Keywords
Thermal comfort
Computational simulation
Tetra pak packaging
How to Cite
Abstract
The problem of the housing deficit in the country and the need to build emergency housing of provisional character generate numerous consequences, both for the territory with the lack of urban infrastructure and the residents, related to health and comfort due to inadequate construction conditions. The objective of this work was to find technical design solutions for the structure of a real wooden emergency housing, internally covered with Tetra Pak® packages, to minimize the thermal discomfort of low temperatures in southern Brazil. For this, the optimization processes of the NSGA-II evolutionary algorithm and the Pareto analysis were used to implement simple constructive solutions. The house's initial thermal performance data performed by simplified computational simulation showed a low percentage of hours of comfort, reaching about 22% to 80% acceptability of individuals, according to ASHRAE 55 (2017). With the implementation of passive design and material strategies for building performance optimization, it was possible to achieve thermal comfort percentages of up to 58,88% for the acceptability of 80% of the population. This work serves as a basis for future research on precarious housing and the use of carton packs as thermal insulation, and the search for improvement in residents' quality of life.
References
ABNT. ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 15220-2: Desempenho Térmico de Edificações/ Métodos de cálculo da transmitância térmica, da capacidade térmica, do atraso térmico e do fator solar de elementos e componentes de edificações. Rio de Janeiro. 2005a.
ABNT. ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 15220-3: Desempenho Térmico de Edificações/ Zoneamento Bioclimático brasileiro e diretrizes construtivas para habitações unifamiliares de interesse social. Rio de Janeiro. 2005b.
AMADO, M. Wall-up: Method for the regeneration of settlements and housing in the Developing World. Sustainable Cities and Society, Amsterdã, v. 41, p. 22-34, Aug. 2018. DOI: https://doi.org/10.1016/j.scs.2018.05.024
ASHRAE. AMERICAN SOCIETY OF HEATING, REFRIGERATING AND AIR- CONDITIONING ENGINEERS. Standard 55-2017: Thermal Environmental Conditions for Human Occupancy. Atlanta: ASRAE 2017.
BRASIL Sem Frestas (Projeto). Curitiba, 2018. Disponível em: Acesso em: http://brasilsemfrestas.com.br/. Acesso em: 15 jul. 2020.
BRE, F.; FACHINOTTI, V. D. A computational multi-objective optimization method to improve energy efficiency and thermal comfort in dwellings. Energy and Buildings, v. 154, p. 283–294, nov. 2017. DOI: https://doi.org/10.1016/j.enbuild.2017.08.002
CARLUCCI, S.; CATTARIN, G.; CAUSONE, F.; PAGLIANO, L. Multi-objective optimization of a nearly zero-energy building based on thermal and visual discomfort minimization using a non-dominated sorting genetic algorithm (NSGA-II). Energy and Buildings, v. 104, p. 378–394, 2015. DOI: https://doi.org/10.1016/j.enbuild.2015.06.064.
CHEN, X.; YANG, H. Sensitivity analysis and optimization of a typical passively designed residential building with hybrid ventilation in hot and humid climates. Energy Procedia, v. 142, p. 1781–1786, Dec. 2017. DOI: https://doi.org/10.1016/j.egypro.2017.12.563.
COELLO, C. C.; LAMONT, G.B.; VAN VELDHUIZEN, D.A. Evolutionary algorithms for solving multi-objective problems. 2. ed. Boston: Springer, 2007. (Genetic algorithms and evolutionary computation. Series, 5).
DALBEM, R. Desempenho de edificação residencial no Sul do Brasil sob a ótica energética e econômica: da NBR 15575 à Passive House. 2018. 122 f. Dissertação (Mestrado em Arquitetura e Urbanismo) - Faculdade de Arquitetura e Urbanismo, Universidade Federal de Pelotas, Pelotas, 2018. Disponível em: https://wp.ufpel.edu.br/prograu/files/2021/04/dissertacao_renata_dalbem_UFPEL.pdf. Acesso em: 8 abr. 2021.
DEB, K.; PRATAP, A.; AGARWAL, S.; MEYARIVAN, T. A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE transactions on evolutionary computation, v.6, n.2, p.182–197, 2002. DOI: https://doi.org/10.1109/4235.996017.
DIDONÉ, E. L.; PEREIRA, F. O. R. Simulação computacional integrada para a consideração da luz natural na avaliação do desempenho energético de edificações. Ambiente Construído, v.10, n.4, p. 139–154, 2010. DOI: https://doi.org/10.1590/S1678-86212010000400010.
EVINS, R. A review of computational optimisation methods applied to sustainable building design. Renewable and sustainable energy reviews, v.22, p. 230–245, 2013. DOI: https://doi.org/10.1016/j.rser.2013.02.004.
FAURE, G.; CHRISTIAANSE, T.; EVINS, R.; BAASCH, G.M. BESOS: A Collaborative Building and Energy Simulation Platform. In: ACM INTERNATIONAL CONFERENCE ON SYSTEMS FOR ENERGY-EFFICIENT BUILDINGS, CITIES, AND TRANSPORTATION, 6, New York. Proceedings [...]. New York: ACM, 2019. p. 350-351. DOI: https://doi.org/10.1145/3360322.3360995.
FIGUEIREDO, A.; KAMPF, J.; VICENTE, R. Passive House Optimization for Portugal: overheating evaluation and energy performance. Energy and Buildings, v. 118, p. 181-196, 2016. DOI: https://doi.org/10.1016/j.enbuild.2016.02.034.
FONSECA, L. P. G.; NUNES, V. D. L.; SANTANA, L. O.; CARLO, J. C.; Cesar Junior, K. M. L. Otimização multiobjetivo das dimensões dos ambientes de uma residência unifamiliar baseada em simulação energética e estrutural. Ambiente Construído, v. 17, n. 1, p. 267-288, 2017. DOI: https://doi.org/10.1590/s1678-86212017000100135.
FUNDAÇÃO JOÃO PINHEIRO. Déficit habitacional no Brasil 2015. Belo Horizonte: FJP/ Diretoria de Estatística e Informações, 2018. 78 p. (Estatística & Informações, n. 6). Disponível em: http://www.bibliotecadigital.mg.gov.br/consulta/consultaDetalheDocumento.php?iCodDocumento=76871. Acesso em: 8 abr. 2021.
GOU, S.; NIK, V.M.; SCARTEZZINI, J. L.; ZHAO, Q.; LI, Z. Passive design optimization of newly-built residential buildings in Shanghai for improving indoor thermal comfort while reducing building energy demand. Energy and Buildings, v. 169, p. 484–506, June 2018. DOI: https://doi.org/10.1016/j.enbuild.2017.09.095.
IBGE. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Aglomerados Subnormais 2019: Classificação preliminar e informações de saúde para o enfrentamento à COVID-19. Notas Técnicas. Rio de Janeiro: IBGE, 2020a. 13 p. Disponível em: https://biblioteca.ibge.gov.br/visualizacao/livros/liv101717_notas_tecnicas.pdf. Acesso em: 8 abr. 2021.
IBGE. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Síntese de indicadores sociais: Uma análise das condições de vida da população brasileira: 2020. Rio de Janeiro: IBGE, 2020b. (Estudos e Pesquisas Informação Demográfica e Socioeconômica, n. 43). 153 p. Disponível em: https://biblioteca.ibge.gov.br/visualizacao/livros/liv101760.pdf. Acesso em: 8 abr. 2021.
INMET. INSTITUTO NACIONAL DE METEOROLOGIA. Normais climatológicas: período 1981-2010. Brasília: INMET, 2010. Disponível em: https://portal.inmet.gov.br/normais. Acesso em: 8 abr. 2021.
INMETRO. INSTITUTO NACIONAL DE METROLOGIA, NORMALIZAÇÃO E QUALIDADE INDUSTRIAL. Regulamento Técnico da Qualidade para o Nível de Eficiência Energética de Edificações Residenciais, RTQ-R. INMETRO, 2012. 136 p. (Anexo da Portaria INMETRO nº 018/2012). Disponível em: http://www.pbeedifica.com.br/sites/default/files/projetos/etiquetagem/residencial/downloads/RTQR.pdf. Acesso em: 8 abr. 2021.
JAHNKE, Karin A. Análise do desempenho térmico de painéis de vedação e mantas para subcobertura com a reutilização de embalagem LV. 2006. 125 f. Dissertação (Mestrado) - Programa de Pós-Graduação em Arquitetura e Urbanismo. Centro Tecnológico. Universidade Federal de Santa Catarina, Florianópolis, 2006. Disponível em: https://repositorio.ufsc.br/handle/123456789/88997. Acesso em: 8 abr. 2021.
LAMBERTS, R; DUARTE, V.C.P. Desempenho Térmico de Edificações: Disciplina: ECV 5161. Florianópolis: UFSC: Departamento de Engenharia Civil: LabEEE, 2016. 238 p. Disponível em: https://labeee.ufsc.br/sites/default/files/disciplinas/ApostilaECV5161_v2016.pdf. Acesso em: 8 abr. 2021.
LINCZUK, V. C. C.; BASTOS, L. E. G. Otimização multiobjetivo orientada ao desempenho térmico para o projeto de edificações de baixo consumo de energia na Região Sul do Brasil. Ambiente Construído, v.20, n.4, 2020. DOI: https://doi.org/10.1590/s1678-86212020000400485.
MAGNIER, L. Multiobjective optimization of building design using artificial neural network and multiobjective evolutionary algorithms. 2008. Dissertação (Mestrado em Ciências Aplicadas = Degree of Master of Applied Science- Building Engineering) - The Department of Building, Civil and Environmental Engineering, Concordia University, Montréal/ Québec, 2008. Disponível em: https://spectrum.library.concordia.ca/id/eprint/976218/1/MR63229.pdf. Acesso em: 8 abr. 2021.
MAKACHIA, Peter A. Evolution of urban housing strategies and dweller-initiated transformations in Nairobi. City, Culture and Society. v. 2, n. 4, p. 219-234, Dec. 2011. DOI: https://doi.org/10.1016/j.ccs.2011.11.001.
NGUYEN, A. T.; REITER, S.; RIGO, P. A review on simulation-based optimization methods applied to building performance analysis. Applied Energy, v. 113, p. 1043-1058, Jan. 2014. DOI: https://doi.org/10.1016/j.apenergy.2013.08.061.
NICOL, Fergus. The limits to accepted indoor temperatures. In: INTERNATIONAL CONFERENCE ON COMFORT AT THE EXTREMES: Energy, Economy and Climate, 1., 2019, Dubai. Proceedings [...]. Dubai: Heriot Watt University, 2019. P. 23-31. Disponível em: https://windsorconference.com/wp-content/uploads/2019/04/CATE2019_Proceedings-compressed.pdf. Acesso em: 8 abr. 2021.
ONU-HABITAT. Déficit Habitacional em América Latina Y El Caribe: Una herramienta para el diagnóstico y el desarrollo de políticas efectivas em vivenda y hábitat. Nairobi; ONU-HABITAT, 2015. 82 p. Disponível em: https://unhabitat.org/deficit-habitacional-en-america-latina-y-el-caribe. Acesso em: 8 abr. 2021.
PAL, S. K.; TAKANO, A.; ALANNE, K.; SIREN, K. A life cycle approach to optimizing carbon footprint and costs of a residential building. Building and Environment, v. 123, p.146–162, 2017. DOI: 10.1016/j.buildenv.2017.06.051.
SALATA, F.; CIANCIO, V.; DELL’OLMO, J.; GOLASI, I.; PALUSCI, O.; COPPI, M. Effects of local conditions on the multi-variable and multi-objective energy optimization of residential buildings using genetic algorithms. Applied Energy, v. 260, 114289, 2020. DOI: https://doi.org/10.1016/j.apenergy.2019.114289 .
SANTANA, L. O. Otimização multiobjetivo da geometria de edificações residenciais energeticamente eficientes por meio de algoritmos genéticos. Viçosa, 2016. 81 f. Dissertação (Mestrado em Arquitetura e Urbanismo) – Departamento de Arquitetura e Urbanismo, Universidade Federal de Viçosa, Viçosa, 2016. Disponível em: https://locus.ufv.br//handle/123456789/11536. Acesso em: 8 abr. 2021.
SANTOS, Alyne R. C. Avaliação da emissividade de embalagens cartonadas por termografia e modelagem computacional. 2019. 67 f. Dissertação (Mestre em Ciências Ambientais) - Programa de Pós-Graduação Stricto Sensu Mestrado em Ciências Ambientais, Universidade de Cuiabá, Cuiabá, 2019. Disponível em: https://repositorio.pgsskroton.com/handle/123456789/23094. Acesso em: 8 abr. 2021.
SEBBEN, T.; SILVA, T. L.; CUNHA, E. G. Análise do nível de conforto térmico em habitação vulnerável revestida com embalagens Tetra Pak® e proposições de projeto. In: ENCONTRO NACIONAL DE TECNOLOGIA DO AMBIENTE CONSTRUÍDO, 18., 2020, Porto Alegre. Anais [...]. Porto Alegre: ANTAC, 2020. p. 1-8. Disponível em: https://eventos.antac.org.br/index.php/entac/article/view/896/553. Acesso em: 8 abr. 2021.
SOUSA, J. Energy simulation software for buildings: review and comparison. In: INTERNATIONAL WORKSHOP ON INFORMATION TECHNOLOGY FOR ENERGY APPLICATIONS, 1., 2012, Lisboa. Proceedings [...]. Lisboa: Ordem dos Engenheiros, 2012. Disponível em: http://ceur-ws.org/Vol-923/paper08.pdf. Acesso em: 8 abr. 2020.
WHO. WORLD HEALTH ORGANIZATION. Who housing and health guidelines. Genebra: WHO Press, 2018. Disponível em: https://www.who.int/publications/i/item/9789241550376. Acesso em: 8 abr. 2021.
YU, W.; LI, B.; JIA, H.; ZHANG, M.; WANG, D. Application of multi-objective genetic algorithm to optimize energy efficiency and thermal comfort in building design. Energy and Buildings, v. 88, p.135–143, 2015. DOI: https://doi.org/10.1016/j.enbuild.2014.11.063.
ZHOU, Y.; CAO, S.; KOSONEN, R.; HAMDY, M. Multi-objective optimization of an interactive building sharing network with high energy flexibility using the Pareto archive NSGAII algorithm. Energy Conversion and Management, v. 218, 113017, 2020. DOI: https://doi.org/10.1016/j.enconman.2020.113017.
This work is licensed under a Creative Commons Attribution 4.0 International License.
Copyright (c) 2022 PARC Pesquisa em Arquitetura e Construção
Downloads
