De nos jours, l'humidité dans les bâtiments est une problématique majeure car elle impacte simultanément la consommation énergétique, le confort des occupants, ainsi que les risques de moisissures dans l'envelope du bâtiment. Les matériaux de construction ont la capacité d'absorber et de libérer de grandes quantités de vapeur d'eau et peuvent par conséquent amortir les variations d'humidité relative intérieure. Cette proporiété est appelée tampon hygrique. Elle est liée aux échanges de vapeur d'eau entre l'air intérieur et les parois, à la ventilation, et aux sources de vapeur. Cet effet a été précédemment mis en évidence à l'échelle du matériau et de la paroi par des expériences de laboratoire et des modèles numériques. Cependant, peu de modèles décrivent de manière réaliste les sources intérieures dues à la présence et aux activités des occupants. Dans ce travail, un modèle hygrothermique à l'échelle de la pièce a été développé en Python afin d'investiguer l'influence du scénario d'occupation, et l'impact du tampon hygrique des parois sur l'air intérieur. Ce modèle regroupe les transferts couplés d'énergie et de masse dans les parois, ainsi que les sources intérieures décrites par un système de conditionnement d'air et par la présence et les activités des occupants. Ce dernier étant modélisé de manière stochastique par un modèle implémenté dans une plateforme nommée No-MASS. Des indicateurs de performance sur les besoins énergétiques, le confort hygrique intérieur, et les risques liés aux moisissures dans les parois ont été définis pour quantifier la performance hygrothermique d'une pièce. La sensibilité des indicateurs de performance vis-à-vis du scénario d'occupation a été évaluée en simulant des scénarios stochastique, déterministe et constant. Les résultats ont montré une influence marginale du scénario à l'échelle de l'année. [...} / Humidity in buildings has nowadays become a major concern as it impacts simultaneously the energy consumption, the occupants' comfort and the moisture related risks in the buildings envelope. Buildings materials have the ability to absorb and release large amounts of moisture and therefore they may dampen the indoor relative humidity variations. This is called the moisture buffering capacity. It depends on the vapour exchanges between the air and the walls, the ventilation and the indoor moisture sources. This property was previously highlighted at material and wall scales through laboratory experiments and numerical models. However, few models describe the indoor sources due to the occupants' presence and activities in a realistic way. In this work, a hygrothermal room model was developed in Python to investigate the influence of the occupancy scenario and of the impact of the walls moisture buffering on indoor air balance. This model regroups the coupled heat and mass transfer in the walls, as well as the indoor sources depicted by the air-conditioning system and the occupants' presence and activities. The numerical modelling of the latter relies on a stochastic occupancy model implemented in a platform called No-MASS. Performance indicators on the energy demand, the indoor hygric comfort and the moisture related risks in the walls were defined to quantify the hygothermal performance of a room. The sensitivity of the performance indicators towards the occupancy scenario was assessed by simulating a stochastic occupancy scenario, a deterministic one and a constant one. Results showed a marginal influence of the scenario at year scale. However, at smaller time scales (seasonal or monthly), their impact on the indoor relative humidity dampening was not negligible, mainly due to the consideration of a seasonal effect for the stochastic scenario. [...]
| Identifer | oai:union.ndltd.org:theses.fr/2018TOU30245 |
| Date | 30 November 2018 |
| Creators | Bui, Rudy |
| Contributors | Toulouse 3, Lorente, Sylvie, Labat, Matthieu |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0083 seconds