Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/27643| Título: | Uma análise das condições de conforto térmico no Brasil por meio do banco de dados ASHRAE Global Thermal Comfort Database II |
| Título(s) alternativo(s): | An analysis of thermal comfort conditions in Brazil through ASHRAE Global Thermal Comfort Database II |
| Autor(es): | Niza, Iasmin Lourenço |
| Orientador(es): | Broday, Evandro Eduardo |
| Palavras-chave: | Ambiente de trabalho Conforto humano Temperatura - Efeito fisiológico Banco de dados Work environment Human comfort Temperature - Physiological effect Data bases |
| Data do documento: | 3-Fev-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Ponta Grossa |
| Citação: | NIZA, Iasmin Lourenco. Uma análise das condições de conforto térmico no Brasil por meio do banco de dados ASHRAE Global Thermal Comfort Database II. 2022. Dissertação (Mestrado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2022. |
| Resumo: | O Predicted Mean Vote (PMV) desenvolvido por Fanger nos anos 70 é o modelo mais utilizado para estimar a sensação térmica em um grupo de pessoas. O PMV possui algumas discrepâncias referentes a realidade térmica dos ambientes em que é aplicado, por isso, diversos pesquisadores desenvolveram modelos alternativos para diminuir estas discrepâncias. Esta pesquisa teve como objetivo, determinar qual dos modelos alternativos ao PMV melhor se aproxima da sensação térmica real das pessoas em quatro cidades brasileiras: Brasília, Recife, Maceió e Florianópolis. Por meio do Banco de dados Global II de Conforto Térmico da ASHRAE, as variáveis ambientais e pessoais do conforto térmico foram aplicadas para calcular as respostas de cada modelo e, assim, comparar com as respostas da sensação térmica. O modelo do PMV não se adequou a nenhuma cidade brasileira. Para Recife e Brasília, o modelo de Orosa e Oliveira (2011), o PMVoo apresentou uma diferença de média com uma maior proximidade de 0,102801 em relação aos votos de sensação térmica; para Maceió, o modelo de Broday et al. (2019), o PMV2 com 0,161065 e para Florianópolis, o modelo de Zhang e Lin (2020), o ePMV com 0,031096. Na análise discriminante, o modelo conseguiu acertar a classificação dos indivíduos em grupos com 96,1% para Brasília e Recife; 99,8% para Maceió e 99,1% para Florianópolis. Na análise de cluster as semelhanças entre os sujeitos foram observadas em relação ao seu agrupamento, dessa forma, o modelo PMVnew2 foi a variável com melhor discriminação entre os clusters de Florianópolis e PMVp,sv para Brasília, Recife e Maceió. Constatando-se de os modelos alternativos tiveram um melhor desempenho que o modelo tradicional. |
| Abstract: | The Predicted Mean Vote (PMV) developed by Fanger in the 1970s is the most widely used model to estimate the thermal sensation in a group of people. The PMV has some discrepancies regarding the thermal reality of the environments where it is applied, so several researchers have developed alternative models to reduce these discrepancies. This research aimed to determine which of the alternative models to the PMV best approximates the real thermal sensation of people in four Brazilian cities: Brasília, Recife, Maceió and Florianópolis. Using ASHRAE's Global Thermal Comfort Database II, the environmental and personal thermal comfort variables were applied to calculate the responses of each model and thus compare them to the thermal sensation responses. The PMV model was not suitable for any Brazilian city. For Recife and Brasilia, Orosa and Oliveira's (2011) model, the PMVoo showed a mean difference with a closer 0.102801 to the thermal sensation votes; for Maceió, Broday et al. (2019) model, the PMV2 with 0.161065 and for Florianópolis, Zhang and Lin's (2020) model, the ePMV with 0.031096. In the discriminant analysis, the model got the classification of individuals into groups right with 96.1% for Brasilia and Recife; 99.8% for Maceió and 99.1% for Florianópolis. In the cluster analysis the similarities between subjects were observed in relation to their grouping, thus, the PMVnew2 model was the variable with the best discrimination between the clusters for Florianopolis and PMVp,sv for Brasilia, Recife, and Maceió. The alternative models performed better than the traditional model. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/27643 |
| Aparece nas coleções: | PG - Programa de Pós-Graduação em Engenharia de Produção |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| confortotermicobrasilashrae.pdf | 8,38 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
