ser os mais claros

possíveis, para que possam ajudar a difundir a luz no interior, obedecendo sempre à

proporção de refletância de 70/50/20 para forro, paredes e piso respectivamente. Além

disso, as carteiras devem ser de cores claras e sempre foscas, já que superfícies

brilhantes causam maior cansaço e, conseqüentemente, desconforto à vista

(MAGALHÃES, 1997).

Segundo Brown & Dekay (2004), o impacto dos controles da iluminação

natural mais importante na arquitetura é a organização dos pontos de luz em zonas

estabelecidas pelas atividades internas e pelos padrões de distribuição de luz natural.

Abertura inferior

Abertura mediana

Céu encoberto


40

Quando a luz natural é usada para atender a um plano de trabalho ou a iluminação

ambiente, há um decréscimo na iluminação, à medida que nos afastamos das

aberturas. Com a mudança das condições celestes e menor disponibilidade de luz

natural, as condições das zonas internas de iluminação também variam, com as áreas

mais distantes das janelas escurecendo rapidamente.

Além da necessidade de boa iluminação para a execução das tarefas,

existem necessidades biológicas inerentes ao ser humano, que afetam o processo de

percepção visual e a psicologia. Os estudos nacionais sobre o conforto visual

demonstram a necessidade de uma iluminação adequada para a orientação espacial,

manutenção da segurança física, a delimitação do território pessoal e o reconhecimento

das atividades que dependem da percepção da ordem no campo visual. A iluminação

natural é destacada como fator importante para propiciar contato com os elementos da

natureza e orientação temporal, para o ajuste do relógio biológico. Ainda, níveis

inadequados de iluminação para determinada tarefa visual podem provocar problemas

físicos, como dor de cabeça e deficiência visual. (LABAKI & BUENO-BARTHOLOMEI,

2001).

Corbella & Yannas (2003) afirmam que o olho humano se adapta melhor à

luz natural que à artificial, portanto é melhor trabalhar com a luz natural. Além disso, a

luz artificial não reproduz as cores da luz natural (espectros diferentes), nem varia

conforme as horas do dia, reduzindo, assim, a riqueza em cores e contrastes dos

objetos iluminados.


41

Segundo Scarazzato (1996 apud GRAÇA, 2002), a utilização correta da

iluminação natural pode reduzir, de forma significativa, a utilização de luz elétrica na

maioria dos climas. Nos climas tropicais existe ainda a vantagem das características

destes climas permitirem uma iluminação natural durante quase todo o período diurno

anual. Uma iluminação natural correta, melhora a satisfação do usuário do ambiente e

diminui o consumo de energia. Entretanto, a proposta de projetos em escolas não é

trabalhar apenas com luz natural, já que o aproveitamento dos períodos da noite, do

amanhecer e do fim da tarde, ou ainda dos dias com nebulosidade densa, e também

projetos com estudo prévio de aproveitamento de luz natural, requerem o uso de luz

elétrica. Mas o projeto de iluminação deve ter como base a complementação e não a

substituição da iluminação natural pela elétrica, evitando gastos energéticos

excessivos.

Ainda em Corbella & Yannas (2003), é importante considerar o problema do

calor gerado pela luz artificial, que se soma ao produzido pelas pessoas e artefatos

aumentando a temperatura do ar e a sensação de desconforto térmico.

O conforto luminoso é um fator de suma importância para a saúde e a

produtividade das pessoas e de particular importância nos edifícios educativos, visto o

seu uso diurno e o tipo de funções realizadas nestes ambientes (MARINCIC & OCHOA,

2003). Como pode ser observado em Magalhães (1997), a profundidade das salas, a

altura do pé-direito, a localização das circulações, a forma das edificações e

evidentemente, a disposição das aberturas, são fatores determinantes para se obter o

melhor aproveitamento da luz natural. No caso de edificações escolares, essa


42

preocupação deve ser priorizada, tendo em vista as características já referidas quanto

ao período de permanência dos usuários.

Labaki & Bueno-Bartholomei (2001), apontam que para análise e avaliação

da qualidade luminosa de um ambiente através dos parâmetros construtivos é

necessária a verificação dos seguintes aspectos:

• Níveis de iluminação recomendados para tarefa visual;

• Uniformidade e níveis de contraste;

• Distâncias entre os usuários e os objetos;

• Uso de cores nas superfícies;

• Elementos externos e internos de proteção da insolação direta;

• Iluminação artificial suplementar.

Um aspecto importante em relação à avaliação construtiva de um ambiente é

o fato de que alguns parâmetros, mesmo que analisados separadamente, se

complementam. Como pode ser observado em Graça (2002), o formato do ambiente e

a orientação das aberturas influenciam um ao outro, ou seja, uma boa orientação das

aberturas pode ser prejudicada pelo formato da sala de aula e vice-versa. Aliada a

estes dois aspectos, pode-se salientar também a forma das aberturas como fator

influenciador. Assim sendo, conclui-se que um dos fatores que contribuem para

conforto luminoso e que modifica a forma do projeto, portanto de relevância na fase de

anteprojeto, se refere à orientação de implantação e ao formato das aberturas do

ambiente.


43

Gallo (1998) problematiza a distância presente em muitos edifícios entre o

seu envelope e a área de trabalho em si, o que acarreta uma desastrosa performance

luminosa é de difícil resolução do ponto de vista da iluminância natural. Segundo o

autor, neste caso, os elementos do design são de grande importância na interação

entre os elementos de composição da forma do edifício e a iluminação local.

Finalmente, além de descrever o conforto luminoso sob o aspecto de uma

variável ergonômica, deve-se salientar a sua relação direta com o conforto térmico e

com os gastos energéticos de uma edificação.

Brown & Dekay (2004) apontam que se a área total de um ambiente for

iluminada segundo os níveis de luz necessários às atividades visuais mais exigentes,

as janelas terão que ser grandes demais, resultando em excessos e perdas de ganhos

térmicos. Se for toda iluminada através de energia elétrica, as lâmpadas consumirão

energia demais e produzirão ganho térmico excessivo. Portanto, conclui-se aqui a

necessidade de se utilizar a iluminação artificial como mecanismo suplementar à

iluminação natural.

METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS

44

3. FERRAMENTAS DE TRATAMENTO E ANÁLISES DE DADOS

Neste capítulo são consideradas três ferramentas específicas que são

utilizadas no estudo de caso e desenvolvimento do modelo de previsão aqui proposto: a

extensão 3DSkyView, as Redes Neurais Artificiais (RNAs) e os Conjuntos Fuzzy. A

primeira é utilizada para a geração de um dado específico a ser aplicado no modelo,

enquanto as duas últimas referem-se a ferramentas de análise e modelagem dos

dados.

O dado específico a ser gerado trata-se do fator de visão do céu (FVC), que

é detalhadamente descrito neste capítulo. Como é a abóbada celeste uma das

principais fontes de luz natural e acesso solar, esta área torna-se um elemento

determinante do conforto ambiental do usuário dentro da edificação.

Para a determinação deste fator é que a extensão 3DSkyView é aplicada.

Esta extensão foi desenvolvida a partir do software ArcViewGIS 3.2 e permite obter de

forma automatizada o delineamento e a determinação da área visível de céu na malha

urbana. Segundo Souza, Rodrigues & Mendes (2003), um ambiente SIG � 3D

possibilita armazenamento, tratamento e análise de dados tridimensionais do espaço

urbano e a sua integração ao software ArcViewGIS 3.2 permite a manipulação de

dados espaciais para a visualização e quantificação do fator de visão do céu (FVC).

A proposta da utilização desta extensão neste trabalho é transformá-la em

um aplicativo para ambientes internos, já que foi desenvolvida a partir de situações em

escala urbana, e definir o fator de iluminância (fator de forma) para cada posição


45

relativa do aluno em salas de aulas. A posição do aluno em relação à janela interfere na

iluminação natural por ele recebida.

Em relação à modelagem através de Redes Neurais Artificiais, esta aparece

como um substituto potencial aos modelos estatísticos convencionais, devido à fácil

interface dos programas com o usuário e a não necessidade de conhecimento prévio da

relação entre as variáveis envolvidas (BRONDINO, 1999 apud COSTA, 2003).

Ainda em Brondino & Silva (1999), provas da eficiência deste tipo de

modelagem são vários estudos efetuados nas mais diversas áreas de aplicação, como

a educação, a engenharia de transportes e a medicina, e que têm relatado o bom

desempenho deste método com relação a modelos matemáticos convencionais.

Finalmente, podemos citar Guedes (1994, apud PIZARRO, 2001) que usou modelos de

regressão e RNA para fazer estimativas dos valores de apartamentos no Rio de

Janeiro.

Em pesquisas relacionadas à ergonomia de ambientes, não é comum

encontrar o uso de simulações através das Redes Neurais. Talvez o fato deva-se à

desinformação em relação às potencialidades do modelo computacional, visto que é um

ótimo recurso para pesquisas que apresentem um conjunto de variáveis

interdependentes.

Sendo assim, nesta pesquisa o modelo de previsão do grau de satisfação do

usuário será elaborado através da aplicação das RNAs.

Ainda para a modelagem proposta, é necessária a verificação do grau de

satisfação do usuário para que dados reais possam gerar o modelo. Neste caso, um


46

questionário será aplicado, sendo, para isso, necessária uma ferramenta que

reconheça quantitativamente os valores semânticos estabelecidos no questionário.

Segundo Cheng (2000), muitos problemas reais de engenharia são demasiadamente

complexos e mal definidos para serem modelados por procedimentos determinísticos

convencionais. Conseqüentemente, os requisitos e os critérios do projeto são

fortemente influenciados pela subjetividade decorrente da comunicação verbal e das

experiências e intuições dos usuários, dos especialistas e dos projetistas.

É nesse contexto que se aplica a Teoria de Sistemas Nebulosos (Fuzzy

System Theory) para modelar os problemas que envolvem fatores subjetivos.

A partir destas considerações feitas sobre as três ferramentas a serem

aplicadas, cada uma delas é descrita a seguir.

3.1 A aplicação da extensão 3DSkyView Release 2 em ambientes internos

Como forma de se estimar a influência da posição do aluno na iluminação

natural por ele recebida, propõe-se aqui a utilização da extensão 3DSkyView.

Originalmente, a extensão foi desenvolvida para cálculo do fator de visão do

céu em vias urbanas, mas a mudança nos parâmetros de entrada do programa pode

possibilitar a estimativa da área de abóbada celeste visível por uma abertura, a partir de

um observador no interior de uma edificação.

Em termos geométricos, qualquer edificação, elemento ou equipamento

urbano, pertencente ao plano do observador posicionado na camada intra-urbana,


47representa uma obstrução à abóbada celeste. A sombra (projeção) dessa edificação na

abóbada celeste é a fração do céu por ela obstruída para o observador (ou ainda,

representa a parte obstruída do fluxo de radiação, que deixa o observador, em direção

ao céu), (SOUZA, RODRIGUES & MENDES, 2003).

A estimativa de valores do FVC pode ser feita através da projeção das

edificações em um plano horizontal, dentro de um universo de projeção estereográfica,

a fim de que a área de céu visível seja representada (Fig. 06).

Fig. 06 � Projeção estereográfica da área de céu obstruída Fonte: Souza, Rodrigues & Mendes (2003).

Em resumo, o fator de visão do céu nada mais é que a relação entre a área

de céu obstruída e a área total da abóbada celeste. Seu objetivo como variável nesta

pesquisa é determinar a iluminância penetrante no ambiente das salas de aula, em

função da localização de cada usuário (aluno) do ambiente (figura 07).

Para a estimativa deste fator Souza, Rodrigues & Mendes (2003)

desenvolveram a denominada 3DSkyView tendo como princípio básico de cálculo a

Área visível da abóbada celeste

Obstrução causada pelasedificações


48

sobreposição espacial de uma malha estereográfica de pontos da abóbada celeste

sobre a projeção estereográfica da camada intra-urbana em plano horizontal. Neste

trabalho é utilizada a sua segunda versão, 3DSkyView Release 2, criada por Rodrigues,

Souza & Mendes (2004) e que está em fase de teste e experimentos.

O princípio das duas versões em determinar o FVC é o mesmo, com a

diferença que a segunda permite a aplicação do algoritmo em um modo simultâneo e

automático para vários pontos de observadores. É uma vantagem interessante para

esta pesquisa, visto que aplicações em salas de aula devem considerar em torno de 30

alunos sujeitos a um mesmo ambiente, sendo que cada um está submetido à entrada

de luz natural de uma forma diferente. Portanto, com a extensão, é possível determinar

o fator de forma para cada ponto específico e aplicar seus valores no modelo a ser

proposto.

Figura 07 � Visibilidade do céu a partir do interior

Ao final do algoritmo é possível obter-se os seguintes resultados: cálculo de

FVC; projeção estereográfica da cena; projeção ortográfica da cena; visualização de

toda a cena (abóbada celeste e solo) em 3D.


49

Através da interface com o usuário do 3DSkyView, o processo de simulação

é iniciado com 6 grupos de dados. Eles são: informações de processamento, dados da

malha ortográfica, informações sobre os pontos dos observadores, informações sobre

os polígonos, raio do círculo de projeção e o formato do resultado (output).

As informações sobre o processo referem-se à identificação de nomes de

arquivo e localização (path).

As informações que realmente diferenciam cada processo estão aqui

incluídas nos grupos �Informação sobre Observador� e �Informação sobre o Polígono�.

O campo na tabela de dados deve incluir uma única identificação para cada ponto de

observador. Também a altura do edifício (coordenada Z) e sua elevação (nível do solo)

são dados que devem estar disponíveis nesta tabela de dados.

Como aqui será aplicada a extensão para ambientes internos, a coordenada

Z corresponde à altura das aberturas encontradas nas salas de aulas (portas e janelas),

enquanto que a elevação corresponde à altura do aluno sentado (posição em que

permanece assistindo às aulas), fazendo uma relação com o seu ângulo de visão.

A informação sobre os polígonos corresponde aos atributos das edificações,

neste caso, as aberturas, cujo tema também já deve se encontrar pré-selecionado

através da planta de cada sala, incorporada à extensão. O usuário deverá informar as

colunas que contenham a altura e a elevação destes polígonos. E por fim é informado o

raio do círculo desejado para que as projeções estereográfica e ortográfica sejam

geradas.


50

A opção �output� é uma das vantagens da versão 2. Ela torna possível, por

exemplo, utilizar a extensão somente para obter resultados tabulados, sem os

resultados gráficos. Se o usuário escolher somente a opção �SVF Table� uma tabela

será criada.

Em outras palavras, esta extensão agora chamada 3DSkyView Release2

permite a atribuição de fatores de visão do céu (que determinam a entrada de luz

natural no ambiente) simultaneamente vistos através de vários pontos de observadores.

Sendo assim, como os resultados já são armazenados em um software GIS, estes

dados podem ser trabalhados para criar novas bases de dados e mapas. As figuras

seguintes ilustram as projeções estereográficas resultantes de um exemplo elaborado

dentro de uma sala de aula para o maior e o menor resultado de fator de visão do céu,

sendo que as partes claras são as porções visíveis da abóbada. Como o programa não

é adaptado para ambientes internos, são necessárias duas simulações de visão externa

para cada usuário, uma considerando as dimensões horizontais das aberturas e sua

projeção até o piso (projeção baixa), e outra considerando as dimensões verticais das

mesmas aberturas considerando os valores do peitoril (projeção alta). Sendo assim,

para cada ponto (usuário) analisado, duas projeções estereográficas são encontradas,

e a subtração dos valores da projeção baixa pela projeção alta determina o fator de

visão do céu de cada aluno.


51

Fig. 08 � Visão estereográfica do aluno com menor fator de visão de céu

Projeção baixa

Fig. 09 � Visão estereográfica do aluno com menor fator de visão de céu

Projeção alta

Fig. 10 � Visão estereográfica do aluno com maior fator de visão de céu

Projeção baixa


52

Fig. 11 � Visão estereográfica do aluno com maior fator de visão de céu

Projeção alta

- = FVC

Figura 12 � Subtração da proteção baixa pela proteção alta resulta no FVC

3.2 Redes Neurais Artificiais

Ferramenta primordial desta pesquisa, as Redes Neurais Artificiais (RNAs)

são aqui utilizadas para estabelecer as relações entre variáveis, desenvolvendo-se um

modelo de previsão do grau de satisfação do usuário em salas de aula do ensino

fundamental. Consistem em modelos computacionais que procuram imitar o

funcionamento do cérebro humano no seu processo de recuperação e aquisição de

conhecimento (PIZARRO & SOUZA, 2001).


53

As RNAs apresentam como vantagem o fato de resolverem problemas complexos que

envolvem o reconhecimento de padrões, assim como o cérebro humano (SILVA et al.,

2004). Constituem um sistema de equações interligadas em que o resultado de uma

equação é o valor de entrada para várias outras da rede, reproduzindo assim, o

comportamento de qualquer função matemática.

A aprendizagem consiste num algoritmo específico que permite à rede

aprender uma determinada função, através de exemplos. É através destes algoritmos

que ela adquire o conhecimento.

Através da tabela 01 podemos verificar as diferenças entre o modelo

matemático convencional (Sistemas Periciais) e as RNAs.

A história das Redes Neurais se inicia com a primeira publicação a respeito

do assunto em 1943, com McCulloch & Pitts, introduzindo o primeiro modelo de Redes

Neurais. Posteriormente surge Hebb em 1949, com o modelo básico de rede de auto-

organização.

Segundo Costa (2003), o campo conhecido hoje como Redes Neurais era

originalmente chamado de conexionismo. Isso se deve às duas correntes de

Inteligência Artificial criadas na época: a simbólica e a conexionista. A primeira tenta

simular o comportamento inteligente humano desconsiderando os mecanismos

responsáveis por tal, enquanto a segunda acredita que construindo um sistema que

simule a estrutura do cérebro, ele será capaz de aprender, assimilar, errar e aprender

com seus erros.


54

Tabela 01 � Redes Neurais SISTEMAS PERICIAIS REDES NEURAIS

Lineares Não lineares

Verticais/hierárquicos Laterais/em mosaico

Estáticos Dinâmicos

Digitais Analógicos

Seriais Paralelos

Especializados Generalistas

Modelos Computacionais Modelos neurobiológicos

Memória, processamento numérico, cognição Projeção sensorial

Análise seqüencial Reconhecimento de padrões

Baseados em regras (precisa de regras) Baseados em exemplos (encontra regras)

Específicos de domínios Livre de domínios

Precisam de melhorias freqüentes Podem melhorar-se a si próprias

Não tolerante aos erros Tolerante aos erros

Precisam de um perito humano Precisam de uma base de dados

Lógica rígida Lógica �difusa�

Protocolos baseados em rotinas Competências abertas

Fonte: indeterminada

O primeiro neuro-computador, Snark, foi produzido por Minsky em 1951. O

Snark nunca executou qualquer função de processamento interessante, mas foi o ponto

de partida para trabalhos que o sucederam.

Em 1958, Rosenblatt e Wightman apresentam o modelo Perceptron de

aprendizagem supervisionada. O interesse inicial para a criação do Perceptron era o

reconhecimento de padrões. Entretanto, em 1969, Minsky e Papert chamaram a

atenção para algumas tarefas que o Perceptron não era capaz de executar, já que este

só resolve problemas linearmente separáveis. Sendo assim, Bernard Widrow


55

desenvolveu o Adaline (Adaptive Linear Neuron), superior ao Perceptron e o qual ainda

permanece em uso.

Em 1982, John Hopfield utilizou redes simétricas para a otimização e em

1986, Rumelhart, Hinton e Williams apresentaram o método de backpropagation. A

partir deste fato, aliado ao avanço da tecnologia e da microeletrônica, as RNAs tornam-

se novamente assunto de interesse intenso na comunidade internacional.

A aprendizagem é um dos elementos de funcionamento de uma Rede Neural

e pode ser compreendida como um conjunto de regras definidas para que a rede

aprenda uma determinada função. Ela pode ser subdividida em 2 tipos: a aprendizagem

supervisionada e a não supervisionada. Dentro destas duas divisões encontram-se

mais dois casos particulares: aprendizagem por reforço e por competição (COSTA,

2003).

3.2.1 Aprendizagem supervisionada

Tem esta denominação porque se não tiver um �professor�, ou seja, uma

supervisão em todo o seu processo, a rede não consegue aprender novas estratégias

para situações não cobertas pelos exemplos do treinamento de rede (Regra Delta e

Backpropagation).

Trabalha ajustando os parâmetros da rede de forma a minimizar o erro, que é

a função da diferença entre a saída desejada e a fornecida pela rede. Esta minimização

ocorre através do ajuste dos pesos da rede.


56

A aprendizagem supervisionada pode ser utilizada de duas formas: on-line e

off-line. No treinamento off-line, os dados do conjunto não mudam, a solução da rede é

fixa. Caso novos dados sejam adicionados ao conjunto de treinamento, um novo

treinamento envolvendo os dados anteriores deve ser realizado. Na aprendizagem on-

line, o conjunto de dados muda continuamente.

A aprendizagem por reforço é um caso particular da aprendizagem

supervisionada. A diferença está na medida de desempenho utilizada em cada um dos

sistemas. A alimentação diz se a saída está correta ou não, e não a resposta correta

para o padrão de entrada.

3.2.2 Aprendizagem não supervisionada

Não existe professor e nem mensagem de erro externa, a rede aprende por

si só. As entradas apresentadas devem ser parecidas, para que esta possa extrair

características estatisticamente relevantes e criar parâmetros automaticamente. Este

tipo de aprendizagem só é possível quando existe grande número de dados de entrada.

A aprendizagem por competição é um caso particular da aprendizagem não

supervisionada. Dado um padrão de entrada, o objetivo é fazer com que as unidades de

saída disputem entre si para serem ativadas. A que tiver a saída ativada terá seus

pesos atualizados no treinamento. Com o tempo, as unidades de saída mais fracas

ficarão inativas, exceto a ideal.


57

3.2.3 Regra �Delta generalizada�

A regra �delta generalizada� é a regra de aprendizagem mais utilizada para

treinar a rede multilayer perceptron, através do uso do algorítimo backpropagation. Este

algorítimo se situa na fase de treinamento e é responsável pela diminuição constante

do valor deste erro através do ajuste em cada nova aprendizagem. A regra

backpropagation faz com que os pesos da camada de saída sejam os primeiros a

serem ajustados e, posteriormente, os pesos das restantes camadas, de trás para

frente.

O algoritmo backpropagation apresenta algumas dificuldades como o

overffiting, fenômeno que surge depois de um certo tempo de treinamento, quando a

rede memoriza os padrões apresentados e o processo de classificação piora

sensivelmente. Para evitar estes tipos de problemas, é recomendado a colocação na

rede de um número de neurônios intermediários suficientes para a solução do problema

de reconhecimento de padrões, tendo também atenção para não utilizar neurônios em

número reduzido, o que pode levar a rede a despender tempo em excesso para

encontrar uma representação ótima.

3.2.4 Utilização das RNAs

Como expõe Brondino & Silva (1999), o desempenho das Redes Neurais tem

se mostrado bastante superior aos métodos estatísticos usados para o mesmo fim.


58

Várias são as características que devem possuir os problemas para que as RNAs

proporcionem bons resultados. De acordo com Brio & Molina (2001 apud PIZARRO,

2001), não faz sentido utilizar elaborados métodos se é perfeitamente possível resolvê-

los com um modelo estatístico simples ou um simples programa de computador. Uma

condição indispensável para poder aplicar a técnica das Redes Neurais é dispor de

vários exemplos ou casos históricos e não dispor de um conjunto de regras sistemáticas

que descrevam completamente o problema. Os dados deste problema devem ser

imprecisos, incluírem ruídos (por exemplo, no caso de um reconhecedor de caracteres,

as diferentes imagens correspondentes a uma mesma letra podem aparecer com a

posição alterada, ampliada, distorcida, etc.) ou serem de elevada dimensão (por

exemplo, a matriz de pontos que formam uma imagem pode ser um número demasiado

grande para que um sistema convencional opere em série e faça uma análise da

imagem em tempo real). Um fator interessante é que se as condições de trabalho

variam, pode-se fazer uso da capacidade das RNAs para adaptar-se a essas

mudanças, voltando a treinar o sistema com novos exemplos.

Da mesma forma, existem situações em que as características do problema

tornam desaconselháveis a utilização de RNAs, como quando não se dispõe de um

número adequado de casos (exemplos) para treinar a Rede Neural. Também, quando

as tarefas são potencialmente perigosas, pois não é possível prever com total

fiabilidade o resultado que a Rede Neural pode fornecer em todos os casos possíveis.


59

3.3 Fuzzy sets � a aplicação da Teoria dos Sistemas Nebulosos

Sendo o grau de satisfação do usuário o dado de saída a ser gerado pelos

modelos de previsão por RNA, a coleta de alguns dados neste caso se dá diretamente

pela aplicação de um questionário com o usuário.

Estudos realizados em diversos países indicam que a natureza dos

ambientes influencia o comportamento humano. Um exemplo é citado em Ornstein

(1992), onde pesquisas nos EUA apontaram para comportamento infantil semelhante

entre crianças diferentes, educadas em igual contexto cultural, quando estão no mesmo

ambiente. Isso faz com que se possam definir padrões especiais de uso dos ambientes.

Ainda em Margarido (apud ORNSTEIN, 1992), o verdadeiro experimentador é o

usuário, que no dia-a-dia, testa todos os aspectos da construção. A singularidade é que

ele não possui formação específica, sendo seus depoimentos, entretanto, de maior

importância.

O objetivo deste tipo de avaliação psicológica é analisar o grau de satisfação

do usuário em relação ao seu conforto. A metodologia, portanto, deve ser capaz de

abordar os usuários em concordância com o repertório destes. Sendo assim, através de

observações prévias e de um questionário impresso, procura-se alcançar os resultados

esperados.

Pela elaboração do questionário a ser aplicado, o grau de satisfação do

usuário pode se basear em uma escala semântica adotada.


60

Xavier (1999) expõe que o uso de escalas de grau de satisfação de 7 pontos

(Muito Quente, Quente, Levemente Quente, Neutro, Levemente Frio, Frio, Muito Frio),

tecido por Fanger em 1970 e difundido pela ISO 10551 (1995) e ASHRAE (1997) é o

modelo ideal a ser aplicado. Este foi aplicado em câmaras climatizadas indicando como

resultado o PMV (Porcentagem média de votos) como o índice representativo de votos

de um grande número de pessoas. Ainda o mesmo autor sugere, para trabalhos futuros

nesta área, a inclusão de análises específicas de variáveis subjetivas.

Em um outro estudo Araújo (2001) adotou uma escala de 5 pontos (Muito

Quente, Quente, Confortável, Frio, Muito Frio) fazendo uso da questão: �Como você

esta sentindo a sala neste momento?�. A autora afirma que este modelo é em muitos

casos insuficiente para expressar a sensação térmica, principalmente, quando a

sensação térmica era levemente quente ou levemente fria.

Em Toledo (apud ROMERO, 1988), vê-se que é necessário conhecer como

as variáveis do meio (temperatura, radiação, umidade e movimento do ar) atuam sobre

a percepção térmica do homem. Para se fazer um estudo quantitativo da influência no

homem das condições térmicas de um ambiente, é preciso medir as variáveis do

ambiente, medir a reação humana à ação destas variáveis e expressar a relação entre

causa e efeito com o emprego de um único valor numérico, quando possível.

Para a obtenção de uma unidade de quantificação única entre todas as

questões aplicadas é necessário que estas sejam qualificadas adequadamente.

É exatamente neste contexto que a aplicação das Teorias dos Sistemas

Nebulosos torna-se uma ferramenta imprescindível nesta pesquisa. O termo �Fuzzy


61

System Theory� pode ser interpretado como um �contorno mal definido�, pois FUZZ, em

português, significa penugem. É como se estivesse olhando uma penugem contra a luz.

Nessa situação não se consegue definir o contorno da penugem claramente e assim, a

importância da interpretação qualitativa é vaga.

Morais (2004) afirma que a Lógica Fuzzy ou Lógica Nebulosa permite a

descrição de grandezas de forma inexata, utilizando-se variáveis lingüísticas. A

apropriação dessas variáveis se baseia em conceitos de conjuntos Fuzzy (Conjuntos

Nebulosos). Portanto, os valores objetivos são transformados em variáveis lingüísticas

por uma operação chamada fuzzyficação, e então o raciocínio Fuzzy (inferência) é

aplicado na forma das regras. Um valor final �crisp� é obtido pela �Desfuzzyficação�, que

permite a leitura objetiva da saída do sistema. No presente trabalho utiliza-se

simplificadamente a idéia de modelagem fuzzy para determinar o grau de satisfação de

cada atributo do questionário distribuído aos alunos das escolas analisadas. O item

4.3.4 apresentará mais detalhadamente a forma como esta ferramenta é aqui aplicada.

Informações subjetivas geralmente estão presentes nos trabalhos de

avaliação de conforto em ambientes construídos pela necessidade de aplicação de

elementos investigativos diretamente aos usuários. Propostas metodológicas

tradicionais devem ser revistas e adequadas a este fim.


62

4. METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS

A metodologia desta pesquisa consiste, basicamente, de seis etapas. A

primeira de fundamentação, a segunda de observação prévia do problema, a terceira

de seleção do objeto de estudo, a quarta de levantamento de dados, a quinta de

tabulação e desenvolvimento de um modelo, a sexta de análise do modelo proposto.

Foram feitas observações prévias à pesquisa de campo definitiva com o

intuito de afirmar a própria proposta metodológica. As observações foram realizadas na

�Escola Municipal de Ensino Fundamental Santa Maria�, onde foram medidos os níveis

de iluminação e a temperatura de duas salas, escolhidas por terem em suas tipologias

orientações solares opostas. Ainda, observa-se e questiona-se oralmente de uma forma

geral o comportamento dos alunos das salas, frente aos mecanismos de controle da

qualidade do ambiente.

Uma das conclusões nesta primeira análise foi a necessidade de inserção de

um elemento investigativo que aborde com maior profundidade as sensações reais dos

alunos, levando-se em conta uma série de reações contraditórias, presentes em suas

ações em relação ao ambiente que os cerca. Portanto, para a pesquisa de campo

definitiva, além dos procedimentos de observação, foi incorporado um questionário

respondido pelos alunos, traduzido através de conceitos dos conjuntos Fuzzy.

Em seguida, foram selecionadas três escolas como objeto de estudo. A

escolha das escolas baseou-se nas diferentes metodologias de ensino por elas

adotadas e seu conseqüente rebatimento no projeto arquitetônico apresentado. Para o


63

levantamento de dados houve necessidade de adequação com o período letivo, de

forma a ser evitado o período de férias (dezembro, janeiro, fevereiro, junho, julho e

agosto).

Juntamente com o levantamento de dados, foram definidas as variáveis que

caracterizam o nível de conforto ambiental térmico e luminoso dos usuários. As

variáveis encontradas abrangem três aspectos: pessoal, climático e construtivo.

Tendo as variáveis estabelecidas, é feito um modelo de previsão de índice

de satisfação do usuário. As importâncias relativas de cada variável são definidas

através de testes de sensibilidade valendo-se de Redes Neurais Artificiais como

ferramenta de modelação. As Redes são importantes pelo fato de que envolvem a

interdisciplinaridade entre a arquitetura e a informática, otimizando o processo de

estudo e de respostas sobre a problematização do conforto ambiental.

Como última etapa, tanto os dados colhidos como o modelo proposto,

evidenciam o desempenho dos edifícios escolares estudados e as principais

características que influem no conforto térmico e luminoso do usuário deste tipo de

equipamento.

Este capítulo aborda tópicos referentes à coleta de dados propriamente dita,

procurando-se abordar os aspectos das variáveis que comporão o modelo de previsão

do grau de satisfação do usuário em salas de aula. Resume-se à caracterização

climática da cidade de Bauru, caracterização construtiva das salas de aula, coleta de

dados e identificação das variáveis que posteriormente comporão a modelagem nas

Redes Neurais Artificiais.


64

As três escolas objetos desta pesquisa integram�se ao conjunto de edifícios

públicos escolares pesquisados pelo NUCAM � Núcleo de Conforto Ambiental do

Departamento de Arquitetura, Urbanismo e Paisagismo da FAAC - Faculdade de

Arquitetura Artes e Comunicação (UNESP - Universidade Estadual Paulista). São elas:

Escola Municipal de Ensino Fundamental Santa Maria, Escola Municipal de Ensino

Fundamental Aníbal Difrância e Núcleo de Ensino Renovado. Foram selecionadas

estas escolas por apresentarem maiores problemas em relação ao conforto ambiental,

os quais remetem à deficiência da relação entre o método pedagógico proposto e a real

situação da arquitetura dos edifícios escolares.

Ressalta-se também que as medições realizadas tiveram seu cronograma

ajustado para corresponder ao período letivo e à disponibilidade das escolas. Desta

forma, foi possível avaliar as salas em funcionamento e elaborar os questionários com

alunos. Evitou-se, portanto, o período de férias que correspondeu exatamente aos

meses de verão e inverno. A amostra ficou necessariamente limitada aos meses de

maio e novembro.

4.1 Caracterização climática da região de estudo

Considerando-se a cidade de Bauru como área de estudo, alguns pontos

relativos ao seu clima podem ser destacados.

A cidade de Bauru está situada no Centro-Oeste paulista e pode ser

classificada como uma cidade média com cerca de 340 mil habitantes em 2004 e área


65

de 120 km2. Seus parâmetros geográficos variam de 22º15� a 22º25� de latitude Sul,

49º00 e 49º10� de longitude Oeste, com uma variação de altitude de 500 a 630m. Seu

clima é classificado como subtropical de altitude, com estação quente e úmida e inverno

quente e seco. Segundo Romero (1988), este clima tem como principal característica

amplitudes térmicas de valores apreciáveis. Há um desconforto pela temperatura

elevada do dia, minorado à noite, principalmente no período seco. As radiações diretas

são acentuadas no verão, chegando a ser mais fortes que igual latitude ao nível do mar.

As radiações difusas também são mais intensas no verão, se comparadas ao inverno.

Para o estudo de caso foram realizadas medições em maio e novembro em

função das disponibilidades das escolas, como já mencionado. Por isso vale ressaltar

alguns dados climáticos relativos às estações específicas destes dois meses para a

cidade analisada, que correspondem respectivamente ao outono e à primavera.

Para Emídio (2004), o outono corresponde à transição entre o verão e o

inverno, sendo que a partir dos meados da estação apresenta características

semelhantes ao inverno. Para a região de Bauru as temperaturas são amenas, com

nevoeiros ocasionais, redução das chuvas, da umidade relativa do ar (em relação à

estação do Verão) e ocorrência de suaves brisas durante o período. Os números de

dias chuvosos aproximam-se de seis.


66

Tabela 02 - Dados climáticos da cidade de Bauru

DADOS MAIO NOVEMBRO

TEMPERATURA MÉDIA 23.2ºC 23.7ºC

Média das temperaturas máximas 25.7ºC 29.7ºC Média das temperaturas mínimas 14.3ºC 18.3ºC

Amplitude térmica média 11.4ºC 11.4ºC Umidade relativa média 65% 60%

Precipitação 101 mm 155 mm Insolação 7.5 horas/dia 7.4 horas/dia

Ventos 1.7 m/s (L) 2.2 m/s (L) Fonte: Estação Aero Climatológica de Bauru (jan. 1961 a dez. 1974)

Estação Aero Climatológica de Bauru (jan. 1997 a dez. 2003)

Ainda em Emídio (2004), a estação da Primavera para a região de Bauru

segue as características gerais para a região Sudeste como um todo, sendo marcada

por temperaturas elevadas, alto índice de umidade e tardes quentes com muito calor,

favorecendo a ocorrência de pancadas de chuvas de intensidade moderada a forte, de

curta duração e que geralmente são acompanhadas por granizos e rajadas de ventos.

O número de dias chuvosos é em média sete, sendo que este vai aumentando à

medida que vai se aproximando a estação do verão.

4.2 Caracterização das salas de aula

A caracterização construtiva das salas de aula analisadas, aliadas a outros

aspectos referentes às medições, são essenciais para a identificação das variáveis

térmicas e luminosas. Muitos dos dados aqui contidos nesta caracterização foram

possibilitados através do trabalho de Pampana, Faria & Souza (2003).


67

Mesmo não sendo o objetivo desta pesquisa, neste sub-capítulo faz-se a

descrição das características arquitetônicas e funcionais e do plano de ensino aplicado

em cada escola, visto que são fatores interdependentes do ponto de vista do conforto

ambiental dos usuários.

Atualmente a Secretaria Municipal da Educação de Bauru � SP procura

seguir o princípio �Construtivista� em suas escolas como método pedagógico. Segundo

Paschoarelli (1997), este princípio denominado também de �construção do

conhecimento�, tem por fundamento os princípios cognitivo e crítico. Nesta condição

então, a criança é o sujeito ativo e o professor deixa de ser o centro de atenção,

nivelando-se à criança para �construírem� em conjunto o conhecimento. Este professor

não será mais o veículo do saber, tornando-se coadjuvante na aprendizagem infantil.

As principais características deste modelo são a liberdade de ação da criança e a

alternância de atividades individuais e coletivas. Entretanto, para que este modelo seja

aplicado corretamente são necessárias mudanças funcionais, que dependem de

adaptações arquitetônicas � incluindo aí o lay-out das salas � dentre as quais a maioria

das escolas não está preparada para enfrentar.

Sendo assim, a inadequação entre arquitetura e método pedagógico pode

ser encontrada em duas Escolas Municipais de Ensino Fundamental analisadas neste

trabalho: �Santa Maria� e �Cônego Aníbal Difrância�.


68

4.2.1 Escola Municipal de Ensino Fundamental �Santa Maria�

Esta escola apresenta uma planta em formato �U�, com pátio central coberto

(fig. 14) e salas de aula dispostas na lateral. Possui dois pavimentos, sendo que o

superior abriga secretaria e diretoria enquanto que o inferior comporta as salas,

cozinha, almoxarifado, pátio e quadra de esportes (fig. 13).

As salas escolhidas para análise têm orientações solares distintas em

relação às suas aberturas, sendo que a sala 06 é parte de uma reforma realizada há

alguns anos e, por este motivo, é a única que possui um forro termo-acústico.

pátiocoberto

sala 06

sala 09

quad

ra d

e es

porte

s

N

sala 06

Fig. 13 � Planta esquemática da Escola �Santa Maria�


69

Fig. 14 � Pátio coberto escola �Santa Maria�

Tanto a sala 06 quanto a sala 09 (fig. 15 e 16) apresentam paredes claras,

pintadas da cor amarela até a altura de 1,70m e o restante de cor branca, largura de

6,80m e profundidade de 8,20m. O forro é PVC de cor branca e o piso, cimento

queimado em tom escuro. As portas são de madeira pintadas de vermelho, enquanto

que as carteiras são de madeira pintadas com tinta apropriada verde.


70

N

luminária

ventilador

1.70 x 2.00P = 1.30

JBF

1.70 x 2.00JBF

P = 1.30

1.70 x 2.00P = 1.30

JBF

2.475 x 0.60P = 2.20

JBF

JBF

P = 2.202.475 x 0.60

JBF

P = 2.202.95x 0.60

0.80X2.10PAM

Fig. 15 � Planta da sala 06

Vale ressaltar aqui que estes itens construtivos estão em péssimo estado de

conservação tanto em relação à limpeza quanto à manutenção, como pode ser visto na

figura 17.


71

ventilador

luminária

P = 1.301.70 x 2.00

JBF

JBF1.70 x 2.00P = 1.30

JBF1.70 x 2.00P = 1.30

0.80X2.10PAM

N

Fig.16 � Planta da sala 09

Fig. 17 � Estado de conservação - sala 09


72

Dois ventiladores são dispostos no forro e um é acoplado na parede, acima

da porta. A iluminação artificial se dá através de 12 lâmpadas fluorescentes distribuídas

em fileiras. Elas estão dispostas aos pares e suas luminárias servem apenas como

suporte, não possuindo superfícies refletoras (fig.18).

Fig. 18 � Luminárias - sala 09

Todas as janelas são basculantes, sendo que na sala 09 elas se encontram

voltadas para a fachada Leste, enquanto que na sala 06 elas voltam-se para as

fachadas Leste e Oeste. Como proteção, possuem cortinas de tecido drapeado na cor

amarela, como exibem as figuras 19 e 20.


73

Fig. 19 � Janelas - sala 06/01

Fig. 20 � Janelas - sala 06/02

4.2.2 Escola Municipal de Ensino Fundamental �Cônego Aníbal Difrância�

Em relação ao estado de conservação é a escola mais prejudicada, como se

pode ver nas figuras 23 a 25. Seu formato segue o padrão da maioria das escolas,

tendo blocos de salas dispostas ao redor de um pátio com jardim descoberto (fig. 21 e

22).


74

Fig. 21 � Pátio coberto � �Aníbal Difrância�

Fig. 22 � Pátio descoberto � �Aníbal Difrância�

Fig. 23 � Estado de conservação - �Aníbal Difrância�/ 01


75


Como a escola �Santa Maria�, esta também teve a escolha das duas

salas analisadas em função de possuírem orientações solares distintas em relação

às aberturas (Fig. 26). Tanto a sala 01 quanto a sala 16 apresentam paredes claras,

pintadas de azul até a altura de 1,70m e o restante da cor branca, com largura de

6,15m e profundidade de 7,20m. O forro é de madeira e o piso, cimento queimado

em tom escuro. As portas são de madeira, pintadas de azul, enquanto que as

carteiras são de madeira, pintadas com tinta apropriada verde.



76

Cada sala possui um ventilador de teto e a iluminação artificial se dá através

de 12 lâmpadas fluorescentes distribuídas em fileiras. Elas estão dispostas aos pares e

suas luminárias servem apenas como suporte, não possuindo superfícies refletoras.

Todas as janelas são basculantes e em ambas as salas ocupam duas

paredes, sempre voltadas para as fachadas Leste ou Oeste. Os vidros são

transparentes e como proteção possuem cortinas de tecido drapeado na cor azul (fig.28

e 30).

pátio coberto

estacionamento

quadra deesportes(areia)

sala 16

sala 01

coordenação

N

entrada(jardim)

pátio descoberto

pátio descoberto

Fig. 26 � Planta esquemática da Escola �Aníbal Difrância�


77

varanda

ventilador

luminária

2.00

0.80X2.10PAM

P=1.32

JBF1.2X.86

1.2X.86JBF

P=1.32

1.2X.86JBF

P=1.32

1.2X.86JBF

P=1.32

P=.901.2X1.63

JBF

JBF1.2X1.63

P=.90

JBF1.2X1.63

P=.90

JBF1.2X1.63

P=.90N


Fig. 28 � Janelas da sala 01


78

varanda 2.00

ventilador

luminária

PAM0.80X2.10

P=1.42

JBF1X.70

1X.70JBF

P=1.42

1X.70JBF

P=1.42

1X.70JBF

P=1.42

P=.702X1.70

JBF

JBF2X1.70P=.70

JBF2X1.70P=.70

JBF2X1.70P=.70

JBF2X1.70P=.70

JBF2X1.70P=.70

N


Fig. 30 � Janelas da sala 16


79

4.2.3 Núcleo de Ensino Renovado

Esta escola apresenta uma metodologia de ensino diferente do padrão

aplicado nas escolas municipais da cidade, baseando-se no �Princípio Crítico�,

idealizado por Freinet (1896-1966). Segundo Paschoarelli (1997), o princípio

fundamenta-se no trabalho do sujeito à sua ação coletiva. Assim, a criança não é vista

isoladamente na escola, mas sim no seio de sua comunidade. O objetivo último deste

princípio está na transformação do contexto social, engajada numa educação pelo

trabalho, o qual sempre exige muito do meio ambiente em que se desenvolve.

Sendo assim, a própria proposta metodológica define o lay-out dos

ambientes. As carteiras são dispostas de maneira irregular, a fim de proporcionar

integração entre crianças e professor e as salas são utilizadas de acordo com as

matérias ministradas, permitindo o deslocamento das crianças e não dos professores

como é o habitual (fig. 47 e 48).

Fig. 31 � Vista geral do pátio - �Renovado�


80

refeitório e sanitário

quadra

pátiocoberto

(entrada)

coordenação

playground

sala port sala

sala inglês

sala sala

Fig. 32 � Planta esquemática do Núcleo �Renovado�

São analisadas duas salas: Português e Inglês/Artes. Os únicos fatores

construtivos semelhantes entre as duas são o tipo de lâmpada e luminárias e o piso, em

granilite. A sala de Português é quadrada (7,00 x 7,00m), tendo laje inclinada, um

ventilador de teto e 12 lâmpadas fluorescentes distribuídas em 6 luminárias dispostas

em fileiras e sem refletores (fig. 33).

Possui armários de alvenaria dispostos ao redor da sala e dois quadro-

negros móveis (corrediças), sendo que um deles abriga uma passagem para a sala ao

lado (fig. 34).


81

Fig. 33 � Luminárias - sala português

Fig. 34 � Quadro-negro móvel - sala português

As paredes são pintadas de cor branca, mas a poluição visual é grande.

Além disso, ao contrário de outras salas de aula retangulares, esta possui três paredes

com aberturas, orientadas para Sudoeste, Nordeste e Sudeste, como pode ser visto na

planta do ambiente (fig. 35).


82

1.5X1.3P =0.76

JBF1.5X1.3

JBF

P =0.76

PC

F

2.2X

2.1

1.90

luminária

ventilador

P =0.76

JBF1.5X1.3

1.5X1.3P =0.76

JBF JBF

P =0.761.5X1.3

1.5X1.3P =0.76

JBF

SALA DE AULA(passagem)

lajeinclinada

viga

lajeinclinada

N

Fig. 35 � Planta da sala de Português

As portas e janelas são de vidros transparentes e estão protegidas por

persianas de tecido na cor amarela. Vale ressaltar que a fachada Sudoeste possui

varanda, com largura de 1,90m (fig. 37).

A sala de Inglês funciona também como sala de Artes. Seu formato é

octogonal, com aberturas compostas de vidros jateados, voltadas para orientações

Norte e Sul, como observado na (fig. 38).


83

Fig. 36 � Varanda sala Português

Fig. 37 � Vista da sala de Inglês/Artes - �Renovado�

A sala de Inglês não possui forro, sendo que as vigas são toras de madeira

expostas. As lâmpadas e luminárias correspondem à padronagem, entretanto estão

distribuídas circularmente, assim como os três ventiladores, de acordo com a planta do

ambiente.


84

N

vigas demadeira

luminária

ventilador

varanda

2X1.5JBF

P=.56

2X1.5

P=.56

PCF2X2.1

2X2.1PCF

4.14

Fig. 38 � Planta da sala de Inglês

Fig. 39 � Sala de Inglês/ Artes - �Renovado�/ 01


85

Fig. 40 � Sala Inglês/Artes - �Renovado�/ 02

Encontra-se ainda uma grande poluição visual, devido à sala comportar

atividades artísticas (fig. 39 a 42).

Fig. 41 � Poluição visual, sala Inglês � �Renovado�/ 01


86

Fig. 42 � Poluição visual - sala Inglês � �Renovado�/ 02

4.2.4 Detalhes sobre os dados das características construtivas das salas

Para que os dados construtivos pudessem ser quantificados e inseridos no

modelo a ser proposto, algumas considerações foram feitas e cada característica

tratada para a obtenção de valores representativos. Os sub-tópicos a seguir

descrevem este tratamento.

4.2.4.1 � Cores das superfícies

A fim de considerar o grau de absorção das superfícies, é adotada a

seguinte tabela:


87

Tabela 03 � absortividade em função da cor (α) cores COEFICIENTE DE ABSORÇÃO (α)

Claras 0,2 a 0,5

Médias 0,5 a 0,7

Escuras 0,7 a 0,9

Fonte: Lamberts, Dutra & Pereira, 1997

Sendo assim, para determinar a importância das cores para a performance

luminosa do ambiente é necessário um estudo de suas superfícies internas. Neste

caso, adotou-se a multiplicação da área de cada superfície � paredes internas (APint),

forro (AF), piso (APi) e cortinas (AC) � pelo coeficiente de absorção (α) em função da

cor relativa a cada elemento. As fórmulas que consideram o fechamento das cortinas

são propostas para cada mês de medição, devido ao fato das cortinas variarem as

posições nas duas medições. Através desta operação, obter-se-á um resultado para

cada superfície de cada ambiente, sem a respectiva proporção de refletância de cada

elemento construtivo. As equações estão apresentadas a seguir e, seus respectivos

resultados, nas tabelas do ANEXO A.

α×= intint APCorP

[ ]04.Eq

α×= AFCorF

[ ]05.Eq


88

α×= APiCorPi

[ ]06.Eq

α×= ACCorC

[ ]07.Eq

Para os parâmetros térmicos levam-se em conta também as cores e as áreas

das superfícies externas. Entretanto, pelas áreas das paredes externas possuírem 80%

de semelhança entre as cores, este fator foi descartado como variável.

4.2.4.2 Forma e Orientação

Aqui é considerado que a orientação predominante de cada sala deve ter

como parâmetro a parede com maior área de abertura. No caso de salas que possuem

mais de uma parede com aberturas, é escolhida a de orientação solar mais crítica,

como observado nas figuras 43 a 45. Os ângulos são obtidos a partir do Norte e em

sentido horário, portanto, são indicados como ºN (graus ao Norte).


89

O(270º)

(277º)

(180º)S

SALA 06

SALA

SALA

MURO

PÁTIO

N(0º)

(270º)

(90º)

L OPÁTIO

(180º)S

SALA

MURO

SALA 09

SALA

(90º) (97º)

L

N(0º)

Figura 43 � Forma em função da orientação � �Santa Maria�

(90º)

(270º)

(90º)

(270º) (95º)

(180º)S

SALA

JARDIM

(180º)

PÁTIO

S

PÁTIO

O

(0º) N

SALA 01PÁTIO

PÁTIO

(275º) L O

QUADRA

(0º)

JARDIM

SALA 16

N

L

Figura 44 � Forma em função da orientação � �Aníbal�

(270º)

O

PÁTIO

S(180º)

SALA PORT.

PÁTIO

PÁTIO

(270º)

L (90º)

O

(70º)

N(0º)

SALA

S(180º)

CORREDOR

SALA INGLÊS L (90º)

PÁTIO

N(0º)

Figura 45 � Forma em função da orientação � �Renovado�


90

Obtendo-se os valores de orientação, quantificou-se também as áreas de

aberturas voltadas para as orientações predominantes demonstradas nas figuras

acima. Sendo assim, através de uma qualificação da orientação em função da forma,

obteve-se duas variáveis independentes entre si, para a modelagem nas Redes

Neurais: Orientação e Área de Abertura. Os resultados estão tabelados no ANEXO B.

4.2.4.3 Fator de visão do céu (FVC)

Busca-se através do Fator de Visão do Céu a relação do aluno com o seu

conforto visual no ambiente. Sendo assim, para seu cálculo não se leva em

consideração o tipo de dispositivo de proteção, interessando apenas o fato de haver

visão externa ou não.

O mapeamento dos valores de FVC nas plantas retangulares das salas de

aula respeita sempre uma trama quadriculada de cruzamento entre letras e números,

sendo que a seqüência sempre se inicia do lado da porta de entrada da sala. Cada

cruzamento faz alusão a uma carteira ocupada por um aluno (fig. 46). As plantas das

salas do �Núcleo de Ensino Renovado� têm o mapeamento peculiar, devido à

disposição diferente das carteiras (fig. 47 e 48).


91

B3

E6 D6

E5 D5 C5 A5

B1

B2

quadro-negro

E1

E2

E3

E4

D1

D2

D3

D4

C1

C2

C3

C4 A4

A3

A2

A1

Figura 45 � Exemplo de mapeamento de salas retangulares

B7

C7

quadro-negro (fixo)

C1

C2

C3

C4

C5C6

quadro-negro(corrediça)

armário

B9 B8 B1

B2B3B4B5B6

A4

A2A5

quadro-negro(corrediça)

A3A1

armário

Figura 46 � Mapeamento da sala quadrada � �Renovado�


92

quad

ro-ne

gro

C1

amário

B4B5 B3 B2B1

D2

C2

C8

C3

C7

C5C4

C6quadro-negro

D1

A5

D6D5D4D3

A1

A3A2

A4

quadro-negro

Figura 48 � Mapeamento da sala octogonal � �Renovado�

Após a aplicação do software 3DskyView já detalhado no capítulo três

desta pesquisa, os valores estimados de FVC, para cada aluno e para cada mês,

podem ser observados nas tabelas do ANEXO C.

4.3 Dados térmicos e luminosos

Para a coleta de dados térmicos e luminosos são selecionados períodos que

apresentam dias típicos da cidade de Bauru em climas distintos: final de maio e final de

novembro, correspondendo a início de inverno e início de verão, respectivamente,


93

conforme já explicado. O período de coleta de dados não foi estendido para junho e

dezembro, pois são meses de exames e início de férias escolares, fato que

impossibilitaria a distribuição de questionário aos alunos. As medições climáticas

ocorrem sempre pela manhã, das 08:00 às 12:00, pelo fato do ensino fundamental ser

ministrado neste período.

4.3.1 Métodos e equipamentos para as medições

As medições climáticas consistem nas coletas de índices térmicos e

lumínicos nos interiores das salas de aula. A fim de realizar-se a coleta de dados

estabeleceu-se que os ambientes estariam em condições estabelecidas pelo usuário,

sem qualquer intervenção do pesquisador.

Em observações prévias notou-se que os alunos ligavam e desligavam os

ventiladores a todo o momento. Este fato determina a necessidade de uma maior

ventilação no ambiente, porém dificulta o trabalho de campo. Sendo assim, optou-se

por manter os ventiladores desligados no momento das medições a fim de captar

realmente a temperatura sob a qual os alunos ficam submetidos a longas horas durante

as aulas.

Para as coletas de dados térmicos são utilizados: o higrômetro de leitura

direta da marca Incotherm, o termômetro com quatro sensores da Instrutherm e o

termômetro de globo com leitura digital. O termômetro de globo é utilizado para captar a

temperatura de globo (TG) e por conseqüência, a temperatura radiante média (TRM).


94

Ele é posicionado sempre no centro do ambiente, a uma altura de 1,5m do piso e seu

tempo de estabilização gira em torno de 25 minutos, enquanto que sua leitura é

realizada de 10 em 10 minutos (fig. 49).

Figura 49 � Termômetro de globo

O termômetro com sensores de resistência elétrica tem a finalidade de

identificar a temperatura das superfícies. A localização dos sensores é

estrategicamente situada nas aberturas que mais sofrem com a radiação solar no

período de medição - orientação Leste ou próxima desta, fixados da seguinte forma: no

vidro das janelas (V.INT e V.EXT) e na parede (P.INT e P.EXT), tanto na parte interna

quanto externa. Vale ressaltar que os sensores sempre são localizados

estrategicamente a fim de que o aparelho não receba a radiação direta. A sua

estabilização necessita de 15 minutos e sua leitura é marcada por intervalos de 10

minutos (fig. 50).


95

Figura 50 � Sensores de resistência

O higrômetro mede a temperatura de bulbo seco (TBS), bulbo úmido (TBU) e

por conseqüência, da umidade relativa do ar. Por possuir um compartimento com água

em sua extremidade inferior a melhor posição é a fixação na parede. A sua leitura é

única e realizada no último horário da medição tendo, portanto, 30 minutos de

estabilização (fig. 51).

Figura 51 � Higrômetro


96

Para a coleta de dados luminosos é utilizado o luxímetro digital LX � 101 da

Luxtron, posicionado no plano horizontal a uma distância de 80 cm do piso e

obedecendo aos pontos de iluminância de interiores fixados pela NBR 5382 � ABNT. O

período de estabilização do aparelho para que se iniciem as medições varia de 5 a 10

minutos (fig. 52).

Figura 52 � Luxímetro

Figura 53 � Medição luminosa no �Núcleo

de ensino Renovado�


97 4.3.2 Dados térmicos

Nas tabelas D-1 a D-12 do ANEXO D estão os resultados das temperaturas

das superfícies, do ar e da umidade das salas, coletadas de dez em dez minutos e as

respectivas médias. As temperaturas registradas nas superfícies acompanharam o

movimento da temperatura do ar, sendo que algumas diferenças de valores entre as

salas se devem a dias sensivelmente atípicos.

Como a velocidade do ar dentro das salas de aula é considerada baixa, esta

não fez parte das medições, portanto não sendo indicada a determinação da

temperatura efetiva (Te). Sendo assim, procura-se determinar valores da temperatura

operativa.

Pelos valores insignificantes da velocidade do ar, na equação da temperatura

operativa deve-se considerar a velocidade do ar nula. Sendo assim, a equação (1) é

reescrita desta forma:

TgTrm =

[ ]08.Eq

Tendo definido a Trm, basta extrair os dados referentes à Tar, determinada

aqui como a TBS, e através da média entre as duas, obter a Top, como mostrado na

tabela D-13 do ANEXO D.

Ficou determinado que, durante modelagens de teste das Redes Neurais,

Tar, Trm e Top seriam simuladas conjuntamente a fim de obter a temperatura mais


98

adequada para este estudo. Como possuem valores próximos, obtiveram respostas

semelhantes, entretanto, com uma pequena vantagem para a Temperatura do ar (Tar),

referente à Temperatura de Bulbo Seco (TBS) retirada através do higrômetro. Portanto,

a tabela 04 apresenta os valores estabelecidos para as variáveis Temperatura do ar e

Umidade relativa, para os meses de maio e novembro.

Tabela 04 - Valores estabelecidos para as variáveis Temperatura e Umidade

SALAS DE AULA 06 09 01 16 PORT INGLÊS

UR MAIO (%) 92 88 66 62 76 71 UR NOV. (%) 63 52 78 78 65 65 Tar MAIO (ºC) 23 24 20 20 16 16 Tar NOV. (ºC) 24 27 26 26 27 28

Salas localizadas em mesma escola e com orientações solares opostas

tiveram suas temperaturas registradas nos mesmos dias e mesmo período, gerando,

portanto, temperaturas de superfícies com grandes diferenças, porém, temperaturas de

ar praticamente iguais. Entretanto, para sala, 06 e 09 da Escola �Santa Maria�, as

diferenças de temperatura de ar são significativas, chegando a 3ºC no mês de

novembro, como pode ser observado no gráfico 01.


99

Gráfico 01 � Temperaturas das salas 06 e 09 em novembro

05

101520253035

Pint Pext Vint Vext TarSuperfícies

Temp. (ºC)

Sala 06 Sala 09

Pode-se atribuir esta diferença ao fato da sala 06 possuir um forro termo-

acústico, elemento não encontrado em nenhuma das outras salas analisadas. Ainda, os

resultados das diferenças entre temperaturas superficiais e da constância entre as

temperaturas do ar, encontradas na maioria das salas, contribuem ainda mais para uma

investigação individual das localizações dos alunos em salas de aula.

4.3.3 Dados luminosos

Quanto ao conforto luminoso, em alguns ambientes as observações prévias

concluíram que os níveis de iluminância de interiores estavam abaixo do limite

recomendado pela ABNT NB - 57 de 300 lux.

Através da mesma norma, foram selecionados pontos de medição e para

cada tabela de iluminância dos pontos está associada à planta da sala com as

respectivas localizações dos mesmos. O dados luminosos correspondem aos horários

de 08:00 a 12:00 e podem ser observados nas tabelas E-7, E-8 e E-9 do anexo E,


100

juntamente com o mapeamento dos pontos de medição. A sala de Inglês, do �Núcleo de

Ensino renovado� apresentou mapeamento diferente das outras por não haver

normatização referente às salas com formato octogonal.

A média destes pontos, para cada sala, permite identificar cada uma das

variáveis a serem utilizadas no modelo, as quais são mostradas na tabela a seguir.

Tabela 05 � Variável: médias de iluminâncias internas (lux)

média iluminância interna

Escolas

salas MAIO NOVEMBRO 06 334 227 Santa

Maria 09 424 478 01 190 276 Aníbal

Difrância 16 348 252 Português 327 274 N. Ensino

Renovado Inglês 162 174

Acredita-se que os bons valores de iluminância apresentados pela sala 09

são em função das aberturas voltadas para a orientação Leste, uma vez que as

medições foram realizadas no período da manhã. Além disso, comparada às outras

salas que têm aberturas voltadas para Leste, esta possui as superfícies internas mais

claras.

Os valores baixos da sala de Inglês estão também diretamente ligados às

cores internas, pois além de a sala ser poluída visualmente, apresenta forro escuro.

As observações obtidas através dos dados das medições com

equipamentos mostram que variantes como cores das superfícies dos ambientes e


101

orientações das aberturas têm alto grau de importância para o desempenho térmico e

luminoso das salas de aula.

4.4 Dados sobre a satisfação dos usuários

O questionário desenvolvido tem por função analisar a satisfação do usuário

perante o seu ambiente de estudo. É sabido que em salas de aula o usuário pode

compreender além dos alunos, também professores. Entretanto, nesta pesquisa opta-

se por restringir o termo aos alunos pela diferenciação de tarefas executadas entre os

mesmos e os professores. Como já dito anteriormente, as escolas a serem analisadas

foram escolhidas tendo por base o conjunto de pesquisas desenvolvido pelo NUCAM e,

as salas, de acordo com as orientações solares mais interessantes do ponto de vista

dos parâmetros térmicos e luminosos. Ainda, a pesquisa não se direciona a avaliação

pós-ocupação de escolas da cidade de Bauru � mesmo que uma avaliação das salas

de aula seja inevitável para seu desenvolvimento - e sim, propõe um modelo de

previsão de índice de satisfação térmica e luminoso. Sendo assim, pode-se assumir

como universo amostral o próprio ambiente de sala de aula.

Foram analisados 100% dos usuários de cada amostra. As tabelas a seguir

ilustram a porcentagem de questionários validados para a pesquisa.


102

Tabela 06 � Questionários - maio UNIVERSOS AMOSTRAIS

SALAS

DISTRIBUÍDOS

VALIDADOS

VÁLIDOS (%)

06 31 28 90.32 SANTA MARIA 09 30 30 100

01 34 30 88.23 ANÍBAL DIFRÂNCIA 16 25 21 84

Português 21 20 95.23 NÚCLEO RENOVADO Inglês 24 20 83.33 QUESTIONÁRIOS - MAIO 165 149 90.30

Tabela 07 � Questionários -novembro UNIVERSOS AMOSTRAIS

SALAS

DISTRIBUÍDOS

VALIDADOS

VÁLIDOS (%)

06 28 26 92.85 SANTA MARIA 09 28 23 82.14

01 31 28 90.32 ANÍBAL DIFRÂNCIA 16 26 25 96.15

Português 21 14 66.66 NÚCLEO RENOVADO Inglês 23 17 73.91

QUESTIONÁRIOS - NOVEMBRO 157 133 84.71

O questionário apresentado está descrito a seguir, constando de cinco

questões referentes às características físicas dos usuários e à relação dos mesmos

com a performance térmica e luminosa apresentada pelo ambiente em questão. A

distribuição do questionário respeitou a ordem estabelecida de cruzamento entre letras

e números, explícita no início do capítulo, nas figuras 46, 47 e 48.

QUESTIONÁRIO Aluno, este questionário faz parte de uma pesquisa referente ao programa de pós - graduação da UNESP, a qual aborda conceitos de conforto térmico e luminoso em escolas municipais de ensino fundamental da cidade de Bauru. Pedimos que as perguntas abaixo sejam respondidas com total veracidade para que a pesquisa obtenha sucesso. Contamos com a colaboração de vocês. Atenção: não é necessária a sua identificação. A. Dados do usuário: 1. Qual a sua idade?________ 2. Qual seu sexo? ( )F ( ) M


103 3. Qual a sua série?__________ 4. Qual seu peso?______ 5. Qual sua altura?____________ B. Indique cada peça que você está usando neste momento: Sapato/tênis Bermuda Sandália/chinelo Calça de tecido fino Botina Calça jeans Meia soquete Calça de moleton Meia até o joelho Macacão Meia calça Macacão por cima da roupa Cueca Vestido curto sem manga Calcinha Vestido curto manga curta Soutien Vestido até joelho manga curta Ceroulas Vestido comprido manga curta Camiseta regata Vestido comprido manga longa Camiseta manga curta Vestido tipo jardineira Camiseta manga longa Saia curta de tecido fino Camisão manga curta Saia curta de tecido grosso Camisão manga longa Colete sem mangas fino Camisa manga curta Coletes sem manga grosso Camisa manga longa Sueter manga longa fino Mini blusa Sueter manga longa grosso Blusa gola redonda Jaquetão/japona leve Moleton manga curta Jaquetão/japona grosso Shorts C. Como você está se sentindo neste momento? (indique apenas uma alternativa) 1.( ) Com muito calor 2.( ) Com calor 3.( ) Com um pouquinho de calor 4.( ) Bem, nem com calor nem com frio 5.( ) Com um pouquinho de frio 6.( ) Com frio 7.( ) Com muito frio D. Como você enxerga o que está escrito na LOUSA neste momento? (indique apenas uma alternativa) 1.( ) Bem, enxerga toda a lousa 2.( ) Dificuldade para enxergar o lado direito e enxerga o lado esquerdo 3.( ) Dificuldade para enxergar o lado esquerdo e enxerga o lado direito 4.( ) Dificuldade para enxergar a lousa inteira 5.( ) Não consegue enxergar nada E. O que você julga ser mais importante para seus estudos? (marque apenas uma alternativa) 1.( ) Uma sala silenciosa 2.( ) Uma sala bem iluminada 3.( ) Uma sala com temperatura agradável


104

As questões A e B identificam o aluno em seus aspectos físicos, como idade,

sexo, peso e altura, além de incluir aqui suas vestimentas. As questões C e D tratam do

grau de satisfação térmico e luminoso dos usuários, respectivamente. A primeira é

baseada em uma escala de grau de satisfação de sete pontos.

A fim de não induzir os alunos e para obter uma resposta real da situação

térmica do usuário, foi desvinculada a sensação térmica, da percepção do ambiente.

Exemplificando, um aluno que sentia muito calor na sala e nota que o ventilador acaba

de ser ligado com certeza passará por uma sensação imediata de alivio e de refresco e

assinalará a alternativa que diz que o �ambiente� onde ele se encontra está fresco,

mesmo que a ventilação mecânica seja insuficiente e seu corpo ainda esteja sentindo

muito calor. Portanto, a questão adotada é a seguinte �Como você esta se sentindo

neste momento?�. Sendo assim, para as alternativas de respostas adota-se o modelo

de Fanger utilizando então variações semânticas adequadas à linguagem do aluno

(Com muito calor, Com calor, Com um pouquinho de calor, Bem, nem com calor nem

com frio, Com um pouquinho de frio, Com frio, Com muito frio).

O resultado de observações prévias realizadas em uma das escolas

analisadas evidenciou uma despreocupação geral dos alunos em relação à

performance luminosa das salas. A maioria das salas possui dispositivos internos de

proteção aos raios solares � cortinas e persianas � pelo alto grau de ofuscamento que

os ambientes sofrem. Tais dispositivos, quando fechados, proporcionam níveis

insatisfatórios de iluminância no ambiente. Nesta situação, alguns professores optam

por acender luzes (fig. 54 a 57), entretanto a maioria ministra aulas com iluminação


105

baixa para tal tipo de tarefa, e os alunos em observação mostraram-se acomodados

com esta situação.

Fig. 54 � Luzes acesas - sala 06 � �Santa Maria�

Fig. 55 - Luzes acesas - sala 16 � �Aníbal Difrância�


106

Fig. 56 � Luzes acesas - sala 09 � �Santa Maria�

Fig. 57 � Luzes acesas - sala 01 � �Aníbal Difrância�

Sendo assim, optou-se por relacionar a questão D ao grau de desconforto

visual obtido através do ofuscamento causado pela reflexão veladora do quadro-negro

(fig. 58 a 60), já que é um fator comum nas seis salas analisadas e alvo de reclamações

de alunos e professores durante as entrevistas das observações prévias.


107

Fig. 58 � Ofuscamento - sala 09 � �Santa Maria�/ 01

Fig. 59 � Ofuscamento - sala 09 � �Santa Maria�/ 02

Fig. 60 � Ofuscamento - sala 16 � �Aníbal Difrância�


108

A ultima questão, a de letra E, trata da importância dos tipos de conforto para

os alunos, enfocando o ambiente de estudos. Menciona conforto térmico, luminoso e

acústico, portanto é uma questão com dados relevantes para serem adicionados às

conclusões da pesquisa, mas sem função de base para a modelagem de variáveis.

Para as questões C e D a qualificação foi realizada através da Teoria dos

Sistemas Nebulosos (Fuzzy sets), desta forma a escala semântica do questionário foi

transformada em dados quantitativos (tabela 08). Utilizando o grau de pertinência e

considerando uma escala que vai de 0 a 1, sendo que 0 e a pior situação encontrada

mediante as alternativas apresentadas e 1 é a melhor, os valores estabelecidos entre

esta variação são considerados e assim é possível fazer uma leitura objetiva e

quantitativa de variáveis lingüísticas.

Tabela 08 � Quantificação da escala semântica do questionário aplicado

ALTERNATIVAS

VALORES

Com muito calor 0 Com calor 0,25 Com um pouquinho de calor 0,75 Bem, nem com calor nem com frio 1 Com um pouquinho de frio 0,75 Com frio 0,25

Q

uest

ãoC

Com muito frio 0 Bem, enxerga toda a lousa 1 Dific. para enxergar o lado direito e enxerga o lado esquerdo 0,75 Dific. para enxergar o lado esquerdo e enxerga o lado direito 0,75 Dificuldade para enxergar a lousa inteira 0,25

Que

stão

D

Não consegue enxergar nada 0


109

Para a quantificação da resistência térmica das vestimentas dos alunos, é

utilizado o multimídia �Eficiência Energética na Arquitetura�, página 16 (dados estes que

também podem ser determinados pelo software Analysis CST 2.1, desenvolvido e

disponibilizado pelo LABeee-UFSC). Alguns valores de vestimenta estão representados

na tabela abaixo:

Tabela 09 � Valores de vestimentas em �clo�

VESTIMENTA CLO VESTIMENTA CLO Bermuda 0.10 Cam. De baixo 0.06

Blusa 0.17 Ceroula 0.19 Calça fina 0.26 Cueca 0.05

Calça grossa 0.44 Jaqueta 0.49 Calça média 0.32 Meia fina 0.03

Calção 0.08 Meia grossa 0.04 Camisa 0.28 Sapatos 0.04

Camiseta 0.09 Tênis 0.04

As questões relativas às sensações de conforto térmico e luminoso dos

usuários estão graficadas abai

xo (gráf. 02 a 13). Os valores estabelecidos na legenda são os valores semânticos

quantificados, extraídos da tabela 08, onde 1 corresponde a totalmente satisfeito e 0

totalmente insatisfeito.

Gráfico 02 � Satisfação Térmica Sala 06. Maio (à esquerda) e novembro (à direita)

14%14%

14%58%

00,250,751

4%

58%

38%

0,250,751


110



Gráficos 05 � Satisfação Térmica Sala 16. Maio (à esquerda) e novembro (à direita)

Gráficos 06 � Satisfação Térmica Sala Port. Maio (à esquerda) e novembro (à direita)

10%

57% 33%

0,25

0,75

1

9% 4%

39%

48%

00,250,751

13%

23%

30%

34%

00,250,751

11%11%

42%

36%

00,250,751

38%

19%

33%

10%

00,250,751

28%

72%

0,75

1

25%

20%35%

20%

00,250,751

4%

63%

33%

0,25

0,75

1


111

Gráficos 07 � Satisfação Térmica Sala Ingl. Maio (à esquerda) e novembro (à direita)

Gráficos 08 � Satisfação Visual Sala 06. Maio (à esquerda) e novembro (à direita)



10%20%

35%

35%

00,250,751

6%

41%35%

18%

00,250,751

7%18%

75%

0,25

0,75

1

4% 8%

88%

0,25

0,75

1

3%3% 10%

84%

00,250,751

4% 4% 13%

79%

00,250,751

7%20%

73%

0,25

0,75

1

21%

79%

0,75

1


112


Gráficos 12 � Satisfação Visual Sala Port. Maio (à esquerda) e novembro (à direita)

Gráficos 13 � Satisfação Visual Sala Ingl. Maio (à esquerda) e novembro (à direita)

5% 14%

81%

0,25

0,75

1

16%

84%

0,75

1

100%

1

14%

86%

0,75

1

10%

90%

0,75

1

6%

94%

01


113

Gráfico 14 � Preferências de conforto - maio

60

80 80 76

5055

110

5 6 5 5

2920

15 18

45 40

0102030405060708090

6 9 1 16 port ingl

SM SM AD AD RN RN

salas

dad

os c

olet

ados

(%)

acústicalumínicatérmica

Gráfico 15 � Preferências de conforto - novembro

65

22

43 44

6459

49

4 80

6

31

69

5348

36 35

01020304050607080

6 9 1 16 port ingl

SM SM AD AD RN RN

salas

dado

s co

leta

dos

(%)

acústicalumínicatérmica

Pelos resultados obtidos através das questões sobre sensações e

preferências pode-se observar que os alunos mostraram-se mais satisfeitos com o

conforto visual em sala de aula do que com o conforto térmico, sendo que a maioria dos

gráficos não apresenta porcentagem de alunos totalmente insatisfeitos com o primeiro.

Prova disso está no

gráfico comparativo de preferências de conforto em salas de aula, o qual apresenta

baixos valores da variável luminosa (gráficos 14 e 15).


114

As tabelas de preferências revelam também valores extremos em relação à

preocupação térmica para determinadas salas de aula, dependendo do mês em que a

medição foi realizada. Exemplificando, enquanto que, na sala 09 da Escola �Santa

Maria� a preocupação no mês de maio paira em 20% sem apresentar nenhum aluno

totalmente insatisfeito, em novembro ela cresce para 69%, apresentando 9% de totais

insatisfeitos.

De uma forma geral, a preferência por ambientes acusticamente confortáveis

prevaleceu nas respostas, a não ser pelas salas 09 da escola �Santa Maria� e as duas

salas da Escola �Aníbal Difrância�. Neste trabalho parâmetros de conforto acústico não

são abordados, entretanto é interessante observar como se comporta a sensação dos

usuários frente aos aspectos luminosos e térmicos.

Comparando-se resultados obtidos em relação ao conforto luminoso e ao

conforto térmico, pode-se perceber maiores variações nas porcentagens de satisfações

do segundo. Algumas salas não apresentaram insatisfeitos perante o conforto visual,

mesmo havendo alunos prejudicados pela reflexão veladora no quadro-negro.

Este resultado do parâmetro lumínico foi fundamental nesta etapa da

pesquisa, porque limita a variedade e confiabilidade de respostas em relação ao

conforto visual, não sendo possível explorá-las como variáveis de saída nas Redes

Neurais. Portanto, conclui-se aqui, o baixo nível de sensação do usuário em relação à

performance luminosa direciona a investigação diretamente à resposta do grau de

iluminância do ambiente em relação às variáveis construtivas e climáticas a que ele é

submetido

ANÁLISES DE SIMULAÇÕES

115

5. DESENVOLVIMENTO DO MODELO DE PREVISÃO Este capítulo apresenta o modelo de previsão do grau de satisfação do

usuário em relação ao conforto térmico em salas de aula e o modelo de iluminância

interna em salas de aula. Para tal, é utilizado um software de Redes Neurais Artificiais,

denominado Easy NN e cuja utilização está sendo possível por colaboração do

Departamento de Transportes da Escola de Engenharia de São Carlos.

O índice de satisfação térmica do usuário coletado por questionário e

determinado por Lógica Fuzzy e os valores de iluminância coletados através do

luxímetro são aqui os �dados de saída� para cada um dos modelos das RNAs. Dentre

os demais dados coletados, aqueles que servem como �variáveis de entrada� são

também identificados com o treinamento das redes, conforme o grau de importância

relativa que alcançarem na modelagem. Aqueles que apresentam sua importância

menor que 5% são retirados do modelo.

Para os modelos as características anteriormente apresentadas e aqui

utilizadas como variáveis foram divididas em três grupos: Variáveis Pessoais,

Variáveis Climáticas e Variáveis Construtivas (tabela 10). As primeiras englobam

questões relativas ao usuário, e, portanto, subjetivas, enquanto as outras duas

referem-se a questões mais físicas, sendo respectivamente relativas aos elementos

climáticos e às características construtivas da edificação.


116

Juntas elas formam o conjunto de Elementos de Processamento, ou

Neurônios Artificiais, que constituem os principais elementos de modelagem em uma

Rede Neural Artificial (SILVA et al., 2004).

Tabela 10 � Classificação das variáveis de modelagem

CONJUNTO VARIÁVEL NOMENCLATURA UNIDADE PARÂMETRO

Temperatura Tar ºC térmico Variáveis Climáticas Umidade Ur % térmico

Idade Id - térmico

Sexo Sx - térmico

Índice de Massa Corpórea IMC m²/Kg térmico

Variáveis

Pessoais Vestimentas Vest clo térmico

Parede interna x cor PintCor m² luminoso

Forro x cor FCor m² luminoso

Piso x cor PiCor m² luminoso

Cortina x cor Ccor m² luminoso

Orientação Or ºN* térmico/luminoso

Área de abertura ArAb m² térmico/luminoso

Variáveis

Construtivas

Fator de visão do céu FVC - térmico/luminoso

* Graus Norte

Os sistemas de iluminação interna foram excluídos por não serem variantes,

e sim, aspectos em comum entre as salas.

Dois modelos são previstos, um luminoso e outro térmico. Dentro destes dois

parâmetros foram criados conjuntos de dados coletados no mês de maio e dados

coletados no mês de novembro. Ainda, cada conjunto é modelado mais duas vezes


117

para uma comparação entre os resultados. Portanto, ao todo se têm doze subconjuntos

modelados, sendo seis, para o parâmetro térmico e seis, para o luminoso (fig. 61).

PARÂMETRO TÉRMICO

MAIO

CONJ.1TM1

CONJ.2TM2

CONJ.3TM3

NOV.

CONJ.SELEC.

CONJ.3TN3

CONJ.2TN2

CONJ.1TN1

CONJ.SELEC.

CONJ.3LN3

CONJ.3LM3

CONJ.2LN2

CONJ.1LN1

NOV. CONJ.SELEC.

CONJ.2LM2

CONJ.1LM1

MAIO CONJ.SELEC.

PARÂMETRO LUMINOSO

Figura 61 � Fluxograma dos Conjuntos das Redes Neurais


118

Os resultados apresentados nas tabelas 11,12,13 e 14, indicam a

comparação entre os dados reais e aqueles previstos pelo modelo criado no Easy-NN.

Nestas tabelas é possível observar os erros relativos existentes entre os valores

previstos através das Redes Neurais Artificiais e aqueles medidos, além dos

coeficientes de determinação também resultantes da comparação entre os dados reais

e os estimados.

Tabela 11 � Resultados de simulação para satisfação térmica em maio CONJUNTO DE

DADOS ERRO RELATIVO

MÉDIO R²

TM1 10.6 0.92 TM2 19.1 0.88 TM3 22.8 0.61

Média 17.5 0.80

Tabela 12 � Resultados de simulação para satisfação térmica em novembro CONJUNTO DE

DADOS ERRO RELATIVO

MÉDIO R²

TN1 13.7 0.84 TN2 9.9 0.83 TN3 11.9 0.80

Média 11.8 0.82

Tabela 13 � Resultados de simulação para iluminância interna em maio CONJUNTO DE

DADOS ERRO RELATIVO

MÉDIO R²

LM1 25.5 0.81 LM2 23.5 0.88 LM3 27.1 0.86

Média 25.3 0.85

Tabela 14 � Resultados de simulação para iluminância interna em novembro CONJUNTO DE

DADOS ERRO RELATIVO

MÉDIO R²

LN1 18.8 0.78 LN2 11.7 0.88 LN3 16.6 0.82

Média 15.7 0.82


119

Dos resultados acima apresentados, aqueles que indicaram maiores valores

de R² foram selecionados para análise e verificação da importância de cada variável,

com exceção do modelo térmico para o mês de novembro, o qual teve selecionado o

menor erro médio relativo por representar melhor uma média entre menor erro relativo

e maior R². Assim, para o grau de satisfação térmica em maio foi selecionado o

conjunto TM1, para satisfação térmica em novembro, o conjunto TN2, para a

iluminância interna em maio, o conjunto LM2 e para a iluminância interna em novembro,

o conjunto LN2.

Tabela 15 � Relevância das variáveis do parâmetro térmico para as melhores simulações, em % GRAU DE SATISFAÇÃO TÉRMICA

MAIO GRAU DE SATISFAÇÃO TÉRMICA

NOVEMBRO Índice de Massa

Corpórea 8.4 Área de Abertura 6

Idade 8.8 Sexo 8 Área de Abertura 8.9 Índice de Massa

Corpórea 8

Orientação 9.2 Vestimenta 10 Umidade relativa 9.4 Orientação 10 Fator de Visão do

Céu 10.2 Umidade relativa 11

Sexo 10.4 Temperatura do Ar 11 Temperatura do Ar 13.4 Fator de Visão do

Céu 13

Vestimenta 21 Idade 19

Tabela 16 � Relevância das variáveis do parâmetro luminoso para as melhores simulações, em % PONTOS DE ILUMINÂNCIA

MAIO PONTOS DE ILUMINÂNCIA

NOVEMBRO Cor da Cortina 6.7 Cor da Cortina 5.8

Orientação 7.3 Cor do Piso 7.5 Área de Abertura 10 Cor da Parede

Interna 9.5

Cor do Piso 11.1 Orientação 11.2 Cor da Parede

Interna 12.1 Área de Abertura 13.2

Cor do Forro 15.4 Cor do Forro 15.4 Fator de Visão do

Céu 21 Fator de Visão do

Céu 37.1


120

Como pode ser verificado na tabela 15, a quantidade de vestimenta utilizada

é a variável de maior importância em relação à sensação térmica dos alunos no mês de

maio, com 21%. Em novembro esta variável é reduzida a importância de 10%. A

diferença entre os dois meses pode ser relacionada à maior quantidade e variedade de

vestimentas utilizadas pelos alunos em períodos mais frios. A Temperatura do Ar

apresenta valores significativos para os dois modelos, 13.4% e 11%, sendo o principal

elemento a ser analisado dentro do conjunto de Variáveis Climáticas. Ainda, os valores

de importância do Fator de visão do céu encontram-se sempre maiores que os de

Orientação, evidenciando, através dos parâmetros térmicos, a elevada contribuição das

Variáveis Pessoais se comparadas às Variáveis Climáticas e Construtivas.

Em relação ao desempenho luminoso (tabela 16), a variável Fator de visão

do céu obteve a maior importância em ambos os modelos, alcançando 21% para maio

e 37.1% para novembro, enquanto a variável Cor do Forro apresentou melhores

resultados em relação às outras variáveis relacionadas às cores de superfícies. As

diferenças de porcentagem entre parede e piso chegam, ao máximo, em 2%,

enquanto que o forro apresenta diferenças de até 8% de importância em novembro,

de acordo com a tabela 06. Sendo assim, as relações entre as três superfícies

podem ser expressas como na tabela 17.

Tabela 17 � Relações entre a importância das superfícies para a luminosidade do ambiente, baseado em suas cores

MESES PISO:PAREDE:FORROMaio 0,28:0,31:0,39

Novembro 0,23:0,29:0,47


121

6. ANÁLISES DE SIMULAÇÕES

A partir dos resultados apresentados no capítulo anterior, aqui são feitas

análises da influência das variáveis no conforto térmico e luminoso através do

cruzamento de modelos gerados pelas Redes Neurais treinadas. São adotados

parâmetros médios para as variáveis (tabela 18).

Tabela 18 � Parâmetros médios adotados para testes de sensibilidade das variáveis VARIÁVEIS MAIO

TM1, LM2 NOVEMBRO

TN2, LN2 Idade 13 anos 13 anos Sexo Feminino Feminino

Resistência. térm. da vest. 0.8 0.7 Índice de Massa Corpórea 20 20

Fator de Visão do Céu 0.12 0.13 Temperatura do ar 20ºC 26ºC Umidade Relativa 76% 68%

Orientação 150º 150º Área de Abertura 8m² 8m²

Cor da Parede Interna 17 17 Cor da Cortina 2 2.25

Cor do Piso 38 38 Cor do Forro 26 26

Algumas variáveis apresentaram grandes diferenças de valores para os

dados coletados em cada mês, sendo necessário identificar médias distintas para maio

e novembro. Simulando-se quais seriam os graus de satisfação térmica dos alunos e de

iluminância das salas de aula para as diversas variáveis, levando-se em conta as

melhores Redes Neurais treinadas, os resultados encontrados são apresentados nos

próximos sub-capítulos.


122

6.1. Análises de simulações para o parâmetro térmico

A variável Vestimenta obteve a maior importância em relação à satisfação

térmica dos alunos no mês de maio. Em novembro a importância é reduzida tornando-

se inexpressiva a sua representação em gráfico.

Gráfico 16 � Satisfação térmica em função da vestimenta para maio

Vestimenta X Satisfação Térmica em Maio

00,10,20,30,40,50,60,70,80,9

1

0,35 0,45 0,55 0,65 0,75 0,85 0,95 1,05 1,15 1,25 1,35 1,45 1,55Resistência térmica das vestimenta (clo)

Grau desatisfação

térmica

Observando o gráfico 16, tem-se que até 0.85 clo a quantidade e a qualidade

de vestimentas utilizadas pelos alunos são insuficientes para lhes oferecer sensação de

conforto pleno em relação ao ambiente tipicamente mais frio do mês analisado. A partir

deste limite há um acréscimo nos valores, mantendo constância para uma situação de

quase satisfação total.


123

Assim como a Vestimenta, a variável correspondente ao tipo físico de cada

aluno não apresentou grandes variações para o modelo de novembro devido à sua

menor porcentagem de importância das variáveis, se comparada ao mês de maio.

Gráfico 17 � Satisfação térmica em função do índice de massa corpórea para maio

Índice de Massa Corpórea X Satisfação Térmica em Maio

0,7

0,75

0,8

0,85

0,9

0,95

15 17 19 21 23 25 27 29 31 33 35IMC

Grau de satisfação

térmica

O gráfico 17 aponta uma insatisfação em relação ao conforto térmico no mês

de maio para valores abaixo de 21 de índice de massa corpórea. Esta insatisfação

decresce à medida que os valores de IMC aumentam, ou seja, quanto maior a massa

corpórea, mais o aluno se sente protegido em relação às temperaturas mais altas deste

estudo. Constatou-se que a média de IMC dos adolescentes se encontra em torno de

20. Sendo assim, através da análise da constituição física do usuário, atribui-se uma

situação média de insatisfação nos ambientes de salas de aula para as temperaturas

coletadas no mês de maio. Comparando-se variáveis do modelo de maio, a Vestimenta


124

obteve a maior importância, com 21%, enquanto que o IMC ocupa o último lugar, com

8,4%, demonstrando que, além das características físicas dos usuários, os mecanismos

adaptativos - como a quantidade de roupas utilizadas � constituem elementos

imprescindíveis do estudo do conforto térmico para temperaturas mais baixas.

Outras variáveis pessoais como Idade e Sexo também constituem parte da

investigação do parâmetro térmico, como apresentado nos gráficos a seguir.

Gráfico 18 � Satisfação térmica em função da idade para novembro

Idade X Satisfação Térmica em Novembro

00,10,20,30,40,50,60,70,80,9

1

11 12 13 14 15 16 17

Idade


térmica

No modelo do mês de novembro a idade se destacou como variável de maior

importância, com 19%, sendo que para maio este resultado é reduzido a 8,8%, apenas

mais importante que o Índice de Massa Corpórea. A pesquisa de campo realizou-se

com usuários em comportamento típico de alunos em sala de aula, entretanto,

observou-se que, de maneira geral, adolescentes mais jovens expressam-se de forma

mais efusiva: falam mais alto, gesticulam mais, interagem com outros colegas e se


125

locomovem, mesmo durante a aula. Esta agitação denota um comportamento quase

infantil e, quando aliada às temperaturas mais altas, provoca insatisfação térmica em

relação ao ambiente, representada no gráfico 19. Através da curva, nota-se que a partir

dos 12 anos a satisfação aumenta e torna-se constante. Outros estudos nesta mesma

linha orientam aos pesquisadores aguardarem a calmaria em sala de aula para

realizarem as medições técnicas e observações, já que os alunos tendem a se sentir

estimulados e agitados com a presença de estranhos nas salas, falseando os

resultados. Este tempo de espera foi realizado na pesquisa, não sendo, portanto, um

fator de mascaramento dos resultados obtidos em relação à idade.

Ainda tratando da mesma variável, seus dados foram cruzados com a

quantidade de vestimentas e o Índice de Massa Corpórea.

Gráfico 19 � Quantidade de vestimentas em função da idade

Idade X Vestimentas em Novembro

00,1

0,20,3

0,40,5

0,60,7

0,80,9

11 12 13 14 15 16 17

Idade

Vestimentas (clo)


126

Gráfico 20 � Índice de Massa Corpórea em função da idade

Idade X Índice de Massa Corpórea

0

5

10

15

20

25

11 12 13 14 15 16 17

Idade

IMC

Analisando os gráficos 19 e 20 tem-se que, alunos na faixa dos 11 anos

tendem a se agasalhar mais, a medida que os valores de IMC encontrados para esta

mesma idade estão abaixo da média.

Portanto, fazendo uma análise dos gráficos anteriores e analisando as

porcentagens de importâncias das variáveis, pode-se afirmar que a idade influencia

diretamente a sensação dos adolescentes em relação ao parâmetro térmico para

temperaturas mais altas.

O sexo do usuário analisado apresenta pequena importância para o modelo

de novembro, entretanto oferece resultados interessantes para o modelo térmico de

maio, possuindo relevância de 10,4%. O gráfico 21 mostra que as alunas se mostram

mais insatisfeitas que os alunos quando analisados em temperaturas relativamente

menos elevadas.


127

Gráfico 21 � Satisfação térmica em função do sexo

Sexo X Satisfação Térmica

0,915

0,92

0,925

0,93

0,935

0,94

0,945

0,95

Feminino Masculino

Grau de Satisfação Térmica

Maio Novembro

Algumas variáveis pessoais mostraram-se mais importantes que as variáveis

climáticas na análise da satisfação térmica, justamente por considerarem o estudo

individual do usuário. Entretanto, é natural que a temperatura do ar obtenha valores

consideráveis em se tratando da análise de um parâmetro térmico do ambiente.


128

Gráfico 22 � Satisfação térmica em função da temperatura do ar para maio

Temperatura do Ar X Satisfação Térmica em Maio

0

0,2

0,4

0,6

0,8

1

1,2

16 17 18 19 20 21 22 23 24

Temperatura do Ar (ºC)


térmica

Gráfico 23 � Satisfação térmica em função da temperatura do ar para novembro

Temperatura do ar X Satisfação Térmica em Novembro

00,10,20,30,40,50,60,70,80,9

1

24 25 26 27 28

Temperatura do ar (ºC)


térmica

As curvas dos gráficos 22 e 23 revelam a faixa de temperatura na qual os

estudantes analisados sentem-se praticamente confortáveis para os dois meses

analisados. Em maio estes valores vão de 20 a 24ºC e em novembro passam de 24 a


129

27ºC. Abaixo de 20ºC para o primeiro mês e, acima de 27ºC para o segundo, os

mesmos tendem a manifestar sensações de frio e de calor, respectivamente. As

temperaturas que mais se aproximam de satisfação total se encontram entre 23ºC e

24ºC em maio (gráfico 22). Mesmas temperaturas podem traduzir sensações de

conforto diferentes, de acordo com fatores climáticos revelados através das estações do

ano, percepção individual e fisiologia de cada sujeito, etc. Tratam-se de variáveis que

influem na leitura subjetiva do ambiente, as quais vêm sendo investigadas neste

estudo. Atribui-se aqui, através dos gráficos de Temperatura do Ar, 24ºC como sendo a

temperatura na qual os alunos estão satisfeitos, tanto em meses de temperaturas mais

altas, quanto mais baixas (modelos de maio e novembro).

Assim como a Temperatura do Ar, a Umidade Relativa é classificada no

conjunto de Variáveis Climáticas.

Gráfico 24 � Satisfação térmica em função da umidade relativa para Maio

Umidade X Satisfação Térmica em Maio

0

0,2

0,4

0,6

0,8

1

1,2

61 63 65 67 69 71 73 75 77 79 81 83 85 87 89 91

Umidade (%)


térmica


130

Gráfico 25 � Satisfação térmica em função da umidade relativa para Novembro

Umidade X Satisfação Térmica em Novembro

00,10,20,30,40,50,60,70,80,9

1

52 54 56 58 60 62 64 66 68 70 72 74 76

Umidade (%)


térmica

As curvas de Umidade Relativa para os dois meses analisados têm

características ascendentes, ou seja, quando são comparadas grandes faixas de

valores de umidade, os alunos sentem maior satisfação para valores mais altos. De

acordo com os gráficos 24 e 25, a larga faixa que vai de 61 a 76%, coletada no dois

meses, evidencia sensações térmicas diferentes. Para maio, há um pequeno

desconforto em relação ao frio enquanto que, em novembro a satisfação é

praticamente plena. Sendo assim, a análise de temperatura obtida através da

umidade revela que os alunos preferem temperaturas mais altas. A curva de

novembro (gráfico 25), analisada a partir de valores abaixo de 56% evidencia um

saliente decréscimo no conforto, indicando que valores de umidade relativa abaixo

deste provocam desconforto generalizado em salas de aula.

Até aqui foram analisados os Testes de Sensibilidade para os conjuntos de

Variáveis Climáticas e Pessoais. As Variáveis Construtivas pertencentes aos modelos


131térmicos abrangem aspectos da forma e orientação do edifício, como mostra os

gráficos 26 e 27 relativo a variável Área de Abertura.

As curvas mostram que o comportamento das aberturas em relação à

satisfação dos alunos é oposto nos meses em questão. Para as temperaturas mais

baixas, tem-se uma curva ascendente, onde a área de abertura é diretamente

proporcional ao índice de satisfação e, situação contrária é encontrada para o modelo

de novembro. Salienta-se que neste estudo a Área de Abertura foi considerada e

catalogada como todas as áreas envidraçadas, abertas, ou não, protegidas por

cortinas, ou não. Portanto, fazendo um comparativo com o material envidraçado das

janelas e de algumas portas e a alvenaria das paredes, pode-se dizer que a radiação

e a conservação do calor são mais intensas, quanto maior for a Área de Abertura de

um ambiente.

Gráfico 26 � Satisfação Térmica em função da Área de Abertura para Maio

Área de Abertura X Satisfação Térmica em Maio

00,10,20,30,40,50,60,70,80,9

1

4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 9 9,5 10

Área de Abertura (m2)


térmica


132

Gráfico 27 � Satisfação Térmica em função da Área de Abertura para Novembro

Área de Abertura X Satisfação Térmica em Novembro

00,10,20,30,40,50,60,70,80,9

1

4 4,5 5 5,5 6 6,5 7 7,5 8 8,5

Área de Abertura (m2)


térmica

Através dos gráficos, áreas a partir de 8 m² de abertura para maio e abaixo

de 5 m² para novembro são interpretadas como confortáveis para os alunos em

ambiente de sala de aula. Fora destas faixas, há um pequeno desconforto para frio em

maio e um desconforto maior para calor em novembro.

Deve-se considerar a Orientação como uma variável que influencia

diretamente no desempenho da Área de Abertura. Fachadas que possuem a maior

parte de suas aberturas voltadas para Leste e Oeste certamente terão maior incidência

de raios solares e, portanto, mais satisfeitos para temperaturas baixas e menos

satisfeitos para temperaturas altas nos interiores das salas. Uma nova análise dos

gráficos 26 e 27 apontam o valor aproximado de 8 m² de Área de Abertura como sendo

o ponto em que alunos melhoram e pioram as sensações térmicas nos ambientes. A

medição foi realizada no período da manhã, portanto a leitura crítica da radiação solar


133

nos gráficos é realizada apenas para a direção Leste. A verificação da tabela B-1 do

ANEXO B mostra que a Orientação mais próxima da direção Leste (95º) é a mesma

que possui áreas de aberturas catalogadas em 7,82 m² . Esta pode ser uma nova

evidência que justifica a direção ascendente e descendente das curvas.

Ainda tratando da Orientação, tem-se no gráfico 28 a curva da variável para

o mês de maio.

Os pontos de graus orientados ao norte distribuem-se no eixo �x� e, lê-se

claramente onde, a partir da Orientação Sudeste (135ºN), a curva de satisfação do

aluno declina. É um resultado coerente, visto que as medições são realizadas pela

manhã nesta pesquisa. Sendo assim, enquanto há radiação solar incidente nas salas

em meses mais frios, há satisfação.

Gráfico 28 - Grau de Satisfação Térmica em função da Orientação para Maio

Orientação X Satisfação Térmica em Maio

00,10,20,30,40,50,60,70,80,9

1

0 45 70 90 97 135 180 220 270 275 277

Graus ao Norte


térmica


134

A última variável construtiva para a análise do parâmetro térmico é o Fator

de Visão do Céu (FVC), que traça um parâmetro preciso entre as localizações das

carteiras no interior do ambiente e a satisfação térmica dos alunos.

O FVC obteve grande importância para os dois modelos térmicos treinados

e o gráfico 29 representa as curvas dos modelos de maio e novembro para a variável.

Seu aspecto no segundo mês é praticamente de satisfação térmica constante,

decaindo a partir do índice 0,3, revelando um certo desconforto para o calor. Para

maio o sentido da curva é o mesmo, apenas com alteração de valores. Agora, decai a

partir do índice 0,1, entretanto, com desconforto para o frio, sendo os dois valores

característicos de alunos que se sentam próximos às janelas.

Gráfico 29 � Satisfação Térmica em função do Fator de visão do céu

Fator de Visão do Céu X Satisfação Térmica

0

0,2

0,4

0,6

0,8

1

0,01 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4

FVC


térmica

Maio Novembro


135

Vale lembrar aqui que as áreas catalogadas para a variável Fator de Visão

do Céu são aquelas sem proteção de cortinas, as quais, por coincidência,

permaneciam também com as janelas basculantes abertas. Assim, observa-se como

reação deste resultado de desconforto, o fechar de várias janelas em maio

provocando a sensação de �ambiente abafado� e o ato de ligar e desligar ventiladores

em novembro (estas reações em particular foram observadas aleatoriamente e não

assumidas como típicas e constantes para a medição deste estudo).

Concluindo, os testes de sensibilidade de variáveis relacionadas ao

parâmetro térmico evidenciam a importância de elementos de estudo que

caracterizem a investigação individual do conforto, registrando em forma de medições

diversas a maior quantidade possível de porção subjetiva do tema estudado.

6.2. Análises de simulações para o parâmetro luminoso

Diferentemente dos modelos térmicos, e devido aos próprios dados que

foram coletados, nesta pesquisa os modelos luminosos têm como característica

investigar as variáveis que influenciam na iluminância de salas de aula, deixando de

possuir variáveis pessoais em seus conjuntos.

O Fator de Visão do Céu constituiu-se como a variável de maior

importância para os modelos do parâmetro luminoso. As curvas correspondentes aos

meses de maio e novembro estão expressas no gráfico 30.


136

O gráfico mostra que as maiores proporções encontradas para as

diferenças entre os menores e maiores valores de iluminância de cada mês estão em

torno de 5:1. Sendo assim, ofuscamentos, causados por contrastes acima de 10:1 no

campo visual, não ocorrem neste estudo. De fato, os alunos tendem a manter o

conforto visual fechando as cortinas e se protegendo de radiações com altos valores

de iluminância. Os relatos de desconforto visual são, na verdade, ofuscamentos

veladores que �apagam� certos trechos do quadro-negro, dificultando a leitura.

Gráfico 30 � Iluminância em função do Fator de visão do céu

Fator de Visão do Céu X Graus de iluminância

0200400600800

1000120014001600

0,01 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4

FVC

Gr. deilum.

Maio Novembro

Considerando a iluminância geral mínima média a ser atingida em um

ambiente de sala de aula sendo 300 lux e, considerando a proporção de 3:1, ideal

para contraste entre tarefa e entorno imediato, determinam-se aqui como valores

aceitáveis para iluminação pontual em salas de aula, iluminâncias entre 900 e 1000

lux. Ainda, sabe-se que o rendimento visual é crescente de 10 a 1000 lux e que,


137

valores acima de 1000 lux distribuídos em grandes porções, em determinados

ambientes, podem causar a fadiga visual. (tabela 19).

Tabela 19 � Classificação dos níveis de iluminância de acordo com FVC (lux relativo) CLASSIFICAÇÃO NÍVEL DE

ILUMINÂNCIA FVC PARA MAIO FVC PARA NOV

Baixa < que 300 lux < que 0.17 < que 0.17 Média De 300 a 900 lux De 0.17 a 0.21 0.17 a 0.25 Boa De 900 a 1000 lux 0.21 a 0.24 0.25 a 0.44

Fadiga visual > que 1000 lux 0.24 a 0.44 Não há valores

Considerando a importância desta variável para a análise do parâmetro

lumínico, atribui-se aqui a necessidade de um mapeamento dos valores de iluminação

natural nas plantas das salas de aula (fig. 62 a 73).

N

Figura 62 � Sala 06. Distribuição de pontos de iluminância de acordo com FVC para maio Orientação: 277º ao Norte.


138

N

Figura 63 � Sala 06. Distribuição de pontos de iluminância de acordo com FVC para novembro

Orientação: 277º ao Norte.

N

Figura 64 � Sala 09. Distribuição de pontos de iluminância de acordo com FVC para maio Orientação:

97º ao Norte.


139

N



N


95º ao Norte.


140

N



N


275º ao Norte.


141

N

Figura 69 � Sala 16. Distribuição de pontos de iluminância de acordo com FVC para novembro Orientação: 275º ao Norte.

N

Figura 70 � Sala de Português. Distribuição de pontos de iluminância de acordo com FVC para maio. Orientação: 70º ao Norte.


142

N

Figura 71 � Sala de Português. Distribuição de pontos de iluminância de acordo com FVC para novembro. Orientação: 70º ao Norte.

N

Figura 72 � Sala de Inglês. Distribuição de pontos de iluminância de acordo com FVC para maio Orientação: 0º ao Norte.


143

N Figura 73 � Sala de Inglês. Distribuição de pontos de iluminância de acordo com FVC para novembro.


Analisando qualitativamente os valores de FVC nas figuras e cruzando-os

com as Orientações das aberturas, encontram-se resultados sobre as condições

visuais de cada aluno e também de iluminância natural das salas de aula. As salas

com orientações ao Norte 70º, 95º, 97º, 275º e 277º direcionam suas aberturas para

Leste e Oeste, as quais possuem quantidades semelhantes de radiação solar direta e

difusa para os meses em questão. A utilização freqüente das cortinas impede

ofuscamentos, embora permita que a maioria dos alunos realize suas tarefas

escolares em baixos níveis de iluminação. Ao contrário, a sala de Inglês, com

orientação 0º ao Norte, apresenta grandes níveis de iluminação, tanto para maio,

quanto para novembro, embora para o primeiro mês os níveis encontrados sejam


144

maiores. Constata-se que apesar de maio apresentar melhores níveis de iluminância,

a possibilidade de ofuscamento e fadiga visual é maior. A sala possui aberturas

protegidas por varandas, impedindo radiação direta e permitindo a radiação difusa.

Somando-se a este fator a inutilização de cortinas, os valores localizados de níveis de

iluminância aumentam, podendo provocar a fadiga visual em determinados pontos da

sala.

Outros elementos construtivos como quantidade de aberturas e cores das

superfícies são analisados na investigação luminosa.

A fim de otimizar os resultados das Redes Neurais, foram realizados

treinamentos com algumas combinações de variáveis que possuem características

passíveis de serem analisadas simultaneamente e conjuntamente.

À modelagem da variável Área de Abertura foram adicionados os dados da

variável Orientação e as curvas para os dois meses são representadas a seguir.

Gráfico 31 � Iluminância em função da Orientação e Área de Abertura

Combinação Orientação e Área abertura X Gr. de Iluminância

050

100150200250300350400

4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 9

0 45 70 90 97 135 180 220 270 275 277

Graus oientados ao Norte e área

Gr.de Ilum.

Maio Novembro


145

As curvas apontam para um aumento no grau de iluminação a partir de 7,5

m² de aberturas em ambientes de salas de aulas. Relembra-se aqui que a variável

área de abertura foi catalogada da mesma forma para o parâmetro térmico e

luminoso, portanto corresponde a áreas vitrificadas, abertas ou não, com ou sem

proteção de cortinas.

Para os modelos de maio e novembro o ponto favorável se encontra

aproximadamente em 8 m² de área de abertura, o qual está diretamente

correspondido no gráfico à orientação Oeste (270ºN), ou seja, a combinação de uma

orientação que recebe uma intensidade de radiação significativa, mais a quantidade

de área de abertura suficiente para fazer com que esta radiação seja bem absorvida

pelo ambiente, faz com que os graus de iluminação, para os dois modelos, se

encontrem em níveis satisfatórios. Pressupõe-se que ajustando as mesmas áreas de

abertura para a orientação Leste, tem-se situação também favorável, visto a

semelhança de intensidade de radiação para direções Leste e Oeste.

Para concluir os estudos de conforto luminoso fez-se uma conjugação de

variáveis relacionadas às cores das superfícies dos ambientes. Dentre elas estão Cor

do Piso, Cor da Parede Interna e Cor do Forro. A variável Cor da Cortina pertence aos

dois modelos porque suas porcentagens de importância, apesar de serem baixas, são

maiores que 5%. Entretanto, o processo de teste de sensibilidade demonstrou gráficos

com curvas insignificantes para análise.


146

Gráfico 32 � Iluminância em função das cores das superfícies

Combinação Cores Parede Interna/Forro/Piso X Gr.de Iluminância

0200400600800

100012001400

13 14 15 16 17 18 19 20

30 33 36 39 42 45 47 51

9 15 21 27 33 39 45 51

área

Gr.de Ilum.

Maio Novembro

O gráfico exibe os valores de Parede Interna, Piso e Forro a partir do eixo �x�,

respectivamente. As curvas das cores exibem um alto grau de iluminância para

superfícies claras. O ANEXO A exibe as tabelas de cores catalogadas para esta

pesquisa. As paredes são claras, apesar das diferenças entre coeficientes de absorção

de cores empregados a elas e as diferenças entre as áreas das superfícies. Já as cores

dos pisos são em geral escuras, e seus coeficientes são os mesmos, o que diferencia

os resultados são as áreas das superfícies. Entretanto, para o forro há certa variação

de tonalidades. Os forros são catalogados como claros e escuros e, de acordo com as

salas analisadas, o valor que os separa pode ser atribuído como aproximadamente 30

m², exatamente o valor que discrimina o início da constância dos menores valores de

graus de iluminância das curvas no gráfico 32 (verificar eixo dos valores de Forro). Este

fato determina a importância desta variável da cor nos dois modelos lumínicos

propostos.


147

Concluindo a etapa de testes do parâmetro luminoso tem-se que os modelos

de maio e novembro se mostraram com valores diferentes de importância, mas com

classificação semelhante para as principais variáveis, o que fortalece a idéia de um

possível padrão de modelo para as diferentes estações do ano e ainda, intensifica sua

relação com o estudo da iluminação natural penetrante no ambiente em função de

posição do usuário analisado por esta pesquisa (FVC).

6.3. Tabelas conclusivas

As tabelas (20 e 21) contidas neste sub-capítulo permitem uma melhor

visualização dos resultados da pesquisa.

Para os dados térmicos são mostrados os valores de índice de satisfação térmica

alcançados, sendo que os espaços assinalados com X revelaram valores irrelevantes

para os resultados desta pesquisa.

Tabela 20 � Índices de (in)satisfação térmica VARIÁVEIS SATISF. MÊS DE MAIO SATISF. MÊS DE

NOVEMBRO Vestimenta A partir de 0,85 clo X

IMC A partir de 21 IMC X Sexo X Menor para mulheres

Temperatura do ar Entre 20 a 24ºC Entre 24 a 27ºC Umidade Relativa Acima de 56% Acima de 56% Área de abertura Acima de 8m² Abaixo de 5m²

Orientação Até 135ºN X FVC Até 0,1 FVC Até 0,3 FVC Idade X Mais de 12 anos


148

Como os dados de iluminação referiram-se aos aspectos construtivos da

edificação, os resultados ilustram índices de FVC ideais para a realização de tarefas

escolares em ambientes de salas de aula, como mostra tabela 21.

Tabela 21 � Índices de satisfação luminosa de acordo com FVC CLASSIFICAÇÃO FVC PARA MAIO FVC PARA NOV

Baixa < que 0.17 < que 0.17 Média De 0.17 a 0.21 0.17 a 0.25 Boa 0.21 a 0.24 0.25 a 0.44

Fadiga visual 0.24 a 0.44 Não há valores

CONCLUSÃO

149

7. CONCLUSÃO

Quanto ao estudo proposto, uma das principais dificuldades encontradas foi

a qualidade das respostas dos usuários em relação às satisfações luminosas. As

observações e os questionários demonstraram que os estudantes estão habituados a

realizar tarefas em índices de iluminância baixos ou altos demais, os quais provocam a

fadiga visual.

A percepção quanto à necessidade de uso de dispositivos solares internos

ainda é falha, sendo realizada apenas em situações de grandes ofuscamentos.

Entretanto, relatos de desconfortos causados pelo ofuscamento velador do quadro-

negro são constantes entre os usuários e demonstram um descaso, do professor,

perante a situação de cada aluno, pois a radiação direta pode ser remediada com o

movimento de abrir ou fechar portas e cortinas. Ainda que esta não seja a melhor opção

do ponto de vista do gasto energético, o uso mais freqüente de iluminação artificial é

necessário.

Sendo assim, a investigação do parâmetro luminoso, após as medições

técnicas, direcionou sua abordagem à relação das características do ambiente e seus

níveis de iluminância pontuais.

As respostas obtidas através de questionários em relação à satisfação

térmica permitiram trazer às variáveis uma abordagem pessoal. O cruzamento dos

dados obtidos com as variáveis levantadas pôde confirmar a grande adaptação térmica

CONCLUSÃO

150

de que o aluno é capaz em uma sala de aula, além da subjetividade e complexidade

que esta adaptação pode trazer a este tipo de estudo.

Para ambos os parâmetros, térmico e luminoso, vê-se que a pesquisa em

salas de aula torna-se um estudo de caso, porque inclui particularidades psicológicas

de seus usuários, como a inibição de alunos em sala, perante a autoridade do

professor, para efetuar mecanismos de controle de conforto.

Outros estudos realizados sobre este assunto demonstraram o interesse em

investigar variáveis pessoais além das variáveis construtivas e climáticas, possibilitando

a individualidade e a precisão de respostas às satisfações de conforto. Esta pesquisa

prima pelo interesse em analisar cada usuário do ambiente não só através de seus

aspectos comportamentais, fisiológicos e psicológicos, como também, através do

cruzamento de características construtivas relevantes para o estudo de conforto e seu

rebatimento em cada localização de aluno em sala de aula. Ainda, a metodologia das

Redes Neurais Artificiais revelou-se como uma ferramenta valiosa para o tipo de análise

aqui proposta, pois resultou em identificação de padrões, que talvez não fossem

possíveis de ser identificados com a rapidez e exatidão obtidas, devido ao número de

variáveis envolvidas.

Como direcionamento para pesquisas futuras na área, vê-se a necessidade

de ampliar os objetos de estudo. Em se tratando do usuário, é viável que a faixa etária

seja maior pela maior criticidade em relação à sua satisfação, suas condições e

maturidade nas respostas. Em relação ao ambiente, outros locais em que tarefas são

realizadas por longas horas de permanência também são interessantes. O parâmetro

CONCLUSÃO

151

luminoso oferece grandes possibilidades de aprofundamento, visto a grande

discrepância entre os resultados das medições e o comportamento dos usuários.

REFERÊNCIAS BIBLIOGRÁFICAS

152

REFERÊNCIAS BIBLIOGRÁFICAS ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 5382 � Verificação de Iluminância de Interiores: 1985. Rio de Janeiro: ABNT, 1985. ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 5413 � Norma Brasileira para Iluminância de Interiores: 1992. Rio de Janeiro: ABNT, 1992. ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NB 57: Rio de Janeiro: ABNT, 1992. ALMEIDA, M.M. de. Ergonomia e arquitetura: uma vinculação transdisciplinar. In: XII Congresso Brasileiro de Ergonomia e VII Congresso Latino-Americano de Ergonomia. Recife, 01 a 05 de setembro, 2002. Anais eletrônicos, Recife: ABERGO, 2002. CD-ROM. ALMEIDA, M.M.P; CALHEIROS, R.P.; MARTINS, L.B.; VILLAROUCO, V. Adaptação de edificações residenciais a escolares: um enfoque ergonômico. In: ENCAC � VII Encontro Nacional de Conforto no Ambiente Construído e IV Encontro Latino-Americano de Conforto no Ambiente Construído. Curitiba, 5 a 7 de novembro, 2003. Segunda Coletânea de Anais dos Encontros Nacionais sobre Conforto no Ambiente Construído. Curitiba, 2003. CD-ROM. ARAÚJO, V.M.D. de. Parâmetros de conforto térmico para usuários de edificações escolares. Natal, RN: EDUFRN, 2001, 138p. ASHRAE. Handbook of Fundamentals. American Society of Heating Refrigerating and Air Conditioning Engineers. New York, USA, 1993. BARNESCHI, R; SOUZA, L.C.L. Desempenho do Campus da UNESP � Bauru: arquitetura e consumo energético. In: XII Congresso de Iniciação Científica da UNESP. Anais...Bauru, 2001. 10p. BATISTA, C.R.; ULBRICHT, V.R. Sobrecarga do sistema visual em usuários de computadores. In: XII Congresso Brasileiro de Ergonomia e VII Congresso Latino-Americano de Ergonomia. Recife, 01 a 05 de setembro, 2002. Anais eletrônicos, Recife: ABERGO, 2002. CD-ROM. BERTOLI, S.M.; KOWALTOWSKI, D.C.C.; BARROS, L.AF. In: Avaliação de desempenho acústico em creches do conjunto habitacional de interesse social: o caso de projetos padrão. V Encontro Nacional e II Encontro Latino-Americano sobre Conforto no Ambiente Construído. Fortaleza, CE, novembro de 1999. Segunda


153 Coletânea de Anais dos Encontros Nacionais sobre Conforto no Ambiente Construído. Curitiba, 2003. CD-ROM. BOUÇAS, C.M.C. et al. Avaliação termo-acústica em salas de aula na Universidade Norte do Paraná � UNOPAR. In: ENTAC - IX Encontro Nacional de Tecnologia do Ambiente Construído. Foz do Iguaçu, 7 a 10 de maio, 2002. Anais do ENTAC, 2002. BRONDINO, N.C.M., SILVA, AN.R. Combining Artificial Neural Networks and GIS for land valuation purposes. In: Proc. 6th International Conference on Computers in Urban Planning and Urban Management, Venice � Italy, 1999. CD-ROM. BROWN, G.Z.; DEKAY,M. Sol, Vento & Luz . Estratégias para o Projeto de Arquitetura. Trad. Alexandre Ferreira da Silva Salvaterra. Segunda Edição. Porto Alegre, RS: Bookman, 2004. 405p. CASTRO, F.F.M. Relação de espaço-aprendizado: uma análise do ambiente escolar. 2000. 169p. Dissertação (Mestrado em Arquitetura) - Universidade de São Paulo, São Paulo, 2000. CE-02:135.07-003. Comissão de Estudo de desempenho Térmico de Edificações. Desempenho Térmico de Edificações � Parte 03: Zoneamneto Bioclimático Brasileiro e Diretrizes Construtivas para Habitações Unifamiliares de Interesse Social. Florianópolis, SC: UFSC, 1998, 28p. CHENG, L.Y. Introdução a teoria de sistema nebuloso. Apostila da Disciplina PCC � 5015 Quantificação de Variáveis Subjetivas. São Paulo: POLI-USP, 2000. COFAIGH, E.O; OLLEY, J.A; LEWIS,J.O. The Climate Dwelling. An Introduction to Climate-responsive Residential Architecture. England: James and James (Science Publishers) Ltd., 1996. 165p. CORBELLA, O; YANNAS,S. Em Busca de uma Arquitetura Sustentável para os Trópicos � Conforto Ambiental. Rio de janeiro, RJ: Revan, 2003. 288p. COSTA, P.T. da. Uma análise do consumo de energia em transportes nas cidades portuguesas utilizando Redes Neurais Artificiais. 2003. 133f. Dissertação (Mestrado em Engenharia Municipal) � Universidade do Minho, Braga, 2003. EGAN, M.D.; OLGYAY,V. Architectural Lighting. Second Edition. New York: McGraw-Hill, 2002. 435p. EMIDIO, Z.P.O. Características das estações climáticas de Bauru - IPMET. Mensagem recebida por < [email protected]> em 21 set. 2004.


154 FARIA, J.R.G.; KANEKO, P.M. Análise térmica das salas de aula do Campus da UNESP � Bauru. In: VI Encontro Nacional e III Encontro Latino-Americano sobre Conforto no Ambiente Construído, São Pedro, SP, 11 a 14 de novembro de 2001. Segunda Coletânea de Anais dos Encontros Nacionais sobre Conforto no Ambiente Construído. Curitiba, 2003. CD-ROM. FREIRE, M.R. Iluminação natural em salas de aula: o caso de Salvador/BA. UFRGS. 1996. Dissertação de Mestrado. Disponível em < http://www.ufrgs.br/propar/disserta10ahtml> . Acessado em 02 abr. 2003. FROTA, A. B.; SCHIFFER, S. R. Manual de Conforto Térmico. 5.ed. São Paulo: Studio Nobel, 2001. 243p. GALLO, C. Bioclimatic Architecture. Rome: IN/ARCH � Italian National Institute of Architecture, 1998. 157p. GONÇALVES, W.de B; VALLE, R.M.; GARCIA, E.S. O papel dos mecanismos adaptativos no conforto térmico de estudantes universitários em Belo Horizonte � MG. In: VI Encontro Nacional e III Encontro Latino-Americano sobre Conforto no Ambiente Construído, São Pedro, SP, 11 a 14 de novembro de 2001. Segunda Coletânea de Anais dos Encontros Nacionais sobre Conforto no Ambiente Construído. Curitiba, 2003. CD-ROM. GONZÁLEZ, F.J.N.; FRUTOS, C.B. Técnicas arquitectónicas y constructivas de acondicionamiento ambiental. Madrid: Ed Munilla-Lería, 1997. 430p. GRAÇA, V.A.Z. da. Otimização de projetos arquitetônicos considerando parámetros de conforto ambiental: o caso das escolas da rede estadual de Campinas. 2002. 139f. Dissertação (Mestrado em Engenharia Civil) � Universidade de Campinas, Campinas, 2002. GRAÇA, V.A.Z.; KOWALTOWSKI, D.C.C.K. Metodologia de avaliação de conforto ambiental com o conceito de otimização multicritério para projetos escolares. In: ENCAC � VIII Encontro Nacional de Conforto no Ambiente Construído e IV Encontro Latino-Americano de Conforto no Ambiente Construído. Curitiba, 5 a 7 de novembro, 2003. Segunda Coletânea de Anais dos Encontros Nacionais sobre Conforto no Ambiente Construído. Curitiba, 2003. CD-ROM. HUMPHREYS, M.A; NICOL, J.F. Understanding the Adaptative Approach to Thermal Comfort. ASHRAE Transactions,1998, v.104, pt1, cód, SF �98-7-1. IEA � Associação Internacional de Ergonomia. Disponível em < http://www.iea.cc/directory/index.cfm> . Acesso em: 20 setembro 2004. IIDA, I. Ergonomia: Projeto e Produção. São Paulo: Ed. Edgar Blücher Ltda, 1990.


155 LABAKI, L.C.; BUENO-BARTHOLOMEI, C.L. Avaliação do conforto térmico e luminoso de prédios escolares da rede pública, Campinas � SP. In: ENCAC -VI Encontro Nacional e III Encontro Latino-Americano sobre Conforto no Ambiente Construído, São Pedro, SP, 11 a 14 de novembro de 2001. Segunda Coletânea de Anais dos Encontros Nacionais sobre Conforto no Ambiente Construído. Curitiba, 2003. CD-ROM. LAMBERTS, R.; DUTRA, L.; PEREIRA, F.O.R. Eficiência energética na arquitetura. São Paulo: P.W., 1997. 192p. MAGALHÃES, M.A. de A. O Projeto de iluminação natural: edificações escolares. In: ENCAC � IV Encontro Nacional e I Encontro Latino_Americano sobre Conforto no Ambiente Construído, Salvador, BA, 1997. MARINCIC, I; OCHOA, J.M. Metodología de análisis de iluminación natural para edificios educativos em clima cálido seco. In: ENCAC � VIII Encontro Nacional de Conforto no Ambiente Construído e V Encontro Latino-Americano de Conforto no Ambiente Construído. Curitiba, 5 a 7 de novembro, 2003. Anais... Curitiba: ANTAC, 2003. CD � ROM. MORAES, A de. Notas de aula. Ergonomia, Usabilidade e Interação Humano-Computador. In: P&D � 6º Congresso Brasileiro de Pesquisa e Desenvolvimento em Design. São Paulo: FAAP, 2004. MORAIS, L.R. de; NOGUEIRA, R.C.C.; SLAMA, J.G. Lógica Fuzzy: Avaliação de Conforto Ambiental. In: I Conferência Latino-Americana de Construção Sustentável e X Encontro Nacional de Tecnologia do Ambiente Construído, São Paulo, 18-21 de julho, 2004. Anais do ENTAC, 2004. NORMALIZAÇÃO. Projeto de Normalização em Conforto Ambiental: desempenho térmico em edificações (1998) e iluminação natural (1999). Disponível em < http://www.labeee.ufsc/linhasdepesquisa > . Acessado em 03 mai. 2004. ORNSTEIN, S.; ROMERO, M. (colaborador). Avaliação pós-ocupação (APO) do ambiente construído. São Paulo, SP: Studio Nobel: Editora da Universidade de São Paulo, 1992. 223p. PAMPANA, A.E.; FARIA, J.R.G.; SOUZA, L.C.L. de. Desempenho acústico de edificações de escolas de ensino fundamental da cidade de Bauru. In: ENCAC � VIII Encontro Nacional de Conforto no Ambiente Construído e V Encontro Latino-Americano de Conforto no Ambiente Construído. Curitiba, 5 a 7 de novembro, 2003. Anais... Curitiba: ANTAC, 2003. CD � ROM. PASCHOARELLI, L.C. O posto de trabalho carteira escolar como objeto de desenvolvimento da educação infantil: uma contribuição do design e da


156 ergonomia. 121p. 1997. Dissertação (Mestrado em Desenho Industrial) � Universidade Estadual Paulista, Bauru, 1997. PATTINI, A.; KIRSHBAUM, C. Evaluación subjetiva de aulas iluminadas com luz natural. In: V Encontro nacional de Conforto no Ambiente Construído e II Encontro Latino-Americano de Conforto no Ambiente Construído. Fortaleza, novembro de 1999. Primeira Coletânea de Anais dos Encontros nacionais sobre Conforto no Ambiente Construído, Florianópolis: ANTAC, 2000. CD-ROM. PIZARRO, P.R.; SOUZA, L.C.L. de Consumo de energia elétrica e orientação de edifícios residenciais. In XIII Congresso de Iniciação Científica da UNESP. Bauru, 2001.10p. PROCORO, A; REGO, H.R.; VILAROUCO, V. Como o fator motivação dos usuários pode interferir numa avaliação ergonômica de um ambiente construído pós-ocupado. Um estudo de caso: Faculdade de Arquitetura. In: XIII Congresso Brasileiro de Ergonomia. Fortaleza, 29 de agosto a 02 de setembro, 2004. Anais...Fortaleza: ABERGO, 2004. CD-ROM. RODRIGUES, D.S; SOUZA, L.C.L. de; MENDES, J.F.G. Enchancing 3DSky View Extension Performance. In: Recent Advances in Design & Decision Support Systems in Architecture and Urban Planning. The Netherlands: Klewer Academic Publishers, 2004. p325-335. ROMERO, M.A B. Princípios bioclimáticos para o desenho urbano. São Paulo, SP: P.W. 1998, 128p. ROSCIANO, P.C. Reflexões sobre as interfaces entre a arquitetura e a análise ergonômica do trabalho � a concepção arquitetônica de espaços produtivos. In: XII Congresso Brasileiro de Ergonomia e VII Congresso Latino-Americano de Ergonomia. Recife, 01 a 05 de setembro, 2002. Anais eletrônicos, Recife: ABERGO, 2002. CD-ROM. SILVA, A N.R. da; RAMOS, R.A R.; SOUZA, L.C.L. de; RODRIGUES, D.S.; MENDES, J.F.G. SIG � Uma Plataforma para Introdução de Técnicas emergentes no Planejamento Urbano, Regional e de Transportes: uma Ferramenta 3D para Análise Ambiental Urbana, Avaliação Multicritério, Redes Neurais Artificiais. São Carlos, SP: Ed. Dos Autores, 2004. 227p. SILVEIRA, A L. R.C.; KALLAS, L.E.; RIBEIRO,S. Determinação de Zona de Conforto Térmico para Ambientes Escolares em Teresina. In: ENCAC � VIII Encontro Nacional de Conforto no Ambiente Construído e V Encontro Latino-Americano de Conforto no Ambiente Construído. Curitiba, 5 a 7 de novembro, 2003. Anais... Curitiba: ANTAC, 2003. CD � ROM.


157 SOUZA, L.C.L. de; RODRIGUES, D.S.; MENDES, J.F.G. A 3D � GIS extension for Sky View Factors assessment in urban environment. In: Proc. of the 8th International Conference on Computers in Urban Planning and Urban Management. Sendai, Japan, 27-29 may, 2003. SOUZA, L.C.L. de; FARIA, J.R.G.; KANEKO, P.; BARNESCHI, R. Eletrical energy consumption and thermal and lighting performance of University classroom. In: PLEA, outubro de 2002. Toulouse: Proceedings of Plea, 2002. SOUZA, L.C.L.; FARIA, J.G.R. Requalificação térmica do berçário da UNESP � Bauru. In: ENCAC -VI Encontro Nacional e III Encontro Latino-Americano sobre Conforto no Ambiente Construído, São Pedro, SP, 11 a 14 de novembro de 2001. Segunda Coletânea de Anais dos Encontros Nacionais sobre Conforto no Ambiente Construído. Curitiba, 2003. CD-ROM. TAVARES, D.T.; CLÍMACO, R.S. Análise do conforto sonoro em escolas do Distrito Federal. In: V Encontro Nacional de Conforto no Ambiente Construído e II Encontro Latino-Americano de Conforto no Ambiente Construído. Fortaleza, novembro de 1999. Primeira coletânea de Anais dos Encontros Nacionais sobre Conforto no Ambiente Construído, Florianópolis: ANTAC, 2000. CD � ROM. XAVIER, A A de P. Condições de Conforto Térmico para Estudantes de 2º grau na Região de Florianópolis. 1999. 198p .Dissertação (Mestrado em Engenharia Civil) - Universidade Federal de Santa Catarina, Florianópolis

ANEXOS

158

ANEXO A CORES DAS SUPERFÍCIES

ANEXOS

159

Tabela A-1 � Resultados da variável - cores das paredes internas

ESCOLA SALA APint (m²)

α CorPint

(m²)

06 75.06 0.2 15.012 Santa Maria 09 79.80 0.2 15.96

01 68.15 0.3 20.445 Aníbal Difrância 16 61.72 0.3 18.516

Português 67.68 0.2 13.536 N.Ensino Renovado Inglês 82.56 0.2 16.512

Tabela A-2 � Resultados da variável - cores dos forros

ESCOLA SALA AF

(m²) α

CorF (m²)

06 55.76 0.2 11.152 Santa Maria 09 55.76 0.2 11.152



Tabela A-3 � Resultados da variável -cores dos pisos

ESCOLA SALA APi (m²)

α CorPi (m²)

06 55.76 0.7 39.032 Santa Maria 09 55.76 0.7 39.032



ANEXOS

160

Tabela A-4 � Resultados da variável -cores das cortinas- maio ESCOLA SALA AC(m²) α CorC (m²)

06 14.94 0.3 4.482 Santa Maria 09 6.80 0.3 2.04


Português 0 0.3 0 N.Ensino Renovado Inglês 0 0 0

Tabela A-5 � Resultados da variável - cores das cortinas- novembro ESCOLA SALA AC(m²) α CorC (m²)

06 14.94 0.3 4.482 Santa Maria 09 10.20 0.3 3.06


Português 0 0.3 0 N.Ensino Renovado Inglês 0 0 0

ANEXOS

161

ANEXO B FORMA E ORIENTAÇÃO

ANEXOS

162

Tabela B-1 � Quantificação das orientações predominantes e áreas de aberturas

ESCOLAS SALAS ORIENTAÇÕES ÁREAS DE ABERTURAS06 277º 10.20m² Santa Maria 09 97º 10.20m² 01 95º 7.82m² Aníbal Difrância 16 275º 10.20m²

Português 70º 3.90m² Renovado Inglês 0º 4.20m²

ANEXOS

163

ANEXO C

FATOR DE VISÃO DO CÉU

ANEXOS

164

Tabela C-1 � Valores de Fator de Visão do Céu para mês de maio SALAS

06 09 01 16 Português Inglês Alunos FVC Alunos FVC Alunos FVC Alunos FVC Alunos FVC Alunos FVC

A1 0.127 A1 0.144 A1 0.21 A1 0.031 A1 0.224 A1 0.446A2 0.047 A2 0.067 A2 0.24 A2 0.035 A2 0.210 A2 0.314A3 0.023 A3 0.051 A3 0.26 A3 0.044 A3 0.192 A3 0.352A4 0.016 A4 0.051 A4 0.28 A4 0.067 A4 0.204 A4 0.274A5 0.009 A5 0.049 A5 0.23 A5 0.119 A5 0.187 A5 0.216A6 0.005 A6 0.051 A6 0.06 B1 0.048 B1 0.161 B1 0.312B1 0.075 B1 0.077 B1 0.07 B2 0.072 B2 0.121 B2 0.384B2 0.053 B2 0.064 B2 0.09 B3 0.088 B3 0.106 B3 0.410B3 0.034 B3 0.064 B3 0.11 C1 0.083 B4 0.098 B4 0.412B4 0.016 B4 0.064 B4 0.11 C2 0.082 B5 0.089 B5 0.440B5 0.010 B5 0.064 B5 0.10 C3 0.083 B6 0.089 C1 0.430C1 0.052 C1 0.064 B6 0.09 C4 0.092 B7 0.100 C2 0.386C2 0.042 C2 0.063 B7 0.07 C5 0.087 B8 0.102 C3 0.332C3 0.030 C3 0.076 C1 0.04 D1 0.143 B9 0.094 C4 0.274C4 0.019 D1 0.050 C2 0.05 D2 0.143 C1 0.12 C5 0.258D1 0.040 D2 0.062 C3 0.05 D3 0.127 C2 0.107 C6 0.252D2 0.029 D3 0.76 C4 0.06 D4 0.128 C3 0.110 C7 0.230D3 0.023 D4 0.081 C5 0.05 D5 0.143 C4 0.135 C8 0.222D4 0.019 D5 0.112 C6 0.05 D6 0.123 C5 0.171 D1 0.308D5 0.013 D6 0.129 C7 0.04 E1 0.405 C6 0.179 D2 0.362E1 0.027 E1 0.049 C8 0.03 E2 0.303 C7 0.144 D3 0.422E2 0.022 E2 0.050 D1 0.03 E3 0.235 D4 0.440E3 0.022 E3 0.064 D2 0.03 E4 0.187 D5 0.386E4 0.016 E4 0.147 D3 0.03 E5 0.394 D6 0.396E5 0.011 E5 0.213 D4 0.03 E6 0.341 E6 0.011 F1 0.025 D5 0.03 0.341 F1 0.021 F2 0.026 D6 0.03 F2 0.018 F3 0.039 E1 0.02 F3 0.016 F4 0.071 E2 0.02 F4 0.011 F5 0.161 E3 0.02 F5 0.012 E4 0.02

E5 0.02 E6 0.02

ANEXOS

165

Tabela C-2 � Valores de Fator de Visão do Céu para mês de novembro SALAS

06 09 01 16 Português Inglês Alunos FVC Alunos FVC Alunos FVC Alunos FVC Alunos FVC Alunos FVC

A1 0.016 A1 0.144 A1 0.069 A1 0.027 A1 0.224 A1 0.446A2 0.11 A2 0.067 A2 0.052 A2 0.031 A2 0.210 A2 0.314A3 0.01 A3 0.051 A3 0.054 A3 0.033 A3 0.192 A3 0.352A4 0.011 A4 0.051 A4 0.088 A4 0.029 A4 0.204 A4 0.274B1 0.012 A5 0.049 A5 0.189 B1 0.044 A5 0.187 A5 0.216B2 0.012 A6 0.051 A6 0.086 B2 0.05 B1 0.161 B1 0.312B3 0.015 B1 0.077 B1 0.065 B3 0.047 B2 0.121 B2 0.384B4 0.014 B2 0.064 B2 0.07 C1 0.07 B3 0.106 B3 0.410C1 0.014 B3 0.064 B3 0.101 C2 0.076 B4 0.098 B4 0.412C2 0.018 B4 0.064 B4 0.081 C4 0.08 B5 0.089 B5 0.440C3 0.018 B5 0.064 B5 0.09 C5 0.072 B6 0.089 C1 0.430C4 0.015 C1 0.064 B6 0.101 D1 0.122 B7 0.100 C2 0.386D1 0.021 C2 0.063 B7 0.092 D2 0.134 B8 0.102 C3 0.332D2 0.023 C3 0.076 C1 0.077 D3 0.141 B9 0.094 C4 0.274D3 0.024 D1 0.050 C2 0.086 D4 0.142 C1 0.12 C5 0.258D4 0.025 D2 0.062 C3 0.092 D5 0.132 C2 0.107 C6 0.252E1 0.039 D3 0.76 C4 0.098 D6 0.1 C3 0.110 C7 0.230E2 0.041 D4 0.081 C5 0.096 E1 0.277 C4 0.135 C8 0.222E3 0.044 D5 0.112 C6 0.091 E2 0.233 C5 0.171 D1 0.308E4 0.042 D6 0.129 C7 0.082 E3 0.288 C6 0.179 D2 0.362E5 0.047 E1 0.049 D1 0.113 E4 0.29 C7 0.144 D3 0.422E6 0.054 E2 0.050 D2 0.134 E5 0.297 D4 0.440F1 0.11 E3 0.064 D3 0.158 E6 0.237 D5 0.386F2 0.131 E4 0.147 D4 0.149 D6 0.396F3 0.131 E5 0.213 D6 0.107 F4 0.125 F1 0.025 E1 0.243 F5 0.154 F2 0.026 E2 0.287

F3 0.039 E3 0.315 F4 0.071 E4 0.273 F5 0.161 E5 0.273

ANEXOS

166

ANEXO D TEMPERATURA DO AMBIENTE

ANEXOS

167

Tabela D-1 � Temperaturas do ar e superfícies - sala 06

maio(ºC) - �Santa Maria� HORÁRIO P.INT P.EXT V.INT V.EXT TG

10:40 21.1 21.6 22.4 22.5 22.1

10:50 21.7 22.9 23.3 23.6 22.1

11:00 21.7 22.7 22.9 23.1 22.5

11:10 21.6 22.4 22.4 22.6 22.3

MÉDIA 21.5 22.4 22.7 22.9 22.2

TBS = 23ºC

TBU = 22ºC

UMIDADE RELATIVA = 91%

Tabela D-2 � Temperaturas do ar e superfícies - sala 06

novembro � (ºC)-�Santa Maria�

HORÁRIO P.INT P.EXT V.INT V.EXT TG

09:00 19.7 18.0 20.8 20.2 23.1

09:10 20.7 18.4 20.7 20.2 23.6

09:20 20.9 19.1 21.1 20.9 23.5

09:30 20.1 19.4 21.3 20.9 23.0

MÉDIA 20.3 18.7 20.9 20.5 23.3

TBS = 24ºC

TBU = 19ºC


Tabela D-3 � Temperaturas do ar e superfícies - sala 09 maio (ºC) � �Santa Maria�


11:30 21.9 22.5 23.5 23.3 23.0

11:40 22.0 22.5 23.6 23.4 23.1

11:50 21.1 22.7 24.0 23.7 23.8

12:00 22.3 23.2 24.2 24.2 23.9

MÉDIA 21.8 22.7 23.8 23.6 23.4

TBS = 24ºC

TBU = 22.5ºC


ANEXOS

168

Tabela D-4 � temperaturas do ar e superfícies - sala 09 novembro (ºC) � �Santa Maria�


10:20 28.8 33.6 29.7 31.4 26.3

10:30 28.1 31.5 28.8 28.7 26.6

10:40 26.6 30.2 26.6 26.2 26.1

10:50 26.4 29.6 26.9 26.5 26.2

MÉDIA 27.4 31.2 28 28.2 26.3

TBS = 27ºC

TBU = 20.5ºC


Tabela D-5 - Temperaturas do ar e superfícies - sala 01 maio (ºC) � �Aníbal�


09:40 17.4 14.9 16.3 16.4 19.5

09:50 17.4 15.0 16.3 16.5 19.6

10:00 17.5 15.2 16.6 16.6 19.1

10:10 17.9 15.8 17.8 17.4 19.4

MÉDIA 17.5 15.2 16.7 16.7 19.4

TBS = 20ºC

TBU =16 ºC


Tabela D-6 � Temperaturas do ar e superfícies - sala 01 novembro (ºC) � �Aníbal�

P.INT P.EXT V.INT V.EXT TG

10:00 24.0 27.7 24.8 24.3 24.5

10:10 24.3 30.0 25.7 27.2 25.2

10:20 24.4 30.0 26.3 24.8 25.9

10:30 24.8 29.2 25.9 26.3 26.3

MÉDIA 24.3 29.2 25.6 25.6 25.4

TBS = 26ºC

TBU = 23ºC


ANEXOS

169

Tabela D-7 - Temperaturas do ar e superfícies - sala 16 maio (ºC) � �Aníbal�

horário P.INT P.EXT V.INT V.EXT TG

11:10 20.2 19.1 19.2 17.9 19.2

11:20 23.5 22.9 23.0 21.1 19.4

11:30 21.0 19.7 19.8 18.3 19.9

11:40 20.4 19.0 19.2 18.1 19.7

MÉDIA 21.2 20.1 20.3 18.8 19.5

TBS = 20ºC

TBU = 15.5ºC


Tabela D-8 - Temperaturas do ar e superfícies - sala 16

novembro (ºC) � �Aníbal� HORÁRIO P.INT P.EXT V.INT V.EXT TG

09:00 21.6 22.2 21.7 21.6 24.5

09:10 22.4 20.9 21.7 21.8 24.8

09:20 22.5 21.2 22.0 22.1 25.1

09:30 22.6 21.6 22.4 22.5 25.4

MÉDIA 22.2 21.4 21.9 22 24.9

TBS = 26ºC

TBU = 23ºC


Tabela D-9 � Temperaturas do ar e superfícies - sala de Português - maio (ºC) � �Renovado�


08:50 13.6 11.3 12.7 11.7 15.1

09:00 13.7 11.4 12.9 12.0 15.3

09:10 13.8 11.5 13.3 12.2 15.8

09:20 14.1 12.0 13.6 12.6 15.3

MÉDIA 13.8 11.5 13.1 12.1 15.3

TBS = 16ºC

TBU = 13.5ºC


ANEXOS

170

Tabela D-10 � Temperaturas do ar e superfícies - sala de Português - novembro (ºC) � �Renovado�


08:45 22.6 22.7 23.5 25.5 25.7

08:55 22.8 23.1 23.8 22.8 25.5

09:05 23.1 23.4 24.5 24.0 25.8

09:15 23.2 23.3 24.4 23.7 26.0

MÉDIA 22.9 23.1 24 23.2 25.7

TBS = 27ºC

TBU = 22ºC


Tabela D-11 - Temperaturas do ar e superfícies - sala de Inglês - maio(ºC) � �Renovado�


09:40 12.9 12.6 14.1 13.9 15.3

09:50 12.9 12.6 14.1 13.8 15.7

10:00 12.9 12.5 14.1 13.8 15.7

10:20 12.9 12.7 14.3 14.0 15.8

MÉDIA 12.9 12.6 14.1 13.8 15.6

TBS = 16ºC

TBU = 13ºC


Tabela D-12 - Temperaturas do ar e superfícies - sala de Inglês - novembro (ºC) � �Renovado�


09:50 24.9 23.0 24.8 24.1 26.0

10:00 25.0 23.3 25.2 24.5 26.5

10:10 25.0 23.5 25.2 24.7 26.8

10:20 25.3 23.8 25.5 25.3 27.2

MÉDIA 25 23.4 25.1 24.6 26.6

TBS = 28ºC

TBU = 23ºC


ANEXOS

171

Tabela D-13� Valores de temperatura operativa (Top)

ESCOLA SALA TEMPERATURA MAIO NOVEMBRO

Tar 23.0 24.0

Trm 22.2 23.3

06 Top 22.6 23.6

Tar 24.0 27.0

Trm 23.4 26.3

Santa Maria

09 Top 23.7 26.6

Tar 20.0 26.0

Trm 19.4 25.4

01 Top 19.7 25.7

Tar 20.0 26.0

Trm 19.5 24.9

Aníbal Difrância

16 Top 19.7 25.4

Tar 16.0 27.0

Trm 15.3 25.7

Port Top 15.6 26.3

Tar 16 28.0

Trm 15.6 26.6

Núcleo de Ensino

Renovado

Ingl Top 15.8 27.3

ANEXOS

172

ANEXO E ILUMINÂNCIA INTERNA

ANEXOS

173

P1Q1Q2

R4R2T4

T1R1 R7

T2R8R6

Q3Q4P2

Figura E-1 � Pontos de medição de iluminância interna � sala 06 � �Santa Maria�

P1 Q1 Q2

T4R2R4

P2Q4Q3

T2 R8 R6

T1 R7 R1

Figura E-2 � Pontos de medição de iluminância interna � sala 09 � �Santa Maria�

ANEXOS

174

P1 Q1 Q2

R4 R2 T4

R7T1 R1

R8T2 R6

Q3 Q4 P2

Figura E-3 � Pontos de medição de iluminância interna � sala 01 � �Aníbal�

P1Q2 Q1

T4 R4R2

T1R7R1

T2R6 R8

P2 Q4 Q3

Figura E-4 � Pontos de medição de iluminância interna � sala 16 � �Aníbal�

ANEXOS

175

Q1Q2 P1

R2 R4T4

R7R1 T1

R8R6 T2

Q3Q4P2

Figura E-5 � Pontos de medição de iluminância interna � sala Port� �Renovado�

P1

P2

P3

P4

P5

P6

P7

P8Q1 Q2

Q3Q4

Q5

Q6Q7

Q8Q9Q10Q11

Q12

Q13

Q14Q15

Q16

R1

Figura E-6� Pontos de medição de iluminância interna � sala Ingl � �Renovado�

ANEXOS

176

Tabela E-7 � Iluminância nos pontos interiores (lux) � �Santa Maria� Escola �Santa Maria�

SALA 06 SALA 09

Pontos Maio Novembro Pontos Maio Novembro

P1 1500 1240 P1 390 350

P2 570 2970 P2 1590 930

Q1 120 1360 Q1 150 173

Q2 230 238 Q2 280 410

Q3 180 219 Q3 230 286

Q4 270 252 Q4 520 460

T1 110 218 T1 180 206

T2 150 205 T2 230 169

T3 190 235 T3 500 729

T4 370 240 T4 230 1185

R1 180 276 R1 540 502

R2 260 270 R2 260 447

R3 160 190 R3 240 309

R4 150 220 R4 230 190

R5 410 280 R5 580 513

R6 240 272 R6 470 554

R7 110 233 R7 210 255

R8 170 226 R8 220 230

Média da Abóbada

3300 550 Média da Abóbada

1678 675

Iluminância Média

344 227 Iluminância

Média 424 478

ANEXOS

177

Tabela E-8 � Iluminância nos pontos interiores (lux) � �Aníbal � Escola �ANÍBAL DIFRÂNCIA�

SALA 01 SALA 16


P1 230 140 P1 250 167

P2 140 178 P2 1210 330

Q1 110 108 Q1 140 195

Q2 140 182 Q2 180 193

Q3 100 152 Q3 170 148

Q4 230 225 Q4 500 185

T1 230 200 T1 140 140

T2 290 92 T2 390 192

T3 150 657 T3 200 430

T4 150 750 T4 250 451

R1 240 315 R1 350 197

R2 200 307 R2 330 294

R3 140 163 R3 200 201

R4 130 197 R4 180 149

R5 330 320 R5 560 352

R6 170 275 R6 400 308

R7 150 181 R7 170 187

R8 180 161 R8 290 220

Média da Abóbada

964 228 Média da Abóbada

793 900

Iluminância Média

190 276 Iluminância

Média 348 252

ANEXOS

178Tabela E-9 - Iluminância nos pontos interiores � (lux) - �Renovado�

núcleo de ensino renovado

SALA INGLÊS SALA PORTUGUÊS


R1 80 64 P1 350 328

Q1 240 265 P2 250 650

Q2 390 395 Q1 220 190

Q3 300 245 Q2 460 247

Q4 260 215 Q3 200 182

Q5 240 156 Q4 250 178

Q6 280 129 T1 360 280

Q7 270 137 T2 310 173

Q8 230 142 T3 470 374

Q9 130 96 T4 400 216

Q10 140 94 R1 310 192

Q11 180 126 R2 220 285

Q12 250 197 R3 350 215

Q13 180 182 R4 360 219

Q14 310 206 R5 340 240

Q15 260 237 R6 320 232

Q16 220 322 R7 280 214

P1 160 148 R8 270 195

P2 210 205 Média da Abóbada

1306 274.20

P3 100 80 Iluminância

Média 327 274

P4 170 120

P5 80 102

P6 240 505

P7 130 110

P8 230 187

Média da Abóbada

840 388

IluminânciaM 162 174

UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE … a cidade de Bauru como Ærea de estudo e dentro da...

Documents

Transcript of UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE … a cidade de Bauru como Ærea de estudo e dentro da...