EVALUACIÓN DE MODELOS DE CONFORT TÉRMICO PARA … · Evaluación de Modelos de Confort Térmico para Interiores VIII Congreso Regional de Tecnología de la Arquitectura – CRETA

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/309477141

EVALUACIÓN DE MODELOS DE CONFORT TÉRMICO PARA INTERIORES

Conference Paper · October 2016

CITATION

1READS

5,414

4 authors:

Some of the authors of this publication are also working on these related projects:

Spot Monitoring. Thermal comfort in office Buildings View project

Energy Efficiency and Comfort in Public Buildings by Multiobjective Optimization. (EECOM-Res.1277/16) View project

Bruno Arballo

National University of San Juan

9 PUBLICATIONS 18 CITATIONS

SEE PROFILE

Ernesto Kuchen

National Scientific and Technical Research Council


SEE PROFILE

Yesica Alamino Naranjo



SEE PROFILE

Alción Alonso Frank



SEE PROFILE

All content following this page was uploaded by Bruno Arballo on 27 October 2016.

The user has requested enhancement of the downloaded file.

https://www.researchgate.net/publication/309477141_EVALUACION_DE_MODELOS_DE_CONFORT_TERMICO_PARA_INTERIORES?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_2&_esc=publicationCoverPdfhttps://www.researchgate.net/publication/309477141_EVALUACION_DE_MODELOS_DE_CONFORT_TERMICO_PARA_INTERIORES?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_3&_esc=publicationCoverPdfhttps://www.researchgate.net/project/Spot-Monitoring-Thermal-comfort-in-office-Buildings?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_9&_esc=publicationCoverPdfhttps://www.researchgate.net/project/Energy-Efficiency-and-Comfort-in-Public-Buildings-by-Multiobjective-Optimization-EECOM-Res1277-16?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_9&_esc=publicationCoverPdfhttps://www.researchgate.net/?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_1&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Bruno-Arballo?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_4&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Bruno-Arballo?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_5&_esc=publicationCoverPdfhttps://www.researchgate.net/institution/National_University_of_San_Juan?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_6&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Bruno-Arballo?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_7&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Ernesto-Kuchen?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_4&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Ernesto-Kuchen?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_5&_esc=publicationCoverPdfhttps://www.researchgate.net/institution/National_Scientific_and_Technical_Research_Council?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_6&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Ernesto-Kuchen?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_7&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Yesica-Alamino-Naranjo?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_4&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Yesica-Alamino-Naranjo?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_5&_esc=publicationCoverPdfhttps://www.researchgate.net/institution/National_University_of_San_Juan?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_6&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Yesica-Alamino-Naranjo?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_7&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Alcion-Alonso-Frank?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_4&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Alcion-Alonso-Frank?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_5&_esc=publicationCoverPdfhttps://www.researchgate.net/institution/National_University_of_San_Juan?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_6&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Alcion-Alonso-Frank?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_7&_esc=publicationCoverPdfhttps://www.researchgate.net/profile/Bruno-Arballo?enrichId=rgreq-5ad0518010ed1feff370ce95b2c9d0f2-XXX&enrichSource=Y292ZXJQYWdlOzMwOTQ3NzE0MTtBUzo0MjE4MDc2NDg5NzI4MDBAMTQ3NzU3ODE4ODA0Mg%3D%3D&el=1_x_10&_esc=publicationCoverPdf

Bruno Damián Arballo1

Ernesto Kuchen2, Yesica Alamino-Naranjo3, Alción Alonso-Frank4

Instituto Regional de Planeamiento y Hábitat (IRPHa) – FAUD- UNSJ

Av. Ignacio de la Roza 590 Oeste. Complejo Universitario "Islas Malvinas" –CP: 5400 – Rivadavia – San Juan.

Tel. 0264-4233259; email: [email protected]; [email protected];

[email protected]; [email protected]

Resumen: Para la resolución de los problemas de optimización del funcionamiento de edificios, se busca un equilibrio entre eficiencia energética y confort térmico de los usuarios. Estas variables

se encuentran en conflicto, un ahorro significativo de energía en climatización puede resultar en

condiciones internas de disconformidad térmica. A partir del estudio de cada una de estas

variables y en función a datos reales tomados de mediciones en edificios, se construyen modelos

matemáticos y se relacionan con modelos previamente desarrollados. El modelo de confort

térmico más significativo está basado en el voto medio de confort (“PMV” en inglés “Predicted

Mean Vote”), creado por Fanger en 1970. Este ha sido adoptado por la norma ISO 7730, entre

otras, y es usado mundialmente para evaluar el confort térmico en edificios. Fanger desarrolló un

modelo matemático construido a partir de experimentos en cámara climática controlada con

estudiantes en edad universitaria para su uso en condiciones ambientales fijas en edificios con

climatización total. Otros autores posteriores a Fanger afirman que para que los usuarios logren

mayor confort el modelo debe considerar la capacidad de adaptabilidad de los ocupantes y estar

basados en datos tomados de estudios de campo en edificios reales. En esta publicación se

discuten, evalúan y comparan algunos estudios y modelos de confort térmico a la luz de los

requerimientos y condiciones tecnológicas de la actualidad, a fines de establecer una base de

referencia para el adecuado desarrollo de los modelos definitivos a utilizar en los estudios de caso

particulares.

Palabras clave: confort térmico; modelos matemáticos; edificios de oficina

1 Introducción.

A nivel mundial las edificaciones representan alrededor del 40% del uso de energía,

constituyéndose naturalmente en potenciales escenarios de ahorro de energía y emisiones (Yang

et al., 2003; Pérez-Lombard et al., 2008; Morosan et al., 2010). Es imperativo lograr una

optimización del funcionamiento del edificio (EnBop, 2008), y en este sentido el desarrollo de

la optimización multiobjetivo en tiempo real entre eficiencia energética (ahorro energético) y

confort térmico de los usuarios. Estas variables se encuentran en conflicto, dado que un ahorro

significativo de energía en el sistema energético de climatización puede resultar en condiciones

internas de disconformidad térmica para los usuarios. A partir del estudio de cada una de estas

variables y en función a datos reales tomados de mediciones en edificios (Kuchen, 2008) se

construyen modelos matemáticos y se relacionan con modelos previamente desarrollados

(modelos de referencia). Las variables de entrada o funcionales matemáticos necesarios para la

optimización, se construyen a partir de los modelos de energía y de confort térmico del edificio.

EVALUACIÓN DE MODELOS DE CONFORT TÉRMICO PARA

INTERIORES

Evaluación de Modelos de Confort Térmico para Interiores

VIII Congreso Regional de Tecnología de la Arquitectura – CRETA

Figura 1. Modelos de confort y energía según Kuchen.

Fuente: Kuchen, 2011.

En la presente investigación se revisan diversos modelos de confort, constituyéndose en tres

categorías propuestas, Estándar o “steady-state” (Fanger, 1970; Van Hoof, 2008; Van Hoof et

al., 2010); Adaptativos (Nicol y Humphreys, 1973; Auliciems, 1981; de Dear et al., 1997; de Dear

y Brager, 1998); y Adaptativos-Variables (Kuchen, 2008). La comparación y evaluación pretende

determinar una base de referencia apropiada para el modelo definitivo a desarrollarse según los

estudios de caso.

Este trabajo de investigación se enmarca dentro de la tesis doctoral en proceso, titulada

“Eficiencia Energética y Confort Térmico en Edificios de Oficina mediante Optimización

Multiobjetivo”, que a su vez da lugar al desarrollo de un proyecto PDTS en curso titulado

“Eficiencia Energética y Confort en Edificios Públicos mediante Optimización Multiobjetivo”

(EECOM-Res.1277/16), en la ciudad de San Juan, Argentina.

2 Optimización en Edificios

Un problema de optimización en edificios puede ser planteado en dos instancias diferenciadas.

Primero, el problema puede resolverse durante la etapa de diseño proyectual del edificio

(Ascione et al., 2016). En este caso los estudios están basados en datos simulados y predictivos

del consumo energético del edifico y el confort de los usuarios. Segundo, el problema se

resuelve durante la etapa de post-ocupación (durante el uso del edificio), basando el proceso de

optimización en datos reales de consumo de energía y de las variables más significativas que

influyen en el confort de los usuarios (confort térmico).

Los estudios que se basan en la segunda perspectiva se inician a partir de la correlación entre

los datos objetivos de mediciones físicas (temperatura exterior, temperatura radiante media

interior, temperatura a bulbo seco interior, temperatura operativa) y datos subjetivos medidos a

través de test o encuestas realizadas a los usuarios para obtener indicadores del confort como:

voto de confort y temperatura de neutralidad. Estos datos definen, la delimitación de rangos de

aceptación térmica y satisfacción del usuario tipo del edificio en estudio (Kuchen, 2008).

Según el método que plantea Kuchen, la correlación entre dos o más parámetros de estudio se

lleva a cabo mediante el análisis de regresión lineal o no lineal y se muestra a partir de la

construcción de diagramas no lineales (Kuchen, 2011), (ver Figura 1).

La optimización multiobjetivo (ver Figura 2), es producto de la combinación adecuada entre el

modelo de confort térmico elegido y el de energía propio del edificio (ver Figura 1). La

generación de estrategias combinadas de eficiencia energética y confort térmico implican un

mejoramiento en la calidad de vida de los usuarios en edificios (salud, rendimiento y

productividad), como así también conduce a importantes ahorros de energía y emisiones.



Figura 2. Esquema metodológico de Optimización Multiobjetivo para

edificios.

Fuente: elaboración propia.

3 Modelos de Confort Térmico para Interiores

El confort térmico es un aspecto determinante en el proceso de diseño de los edificios y durante

su vida útil, ya que el hombre moderno pasa la mayor parte de su tiempo en ambientes interiores

(Van Hoof, 2010). Este concepto es definido como el “estado mental o cognitivo que expresa

satisfacción con el ambiente térmico” (ANSI/ASHRAE Standard 55, 2004). El ambiente

térmico puede ser descripto como “las características ambientales que afectan al intercambio

de calor entre el cuerpo humano y su ambiente” (Van Hoof et al, 2010). Desde los estudios

desarrollados por Fanger (1960-1970) a la actualidad, existen diversos modelos y formas de

estandarizar el confort térmico, brindando mejores respuestas a las necesidades del hombre en

función a su ambiente térmico interior a fin de mejorar su calidad de vida y el rendimiento de

sus tareas. Los modelos del confort térmico en espacios interiores han dado lugar a la obtención

de múltiples estándares y normas internacionales de referencia que delimitan los rangos

térmicos aceptables según las características particulares de los estudios (ver ASHRAE-55,

1992, 2004; IS0-7730, 1994, 2006; ISSO-74, 2004, 2014; EnBop, 2008; EN 15251, CEN, 2007;

CIBSE, 2013; SN 180, SIA, 2013; GB/T 50785, 2012).

Es este trabajo se revisan los estudios de confort más significativos de las últimas décadas y se

propone analizar los modelos para espacios interiores en función a tres categorías diferenciadas.

3.1 Modelo Estándar o “Steady-State”

Los primeros estudios desarrollados en base al confort térmico fueron realizados por Fanger en

un espacio físico de cámara climática entre la segunda mitad de la década de 1960 y principios

de la década de 1970. Fanger (Fanger, 1970) predice la sensación térmica de un grupo de

personas (1300 universitarios) y su respectivo porcentaje de insatisfacción con el ambiente

térmico, datos que se expresan en los índices PMV, “Predicted Mean Vote” (voto de confort) y

el PPD, “Predicted Percentage of Dissatisfied” (porcentaje de insatisfechos). El PMV es

calculado a través de seis variables: metabolismo, aislación de la ropa, temperatura del aire

interior, temperatura radiante media interior, velocidad y humedad del aire interior (ver Figura

3). El método PMV-PPD es la base de los estándares ISO 7730 y ASHRAE 55 (ISO 7730,

1994; ASHRAE 55, 1992) usados actualmente en la práctica. El estándar ASHRAE 55-92

define una escala subjetiva (voto de sensación térmica) de 7 puntos a partir de la cual se puede

cuantificar el PMV (ver Figura 3).



Figura 4. Modelo Estándar PO Fanger en función a PMV y PPD.

Fuente: Fanger, 1970.

Figura 3. Parámetros de entrada del PMV, su relación con el PPD y la

escala de 7 Puntos de ASHRAE 55-92.

Fuente: Van Hoof et al, 2010.

El modelo estándar desarrollado por Fanger define un mínimo de 5% de disconformidad posible

a una temperatura de neutralidad (0 en la escala de 7 puntos de PMV) de 25,6 °C (ver Figuras

3 y 4; ver Ecuación 1). Mientras la temperatura operativa se hace variar entre 18,9 y 32,2°C, los

demás parámetros físicos del ambiente que afectan el confort térmico (humedad y velocidad del

aire) y parámetros físicos y fisiológicos de las personas (aislación de la ropa y niveles de

actividad) permanecen constantes (Kuchen et. al., 2009).

La ecuación de Fanger para determinar el porcentaje de insatisfechos (PPD) se escribe de la

siguiente manera:

𝑃𝑃𝐷 = 100 − 95 ∙ 𝑒𝑥𝑝−(0,03353 ∙ 𝑃𝑀𝑉4+ 0,2179 ∙ 𝑃𝑀𝑉2); [%] (1)



Figura 5. Comparación de modelos basados en el método PMV-PPD.

Fuente: Van Hoof et al, 2010.

𝑃𝑃𝐷 = 𝑃𝑟𝑒𝑑𝑖𝑐𝑡𝑒𝑑 𝑃𝑒𝑟𝑐𝑒𝑛𝑡𝑎𝑔𝑒 𝑜𝑓 𝐷𝑖𝑠𝑠𝑎𝑡𝑖𝑠𝑓𝑒𝑖𝑑; [%]

𝑃𝑀𝑉 = 𝑃𝑟𝑒𝑑𝑖𝑐𝑡𝑒𝑑 𝑀𝑒𝑎𝑛 𝑉𝑜𝑡𝑒; [−]

El modelo establece restricciones y determina que el cuerpo humano responde a ciertas

condiciones, tales como: el cuerpo se encuentra en un balance de calor; la temperatura media

de la piel y la tasa de sudoración, influenciando al balance de calor, están bajo ciertos límites;

y la disconformidad local no existe (Fanger, 1970). Fanger define el PMV como “un índice que

predice y representa el voto medio de sensación térmica en una escala estándar para un gran

número de personas bajo ciertas combinaciones de variables dadas por el ambiente térmico

interior” (Fanger, 1970, Van Hoof et al, 2010).

El término en inglés “steady-state” es el más adecuado para definir el tipo de modelo de confort

térmico que se basa en estudios de cámara climática sometidos a condiciones constantes y fijas

a través sistemas de climatización total. En este caso, las variables que definen el PMV (ver

Figura 3) permanecen constantes. El cuerpo humano no se define crítico hacia su ambiente

térmico interior.

Diversos estudios internacionales se llevan a cabo, bajo diferentes condiciones ambientales, a

fines de probar la validez de los estudios de Fanger. Estos modelos son descriptos en (Van

Hoof, 2008) y revisados en (Van Hoof et al., 2010). Varios investigadores encuentran diferentes

relaciones entre PPD y PMV en función a los propuestos por Fanger en 1970.

En Alemania, el estudio de Mayer propone una nueva relación entre el PMV y PPD, basado en

aproximadamente 100 sujetos, encuentra un mínimo PPD de 16% para un PMV de 0,5 (ver

Figura 5), en vez de 5% y 0 (cero), respectivamente, en comparación al modelo Fanger (ver

Figura 4), (Mayer, 1997). En Corea, Yoon (Yoon et al., 1999) realiza un estudio en cámara

climática y compara el voto de sensación térmica resultante de las mediciones subjetivas

(encuestas) con los datos de cálculo predictivo del PMV. Obtiene un mínimo PPD de 18% para

un PMV de -0,8. En Brasil, el estudio de campo de Araújo y Araújo basado en 1866 votos de

sensación térmica tomados de una escuela secundaria y una universidad, encuentra un PPD de

47,5% para un PMV de 0 (cero) (ver Figura 5).



Figura 6. Rangos aceptables de temperatura operativa para espacios

acondicionados naturalmente.

Fuente: ANSI/ASHRAE 55, 2004.

3.2 Modelo Adaptativo

En base a los principios de adaptabilidad del cuerpo humano, si un cambio en las condiciones

internas y externas produjera disconformidad, las personas reaccionan en forma tal que tienden

a restaurar su situación de confort. Los usuarios son activos con respecto a su ambiente térmico

y no pasivos (caso del PMV). El modelo adaptativo se basa en estudios de campo en edificios

con ventilación natural realizados por Nicol y Humphreys (Nicol y Humphreys, 1973);

Auliciems (Auliciems, 1981); de Dear, Brager y Cooper (de Dear et al., 1997); y de Dear y

Brager (de Dear y Brager, 1998). A partir de los datos tomados de los estudios de campo, se

establecen regresiones lineales relacionadas con la temperatura operativa (rangos de

aceptación) a temperaturas exteriores predominantes, se determinan variaciones de la

temperatura de confort acorde con el clima exterior, máximos admisibles de temperatura

exterior para máxima temperatura interior (ver Figura 6). El modelo adaptativo encuentra su

fundamento en tres aspectos interrelacionados: psicológicos (expectativa y habituación de

confort en relación clima interior y exterior), de comportamiento o conductual (estrategias de

restitución de la situación de confort como apertura de ventanas, uso de parasoles, ventiladores,

puertas) y fisiológicos (aclimatación, ropa, ingesta alimenticia). El Concepto de “Alliesthesia”

definido por Cabanac y mantenido por de Dear defiende los aspectos psicológicos y

conductuales del método adaptativo. “Alliesthesia” se describe como “la capacidad del cuerpo

de percibir como satisfactorio o insatisfactorio los efectos de un estímulo externo, dependientes

de señales intra-corporales” (Cabanac, 1971; de Dear, 2009). El concepto de alliesthesia todavía

no ha sido incorporado a los estándares de confort (Rupp et al, 2015).

Varios autores afirman que factores personales, como la constitución corporal, el género, la

ingesta de alimentos (Mayer, 1997) y parámetros del entorno inmediato, como el clima exterior

(Auliciems, 1969), la permanencia en ambiente térmico constante o variable (Kuchen et al.,

2010), afectan la percepción térmica de las personas.

El modelo adaptativo determina ciertos límites de rangos de aceptación térmica (ver Figura 6),

por lo tanto, la temperatura optima de confort es adaptable en función a las condiciones

interiores definidas dentro de los rangos determinados por el estándar aplicable a espacios

acondicionados naturalmente (ANSI/ASHRAE 55, 2004).



Figura 7. Modelo variable de Kuchen. Relación entre escala de temperatura

en °C y PMV (escala de 7 puntos de estándar ASHRAE 55).

Fuente: Kuchen, 2008.

Una normativa adaptativa desarrollada en los Países Bajos, la ISSO-74, establece métodos de

evaluación del confort a través del análisis de la historia térmica (ISSO 74, 2004). También

presenta el método denominado “Límite de Temperatura Adaptativo” o en inglés “Adaptive

Tempeture Limit” (ATL) que es usado para evaluar la actividad regular y los niveles de

aislación de la ropa de los usuarios en las fases de diseño y post-ocupación de los edificios.

Solo aplicable para edificios de oficina y distinguiendo su estudio en dos tipos de edificios,

“alfa” (alto grado de control por parte de los usuarios), y “beta” (bajo grado de control por parte

de los usuarios) (Van Hoof et al., 2010). Más adelante, Boerstra, Van Hoof y Van Weele

(Boerstra et al., 2014) plantean una mejora a la normativa ISSO-74:2004, la ISSO-74:2014.

Esta guía normativa amplía la aplicación de ISSO-74 a edificios con sistemas “mix-mode” o

híbridos. En la práctica, existen otros estándares adaptativos que nos son discutidos en esta

publicación tales como, EN 15251 (de implementación europea), (CEN, 2007); CIBSE TM 52

(británico), (CIBSE, 2013); SN 180 (suizo), (SIA, 2013); GB/T 50785 (chino), (GB/T, 2012).

3.3 Modelo Adaptativo-Variable

La variabilidad de esta clase de modelo se define como la capacidad de admitir la adaptación

de los usuarios hacia el ambiente térmico y asegurar la reconfiguración matemática según sea

necesario en función a las mediciones en tiempo real de las condiciones físicas, externas e

internas, del edificio.

En el trabajo de campo realizado por Kuchen en 30 edificios de oficina en Alemania (Kuchen,

2008; Kuchen y Fisch, 2009) se obtienen 1100 encuestas (votos de confort) de sensación

térmica. En el método “spot-monitoring” las encuestas y el relevamiento de los parámetros

climáticos interiores se llevan a cabo en simultáneo a fin de establecer comparaciones y detectar

diversas correlaciones. Los estudios se realizan en tres tipos de edificios diferentes, con

climatización natural o sin climatización (designados como Tipo 1, T1), aquellos con sistemas

de climatización mixtos o en inglés “mix-mode” (T2) y con climatización total (T3).

El modelo desarrollado por Kuchen, establece un máximo de 7% de disconformes posibles a

una temperatura de 23,3 ± 1,1 °C. Dentro de este rango queda definida la temperatura de

neutralidad (Kuchen, 2008).

La ecuación que establece Kuchen en su modelo de confort térmico variable, determina la

capacidad de variabilidad y adaptabilidad, respectivamente, a través de la incorporación de la

variable de medición en tiempo real de la temperatura operativa (top) y temperatura de



neutralidad (tn) (ver Ecuación 2), significando una variación sustancial con la ecuación de

Fanger (ver Ecuación 1).

𝐷𝑖𝑠𝑐. = 100 − 93 ∙ 𝑒𝑥𝑝(−0,0009 ∙ (−𝑡𝑛+𝑡𝑜𝑝)4− 0,034 ∙ (−𝑡𝑛+𝑡𝑜𝑝)

2) ; [%] (2)

Los estudios en (Kuchen, 2008 y Kuchen y Fisch, 2009), evidencian que “los usuarios

manifiestan que aún en espacios con condiciones térmicas constantes son capaces de

experimentar procesos de adaptación, como, por ejemplo: modificar los niveles de ropa, la

posición de un termostato, controlar la apertura de puertas y ventanas, ajustar un parasol, etc.,

pudiendo aceptar condiciones térmicas que les son impuestas” (Kuchen et al, 2010). Estas

afirmaciones son referencia de otros autores dedicados al estudio de condiciones de confort en

interiores (Hellwig y Bischof, 2006; Boestra, 2006; Nicol y Humphreys, 2005; de Dear, 2004

y Gonzalo et al., 2007). Los usuarios no son receptores pasivos del ambiente térmico, sino que

por el contrario, mantienen una actitud crítica que se traduce en la habilidad de adaptación

siempre posible (Kuchen et al, 2010, Van Hoof, 2008; Van Hoof et al, 2010).

4 Conclusiones

En las últimas tres décadas se han realizado importantes avances en el campo de estudio del

confort térmico. El modelo de Fanger basado en el PMV-PPD es hasta la actualidad uno de los

modelos matemáticos más influyentes en el estudio del confort térmico en interiores. La

principal ventaja del modelo determinístico “steady-state” se evidencia en su amplio rango de

aplicación. Estudios realizados en diferentes ambientes validan la aplicación del PMV.

Mientras que W. C. Tse encuentra que el PMV representa con precisión el promedio de

sensación térmica de los usuarios de oficinas con climatización, y que los valores no son

afectados por otros factores humanos tales como la masa corporal o el estado de salud. (Tse et

al., 2005). Sin embargo, el modelo basado en el PMV presenta dificultades al momento de

evaluar el confort térmico en espacios ventilados naturalmente o en situaciones mixtas. Las tres

categorías medias de la escala de sensación térmica de 7 puntos de ASHRAE parecen ser no

totalmente válidas, ya que el modelo no puede tratar con grandes diferencias entre individuos

bajo condiciones térmicas óptimas (Van Hoof et al., 2010). Otros autores sostienen que el

modelo de Fanger, posee desviaciones que son propias del método de obtención del mismo, por

ejemplo: que la habilidad de adaptación de los usuarios a diferentes ambientes térmicos, no se

considera en los experimentos en cámara climática (Kuchen el al, 2010).

Los modelos adaptativos desarrollados a partir de la década de 1990, presentan una respuesta

más apropiada hacia la evaluación del confort, ya que consideran activos a los usuarios con

respecto a su ambiente térmico. Se destaca como válida, la hipótesis de que los usuarios

necesitan ser activos en función a su ambiente térmico, y necesitan ser proveídos de suficientes

oportunidades para tener cierto control personal, los habilita a desarrollar más tolerancia e

inclusive aumentar la aceptabilidad sobre un mayor rango de amplitud térmica.

Para una evaluación apropiada del confort térmico es necesario que el modelo pueda admitir

variabilidad en tiempo real de las condiciones ambientales internas y externas que afectan al

edificio. El modelo térmico de Kuchen introduce la variabilidad sobre el modelo del PMV-PPD

y combina las consideraciones de adaptabilidad. Este, se establece como base referencial para

estudios posteriores para el desarrollo de un modelo de confort térmico adaptativo-variable,

valorando que presenta mayor utilidad a las circunstancias del clima local y universalidad para

adaptar estudios de caso particulares. Se busca validar el modelo adaptativo-variable a fin de

iniciar estudios de optimización de edificios locales.



5 Referencias

ARAÚJO, V. M. D.; ARAÚJO, E. H. S., The applicability of ISO 7730 for the assessment of

the thermal conditions of users of the buildings in Natal-Brazil. In: G. Raw, C. Aizlewood and

P. Warren, editors. Proc Indoor Air ’99. Edinburgh, 2, (1999), 148-153.

ASCIONE, F.; BIANCO, N.; DE STASIO, C.; MAURO, G. M.; VANOLI, G. P., “Simulation-

Based Model Predictive Control by the Multi-Objective Optimization of Building Energy

Performance and Thermal Comfort.” Energy and Buildings 111 (2016): 131–144.

ASHRAE, ANSI/ASHRAE Standard 55-2004, Thermal environmental conditions for human

occupancy. Atlanta: American Society of Heating, Refrigerating and Air-Conditioning

Engineers (2004).

ASHRAE, Standard 55-1992. Thermal environmental conditions for human occupancy (1992).

AULICIEMS A., Towards a Psycho-Physiological Model of Thermal Perception. Department

of Geography, University of Queensland, St. Lucia, Qld. 4067, Australia; Int. J. Biometeor. ,

vol. 25, No. 2, (1981), 109-122.

AULICIEMS, A., "Thermal requirements of secondary schoolchildren in winter." Journal of

Hygiene 67.01, (1969), 59-65.

BOERSTRA, A. C., The adaptive thermal comfort criterion in the new EPBD IEQ Standard.

BBA Indoor Environmental Consultancy, The Netherlands, (2006), ([email protected])

BOERSTRA, A. C.; VAN HOOF, J.; VAN WEELE, A. M., “A New Hybrid Thermal Comfort

Guideline for the Netherlands (ISSO 74: 2014).” Nceub.Org.Uk April (2014).

CABANAC, M., Physiological role of pleasure, Science 173, (1971), 1103–1107.

CEN, 2007. EN 15251. Indoor environmental input parameters for design and assessment of

energy performance of buildings addressing indoor air quality, thermal environment, lighting

and acoustics. CEN, Brussels, Belgium.

CIBSE, 2013. CIBSE TM 52 guideline - The limits of thermal comfort: avoiding overheating

in European buildings. CIBSE Chartered Institution of Building Services Engineers, London,

UK.

DE DEAR, R., The theory of thermal comfort in naturally ventilated indoor environments—the

pleasure principle, Int. J. Vent. (2009) 243–250.

DE DEAR, R., Thermal comfort in practice. Division of Environmental and Life Sciences,

Macquarie University, Australia; Indoor Air; 14 (Suppl 7), (2004), 32-39.

DE DEAR, R.; BRAGER, G.; COOPER, D., Developing an adaptive model of thermal comfort

and preference, in: Final Report ASHRAE RP-884, (1997).

DE DEAR, R.J.; BRAGER, G., Developing an adaptive model of thermal comfort and

preference, ASHRAE Trans. 104 (1998) 145–167.

EnBop. Energie Betriebsoptimierung (2008).http://www.enob.info

FANGER, P.O., Thermal Comfort: Analysis and Applications in Environmental Engineering,

Danish Technical Press, Copenhagen (1970).

GB/T, National Standard China GB/T 50785: Evaluation standard for indoor thermal

environment in civil buildings. Architecture and Building Press, Beijing, China. (2012).

GONZALO, G. E.; NOTA, V. M.; HERNÁNDEZ, S. P.; MARTÍNEZ, C. F.; LEDESMA, S.

L., Diseño Bioclimático de Oficinas. Pautas para San Miguel de Tucumán. Centro de Estudios

Energía y Medio Ambiente, Instituto de Acondicionamiento Ambiental. 1ª ed. - Tucumán: el

autor, 2007, ISBN 987-43-9361-0, (2007), 285.

HELLWIG, R.T.; BISCHOF, W., Gültigkeit thermischer Behaglichkeitsmodelle. Ernst & Sohn

Verlag für Architektur und technische Wissenschaften GmbH & Co. KG, Berlin. Bauphysik

28, Heft 2, (2006).

HUMPHREYS, M.A.; HANCOCK, M., Do people like to feel “neutral¨?: exploring the

variation of the desired thermal sensation on the ASHRAE scale, Energy Build. 39, (2007),

867–874.

ISO, 7730. Moderate thermal environments – determination of the PMV and PPD indices and

specifications of the conditions for thermal comfort. (1994).



ISO, En. "7730: 2005." Ergonomics of the thermal environment. Analytical determination and

interpretation of thermal comfort using calculation of the PMV and PPD indices and local

thermal comfort criteria (2006).

ISSO-74. Thermische Behaaglijkeid. Publication 74, ISSO. Rotterdam, Holanda. (2004).

KUCHEN E.; FISCH M. N., Spot Monitoring - Thermal comfort evaluation in 25 office

buildings in winter. International journal Building and Environment, ISSN 0360-1323,

Elsevier, Vol. 44, Issue 4, (2009), S. 839-847.

KUCHEN, E. “EEC – Eficiencia Energética Y Confort En El Espacio de Trabajo.” Andinas

Digital. Vol. 01. (2009).

KUCHEN, E. Spot-Monitoring zum thermischen Komfort in Bürogebäuden. Tesis de

Doctorado. ISBN: 978-3-89959-783-7. Der Andere Verlag, S. 203. Tönning, Deutschland.

(2008).

KUCHEN, E.; FISCH, M. N.; GONZALO, G. E., “Modelo de Confort. Rangos de Aceptación

Térmica.” Avances en Energías Renovables y Medio Ambiente 14 (2011): 89–96.

MAYER, E., A new correlation between predicted mean votes (PMV) and predicted

percentages of dissatisfied (PPD). In: J. E. Woods, D. T. Grimsrud and N. Boschi, editors. Proc

Healthy Buildings/IAQ ’97, Bethesda, 2, (1997), 189-194.

MOROŞAN, P-D., et al. "Building temperature regulation using a distributed model predictive

control." Energy and Buildings 42.9 (2010): 1445-1452.

NICOL, F.; HUMPHREYS, M.; ROAF, S., Adaptive Thermal Comfort: Principles and

Practice, Routledge, Abingdon, 2012.

NICOL, J. F.; HUMPHREYS, M.A., “Thermal comfort as part of a self-regulating system”.

Build. Res. Pract. 1 (1973) 174–179.

PÉREZ-LOMBARD, L., ORTIZ, J., POUT, C., "A review on buildings energy consumption

information." Energy and buildings 40.3 (2008): 394-398.

PROYECTO EECOM - PDTS-Res.1277/16. Título: Eficiencia Energética y Confort en

edificios públicos mediante Optimización Multiobjetivo. Director: Dr. Ernesto Kuchen. San

Juan, Argentina. (2016, en curso).

RUPP, R. F.; GIRALDO VÁSQUEZ, N.; LAMBERTS, R., “A Review of Human Thermal

Comfort in the Built Environment.” Energy and Buildings 105, (2015), 178–205.

SIA, SIA SN 180 guideline: Wärmeschutz, Feuchteschutz und Raumklima in Gebäuden. SIA

Schweizerischer Ingenieur- und Architektenverein, Zürich, Switzerland. (2013).

TSE, W. L.; SO, A. T. P.; CHAN, W. L.; MAK, I. K. Y., The validity of predicted mean vote

for air-conditioned offices. Facilities 23 (13-14), (2005), 558-569.

VAN DER LINDEN, A. C.; BOERSTRA, A. C.; RAUE, A. K.; KURVERS, S.R.; DE DEAR,

R. J., Adaptive temperature limits: A new guideline in the Netherlands: A new approach for the

assessment of building performance with respect to thermal indoor climate. Energy and

Buildings 38(1), (2006), 8-17.

VAN HOOF, J. “Forty Years of Fanger’s Model of Thermal Comfort: Comfort for All?” Indoor

Air 18.3 (2008): 182–201.

VAN HOOF, J.; MAZEJ, M.; HENSEN, J. L. M., “Thermal Comfort: Research and Practice.”

Frontiers in Bioscience 15.2 (2010): 765–788.

YANG, I-H., MYOUNG-SOUK, Y., KWANG-WOO, K., "Application of artificial neural

network to predict the optimal start time for heating system in building." Energy Conversion

and Management 44.17 (2003): 2791-2809.

YOON, D. W.; SOHN, J. Y.; CHO, K. H., The comparison on the thermal comfort sensation

between the results of questionnaire survey and the calculation of the PMV values. In: G. Raw,

C. Aizlewood and P. Warren, editors. Proc Indoor Air ’99. Edinburgh, 2, (1999), 137-141.

View publication statsView publication stats
https://www.researchgate.net/publication/309477141

Documents

EVALUACIÓN DE MODELOS DE CONFORT TÉRMICO PARA … · Evaluación de Modelos de Confort Térmico para Interiores VIII Congreso Regional de Tecnología de la Arquitectura – CRETA