Análise da influência da malha de pontos em índices de avaliação de desempenho da luz natural
O desempenho da iluminação natural de ambientes pode ser avaliado por meio de várias ferramentas, a maioria baseada na iluminância. Mesmo com os avanços nas últimas décadas, principalmente os computacionais, a definição dos pontos da malha é deixada, em geral, para escolha do simulador. Este artigo...
Salvato in:
| Autori principali: | , |
|---|---|
| Natura: | Online |
| Lingua: | por |
| Pubblicazione: |
ANTAC - Associação Nacional de Tecnologia do Ambiente Construído
2019
|
| Accesso online: | https://seer.ufrgs.br/ambienteconstruido/article/view/88266 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne! !
|
| Riassunto: | O desempenho da iluminação natural de ambientes pode ser avaliado por meio de várias ferramentas, a maioria baseada na iluminância. Mesmo com os avanços nas últimas décadas, principalmente os computacionais, a definição dos pontos da malha é deixada, em geral, para escolha do simulador. Este artigo tem como objetivo analisar a influência da malha de pontos no desempenho das métricas: iluminância média (Em), uniformidade (U), autonomia de luz natural (ALN), autonomia de luz natural contínua (ALNc), autonomia de luz natural espacial (ALNe), iluminância útil de luz natural (IULN) e exposição solar anual (ESA). A simulação computacional foi realizada pelo TropLux, em ambiente de 6 m2 x 6 m2 sem proteção solar. Realizou-se análise exploratória e estatística, utilizando a ANOVA, teste de Tukey e matriz de correlação. Os resultados indicam que a grade de pontos influencia na precisão das métricas estudadas. Para Em, U, ALN, ALNc, ALNe e IULN os resultados se estabilizaram a partir de uma malha de 6x6 pontos, com distância entre pontos de 1,00 m, enquanto para ESA ocorreu a partir da malha de 11x11 pontos, ou distância entre pontos de 0,54 m. O trabalho sugere que uma análise distinta das contribuições da luz do sol direta e da luz do céu levando em consideração o tamanho da malha pode otimizar o desempenho computacional, mantendo a precisão. |
|---|