Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2016. / Made available in DSpace on 2017-03-28T04:08:36Z (GMT). No. of bitstreams: 1
344658.pdf: 12339797 bytes, checksum: 9e7ef2cede96743f7abcc966b9cfb47b (MD5)
Previous issue date: 2016 / A literatura mostra que a melhoria do desempenho térmico e energético das edificações é um tema de pesquisa recorrente e que está alinhado com as mais importantes problemáticas globais de redução da taxa de crescimento do consumo de energia e de emissão de poluentes atmosféricos. Na área do ambiente construído, a simulação computacional de edificações é uma ferramenta importante e necessária para a realização de estudos de avaliação, entendimento e aperfeiçoamento do desempenho térmico e energético de edificações em projeto ou existentes. Nesse sentido, percebe-se que o desempenho das edificações é dependente de múltiplos critérios, muitas vezes conflitantes (e.g. consumo de energia, custos, impactos ambientais, conforto térmico, acústico e visual, etc.), e o ato de se estimar cada um desses critérios por meio de formulações matemáticas implica na consideração de incertezas em diferentes fontes. Por isso, o objetivo deste trabalho foi desenvolver um método de avaliação do desempenho térmico e energético de edificações aplicando análise de incertezas e sensibilidade, considerando múltiplos critérios e diferentes fontes de incertezas. O método contemplou procedimentos de experimentos computacionais, como a amostragem aleatória, funções de densidade de probabilidade, aderência e convergência, análise de sensibilidade local e global, análise de incertezas e tomada de decisão multicritério. A maior parte dos procedimentos foi elaborada em linguagem de programação R. O método foi aplicado em um estudo de caso de simulação computacional de uma edificação residencial no programa EnergyPlus v8.5 considerando o clima de Florianópolis, para três finalidades: determinar alternativas de desempenho, analisar diferentes fontes de incertezas e aperfeiçoar o desempenho do modelo. Foram considerados critérios de consumo de energia e desconforto térmico (ambos para aquecimento ou resfriamento). A determinação de alternativas de desempenho considerou a análise de sensibilidade local e global de variáveis de projeto com o método dos efeitos elementares de Morris, além de análise de incertezas com o método de Monte Carlo, amostragem com Hipercubo Latino, e criação de modelos com base nas probabilidades de ocorrência acumuladas. Seis modelos de alternativas de desempenho foram gerados e analisados nas fontes de incerteza de algoritmos, de modelagem, físicas e operacionais, por meio de métodos locais e globais (baseados na variância, como o projeto de experimento fatorial e o método de Sobol?). Por fim, o aperfeiçoamento de desempenho foi realizado considerando uma abordagem probabilística na qual estiveram envolvidos os diferentes critérios e modelos de desempenho, as amplitudes de incertezas nas fontes analisadas, e diferentes cenários de preferência de tomada de decisão com o Processo Analítico Hierárquico (AHP). Utilizou-se a Técnica para Ordem de Preferência por Similaridade para a Solução Ideal (TOPSIS) para encontrar o melhor modelo de desempenho global. Os resultados confirmaram a eficácia do método em alcançar as finalidades descritas. O estudo de caso permitiu descobrir variáveis de projeto influentes no modelo, como as transmitâncias térmicas das paredes e cobertura, as taxas de infiltração de ar nas janelas e absortâncias solares. Da mesma forma, verificou-se que em cada fonte de incerteza há poucas variáveis realmente influentes, como os algoritmos de convecção externa (na fonte de algoritmos), o modelo de cálculo da temperatura do solo (na fonte de modelagem) e as temperaturas de set point do ar-condicionado (na fonte operacional). No caso das incertezas físicas, diferentes variáveis foram importantes, como as taxas de infiltração de ar, fração de ventilação das aberturas e absortâncias solares. O modelo de altas capacidades térmicas (384kJ/m²K nas paredes e 218kJ/m²K na cobertura), baixas transmitâncias térmicas (1,42W/m²K nas paredes e 1,07W/m²K na cobertura), baixas absortâncias solares (0,29 nas paredes e 0,20 na cobertura) e baixas taxas de infiltração de ar nas janelas (0,006kg/s.m) teve maior probabilidade de ser escolhido como o melhor, com base no método proposto. O método de análise de incertezas e sensibilidade se provou eficaz para o entendimento do modelo de simulação, das suas fontes de incertezas e de suas variáveis mais importantes, além de possibilitar a tomada de decisão para a melhoria do seu desempenho global, representando uma contribuição necessária na área de simulação computacional de edificações.<br> / Abstract : The literature shows that the improvement of the thermal and energy performance of buildings is a recurrent subject of research and is aligned with the most important global issues of reducing the growth rate of energy consumption and the emission of air pollutants. In the field of built environment, the computer simulation of buildings is an important and necessary tool for conducting assessment studies, learning about and improving the thermal and energy performance of actual buildings or during design. Thus, it is clear that the building performance depends on multiple criteria often conflicting (energy consumption; costs; environmental impact; thermal; acoustic and visual comfort; etc.); and the act of estimating each criterion through mathematical formulations involves the consideration of uncertainties in different sources. Therefore, the objective of this study was to develop a method for thermal and energy performance evaluation of buildings by using sensitivity and uncertainty analyses, considering multiple criteria and different sources of uncertainty. The method included different procedures of computational experiments, such as random sampling, probability density functions, adherence and convergence, local and global sensitivity analyses, uncertainty analysis and multi-criteria decision making. Most of the procedures were developed in R programming language. The method was applied to a case study of computer simulation of a residential building using the EnergyPlus v8.5 computer programme considering the climate of Florianópolis for three purposes: to determine performance alternatives, to analyse different sources of uncertainty, and to improve model performance. The energy consumption and thermal discomfort (both for heating or cooling) were considered as performance criteria. The determination of performance alternatives considered local and global sensitivity analyses of design variables using the Morris elementary effects method, uncertainty analysis using the Monte Carlo method, sampling using the Latin Hypercube, and creating models based on the cumulative probabilities. Six performance alternative models were generated and analysed in the sources of uncertainty of algorithms, modelling, physical and operational through local and global methods (based on the variance, such as factorial design of experiments and Sobol' method). Finally, the performance improvement was carried out considering a probabilistic approach that took into account different criteria and performance models, the amplitudes of uncertainty in the sources analysed, and different decision-making preference scenarios using the Analytical Hierarchy Process (AHP). The Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) was used to find the best overall performance model. The results confirmed the effectiveness of the method in achieving the purposes described. The case study allowed to find influential design variables in the model, such as the thermal transmittance of walls and roof, air infiltration rates in the windows, and solar absorptances. Likewise, it was found that in each source of uncertainty there were few really influential variables such as the external convection algorithms (in the source of algorithms), the calculation model of ground temperature (in the source of modelling) and set point temperatures for air-conditioning (in the operational source). As for the physical source of uncertainty, different variables were important, such as the air infiltration rates, fraction of ventilation of the openings and solar absorptances. The model with high thermal capacity (384kJ/m²K in the walls and 218kJ/m²K in the roof), low thermal transmittances (1,42W/m²K in the walls and 1,07 W/m²K in the roof), low solar absorptances (0,29 in the walls and 0,20 in the roof) and low infiltration rates (0,006kg/s.m) was more likely to be chosen as the best, based on the method proposed herein. The uncertainty and sensitivity analysis method has proven effective for understanding the simulation model, the uncertainty sources and the most important variables, besides enabling the decision-making for improving its global performance, which represents a necessary contribution to the area of computer simulation of buildings.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/174265 |
Date | January 2016 |
Creators | Silva, Arthur Santos |
Contributors | Universidade Federal de Santa Catarina, Ghisi, Enedir |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
Format | 459 p.| il., grafs., tabs. |
Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0173 seconds