Optimización lumínica y sanitaria de espacios educativos basados en algoritmo de optimización multiobjetivo

Autores/as

DOI:

https://doi.org/10.11606/gtp.v17i4.196798

Palabras clave:

Optimización de espacios, Instituciones educacionales, Distanciamiento social, Confort lumínico

Resumen

La pandemia del Covid-19 ha traído una serie de reflexiones sobre las condiciones sanitarias de los ambientes para usos prolongados. Escuelas, oficinas, hospitales, etc. tuvieron que reajustarse para evitar la proliferación de virus y nuevas enfermedades y traer más comodidad y bienestar a los usuarios del edificio. El propósito principal de este artículo es presentar el uso potencial de un algoritmo multiobjetivo para optimizar los espacios de diseño institucional educativo teniendo en cuenta la incidencia solar interna y el distanciamiento social recomendado por la OMS. El método fue de desarrollo experimental en seis etapas; (i) investigación de revisión de literatura; (ii) definir los ambientes y parámetros a analizar; (iii) desarrollo de modelos; (iv) simulación computacional; (v) optimización multiobjetivo; y (vi) análisis de resultados. El modelado de espacios y escritorios se realizó en el software Rhinoceros a través del plug-in Grasshopper, los cálculos de incidencia solar interna se realizaron con Honeybee y se aplicó el algoritmo multiobjetivo de optimización a través de Wallacei. Este estudio puede ofrecer una nueva metodología para desarrollar y estudiar proyectos de manera más diligente no sólo para proyectos convencionales sino también en episodios de crisis que impliquen respuestas rápidas y seguras por parte de los diseñadores.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Natalia Nakamura Barros, Centro Universitario Facens

    Arquitecto y Urbanista por la Universidad Federal de Viçosa. Magíster en Arquitectura, Tecnología y Ciudad por la Universidad Estadual de Campinas - UNICAMP. Profesor del Centro Universitario Facens.

  • Érika Mayumi Shibata, Centro Universitario Facens

    Estudiante de pregrado en el curso de Arquitectura y Urbanismo en el Centro Universitário Facens.

Referencias

AMIZO, Isadora Banducci; TOSTES, Lia. Levantamento bibliográfico para adequação dos espaços universitários pós-Covid-19. In: VI Encontro da Associação Nacional de Pesquisa e Pós-Graduação em Arquitetura e Urbanismo, 30 dez. 2020. Anais... Brasília: UnB, 30 dez. 2020. Disponível em: <https://conferencias.unb.br/index.php/ENANPARQ/ViENANPARQ/paper/view/23162>. Acesso em: 11 mar. 2022.

FROTA, A. B.; SCHIFFER, S. R. Manual de conforto térmico: arquitetura, urbanismo. São Paulo: Studio Nobel, 2001.

FURLANI, Sinara; CARDOSO, Grace Tibério. Rethinking Post-Covid-19 School Design in Brazil: Adaptation Strategies for Public Schools PEE-12 FNDE. Strategic Design Research Journal, v. 14, n. 1, p. 339–350, 9 abr. 2021. DOI: https://doi.org/10.4013/sdrj.2021.141.28

GIL, A. C. Como elaborar projetos de pesquisa. 5. ed. São Paulo: Atlas, 2002. E-book

GIORDANI, Luanna Lima; RUSCHEL, Andressa Carolina. A arquitetura como ferramenta para a qualidade de vida: mudanças espaciais no cenário da pandemia (Covid-19). Revista Thêma et Scientia, v. 11, n. 2E, p. 249–280, 3 dez. 2021.

GRUNSKE, Lars. Identifying “good” architectural design alternatives with multi-objective optimization strategies. ICSE ’06, 28 maio 2006, New York, NY, USA. Anais... New York, NY, USA: Association for Computing Machinery, 28 maio 2006. p. 849–852. DOI: https://doi.org/10.1145/1134285.1134431

HAMMAMI, Omar; HOULLIER, Marc. Rationalizing approaches to multi-objective optimization in systems architecture design. IEEE INTERNATIONAL SYSTEMS CONFERENCE, mar. 2014, Ottawa, Canada. Proceedings… Ottawa, ON, Canada: 2014 IEEE International Systems Conference Proceedings, 2014, p. 407–410. DOI: 10.1109/SysCon.2014.6819289.

KOLAREVIC, Branko; MALKAWI, Ali. Performative Architecture: beyond instrumentality. New York: Spon Press, 2005.

LAMBERTS, R.; DUTRA, L.; PEREIRA, F.O.R. Eficiência energética na arquitetura. [3.ed.] Rio de Janeiro, 2014.

MARCONI, M. de A.; LAKATOS, E. M. Fundamentos de metodologia científica. 7. ed. São Paulo: Atlas, 2010. E-book.

MEC, Ministério da Educação. Protocolo de biossegurança para retorno das atividades nas Instituições Federais de Ensino. Brasília: MEC, 2020. Disponível em: https://www.gov.br/mec/pt-br/centrais-de-conteudo/publicacoes/guiasescolares/protocolo-if. Acesso em 01/09/2022 às 16:48.

OXMAN, R. A Performance-based Model in Digital Design: PERFORMATIVE—Design Beyond Aesthetic. Architectural Engineering and Design Management, v.3 ed. 3, p. 169-180, 1 jan. 2007.

PETROV, Martin; WALKER, James. Optioneering Methods for Optimization, Methods of exploring primary and secondary performance criteria in urban design. In: ECAADE 38, 1 set. 2020, Berlin. Anais... Berlin: eCAADe, 1 set. 2020. p. 29–36.

QINGSONG, Ma; FUKUDA, Hiroatsu. Parametric Office Building for Daylight and Energy Analysis in the Early Design Stages. Procedia - Social and Behavioral Sciences, Urban Planning and shan. Architectural Design for Sustainable Development (UPADSD). v. 216, p. 818–828, 6 jan. 2016. DOI: https://doi.org/10.1016/j.sbspro.2015.12.079

SCHMID, Aloísio. L. A Idéia de Conforto: reflexões sobre o ambiente. 1. ed. Curitiba: Pacto Ambiental, 2005.

SHAN, Rudai. Integrating Genetic Algorithm with Rhinoceros and Grasshopper in Whole Building Energy Simulation. In: Grand Renewable Energy 2014, 27 jul. 2014, Tóquio. Proceedings... Tóquio: Japan Council for Renewable Energy, 27 jul. 2014.

SHI, Xing; YANG, Wenjie. Performance-Driven Architectural Design and Optimization Technique from a Perspective of Architects. Automation in Construction, v. 32, p. 125–135, 1 jul. 2013. DOI: https://doi.org/10.1016/j.autcon.2013.01.015

TICONA, W. G. C.; DELBEM, A. C. B. Algoritmos evolutivos para otimização multi-objetivo. Agosto de 2008. 38 f. Notas de Aula.

WORLD HEALTH ORGANIZATION [WHO]. Considerations for school-related public health measures in the context of COVID-19. Genebra: World Health Organization, 2020.

YU, Wei et al. Application of Multi-Objective Genetic Algorithm to Optimize Energy Efficiency and Thermal Comfort in Building Design. Energy and Buildings, v. 88, p. 135–143, 1 fev. 2015. DOI: https://doi.org/10.1016/j.enbuild.2014.11.063

ZHANG, Anxiao et al. Optimization of Thermal and Daylight Performance of School Buildings Based on a Multi-Objective Genetic Algorithm in the Cold Climate of China. Energy and Buildings, v. 139, p. 371–384, 15 mar. 2017. DOI: https://doi.org/10.1016/j.enbuild.2017.01.048

Publicado

2022-12-23

Cómo citar

BARROS, Natalia Nakamura; SHIBATA, Érika Mayumi. Optimización lumínica y sanitaria de espacios educativos basados en algoritmo de optimización multiobjetivo. Gestão & Tecnologia de Projetos (Gestión y tecnología de proyectos), São Carlos, v. 17, n. 4, p. 101–111, 2022. DOI: 10.11606/gtp.v17i4.196798. Disponível em: https://revistas.usp.br/gestaodeprojetos/article/view/196798.. Acesso em: 16 may. 2024.