Universidade do Estado do Rio de Janeiro

Centro de Tecnologia e Ciências

Faculdade de Engenharia

Marcelo Fernandes Melo Monteiro

Avaliação da Influência do Microclima Urbano em Projeto de

Climatização no Município do Rio de Janeiro

Rio de Janeiro
2017
 Marcelo Fernandes Melo Monteiro

Avaliação da Influência do Microclima Urbano em Projeto de Climatização no

Município do Rio de Janeiro

Dissertação apresentada, como

requisito parcial para obtenção do
título de Mestre, ao Programa de
Pós-Graduação em Engenharia
Mecânica, da Universidade do
Estado do Rio de Janeiro. Área de
concentração: Fenômenos de
Transporte.

Orientador: Prof. Dr. Manoel Antônio da Fonseca Costa Filho

Rio de Janeiro
2017
 CATALOGAÇÃO NA FONTE
UERJ / REDE SIRIUS / BIBLIOTECA CTC/B
M772 Monteiro, Marcelo Fernandes Melo.
Avaliação da influência do microclima urbano em projeto de
climatização no município do Rio de Janeiro / Marcelo Fernandes
Melo Monteiro. – 2017.
76f.

Orientador: Manoel Antônio da Fonseca Costa Filho.

Dissertação (Mestrado) – Universidade do Estado do Rio de
Janeiro, Faculdade de Engenharia.

1. Engenharia Mecânica - Teses. 2. Meteorologia - Teses. 3.

Ar condicionado - Teses. 4. Clima - Teses. I. Costa Filho, Manoel
Antônio da Fonseca. II. Universidade do Estado do Rio de
Janeiro. III. Título.

CDU 536.5

Bibliotecária: Júlia Vieira – CRB7/6022

Autorizo, apenas para fins acadêmicos e científicos, a reprodução total ou parcial

desta tese, desde que citada a fonte.

Assinatura Data
 Marcelo Fernandes Melo Monteiro

Avaliação da Influência do Microclima Urbano em Projeto de Climatização no

Município do Rio de Janeiro

Dissertação apresentada, como

requisito parcial para obtenção do
título de Mestre, ao Programa de
Pós-Graduação em Engenharia
Mecânica, da Universidade do
Estado do Rio de Janeiro. Área de
concentração: Fenômenos de
Transporte.

Aprovado em: 20 de dezembro de 2017.

Banca Examinadora:

_______________________________________________________
Prof. Dr. Manoel Antônio da Fonseca Costa Filho (Orientador)
Faculdade de Engenharia – UERJ

_______________________________________________________
Prof. Dr. Americo Barbosa da Cunha Junior
Instituto de Matemática e Estatística – UERJ

_______________________________________________________
Prof. Dr. Daniel José Nahid Mansur Chalhub
Faculdade de Engenharia – UERJ

_______________________________________________________
Prof. Dr. Luiz Cláudio Gomes Pimentel
Programa de Meteorologia – IGEO – UFRJ

_______________________________________________________
Prof. Dr. Nisio de Carvalho Lobo Brum
Programa de Engenharia Mecânica - COPPE – UFRJ

Rio de Janeiro
2017
 DEDICATÓRIA

Ao meu Pai, onde quer que ele esteja, sempre estará comigo, a minha Mãe,
pela paciência, carinho e amor em todos estes anos.
 AGRADECIMENTOS

A toda minha família e amigos pelo apoio e pensamento positivo para que esse
sonho fosse realizado.
Ao meu orientador, Prof. Dr. Manoel Antônio da Fonseca Costa Filho por todos
os ensinamentos, ajuda e força de vontade, pela excelente orientação e dedicação,
dando estímulos para o desenvolvimento deste trabalho e pela amizade demonstrada
nesses anos.
Ao Prof. Dr. Luiz Cláudio Gomes Pimentel do Programa de Meteorologia da
UFRJ pelo apoio e ajuda ao fornecer dados meteorológicos da REDEMET para essa
pesquisa.
Ao instituto INMET pelo envio dos dados meteorológicos e ao ALERTA RIO por
disponibilizar os seus dados publicamente no site.
A Carrier, na pessoa do engenheiro Cristiano Brasil, pela cessão gratuita da
licença do programa HAP para a UERJ e assim possibilitar o desenvolvimento desta
pesquisa.
Aos meus amigos de trabalho, ETU/UFRJ, pela paciência e compreensão nas
horas de estudo.
Aos meus colegas de mestrado, pelo companheirismo e pelo inegável apoio
quando necessário, em especial o meu amigo Felipe Alfaia e Thamires Bernardes.
A UERJ, porque sem ela não poderia ter realizado este sonho de conquista.
A todos aqueles, que embora não citados nominalmente, contribuíram direta e
indiretamente para a execução deste trabalho.
Saber e não fazer, ainda não é saber.
Lao Tsé
 RESUMO

MONTEIRO, Marcelo Fernandes Melo. Avaliação da influência do microclima

urbano em projeto de climatização no município do Rio de Janeiro. 2017. 76f.
Dissertação (Mestrado em Engenharia Mecânica) – Faculdade de Engenharia,
Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2017.

As áreas urbanas são caracterizadas por diferentes microclimas identificados

pela grande concentração de construções o que ocasiona a formação de ilhas de
calor, um aumento da temperatura do ar em comparação com as áreas de baixa
ocupação ou rurais. Os projetos de aquecimento, ventilação e ar condicionado (AVAC)
necessitam do cálculo de carga térmica, que tem como base as informações das
condições ambientais do ar externo, disponibilizadas através da norma: Instalações
de Ar Condicionado – Sistemas Centrais e Unitários (ABNT NBR 16401) ou através
do banco de dados meteorológicos encontrados nos softwares de projeto de ar
condicionado e refrigeração. O objetivo desse trabalho é investigar a influência do
microclima urbano no dimensionamento dos projetos para sistema de ar condicionado
através do uso de dados climáticos da estação meteorológica mais próxima. O
processamento dos dados meteorológicos seguiu as recomendações da American
Society of Heating, Refrigeration and Air-Conditioning para a criação dos dias típicos
de projeto. As simulações requeridas pelo projeto de ar condicionado foram realizadas
através do software comercial Hourly Analysis Program usando uma mesma
edificação inserida em diferentes pontos do Rio de Janeiro. Os resultados mostraram
que as cargas térmicas de resfriamento para projetos de ar condicionado para a
cidade do Rio de Janeiro podem sofrer um aumento no dimensionamento de até 20%
quando são utilizados os dados meteorológicos dos Aeroportos Antônio Carlos Jobim
e Santos Dumont.

Palavras-chave: Ar condicionado; Carga Térmica; Dados Climáticos; Microclima;

HVAC.
 ABSTRACT

MONTEIRO, Marcelo Fernandes Melo. Evaluation of influence of urban

microclimate on air-conditioning project in the city of Rio de Janeiro. 2017. 76f.
Dissertação (Mestrado em Engenharia Mecânica) – Faculdade de Engenharia,
Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2017.

The urban areas are characterized by different microclimates identified from the
high concentration of buildings, which causes the formation of heat islands, an
increase of the air temperature compared with the low occupation or rural areas. The
heating, ventilation and air-conditioning (HVAC) projects require the calculation of
thermal load, which is based on the information of the environmental conditions of the
external air, provided through the Brazilian standard: Air Conditioning Installations -
Central and Unit Systems (ABNT NBR 16401) or through the meteorological database
available in the software for air conditioning design. This work aims at investigating the
influence of the urban microclimate on the design of the air conditioning system through
the use of climatic data from the closest meteorological station. The processing of the
meteorological data followed the recommendations from the American Society of
Heating, Refrigeration and Air-Conditioning to create of the project typical days. The
simulations requested by the air conditioning project were executed through the
commercial software Hourly Analysis Program using the same building inserted at
different locations of the Rio de Janeiro. The results showed that the cooling thermal
loads in air conditioning projects for the city of Rio de Janeiro can be impacted by an
increase of up to 20% when are used the meteorological data from the Antônio Carlos
Jobim and Santos Dumont Airports.

Keywords: Air conditioning; Thermal Load, Climatic Data; Microclimate; HVAC.

 LISTA DE FIGURAS

Figura 01 - Balanço energético Nacional 2016 ......................................................... 15

Figura 02 - Representação de ICU............................................................................ 17
Figura 03 – Mapa do município do Rio de Janeiro. .................................................. 23
Figura 04 - Mapa de ocupação e uso do solo do município do Rio de Janeiro ......... 24
Figura 05 – Visão topográfica da região contendo a RMRJ ...................................... 25
Figura 06 - Direção dos Ventos das estações SBSC, SBGL, SBAF, SBRJ, SBJR ... 26
Figura 07 – Estações meteorológicas da RMRJ. ...................................................... 28
Figura 08 – Localização geográfica das estações..................................................... 29
Figura 09 – Distribuição de Frequência..................................................................... 30
Figura 10 – Função densidade de probabilidade ...................................................... 31
Figura 11 – função de distribuição cumulativa .......................................................... 31
Figura 12 – Planta baixa ........................................................................................... 50
Figura 13 – Perfil de ocupação. ................................................................................ 52
Figura 14 – Perfil da iluminação. ............................................................................... 53
Figura 15 – Perfil dos equipamentos. ........................................................................ 54
Figura 16 – Cargas térmicas de pico para resfriamento............................................ 60
Figura 17 – Cargas térmicas para o nível de frequência 0,4% .................................. 60
Figura 18 – Temperaturas de Projeto e Carga Térmica ao nível de frequência de
0,4% .......................................................................................................................... 61
Figura 19 – Cargas térmicas para frequência 1,0% .................................................. 61
Figura 20 – Temperaturas de Projeto e Carga Térmica ao nível de frequência de
1,0% .......................................................................................................................... 62
Figura 21 – Cargas térmicas para frequência 2,0% .................................................. 62
Figura 22 – Temperaturas de Projeto e Carga Térmica ao nível de frequência de
2,0% .......................................................................................................................... 63
Figura 23 – Cargas térmicas de pico para aquecimento ........................................... 64
Figura 24 – Cargas térmicas para frequência 99,6% ................................................ 65
Figura 25 – Temperatura e Carga térmica de 99,6% ................................................ 65
Figura 26 – Cargas térmicas para frequência 99,0% ................................................ 66
Figura 27 – Temperatura e carga térmica de 99,0% ................................................. 66
Figura 28 – Comparação entre as variações de ∆Tmd. ............................................ 67
 LISTA DE TABELAS

Tabela 01 - Estações meteorológicas ....................................................................... 28

Tabela 02 – Fator horário da variação diária de temperatura ................................... 35
Tabela 03 – Dados meteorológicos utilizados ........................................................... 48
Tabela 04 – Zonas térmicas ...................................................................................... 51
Tabela 05 – Taxa de calor liberado por pessoas....................................................... 53
Tabela 06 – Dados de potência de iluminação.......................................................... 53
Tabela 07 – Taxa de dissipação de calor dos equipamentos .................................... 54
Tabela 08 – Vazão de ar externo .............................................................................. 55
Tabela 09 – Temperaturas de projeto da estação Ecológica Agrícola (°C) ............... 56
Tabela 10 – Temperaturas de projeto da estação Marambaia (°C).......................... 56
Tabela 11 – Temperaturas de projeto da estação Forte de Copacabana (°C) .......... 57
Tabela 12 – Temperaturas de projeto da estação Aeroporto dos Afonsos (°C) ........ 57
Tabela 13 - Temperaturas de projeto da estação Aeroporto de Santa Cruz (°C) ...... 57
Tabela 14 – Temperaturas de projeto da estação São Cristóvão (°C) ...................... 57
Tabela 15 – Temperaturas de projeto da estação Vila Militar (°C) ............................ 58
Tabela 16 – Temperaturas de projeto da estação Aeroporto Internacional Antônio
Carlos Jobim (°C) ...................................................................................................... 58
Tabela 17 – Temperaturas de projeto da estação Aeroporto Santos Dumont (°C) ... 59
Tabela 18 – Parede externa de alvenaria de 200 mm ............................................... 75
Tabela 19 – Parede interna de alvenaria de 150 mm ................................................ 75
Tabela 20 – Telhado ................................................................................................. 76
Tabela 21 – Composição da janela ........................................................................... 76
Tabela 22 – Composição da porta exterior ............................................................... 76
 LISTA DE ABREVIATURAS E SIGLAS

ABNT Associação Brasileira de Normas Técnicas

ANEEL Agência Nacional de Energia Elétrica
ANVISA Agência Nacional de Vigilância Sanitária
ALERTA RIO Sistema Alerta Rio da Prefeitura do Rio de Janeiro
ASHRAE American Society of Heating, Refrigerating and Air-Conditioning
Engineers
AVAC Aquecimento, Ventilação e Ar Condicionado
CEPERJ Fundação Centro Estadual de Estatísticas, Pesquisas e Formação
do Estado do Rio de Janeiro
EMBRAPA Empresa Brasileira de Pesquisa Agropecuária
EPE Empresa de Pesquisa Energética
TMY Ano Meteorológico Típico
HAP Hourly Analysis Program
ICU Ilha de Calor Urbano
INMET Instituto Nacional de Meteorologia
REDEMET Rede de Meteorologia do Comando da Aeronáutica
RMRJ Região Metropolitana do Rio de Janeiro
SBAF Aeroporto dos Afonsos
SBJR Aeroporto de Jacarepaguá
SBSC Aeroporto de Santa Cruz
SBRJ Aeroporto Santos Dumont
VAV Volume de Ar Variável
 LISTA DE SÍMBOLOS

A Área, em m².
As Irradiação solar aparente na ausência de massa de ar, em W/m².
ACN Coeficiente de clareza da atmosfera.
B Coeficiente de extinção atmosférica
BF Fator de “by-pass”, adimensional.
cp Calor específico, kJ/kg.°C.
ET Fator da diferença entre hora local, h
Edir Radiação direta
Edif Radiação difusa
E𝑜 Radiação solar
Farea Fator de vazão volumétrica por área, em L/s.m².
F Vetor de frequência, adimensional.
Fh Fator de temperatura horário, adimensional.
Fo Programação de ocupação da edificação, em %.
Fperda Fator de perda de calor nos dutos, em %.
FPessoas Fator de vazão volumétrica por pessoas, em L/s.pessoas.
Fs Fração da área da janela que é protegida da luz solar direta
FDC Função de distribuição cumulativa
FDP Função densidade de probabilidade
h Entalpia específica, kJ/kg.
ℎ𝑒 coeficiente de transferência de calor por convecção externo, W/m².K
HG Ganho de calor sensível e latente por pessoa, em W/pessoa
HL Hora local, em hora.
I Intensidade do raio solar, em W/m².
IAC Coeficiente de atenuação solar interior direto ou difuso da janela
L Longitude, em graus.
ṁ Vazão mássica, em kg/s.
𝑚𝑎 Exponentes de massa do ar das radiações direta ou difusa
Ndia Dia do ano.
Ni Fração de radiação solar que é absorvida
NPessoas Número de pessoas.
Ntrocas Número de trocas de ar por hora.
P Pressão, em Pa.
pg Grau de refletividade do solo.
q̇ Fluxo de calor, W/m².
Q̇ Quantidade de calor, em kW.
SC Coeficiente de sombreamento.
SHGC Coeficiente de ganho de calor solar direto ou difuso da janela.
T Temperatura, em °C ou K.
TBS Temperatura de Bulbo Seco, em °C.
TBU Temperatura de Bulbo Úmido, em °C.
TPO Temperatura de orvalho, em °C.
TSA Tempo solar aparente, em hora.
∆𝑇𝑚𝑑 Média das amplitudes diária da temperatura do mês mais quente.
U Coeficiente global de transferência de calor, em W/(m².°C).
UR Umidade relativa.
V Velocidade, em m/s.
V̇ Vazão volumétrica, em m³/s ou L/s.
Vol. Volume, em m³.
W Potência do trabalho líquido, em kW.
Y Razão entre o fluxo difusivo da superfície vertical e horizontal.
β Ângulo da altitude solar, em graus.
∝ fator de absorção à radiação solar da superfície
ϵ Ângulo de inclinação para a superfície do edifício, em graus.
η Eficiência.
ρ Massa específica, kg/m³.
ω Umidade absoluta, em g vapor d′ água⁄kg ar .
τ Profundidades ópticas das radiações direta e difusa.
 SUMÁRIO

INTRODUÇÃO .......................................................................................................... 14
Motivação ..................................................................................................... 14
Objetivo ........................................................................................................ 19
Estrutura do trabalho .................................................................................... 19
1. REVISÃO DE LITERATURA ........................................................................ 20
2. MATERIAIS E FUNDAMENTOS .................................................................. 23
2.1. Características Geográficas do Município do Rio de Janeiro ....................... 23
2.2. Estações Meteorológicas Utilizadas ............................................................. 27
2.3. Distribuições de Frequência e Cumulativa ................................................... 29
2.4. Dados Meteorológicos para Projetos de AVAC ............................................ 32
2.5. Cálculo das Condições de Projeto Segundo a ASHRAE (2013) .................. 33
2.6. Preenchimento de Dados Ausentes e Representatividade dos Dados
Meteorológicos Segundo a ASHRAE (2013) ............................................................. 36
2.7. Projeto de Sistema de AVAC Através do Hourly Analysis Program ............. 37
2.8. Ventilação e Renovação de Ar ..................................................................... 46
3. METODOLOGIA........................................................................................... 48
3.1. Cálculo das Temperaturas de Projeto .......................................................... 48
3.2. Cálculo da Carga Térmica ............................................................................ 49
4. RESULTADOS ............................................................................................. 56
4.1. Temperaturas de Projeto .............................................................................. 56
4.2. Carga Térmica de Resfriamento ................................................................... 59
4.3. Carga Térmica de Aquecimento ................................................................... 64
4.4. Variação Máxima de Temperatura................................................................ 67
5. CONCLUSÕES ............................................................................................ 68
5.1. Considerações Finais ................................................................................... 68
5.2. Trabalhos Futuros......................................................................................... 69
REFERÊNCIAS ......................................................................................................... 70
APÊNDICE A – Propriedade térmica dos materiais .................................................. 75
 14

INTRODUÇÃO

Motivação
O consumo de energia indica o desenvolvimento econômico e o nível de
qualidade de vida da sociedade. Ele reflete todas as atividades industriais, comerciais
e de serviços, além de avaliar a capacidade da população para adquirir bens e
serviços com certos valores tecnológicos, que exigem acesso à rede elétrica,
aumentando o consumo de energia (ANEEL, 2008).
Os setores que mais demandam eletricidade no Brasil são: industrial, residencial,
comercial e público. Juntos eles consomem cerca de 75% do total de energia usada
no país, além disso, 15,1% da energia está associada a perdas, o que supera o gasto
com energia do setor comercial e público segundo o Balanço Energético Nacional
(EPE, 2017). No caso dos empreendimentos comerciais, o sistema de aquecimento,
ventilação e ar condicionado (AVAC) é responsável por 30% a 40% do consumo de
energia elétrica (Danfoss, 2015). A figura 01 mostra o balanço e o consumo energético
de todos os setores do Brasil.
O crescimento acentuado do consumo de energia, embora possa espelhar o
aquecimento econômico e a melhoria da qualidade de vida, tem consequências
negativas. Uma delas é a possibilidade de escassez dos recursos utilizados para a
produção de energia. Além do impacto ao meio ambiente derivado dessas atividades
e os elevados investimentos necessários na pesquisa de novas fontes e criação de
novas usinas (ANEEL, 2008).
Atualmente, o meio mais moderno e difundido no mundo para conter a
crescimento do consumo sem alterar a qualidade de vida e o desenvolvimento
econômico é o estímulo ao uso eficiente de energia. O incentivo pode vir através de
sistemas de certificação, selos e etiquetagens dos empreendimentos construídos ou
projetados e a modernização dos sistemas existentes para possibilitar a redução do
consumo de energia a partir de soluções eficientes. O uso de equipamentos de
climatização mais sustentáveis representa investimentos iniciais mais altos, mas são
responsáveis por menores custos de operação e diminuição do consumo de energia
(Danfoss, 2015).
Para adotar uma mudança ou solução energética mais eficiente é necessário
conhecer o comportamento do clima da região. O clima urbano tem como
característica a temperatura do ar mais elevada do que a das zonas rurais
 15

circundantes. Como consequência, a temperatura ambiental interna será

relativamente maior do que a temperatura exterior. Deste modo, sem sistemas
mecânicos de controle térmico, as condições ambientais internas podem afetar
negativamente a saúde dos ocupantes e a produtividade (Mochtar, 2013). Assim, a
maioria dos edifícios em uma área urbana depende de sistemas de condicionamento
de ar para alcançar os níveis necessários de conforto e saúde.

Figura 01 - Balanço energético Nacional 2016 (EPE, 2017).

A qualidade do ar interno obtida por taxas adequadas de renovação de ar e a

utilização de filtros para o tratamento do ar e retenção de particulados são fatores
importantes para a saúde dos ocupantes dos edifícios. Ambientes isolados e com
pouca infiltração de ar externo podem reduzir o consumo de energia dos sistemas de
AVAC, que só teriam que retirar a carga térmica do espaço ocupado. O resultado disso
é o aumento substancial da concentração de poluentes no ar interno: dióxido de
 16

carbono, monóxido de carbono, óxidos de enxofre e nitrogênio, que são produzidos

pelo metabolismo humano, por materiais de limpeza e materiais de construção a base
de solvente, além do aparecimento de mofo e bolor. Tais poluentes comprometem a
saúde e o rendimento do trabalho dos usuários (Carmo, 1999).
O clima pode ser definido como o conjunto de condições atmosféricas,
característico de uma determinada região geográfica. Regiões equatoriais recebem
mais energia que as áreas mais próximas aos polos. Regiões de clima tropical são
caracterizadas como alta umidade, chuva excessiva e grande incidência solar. As
variáveis climáticas são observadas através do aumento da temperatura da superfície,
elevação do nível do mar, aumento de precipitação, e condições meteorológicas
extremas.
As áreas urbanas formam um sistema complexo de profundas alterações nos
parâmetros atmosféricos, que envolve a circulação, a turbulência e a dispersão do ar,
além da estocagem de calor, da evapotranspiração e do balanço de energia na
superfície (Kanda, 2006). As cidades também emitem gás carbônico devido à
utilização de combustíveis, da geração de energia nos processos industriais, nos
sistemas de transporte e na construção civil.
A estruturação das áreas urbanizadas diminui a velocidade média do vento e
reduz a remoção de calor dentro dos centros urbanos. Na realidade, o que dificulta a
troca térmica são os chamados canyons urbanos formados por prédios e áreas de
recirculação. Além disso, o ganho de calor também é afetado pelo aumento da
população e menor evaporação devido à redução de áreas verdes. A cidade
apresenta o ciclo diurno da temperatura do ar reduzido devido a uma maior superfície
com grande capacidade retenção do calor, assim aumentando a inércia térmica efetiva
(Erell, 2007).
As mudanças climáticas globais ou as mudanças em escala local podem ser as
causas associadas aos episódios de extremos de temperatura (Voogt, 2002). Na
escala local, muitas mudanças estão ligadas a forma heterogênea das cidades, que
interferem expressivamente no balanço térmico e hídrico da superfície urbana. Outros
fatores locais como a proximidade de áreas planas ou montanhosas e perto de rios,
lagos ou do mar influenciam as condições climáticas de uma determinada região e
formam os chamados microclimas (Szokolay, 2008).
O aumento da temperatura do ar das áreas periféricas (áreas rurais) em direção
às áreas urbanizadas gera um gradiente horizontal de temperatura definido como ilha
 17

de calor (Oke, 1982). As ilhas de calor urbano (ICU) são uma consequência do clima
urbano e uma modalidade das mudanças climáticas, causadas por fatores humanos
e produzidos em escala local, necessitam de investigação para sua detecção e
entendimento (Oke, 1987). A ilha de calor está associada à mudança na cobertura da
superfície (urbana) e o estudo e a previsão dos efeitos das ilhas de calor são
importantes para um melhor planejamento urbano e, consequentemente, para a
redução das causas do desconforto térmico e dos problemas na saúde (Bueno et al.,
2014).
Várias características das zonas urbanas podem contribuir para a formação de
ICU: formas específicas das estruturas verticais urbanas, capacidade térmica
relacionada com materiais de construção, diminuição da evaporação devido à redução
de áreas com cobertura vegetal e do transporte de água da chuva através de redes
pluviais, produção de energia antropogênica, através da emissão de calor pelas
indústrias, equipamentos e habitações, maior absorção de radiação pelos poluentes
da atmosfera urbana e aprisionamento de radiação nas ruas e vales urbanos (Oke,
1987). Uma representação esquemática de ICU é apresentada na Figura 02.

Figura 02 - Representação de ICU. (Fonte: adaptada de Santamouris, 2001)

As ilhas de calor ganham uma ampla representação nos seguintes eixos:

ambiental, os núcleos mais quentes das ilhas de calor podem acarretar danos à saúde
e à produção humana, além da flora e à fauna; econômico, as áreas mais quentes
gastam mais energéticos, como por exemplo, a utilização mais frequente de
 18

condicionadores de ar; cultural, ocorre uma separação socioespacial na localização

dos imóveis e classes sociais, sendo aqueles mais próximos a áreas verdes são mais
valorizados e são destinados às classes média alta da sociedade; político, motivo de
divergências e discussões entre poder público e especialistas ambientais pela
aprovação e licenciamento de empreendimentos imobiliários, como a verticalização
da orla (Lucena, 2012).
A rápida urbanização ganhou maior atenção pois impacta nas questões
ambientais, afetando no conforto térmico interior e exterior e no aumento do uso de
energia para aquecimento e refrigeração. Nas áreas urbanas as condições ambientais
internas para conforto térmico são essenciais para a qualidade de vida. O conforto
térmico humano depende diretamente da temperatura, da velocidade do ar, da
umidade, da quantidade de roupas usadas, da taxa metabólica e do nível de atividade
física (Li et al., 2010).
Temperatura do ar é tradicionalmente monitorada por instrumentos
meteorológicos estacionários chamados de estações meteorológicas, que fornecem
dados com bastante precisão por longos períodos temporais, geralmente registrados
numa base horária. O mais importante é a sua representatividade espacial
(Theophilou, 2015). A maioria dos dados observados com o objetivo de calcular as
condições de projeto são recolhidos de locais de monitoramento dos aeroportos. A
maioria dos quais são planos, gramados, com áreas abertas, longe de edifícios e
árvores ou outras influências locais. As temperaturas registradas nestes locais podem
ser significativamente diferentes de locais construídos onde as condições de projeto
estão sendo aplicadas (Oke, 1987).
As diferenças de temperatura dos ambientes urbanos dependem da posição
geográfica, hora do dia, estação do ano, velocidade do vento e cobertura de nuvens.
A geração de conjuntos de dados do clima adequados numa base horária, contendo
todos os parâmetros climáticos relevantes, é crucial para a avaliação do impacto da
ilha de calor urbana sobre a demanda de energia nos edifícios (Theophilou, 2015).
Para a cidade do Rio de Janeiro, a norma brasileira de projeto de sistemas de
condicionamento de ar, ABNT NBR 16401, disponibiliza dados climáticos dos
Aeroportos Santos Dumont e Internacional Antônio Carlos Jobim, que se situam junto
a Baía de Guanabara, e portanto, são dados não representativos de todas as regiões
do Município. O município do Rio de Janeiro é uma área altamente complexa em
 19

virtude do seu espaço, morfologia, ocupação urbana e de sua circulação atmosférica

com características singulares que resultam em diferentes microclimas.
Uma estação meteorológica com um longo período de registro, quando
localizada na proximidade de um local de construção, oferece aos engenheiros um
recurso único para calcular as condições meteorológicas de projeto.

Objetivo
A presente dissertação tem como objetivo investigar a influência da variabilidade
espacial das condições climáticas no município do Rio de Janeiro sobre o cálculo da
carga térmica para projeto e dimensionamento de AVAC, através do processamento
de dados das estações meteorológicas disponíveis nesta região.
Para tal finalidade, foi utilizada uma mesma edificação que foi virtualmente
deslocada para as posições das estações meteorológicas, sempre mantendo-a na
mesma orientação geográfica.

Estrutura do trabalho
No capítulo 1 é apresentada uma revisão de literatura relacionando trabalhos
sobre ilhas de calor urbanas e sobre o impacto de uma nova análise de dados
meteorológicos sobre o dimensionamento de sistemas de condicionamento de ar.
No capítulo 2 são apresentadas as características geográficas do município do
Rio de Janeiro que foi utilizado como estudo de caso, com informações sobre as
estações meteorológicas utilizadas, a metodologia empregada no processamento dos
dados meteorológicos e uma descrição detalhada do software utilizado para o cálculo
de carga térmica.
No capítulo 3 é apresentada uma descrição passo a passo do processamento
para o cálculo das temperaturas de projeto e informações sobre os dados inseridos
no programa para o cálculo da carga térmica.
No capítulo 4 são apresentados e analisados os resultados, comparando dados
de temperaturas de projeto com carga térmica calculada.
No capítulo 5 são apresentadas as conclusões e sugestões para trabalhos
futuros.
 20

1. REVISÃO DE LITERATURA

Tradicionalmente, a ASHRAE vem pesquisando e atualizando os critérios de

tratamento dos dados meteorológicos para o projeto de sistemas de climatização, com
sucessivas publicações de novas edições do ASHRAE Handbook Fundamentals
desde a primeira edição em 1967, sempre atualizando e ampliando o conjunto de
dados climáticos disponíveis.
Landsberg (1956) observou que as temperaturas médias anuais no centro
urbano da cidade de Londres eram superiores em comparação com a redondeza. Em
relação a umidade relativa e a velocidade do vento foi observada uma redução de 6%
e 25%, respectivamente.
Costa (1998) analisou dados de estações meteorológicas da cidade de Belém e
observou o comportamento da ilha de calor durante períodos chuvosos e menos
chuvosos. Os resultados mostraram que a ilha de calor atingiu diferenças de
temperatura em torno de 4,5°C entre os bairros urbanizados e a área rural. No período
chuvoso esta diferença caiu para 2,0°C, mostrando que os efeitos de nebulosidade e
precipitação proporcionaram menores contrastes térmicos entre os diferentes
ambientes urbanos e rurais.
Bulut et al. (2002) determinaram as condições de projeto do ar externo de 78
locais dentro da Turquia utilizando dados de estações meteorológicas em cada um
desse locais durante o período de 13 anos. As temperaturas de bulbo seco para
projeto foram calculadas no formato recomendado pela ASHRAE através das
frequências cumulativas de 0,4%, 1,0% e 2,0%. As condições de projeto analisadas
foram utilizadas para o cálculo de carga térmica de refrigeração das 78 localidades.
Os autores concluíram que as condições externas de projeto vigentes são muito
rigorosas.
Gedzelman et al. (2003) utilizaram uma série temporal de dois anos seguidos
(1997-1998) em 50 estações meteorológicas para a cidade de New York. As ilhas de
calor observadas eram formadas no final da tarde e desapareciam logo após o
amanhecer. A temperatura média ficou em torno de 4ºC acima no verão e no outono
e cerca de 3ºC acima no inverno e na primavera.
Aktacir et al. (2008) analisaram as influências de diferentes condições do ar
externo no dimensionamento e no consumo de energia de um sistema de
condicionamento de ar localizado em Adana na Turquia. Utilizando a condições de
 21

projeto da ASHRAE eles verificaram que a carga térmica de resfriamento é

dependente das condições externas do ar. Para o prédio em estudo, cerca de metade
da carga térmica dependia das características da construção.
Chen e Yu (2009) analisaram as causas do superdimensionamento dos picos
nos cálculos de carga térmica de resfriamento utilizando os dados meteorológicos de
projeto recomendados pela ASHRAE para Hong Kong. As condições de projeto
selecionadas indicavam temperaturas de bulbo seco, temperaturas de bulbo úmido e
radiação solar que não ocorriam coincidentemente, desta forma superestimavam os
equipamentos selecionados. A estudo demonstrou que a radiação solar horizontal
variava de 4% a 20%, dependendo do mês. O pico de carga térmica de resfriamento
calculado com as condições climáticas tradicionais era superior em 12% a 50%
quando comparado com as novas condições climáticas propostas de projeto.
Marques Filho et al. (2009) analisando a características físicas da cidade do Rio
de Janeiro com relação ao clima destacam a importância dos estudos de climatologia
urbana em países tropicais que se mostram bastante diferentes dos países com
climas temperados do hemisfério norte.
Karam et al. (2010) simularam episódios da ilha de calor diurna na região
metropolitana do Rio de Janeiro através de uma modelagem meteorológica urbana e
analisando os dados verificaram uma variação dinâmica das ilhas de calor e onde os
períodos de pico são registrados.
Silva (2010) comparou a variação de temperatura na Região Metropolitana do
Rio de Janeiro entre as estações meteorológicas do aeroporto dos Afonsos e da
Ecologia Agrícola em Seropédica. A maior diferença de temperatura entre as duas
estações ocorreu no período da madrugada e o valor foi de aproximadamente 4 °C. O
autor concluiu que esta elevação de temperatura na madrugada é uma consequência
direta do aprisionamento de calor na região urbana.
Oleson et al. (2011) observaram um pequeno acréscimo em intensidade na ilha
de calor em um estudo sobre a influência dos aparelhos de ar condicionado no
aquecimento urbano. Em um modelo climático global da ilha de calor verificaram um
aumento de 0,01W/m² de calor distribuído globalmente devido a utilização de
aparelhos de ar condicionado.
Verbai et al. (2015) pesquisaram as temperaturas de projeto para aquecimento
de edifícios em toda a Hungria. No estudo foram usados dados das temperaturas de
bulbo seco do ar nos últimos 50 anos para construção de gráficos de distribuição de
 22

frequência cumulativa para um novo valor de projeto para a frequência 99% com nível
de confiança de 99,5%. Os novos valores de projeto reduziram o custo de investimento
em aproximadamente 10% para grandes edifícios e a economia de energia em
operação intermitente chegou a 6%.
 23

2. MATERIAIS E FUNDAMENTOS

2.1. Características Geográficas do Município do Rio de Janeiro

O município do Rio de Janeiro é cercado pelo mar em quase todo o seu entorno,
somente a parte norte faz ligação com outros municípios da região metropolitana do
Rio de Janeiro, como ilustrado na figura 03: Duque de Caxias, Nilópolis, Nova Iguaçu,
São João de Meriti, Seropédica, Mesquita e Itaguaí (CEPERJ, 2013).
O município do Rio de Janeiro tem uma alta densidade populacional e um alto
grau de industrialização, o que é um indicativo de grande concentração de emissores
de poluentes e fontes de calor, além disto, existem as particularidades topográficas e
atmosféricas que afetam diretamente a dispersão de calor e dos poluentes na
atmosfera. Junto a isto, o município do Rio de Janeiro apresenta um acelerado
processo de degradação e assoreamento dos rios, destruição dos solos e
desmatamento (Moura et al., 1998).

Figura 03 – Mapa do município do Rio de Janeiro.

Na região metropolitana do Rio de Janeiro podem ser encontrados dois perfis

topográficos principais: as montanhas e as baixadas. No relevo montanhoso incluem
as serras, morros e os maciços da Tijuca, Pedra Branca e Gericinó-Mendanha. Estes
relevos são responsáveis pela divisão da cidade e a criam diversos microclimas
naturais que influenciam na circulação dos ventos e nos meios de transportes e
 24

dispersão de poluentes atmosféricos, além de influenciarem a ampliação e o sentido

do crescimento urbano (Farias, 2007).
O maciço da Tijuca apresenta uma orientação paralela a linha da costa e separa
a zona sul, a zona norte e a baixada de Jacarepaguá. O Maciço da Pedra Branca é
localizado na zona oeste do município do Rio de Janeiro e abriga o Pico da Pedra
Branca, o ponto mais alto da Cidade. O maciço de Gericinó-Mendanha, além de ter
parte de sua área pertencente ao município do Rio de Janeiro, tem ao seu redor os
municípios de Nova Iguaçu, Mesquita e Nilópolis. A figura 04 mostra o relevo e a
ocupação do solo do município do Rio de Janeiro.

Figura 04 - Mapa de ocupação e uso do solo do município do Rio de Janeiro. (Fonte:

Prefeitura do Rio, 2015)

A localização dos maciços da Tijuca, Pedra Branca e Gericinó-Mendanha,

demarcando áreas de baixada cercadas de pequenas serras e morros isolados, além
da existência do mar e das baías da Guanabara e Sepetiba enfatizam as diferenças
presentes no comportamento do vento em diversos pontos da Região Metropolitana
do Rio de Janeiro (RMRJ), a figura 05 mostra os maciços. Analisando o padrão horário
dos ventos de alguns aeroportos, fica evidente a atuação do sistema de brisa
 25

marítima-terrestre que se mostra mais destacado nas proximidades da faixa litorânea

(Guimarães, 2014).
Pimentel et al (2014) apresentaram um estudo com informações combinadas
considerando a direção e intensidade do vento na RMRJ, utilizando os dados de
estações meteorológicas em diversos pontos da cidade e mostrando como a
orientação da linha de costa litorânea influencia no padrão das circulações locais do
vento. No aeroporto de Santa Cruz (SBSC) são observados ventos preferenciais na
direção Nordeste/Sudoeste, no aeroporto Santos Dumont (SBRJ) são mais frequentes
na direção Norte/Sul, destacando a relação existente entre a localização relativa à
costa e a orientação dos ventos.
Nos aeroportos de Santa Cruz e Santos Dumont, com suas localizações
próximas da costa, conclui-se que a modulação da circulação local dos ventos
formados pelas brisas marítimas e terrestres são aproximadamente perpendiculares
ao perímetro da costa e são conduzidos ao longo da topografia existente na RMRJ. A
figura 06 mostra a rosa dos ventos de alguns aeroportos do Rio de Janeiro.

Figura 05 – Visão topográfica da região contendo a RMRJ. (Fonte: EMBRAPA, 2017)

As estações localizadas mais no interior do continente, como a do aeroporto dos

Afonsos (SBAF), são mais influenciadas pela elevação e a irregularidade do terreno e
a presença dos maciços da Pedra Branca e da Tijuca que realizam um efeito
canalizador dos ventos. Para o aeroporto de Jacarepaguá (SBJR) e o aeroporto dos
 26

Afonsos há a formação de um corredor de ventos com prevalência nas direções Norte-

Sul para o aeroporto de Jacarepaguá (SBJR) e uma acentuação na direção Sul para
aeroporto dos Afonsos (SBAF).
O aeroporto dos Afonsos (SBAF) é o que apresenta o maior percentual de
calmaria em comparação com os outros aeroportos analisados, principalmente
durante a madrugada. Os efeitos do relevo sobre o escoamento atmosférico devem
ser considerados a fim de justificar o regime de ventos entre o setor oeste da RMRJ
em relação aos setores central e leste da região.

Figura 06 - Direção dos Ventos das estações SBSC, SBGL, SBAF, SBRJ, SBJR. (Fonte:
Guimarães, 2014)
 27

2.2. Estações Meteorológicas Utilizadas

Uma estação coleta as informações meteorológicas representativas da área em

que está localizada. O conjunto dos dados recebidos é validado, através de um
controle de qualidade e armazenado em um banco de dados. A coleta dos dados é
feita através de sensores para medição dos parâmetros meteorológicos a serem
observados. As medidas são coletadas em intervalos de tempo diferentes entre os
diversos modelos de estações e sistema de aquisição de dados. Geralmente, a cada
hora, estes dados são integralizados e disponibilizados para serem transmitidos e
guardados. Os dados mais frequentes são:
-Temperatura do ar;
-Umidade relativa do ar;
-Temperatura do ponto de orvalho;
-Pressão atmosférica;
-Velocidade do vento;
-Direção do vento;
-Radiação Solar;
-Precipitação acumulada no período.

Neste trabalho foram usados dados das estações meteorológicas convencionais

dos aeródromos da Rede de Meteorologia do Comando da Aeronáutica (REDEMET),
das estações meteorológicas automáticas de responsabilidade do Instituto Nacional
de Meteorologia (INMET) e das estações meteorológicas do Sistema Alerta Rio da
Prefeitura do Rio de Janeiro (ALERTA RIO). A Tabela 01 apresenta a relação e a
localização destas estações. Todas estão dentro do município do Rio de Janeiro, com
exceção da estação Ecológica Agrícola localizada no município limítrofe de
Seropédica que representa área afastada do centro urbano. A Figura 07 mostra as
estações meteorológicas Ecologia Agrícola (A), de Marambaia (B), Vila Militar (C) e
Forte de Copacabana (D), todas pertencentes ao INMET.
 28

(A) (B)

(C) (D)
Figura 07 – Estações meteorológicas da RMRJ.

Tabela 01 - Estações meteorológicas

Como pode ser visto na figura 08, 4 estações estão posicionadas na área urbana:
Aeroporto dos Afonsos, Vila Militar, São Cristóvão e Forte de Copacabana; 3 estão
localizadas em área não urbana: Marambaia, Base Aérea de Santa Cruz e Ecológica
Agrícola. As estações mais próximas da linha da costa são Copacabana, Marambaia
 29

e Base Aérea de Santa Cruz, São Cristóvão está próxima da Baía de Guanabara e
representa uma área urbana do centro do Rio de Janeiro, enquanto as que estão
posicionadas mais dentro do continente são Ecológica Agrícola, Aeroporto dos
Afonsos e Vila Militar.

Figura 08 – Localização geográfica das estações.

As estações do Aeroporto dos Afonsos e da Vila Militar são bem próximas uma
da outra, no entorno predominando residências de pequeno porte com pouco
espaçamento entre as mesmas. Estas estações são localizadas entre os maciços do
Gericinó-Mendanha, da Pedra Branca e da Tijuca. Os maciços da Pedra Branca e
Tijuca atuam como barreira física na circulação da brisa marítima proveniente do
Oceano Atlântico, dificultando a ação dos ventos na RMRJ.
A estação Ecológica Agrícola localiza-se numa área com características rurais,
cuja ocupação do solo é do tipo colheita e pastagem. Esta estação fica posicionada
mais para dentro do continente. As estações de Marambaia e Forte de Copacabana
são as mais próximas no mar e recebem maior influência da brisa marítima do oceano
Atlântico.

2.3. Distribuições de Frequência e Cumulativa

Os métodos e técnicas estatísticas são utilizados na Meteorologia basicamente
para analisar o tempo passado com o objetivo de entender sobre o provável
 30

comportamento futuro de alguma variável. Ter um número grande de dados

registrados de forma contínua não é o suficiente, os dados meteorológicos devem ser
medidos em pequenos intervalos de tempo. Geralmente, os dados horários são mais
úteis do que dados diários, semanais ou mensais.
Uma distribuição de frequência é elaborada de maneira a extrair com facilidade
informações de um conjunto de dados muito extenso. A distribuição de frequências
pode ser representada através de um histograma, que é um gráfico cujas bases são
os limites das classes e as alturas são as frequências. A representação gráfica é uma
maneira simples e direta de analisar e interpretar dados climáticos. A figura 09 mostra
um exemplo de distribuição de frequência.

Distribuição de Frequência
900
800
Número de Ocorrências

700
600
500
400
300
200
100
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Temperatura [°C]

Figura 09 – Distribuição de frequência.

O cálculo de probabilidades para variáveis aleatórias contínuas envolve

integração sobre funções contínuas denominadas função densidade de probabilidade
(FDP), que representam as distribuições de frequência. Existem duas funções
associadas a cada variável aleatória contínua X: a função densidade de probabilidade,
simbolizada por f(X), e a função de distribuição cumulativa representada por F(X). A
função f(X) é aquela cuja integral de X = a até X = b (b  a) dá a probabilidade de que
X assuma valores compreendidos no intervalo (a, b), como indicado na figura 10, ou
seja:
b
Pa  X  b    f  X  dX (1)
a
 31

A função cumulativa de probabilidade F(b) é tal que:

(2)

Figura 10 – Função densidade de probabilidade

A figura 11 mostra a função de distribuição cumulativa (FDC) destacando como

exemplo o valor de 0,98, que significa que 98% das ocorrências das FDP encontram-
se abaixo do valor b e que apenas 2% das ocorrências superam esse valor.

Figura 11 – função de distribuição cumulativa

 32

Os dois extremos da FDC são os mais importantes, uma vez que as

temperaturas de projeto podem ser determinadas observando essas duas regiões. As
distribuições cumulativas localizadas a esquerda da figura 11 fornecem as condições
de temperaturas de projeto de aquecimento usadas para o inverno e as temperaturas
a direita as condições de projeto de refrigeração usadas para o verão.

2.4. Dados Meteorológicos para Projetos de AVAC

O primeiro passo no dimensionamento dos sistemas de ar condicionado é o

cálculo da carga térmica para aquecimento e refrigeração do prédio que depende das
suas características e tanto das condições internas a serem mantidas na edificação
quanto das condições climáticas do ar externo. Para um sistema de AVAC fornecer
as condições desejadas de conforto interno e combater a carga térmica nas condições
de pico, o projeto deve utilizar dados climáticos extremos registrados para aquela
localidade onde o prédio está ou será construído. Esta abordagem, no entanto,
resultará em equipamentos de grande porte, o que por sua vez, aumentará os custos
inicial do equipamento e operacional.
Os dados meteorológicos necessários para o projeto de sistemas de AVAC
incluem valores de temperaturas de bulbo seco, de bulbo úmido e do ponto de orvalho,
radiação solar global, além de velocidade e direção do vento, em várias frequências
de ocorrência. Eles permitem que as condições de projeto estejam relacionadas com
a capacidade do sistema em combater a carga térmica em um sentido probabilístico,
garantindo assim uma eficiência energética mais próxima da ideal (ASHRAE, 2013).
Os dados meteorológicos para os projetos de climatização representam as
diferentes condições psicrométricas, o que permite ao projetista avaliar várias
condições operacionais de pico energético. O projetista deve decidir quais conjuntos
de condições e de probabilidades de ocorrência são os mais adequados à situação
de projeto que está sob consideração (ASHRAE, 2013).
A temperatura de bulbo úmido (TBU), temperatura de ponto de orvalho (TPO),
umidade relativa (UR) e umidade absoluta (w) são quatro variáveis comuns que
expressam a quantidade de vapor d’água no ar. Elas são usadas em conjunto com a
temperatura de bulbo seco (TBS) para representar as condições do estado
termodinâmico do ar úmido externo. Geralmente, o par TBS e TBU é o mais utilizado
para definir as condições externas de projeto.
 33

A TBS medida em uma estação meteorológica é o valor da temperatura do ar

medida de forma direta por um termômetro. Além do registro da temperatura, também
ocorre a medição e o registro de outros parâmetros como a umidade, pressão, ponto
de orvalho, etc. Ao longo do tempo, depois de construído e processado o banco de
dados meteorológicos é selecionado um valor da TBS que será utilizado no projeto.
Associado a uma mesma TBS existe um conjunto de dados diferentes que foram
registrados e coincidem no tempo com este mesmo valor de TBS.
Na prática é tomada a média desses valores coincidentes para encontrar a
temperatura de bulbo úmido coincidente (TBUc) correspondente a uma determinada
TBS. O mesmo é feito para uma TBU em que se deseja encontrar a correspondente
TBSc. Valores TBSc e TBUc são necessários para uma avaliação realista das
condições psicrométricas do ar exterior.
Finalmente quantidades psicrométricas, como a TBU ou entalpia não estão
contidas nos conjuntos de dados meteorológicos. Elas são calculadas a partir da TBS,
TPO, e pressão barométrica usando as equações psicrométricas.

2.5. Cálculo das Condições de Projeto Segundo a ASHRAE (2013)

As condições de projeto são obtidas através da distribuição de frequências dos

dados meteorológicos que são feitas por agrupamento de dados em classes ou
vetores de frequência, de tal forma que são contabilizados os números de ocorrências
em cada classe. O número de ocorrências de uma determinada classe recebe o nome
de frequência. O objetivo é apresentar os dados de uma maneira mais concisa e que
permita extrair informação sobre seu comportamento. A distribuição de frequência
acumulada é o total acumulado ou soma de todas as classes anteriores até a classe
atual.
Os valores das TBS, TPO e TBU correspondentes às diferentes condições de
projeto estão ligados às distribuições cumulativas que representam os valores de
frequência que excedem certas percentagens. Condições de temperatura para os
períodos quentes e úmidos são baseadas nas distribuições cumulativas em que
apenas 0,4%, 1,0%, 2,0% das ocorrências estão acima desses valores. As condições
de temperatura para os períodos frios são baseadas em percentuais anuais de 99,6%
e 99,0%, o que significa que apenas 0,4% e 1,0% das ocorrências estão abaixo
desses valores de temperatura estipulados.
 34

Os valores 0,4%, 1,0%, 2,0% correspondem, em média, a 35 horas, 88 horas e

175 horas por ano, respectivamente, para o período de registro. Os valores de projeto
podem ocorrer com mais frequência em alguns anos e menos em outros. O uso de
percentuais anuais para definir as condições de projeto assegura que eles
representam a mesma probabilidade de ocorrência em qualquer clima,
independentemente da distribuição sazonal de temperatura e umidade extremas.
Condições anuais de projeto de resfriamento e desumidificação são
representadas pela TBS correspondente a 0,4%, 1,0% e 2,0% das frequências
acumuladas anuais de ocorrência, utilizando a TBUc para cada frequência. A
amplitude térmica diária para o mês mais quente é definida como a média das
diferenças entre a máxima diária e a mínima diária das TBS. Estes dados são
frequentemente utilizados em projetos de refrigeração e condicionamento do ar.
A TBU correspondente a 0,4%, 1,0% e 2,0% das frequências acumuladas anuais
de ocorrência junto com as respectivas TBSc representam extremos da soma dos
calores sensível e latente do ar exterior. Essas informações são úteis para o
dimensionamento e projetos de torres de resfriamento e resfriamento evaporativo.
O valor coincidente à velocidade média do vento e a sua direção correspondente
a 0,4% da temperatura de projeto de bulbo seco é usado para estimar cargas de pico
que representam a infiltração.
Condições anuais de projeto de aquecimento e umidificação são representadas
pelas TBS correspondentes a 99,6% e 99,0% das frequências acumuladas anuais de
ocorrência, utilizando a TBUc para cada frequência. Dados de projeto de vento
fornecem informações para estimar cargas de pico representando infiltração:
velocidades de vento extremas para o mês mais frio, com a temperatura média de
bulbo seco coincidente; e velocidade média e direção do vento coincidente com o valor
correspondente a 99,6% da TBS.
Condições de projeto com base em TPO estão diretamente relacionadas com
extremos de umidade absoluta, que representam o pico de carga de umidade do ar.
As condições de ponto de orvalho extremas podem ocorrer em dias com TBS
moderado, resultando em alta UR. Estes valores são especialmente úteis para
aplicações de controle de umidade e desumidificação.
O dia típico de projeto de AVAC representa um dia do ano com as condições
mais críticas de operação do sistema e tem por finalidade a seleção dos equipamentos
que irão manter o conforto térmico da edificação durante qualquer época do ano, para
 35

o dimensionamento mais adequado da carga térmica necessária para suprir todas as

necessidades energéticas de pico do edifício ao longo do ano onde condições
adversas de temperatura possam aparecer. Dependendo da localização do edifício
são definidas as condições externas que vão influenciar todo o sistema de AVAC e
que estão atreladas às características climáticas e de radiação solar do lugar.
Geralmente, o clima para cálculos de carga térmica é especificado para verão
(projetos de refrigeração) e inverno (projetos de aquecimento). As condições do dia
típico de projeto são feitas para fornecer condições de projeto que representam a
mesma probabilidade de ocorrência em qualquer lugar, independentemente da
distribuição sazonal de temperaturas e umidade extremas. O valor de temperatura de
referência é retirado das distribuições cumulativas de temperatura das estações
meteorológicas.
As pesquisas da ASHRAE (2013) mostraram um perfil que representa a TBS e
TBU para a construção das 24 horas do dia típico de projeto através de um perfil
teórico de temperaturas que permite avaliar com precisão admissível a variação da
carga térmica horária. Para gerar as temperaturas do dia típico de projeto a tabela 02
fornece as frações das temperaturas horárias que devem ser multiplicadas pelas
médias das amplitudes diárias do mês mais quente e depois subtraídas da
temperatura correspondente a frequência escolhida. Este procedimento é aplicável a
dados anuais ou mensais e é obtido pela equação (3):

TBS(ℎ)=TBS − 𝑓ℎ 𝛥𝑇md , (3)

onde:
𝑇𝐵𝑆 é a temperatura de bulbo seco correspondente a frequência escolhida, em °C;
∆𝑇𝑚𝑑 é a média da amplitude diária de temperatura do mês mais quente;
𝐹ℎ é o fator horário da variação diária de temperatura, conforme tabela 03.

Tabela 02 – Fator horário da variação diária de temperatura (fonte: ASHRAE, 2013)

Fator horário da variação diária de temperatura
Tempo [h] Fator Tempo [h] Fator Tempo [h] Fator
1 0,88 9 0,55 17 0,14
2 0,92 10 0,38 18 0,24
 36

3 0,95 11 0,23 19 0,39

4 0,98 12 0,13 20 0,50
5 1,00 13 0,05 21 0,59
6 0,98 14 0,00 22 0,68
7 0,91 15 0,00 23 0,75
8 0,74 16 0,06 24 0,82

2.6. Preenchimento de Dados Ausentes e Representatividade dos Dados

Meteorológicos Segundo a ASHRAE (2013)

Os conjuntos de dados meteorológicos podem conter lacunas e registros

isolados. Lacunas de até 6 horas são preenchidas por interpolação linear, a fim de
fornecer séries temporais mais completas. TBS, TPO, pressão barométrica, e UR são
interpolados, no entanto, a velocidade e a direção do vento não podem ser
interpoladas. A TPO é calculada a partir de valores interpolados de TBS e umidade
absoluta.
Algumas estações meteorológicas fornecem conjuntos de dados onde não são
registrados valores na hora exata. Quando em falta, estes podem ser substituídos por
dados de até 30 minutos antes ou depois.
O conjunto de dados meteorológicos deve ser completo o suficiente para que as
condições climáticas de projeto sejam estatisticamente significativas. Alguns meses
podem ser eliminados durante as verificações de controle de qualidade, por terem
intervalos incompletos muito grandes. As distribuições de frequências acumuladas
anualmente são construídas a partir das distribuições de frequências relativas
compiladas para cada mês, os dados de cada mês individualmente são incluídos se
preencherem os critérios de seleção para a integralidade e distribuição imparcial dos
dados seguindo recomendações de pesquisa da ASHRAE 890-RP (Colliver Et al.,
1998), onde os meses inteiros são aceitos na análise, ou rejeitados, com base nos
seguintes critérios:
• O número de valores de TBS de hora em hora para o mês, após o
preenchimento por interpolação, deve ser no mínimo, 85% do total de horas do mês.
• A diferença entre os números de valores disponíveis das TBS entre dias e
noites de cada mês deve ser inferior a 60.
 37

• Após a correção dos dados meteorológicos das estações deve haver um

número mínimo de 8 meses válidos de cada um dos 12 meses do ano, ou seja, deve
haver no mínimo 8 meses de janeiro, fevereiro, março, abril, maio, junho, julho, agosto,
setembro, outubro, novembro e dezembro válidos. O que corresponde a 8 anos
completos.
Estes critérios foram retirados do estudo realizado no projeto de pesquisa
ASHRAE RP-1171 (Hubbard et al., 2004), que mostrou que um mínimo de oito anos
de dados proporcionaria cálculos confiáveis de projetos climáticos para a maioria das
estações, com uma variação de ± 1°C, comparando com os valores relativos a um
período de 30 anos.
A TPO, TBU, e entalpia são calculadas para um determinado mês apenas se o
número de dados válidos for superior a 85% do número mínimo de valores de TBS
definidos anteriormente. As condições de velocidade e direção dos ventos são
calculadas para um dado mês apenas se o número de valores for maior do que 28,3%,
que corresponde a um terço de 85%, o número mínimo de valores de TBS.

2.7. Projeto de Sistema de AVAC Através do Hourly Analysis Program

No projeto de um sistema de AVAC, faz-se necessária uma simulação

computacional para encontrar a carga térmica máxima coincidente. O programa
Hourly Analysis Program (HAP) desenvolvido pela Carrier é uma das ferramentas de
projeto que realiza estas simulações.
Esta seção foi elaborada a partir do manual do HAP versão 4.9.1, Carrier (2016),
o qual está fundamentado em procedimentos padrões e algoritmos estabelecidos pela
ASHRAE (2013).
O programa oferece inúmeras opções de simulação, podendo realizar análises em
escalas anuais, mensais e horárias para todos os dias ao longo de um ano. Os
resultados destas simulações servem para comparar a viabilidade e possibilidades de
variação do sistema de AVAC de modo que o melhor projeto ou conceito seja
escolhido para implementação.
O HAP possui ferramentas para elaboração do cálculo de carga térmica para
refrigeração e aquecimento para espaços e zonas térmicas, determina taxas de fluxo
de ar e as vazões do sistema, dimensiona ventiladores e serpentinas das centrais de
 38

tratamento de ar. Além dos recursos para a seleção de equipamentos, o programa

também simula o consumo de energia e o custo energético do edifício.
O sistema de condicionamento de ar deve ser capaz de atender às cargas
térmicas internas e externas simuladas para os dias de projeto de inverno e verão
para serem feitos os dimensionamentos dos componentes de cada sistema. Um
sistema é formado não só pelo equipamento condicionador de ar, mas também pelas
zonas térmicas atendidas por ele. Assim, são calculadas as capacidades das
serpentinas de resfriamento, aquecimento, vazões de insuflação, vazões de ar externo
e vazões nos terminais de insuflação para cada ambiente. Uma vez especificados os
componentes, o programa executa automaticamente a simulação para o ano todo,
caso tenha os dados de cada mês ou para o dia típico de projeto simulando a carga
térmica de pico.
Os métodos apresentados nessa seção e a forma de cálculo são descritos pela
ASHRAE (2013), utilizados pelo HAP 4.9.1 (2016) e reproduzidos de Carmo (2017).
A carga térmica para um sistema de ar condicionado é definida pela quantidade de
calor que deve ser retirada do ambiente a ser resfriado, indicada por, 𝑄´𝑓 . Este
parâmetro pode ser determinado como o somatório das quantidades de calor
presentes em um ambiente e é descrito como:

𝑄´𝑓 = 𝑄´𝑒𝑛𝑣𝑜𝑙𝑡ó𝑟𝑖𝑎 + 𝑄´𝑝𝑒𝑠𝑠𝑜𝑎𝑠 + 𝑄´𝑖𝑙𝑢𝑚𝑖𝑛𝑎çã𝑜 + 𝑄´𝑒𝑞𝑢𝑖𝑝𝑎𝑚𝑒𝑛𝑡𝑜 + 𝑄´𝑎𝑟𝑒𝑥𝑡𝑒𝑟𝑛𝑜 + 𝑄´𝑖𝑛𝑓𝑖𝑙𝑡𝑟𝑎çã𝑜 , (4)

onde:
𝑄´𝑓 é o calor total interno do ambiente que é obtido através da soma de todas as
parcelas que compõem o cálculo da quantidade de calor do ambiente. O primeiro
termo é o calor da construção representado por 𝑄´𝑒𝑛𝑣𝑜𝑙𝑡𝑜𝑟𝑖𝑎 . Além disso, a utilização do
prédio é afetada pela componente dos ocupantes da edificação,𝑄´𝑝𝑒𝑠𝑠𝑜𝑎𝑠 . O calor
proveniente da iluminação está associado a 𝑄´𝑖𝑙𝑢𝑚𝑖𝑛𝑎çã𝑜 . Junto com as pessoas e
iluminação também tem mais um componente interno associado a dissipação de calor
pelos equipamentos do local, representado por 𝑄´𝑒𝑞𝑢𝑖𝑝𝑎𝑚𝑒𝑛𝑡𝑜 . As componentes que
estão associados ao ar externo são representadas por 𝑄´𝑎𝑟𝑒𝑥𝑡𝑒𝑟𝑛𝑜 e 𝑄´𝑖𝑛𝑓𝑖𝑙𝑡𝑟𝑎çã𝑜 que
corresponde ao ar de infiltração nos ambientes.
 39

O HAP utiliza o conceito de tempo solar aparente (TSA), que está relacionado com o
movimento do sol através do céu. A partir dele pode-se calcular o fluxo solar e o ganho
de calor solar para o edifício em relação ao ambiente externo.
A posição zênite do sol é quando ele atinge o ponto mais alto do céu. Este é
considerado o meio-dia de acordo com o TSA e não obrigatoriamente a hora do relógio
se correlaciona com a posição do sol. O resto do dia é determinado a partir do ponto
de meio-dia solar (ASHRAE, 2013).
O TSA é calculado a partir das equações (5) até (7):

𝐸𝑇 𝐿𝑙𝑜𝑐𝑎𝑙 −𝐿𝑚𝑒𝑟𝑖𝑑𝑖𝑎𝑛𝑜
𝑇𝑆𝐴 = 𝐻𝐿 + 60 + , (5)
15

𝐸𝑇 = 2,2918[0,0075 + 0,1868𝑐𝑜𝑠(𝐵) − 3,20077𝑠𝑒𝑛(𝐵) − 1,4615𝑐𝑜𝑠(2𝐵) − 4,089(2𝐵)], (6)

[360×(𝑁𝑑𝑖𝑎 −1)]
𝐵= , (7)
365

onde:
TSA: Tempo solar aparente;
HL: Hora local;
𝐿𝑚𝑒𝑟𝑖𝑑𝑖𝑎𝑛𝑜 : Longitude do meridiano de referência do fuso horário em graus;
𝐿𝑙𝑜𝑐𝑎𝑙 = Longitude para o local em estudo em graus.
ET = Fator da diferença entre hora local e TSA devido aos efeitos orbitais da Terra,
horas;
𝑁𝑑𝑖𝑎 = Dia do ano.
A radiação solar é descrita tendo um componente direto e outro difuso, os quais
estão indicados nas equações (8) e (9):

𝐸𝑑𝑖𝑟 = 𝐸𝑜 𝑒𝑥𝑝[−𝜏𝑑𝑖𝑟 × 𝑚𝑎𝑑𝑖𝑟 ], (8)

𝐸𝑑𝑖𝑓 = 𝐸𝑜 𝑒𝑥𝑝[−𝜏𝑑𝑖𝑓 × 𝑚𝑎𝑑𝑖𝑓 ], (9)

onde:
𝐸𝑑𝑖𝑟 é a radiação direta;
𝐸𝑑𝑖𝑓 é a radiação difusa;
 40

𝐸𝑜 é a radiação solar extraterrestre;

𝜏𝑑𝑖𝑟 e 𝜏𝑑𝑖𝑓 são as profundidades ópticas das radiações direta e difusa respectivamente;
𝑚𝑎𝑑𝑖𝑟 e 𝑚𝑎𝑑𝑖𝑓 são os expoentes de massa de ar das radiações direta e difusa,
respectivamente:

𝑛−3
𝐸𝑜 = 𝐸𝑠𝑐 {1 + 0,033𝑐𝑜𝑠 [360° × ]}, (10)
365

𝑎𝑑𝑖𝑟 = 1,454 − 0,406𝜏𝑑𝑖𝑟 − 0,268𝜏𝑑𝑖𝑓 + 0,021𝜏𝑑𝑖𝑟 𝜏𝑑𝑖𝑓 , (11)

𝑎𝑑𝑖𝑓 = 0,507 − 0,205𝜏𝑑𝑖𝑟 − 0,080𝜏𝑑𝑖𝑓 + 0,190𝜏𝑑𝑖𝑟 𝜏𝑑𝑖𝑓 . (12)

Para superfícies verticais, a radiação difusa na horizontal, E𝑟𝑎𝑑,𝑑𝑖𝑓,ℎ𝑜𝑟 , é uma

relação entre Y de radiação difusa do céu claro, onde Y é uma função do ângulo de
incidência 𝜃:

E𝑟𝑎𝑑,𝑑𝑖𝑓,ℎ𝑜𝑟 = 𝐸𝑑𝑖𝑓 × 𝑌 , (13)

onde:
𝑌 = max(0,45; 0,55 + 0,437 × 𝑐𝑜𝑠𝜃 + 0,313 × 𝑐𝑜𝑠 2 𝜃). (14)

Para superfícies não horizontais a radiação é definida por:

𝐸𝑟𝑎𝑑,𝑑𝑖𝑓,𝑛ã𝑜ℎ𝑜𝑟 = 𝐸𝑑𝑖𝑓 × (𝑌𝑠𝑒𝑛𝛴 + 𝑐𝑜𝑠𝛴), para 𝛴≤90°, (15)

𝐸𝑟𝑎𝑑,𝑑𝑖𝑓,𝑛ã𝑜ℎ𝑜𝑟 = 𝐸𝑑𝑖𝑓 × 𝑌𝑠𝑒𝑛𝛴, para 𝛴>90°, (16)

onde:
𝛴 é ângulo de inclinação para a superfície do edifício, em graus.

A radiação refletida (E𝑟𝑎𝑑,𝑟𝑒𝑓 ) para todas as orientações é definida por:

1−𝑐𝑜𝑠𝛴
𝐸𝑟𝑎𝑑,𝑟𝑒𝑓 = (𝐸𝑑𝑖𝑟 × 𝑠𝑒𝑛𝛽 + 𝐸𝑑𝑖𝑓 ) × 𝑝𝑔 × , (17)
2
 41

onde:
𝑝𝑔 é grau de refletividade do solo;
𝛽 é ângulo de altitude solar.

Todos os termos que pertencem ao somatório da carga térmica podem ser

definidos como sendo as quantidades de calor presentes em um ambiente. O HAP
avalia separadamente cada fator que compõe esta equação.
Para a carga da envoltória, o HAP calcula as transferências de calor das janelas,
portas, paredes, pisos e telhados que estão ligados a carga da envoltória que é
representada através da equação (18):

𝑄´ = 𝑈 × 𝐴 × ∆𝑇, (18)

onde:
𝑄´ é a quantidade de calor transferido na superfície, [W];
U é o coeficiente global de transferência de calor, [W/(m².°C)];.
∆𝑇 é a variação de temperatura presente durante a iteração, [°C].

Os elementos que têm contato com o meio externo, como as paredes e

coberturas, sofrem uma correção de temperatura do ar externo através do HAP. Essa
temperatura corrigida é denominada temperatura do ar solar (𝑇𝑎𝑠 ), (ASHRAE, 2013):

𝐼𝑇 𝑈
𝑇𝑎𝑠 = 𝑇𝐵𝑆𝑎𝑒 +∝× −𝜀× , (19)
ℎ𝑒 ℎ𝑒

onde:
𝑇𝐵𝑆𝑎𝑒 é a temperatura de bulbo seco do ar exterior, [°C];
∝ é fator de absorção à radiação solar da superfície;
𝐼𝑇 é a intensidade total do fluxo solar, [W/m²];
ℎ𝑒 é o coeficiente de transferência de calor por convecção externo, o valor de
referência é de 17 [W/m².K];
𝑈 é o coeficiente global de transferência de calor, em [W/(m².°C)];
 42

∆𝑇 é a diferença entre radiação de onda longa incidente na superfície exterior e

radiação de corpo negro na temperatura 𝑇𝐵𝑆𝑎𝑒 , em [W/m²]. O valor de referência é 0
para superfícies verticais e 20 para superfícies horizontais.

As janelas também possuem um ganho de calor devido a radiação solar,

calculado pela equação (20):

𝑄´𝑗 = 𝑄´𝑗𝑎𝑛,𝑑𝑖𝑟 + 𝑄´𝑗𝑎𝑛,𝑑𝑖𝑓 , (20)

onde:
𝑄´𝑗𝑎𝑛 é a ganho total de calor pela janela, [W];
𝑄´𝑗𝑎𝑛,𝑑𝑖𝑟 é a ganho total de calor por radiação direta na janela, [W];
𝑄´𝑗𝑎𝑛,𝑑𝑖𝑓 é a ganho total de calor por radiação difusa na janela, [W].

Sendo que estes componentes são descritos como:

𝑄´𝑗𝑎𝑛,𝑑𝑖𝑟 = 𝐴 × 𝐸𝑟𝑎𝑑,𝑑𝑖𝑟 × 𝑆𝐻𝐺𝐶𝑑𝑖𝑟 × 𝐼𝐴𝐶𝑑𝑖𝑟 , (21)

𝑄´𝑗𝑎𝑛,𝑑𝑖𝑓 = 𝐴 × (E𝑟𝑎𝑑,𝑑𝑖𝑟 + E𝑟𝑎𝑑,𝑑𝑖𝑓 ) × 𝑆𝐻𝐺𝐶𝑑𝑖𝑓 × 𝐼𝐴𝐶𝑑𝑖𝑓 , (22)

onde:
𝐴 é a área da janela, [m²];
𝑆𝐻𝐺𝐶 é o coeficiente de ganho de calor solar direto ou difuso da janela;
𝐼𝐴𝐶 é o coeficiente de atenuação solar interior direto ou difuso da janela.

A carga térmica das pessoas (𝑄´𝑝𝑒𝑠𝑠𝑜𝑎𝑠 ) que ocupam a edificação é calculada pelo
programa como indicado a seguir pela equação (23):

𝑄´𝑝𝑒𝑠𝑠𝑜𝑎𝑠 = 𝐻𝐺 × 𝑁𝑃𝑒𝑠𝑠𝑜𝑎𝑠 × 𝐹𝑜 ⁄100 , (23)

onde:
 43

𝐻𝐺 é o ganho de calor sensível e latente por pessoa, em W/pessoa;

𝑁𝑃𝑒𝑠𝑠𝑜𝑎𝑠 é a ocupação;
𝐹𝑜 é a programação de ocupação da edificação, em percentual.

A infiltração e do ar externo possuem parcelas latentes (𝑄´𝐿,𝑎𝑒 ) e sensíveis (𝑄´𝑠,𝑎𝑒 ),

calculados por:

𝑄´𝑠,𝑎𝑒 = 𝜌𝑎𝑒 × 𝑐𝑝,𝑎𝑒 × 𝑉´𝑎𝑒 × (𝑇𝑎𝑒 − 𝑇𝑎𝑐 ) , (24)

𝑄´𝐿,𝑎𝑒 = 𝜌𝑎𝑒 × ℎ𝑣𝑎 × 𝑉´𝑎𝑒 × (𝜔𝑎𝑒 − 𝜔𝑎𝑐 ) , (25)

onde:
𝜌𝑎𝑒 é a massa específica do ar, [kg/m³];
𝑉´𝑎𝑒 é a vazão volumétrica de ar, [m³/s];
ℎ𝑣𝑎 é a entalpia de vaporização da água presente no ar, [kJ/kg];
𝑐𝑝,𝑎𝑒 é o calor específico do ar, [kJ/kg.°C];
𝑇𝑎𝑒 é a temperatura do ar externo, [°C];
𝜔𝑎𝑒 é a umidade absoluta do ar externo, [𝑘 𝑔á𝑔𝑢𝑎 ⁄𝑘 𝑔𝑎𝑟 ];
𝑇𝑎𝑐 é a temperatura do ambiente condicionado, [°C];
𝜔𝑎𝑐 é a umidade absoluta do ambiente condicionado, [𝑘 𝑔á𝑔𝑢𝑎 ⁄𝑘 𝑔𝑎𝑟 ].

O HAP permite a entrada de três opções de dados para o cálculo da vazão de

ar a ser insuflada nos ambientes (𝑉´𝑖𝑛𝑠 ). O programa possibilita a entrada dos dados
para o cálculo a partir da temperatura de insuflação, da vazão mínima de ar a ser
insuflada e da vazão mínima de ar por metro quadrado a ser insuflada.

A vazão de ar, 𝑉´𝑖𝑛𝑠 , necessária para combater a carga térmica do sistema é

definida pela equação (26):

𝑄´𝑐𝑎𝑟𝑔𝑎𝑡é𝑟𝑚𝑖𝑐𝑎
𝑉´𝑖𝑛𝑠 = [𝜌 ] , (26)
𝑎𝑟 ×(ℎ𝑎𝑚𝑏𝑖𝑒𝑛𝑡𝑒 −ℎ𝑖𝑛𝑠𝑢𝑓𝑙𝑎çã𝑜 )

onde:
 44

𝑉´𝑖𝑛𝑠 é a vazão de ar para o combate de carga térmica, [m³/s];

𝑄´𝑐𝑎𝑟𝑔𝑎𝑡é𝑟𝑚𝑖𝑐𝑎 é calor total interno do ambiente, [kW];
𝜌𝑎𝑟 é a massa específica do ar na temperatura de insuflação, [kg/m³];
ℎ𝑎𝑚𝑏𝑖𝑒𝑛𝑡𝑒 é a entalpia específica do ambiente resfriado, [kJ/kg];
ℎ𝑖𝑛𝑠𝑢𝑓𝑙𝑎çã𝑜 é a entalpia do ar condicionado insuflado, [kJ/kg].

Se o dado de entrada for vazão mínima de ar (𝑉´𝑚𝑖𝑛,𝑖𝑛𝑠 ) a ser insuflado no

ambiente, o HAP, faz a seguinte análise:

𝐹
𝑉´𝑖𝑛𝑠,𝑝𝑒𝑟𝑑 = 𝑉´𝑚𝑖𝑛,𝑖𝑛𝑠 × (1 − 𝑝𝑒𝑟𝑑𝑎 ), (27)
100

𝑄
𝑉´𝑖𝑛𝑠 = [ 𝑄𝑐𝑎𝑟𝑔𝑎𝑡é𝑟𝑚𝑖𝑐𝑎𝑑𝑜𝑎𝑚𝑏𝑖𝑒𝑛𝑡𝑒 ] × 𝑉´𝑖𝑛𝑠,𝑝𝑒𝑟𝑑 , (28)
𝑐𝑎𝑟𝑔𝑎𝑡é𝑟𝑚𝑖𝑐𝑎𝑑𝑜𝑠𝑖𝑠𝑡𝑒𝑚𝑎

onde:
𝑉´𝑖𝑛𝑠,𝑝𝑒𝑟𝑑 é a vazão ar necessária para vencer as perdas de calor nos dutos;
𝐹𝑝𝑒𝑟𝑑𝑎 fator de perdas de calor dos dutos, em percentual.

Quando o dado de entrada é a vazão mínima de ar por metro

quadrado,𝑉´𝑚𝑖𝑛,𝑖𝑛𝑠𝑎𝑟𝑒𝑎 , a ser insuflado no ambiente, o HAP, utiliza as equações
anteriores relacionada com a equação (29).

𝑉´𝑚𝑖𝑛,𝑖𝑛𝑠 = 𝑉´𝑚𝑖𝑛,𝑖𝑛𝑠𝑎𝑟𝑒𝑎 × 𝐴𝑎𝑚𝑏𝑖𝑒𝑛𝑡𝑒 , (29)

O HAP possui quatro tipos de sistemas de resfriamento que podem ser

combinados ou utilizados individualmente, dependendo do projeto a ser
implementado. Os sistemas são divididos em: unidades de pré-resfriamento, centrais
de resfriamento, unidade de resfriamento em sistemas terminais de indução e unidade
de resfriamento em sistemas terminais, como “fan coils”. Para todos eles o
dimensionamento da serpentina é obtido através do somatório das equações (30) e
(31) que indicam o calor sensível e o calor latente:

𝑄´𝑠,𝑠𝑒𝑟𝑝 = 𝜌𝑎𝑟 ⁄𝜌𝑟𝑒𝑓,𝑎𝑟 × 𝑐𝑝,𝑎𝑟 × 𝑉´𝑖𝑛𝑠 × (𝑇𝑒,𝑠𝑒𝑟𝑝 − 𝑇𝑠,𝑠𝑒𝑟𝑝 ) , (30)

 45

𝑄´𝐿,𝑠𝑒𝑟𝑝 = 𝜌𝑎𝑟 ⁄𝜌𝑟𝑒𝑓,𝑎𝑟 × ℎ𝑣𝑎 × 𝑉´𝑖𝑛𝑠 × (𝜔𝑒,𝑠𝑒𝑟𝑝 − 𝜔𝑠,𝑠𝑒𝑟𝑝 ) . (31)

A umidade absoluta, 𝜔, na saída da serpentina é definida de acordo com o fator

de “by-pass” (BF) da serpentina pela seguinte equação (32):

𝜔𝑠,𝑠𝑒𝑟𝑝 = 𝐵𝐹 × (𝜔𝑒,𝑠𝑒𝑟𝑝 − 𝜔𝐴𝐷𝑃 ) + 𝜔𝐴𝐷𝑃 . (32)

Sendo que 𝜔𝐴𝐷𝑃 é a umidade absoluta na TPO. O BF pode ser definido como
sendo:

𝑇𝑠,𝑠𝑒𝑟𝑝 −𝑇𝑃𝑂
𝐵𝐹 = 𝑇 . (33)
𝑒,𝑠𝑒𝑟𝑝 −𝑇𝑃𝑂

O ganho de calor do ar de insuflação ao passar pelo motor do ventilador (𝑄´𝑚𝑜𝑡𝑜𝑟 )

também é computado na estimativa de carga térmica. Para tal, é utilizada a seguinte
metodologia da equação (34):

𝑄´𝑚𝑜𝑡𝑜𝑟 = (1 − 𝜂𝑚𝑜𝑡𝑜𝑟 ) × 𝑃𝑜𝑡ê𝑛𝑐𝑖𝑎 . (34)

´ 𝑚𝑜𝑡𝑜𝑟 ) é estimada por:

Sendo que a potência elétrica (𝑊

´
´ 𝑚𝑜𝑡𝑜𝑟 = 𝑉𝑖𝑛𝑠 ×∆𝑃
𝑊 , (35)
36700×𝜂

onde:
∆𝑃 é pressão estática total do ventilador em Pascal;
𝜂 é a eficiência do ventilador.

A vazão de água destinada (𝑉´á𝑔𝑢𝑎 ) aos dispositivos é determinada pela equação

(36):
 46

𝑄´
𝑉´á𝑔𝑢𝑎 = 𝜌 𝑝𝑖𝑐𝑜𝑑𝑒𝑐𝑎𝑟𝑔𝑎𝑡é𝑟𝑚𝑖𝑐𝑎 , (36)
×𝑐
á𝑔𝑢𝑎 ×∆𝑇
𝑝,á𝑔𝑢𝑎 á𝑔𝑢𝑎

onde:
𝜌á𝑔𝑢𝑎 é a massa específica da água, [kg/m³];
𝑐𝑝,á𝑔𝑢𝑎 é o calor específico da água, [kJ/kg.°C];
∆𝑇á𝑔𝑢𝑎 é a variação de temperatura da água, [°C].

2.8. Ventilação e Renovação de Ar

Para a determinação da taxa de ar externo para renovação são utilizados dois

parâmetros: um que relaciona a necessidade de renovação com a área do ambiente
condicionado e outro com o número de pessoas que ocupa o mesmo, sempre se
considerando a finalidade do recinto condicionado. Os dois componentes somados
resultam na taxa de ar externo para o ambiente em questão, e que adicionado às
taxas de ar externo dos demais ambientes, resultam na taxa total de renovação de ar
que deverá ser fornecida pelo sistema de ar-condicionado central. A renovação de ar
ou vazão de ar exterior é necessária para a manutenção da qualidade do ar interior.
A vazão mínima de ar exterior necessária para o ambiente possuir as mínimas
condições de qualidade do ar interior é calculada pelas normas NBR 16401 (ABNT,
2008) e pela Resolução n° 09 (ANVISA, 2003).
A NBR 16401 utiliza a seguinte metodologia de cálculo:

𝑉´𝑎𝑟𝑒𝑥𝑡𝑒𝑟𝑛𝑜 = (𝐴𝑎𝑚𝑏𝑖𝑒𝑛𝑡𝑒 × 𝐹𝑎𝑟𝑒𝑎 + 𝑁𝑃𝑒𝑠𝑠𝑜𝑎𝑠 × 𝐹𝑃𝑒𝑠𝑠𝑜𝑎𝑠 ) × 3,6 , (37)

onde:
𝑉´𝑎𝑟𝑒𝑥𝑡𝑒𝑟𝑛𝑜 : vazão de ar externo em [m³/h];
𝐴𝑎𝑚𝑏𝑖𝑒𝑛𝑡𝑒 : área do ambiente em [m²];
𝐹𝑎𝑟𝑒𝑎 : fator de área definido pela norma, em [L/s.m²];
𝑁𝑃𝑒𝑠𝑠𝑜𝑎𝑠 : número de pessoas no ambiente.
𝐹𝑃𝑒𝑠𝑠𝑜𝑎𝑠 : fator por pessoas definido pela norma, em [L/s.pessoas].

Entretanto a ANVISA determina a vazão de ar externo por:

 47

𝑉´𝑎𝑟𝑒𝑥𝑡𝑒𝑟𝑛𝑜 = 𝑁𝑃𝑒𝑠𝑠𝑜𝑎𝑠 × 𝐹𝑃𝑒𝑠𝑠𝑜𝑎𝑠 , (38)

onde:
𝑉´𝑎𝑟𝑒𝑥𝑡𝑒𝑟𝑛𝑜 : vazão de ar externo em [m³/h];
𝑁𝑃𝑒𝑠𝑠𝑜𝑎𝑠 : número de pessoas no ambiente;
𝐹𝑃𝑒𝑠𝑠𝑜𝑎𝑠 : fator por pessoas definido pela resolução, em [m³/h.pessoas].

O fator 𝐹𝑃𝑒𝑠𝑠𝑜𝑎𝑠 está relacionado a quantidades de pessoas em cada ambiente

ou zona. Locais com alta densidade de pessoas deve ser utilizado o fator de 17
m³/h.pessoas, enquanto que ambientes com baixa densidade o fator utilizado é de 27
m³/h.pessoas.
O número de renovações mínimo tem por finalidade garantir condições mínimas
de qualidade do ar no ambiente, ou seja, assegurar concentrações mínimas de
substâncias que possam causar danos à saúde dos usuários. Esta vazão será definida
por:
𝑉´𝑛°𝑑𝑒𝑡𝑟𝑜𝑐𝑎𝑠𝑚í𝑛𝑖𝑚𝑜 = 𝑁𝑡𝑟𝑜𝑐𝑎𝑠 × 𝑉𝑜𝑙 , (39)

onde:
𝑉´𝑛°𝑑𝑒𝑡𝑟𝑜𝑐𝑎𝑠𝑚í𝑛𝑖𝑚𝑜 é a vazão de ar mínima decorrente do número de trocas estipulado,
em metros cúbicos por segundo;
𝑁𝑡𝑟𝑜𝑐𝑎𝑠 é o número de trocas mínimo por hora para o referido ambiente;
𝑉𝑜𝑙 é o volume do ambiente em metros cúbicos.
 48

3. METODOLOGIA

3.1. Cálculo das Temperaturas de Projeto

Os dados de cada estação meteorológica foram processados utilizando os

métodos da ASHRAE (2013) descritos no item 2.6. A tabela 03 mostra as faixas de
anos analisadas e as respectivas quantidades de anos aproveitados para a formação
das distribuições de frequência.

Tabela 03 – Dados meteorológicos utilizados

Locais Período Anos Aproveitados
São Cristóvão 2002 a 2015 13 anos
Aeroporto dos Afonsos 2003 a 2013 8 anos
Aeroporto de Santa Cruz 2003 a 2013 8 anos
Ecológica Agrícola 2000 a 2016 13 anos
Marambaia 2002 a 2016 10 anos
Vila Militar 2007 a 2016 8 anos
Forte de Copacabana 2007 a 2016 9 anos

Para a construção das distribuições de frequência foi utilizado o programa

Microsoft Excel, seguindo os passos abaixo:
Passo 1 – preenchimento de lacunas segundo critérios apresentados na seção
2.6;
Passo 2 – para cada mês, verificação quanto ao seu aproveitamento segundo
critérios também apresentados na seção 2.6;
Passo 3 – verificação se o menor número de repetições de um mesmo mês
aproveitáveis é igual ou superior a 8, caso contrário a estação meteorológica em tela
será excluída da análise;
Passo 4 – descarte dos meses repetidos mais antigos, de forma que o número
de repetições de um mesmo mês seja igual para todos os 12 meses do ano;
Passo 5 – geração de dados de TBU a partir dos dados de TBS e TPO ou UR
disponíveis usando equações da psicrometria;
Passo 6 – ordenamento dos dados em ordem crescente de TBS;
 49

Passo 7 – extração dos valores de TBS correspondentes aos 5 níveis de

frequência recomendados;
Passo 8 - cálculo da TBUc tomando a média entre todos os valores de TBU
coincidentes no tempo com cada valor de TBS correspondente aos 5 níveis de
frequência recomendados;
Passo 9 – repetição dos passos 6 e 7 para TBU somente para os 3 níveis de
frequência recomendados para resfriamento;
Passo 10 – cálculo da TBSc tomando a média entre todos os valores de TBS
coincidentes no tempo com cada valor de TBU correspondente aos 3 níveis de
frequência recomendados;
Passo 11 – para arquivos com UR, geração de dados de TPO a partir dos dados
de TBS e UR disponíveis usando equações da psicrometria;
Passo 12 – repetição dos passos 6 e 7 para TPO;
Passo 13 – cálculo da TBSc tomando a média entre todos os valores de TBS
coincidentes no tempo com cada valor de TPO correspondente aos 5 níveis de
frequência recomendados;
Passo 14 – cálculo de w a partir de TPO e TBSc usando equações da
psicrometria.

3.2. Cálculo da Carga Térmica

As cargas térmicas de resfriamento e de aquecimento foram calculadas para os

9 (nove) pontos escolhidos da cidade do Rio de Janeiro utilizando os valores de
temperatura de projeto obtidos para cada localidade estudada através dos 5 níveis da
distribuição cumulativa: 0,4%, 1,0%, 2,0%, 99,6% e 99,0%.
Todos os parâmetros relacionados ao sistema de AVAC foram mantidos
constantes e foram alteradas apenas as localizações geográficas dos pontos
estudados, junto com os seus respectivos valores de temperaturas, e assim,
representar uma edificação construída em cada um desses pontos. As velocidades e
direções dos ventos não foram diretamente analisadas para os diversos pontos,
apenas suas influências indiretas nas temperatura e umidade do ar.
O cálculo de carga térmica foi realizado através do HAP versão 4.9.1. Nesta
seção são apresentadas informações referentes aos dados que foram inseridos no
HAP.
 50

A concepção arquitetônica da construção é baseada em um prédio comercial

com salas administrativas, salas de aula, atendimento ao público e áreas de
informática, utilizando janelas de vidro simples, portas de madeira, paredes de tijolo
cerâmico vazado com revestimento de argamassa em ambos os lados, laje de
concreto e coberta com telhado. Todos os ambientes internos são rebaixados com
forro de gesso. A Figura 12 mostra a planta baixa da construção com a distribuição
dos ambientes.
Cada ambiente da Figura 12 foi associado a uma zona térmica. Assim, cada
zona térmica ficou delimitada pelas quatro paredes, o teto e o piso.

Figura 12 – Planta baixa

 51

Na tabela 04 temos as áreas de cada ambiente com os seus respectivos

números de ocupantes. O pé direito útil de todos os ambientes é de 3 metros.
O HAP permite definir composições diferentes para paredes internas e externas.
Além disso, outros tipos construtivos podem ser definidos e aplicados, como: portas,
vidraças e divisórias.
Os dados de envoltória são necessários para o cálculo do coeficiente global de
transferência de calor, U. As propriedades termofísicas dos materiais que compõem a
envoltória foram obtidas da norma NBR 15220 (ABNT, 2005) e são apresentadas
detalhadamente em tabelas no apêndice A.
A envoltória é formada por paredes internas, paredes externas, janelas, portas
internas e externas e telhado. A partir dos materiais que são produzidos cada um
destes componentes pode-se determinar o ganho ou perda de calor através da
envoltória da construção.

Tabela 04 – Zonas térmicas

Zonas Ambientes Área [m²] Pessoas

1 Treinamento 1 32,50 38
2 Treinamento 2 42,10 45
3 Casa de Máquina 7,00 -
4 Treinamento 3 31,20 30
5 Gerente 1 8,25 2
6 Testes 1 12,20 7
7 Diretor 8,80 2
8 Gerente 2 7,66 1
9 Testes 2 27,70 12
10 RH e Atendimento 30,80 10
11 Espera 23,80 20
12 Arquivo 11,60 -
13 T.I. 7,40 1
14 Data Center 10,87 -
15 Corredor 57,40 -
 52

Com as características da envoltória da edificação inseridas no Programa, o

perfil e características das cargas internas do prédio devem ser informados. Para a
carga interna deve-se conhecer os perfis de ocupação por pessoas e o tipo de
atividade no prédio, o uso de equipamentos elétricos, iluminação e períodos de
utilização para todas as zonas térmicas. Estes dados são utilizados nos cálculos das
cargas internas de geração de calor dos ambientes.
O perfil de ocupação por pessoas foi baseado na utilização de um edifício de
escritórios com salas de aula e com funcionamento no horário comercial. A figura 13
mostra a porcentagem de ocupação em cada horário durante os dias úteis. Não há
ocupação nos sábados, domingos e feriados.

Ocupação
100
90
80
70
Porcentagem

60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Horário

Figura 13 – Perfil de ocupação.

Para a dissipação de calor pelas pessoas foram utilizados os dados de calor

sensível e latente descritos na norma NBR 16401 (ABNT, 2008), os quais levam em
consideram a atividade fim do ambiente. A tabela 05 mostra o valor adotado da taxa
de calor liberado por pessoa.
 53

Tabela 05 – Taxa de calor liberado por pessoas

Taxas típica de calor liberado por pessoas
Nível de atividade Local Calor Calor
Sensível [W] Latente [W]
Sentado, trabalho Escritório 70,0 45,0
leve
Fonte: ABNT (2008).

O perfil de utilização da iluminação é mostrado na figura 14. A iluminação

permanece completamente desligada nos sábados, domingos e feriados.

Iluminação
100
90
80
70
Porcentagem

60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Horário

Figura 14 – Perfil da iluminação

A tabela 06 apresenta os dados de iluminação do edifício.

Tabela 06 – Dados de potência de iluminação.

Taxas típica de dissipação de calor pela iluminação
Local Tipos de Potência dissipada
iluminação
Escritórios Fluorescente 16,0W
Fonte: ABNT (2008)
 54

O perfil de utilização dos equipamentos é mostrado na figura 15. Não há

equipamentos ligados nos sábados, domingos e feriados.

Equipamentos
120

100

80
Porcetagem

60

40

20

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Horário

Figura 15 – Perfil dos equipamentos.

A tabela 07 mostra os valores adotados conforme ABNT (2008) para a

dissipação de calor dos equipamentos.

Tabela 07 – Taxa de dissipação de calor dos equipamentos

Taxas típica de dissipação de calor de equipamentos
Equipamentos Uso contínuo [W] Modo, em espera [W]
Computadores 35,0 25,0
Impressoras 320,0 70,0
Potência máxima [W] Dissipação recomendada [W]
Bebedouros 700,0 350,0
Sensível [W] Latente [W]
Máquina de café 1500,0 1050,0 450,0
Fonte: ABNT (2008).
 55

A vazão de ar exterior de renovação é determinada pela comparação entre os

valores recomendados pela ANVISA (2003) e ABNT (2008). As vazões calculadas são
apresentadas na tabela 08 com os valores adotados sublinhados.

Tabela 08 – Vazão de ar externo

Zonas Ambientes ANVISA ABNT
1 Treinamento 1 180,6 314,3
2 Treinamento 2 212,5 375,4
3 Casa de Máquina 0,0 3,5
4 Treinamento 3 141,7 253,1
5 Gerente 1 15,3 11,7
6 Testes 1 52,8 63,5
7 Direto 15,3 12,0
8 Gerente 2 8,3 7,6
9 Testes 2 90,3 114,9
10 RH e Atendimento 75,0 53,4
11 Espera 94,4 87,9
12 Arquivo 0,0 5,8
13 T.I. 8,3 7,5
14 Data Center 0,0 5,4
15 Corredor 0,0 28,7

Para todos os ambientes, o setpoint de temperatura do sistema de

condicionamento de ar foi fixado em 24ºC e a UR em até 65%, atendendo a
recomendações da ABNT (2008) para fins de conforto.
Foi necessária a concepção de um sistema de climatização adequado ao edifício
em estudo. Foi considerada a operação de uma central de água gelada equipada com
unidades resfriadoras (chillers) com condensação a ar e um sistema de ventilação
utilizando volume de ar variável (VAV). O sistema VAV reduz os volumes de ar
insuflado para o mínimo necessário ao ambiente nos momentos em que o sistema
não está na carga de pico. Dessa forma ocorre uma redução do gasto energético.
 56

4. RESULTADOS

4.1. Temperaturas de Projeto

As tabelas 09 a 14 apresentam, respectivamente para as estações Ecológica

Agrícola, Marambaia, Forte de Copacabana, Aeroporto dos Afonsos, Aeroporto de
Santa Cruz e São Cristóvão, os valores em graus Celsius de TBS e TBUc; TPO, TBSc
e w (em g H2O/kg ar seco); TBU e TBSc, para as frequências de 0,4%, 1,0%, 2,0%,
99,0% e 99,6%, bem como o ∆𝑇𝑚𝑑 do mês mais quente de todo o período analisado.
Para o caso da estação da Vila Militar, os dados disponíveis possibilitaram apenas
determinar os valores de TBS e TBUc, apresentados na tabela 15.

Tabela 09 – Temperaturas de projeto da estação Ecológica Agrícola (°C)

Ecológica Agrícola Resfriamento Desumidificação Resfriamento
evaporativo
TBS TBUc TPO TBSc w TBU TBSc
Frequência 0,4% 36,5 24,54 25,1 29,6 20,2 27,4 33,7
Frequência 1,0% 35,3 24,53 24,7 28,5 19,7 26,7 33
Frequência 2,0% 34,1 24,34 24,3 28,2 19,2 26,2 32,1
Aquecimento Umidificação
Frequência 99,6% 13,2 12,9 10,7 20,8 8,0
Frequência 99,0% 14,3 13,81 11,8 20,4 8,6
∆𝑻𝒎𝒅 12,5

Tabela 10 – Temperaturas de projeto da estação Marambaia (°C)

Marambaia Resfriamento Desumidificação Resfriamento
evaporativo
TBS TBUc TPO TBSc w TBU TBSc
Frequência 0,4% 35,6 23,36 24,6 28,4 19,6 26,1 31,1
Frequência 1,0% 34 23,15 24,1 27,8 19,0 25,7 30,7
Frequência 2,0% 32,3 23,09 23,7 27,2 18,5 25,2 29,9
Aquecimento Umidificação
Frequência 99,6% 13,7 12,47 9,4 18,8 7,3
Frequência 99,0% 14,8 13,6 10,7 19,4 8,0
∆𝑻𝒎𝒅 10,2
 57

Tabela 11 – Temperaturas de projeto da estação Forte de Copacabana (°C)

Forte de Resfriamento Desumidificação Resfriamento
Copacabana evaporativo
TBS TBUc TPO TBSc W TBU TBSc
Frequência 0,4% 33,1 25,33 24,9 28,5 20,0 29,4 32,4
Frequência 1,0% 31,7 24,58 24,4 27,6 19,4 28,1 31
Frequência 2,0% 30,6 24,1 23,9 26,7 18,8 26,9 29,4
Aquecimento Umidificação
Frequência 99,6% 16,9 14,93 10,6 24,6 7,9
Frequência 99,0% 17,6 15,54 11,9 21,4 8,7
∆𝑻𝒎𝒅 7,9

Tabela 12 – Temperaturas de projeto da estação Aeroporto dos Afonsos (°C)

Aeroporto dos Resfriamento Desumidificação Resfriamento
Afonsos evaporativo
TBS TBUc TPO TBSc W TBU TBSc
Frequência 0,4% 37 24,34 25 29,3 20,1 27,1 34
Frequência 1,0% 36 24,32 25 29,3 20,1 26,6 35
Frequência 2,0% 35 24,36 24 28,4 18,9 26,2 32,6
Aquecimento Umidificação
Frequência 99,6% 12 11,4 10 19 7,6
Frequência 99,0% 13 12,36 11 20 8,2
∆𝑻𝒎𝒅 12,14

Tabela 13 - Temperaturas de projeto da estação Aeroporto de Santa Cruz (°C)

Aeroporto de Resfriamento Desumidificação Resfriamento
Santa Cruz evaporativo
TBS TBUc TPO TBSc W TBU TBSc
Frequência 0,4% 36 24,3 25 29,4 20,1 26,8 32,2
Frequência 1,0% 35 24,12 24 27,9 18,9 26,1 31,8
Frequência 2,0% 33 26,96 24 27,9 18,9 25,6 34,9
Aquecimento Umidificação
Frequência 99,6% 13 12,35 10 21,3 7,6
Frequência 99,0% 14 13,27 11 20,5 8,2
∆𝑻𝒎𝒅 10,96

Tabela 14 – Temperaturas de projeto da estação São Cristóvão (°C)

São Cristóvão Resfriamento Desumidificação Resfriamento
evaporativo
TBS TBUc TPO TBSc w TBU TBSc
Frequência 0,4% 36,8 24,37 24,6 28,6 19,6 27 34,3
 58

Frequência 1,0% 35,6 24,15 24,1 28,5 19,0 26,4 32,8

Frequência 2,0% 34,3 24,36 23,7 28,3 18,5 25,9 32,1
Aquecimento Umidificação
Frequência 99,6% 15,5 13,92 9,9 20 7,6
Frequência 99,0% 16,8 15,03 11,3 21,5 8,3
∆𝑻𝒎𝒅 9,06

Tabela 15 – Temperaturas de projeto da estação Vila Militar (°C)

Vila Militar Resfriamento Desumidificação Resfriamento
evaporativo
TBS TBUc TPO TBSc w TBU TBSc
Frequência 0,4% 37 22,79 - - - - -
Frequência 1,0% 35,9 22,78 - - - - -
Frequência 2,0% 34,8 22,96 - - - - -
Aquecimento Umidificação
Frequência 99,6% 12,4 11,86 - -
Frequência 99,0% 13,5 12,78 - -
∆𝑻𝒎𝒅 12,7

As tabelas 16 e 17, reproduzidas da NBR 16401 (ABNT, 2008) apresentam,

respectivamente para estações dos Aeroportos internacional Antônio Carlos Jobim e
Santos Dumont, os valores de TBS e TBUc; TPO, TBSc e w; TBU e TBSc, para as
frequências de 0,4%, 1,0%, 2,0%, 99,0% e 99,6%, bem como o ∆𝑇𝑚𝑑 do mês mais
quente.

Tabela 16 – Temperaturas de projeto da estação Aeroporto Internacional Antônio Carlos

Jobim (°C)
Galeão Resfriamento Desumidificação Resfriamento
evaporativo
TBS TBUc TPO TBSc w TBU TBSc
Frequência 0,4% 38,1 25,6 27,1 30,1 22,9 28,1 32,8
Frequência 1,0% 36,2 25,3 26,2 29,3 21,7 27,5 32
Frequência 2,0% 35,9 24,9 26 29,1 21,4 27 31,3
Aquecimento Umidificação
Frequência 99,6% 14,8 - 9,9 23,2 7,6
Frequência 99,0% 15,8 - 11,2 22,5 8,3
∆𝑻𝒎𝒅 9,8
Fonte: ABNT (2008)
 59

Tabela 17 – Temperaturas de projeto da estação Aeroporto Santos Dumont (°C)

Santos Dumont Resfriamento Desumidificação Resfriamento
evaporativo
TBS TBUc TPO TBSc w TBU TBSc
Frequência 0,4% 34 25,2 25,3 29,1 20,4 26,6 30,8
Frequência 1,0% 32,7 25 25 28,9 20,1 26,2 30,3
Frequência 2,0% 31,8 24,9 24,6 28,4 19,6 25,8 29,9
Aquecimento Umidificação
Frequência 99,6% 16,1 - 11,8 19,5 8,6
Frequência 99,0% 17 - 12,9 19,5 9,3
∆𝑻𝒎𝒅 6,1
Fonte: ABNT (2008)

As maiores diferenças de TBS ocorreram sempre entre as estações do Aeroporto

Internacional Antônio Carlos Jobim e Forte de Copacabana, de 5,0, 4,5 e 5,3 °C
respectivamente para os níveis de frequência de 0,4%, 1,0% e 2,0%.
Observou-se um valor de TBUc no nível de frequência de 2% no Aeroporto de
Santa Cruz, bastante elevado em relação a todos os outros, fato que precisa ser
melhor investigado através do uso de uma série temporal mais extensa.
Retirando da análise o valor extremo mencionado no parágrafo anterior, as
maiores diferenças de TBUc ocorreram sempre entre as estações do Aeroporto
Internacional Antônio Carlos Jobim e Vila Militar, de 2,8, 2,5 e 1,9 °C respectivamente
para os níveis de frequência de 0,4%, 1,0% e 2,0%.
As estações meteorológicas do Forte de Copacabana, aeroporto Santos
Dumont, São Cristóvão e aeroporto Antônio Carlos Jobim estão próximas a Baía de
Guanabara e quase alinhadas perpendicularmente à linha do litoral. Foi constatado
um aumento da TBS que vai do litoral em direção ao continente (direção norte) em
todos os níveis de frequência analisados.

4.2. Carga Térmica de Resfriamento

A figura 16 ilustra uma comparação entre todas as estações meteorológicas, das

cargas térmicas de resfriamento calculadas para os níveis de frequência de 0,4%,
1,0% e 2,0%. Para todos os níveis de frequência, as cargas térmicas calculadas para
o Aeroporto Internacional Antônio Carlos Jobim foram as maiores, seguidas do
Aeroporto Santos Dumont, o que mostra que os dados apresentados na norma NBR
16401 (ABNT, 2008) são conservadores. Somente ultrapassados na frequência de
 60

2,0% para o aeroporto de Santa Cruz, decorrente da TBUc elevada já reportada

anteriormente, cuja carga térmica calculada ficou 8,9% acima da calculada para o
aeroporto Antônio Carlos Jobim.
Os menores valores surgiram para as estações de Marambaia e da Vila Militar,
locais que apresentaram menores valores da TBUc.

Carga Térmica de Resfriamento

105,0
100,0
95,0
kW

90,0
85,0
80,0
75,0

Locais

Frequência 0.4% Frequência 1.0% Frequência 2.0%

Figura 16 – Cargas térmicas de pico para resfriamento

A figura 17 apresenta as cargas térmicas para a frequência de 0,4% e a figura 18 ilustra

a correlação entre a carga térmica e as temperaturas de projeto para a frequência de 0,4%.

Frequência 0.4%
105,0 104,0

Galeão
100,0 97,8
Santos Dumont
Carga Termica [kW]

95,9
94,8
95,0 92,7 92,5 Forte de Copacabana
91,7
São Cristóvão
90,0
86,1 Ecológica Agrícola

85,0 83,1 Afonsos

Santa Cruz
80,0
Marambaia

75,0 Vila Militar

Locais

Figura 17 – Cargas térmicas para o nível de frequência 0,4%

 61

Frequência 0,4%
40 105,0
38
36 100,0

Carga Termica[kW]
Temperatura [°C]
34
32 95,0
30
28 90,0
26
24 85,0
22
20 80,0

Locais

Frequência 0.4% TBS Frequência 0.4% TBUc Carga Térmica kW

Figura 18 – Temperaturas de Projeto e Carga Térmica ao nível de frequência de 0,4%

A figura 19 apresenta as cargas térmicas para a frequência de 1% e a figura 20 ilustra

a correlação entre a carga térmica e as temperaturas de projeto para a frequência de 1%.

Frequência 1.0%
99,2
100,0
Galeão
94,5
95,0 Santos Dumont
Carga Termica [kW]

91,8
90,8 91,0 Forte de Copacabana
89,2 88,9
90,0
São Cristóvão
Ecológica Agrícola
85,0
82,5 Afonsos
81,4

80,0 Santa Cruz

Marambaia

75,0 Vila Militar

Locais

Figura 19 – Cargas térmicas para frequência 1,0%

 62

Frequência 1,0%
38 105,0
36

Carga Termica[kW]
Temperatura [°C]
34 100,0
32
95,0
30
28
90,0
26
24 85,0
22
20 80,0

Locais

Frequência 1.0% TBS Frequência 1.0% TBUc Frequência 1.0% Carga Termica

Figura 20 – Temperaturas de Projeto e Carga Térmica ao nível de frequência de 1,0%

A figura 21 apresenta as cargas térmicas para a frequência de 2% e a figura 22 ilustra

a correlação entre a carga térmica e as temperaturas de projeto para a frequência de 2%.

Frequência 2.0%
104,8
105,0

100,0 Galeão
96,2
Carga Termica [kW]

Santos Dumont
95,0 Forte de Copacabana
92,5
91,1
90,0 São Cristóvão
90,0 87,7 Ecológica Agrícola
84,3 Afonsos
85,0
80,8 Santa Cruz
79,2
80,0 Marambaia
Vila Militar
75,0
Locais

Figura 21 – Cargas térmicas para frequência 2,0%

 63

Frequência 2,0%
36 105,0
34

Carga Termica[kW]
100,0
Temperatura [°C]
32
95,0
30
28 90,0
26
85,0
24
80,0
22
20 75,0

Locais

Frequência 2.0% TBS Frequência 2.0% TBUc Frequência 2.0% Carga Termica

Figura 22 – Temperaturas de Projeto e Carga Térmica ao nível de frequência de 2,0%

As cargas térmicas obtidas para a Vila Militar ficaram 20,1% e 15% inferiores,
respectivamente, às dos aeroportos Antônio Carlos Jobim e Santos Dumont para a
frequência de 0,4%. Esta tendência se repetiu para os demais níveis de frequência.
Além da TBS, também devemos analisar a TBU, pois exerce grande influência
no controle da umidade e no cálculo da carga térmica. As estações meteorológicas da
Vila Militar e do aeroporto dos Afonsos são bem próximas entre si. A diferença na TBS
é zero para a frequência de 0,4% e chega a um pouco menos do que 0,6% para a
frequência de 2,0%. Já a TBU varia de 6,0% até 6,8%. A carga térmica de resfriamento
variou de 11,3% até 11,7% entre estas 2 estações.
A estação Ecológica Agrícola está localizada em uma área considerada como
rural. Ela apresentou valores de cargas térmicas maiores que algumas áreas
consideradas urbanas do município do Rio de Janeiro. Isto provavelmente se deve a
um microclima mais seco nestas localidades.
Para o nível de frequência de 0,4%, a carga térmica para o Forte de Copacabana
apresentou o terceiro maior valor, mesmo tendo o menor valor de TBS, em
comparação com as outras estações meteorológicas. Por outro lado, o Forte de
Copacabana apresenta a segunda maior TBUc, o que confirma uma forte influência
da TBUc no valor da carga térmica para resfriamento.
 64

4.3. Carga Térmica de Aquecimento

A figura 23 mostra uma comparação entre todas as estações meteorológicas,

das cargas térmicas de aquecimento calculadas para os níveis de frequência de
99,6% e 99,0%. As cargas térmicas de aquecimento apresentaram valores absolutos
muito menores, quando comparados às cargas térmicas de resfriamento. O maior
valor encontrado correspondeu a 15,2% do valor da carga térmica de resfriamento
correspondente.

Carga Térmica Aquecimento

12,0

7,0
kW

2,0

-3,0

-8,0
Locais

Frequência 99.6% Frequência 99.0%

Figura 23 – Cargas térmicas de pico para aquecimento

As cargas térmicas de aquecimento para os 2 níveis de frequência apresentaram

valores negativos para o Forte de Copacabana e somente para o nível de 99,0% para
São Cristóvão e Aeroporto Santos Dumont. Isto significa que para essas localidades
o sistema de aquecimento não será necessário, pois só há necessidade de combater
a carga térmica para resfriamento do ambiente.
Analisando as TBS e TBUc para os níveis de frequência de 99,6% e 99,0%
observamos uma certa proporcionalidade entre os dois valores que se repete para
todos os locais e se reflete também nos valores da carga térmica de aquecimento.
 65

A figura 24 apresenta as cargas térmicas para a frequência de 99,6% e a figura 25 ilustra

a correlação entre a carga térmica e as temperaturas de projeto para a frequência de 99,6%.

Frequência 99,6%
16,0
14,1
14,0 13
Afonsos
12,0 10,9
9,7 Vila Militar
10,0 8,7
Carga Térmica[kW]

Santa Cruz
8,0 6,9
Marambaia
6,0
Ecológica Agrícola
3,6
4,0
1,9 Galeão
2,0
Santos Dumont
0,0
São Cristóvão
-2,0
Forte de Copacabana
-4,0
Locais -3,8

Figura 24 – Cargas térmicas para frequência 99,6%

Frequência 99,6%
17
14,0
Carga Termica[kW]
Temperatura [°C]

16 12,0
10,0
15 8,0
14 6,0
4,0
13 2,0
12 0,0
-2,0
11 -4,0

Locais

Frequência 99,6% TBS Frequência 99,6% TBUc Frequência 99,6% Carga Termica

Figura 25 – Temperatura e Carga térmica de 99,6%

A figura 26 apresenta as cargas térmicas para a frequência de 99,0% e a figura 27 ilustra

a correlação entre a carga térmica e as temperaturas de projeto para a frequência de 99,0%.
 66

Frequência 99,0%
12,0 10,9
10,0 8,8 Afonsos
8,0 6,3 Vila Militar
Carga Térmica [kW]

6,0
4,1 3,9 4,3 Santa Cruz
4,0
Marambaia
2,0
Ecológica Agrícola
0,0
-0,3 Galeão
-2,0
-4,0
Santos Dumont

-6,0 -4,2 São Cristóvão

-8,0 Forte de Copacabana
Axis Title -7,2

Figura 26 – Cargas térmicas para frequência 99,0%

Frequência de 99,0%
18
10,0

Carga Termica[kW]
17 8,0
Temperatura [°C]

6,0
16 4,0
15 2,0
0,0
14 -2,0
-4,0
13
-6,0
12 -8,0

Locais

Frequência 99,0% TBS Frequência 99,0% TBUc Frequência 99,0% Carga Termica

Figura 27 – Temperatura e carga térmica de 99,0%

Os menores valores de TBS e TBUc ocorreram no Aeroporto dos Afonsos e na

Vila Militar, o que ocasionou nos maiores valores de carga térmica de aquecimento.
O Forte de Copacabana apresentou as maiores TBS e TBUc e teve os menores
valores de carga térmica de aquecimento.
 67

4.4. Variação Máxima de Temperatura

As médias das amplitudes diárias de temperatura do mês mais quente,

apresentaram valores maiores nas estações meteorológicas mais ao norte (Ecológica
Agrícola, Vila Militar e aeroporto dos Afonsos) com exceção do aeroporto Antônio
Carlos Jobim. Esta exceção se justifica pela proximidade do mar desta última. As
estações com menor amplitude térmica foram Forte de Copacabana, São Cristóvão e
Santos Dumont, que são mais próximas do litoral e da Baía de Guanabara. Analisando
a carga térmica de pico e a amplitude média de temperatura diária, não foram
observadas ligações diretas ou proporcionalidades entre os valores.

A figura 28 mostra a média das variações máximas de temperatura dos meses

mais quentes para cada estação meteorológica.

∆𝑇𝑚𝑑
13
12
11
10
9
8
7
6
5

Figura 28 – Comparação entre as variações de ∆𝑇𝑚𝑑 .

 68

5. CONCLUSÕES

5.1. Considerações Finais

Todos os cálculos de carga térmica de resfriamento usando os dados climáticos

produzidos neste estudo resultaram em valores inferiores aos realizados com os
dados climáticos apresentados pela norma brasileira NBR 16401, com exceção de um
único caso. Constatou-se assim que os dados de projeto da NBR16401 são
conservadores. Com a atual e crescente preocupação com a eficiência energética e
os custos operacionais, o superdimensionamento passou a ser uma condição
indesejada.
As estações com maior TBUc produziram maiores valores de carga térmica de
resfriamento, dando um caráter secundário à TBS. Somente quando os valores de
TBUc eram próximos, TBS passou a hierarquizar as cargas térmicas entre as
estações. O caso extremo ocorreu na estação do Aeroporto de Santa Cruz na
frequência de 2%, quando um valor alto de TBUc fez com que a carga térmica
calculada ultrapassasse a correspondente calculada pela NBR16401.
Este estudo não foi direcionado a identificar ilhas de calor no município do Rio
de Janeiro, portanto os dados aqui produzidos não são suficientes para avaliar a sua
existência. Foi observado um gradiente crescente de TBS na direção norte, que
somente decresceu para a estação Ecológica Agrícola. Este decréscimo também foi
observado por Silva (2010) ao comparar as estações aeroporto dos Afonsos e
Ecológica Agrícola, que atribuiu isto ao fenômeno de ilha de calor.
Este estudo não incluiu na análise os dados de intensidade e direção dos ventos,
que podem influenciar de forma significativa o resfriamento da edificação. Portanto
este trabalho teve um caráter conservador neste sentido. De forma indireta, os ventos
influenciaram os valores de TBS medidos nas estações consideradas.
Finalmente, cabe ao projetista avaliar se os dados da estação meteorológica
mais próxima são de fato representativos do clima do local da construção, por exemplo
os dados da estação do Forte de Copacabana situada na ponta do Arpoador não
representam o clima no interior do bairro.
 69

5.2. Trabalhos Futuros

Trabalhos futuros poderão abranger períodos mais longos e incluir períodos mais
recentes para que possa ser avaliada a evolução temporal dos dados climáticos.
Dados das estações meteorológicas próximas às analisadas ou outras
localizadas na região metropolitana do Rio de Janeiro poderão ser incluídos para
refinar a malha espacial dos dados para o projeto.
Outro tema para estudo seria a construção de anos meteorológicos típicos
(TMY) para uma análise do desempenho energético e econômico anual do sistema
de ar condicionado. Com estes dados, diversas configurações do sistema de AVAC
poderiam ser testadas na busca do arranjo mais econômico.
Este estudo poderá ser refeito utilizando dados meteorológicos obtidos por
sensoriamento remoto em substituição ao uso das estações meteorológicas,
proporcionando assim uma distribuição espacial contínua dos dados de projeto na
região de estudo.
Os regimes dos ventos devem ser incluídos em trabalhos futuros e os resultados
assim gerados poderão ser comparados com aqueles aqui produzidos.
Finalmente, métodos de processamento de dados climáticos distintos daqueles
recomendados pela ASHRAE poderão ser adotados.
 70

REFERÊNCIAS

ANEEL. Agência Nacional de Energia Elétrica - Consumo de Energia Referencia

Consumo. Atlas de Energia Elétrica do Brasil, Cap 7. Parte I, 2008

AGÊNCIA NACIONAL DE VIGILÂNCIA SANITÁRIA – ANVISA. Resolução 9:

Referenciais de Qualidade do Ar Interior em Ambientes Climatizados Artificialmente
de Uso Público e Coletivo, 2003.

AKTACIR, M. A., BÜYÜKALACA, O., BULUT, H., YILMAZ, T. Influence of different

outdoor design conditions on design cooling load and design capacities of air
conditioning equipments. Energy Conversion and Management, v. 49, p.1766–1773,
2008.

AMERICAN SOCIETY OF HEATING, REFRIGERATING, AND AIR-CONDITIONING

ENGINEERS – ASHRAE. Fundamentals 2013. Atlanta, 2013.

ASSOCIAÇÃO BRASILEIRA DE NOMAS TÉCNICAS - ABNT. NBR 15220:

Desempenho térmico das edificações. Rio de Janeiro, 2005.

ASSOCIAÇÃO BRASILEIRA DE NOMAS TÉCNICAS - ABNT. NBR 16401:

Instalações de ar condicionado – sistemas centrais e unitários. Rio de Janeiro, 2008.

BUENO, B., ROTH, M. NORFORD, L., LI, R. Computationally efficient prediction of

canopy level urban air temperature at the neighbourhood scale, Urban Climate, v.9, p.
35-53, 2014.

BULUT, H., BÜYÜKALACA, O., YILMAZ, T. New outdoor cooling design data for
Turkey, Energy, v.27, p.923–946, 2002.

CARMO, A. T., PRADO, R.T.A. Qualidade do ar interno, Texto Técnico da Escola

Politécnica da USP, Departamento de Engenharia de Construção Civil, p.35, USP,
São Paulo, SP, 1999
 71

CARMO, F.A. Simulação Computacional do Desempenho Energético da Edificação

Laboratorial, Radial 8, do CENPES/PETROBRAS. Dissertação (Mestrado em
Engenharia Mecânica – Universidade do Estado do Rio de Janeiro - UERJ). Rio de
Janeiro, RJ, 2017.

CEPERJ. Fundação Centro Estadual de Estatísticas, Pesquisas e Formação de

Servidores Públicos do Rio de Janeiro, 2013.

CHEN, T., YU, Z. A statistical method for selection of sequences of coincident weather
parameters for design cooling load calculations, Energy Conversion and Management,
v. 50, p. 813–821, 2009.

COLLIVER, D.G., GATES, R.S., ZHANG, H., BURKS, T., PRIDDY, K.T. Final Report
for Updating the Tables of Design Weather Conditions in the ASHRAE Handbook -
Fundamentals (890-RP), 1998

COSTA, A. C. L., MATTOS, A. Estudo da Ilha de Calor Urbana em Cidade de Grande

Porte na Região Equatorial. Congresso Brasileiro de Meteorologia, v. 1, 1998

DANFOSS. Normatização do setor de HVAC em prol da eficiência energética, Revista

Solutions, ano 07, n. 27, 2015

ERELL, E. WILLIAMSON, T. Intra-urban differences in canopy layer air temperature at

a mid-latitude city. International Journal of Climatology, v. 27, p. 243–1255, 2007

EPE. Balanço Energético Nacional - Empresa de Pesquisa Energética, Brasília:

Ministério de Minas e Energia, Relatório técnico, 2017.

EMBRAPA. Empresa Brasileira de Pesquisa Agropecuária, Relevo da região

metropolitana do estado do Rio de Janeiro, monitoramento por satélite, 2017.

FARIAS, H.S. O Ritmo Semanal do Ciclo no Bairro Maracanã. Dissertação (Mestrado

em Geografia - Instituto de Geociências - Universidade Federal do Rio de Janeiro -
UFRJ). Rio de Janeiro, RJ, 2007.
 72

GEDZELMAN, S.D., AUSTIN, S., CERMAK, R., STEFANO, N., PARTRIDGE, S.,
QUESENBERRY, S., ROBINSON, D. A. Mesoscale aspects of the Urban Heat Island
around New York City, Theoretical and Applied Climatology, v. 75, p. 29–42, 2003.

GUIMARÃES, J.M. Circulações locais na Região Metropolitana do Rio de Janeiro:

Aspectos observacionais com base na análise de séries espaço-temporais.
Dissertação (Mestrado em Engenharia Civil – Universidade Federal do Rio de Janeiro
–COPPE/UFRJ). Rio de Janeiro, RJ, 2014.

HAP. Hourly Analysis Program, versão: 4.9.1, Carrier, 2016

HUBBARD, K.G., KUNKEL, K.E., DEGAETANO, A.T., REDMOND, K.T. Sources of

Uncertainty in the Calculation of Design Weather Conditions, ASHRAE,
RP-1171, 2004

KANDA, M. Progress in the scale modeling of urban climate: Review, Theoretical and
Applied Climatology, v. 84, p.23-33, 2006.

KARAM, H.A., PEREIRA FILHO, A.J., MASSON, V., NOILHAN, J., MARQUES FILHO,
E.P. Formulation of a tropical town energy budget (t-TEB) scheme, Theoretical Applied
Climatology, v. 101, p.109–120, 2010.

LANDSBERG, H.E. The Climate of Towns, in Man’s role in changing the face of the
earth. Thomas W. L, p. 584-603, 1956.

LI, B., LI, W., LIU, H., YAO, R., TAN, M., ING, S., MA, X. Physiological expression of
human thermal comfort to indoor operative temperature in the non-HVAC environment.
Indoor Built Environ, v. 19, p. 221–229, 2010.

LUCENA, A.J. A ilha de calor na Região Metropolitana do Rio de Janeiro. Tese

(Doutorado em Engenharia Civil – Universidade Federal do Rio de Janeiro –
COPPE/UFRJ), Rio de Janeiro, RJ, 2012.
 73

MARQUES FILHO, E.P., KARAM, H.A., MIRANDA, A.G., FRANÇA, J.R.A. Rio de
Janeiro’s urban climate, Urban Climate News - Quarterly Newsletter of the
International Association of Urban Climate, v. 32, p.5-9, 2009.

MOCHTAR, S., ZR, L.D. Application of Bioclimatic Parameter as Sustainability

Approach on Multi-story Building Design in Tropical Area. Procedia Environmental
Sciences, v. 17, p. 822–830, 2013.

MOURA, J.R.S., ANTUNES, F.S., SAMPAIO, A.C., BARBOSA, D.R., SANTOS, H.M.,
RAMALHO, R.S., GUEDES, R.S. C., GAMA, S.V.G. Modificações Sócios Ambientais
e Zoneamento de Risco na Zona Oeste do Rio de Janeiro. Relatório Parcial do Projeto
Interinstitucional: O Porto de Sepetiba – Cenário, Impactos e Perspectivas, p. 48, 1998

OKE, T.R. The energetic basis of the urban heat island. Journal of the Royal
Meteorological Society, v. 108, p. 1 –24, 1982.

OKE, T.R. Boundary Layer Climates, Methuen Co, ed.2, 1987.

OLESON, K.W., BONAN, G.B., FEDDEMA, J., JACKSON, T. An examination of urban

heat island characteristics in a global climate model, International Journal of
Climatology, v.31, p. 1848–1865, 2011.

PIMENTEL, L.C.G., MARTON, E., SILVA, M.S., JOURDAN, P. Caracterização do

regime de vento em superfície na Região Metropolitana do Rio de Janeiro. Engenharia
Sanitária e Ambiental, v.19, n.2, p. 121-132, 2014.

SANTAMOURIS, M. ASIMAKOPOULOS, D.N. Energy and Climate in the Urban Built

Environment, James & James Science Publishers Ltd., London, 2001

SILVA, F.B. Estudo de Ilha de Calor na Região Metropolitana do Rio de Janeiro:

Aspectos das Circulações Locais com Utilização do Modelo Atmosférico BRAMS.
Dissertação (Mestrado em Engenharia Mecânica – Universidade Federal do Rio de
Janeiro –COPPE/UFRJ). Rio de Janeiro, RJ, 2010.
 74

SZOKOLAY, S.V. Introduction to Architectural Science: The Basis of Sustainable

Design, Elsevier Architectural Press, ed. 2, 2008.

THEOPHILOU, M.K., SERGHIDES, D. Estimating the characteristics of the Urban

Heat Island Effect in Nicosia, Cyprus, using multiyear urban and rural climatic data and
analysis. Energy and Buildings, v. 108, p. 137–144, 2015.

VERBAI, Z., KOCSIS, I., KALMÁR, F. Outdoor dry bulb heating design temperatures
for Hungary, Energy, v. 93, p. 1404-1412, 2015.

VOOGT, J.A. Urban Heat Island, Causes and consequences of global environmental
change, Encyclopedia of Global Environmental Change, v. 3, p. 660-666, 2002.
 75

APÊNDICE A – Propriedade térmica dos materiais

Tabela 18 – Parede externa de alvenaria de 200 mm

Parede Externa do tipo Alvenaria de 200 mm
Detalhes da parede
Cor da Superfície Média
Externa
Absortividade 0,675
Coeficiente global U 3,051 W/m².K
Detalhes das camadas da parede
Camadas Espessura Massa Calor Coeficiente Peso
Específica Específico R Específico
mm kg/m³ kJ/(kg.K) (m².K)/W kg/m²
Resistência da 0,000 0,0 0,00 0,13000 0,0
superfície interna
Argamassa 25,000 2100,0 1,00 0,02170 52,5
Concreto 200,000 2400,0 1,00 0,11430 480,0
Argamassa 25,000 2100,0 1,00 0,02170 52,5
Resistência da 0,000 0,0 0,00 0,04000 0,0
superfície externa
Totais 250,000 - 0,32770 585,0

Tabela 19 – Parede interna de alvenaria de 150 mm

Parede Interna do tipo Alvenaria de 150 mm
Detalhes da parede
Cor da Superfície Média
Externa
Absortividade 0,675
Coeficiente global U 3,343 W/m².K
Detalhes das camadas da parede
Camadas Espessura Massa Calor Coeficiente Peso
Específica Específico R Específico
mm kg/m³ kJ/(kg.K) (m².K)/W kg/m²
Resistência da 0,000 0,0 0,00 0,13000 0,0
superfície interna
Argamassa 25,000 2100,0 1,00 0,02170 52,5
Concreto 150,000 2400,0 1,00 0,08570 360,0
Argamassa 25,000 2100,0 1,00 0,02170 52,5
Resistência da 0,000 0,0 0,00 0,13000 0,0
superfície externa
Totais 200,000 - 0,38910 465,0
 76

Tabela 20 – Telhado
Cobertura com Telha
Detalhes da parede
Cor da Superfície Média
Externa
Absortividade 0,675
Coeficiente global U 0,487 W/m².K
Detalhes das camadas da parede
Camadas Espessura Massa Calor Coeficiente Peso
Específica Específico R Específico
mm kg/m³ kJ/(kg.K) (m².K)/W kg/m²
Forro Modular 30,000 2200,0 0,84 0,03160 66
Espaço de ar 600,000 0,0 0,00 0,21000 0,0
Concreto 100,000 1800,0 1,00 0,11430 360
Espaço de ar 100,000 0,0 0,00 0,21000 0
Telha metálica 2,000 2700,0 0,88 0,00001 2,7
Poliuretano 40,000 40 1,00 1,33333 1,6
Telha metálica 2,000 2700,0 0,88 0,00001 2,7
Totais 874,000 - 2,05000 253,0

Tabela 21 – Composição da janela

Detalhes da janela
Altura 1,0 m
Largura 1,0 m
Tipo de armação Alumínio com
divisórias térmicas
Sombreamento interno Cortina de rolo -
Escura - Opaca
Coeficiente global U 5,7 W/m².K
Coeficiente de sombreamento 0,44

Tabela 22 – Composição da porta exterior

Porta externa
Detalhes da porta
Área 2,9 m²
Coeficiente global U 2,163 W/(m².K)
Coeficiente de 0,44
sombreamento