UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE … a cidade de Bauru como Ærea de estudo e dentro da...
Transcript of 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
Paula Roberta Pizarro
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
FOLHA DE APROVAÇÃO iv
Paula Roberta Pizarro
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
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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,
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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.
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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:
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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.
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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.
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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.
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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.
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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.
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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.
FERRAMENTAS DE TRATAMENTOS E ANÁLISES DE DADOS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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,
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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).
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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).
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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�.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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�
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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).
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
74
Fig. 21 � Pátio coberto � �Aníbal Difrância�
Fig. 22 � Pátio descoberto � �Aníbal Difrância�
Fig. 23 � Estado de conservação - �Aníbal Difrância�/ 01
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
75
Fig. 24 � Estado de conservação - �Aníbal Difrância�/ 02
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.
Fig. 25 � Estado de conservação - �Aníbal Difrância�/ 03
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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�
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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. 27 � Planta da sala 01
Fig. 28 � Janelas da sala 01
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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. 29 � Planta da sala 16
Fig. 30 � Janelas da sala 16
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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�
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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).
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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).
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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).
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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:
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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).
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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�
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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).
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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�
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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,
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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).
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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).
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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�
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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,
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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�
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
107
Fig. 58 � Ofuscamento - sala 09 � �Santa Maria�/ 01
Fig. 59 � Ofuscamento - sala 09 � �Santa Maria�/ 02
Fig. 60 � Ofuscamento - sala 16 � �Aníbal Difrância�
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
110
Gráfico 03 � Satisfação Térmica Sala 09. Maio (à esquerda) e novembro (à direita)
Gráfico 04 � Satisfação Térmica Sala 01. Maio (à esquerda) e novembro (à direita)
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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)
Gráficos 09 � Satisfação Visual Sala 09. Maio (à esquerda) e novembro (à direita)
Gráficos 10 � Satisfação Visual Sala 01. 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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
112
Gráficos 11 � Satisfação Visual Sala 16. Maio (à esquerda) e novembro (à direita)
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
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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).
METODOLOGIA E CARACTERÍSTICAS DAS SALAS DE AULA ESTUDADAS
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.
ANÁLISES DE SIMULAÇÕES
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
ANÁLISES DE SIMULAÇÕES
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
ANÁLISES DE SIMULAÇÕES
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
ANÁLISES DE SIMULAÇÕES
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
ANÁLISES DE SIMULAÇÕES
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
ANÁLISES DE SIMULAÇÕES
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.
ANÁLISES DE SIMULAÇÕES
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.
ANÁLISES DE SIMULAÇÕES
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
ANÁLISES DE SIMULAÇÕES
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
Grau de satisfação
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
ANÁLISES DE SIMULAÇÕES
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)
ANÁLISES DE SIMULAÇÕES
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.
ANÁLISES DE SIMULAÇÕES
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.
ANÁLISES DE SIMULAÇÕES
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)
Grau de satisfação
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)
Grau de satisfação
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
ANÁLISES DE SIMULAÇÕES
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 (%)
Grau de satisfação
térmica
ANÁLISES DE SIMULAÇÕES
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 (%)
Grau de satisfação
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
ANÁLISES DE SIMULAÇÕES
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)
Grau de satisfação
térmica
ANÁLISES DE SIMULAÇÕES
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)
Grau de satisfação
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
ANÁLISES DE SIMULAÇÕES
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
Grau de satisfação
térmica
ANÁLISES DE SIMULAÇÕES
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
Grau de satisfação
térmica
Maio Novembro
ANÁLISES DE SIMULAÇÕES
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.
ANÁLISES DE SIMULAÇÕES
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,
ANÁLISES DE SIMULAÇÕES
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.
ANÁLISES DE SIMULAÇÕES
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.
ANÁLISES DE SIMULAÇÕES
139
N
Figura 65 � Sala 09. Distribuição de pontos de iluminância de acordo com FVC para novembro
Orientação: 97º ao Norte.
N
Figura 66 � Sala 01. Distribuição de pontos de iluminância de acordo com FVC para maio Orientação:
95º ao Norte.
ANÁLISES DE SIMULAÇÕES
140
N
Figura 67 � Sala 01. Distribuição de pontos de iluminância de acordo com FVC para novembro
Orientação: 95º ao Norte.
N
Figura 68 � Sala 16. Distribuição de pontos de iluminância de acordo com FVC para maio Orientação:
275º ao Norte.
ANÁLISES DE SIMULAÇÕES
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.
ANÁLISES DE SIMULAÇÕES
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.
ANÁLISES DE SIMULAÇÕES
143
N Figura 73 � Sala de Inglês. Distribuição de pontos de iluminância de acordo com FVC para novembro.
Orientação: 0º ao Norte.
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
ANÁLISES DE SIMULAÇÕES
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
ANÁLISES DE SIMULAÇÕES
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.
ANÁLISES DE SIMULAÇÕES
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.
ANÁLISES DE SIMULAÇÕES
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
ANÁLISES DE SIMULAÇÕES
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
REFERÊNCIAS BIBLIOGRÁFICAS
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.
REFERÊNCIAS BIBLIOGRÁFICAS
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.
REFERÊNCIAS BIBLIOGRÁFICAS
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
REFERÊNCIAS BIBLIOGRÁFICAS
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.
REFERÊNCIAS BIBLIOGRÁFICAS
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
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
01 44.28 0.7 30.996 Aníbal Difrância 16 42.86 0.7 30.002
Português 49.00 0.2 9.8 N.Ensino Renovado Inglês 82.84 0.7 57.988
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
01 44.28 0.7 30.996 Aníbal Difrância 16 42.86 0.7 30.002
Português 49.00 0.7 34.3 N.Ensino Renovado Inglês 82.84 0.7 57.988
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
01 7.82 0.6 4.692 Aníbal Difrância 16 3.80 0.6 2.28
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
01 1.03 0.6 0.618 Aníbal Difrância 16 2.80 0.6 1.68
Português 0 0.3 0 N.Ensino Renovado Inglês 0 0 0
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
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
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
UMIDADE RELATIVA = 60%
Tabela D-3 � Temperaturas do ar e superfícies - sala 09 maio (ºC) � �Santa Maria�
HORÁRIO P.INT P.EXT V.INT V.EXT TG
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
UMIDADE RELATIVA = 88%
ANEXOS
168
Tabela D-4 � temperaturas do ar e superfícies - sala 09 novembro (ºC) � �Santa Maria�
HORÁRIO P.INT P.EXT V.INT V.EXT TG
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
UMIDADE RELATIVA = 51%
Tabela D-5 - Temperaturas do ar e superfícies - sala 01 maio (ºC) � �Aníbal�
HORÁRIO P.INT P.EXT V.INT V.EXT TG
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
UMIDADE RELATIVA = 64%
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
UMIDADE RELATIVA = 76%
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
UMIDADE RELATIVA = 61%
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
UMIDADE RELATIVA = 76%
Tabela D-9 � Temperaturas do ar e superfícies - sala de Português - maio (ºC) � �Renovado�
HORÁRIO P.INT P.EXT V.INT V.EXT TG
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
UMIDADE RELATIVA = 74%
ANEXOS
170
Tabela D-10 � Temperaturas do ar e superfícies - sala de Português - novembro (ºC) � �Renovado�
HORÁRIO P.INT P.EXT V.INT V.EXT TG
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
UMIDADE RELATIVA = 63%
Tabela D-11 - Temperaturas do ar e superfícies - sala de Inglês - maio(ºC) � �Renovado�
HORÁRIO P.INT P.EXT V.INT V.EXT TG
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
UMIDADE RELATIVA = 69%
Tabela D-12 - Temperaturas do ar e superfícies - sala de Inglês - novembro (ºC) � �Renovado�
HORÁRIO P.INT P.EXT V.INT V.EXT TG
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
UMIDADE RELATIVA = 64%
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
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
Pontos Maio Novembro Pontos Maio Novembro
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
Pontos Maio Novembro Pontos Maio Novembro
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