Resumo
O conforto ambiental em arquitetura de escolas públicas não é considerado sistematicamente como requisito de projeto, sendo que um dos obstáculos é a impossibilidade de maximizar todas as variáveis do conforto simultaneamente. Este artigo analisa os níveis de iluminância de sala de aula e o grau de satisfação térmica dos alunos, definindo a importância e as relações entre as variáveis do conforto luminoso e térmico. É feito um modelo de previsão do grau de satisfação térmica do usuário. O método de pesquisa consiste em uma análise através da observação comportamental, questionário, medições dos níveis de iluminância e temperatura no ambiente. Faz-se uso de três ferramentas metodológicas: a extensão 3DSkyView como forma de obter a variável Fator de Visão do Céu (fator de forma), Teoria dos Sistemas Nebulosos e as Redes Neurais Artificiais, como ferramenta de modelação das relações entre as variáveis levantadas. A variável Fator de Visão do Céu (FVC) apresentou os maiores valores de importância para o conforto visual, 21% para mês de maio e 37,1% para mês de novembro. Isto mostra a importância da posição do usuário em relação à localização da janela para o conforto luminoso.
Palavras-chave: Redes Neurais Artificiais, conforto luminoso, conforto térmico, escolas.

Abstract
Environmental comfort in public school buildings is often not seen as a project parameter due to the difficulty in considering all comfort-related architectural variables at once. This paper focuses on the levels of illuminance in classrooms and the thermal satisfactions of students, by defining the importance and the relationship among lighting and thermal comfort variables. A prediction model is developed in order to simulate the level of user’s thermal satisfaction. The research approach consists in the observation of the users’ behavior with different illuminance and temperature levels of the environment. Three methodological tools are applied: the 3DSkyView extension, which was used for determining sky view factors, Fuzzy Sets and Artificial Neural Networks, which were applied for modeling the variables relationships. When compared to the other variables studied, sky view factor had the highest relevance for visual comfort, assuming an importance level of 21% in May and 37,1% in November. This result reveals that the users’ location in classrooms, in relation to the window, determines its natural lighting comfort. The application of the 3DSkyView extension to determine the visible sky area for analyzing indoor lighting comfort is one of the contributions of this work.
Keywords: Artificial Neural Networks, lighting comfort, thermal comfort, schools.

Autores

Paula Roberta Pizarro Léa Cristina Lucas de Souza