Para facilitar a abordagem da metodologia, esta está exposta em etapas, enumeradas abaixo:

3.1 Etapas:

3.1.1 Conhecimento e funcionamento do programa a ser adotado:

O programa computacional chamado Analysis (1994) é resultado de uma adaptação do método de WATSON e LABS (1983).  Este programa possibilita o cruzamento de todos os dados climáticos horários de um ano inteiro com a carta bioclimática adotada para a cidade em questão.  No ANALYSIS, são plotados os dados climáticos na carta psicrométrica com intervalo de uma em uma hora tendo como variáveis a temperatura do bulbo seco, a temperatura do bulbo úmido e a umidade.

A combinação das variáveis é plotada na carta, onde cada ponto representa uma hora do ano, podendo-se chegar a 8760 pontos plotados, o que corresponde as 8760 horas do ano.

O método desenvolvido por WATSON e LABS (1983), utilizado pelo programa Analysis (1994), é o método que melhor detalha e quantifica as estratégias atingidas através da plotagem dos dados climáticos horários de um ano sobre a carta.  Foi o primeiro método que utilizou-se de recursos proporcionados pelo avanço tecnológico na área de informática.  Pode-se desta forma, definir porcentagens de temperaturas, presentes em cada zona das estratégias bioclimáticas, determinando a importância de uma em relação à outra.  A ressalva à adoção integral deste método encontra-se na definição dos limites da zona de conforto, baseados parcialmente em padrões da ASHRAE (1989), que não levam em conta o fator de aclimatação.  O trabalho de GOULART et alli (1994), ao aplicar a equação de Fanger nos pontos extremos das zonas de conforto das cartas bioclimáticas abordadas, com parâmetros definidos de velocidade de ventos, vestimenta e atividades, obteve como resultado índices considerados inadequados em todas as cartas onde foi utilizado o fator de aclimatação.  Pode-se observar que cartas destinadas a regiões de climas mais temperados ou com condicionamento térmico mecânico, apresentam parâmetros incompatíveis com regiões de clima quentes.  Os dados climáticos da ilha, principalmente no verão, quando aplicados sobre a carta, por não levarem em conta o fator de aclimatação, induzem a uma avaliação incompatível, quanto à quantificação das proporções das estratégias necessárias.  Foi então proposto, como método a ser adotado, o de WATSON e LABS (1983), mas utilizando-se a carta de GIVONI para países em desenvolvimento, visando a obtenção das estratégias de resfriamento.  Havendo a necessidade de definir estratégias a serem aplicadas para aquecimento passivo, como resposta às solicitações da estação do inverno e zonas de umidificação, condicionamento artificial etc.  Propõe-se, que a complementação seja feita pela adoção de estratégias definidas pela carta de GONZALEZ et alli (1986), estruturada na carta de GIVONI e MILNE (1979). Tanto a carta de WATSON e LABS e de GIVONI quanto as complementações estão presentes na Revisão Bibliográfica.

Os aspectos acima mencionados se tornam presentes para o entendimento completo da análise e métodos aplicados pelo programa Analysis.

3.1.2. Definição do intervalo de tempo e período analisado:

Sabendo da complexidade do clima de Florianópolis (estudado na Revisão Bibliográfica), optou-se por um estudo minucioso de seus dados climáticos.  Sendo assim, a pesquisa realizada consta da análise mensal do clima em questão.  A análise mês a mês consta de dados formados para o dia inteiro (24 x número de dias do mês).

3.1.3.  Aplicação do programa Analysis v. 1.5 (1994):

Após definido os intervalo de tempo e a profundidade da análise, parte-se para o uso do programa.  Já no Analysis, é preciso carregar o arquivo com o clima da cidade que se deseja, no caso, Florianópolis.  O programa instalado no LabCon (Laboratório de Conforto Ambiental) conta com dados climáticos de 14 capitais brasileiras na forma de Ano Climático de Referência (ACR).  

Fig. 2: Exemplo de aplicação do programa Analysis para Florianópolis (ano inteiro)

3.1.4. Definição das estratégias bioclimáticas:

A definição e a quantificação das estratégias bioclimáticas se apresentam em termos da porcentagem das horas anuais em que elas se apresentam como eficazes.  O programa permite a visualização dos resultados obtidos através dos pontos plotados  em cada zona da carta bioclimática adotada.  

Com a definição de todas as estratégias bioclimáticas recomendáveis para o clima de Florianópolis, torna-se necessário verificar a eficiência e a compatibilidade das mesmas.  Essa verificação pode ser obtida através de monitorações e simulações em unidades habitacionais.

3.1.5 Delimitação do campo de pesquisas:

Para constatação da eficiência e compatibilidade das estratégias determinadas, torna-se necessário partir para a sua comprovação na prática.  Nesse sentido, serão utilizadas  pesquisas de campo em diferentes tipologias habitacionais, efetuando medições e monitorações nas mesmas, a fim de buscar o máximo de informações possíveis que atestem ou não a veracidade da aplicação do programa computacional utilizado.

As pesquisas de campo serão efetuadas em dois estilos diferentes de moradia popular: habitações unifamiliares e habitações multifamiliares. As habitações unifamiliares serão caracterizadas pelas edificações existentes no Conjunto Habitacional Bela Vista I , II e III (ver Fig. 1).  Já as multifamiliares serão caracterizadas no Conjunto Habitacional Bela Vista IV.  Esta distinção se deve para que após realizadas as medições e monitorações possa existir o cruzamento e confrontamento dos dados obtidos.  Além do que, os dados deste estudo possam servir de apoio para que, principalmente, a Prefeitura Municipal de Florianópolis tenha subsídios, do ponto de vista térmico, das melhores condições registradas.

Fig.3: Planta de situação do conjunto

A escolha destes conjuntos se deve principalmente ao fato de já se ter um conhecimento prévio por alguns dos pesquisadores sobre os conjuntos citados.  A distância entre os mesmos também foi fator decisivo para a escolha de ambos.

Os dados climáticos serão coletados em meses que caracterizem o inverno e o verão, pois são nestas estações que são encontrados os maiores índices de desconforto provocados pelo frio e pelo calor, respectivamente (Kremer, 1997).

3.1.6 Levantamento de dados e medições de unidades habitacionais:

Etapa realizada  em trabalhos de campo.  É processada inteiramente em uma análise em unidades habitacionais que já estão ocupadas.  Consta de uma visita a estas unidades onde são analisados uma grande quantidade de itens, desde sistemas construtivos até área de janelas.

Nessas pesquisas de campo, além deste Sub-Projeto há a participação de outros, todos pertencentes ao Projeto “Características da Habitação de Interesse Social na Região de Florianópolis: Desenvolvimento de Indicadores para Melhoria do Setor”.  O levantamento de dados e as visitas são realizados juntamente com o Sub-Projeto 1 (Avaliação das Políticas Públicas no Âmbito da Pós-Ocupação da Habitação de Interesse Social) através da participação dos bolsistas Alexandre Maurício Matiello e Luciane Lima Boeno; com o Sub-Projeto 2 (Participação do Usuário na Escolha e Projeto de sua Habitação através de Módulo Multimídia) através da bolsista Andréa Kern e com o Sub-Projeto 4 (Recomendações e Alternativas para Novos Projetos de Habitação Popular a partir da Avaliação das Interações entre Usuário e Moradia) através da participação dos bolsistas Adelle Brunetto, Gabriela Tissiani e Luís Carlos Kuchenbecker e dos coordenadores Marina Fialho de Souza e Maristela Moraes de Almeida.

Para esta etapa, foram visitadas 15 unidades habitacionais, sendo 3 unidades no Conjunto Bela Vista I, 3 unidades no Bela Vista II, 2 unidades no Bela Vista III e 7 apartamentos no Bela Vista IV (ver Fig. 2).  Em virtude desse alto número de unidades visitadas, esta etapa exigiu desdobramentos não previamente calculados com grande precisão.

É justamente com o levantamento dos dados obtidos nas visitas que foram escolhidas as habitações a serem monitoradas.  Aí reside a principal importância desta etapa.

 
Fig. 4: O conjunto com as unidades investigadas

3.1.7 Identificação das variáveis a serem medidas:

As variáveis a serem medidas e obtidas através das pesquisas de campo, são do tipo ambientais ou físicas.

As variáveis ambientais dizem respeito às condições termo-climáticas do ambiente pesquisado, a serem medidas pelos equipamentos detalhados em item posterior.  Serão coletados valores das variáveis Temperatura do Ar (Temperatura de Bulbo Seco) e Umidade Relativa do Ar.

Serão medidos principalmente valores de temperatura, uma vez que esta é a variável que  mais influi no índice de conforto térmico.  Em menor escala serão coletados valores de umidade relativa do ar, considerando-se que a umidade relativa não tem grande influência no índice de conforto térmico em Florianópolis.

3.1.8 Escolha e preparo do ferramental necessário:

Para a medição das variáveis ambientais serão utilizados os seguintes equipamentos eletrônicos: PMV Datalogger MODEL : PVL-500, ACR JR Info Logger e Hobo Onset.

3.1.8.1 PMV Datalogger MODEL : PVL-500 (Fig.5):

O PMV Datalogger (JMS Inc. Tóquio, Japão) é composto de sensores eletrônicos conectados a um dispositivo registrador de dados, “data logger”, o qual pôr sua vez procede o fornecimento dos dados medidos a um microcomputador PC, que permite a visualização dos dados em ambiente Windows.

Os sensores conectados ao equipamento procederão a leitura da temperatura, umidade relativa, temperatura do globo e a velocidade do ar.  Com estas leituras o aparelho processa os dados de PMV (Voto Médio Estimado), PPD (Porcentagem de Pessoas Insatisfeitas), ET (Temperatura Efetiva), Dew Point (Ponto de Orvalho), WBGT (Temperatura de Bulbo Úmido sem ventilação forçada) e RDT (Temperatura de Radiação).

O sensor responsável pela temperatura tem campo de medição de 0 a 50°C, precisão de ± 0.1°C, resolução de 0.1°C e tempo de resposta de 10 segundos.

O sensor responsável pela temperatura do globo tem campo de medição de 0 a 50°C, precisão de ± 0.1°C, resolução de 0.1°C e tempo de resposta de 10 segundos.  Para a umidade relativa tem-se campo de medição entre 10 a 90%, precisão de ± 3%, resolução de 1% e tempo de resposta de 60 segundos.

O anemômetro de fio quente responsável pela velocidade do ar tem campo de medição de 0.05 a 3m/s, precisão de ± 0.15m/s, resolução de 0.01m/s e tempo de resposta de 1 segundo.

Antes da monitoração os sensores do aparelho PMV Datalogger foram calibrados utilizando-se BABUC-A (Laboratori di Strumentazione Industriali – Itália) do Laboratório de Eficiência Energética da Engenharia Civil.

A pesquisa conta com destes aparelhos (PMV Datalogger) pertencentes ao Laboratório de Conforto Ambiental (Labcon).

Fig.5: PMV Datalogger

3.1.8.2 ACR JR Info Logger (Fig. 6):

O aparelho ACR JR Info Logger fornece somente dados de temperatura.  A sua aplicação se deve principalmente ao fato de o mesmo ser muito prático, pois além de suas dimensões serem reduzidas (dimensões: 33 x 43 x 15 mm e peso: 29 gr), não existe nenhum comando no aparelho.  Seu sensor não precisa ser ligado, ou seja, está sempre funcionando.  Ele efetua leituras a cada dois minutos.

O ACR JR Info Logger também possui um dispositivo registrador de dados, “data logger”, o qual pôr sua vez procede o fornecimento dos dados medidos a um microcomputador PC, que permite a visualização dos dados em um programa gráfico (JR. Graph) em ambiente Windows.

O sensor responsável pela temperatura tem campo de medição de –40 a 85°C (-40°F a 185°F), precisão de ± 0.2°C (± 0.3°F), resolução de 0.4°C @ 25°C (0.7°C @ 77°F) e tempo de resposta de ± 2 segundos por dia de intervalo de amostragem.

A pesquisa conta com quatro destes aparelhos, pertencentes ao Labcon.

Fig.5: ACR JR Info Logger

2.1.8.3 Hobo Onset:

Para a realização das monitorações serão utilizados quatro modelos diferentes de aparelhos desta marca.  Cada modelo fornece valores de uma única variável ambiental (temperatura ou umidade relativa). Assim como o aparelho ACR JR, este possui um dispositivo registrador de dados, “data logger”, o qual pôr sua vez procede o fornecimento dos dados medidos a um micro PC, que permite a visualização dos dados em um programa gráfico (BoxCar Pro 3.0).

O intervalo de tempo e o período desejado para a coleta dos dados podem ser programados através do programa citado acima.

Abaixo estão descritas as características peculiares de cada modelo da marca Hobo Onset:

3.1.8.3.1 Hobo Temp Logger (Fig. 7): Fornece somente dados de temperatura e apresenta-se em pequenas dimensões (60 x 48 x 19 mm).  Seu sensor de temperatura varia de -40°C a +120°C, seu registrador de dados varia de -20°C a +70°C, sua taxa de armazenagem varia de -40°C a +75°C (-40°F a +167°F), sua precisão varia dentro do intervalo de 0°C a 40°C em 0.7°C e sua resolução é por volta de 0.4°C.  Tem capacidade para armazenar 1800 dados e sua bateria possui tempo de vida de um ano.  A pesquisa conta com dez destes aparelhos.

Fig. 7: Hobo Temp

3.1.8.3.2 StowAway XTI Temperature Logger (Fig.8): Mede a variável temperatura e possui dimensões de 46 x 48 x 15 mm. Seu sensor de temperatura varia de -40°C a +140°C, seu registrador de dados varia de -40°C a +75°C, sua precisão varia dentro do intervalo de -5°C a +37°C em 0.4°C e sua resolução é por volta de 0.2°C.  Tem capacidade para armazenar 7920 dados e sua bateria possui tempo de um ano.  A pesquisa conta com um aparelho deste.

Fig. 8: StowAway XTI

3.1.8.3.3 Hobo RH Logger (Fig. 9): Fornece somente dados de umidade relativa e apresenta-se em pequenas dimensões (46 x 48 x 15 mm).  Seu sensor de umidade varia de 0% a 100%, seu tempo de resposta é de dois minutos, sua precisão varia dentro do intervalo de 40% a 100% em 5% e sua resolução é por volta de 2%.  Tem capacidade para armazenar 1800 dados e sua bateria possui tempo de vida de um ano.  A pesquisa conta com dois destes aparelhos.

Fig. 9: Robo RH

3.1.8.3.4 StowAway XTI Relative Humidity Logger (Fig. 10): Mede a variável umidade e possui dimensões de 46 x 48 x 15 mm. Seu sensor de temperatura varia de 0% a 100%, seu tempo de resposta é de dois minutos, sua precisão varia dentro do intervalo de 40% a 100% em 5% e sua resolução é por volta de 2%.  Tem capacidade para armazenar 7920 dados e sua bateria possui tempo de um ano.  A pesquisa conta com um aparelho deste.

Fig. 10: StowAway RH

3.1.9 Seleção das unidades habitacionais a serem monitoradas:

Por se tratar de um trabalho de campo que requer constantes deslocamentos ao local das medições e possíveis incômodos aos moradores, optou-se pela seleção de algumas unidades habitacionais no Conjunto Habitacional Bela Vista I, II, III e IV.

Serão levados em consideração vários aspectos no processo de seleção como: áreas, tipologia, forma, entorno, orientação, elementos construtivos, aberturas, materiais, unidades praticamente originais (sem modificações), unidades totalmente modificadas e o morador.

Como a pesquisa se trata de uma análise em habitações já ocupadas, o morador é peça chave para a realização dos trabalhos.  Sendo assim, para a realização de uma monitoração é fundamental a participação do morador.  É ele quem abrirá as portas da sua casa para os pesquisadores e todos os instrumentos de medição e quem participará diretamente da pesquisa.  Sem o consentimento do morador nada poderá ser monitorado.

Através da realização de visitas ocorridas anteriormente as monitorações no Conjunto Habitacional Bela Vista I, II, III e IV pôde-se perceber a receptividade e a aceitabilidade de cada morador, o que influenciou decisivamente na seleção das unidades a serem monitoradas.  Pode-se dizer até, que este foi o principal fator para tal e a principal dificuldade da pesquisa.

Embora este seja o principal fator, não é o único.  Para efetuar-se a escolha das unidades, diversas condicionantes foram analisadas além das já descritas acima, como o número de pessoas residentes na unidade, sua faixa etária, disponibilidade de colocação do aparelho e a permissão.

A seleção de algumas unidades para realização das monitorações se deveu principalmente ao fato de limitações técnicas (número de equipamentos) e de pessoal.  Das quinze unidades habitacionais visitadas (oito casas e sete apartamentos), escolheu-se oito.  Essas oito unidades, foram compostas por quatro casas e quatro apartamentos (ver Fig. 9).

Após a seleção das unidades a serem monitoradas foi preciso voltar novamente na unidade escolhida para conversar com o morador a respeito da permissão para serem realizadas as monitorações e o período desejado para efetuar tal tarefa.

   
Fig. 11: Unidades habitacionais monitoradas

3.1.10 Desenvolver monitorações das condicionantes ambientais:

As monitorações serão realizadas em dois períodos distintos: uma para caracterizar o verão e outra o inverno.  A escolha do verão se deve ao fato de ser nesta estação que acontecem as maiores porcentagens de desconforto pelo calor.  A mesma lógica é usada para o inverno, onde acontecem as maiores porcentagens de desconforto pelo frio.  Estas conclusões foram retiradas da primeira parte da pesquisa, já descritas no Relatório 96-97.

As monitorações que caracterizaram o verão foram realizadas no mês de janeiro e fevereiro de 1998, mais precisamente entre os dias 21 de janeiro a 02 de fevereiro.  Estes meses foram reconhecidos no Relatório 96-97, como os meses mais desconfortáveis em relação ao calor.  Já a medição que caracterizou o inverno foi realizada nos meses de julho e agosto, pois são estes os meses que apresentam maior desconforto provocado pelo frio.

Pelo fato de o aparelho PMV Datalogger  ter dimensões maiores, ser fixado em tripé e necessitar de energia elétrica, tomou-se muito cuidado na locação do mesmo.  Também, em virtude de o mesmo processar a leitura de muitas variáveis físicas (temperatura do ar, temperatura radiante média, velocidade do ar, umidade relativa e outras) e de se ter a disponibilidade de apenas dois destes aparelhos, optou-se por colocar um aparelho em uma casa e outro em um apartamento.

Já em outras unidades foram colocados os aparelhos ACR JR Info Logger e os Hobo Onset que efetuam somente a leitura de uma variável ambiental.  Em todas as unidades foram colocados pelo menos dois sensores que medem temperatura.  Já, para medir a umidade relativa, não pôde-se fazer o mesmo em razão da limitação no número de aparelhos.  Sendo assim, somente cinco unidades receberam aparelhos com sensores responsáveis pela aquisição de dados de umidade relativa.

O lay-out  da unidade habitacional, a orientação dos ambientes e a não acessibilidade da radiação solar direta e de crianças foram os fatores determinantes para a locação dos sensores no interior da unidade habitacional.

Todo o processo de monitoração de verão foi efetuado em treze dias consecutivos, sem que houvesse grandes variações nas condições climáticas, para que não destoassem dos aspectos climáticos característicos da estação em questão.  Entretanto, desses treze dias, apenas oito serão aproveitados (do dia 22 a 30 de janeiro), pois para esse período se tem dados simultâneos em todas as unidades habitacionais.

Apesar de as monitorações serem exclusivas de unidades habitacionais, ou seja, estamos preocupados unicamente com a função residencial, sabemos que em uma mesma residência são desempenhadas diversas funções que produzem taxas metabólicas diferentes.  Disto pode-se concluir que não podemos definir uma única função para toda a unidade habitacional e que a sensação de conforto térmico pode ser diferenciada em função da atividade que o indivíduo esteja exercendo.

Sabemos, também, que em cada cômodo da residência se processam atividades peculiares.  Mas, estamos conscientes de que não é possível trabalharmos com medições específicas para cada ambiente.  Desta forma, preocupou-se em monitorar o maior número possível de unidades habitacionais, em vez de monitorarmos todos os ambientes de apenas uma unidade.

Diante disso, e do número limitado de aparelhos, definimos que monitoraremos as unidades especificamente em dois ambientes: a sala e um dormitório.  Este dormitório será definido em função de variáveis já descritas acima.  A única exceção aconteceu em uma casa com dois pavimentos, onde colocou-se um aparelho no pavimento superior, além dos dois normais (sala e quarto).

A escolha destes dois cômodos, também foi em função de serem nestes, que as pessoas passam a maior parte do tempo quando estão em casa, pois eles são os maiores ambientes da moradia.  Em conjuntos habitacionais, as dimensões dos cômodos são bastante reduzidas.  Sendo assim, se instalarmos os equipamentos em áreas menores, poderemos atrapalhar os moradores e até provocar acidentes que possam trazer danos aos sensores dos aparelhos.

3.1.11 Análise dos dados obtidos através das monitorações:

Visam determinar em que condições térmicas os moradores de conjuntos habitacionais estão vivendo em períodos críticos do clima da região de Florianópolis.  Essas condições serão determinadas através dos valores obtidos pela coleta de dados das variáveis ambientais.

Em diversos testes realizados no Laboratório de Conforto Ambiental e em uma monitoração piloto, realizada na Escola Técnica Federal de Santa Catarina (em São José), onde adotou-se o intervalo de aquisição de dados de um em um minuto, chegou-se a definição do intervalo de aquisição para a monitoração no conjunto habitacional.  O intervalo adotado foi de dez em dez minutos.  O número de dias em que os aparelhos estiveram monitorando as unidades habitacionais foi definido em função da limitação de memória dos aparelhos para este intervalo adotado.

Entretanto, os aparelhos ACR JR Info Logger não são programáveis.  Como já dito no item 3.1.8.2., estes aparelhos efetuam leituras com intervalo de dois minutos.  Desta forma, para se ter dados com um mesmo intervalo, optou-se por fazer a média dos cinco valores coletados a cada dois minutos e sendo assim, obter um valor médio para o intervalo de dez minutos.

Como uma forma de análise dos dados coletados trabalhar-se-á da mesma forma que Papst (1998), onde os dados são analisados segundo o critério de °C*h (graus hora) de desconforto pelo calor.  Usando o mesmo limite superior de desconforto utilizado pela autora de 27°C com umidade relativa alta (Szokolay, 1981).  O emprego deste valor de 27°C como limite superior de desconforto é explicado pela carta bioclimática adotada pela pesquisa, de onde foram definidas as estratégias bioclimáticas recomendáveis para o nosso clima, descritas no Relatório 96-97.  Nesta carta, percebe-se que para baixos índices de umidade relativa (superior a 15% e inferior a 50%) o limite superior de desconforto a ser usado seria de 29°C, mas para índices elevados de umidade relativa (caso em questão), este limite baixa para em torno de 27°C.

As análises também visam estabelecer condições que se adequem melhor as condicionantes climáticas locais.  Para isso, serão promovidas diversas comparações entre valores de várias unidades, procurando sempre o questionamento da causa que pode determinar a amplitude entre os valores comparados.  Procurando desta forma estabelecer critérios que garantam o melhor desempenho térmico das edificações.

Além destes aspectos, as monitorações poderão mostrar resultados em que se poderá analisar o comportamento de diferentes unidades habitacionais e, principalmente, comparar os resultados térmicos obtidos em um conjunto habitacional unifamiliar (Bela Vista I, II, III) e em um conjunto habitacional plurifamiliar (Bela Vista IV).  Essa comparação também será realizada através do número de horas de conforto.

Para servir de parâmetro de análise de temperaturas, já foram coletados dados de temperatura externa durante a monitoração de verão e serão coletados os dados de temperatura externa durante a monitoração de inverno, junto a Estação Meteorológica de Florianópolis (SC) com latitude de 27°35’S, longitude de 48°34’W e altitude de 2,25m.  Também, junto a este órgão foram adquiridas planilhas com dados de direção de vento, velocidade de vento e insolação.

Esta etapa não está concluída em virtude de não terem sido trabalhados os dados provenientes das monitorações de inverno.  Esta foi realizada do dia 23/07/98 ao dia 03/08/98.

3.1.12 Geração de arquivos TRY com os dados coletados e retorno ao programa Analysis (1994) :

Como uma outra forma de análise dos dados obtidos através das monitorações, há a geração de arquivos com o formato TRY através do programa computacional Psychros (1997).  Este programa permite o cálculo de Umidade Relativa (UR) ou Temperatura de Bulbo Úmido (TBU), gerando um arquivo horário no formato TRY com esses dados, para um ano inteiro (8760 registros, um para cada hora do ano).

Para a geração de arquivos TRY com os dados coletados nas unidades habitacionais, esta pesquisa utilizará o primeiro campo com a Temperatura de Bulbo Seco (TBS) e o segundo com a Umidade Relativa. Como o intervalo adotado para as monitorações foi de dez em dez minutos e em virtude de o programa requerer dados horários, irá ser promovida a média dos seis valores coletados a cada dez minutos e sendo assim, obter um valor médio para o intervalo de sessenta minutos.

Através do programa Analysis (1994) pode-se plotar os dados desses arquivos TRY na carta psicrométrica utilizada para Florianópolis.  Desta forma pode-se comparar os dados do ano climático de referência utilizado pelo programa com os dados provenientes das monitorações, ou seja, comparar-se-á dados climáticos exteriores com os dados coletados no interior das edificações.

Como os dados coletados nas monitorações caracterizaram o verão e o inverno, não se terão dados para o ano inteiro, porém, através do programa Analysis pode-se limitar o período analisado para o período em que se tem coletado os dados. Embora sabendo que o arquivo gerado pelo programa Psychros é para o ano todo (8760 horas), os arquivos horários coletados nas monitorações não serão para o ano inteiro, mas isso não compromete os resultados desde que se escolha o intervalo utilizado nas monitorações. Esta etapa será concluída após terem sido compilados os dados provenientes das monitorações de inverno.

3.1.12.1 Procedimentos para geração de arquivos TRY (Psychros, 1997)

O arquivo utilizado como base para a construção de um arquivo TRY é um arquivo horário, de um ano inteiro, gerando 8760 registros que representam as 8760 horas de um ano.  Cada registro deste arquivo deverá conter dois campos: o primeiro,  Temperatura de Bulbo Seco (TBS) e o segundo, Umidade Relativa (UR) ou Temperatura de Bulbo Úmido (TBU), a escolher na hora do processamento de acordo com os dados coletados.

Cada campo será separado por um espaço do outro, e cada registro deverá ser uma nova linha do arquivo.  Desta forma para se gerar um arquivo climático do ano inteiro, deverá se ter um arquivo com 8760 linhas (representando cada hora do ano) e 2 colunas (representando as variáveis climáticas – temperatura de bulbo seco e umidade relativa ou temperatura de bulbo úmido).

Para a entrada dos dados escolheu-se trabalhar com o programa Microsoft Excel (1997) pela sua facilidade e agilidade.  Entretanto, fica a critério do usuário a escolha do programa a ser utilizado para a inserção dos dados ambientais, desde que se tenha o cuidado de verificar se o respectivo programa contempla as exigências descritas abaixo.

Procedimento 1: Dentro do Microsoft Excel:

1° Insira na coluna A da planilha, a data dos dados e na coluna B, os horários (ver Fig. 12).  Na coluna C, insira os dados de temperatura (TBS) e na coluna D, os dados de umidade relativa (UR) ou temperatura de bulbo úmido (TBU).  No exemplo (ver Fig. 12) utilizou-se dados de umidade relativa (UR).  Na primeira linha, entre com os títulos das variáveis.  Este passo é necessário para facilitar a organização dos dados, uma vez que o programa Psychros lê os dados em função da ordem de colocação dos mesmos, ou seja, a primeira linha será o dado da primeira hora do dia primeiro de janeiro, a segunda linha será o dado da segunda hora do dia primeiro de janeiro e assim por diante.

Fig. 12: Primeiro passo do exemplo dentro do Excel

OBS.:  Se a data e os horários não estiverem na ordem real, não será permitido uma análise mensal ou de determinado período do ano.  Em virtude disso, é fundamental inserir os dados na ordem, tanto para as datas quanto para os horários.

2° Multiplique a coluna C (dados de TBS) por 10, acompanhe na Fig. 13.  

Fig. 13: Segundo passo do exemplo dentro do Excel

3° Exclua as colunas A e B, deslocando as células para a esquerda (ver Fig. 14).

Fig. 14: Terceiro passo do exemplo dentro do Excel

4° Exclua a primeira linha deslocando as células para cima (ver Fig. 15).

Fig. 15: Quarto passo do exemplo dentro do Excel

5° Salve o arquivo com o formato Texto (separado por tabulações *.txt), conforme Fig. 16.  Se aparecer a seguinte mensagem: “O tipo de arquivo selecionado não suporta pastas de trabalho que contenham várias planilhas”, simplesmente tecle “OK”.  Isto não influenciará no resultado final.  Este passo é de fundamental importância pois o programa Psychros só lê uma base de dados com terminação txt.  

Fig. 16: Quinto passo do exemplo dentro do Excel

Procedimento 2: Dentro do Psychros (ver Fig. 17):

Entrando no programa Psychros (1997) escolha a opção: Gerar arquivo TRY.  Localize no quadro à esquerda o arquivo salvo anteriormente em formato *.txt.  No quadro da direita, selecione o diretório em que se deseja salvar o arquivo TRY e escreva o nome do arquivo a ser gerado.  Em seguida, clique na altitude (Dados ambientais) e entre com o valor da mesma.  Por último, clique na variável (TBU ou umidade) com que se trabalhou no Excel.  Neste caso, trabalhou-se com a umidade (ver Fig. 17).  Agora é só clicar na tecla “OK” e aguardar o arquivo ser gerado.  

Fig. 17: Segundo procedimento do exemplo dentro do Psychros

Procedimento 3: Dentro do Analysis:

Escolha a opção da carta bioclimática – TRY e selecione o arquivo climático desejado, no caso o arquivo teste.try (ver Fig. 18).  A partir de carregado o arquivo climático, é só utilizar o programa Analysis normalmente. 

Fig. 18: Terceiro procedimento do exemplo dentro do Analysis