Desenvolvimento de um índice de conforto para os ocupantes de edifícios via técnicas de data mining

Abstract

Atualmente, as condições ambientais no interior dos edifícios revelam-se, cada vez mais, fatores de decisão por parte dos clientes, de tal maneira, que se tornou uma área de investigação no setor da construção. Há, então, uma crescente necessidade de desenvolver metodologias que permitam modelar a resposta humana aos diversos estímulos ambientais, quer de um modo individual quer de um modo geral. Tendo em conta a ausência de estudos nesta área a nível nacional, o principal objetivo deste trabalho passou pelo desenvolvimento de um índice que permita concluir o peso de cada um dos indicadores da categoria “Conforto e Saúde” do sistema de avaliação da sustentabilidade SBToolPT. Para tal, foi desenvolvida uma metodologia onde se pretende avaliar o nível de desconforto global no interior de um edifício a partir de avaliações objetivas (parâmetros físicos) e avaliações subjetivas (insatisfação dos ocupantes) dos indicadores considerados: nível de desconforto térmico, nível de desconforto lumínico, nível de desconforto acústico e nível de desconforto relativo à qualidade do ar. Os parâmetros métricos considerados nas avaliações físicas foram: temperatura operativa para o ambiente térmico, a iluminância para a luminosidade, o nível sonoro contínuo equivalente ponderado A para a acústica e a quantidade de dióxido de carbono para a qualidade do ar interior. Este estudo teve como base a análise de 344 avaliações subjetivas recolhidas por Mateus (2009). O objetivo foi obter a sensação de desconforto dos ocupantes em relação aos diferentes níveis de cada indicador. Estas avaliações foram complementadas com as avaliações objetivas dos 64 compartimentos onde foram recolhidas as avaliações subjetivas. Para analisar esses dados, vários algoritmos de data mining foram explorados, incluindo a Regressão Múltipla, para a qual foram obtidos os melhores resultados. Este modelo pode ser usado para simular o nível de conforto dos ocupantes, de acordo com os limites esperados dos parâmetros físicos de conforto. Este estudo é muito útil para apoiar a tomada de decisão desde as fases iniciais do projeto.

Currently, environmental conditions are increasingly becoming a key attribute on the decision of buying or renting a building. This fact led to the development of new research line in the construction industry. There is an increasing need to develop methodologies that allow building designers to shape the human response to the different environmental parameters, whether on a single person or on a group of individuals. Given the lack of studies in this area within Portugal, the main goal of this thesis is to develop an index that allow to understand the importance of each indicator of the sustainability category “Health and Comfort" of the SBToolPT sustainability evaluation system. In order to achieve this goal, a methodology has been developed intending to evaluate the global indoor environment discomfort level of a building, through objective evaluations (physical parameters) and subjective evaluations (occupant’s dissatisfaction responses) of the considered indicators: level of thermal discomfort, level of visual discomfort, level of acoustic discomfort and level of discomfort with the air quality. The metric parameters considered on the physical evaluations were: the operative temperature to evaluate the thermal environment, the illuminance for lighting, A weighted equivalent continuous sound level for acoustic and the concentration of carbon dioxide for the air quality. This study is based on the analysis of 344 subjective responses to a survey conducted by Mateus (2009). The purpose was to get the occupant’s perceived level of discomfort according to different levels of each physical parameter. These evaluations have also been complemented with objective evaluations taken on the same 64 compartments where the subjective evaluations have been collected. To analyze this data, several data mining algorithms were explored, including Multiple Regression, for which the best modeling results were obtained. Such model can be used to simulate the occupant's level of comfort according to the expected boundaries of the comfort physical parameters. This study is very useful to support decision making since early design phases.