contato
Publicada em 29/07/2016
Discente: Denise de Souza Cerqueira Nascimento
Resumo:A demanda e investimento do governo nacional para a melhoria da educação superior têm resultado em ampliações e reformas de caráter emergencial nas Universidades Federais para atender ao aumento no número de abertura de vagas com a criação de novos cursos. Com esta demanda emergente, as edificações escolares foram implantadas sem levar em consideração aspectos geográficos, humanos e construtivos que interferem drasticamente no desempenho humano nestes ambientes. Diante do retorno negativo dos usuários nos novos prédios construídos no Campus Universitário Morro do Cruzeiro da Universidade Federal de Ouro Preto, principalmente na Escola de Medicina e na Escola de Minas, o objetivo deste trabalho é obter zona de conforto utilizando redes neurais artificiais em ambientes naturalmente ventilados, considerando as condições climáticas da cidade de Ouro Preto, Minas Gerais. Com a utilização da metodologia da Avaliação Pós-Ocupação foi possível verificar as variáveis subjetivas da atual situação de uso das edificações, porém suas análises de resultados têm-se demonstrado inconsistentes com alguns métodos apresentados. E na tentativa de gerar dados cada vez mais próximos da realidade é que foi escolhido para análise de dados o método das Redes Neurais Artificiais – Inteligência Artificial, que são modelos computacionais inspirados pelo comportamento do neurônio biológico que são capazes de realizar o aprendizado de máquina, bem como o reconhecimento de padrões nos dados. Para utilização das redes neurais foram necessários os dados subjetivos coletados a partir da Avaliação Pós-Ocupação e também os condicionantes climáticos coletados por equipamentos no ambiente interno e externo. O método foi obtido pelas seguintes etapas: classificação dos dados; divisão dos grupos; definição das variáveis de entrada que determinaram os pesos e variáveis de saída e treinamento da rede com neurônios intermediários. Os resultados obtidos apresentam uma zona de conforto para temperatura – entre 22,3ºC e 24,5ºC, e para umidade - entre 57% e 73%. Considerando-se os dados de acordo com as estações do ano e realizando a média de seus resultados a faixa de conforto altera significativamente para temperatura – entre 16,6ºC e 22,8ºC e também para umidade – entre 39% e 99%. Com este resultado é possível projetar e adequar edificações inseridas nesta condição climática, adaptando-as mais próximas a esta zona de conforto a fim de que o ambiente seja um agregador positivo no aprendizado no aluno.
Abstract:The demand and investment of the national government for the improvement of education have resulted in extensions and reforms emergency in the Federal Universities to attend to the increase in the number of opening of vacancies with the creation of new courses. With this emerging demand, the school buildings were implanted without taking into account geographical, human and constructive aspects that interfere drastically in the human performance in these environments. Faced with the negative feedback from users in the new buildings built at the Morro do Cruzeiro University Campus of the Federal University of Ouro Preto, especially in the Medical School and the School of Mines, the objective of this work is to obtain a zone of comfort using artificial neural networks in natural environments ventilated, considering the climatic conditions of the city of Ouro Preto, Minas Gerais. Using the Post-Occupancy Evaluation methodology, it was possible to verify the subjective variables of the current use situation of the buildings, but their analysis of results has been shown to be inconsistent with some of the presented methods nowadays. In the attempt to generate data closer and closer to reality, the method of Artificial Neural Networks - Artificial Intelligence, which are computational models inspired by the behavior of the biological neuron that are capable of performing machine learning, was chosen for data analysis, as well as the recognition of patterns in the data. For the use of the neural networks it was necessary collected the subjective data from the post-occupancy evaluation and also the climatic conditions collected by equipment in the indoor and outdoor environment. The method was obtained by the following steps: classification of the data; Division of groups; Definition of the input variables that determined the weights and variables of output and training of the network with intermediate neurons. The results obtained show a comfort zone for temperature - between 22.3ºC and 24.5ºC, and for humidity - between 57% and 73%. Considering the data according to the seasons and averaging their results, the comfort range changes significantly for temperature - between 16.6ºC and 22.8ºC and also for humidity - between 39% and 99%. With this result it is possible to design and adapt buildings inserted in this climatic condition, adapting them closer to this comfort zone so that the environment is a positive aggregator in student learning.
Palavras-chave:Comfort zone, educational buildings, neural networks, climatic conditions of Ouro Preto (MG – Brazil).
Áreas de Concentração: - Doutorado: Estruturas e Construção
Prof. Henor Artur de Souza, UFOP (Presidente)
Prof. Adriano Pinto Gomes, IFMG
Prof. Eduardo Leite Krüger, UTFPR
Profa. Maria Akutsu, IPT
Profa. Gertrudes Aparecida Dandolini, UFSC
