Programas de simulação computacional termoenergética permitem a avaliação do desempenho térmico de edificações, porém, exigem alto custo computacional e qualificação profissional. A nova proposta para a Norma de Desempenho de Edificações Habitacionais (NBR 15.575) apresenta um método de simulação que avalia unidades habitacionais (UH) a partir da média aritmética do percentual de horas ocupadas em que a temperatura operativa dos seus ambientes de permanência prolongada se encontra dentro de uma faixa de interesse (PHFT). A fim de viabilizar a otimização do desempenho térmico de edificações por profissionais de diferentes áreas e níveis de conhecimento, vêm sendo desenvolvidos os metamodelos, que são ferramentas rápidas e de fácil operação que podem substituir as simulações computacionais. Esse tipo de ferramenta foi utilizado nas Propostas de Instrução Normativa do Inmetro para a Classe de Eficiência Energética de Edificações Residenciais (INI-R) e Comerciais (INI-C), e possui potencial para ser aprimorado e implementado na NBR 15.575. Sendo assim, esse trabalho visa o desenvolvimento de um metamodelo para predizer o desempenho térmico de UHs de edificações residenciais multifamiliares, avaliado através do PHFT, de acordo com as premissas da NBR 15.575. Para desenvolver o metamodelo foi necessário criar um modelo parametrizável, elaborado através do estudo de simplificações de modelos de simulação computacional. As simplificações foram aplicadas nos modelos iniciais e as diferenças entre o PHFT das simplificações e dos seus respectivos modelos iniciais (ΔPHFT) foram comparadas, sendo que a simplificação com menor ΔPHFT foi escolhida como modelo parametrizável. O modelo parametrizável foi utilizado para elaborar duas amostras de simulações computacionais através da sequência de Sobol, a partir das quais foi estimado o PHFT. Uma das amostras foi utilizada para treinar e a outra para testar os metamodelos. Com o intuito de compreender a correlação entre os parâmetros da base de dados e elaborar critérios para a seleção dos parâmetros que mais influenciam o PHFT, foi executada a análise de sensibilidade de Sobol. Os metamodelos foram treinados, validados e testados. Dentre os diversos metamodelos otimizados, que consideraram cinco técnicas de metamodelagem diferentes, o metamodelo final foi escolhido de acordo com a acurácia e o número de parâmetros de entrada. Os resultados das simplificações indicam que assumir superfícies horizontais como adiabáticas compromete o fluxo de calor dos pavimentos superiores para os pavimentos inferiores, enquanto que assumir paredes como adiabáticas impede o fluxo de calor entre as fachadas. Das quatro simplificações testadas, simplificação n° 4 foi a que apresentou menores erros, com Mean Absolute Error (MAE) igual a 1,9%. A análise de sensibilidade indicou que a variável climática foi o parâmetro mais importante para estimar o PHFT, equanto os parâmetros geométricos ficaram entre os 10 parâmetros menos influentes. A partir dos critérios para a seleção de parâmetros foram geradas três bases de dados considerando os 20 (B20), os 13 (B13) e os 10 (B10) parâmetros de entrada mais influentes. O resultado dos metamodelos na etapa de treino indicou que os metamodelos treinados a partir das técnicas RF e XGBT foram os mais acurados. Considerando a B20, os metamodelos da técnica XGBT apresentaram valor mediano de MAE igual a 2,1%. Os resultados da etapa de teste coincidiram com os resultados de treino, sendo que os metamodelos em XGBT foram os mais acurados, seguido de RF, SVM, ANN e MLR. O metamodelo final escolhido utilizou a B10 e obteve MAE igual a 1,7% na etapa de teste.
Assista a apresentação da defesa de dissertação aqui.