Estudo das variáveis do conforto térmico e luminoso em ambientes escolares

Abstract

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 constutivo. 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.

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 incoude 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.