Optimización de los métodos de caracterización térmica de la envolvente de edificios

Tesis Doctoral por Compendio de Publicaciones Mención de Doctorado Internacional OPTIMIZATION OF EXPERIMENTAL THERMAL CHARACTERIZATION METHODS OF BUILDING ENVELOPE OPTIMIZACIÓN DE LOS MÉTODOS DE CARACTERIZACIÓN TÉRMICA DE LA ENVOLVENTE DE EDIFICIOS Doctorando: José David Bienvenido Huertas Tutor: Dr. Jaime Solís Guzmán. Departamento de Construcciones Arquitectónicas II. Escuela Técnica Superior de Ingeniería de Edificación. Universidad de Sevilla. Directores: Dr. Jaime Solís Guzmán. Departamento de Construcciones Arquitectónicas II. Escuela Técnica Superior de Ingeniería de Edificación. Universidad de Sevilla. Dr. Juan José Moyano Campos. Departamento de Expresión Gráfica e Ingeniería en la Edificación. Universidad de Sevilla. Dr. Carlos Eugenio Rodríguez Jiménez. Departamento de Construcciones Arquitectónicas II. Escuela Técnica Superior de Ingeniería de Edificación. Universidad de Sevilla. Programa de Doctorado en Arquitectura (RD 99/2011) Universidad de Sevilla 2019 Tesis elaborada en el seno del grupo de investigación de la Universidad de Sevilla PAIDI TEP970: Innovación Tecnológica, Sistemas de Modelado 3D y Diagnosis Energética en Patrimonio y Edificación de la Escuela Técnica Superior de Ingeniería de Edificación. Mención de Doctorado Internacional - Dr. Jaime Solís Guzmán, Profesor Contratado Doctor del Departamento de Construcciones Arquitectónicas II de la Universidad de Sevilla. - Dr. Juan José Moyano Campos, Profesor Titular del Departamento de Expresión Gráfica e Ingeniería en la Edificación de la Universidad de Sevilla. - Dr. Carlos Eugenio Rodríguez Jiménez, Profesor Titular del Departamento de Construcciones Arquitectónicas II de la Universidad de Sevilla. CERTIFICAN 1. Que la presente tesis doctoral está en cumplimiento con los requisitos marcados por el artículo 15 del Real Decreto 99/2011, de 28 de enero, por el que se regulan las enseñanzas oficiales de doctorado y del Acuerdo 7.2/CG 17-6-11 por el que se aprueba la Normativa de Estudios de Doctorado de la Universidad de Sevilla, para la obtención de la “Mención Internacional” en el título de Doctor. 2. Que, durante el período de formación necesario para la obtención del título de Doctor, el doctorando José David Bienvenido Huertas ha realizado una estancia de tres meses en el Instituto Superior de Engenharia de la Universidade do Algarve (Portugal), en el período comprendido entre el 30 de abril de 2019 y el 31 de julio de 2019. 3. Que tanto el resumen, los objetivos y las conclusiones se han redactado y serán presentados en lengua extranjera. 4. Que la tesis dispone de informe favorable de dos expertos doctores pertenecientes a instituciones de investigación extranjeras. En este sentido, la tesis dispone de informe favorable del Dr. Alexis Pérez Fargallo del Departamento de Ciencias de la Construcción de la Universidad del Bío-Bío (Chile) y del Dr. Jesús Alberto Pulido Arcas del Graduate School of Arts and Sciences de la Universidad de Tokio (Japón). 5. Que la tesis será defendida ante un experto de una institución no española. Sevilla, a 11 de noviembre de 2019 Fdo. Dr. Jaime Solís Guzmán Fdo. Dr. Juan José Moyano Campos Fdo. Dr. Carlos Eugenio Rodríguez Jiménez Tesis por compendio de publicaciones - Dr. Jaime Solís Guzmán, Profesor Contratado Doctor del Departamento de Construcciones Arquitectónicas II de la Universidad de Sevilla. - Dr. Juan José Moyano Campos, Profesor Titular del Departamento de Expresión Gráfica e Ingeniería en la Edificación de la Universidad de Sevilla. - Dr. Carlos Eugenio Rodríguez Jiménez, Profesor Titular del Departamento de Construcciones Arquitectónicas II de la Universidad de Sevilla. CERTIFICAN 1. Que la organización y formato de esta tesis doctoral fue desarrollada conforme a los criterios establecidos para tesis por compendio de publicaciones publicados en el artículo 9 del Acuerdo 9.1/CG 19-4-12 por el que se aprueba la Normativa reguladora del régimen de la Tesis Doctoral de la Universidad de Sevilla. 2. Que el doctorando José David Bienvenido Huertas es el primer firmante en las 9 publicaciones incluidas en la tesis, siendo la principal figura en la realización de los ensayos, simulaciones, análisis de los datos y redacción de los artículos. 3. Que ninguna de las publicaciones compendiadas en la presente tesis doctoral ha sido ni será utilizada por terceros para la realización de otra tesis doctoral. 4. Que los indicadores de calidad de las revistas en las que han sido publicadas las investigaciones de esta tesis son los siguientes (basados en el índice de impacto Journal Citation Report de 2018, versión más reciente en la fecha de depósito de la presente tesis): • Revista: Renewable and Sustainable Energy Reviews. Factor de impacto: 10,556. Cuartil: Q1 (Green & Sustainable Science & Technology). Posición: 1 de 35. • Revista: Applied Energy. Factor de impacto: 8,426. Cuartil: Q1 (Energy & Fuels). Posición: 8 de 103. • Revista: Building and Environment. Factor de impacto: 4,820. Cuartil: Q1 (Construction & Building Technology). Posición: 4 de 63. • Revista: Energy and Buildings. Factor de impacto: 4,495. Cuartil: Q1 (Construction & Building Technology). Posición: 7 de 63. • Revista: Building Research and Information. Factor de impacto: 3,744. Cuartil: Q1 (Construction & Building Technology). Posición: 12 de 63. • Revista: Sustainability. Factor de impacto: 2,592. Cuartil: Q2 (Environmental sciences). Posición: 105 de 250. • Revista: Energies. Factor de impacto: 2,707. Cuartil: Q3 (Energy & Fuels). Posición: 56 de 103. Sevilla, a 11 de noviembre de 2019 Fdo. Dr. Jaime Solís Guzmán Fdo. Dr. Juan José Moyano Campos Fdo. Dr. Carlos Eugenio Rodríguez Jiménez Publicaciones asociadas a la tesis doctoral La presente tesis doctoral está sustentada por un total de 9 artículos científicos publicados en revistas científicas de alto impacto, los cuales son: • Bienvenido-Huertas, D., Rodríguez-Álvaro, R., Moyano, J., Rico, F., & Marín, D. (2018). Determining the U-Value of Façades Using the Thermometric Method: Potentials and Limitations, Energies. 11(2), 1–17. doi:10.3390/en11020360. • Bienvenido-Huertas, D., Moyano, J., Rodríguez-Jiménez, C. E., & Marín, D. (2019). Applying an artificial neural network to assess thermal transmittance in walls by means of the thermometric method, Applied Energy. 233–234, 1–14. doi:10.1016/j.apenergy.2018.10.052. • Bienvenido-Huertas, D., Bermúdez, J., Moyano, J., & Marín, D. (2019). Comparison of quantitative IRT to estimate U-value using different approximations of ECHTC in multi-leaf walls, Energy and Buildings. 184, 99– 113. doi:10.1016/j.enbuild.2018.11.028. • Bienvenido-Huertas, D., Moyano, J., Marín, D., & Fresco-Contreras, R. (2019). Review of in situ methods for assessing the thermal transmittance of walls, Renewable and Sustainable Energy Reviews. 102, 356–371. doi:10.1016/j.rser.2018.12.016. • Bienvenido-Huertas, D., Bermúdez, J., Moyano, J., & Marín, D. (2019). Influence of ICHTC correlations on the thermal characterization of façades using the quantitative internal infrared thermography method, Building and Environment. 149, 512–525. doi:10.1016/j.buildenv.2018.12.056. • Bienvenido-Huertas, D., Rubio-Bellido, C., Sánchez-García, & D., Moyano, J. (2019). Internal surface condensation risk in façades of Spanish social dwellings. Building Research and Information. 47, 1–20, doi:10.1080/09613218.2019.1612729. • Bienvenido-Huertas, D., Rubio-Bellido, C., Pérez-Ordóñez, J. L., & Moyano, J. (2019). Optimizing the evaluation of thermal transmittance with the thermometric method using multilayer perceptrons, Energy and Buildings. 198, 395–411. doi:10.1016/j.enbuild.2019.06.040. • Bienvenido-Huertas, D., Oliveira, M., Rubio-Bellido, C., & Marín, D. (2019). A comparative analysis of the international regulation of thermal properties in building envelope, Sustainability, 11, 5574. doi:10.3390/su11205574 • Bienvenido-Huertas, D., Rubio-Bellido, C., Pérez-Ordóñez, J. L., & Oliveira, M. (2020). Automation and optimization of in-situ assessment of wall thermal transmittance using a Random Forest algorithm, Building and Environment. 168. doi: 10.1016/j.buildenv.2019.106479. Optimización de los métodos de caracterización térmica de la envolvente de edificios 16 Abstract 1 In recent years, increasing concerns about the high building energy consumption have been focused on the energy rehabilitation to reduce this consumption. In this regard, the thermal transmittance of walls determines this energy consumption to a great extent, so there is a considerable interest in using methods assessing it accurately. Such property could be determined by various procedures, both theoretical and experimental, and all these methods are subject to a series of factors that could result in obtaining atypical values. Aspects such as the use of tabulated variables, metrological errors, thermal inertia or environmental factors could strongly affect the results. Based on these reasons, this thesis conducted a series of research studies to tackle the main weaknesses found in the scientific literature: the analysis of the convective term used in quantitative infrared thermography methods, the analysis and optimization of the thermometric method, and the estimation of thermal transmittance from ISO 6946 with in situ measurements. To obtain many experimental data, two experimental campaigns were performed. The design of such campaigns was adapted to the needs of each approach. Also, various research studies were developed by combining experimental data using other techniques, such as simulation processes and the application of automatic learning algorithms. The results showed that the use of experimental correlations of adimensional numbers for the quantitative internal infrared thermography method constitutes the most appropriate possibility for this method. The analysis of the data obtained for this aspect reflected that the number of valid results obtained with this configuration was higher than that of other experimental correlations from the interior and exterior. Likewise, performing tests from the interior ensures the decrease of the influence of environmental conditions. As for the thermometric method, the results obtained in this thesis showed the possibilities of using the method in walls if acceptable conditions are met in two operational aspects (a high thermal gradient and appropriate equipment), as well as an appropriate data filter. The limitations related to the lack of other calculation procedures for heat storage corrections and the possible variations due to the use of theoretical values for the total internal heat transfer coefficient were solved by using multilayer perceptrons. Finally, by using random forests and multilayer perceptrons, acceptable estimations of the thermal transmittance from ISO 6946 were achieved through variables experimentally measured, and random forests were those obtaining the best adjustment degree. Keywords: thermal transmittance, façade, heat flow meter method, thermometric method, quantitative infrared thermography, theoretical method, artificial intelligence, multilayer perceptron, random forests, Mediterranean climate. 1 En cumplimiento con los criterios necesarios para la mención de Doctorado Internacional, se redacta el resumen en lengua inglesa. Optimization of experimental thermal characterization methods of building envelope 17 Riassunto 2 Negli ultimi anni, la crescente preoccupazione per l'elevato consumo energetico degli edifici si è concentrata sulla riqualificazione energetica con l'obiettivo di ridurre tale consumo. In questo senso, la trasmittanza termica dell’involucro determina in larga misura questo consumo di energia, quindi c'è un grande interesse ad avere metodi che consentano di valutarlo in modo preciso. Questa proprietà può essere determinata attraverso diverse procedure, sia teoriche che sperimentali. Tutti questi metodi sono soggetti a una serie di fattori che possono portare a valori anomali. Aspetti quali l'uso di variabili tabulate, errori metrologici, inerzia termica o fattori ambientali possono influenzare significativamente i risultati. Di fronte a tale circostanza, in questa tesi sono stati realizzati una serie di studi allo scopo di affrontare le principali carenze individuate nella letteratura scientifica: l’analisi del termine convettivo utilizzato nei metodi di termografia quantitativa a infrarossi, l’analisi e l’ottimizzazione del metodo termometrico, e la stima della trasmittanza termica della norma ISO 6946 mediante misurazioni in loco. Sono state condotte due campagne sperimentali per ottenere una grande quantità di dati sperimentali. La progettazione di queste campagne è stata adattata alle particolari esigenze di ciascun approccio. Inoltre, la combinazione di dati sperimentali con altre tecniche, come i processi di simulazione e l'applicazione di algoritmi di apprendimento automatico, ha permesso di sviluppare le diverse indagini. I risultati riflettono come l'uso delle correlazioni sperimentali di numeri adimensionali per il metodo interno di termografia quantitativa a infrarossi sia la possibilità di applicazione più adatta per questo metodo. In questo senso, l'analisi dei dati ottenuti per questo aspetto riflette come il numero di risultati validi ottenuti con questa configurazione fosse superiore a quello di altre correlazioni sperimentali dall'interno e dall'esterno. Inoltre, l'esecuzione delle prove dall'interno garantisce una riduzione dell'influenza delle condizioni ambientali. Per quanto riguarda il metodo termometrico, i risultati ottenuti nella tesi hanno dimostrato la possibilità di utilizzare il metodo negli involucri, purché siano soddisfatte condizioni adeguate in due aspetti operativi (elevata pendenza termica e apparecchiature appropriate) e un adeguato filtraggio dei dati. Le limitazioni relative alla mancanza di altre procedure di calcolo per le correzioni dell'accumulo di calore e le possibili deviazioni dall'uso di valori teorici per il coefficiente di trasferimento termico totale interno sono state risolte con l'uso di percettroni multistrato. Infine, l'uso di foreste casuali e percettroni multistrato ha permesso di ottenere stime adeguate della trasmittanza termica della ISO 6946 attraverso variabili misurate sperimentalmente, essendo la prima ad ottenere un migliore grado di regolazione. Parole chiave: trasmittanza termica, facciata, metodo termoflussimetrica, metodo termometrico, termografia quantitativa a infrarossi, metodo teorico, intelligenza artificiale, percettroni multistrato, foreste casuali, clima mediterraneo. 2 En cumplimiento con los criterios necesarios para la mención de Doctorado Internacional, se redacta el resumen en lengua italiana. Optimización de los métodos de caracterización térmica de la envolvente de edificios 18 Optimization of experimental thermal characterization methods of building envelope 19 Índice 1. Introducción .......................................................................................................................... 29 2. Justificación de la problemática energética de los edificios .................................................. 33 2.1. Degradación ambiental y cambio climático .................................................................... 33 2.2. El sector de la edificación y su desempeño energético .................................................. 34 3. Contexto actual de la transmitancia térmica ......................................................................... 37 3.1. El marco regulatorio a nivel internacional de las propiedades térmicas de la envolvente y su influencia en el desempeño energético ....................................................... 37 3.1.1. Francia .................................................................................................................... 38 3.1.2. Portugal ................................................................................................................... 40 3.1.3. España .................................................................................................................... 41 3.1.4. Chile ........................................................................................................................ 43 3.1.5. Argentina ................................................................................................................. 44 3.1.6. Brasil ....................................................................................................................... 46 3.1.7. Grado de importancia de la transmitancia térmica en la demanda energética de los edificios ....................................................................................................................... 48 3.2. La influencia de las propiedades térmicas de la envolvente en las condiciones de salubridad en el interior de las viviendas ............................................................................... 51 3.3. La relevancia de la transmitancia térmica ...................................................................... 55 4. Estado del arte ..................................................................................................................... 57 4.1. Métodos de caracterización de la transmitancia térmica ................................................ 57 4.2. Método teórico-estimativo .............................................................................................. 58 4.3. Método termoflujométrico (HFM) .................................................................................... 62 4.3.1. HFM: Requisitos metrológicos y condiciones de ensayo ......................................... 64 4.3.2. HFM: Análisis de datos ............................................................................................ 67 4.4. Método termométrico (THM) .......................................................................................... 71 4.5. Método de termografía infrarroja cuantitativa (QIRT) ..................................................... 73 4.5.1. QIRT: Requisitos metrológicos y condiciones de ensayo......................................... 77 4.5.2. QIRT: Análisis de datos ........................................................................................... 78 4.6. Análisis crítico del estado de la cuestión ........................................................................ 79 5. Objetivos .............................................................................................................................. 83 5. Objectives ............................................................................................................................ 84 5. Obiettivi ................................................................................................................................ 85 6. Metodología ......................................................................................................................... 87 Optimización de los métodos de caracterización térmica de la envolvente de edificios 20 6.1. Proceso 1. Campañas experimentales .......................................................................... 88 6.1.1. Subproceso 1.1.: Selección previa de los casos de estudio .................................... 88 6.1.2. Subproceso 1.2.: Campañas experimentales realizadas ......................................... 90 6.2. Proceso 2. Simulaciones ............................................................................................... 95 6.3. Proceso 3. Análisis de datos ......................................................................................... 98 6.3.1. Subproceso 3.1.: Análisis de los resultados de las campañas experimentales y de las correlaciones experimentales del término convectivo utilizadas ............................. 98 6.3.2. Subproceso 3.2.: Análisis mediante aprendizaje automático ..................................104 6.3.3. Subproceso 3.3.: Análisis clúster ...........................................................................113 7. Resultados y discusión .......................................................................................................115 7.1. Optimización del término convectivo en los métodos cuantitativos de termografía infrarroja ..............................................................................................................................116 7.2. Análisis y optimización del método termométrico .........................................................121 7.2.1. Análisis de aplicación del método termométrico en casos de estudio ....................122 7.2.2. Aplicación del procedimiento de corrección de almacenamiento de calor en el método termométrico .......................................................................................................123 7.2.3. Optimización de la evaluación de la transmitancia térmica con el método termométrico ....................................................................................................................125 7.3. Determinación de la transmitancia térmica de la ISO 6946:2007 con variables in situ ......................................................................................................................................129 8. Conclusiones ......................................................................................................................133 8. Conclusions ........................................................................................................................137 8. Conclusioni .........................................................................................................................141 9. Futuras líneas .....................................................................................................................145 10. Bibliografía ........................................................................................................................147 Anexo I. Publicaciones ............................................................................................................165 Optimization of experimental thermal characterization methods of building envelope 21 Índice de figuras Figura 1. Consumo energético final en Europa por sectores .................................................... 35 Figura 2. Consumo energético final en España por sectores en el año 2016 ........................... 35 Figura 3. Clasificación climática en Francia ............................................................................. 40 Figura 4. Clasificación climática en Portugal: (a) invierno y (b) verano .................................... 41 Figura 5. Clasificación climática en España: (a) invierno y (b) verano ..................................... 42 Figura 6. Clasificación climática en Chile ................................................................................. 44 Figura 7. Clasificación climática en Argentina ......................................................................... 45 Figura 8. Clasificación climática en Brasil ................................................................................ 47 Figura 9. Modelos de edificios diseñados para el análisis comparativo ................................... 48 Figura 10. Disminución porcentual en la demanda energética total en los diferentes casos de estudio analizados utilizando los valores límites nuevos para el año 2023 en Francia ................................................................................................................................................. 49 Figura 11. Tendencia lineal de la demanda energética total media de los 12 modelos analizados en las diferentes zonas climáticas y conforme a las limitaciones de cada legislación estatal .................................................................................................................... 50 Figura 12. Caso de estudio del análisis de condensaciones: (a) fotografía del edificio; (b) boceto de la habitación analizada; (c) sección y puntos de la fachada analizados; (d) efecto de la bidimensionalidad de la fachada en sus isotermas; y (e) muestra de algunos de los termogramas realizados ................................................................................................. 52 Figura 13. Gráficos de dispersión entre la temperatura superficial interior en los diferentes puntos de la fachada y las temperaturas ambientales ............................................. 53 Figura 14. Esquema de los diferentes métodos de determinación de la transmitancia térmica .................................................................................................................................... 57 Figura 15. Mapa con los coeficientes de ponderación CCF para el cálculo teórico .................. 61 Figura 16. Criterios de colocación de las sondas de medición en el HFM ............................... 64 Figura 17. Boceto de la diferencia existente entre los métodos termoflujométrico y termométrico ........................................................................................................................... 71 Figura 18. Influencia de las juntas de mortero en el THM: (a) termograma de la superficie interior de una fachada donde se pueden apreciar las juntas de mortero y (b) criterios de colocación de las sondas de temperatura superficial ................................................................ 72 Figura 19. Ejemplos de termogramas para diferentes tipos de análisis cualitativo realizados en fachadas: (a) anomalías térmicas; (b) puentes térmicos de frente de forjado y pilares en fachadas; y (c) infiltraciones de aire a través de las carpinterías ........................... 73 Figura 20. Criterios de colocación de los equipos y de las sondas del QIRT. La utilización de cada sonda o material dependerá del método elegido. En la figura no se distingue entre exterior e interior ............................................................................................................ 77 Optimización de los métodos de caracterización térmica de la envolvente de edificios 22 Figura 21. Correlaciones entre los valores de flujo de radiación obtenidos según la ecuación utilizada por Madding (2008), por Fokaides y Kalogirou (2011) y por Tejedor et al. (2017) ............................................................................................................................... 80 Figura 22. Representación esquemática del flujo de los procesos de trabajo .......................... 87 Figura 23. Fotografía de alguno de los edificios analizados ..................................................... 90 Figura 24. Ejemplos de colocación de los equipos y las sondas I: (a) aplicación de la pasta térmica; (b) colocación de la placa medidora de flujo de calor; y (c) fijación del termopar superficial mediante masilla ....................................................................................... 92 Figura 25. Ejemplos de colocación de los equipos y las sondas II: (a) alineación de las sondas de temperatura superficial; (b) colocación de la sonda de temperatura exterior; y (c) colocación del gestor de datos TESTO 435-2 ...................................................................... 92 Figura 26. Ejemplos de las monitorizaciones exterior e interior realizadas durante la campaña 2 ................................................................................................................................ 94 Figura 27. Flujo de trabajo del proceso de simulación realizado en la investigación ................ 96 Figura 28. Nubes de puntos con el ajuste entre los valores simulados y los reales de las variables de temperatura superficial y de flujo de calor ............................................................ 97 Figura 29. Ejemplo de varias series de tiempo simuladas. En los gráficos se representa la temperatura del aire interior (en color rojo), la temperatura del aire exterior (en color azul), la temperatura superficial interior (en color lila) y el flujo de calor (en color verde) .......... 97 Figura 30. Esquemas de neuronas: (a) neurona biológica y (b) neurona artificial .................. 105 Figura 31. Esquema de un perceptrón multicapa de diferentes capas ocultas ....................... 106 Figura 32. Esquema de un modelo CART .............................................................................. 109 Figura 33. Esquema de un modelo de bosques aleatorios ..................................................... 110 Figura 34. Esquema de la validación cruzada de 10 iteraciones en un conjunto de datos de entrenamiento ................................................................................................................... 112 Figura 35. Desviaciones porcentuales obtenidas en los métodos desde el exterior que utilizan correlaciones de velocidades del viento. En los gráficos de la derecha se representa el número de resultados válidos obtenidos en cada caso de estudio .................... 118 Figura 36. Desviaciones porcentuales obtenidas en los métodos desde el exterior que utilizan correlaciones de números adimensionales. En los gráficos de la derecha se representa el número de resultados válidos obtenidos en cada caso de estudio .................... 119 Figura 37. Desviaciones porcentuales obtenidas en los métodos desde el interior para los dos tipos de correlaciones (diferencias de temperatura y números adimensionales) .............. 120 Figura 38. Flujo de trabajo de las investigaciones realizadas en relación con el análisis y la optimización del método termométrico ............................................................................... 122 Figura 39. Desviación porcentual entre los valores de referencia y los valores medidos por el método termométrico con los dos equipos utilizados ................................................... 123 Figura 40. Histograma con la desviación porcentual entre los valores reales y los estimados de los dos perceptrones multicapa diseñados en el estudio (el ancho de columna es de un valor de un 1 %) ......................................................................................... 125 Optimization of experimental thermal characterization methods of building envelope 23 Figura 41. Histograma con la desviación porcentual entre los valores reales y los estimados de los diferentes perceptrones multicapa diseñados en el estudio para la estimación del método promedio y del método promedio con correcciones por almacenamiento de calor (el ancho de columna es de un valor de un 1 %)............................ 127 Figura 42. Desviación porcentual entre los valores reales y los estimados por los diferentes perceptrones multicapa diseñados en el estudio de los cerramientos utilizados para su análisis individual ....................................................................................................... 128 Figura 43. Flujo de aplicación de los modelos de aprendizaje automático desarrollados ........ 131 Optimización de los métodos de caracterización térmica de la envolvente de edificios 24 Optimization of experimental thermal characterization methods of building envelope 25 Índice de tablas Tabla 1. Valores mínimos de resistencia térmica de los elementos opacos de la envolvente de edificios (regulación francesa). ......................................................................... 39 Tabla 2. Valores máximos de transmitancia térmica de los elementos acristalados de edificios (regulación francesa) .................................................................................................. 39 Tabla 3. Valores mínimos de resistencia térmica de los elementos opacos de la envolvente de edificios a partir del 1 de enero de 2023 (regulación francesa) .......................... 39 Tabla 4. Valores máximos de transmitancia térmica de los elementos opacos y acristalados de la envolvente de edificios (regulación portuguesa) .......................................... 41 Tabla 5. Valores máximos de transmitancia térmica de los elementos opacos y acristalados de la envolvente de edificios (regulación española) .............................................. 43 Tabla 6. Valores máximos de transmitancia térmica de los elementos opacos y acristalados de la envolvente de edificios (regulación chilena) ................................................. 43 Tabla 7. Valores máximos de transmitancia térmica de verano de los elementos opacos de la envolvente de edificios (regulación argentina) ................................................................. 45 Tabla 8. Valores máximos de transmitancia térmica de invierno de los elementos opacos de la envolvente de edificios (regulación argentina) ................................................................. 46 Tabla 9. Valores máximos de transmitancia térmica de verano de los elementos acristalados de la envolvente de edificios (regulación argentina) ............................................. 46 Tabla 10. Valores máximos de transmitancia térmica de invierno de los elementos opacos de la envolvente de edificios (regulación brasileña) ..................................................... 47 Tabla 11. Horas por año con riesgo de crecimiento de moho en el escenario actual ............... 54 Tabla 12. Porcentaje de desviación del número de horas anuales con riesgo de crecimiento de moho en el escenario 2050. Los valores negativos corresponden a una disminución porcentual y los valores positivos, a un incremento porcentual ............................. 54 Tabla 13. Horas por año con riesgo de crecimiento de moho en el supuesto de incorporar un sistema de ventilación (escenario actual y 2050) ................................................................. 55 Tabla 14. Resumen de los trabajos de investigación del método teórico-estimativo ................. 59 Tabla 15. Resumen de los trabajos de investigación del HFM .................................................. 63 Tabla 16. Resumen de los trabajos de investigación del QIRT ................................................. 74 Tabla 17. Beneficios y limitaciones de los diferentes métodos de caracterización de la transmitancia térmica en fachadas ........................................................................................... 79 Tabla 18. Subprocesos (SP) asociados a cada investigación ................................................... 88 Tabla 19. Número de ensayos correspondientes a cada investigación ..................................... 91 Tabla 20. Relación de equipos utilizados en la campaña 1 ...................................................... 91 Tabla 21. Propiedades termofísicas de los cerramientos de la campaña 2 ............................... 93 Tabla 22. Relación de los equipos específicos utilizados en la campaña 2 .............................. 94 Tabla 23. Resumen de las expresiones utilizadas para los diferentes planteamientos de caracterización de la transmitancia térmica .............................................................................. 98 Tabla 24. Contribuciones de incertidumbre estimadas para los resultados obtenidos a Optimización de los métodos de caracterización térmica de la envolvente de edificios 32 Optimization of experimental thermal characterization methods of building envelope 33 2. Justificación de la problemática energética de los edificios 2.1. Degradación ambiental y cambio climático Desde la antigüedad, el ser humano ha intentado aprovechar al máximo los recursos de la naturaleza para su propio beneficio, pero siempre dentro de unos límites que permitían asegurar la sostenibilidad del entorno. Sin embargo, desde la revolución industrial, el equilibrio existente entre el ser humano y la naturaleza ha desaparecido, principalmente por la necesidad de la sociedad de satisfacer su creciente producción a través de la explotación desmedida de los recursos naturales de la biosfera (McDonough & Braungart, 2002). Esta interacción de la sociedad con el entorno está generando un impacto negativo sobre la naturaleza, provocando la aceleración del calentamiento global, el cambio climático y la extinción de diferentes especies (WWF, 2014), así como aspectos sociales y demográficos, como los refugiados ambientales. Asimismo, desde hace cuarenta años se ha superado la capacidad de los recursos de la Tierra (WWF, 2014), lo cual refleja la insostenibilidad del sistema de vida de la sociedad del siglo XXI. Ante esto, las grandes potencias económicas se preocupan cada vez más por la excesiva dependencia de los recursos fósiles, ya que tienen que recurrir a su importación procedente de países con una actividad política inestable. Este hecho conlleva a estar sujeto a potenciales crisis económicas, tales como las del petróleo de 1973 y de 1979. Además, los posibles escenarios de evolución del clima a lo largo del siglo XXI no son alentadores. Según el Grupo Intergubernamental de Expertos sobre el Cambio Climático (2007), dichos escenarios (es decir, los escenarios B1, A1T, B2, A1B, A2 y A1FI) plantean para final del siglo XXI un incremento de la temperatura de entre 1,1 °C y 6,4 °C, así como del nivel del mar de entre 0,18 m y 0,59 m con respecto a los valores de finales del siglo XX. Una de las principales causas de esta situación cada vez más extrema es la constante emisión de gases de efecto invernadero a la atmosfera. En esta línea, numerosos sectores se caracterizan por tener unos porcentajes elevados de emisiones de gases de efecto invernadero. Por consiguiente, los organismos internacionales han centrado sus esfuerzos en establecer objetivos y metas para la población mundial con el fin de alcanzar un desarrollo más sostenible que asegure la protección del medio ambiente. Un ejemplo de esta nueva tendencia de la sociedad son los diversos congresos y convenciones internacionales realizados en los últimos veinticinco años, los cuales han desembocado en tratados, tales como el Protocolo de Kioto y el Acuerdo de París. En este último se definieron objetivos exigentes para garantizar el mantenimiento del clima frente al progresivo aumento de las temperaturas. Uno de los objetivos consistía, como mínimo, en mantener el incremento de la temperatura por debajo de 2 °C con respecto a épocas preindustriales (es decir, anterior al año 1750). Esto es considerando el peor de los escenarios posibles, ya que el acuerdo insta a conseguir un aumento de tan solo 1,5 °C. Es conveniente destacar que estos valores son diferentes de los incrementos de temperatura previstos por el Grupo Intergubernamental de Expertos sobre el Cambio Climático, el cual utiliza como valores de referencia el valor promedio de las temperaturas de finales del siglo XX. Por lo tanto, el Acuerdo de París obliga a que los 195 países desarrollen estrategias y políticas encaminadas a mejorar la eficiencia y la sostenibilidad de los procesos productivos. En este sentido, los 195 países establecieron objetivos exigentes para alcanzar una economía hipocarbónica para el año 2050. No obstante, la realidad refleja que el alcance de un desarrollo sostenible está lejos de producirse. En el informe United in Science (World Meteorological Organization, 2019), publicado en la Cumbre sobre la Acción Climática 2019 de la Organización de las Naciones Unidas, se reflejaron datos desalentadores: un crecimiento anual del 1 % en las emisiones de CO2, un predominio del consumo de combustibles fósiles (a pesar del crecimiento de las energías renovables) y un aumento del CO2, del CH4 y del N2O de un Optimización de los métodos de caracterización térmica de la envolvente de edificios 34 146 %, un 275 % y un 122 %, respectivamente, con respecto a épocas preindustriales (es decir, anteriores al año 1750). 2.2. El sector de la edificación y su desempeño energético Ante este paradigma internacional, la sociedad se plantea la necesidad de analizar y actuar sobre todas aquellas actividades, procesos y tareas con unos niveles importantes de emisión de gases de efecto invernadero y de consumo de recursos energéticos. De entre las diferentes actividades que realiza el ser humano, la construcción es una de las más significativas al tratarse de uno de los sectores más complejos y con mayor repercusión en la sociedad. Además, se encuentra inmerso en un constante proceso de desarrollo. Aproximadamente, el 40 % del consumo total de la energía procedente de las actividades humanas se atribuye al sector de la edificación (Pérez-Lombard, Ortiz, & Pout, 2008), el cual genera el 38 % de las emisiones de gases de efecto invernadero (United Nations Environment Programme, 2012). En 2010, el consumo energético global de dicho sector fue de 23,7 PWh y se estima que, en el año 2040, dicha cantidad podría llegar a 38,4 PWh (International Energy Agency, 2013). Una de las tipologías de edificaciones más representativas son las de tipo residencial, ya que son construcciones en las que las personas pasan la mayor parte de su tiempo. En este sentido, es especialmente importante tener en cuenta que las diversas pautas de comportamiento de los usuarios pueden conllevar a un impacto significativo en el uso de la energía (Richardson, Thomson, & Infield, 2008; Richardson, Thomson, Infield, & Clifford, 2010). Asimismo, aunque las variaciones en el consumo energético pueden deberse a cuestiones de tipo constructivo (Besagni & Borgarello, 2018), los factores socioeconómicos pueden también influir en el consumo energético de la vivienda (Brounen, Kok, & Quigley, 2012; Filippini & Pachauri, 2004). Por lo tanto, la relación existente entre la demanda energética del edificio, los patrones de comportamiento de los usuarios y los factores sociales y económicos pueden afectar de manera significativa a este tipo de consumo. Esto cobra una mayor relevancia si se considera el efecto que tiene el comportamiento de las viviendas a una escala global (Besagni & Borgarello, 2018), ya que pequeñas variaciones pueden suponer ahorros significativos. El deficiente desempeño se refleja en el elevado consumo energético registrado en los edificios en los últimos años. Con respecto a la Unión Europea, los edificios residenciales representaron el 25,7 % del consumo total de la energía primaria en Europa en el año 2016 (European Environment Agency, 2018). Además, cabe destacar que, como tendencia general, desde el año 1990 el consumo total energético sufre un incremento anual del 1 % con un pico del 2,5 % en relación con la demanda eléctrica (European Environment Agency, 2018) (véase Figura 1). Esto refleja la progresiva pérdida de rendimiento energético del parque inmobiliario europeo. En el caso de España, existe cierta similitud a la mostrada por el resto de los países de la Unión Europea. Según los datos recopilados por el Instituto para la Diversificación y Ahorro de la Energía en España (IDAE, 2019), el sector residencial en España fue responsable del 18,33 % de la energía total consumida en el país en el año 2016 (véase Figura 2), procediendo el 18,41 % de fuentes renovables. Asimismo, el sector se ubica en el tercer lugar dentro de los sectores con un mayor consumo energético, únicamente superado por el conjunto del sector industrial (23,01 %) y por el del transporte (42,27 %). Optimization of experimental thermal characterization methods of building envelope 35 Figura 1. Consumo energético final en Europa por sectores. Fuente: propia, elaborada a partir de los datos de la European Environment Agency (2018). Figura 2. Consumo energético final en España por sectores en el año 2016. Fuente: propia, elaborada a partir de los datos del IDAE (2019). Optimización de los métodos de caracterización térmica de la envolvente de edificios 36 Dado que la mayor parte de la energía consumida en la fase de uso de los edificios residenciales procede de recursos no renovables, es necesario reducir el consumo energético en el parque inmobiliario existente. En este contexto, la comunidad internacional ha intensificado sus esfuerzos para reducir los aumentos de las emisiones de CO2 y del consumo energético asociado al sector de la construcción. Por su parte, la Unión Europea ha definido los pasos necesarios para alcanzar una economía baja en carbono (hipocarbónica) para el año 2050 (European Commission, 2011). Para poder alcanzar este objetivo, es imprescindible disminuir las emisiones de gases de efecto invernadero en diferentes sectores, tales como la industria, el transporte o la edificación. En el caso de los edificios, la Unión Europea pretende alcanzar una reducción de un 90 % en las emisiones de gases de efecto invernadero con respecto a los niveles de 1990. Recientemente, la Directiva 2018/844 (European Union, 2018) ha establecido la necesidad de que los países europeos diseñen estrategias de renovación energética del parque inmobiliario existente con el objeto de disponer de edificios eficientes antes del 2050. En este sentido, la adopción de medidas de ahorro energético constituye una de las actuaciones más significativas, así como el diseño de edificios nuevos altamente eficientes. Esta directiva es la continuación de otras directivas impulsadas por la Unión Europea con vistas a reducir el consumo energético de los edificios. Por lo tanto, el principal marco que debe orientar y facilitar el alcance de un sector residencial hipocarbónico es la reglamentación estatal en eficiencia energética de edificios. Según la Directiva 2010/31/UE (European Union, 2010), todos los estados miembros deberán definir en sus reglamentaciones estatales la obligatoriedad de que los edificios nuevos o a rehabilitar sean edificios de consumo casi nulo en las siguientes fechas: • Después del 31 de diciembre de 2018 en los edificios públicos. • Después del 31 de diciembre de 2020 en todos los edificios nuevos. No obstante, las limitaciones para su aplicación en climas cálidos suponen un reto para la comunidad científica y tecnológica (Zacà, D’Agostino, Congedo, & Baglivo, 2015). En esta línea, Attia et al. (2017) reflejaron el problema que tienen la mayor parte de los países del sur de Europa para establecer regulaciones específicas encaminadas a la correcta implantación de edificios de consumo casi nulo. Dado que estas definiciones están orientadas hacia un equilibrio entre la energía consumida y la producida, se deben plantear diseños que garanticen un consumo energético nulo de los edificios. De los diferentes tipos de consumo energético que caracterizan los edificios, el consumo de los sistemas de climatización destaca por encima del resto (Kurekci, 2016; Vine & Kazakevicius, 1999). Asimismo, el consumo de este tipo de equipos depende, entre otros aspectos, de la demanda energética que tenga el edificio, la cual está estrechamente relacionada con las propiedades térmicas de la envolvente. Optimization of experimental thermal characterization methods of building envelope 37 3. Contexto actual de la transmitancia térmica Las propiedades térmicas de la envolvente constituyen una de las principales estrategias de diseño empleadas tanto por instituciones y organismos como por profesionales, con el objeto de mejorar el rendimiento de los edificios. Dentro de las propiedades térmicas de la envolvente, las dos variables con una mayor utilización son: • La resistencia térmica. Esta variable establece el nivel de oposición que tiene un elemento de la envolvente al transmitir el calor a través de sí mismo (AENOR, 1996). • La transmitancia térmica. Esta variable determina la cantidad de calor que fluye a través de un determinado elemento por unidad de tiempo y superficie (AENOR, 1996). Asimismo, estas variables están muy correlacionadas (la transmitancia térmica puede entenderse como la inversa de la resistencia térmica en elementos con una transferencia unidimensional del flujo de calor). Tal y como se ha comentado en el Apartado 2, el parque de edificios existentes no responde a las necesidades más recientes de la sociedad, lo que conlleva a importantes impactos económicos y ambientales. El desempeño energético de los edificios existentes y el elevado consumo energético asociado a los sistemas de climatización obliga a reflexionar sobre las posibles causas que pueden desembocar en este elevado consumo energético. Es en este punto donde el diseño pasivo de los edificios adquiere una mayor importancia a través de su envolvente. En este sentido, de los diferentes elementos que componen los edificios, los elementos de la envolvente contribuyen en gran proporción al ineficiente desempeño energético del parque inmobiliario existente, debido a las pérdidas o ganancias de calor que tienen lugar a través de ellos. Esta tesis doctoral, por tanto, plantea la necesidad de disponer de una mayor justificación acerca de la influencia que tienen las propiedades térmicas de la envolvente no solo desde el punto de vista energético, sino también desde el punto de vista de salubridad del espacio interior. Por este motivo, se realizaron dos investigaciones introductorias orientadas al análisis de los parámetros térmicos establecidos en las reglamentaciones estatales, así como a la influencia de las propiedades térmicas de un cerramiento de una vivienda social en los niveles de salubridad interior, tanto en la actualidad como en futuros escenarios de cambio climático. 3.1. El marco regulatorio a nivel internacional de las propiedades térmicas de la envolvente y su influencia en el desempeño energético 4 Los países son motores que pueden garantizar un adecuado rendimiento energético de los edificios a través de las regulaciones que desarrollan, en las cuales deben poner especial 4 Todo lo reflejado en el subapartado 3.1. corresponde a la siguiente publicación compendiada dentro del marco de esta tesis: • Bienvenido-Huertas, D., Oliveira, M., Rubio-Bellido, C., & Marín, D. (2019). A comparative analysis of the international regulation of thermal properties in building envelope, Sustainability, 11, 5574. doi: 10.3390/su11205574 Esta investigación se realizó en las primeras fases de desarrollo de la tesis (aunque finalizada y publicada en una fase final), con el objetivo de disponer de un conocimiento detallado de la importancia de las propiedades térmicas de los edificios a nivel internacional y de la verdadera influencia que supone establecer diferentes valores límites. Optimización de los métodos de caracterización térmica de la envolvente de edificios 38 atención en la limitación del consumo energético de los edificios (Pablo-Romero, Pozo-Barajas, & Yñiguez, 2017). En este sentido, y dada la importancia que tienen en el desempeño energético de los edificios, las características térmicas de la envolvente constituyen uno de los principales instrumentos reguladores debido a la facilidad para establecer limitaciones en sus propiedades (De Lieto Vollaro et al., 2015; Escorcia et al., 2012; Friedman, Becker, & Erell, 2014; Pacheco, Ordóñez, & Martínez, 2012). No obstante, se pueden encontrar diferencias significativas entre las reglamentaciones de los países, tanto europeos como sudamericanos. A pesar de que el esquema de funcionamiento es común (configurar valores límites en función de la zona climática (Rodríguez-Soria, Domínguez-Hernández, Pérez-Bella, & Del Coz-Díaz, 2014)), las reglamentaciones presentan claras diferencias entre sí que pueden desembocar en la existencia de desigualdades energéticas entre países vecinos y con características climáticas similares. La existencia de desigualdades energéticas entre países reflejaría la influencia que tienen las propiedades térmicas de la envolvente. Por este motivo, se analizaron las reglamentaciones energéticas de 3 países sudamericanos y de 3 países europeos. Los países sudamericanos seleccionados fueron Argentina, Brasil y Chile por ser los que tienen una mayor superficie de territorio, por disponer de una normativa consolidada en materia de eficiencia energética y por ser los países sudamericanos con un mayor consumo de electricidad per cápita en los últimos años (International Energy Agency (IEA), 2018). Los países europeos seleccionados fueron España, Portugal y Francia por su proximidad geográfica (lo cual permite establecer patrones de similitud en sus condiciones climáticas), por las dificultades de implantación de políticas de edificios de consumo casi nulo en estas regiones (Attia et al., 2017) y por disponer de reglamentaciones en materia de eficiencia energética de la envolvente con características similares. A continuación, se realiza una breve exposición de las reglamentaciones y de los valores límites regulados en cada país. 3.1.1. Francia En Francia, la reglamentación que incluye los requisitos que deben cumplir los edificios es el código denominado Code de la construction et de l'habitation (Republique Française, 2019). En esta reglamentación se definen varios requisitos básicos relacionados con la edificación, tales como la seguridad estructural o la eficiencia energética. En el caso de este último, los valores límites establecidos en la reglamentación han sufrido continuas actualizaciones. Respecto a las propiedades termofísicas, en el decreto denominado Arrêté du 22 mars 2017 (Republique Française, 2017) se actualizaron los niveles de rendimiento térmico y energético que el artículo R 131-28 del Code de la construction et de l'habitation debía alcanzar. Así pues, se actualizaron, entre otros aspectos, los valores límites de las propiedades termofísicas de los elementos opacos y de las aberturas de la envolvente de los edificios (véase Tablas 1 y 2). También se marcaron mayores restricciones para aquellos edificios que se construyan a partir del 1 de enero de 2023 (véase Tabla 3), de manera que se define la hoja de ruta a nivel de prestaciones térmicas de la envolvente de los edificios que el país tendrá en los próximos años. A diferencia de la mayoría de las reglamentaciones de otros países, la variable que se utiliza para establecer restricciones en los elementos opacos es la resistencia térmica (únicamente para vidrios se considera la limitación a través de la transmitancia térmica). Optimization of experimental thermal characterization methods of building envelope 39 Elemento Resistencia térmica mínima [(m²K)/W)] Zona térmica H1a, H1b y H1c H2a, H2b, H2c, H2d y H3 a una altitud superior a 800 m H3 a una altitud inferior a 800 m Muros 2,9 2,9 2,2 Muros en contacto con volumen no calentado 2 2 2 Cubiertas horizontales 3,3 3,3 3,3 Cubiertas inclinadas 4,4 4,3 4 Suelos en contacto con aire o espacio no calefactado 2,7 2,7 2,1 Tabla 1. Valores mínimos de resistencia térmica de los elementos opacos de la envolvente de edificios (regulación francesa). Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido-Huertas, Oliveira, Rubio-Bellido, et al. (2019)). Tipo de vidrio Transmitancia térmica máxima [W/(m²K)] Ventanas de superficie superior a 0,5 m2, ventanas francesas, ventanas dobles 1,9 Puerta de entrada de la casa unifamiliar que se abre hacia el exterior 2,0 Dosel 2,5 Veranda 2,5 Tabla 2. Valores máximos de transmitancia térmica de los elementos acristalados de edificios (regulación francesa). Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido-Huertas, Oliveira, Rubio- Bellido, et al. (2019)). Elemento Resistencia térmica mínima [(m²K)/W)] Zona térmica H1a, H1b y H1c H2a, H2b, H2c, H2d y H3 a una altitud superior a 800 m H3 a una altitud inferior a 800 m Muros 3,2 3,2 2,2 Muros en contacto con volumen no calentado 2,5 2,5 2,5 Cubiertas horizontales 4,5 4,3 4 Cubiertas inclinadas 5,2 4,5 4 Suelos en contacto con aire o espacio no calefactado 3 3 2,1 Tabla 3. Valores mínimos de resistencia térmica de los elementos opacos de la envolvente de edificios a partir del 1 de enero de 2023 (regulación francesa). Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido-Huertas, Oliveira, Rubio-Bellido, et al. (2019)). Como se puede apreciar, las limitaciones de las propiedades termofísicas de la envolvente dependen de la zona climática en la que se encuentre ubicado el edificio. La clasificación climática del país viene regulada en el decreto denominado Arrêté du 26 octobre 2010 (Republique Française, 2010). En este decreto, el clima se divide en tres zonas para el invierno (H1, H2 y H3) y en cuatro zonas para el verano (a, b, c y d). De las diferentes combinaciones se obtiene un total de 8 zonas climáticas (véase Figura 3). Optimización de los métodos de caracterización térmica de la envolvente de edificios 40 Figura 3. Clasificación climática en Francia. Fuente: Bienvenido-Huertas, Oliveira, Rubio-Bellido, et al. (2019). 3.1.2. Portugal En Portugal, la reglamentación energética de los edificios viene desarrollada en el Decreto 118/2013 (Ministério da Economia e do Emprego, 2013). Esta normativa suponía la transposición de la Directiva 2010/31/UE en Portugal. Recientemente, algunos artículos de esta ley fueron modificados con el Decreto-Ley 251/2015 (Ministério do Ambiente, 2015). En relación con las propiedades termofísicas de la envolvente, la regulación Portaria 379- A/2015 estableció los valores límites que deben tener los elementos de la envolvente. A partir del 31 de diciembre de 2015, las propiedades termofísicas de los elementos opacos y acristalados de la envolvente quedaban reguladas con los valores límites dispuestos en la Tabla I.05B de la regulación Portaria 379-A/2015 (véase Tabla 4). Estos valores límites se definen en función de la zona climática en la que se encuentre ubicado el edificio. La clasificación climática en Portugal viene desarrollada en el Decreto 80/2006 (Ministério das Obras Públicas Transportes e Comunicações, 2006), en el cual se establecen tres zonas climáticas por cada tipo de estación (véase Figura 4): tres de invierno (I1, I2 e I3) y tres de verano (V1, V2 y V3). Cada una de las ciudades de Portugal pertenece a una zona climática diferente de verano y de invierno. Asimismo, la clasificación de cada índice se realiza en función de los grados de calefacción para invierno y de la temperatura exterior para verano. El indicador numérico determina la severidad de cada clima, siendo los climas más severos los que tienen el valor más alto. También, al igual que ocurre en otras regulaciones, se hace una distinción entre los valores límites de las propiedades termofísicas de los edificios construidos en su territorio y de aquellos construidos en territorios insulares. Optimization of experimental thermal characterization methods of building envelope 41 Elemento Transmitancia térmica máxima [W/(m²K)] Portugal continental Regiones autónomas Zona climática Zona climática I1 I2 I3 I1 I2 I3 Muros 0,50 0,40 0,35 0,70 0,60 0,45 Cubiertas 0,40 0,35 0,30 0,45 0,40 0,35 Vidrios 2,80 2,40 2,20 2,80 2,40 2,20 Tabla 4. Valores máximos de transmitancia térmica de los elementos opacos y acristalados de la envolvente de edificios (regulación portuguesa). Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido-Huertas, Oliveira, Rubio-Bellido, et al. (2019)). Figura 4. Clasificación climática en Portugal: (a) invierno y (b) verano. Fuente: Bienvenido-Huertas, Oliveira, Rubio- Bellido, et al. (2019). 3.1.3. España La reglamentación en materia de eficiencia energética de los edificios en España se implantó en el año 1979 a través del Real Decreto 2429/79 (Gobierno de España, 1979). En este decreto se zonificaba el país en 5 regiones diferentes y se establecían diferentes valores límites de transmitancia térmica. Este Real Decreto estuvo vigente hasta el año 2006 cuando entró en vigor el Real Decreto 314/2006 (Gobierno de España, 2006), el cual se desarrolla en una serie de documentos básicos entre los que se encuentra el Documento Básico de Ahorro de Energía (DB HE). Tanto en la versión de 2006 como en las revisiones posteriores de 2013 y de 2019 (fecha estimada de publicación de la nueva actualización), se realiza una clasificación climática del país en función de la severidad climática de invierno y de verano, calculada según Optimización de los métodos de caracterización térmica de la envolvente de edificios 48 3.1.7. Grado de importancia de la transmitancia térmica en la demanda energética de los edificios Tal y como se ha visto, existe una gran disparidad en los valores límites asignados a las propiedades térmicas de los edificios. Asimismo, la asignación de estos valores depende de unos criterios de clasificación climática que varían de unos países a otros. Ante esta circunstancia, se plantea, en primer lugar, si la transmitancia térmica constituye una variable significativa en el control energético de los edificios y, en segundo lugar, si la regulación de las propiedades térmicas realizada por cada país presenta características propias ajustadas a cada uno de ellos que garanticen una homogeneidad en el desempeño energético de los edificios de toda la región. Para ello, se evaluaron 12 modelos de edificios (véase Figura 9) en EnergyPlus. Estos casos de estudio se diseñaron como prototipos experimentales que reproducen los parámetros habituales que se dan en edificios residenciales con geometrías dispares y se basan en los casos de estudio diseñados en otras investigaciones relacionadas con la materia (Rodrigues, Fernandes, Gaspar, Gomes, & Costa, 2019; Rossi & Rocco, 2014). Los modelos se ubicaron en cada una de las zonas climáticas de cada país y las propiedades térmicas de su envolvente se ajustaron a sus reglamentaciones. Asimismo, se empleó un perfil de uso genérico que realizara comparaciones representativas. Para el análisis comparativo se utilizaron las diferentes demandas energéticas de cada caso de estudio (es decir, las demandas energéticas de refrigeración, de calefacción y total). Figura 9. Modelos de edificios diseñados para el análisis comparativo. Fuente: propia (adaptación para esta tesis doctoral de la figura incluida en Bienvenido-Huertas, Oliveira, Rubio-Bellido, et al. (2019)). Los resultados reflejaron la gran influencia que tiene la transmitancia térmica en la demanda energética de los edificios. Por ejemplo, en el caso de Francia existen dos valores límites que varían las propiedades térmicas de los elementos opacos (véase Figura 10). Esta variación fue muy significativa en la reducción de la demanda energética total, ya que la disminución porcentual fue similar entre las diferentes zonas climáticas, con valores promedios entre 5,34 % y 6,50 %. Sin embargo, los valores de disminución porcentual presentaron una ligera variación Optimization of experimental thermal characterization methods of building envelope 49 en la zona H3. En este sentido, los valores de disminución porcentual estaban entre 0,25 % y 14,06 %, mientras que en las otras zonas hubo una mayor concentración de estos valores (entre 3,88 % y 7,47 %), debido posiblemente a la diferencia que presentan los nuevos valores límites de la zona H3 en comparación con las otras zonas. Tal y como se ha visto en las Tablas 1 y 3, los valores límites de resistencia térmica en 2023 para la zona H3 a una altitud inferior a 800 m son de 2,2 (m²K)/W en las fachadas. Sin embargo, este valor límite es el mismo que se utiliza en los valores límites actuales, mientras que en las otras zonas se produce un incremento de 0,3 (m²K)/W en el valor límite de resistencia térmica de muros. Esta diferencia puede implicar el cambio de tendencia de disminución porcentual de la zona H3 con las otras zonas. Figura 10. Disminución porcentual en la demanda energética total en los diferentes casos de estudio analizados utilizando los valores límites nuevos para el año 2023 en Francia. Fuente: propia (adaptación para esta tesis doctoral de la figura incluida en Bienvenido-Huertas, Oliveira, Rubio-Bellido, et al. (2019)). Asimismo, es importante destacar las grandes diferencias encontradas en el comportamiento energético de los casos de estudio en función de la reglamentación de cada país. En este sentido, se detectó un peor rendimiento en aquellos edificios diseñados conforme a las normas de construcción de los países sudamericanos, con especial importancia en el caso de Brasil (véase Figura 11). En la Tabla 10 se incluían las limitaciones de transmitancia térmica para las envolventes de los edificios brasileños. Estos valores límites difieren en gran medida de los incluidos en el resto de las normativas, con unos valores de transmitancia térmica para fachadas que llegan a alcanzar los 3,7 W/(m²K). Como resultado, se puede apreciar en la Figura 11 la gran diferencia existente entre la demanda energética total en algunas zonas de Brasil con el resto de los países. Estas diferencias son bastantes acusadas, con un incremento superior a 10.000 kWh/m², lo cual refleja la poca eficiencia del marco regulatorio brasileño y la necesidad urgente de establecer nuevos límites regulatorios que garanticen un desempeño térmico más eficiente de la envolvente de sus edificios, aunque sin olvidar la perspectiva de desarrollo económico que tenga la región. En el caso del resto de países, destaca, por ejemplo, Chile, por presentar unos valores elevados de demanda energética total en algunas de sus zonas climáticas. Además, resulta conveniente señalar la marcada diferencia existente en las tendencias de demanda energética total entre los países sudamericanos y los europeos analizados en este estudio: mientras que los países europeos se caracterizaron por obtener los valores de demanda energética más bajos, en los países sudamericanos se consiguieron Optimización de los métodos de caracterización térmica de la envolvente de edificios 50 resultados similares únicamente en algunas zonas (p. ej., ND en Chile y IVa en Argentina). Esto refleja que, a pesar de las necesidades de mejora de las reglamentaciones europeas, su amplio desarrollo y actualización en los últimos años (Cornelis, 2019) ha provocado que el ajuste de los parámetros térmicos de la envolvente en las diferentes regiones climáticas sea más elevado que en los países sudamericanos. Figura 11. Tendencia lineal de la demanda energética total media de los 12 modelos analizados en las diferentes zonas climáticas y conforme a las limitaciones de cada legislación estatal. Fuente: propia (adaptación para esta tesis doctoral de la figura incluida en Bienvenido-Huertas, Oliveira, Rubio-Bellido, et al. (2019)). Así pues, los resultados obtenidos en este estudio contextual destacan el grado de importancia de la transmitancia térmica como variable reguladora del desempeño energético de los Optimization of experimental thermal characterization methods of building envelope 51 edificios. En este sentido, el desempeño energético de los diferentes casos de estudio varió al cambiar los valores asociados a la transmitancia térmica de los elementos de la envolvente. Esto no significa que la utilización de los valores más bajos de transmitancia térmica son los que tengan mejores resultados, sino que los valores asociados a las prestaciones térmicas de la envolvente de los edificios deben adaptarse a las condiciones climáticas en las que se encuentren. En cualquier caso, el conocimiento exacto de estas propiedades térmicas es fundamental para que arquitectos, ingenieros, arquitectos técnicos y auditores puedan establecer las medidas de ahorro energético necesarias para mejorar cada edificio. Una variación en el valor de transmitancia térmica asociado a un elemento de la envolvente podría implicar el desarrollo de estrategias energéticas poco eficientes. 3.2. La influencia de las propiedades térmicas de la envolvente en las condiciones de salubridad en el interior de las viviendas 5 La investigación anterior ha reflejado la importancia que tienen las propiedades térmicas desde el punto de vista energético. Sin embargo, cabe destacar también la influencia que tienen estas propiedades desde la vertiente de salubridad. Por consiguiente, es importante mencionar la estrecha relación que la envolvente presenta con los casos de condensación superficial. Se entiende por condensación superficial cuando la temperatura superficial interior de un elemento es más baja que la temperatura del punto de rocío (Bellia & Minichiello, 2003). Si no se dan unas condiciones de secado adecuadas en estos elementos, el contenido de agua permanece durante grandes períodos de tiempo y favorece el crecimiento de moho (Krus, Rosler, & Sedlbauer, 2006), el cual emite esporas al ambiente interior (Emenius, Egmar, & Wickman, 1998). En este sentido, existen varios estudios que demuestran la correlación existente entre la formación de moho y la aparición de síntomas alérgicos (Holme, Hägerhed-Engman, Mattsson, Sundell, & Bornehag, 2010; Jacob et al., 2002). Esto adquiere mayor relevancia si se tiene en cuenta que los usuarios pasan largos períodos de tiempo en el interior de su vivienda (Schweizer et al., 2007). Así pues, reducir el riesgo de condensación permite asegurar una calidad adecuada del aire interior que evite problemas de salud en sus usuarios (Gładyszewska-Fiedoruk, 2013). Para establecer un contexto de la necesidad de conocer las propiedades termofísicas de los elementos de la envolvente para garantizar una salubridad adecuada a sus usuarios, se realizó un estudio del riesgo de condensaciones que presentan las fachadas basado en la ISO 13788:2012 (International Organization for Standardization, 2012). Para ello, se seleccionó un caso de estudio representativo de la mayor parte del parque inmobiliario existente en España (véase Figura 12 (a)). Este tipo de edificios presenta un equilibrio inadecuado entre la generación y la eliminación de humedad, por lo que tienen las condiciones adecuadas para que aparezcan problemas de condensación superficial. Las viviendas del caso de estudio tienen 6 habitaciones con varias orientaciones. Para esta investigación, se estudió el caso más desfavorable. Así pues, se analizó el dormitorio orientado hacia el norte (véase Figura 12 (b)), ya que suele ser la orientación con una mayor generación de humedad, sobre todo por la noche (Shin, Rhee, Lee, & Jung, 2018). Se seleccionaron 9 puntos de la fachada (véase Figura 12 (c)): la selección de estos puntos garantizó que la resistencia térmica fuera diferente en cada uno de ellos debido al efecto bidimensional generado por los encuentros entre diversos 5 Todo lo reflejado en el subapartado 3.2. corresponde a la siguiente publicación compendiada dentro del marco de esta tesis: • Bienvenido-Huertas, D., Rubio-Bellido, C., Sánchez-García, & D., Moyano, J. (2019). Internal surface condensation risk in façades of Spanish social dwellings. Building Research and Information. 47, 1–20, doi:10.1080/09613218.2019.1612729 Esta investigación se realizó en las primeras fases de desarrollo de la tesis con el objetivo de disponer de un conocimiento detallado de la importancia de las propiedades térmicas de la fachada en las condiciones de habitabilidad en el interior de las viviendas. Optimización de los métodos de caracterización térmica de la envolvente de edificios 52 materiales. Por tanto, las variaciones que presentaran en los riesgos de condensaciones destacarían la importancia que tienen estas propiedades térmicas, con el objeto de mejorar la salubridad de sus ocupantes. Para disponer de una mayor contextualización de este problema, el análisis se llevó a cabo tanto en las condiciones climáticas actuales como en el año 2050. El escenario escogido para el año 2050 es uno de los más desfavorables, el escenario A2, tal y como refleja el informe de 2007 del Grupo Intergubernamental de Expertos sobre el Cambio Climático. Este análisis se hizo en cada una de las zonas climáticas de España (véase Figura 5). Para obtener la temperatura superficial del cerramiento, se realizaron simulaciones transitorias (véase Figura 12 (d)). Asimismo, el modelo de simulación se validó mediante una campaña termográfica de cada uno de los puntos (véase Figura 12 (e)). Figura 12. Caso de estudio del análisis de condensaciones: (a) fotografía del edificio; (b) boceto de la habitación analizada; (c) sección y puntos de la fachada analizados; (d) efecto de la bidimensionalidad de la fachada en sus isotermas; y (e) muestra de algunos de los termogramas realizados. Fuente: propia (adaptación para esta tesis doctoral de la figura incluida en Bienvenido-Huertas, Rubio-Bellido, Sánchez-García, et al. (2019)). Los resultados mostraron la influencia que tienen las propiedades térmicas de la envolvente en la aparición de los problemas de condensación superficial. Esto es debido a la diferencia que la temperatura superficial tiene entre los puntos. Tal y como se puede apreciar en la Figura 13, los puntos de la fachada presentaron variaciones notables en los valores de temperatura superficial interior. Asimismo, la correlación de la temperatura superficial con las temperaturas ambientales variaba en función de su resistencia térmica. En este sentido, los puntos que presentaron una mayor resistencia térmica fueron los que tuvieron una mayor relación con la temperatura interior, mientras que la correlación fue mayor con la temperatura exterior en los puntos que tenían una menor resistencia térmica. Optimization of experimental thermal characterization methods of building envelope 53 Figura 13. Gráficos de dispersión entre la temperatura superficial interior en los diferentes puntos de la fachada y las temperaturas ambientales. Fuente: propia (adaptación para esta tesis doctoral de la figura incluida en Bienvenido- Huertas, Rubio-Bellido, Sánchez-García, et al. (2019)). Esta correlación entre la resistencia térmica y las temperaturas ambientales va a tener una repercusión directa en el riesgo de formación de moho. Tal y como se puede apreciar en la Tabla 11, aquellos puntos con una menor resistencia térmica (debido al efecto bidimensional generado por la unión con el marco de la ventana, el cual tiene peores propiedades térmicas) fueron los que tuvieron un mayor número de horas de formación de moho en todas las zonas climáticas de España. En este aspecto, el punto que obtuvo un mayor número de horas fue la unión del muro con el marco de aluminio de la ventana (P4), con un número de horas siempre superior al 60 % en comparación con el siguiente punto con mayor crecimiento de moho (P8). Además, el puente térmico del frente de forjado, aunque no generó un gran incremento en el Optimización de los métodos de caracterización térmica de la envolvente de edificios 54 número de horas, sí modificó el número de horas de formación de moho con respecto a la sección de cerramiento sin efecto bidimensional. En este sentido, el incremento que presentó el número de horas con riesgo de crecimiento de moho en relación con el muro sin influencia del puente térmico fue inferior al 31,25 % y al 54,05 % para el puente térmico del suelo y del techo, respectivamente. En cuanto al riesgo de crecimiento de moho en el escenario 2050, se detectaron dos comportamientos diferentes (véase Tabla 12): • Los puntos con una mayor resistencia térmica (P1, P2, P3 y P9) presentaron disminuciones porcentuales en el número de horas con riesgo de formación de moho de entre un 5,26 % y 94,12 % en todas las zonas climáticas. • Los puntos con una menor resistencia térmica (P4 y P8) presentaron incrementos porcentuales en el número de horas con riesgo de formación de moho de entre un 3,17 % y 37,01 % en todas las zonas climáticas. Solo en la zona E1 se consiguió una reducción en el número de horas de P4. Zona climática Horas por año con riesgo de crecimiento de moho [h/año] P1 P2 P3 P4 P8 P9 A3 251 213 247 1.982 1.191 266 A4 363 318 372 2.363 1.474 379 B3 253 243 283 2.100 1.101 281 B4 201 169 218 1.748 911 221 C1 46 40 55 1.238 500 55 C2 142 120 147 1.626 732 140 C3 48 37 60 1.359 579 57 C4 126 96 115 1.641 680 120 D1 85 77 80 1.178 281 90 D2 39 32 42 1.359 342 40 D3 105 88 90 1.265 331 99 E1 44 34 41 1.229 287 44 Tabla 11. Horas por año con riesgo de crecimiento de moho en el escenario actual. Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido-Huertas, Rubio-Bellido, Sánchez-García, et al. (2019)). Zona climática Porcentaje de desviación en el número de horas anuales con riesgo de crecimiento de moho [%] P1 P2 P3 P4 P8 P9 A3 -38,65 -50,23 -39,68 18,92 28,46 -34,96 A4 -40,50 -55,97 -47,04 5,63 18,11 -39,05 B3 -64,82 -74,90 -60,78 8,95 22,71 -62,63 B4 -57,21 -68,05 -59,17 21,85 30,30 -54,75 C1 -19,57 -20,00 -10,91 26,58 21,00 -5,45 C2 -45,07 -49,17 -27,89 8,18 6,01 -29,29 C3 -6,25 -16,22 -33,33 18,18 20,38 -5,26 C4 -65,87 -75,00 -66,09 3,17 9,12 -60,83 D1 -51,76 -50,65 -35,00 14,86 37,01 -41,11 D2 -71,79 -75,00 -73,81 8,68 27,49 -72,50 D3 -66,67 -67,05 -60,00 4,58 7,55 -61,62 E1 -84,09 -94,12 -82,93 -1,14 4,53 -81,82 Tabla 12. Porcentaje de desviación del número de horas anuales con riesgo de crecimiento de moho en el escenario 2050. Los valores negativos corresponden a una disminución porcentual y los valores positivos, a un incremento porcentual. Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido-Huertas, Rubio- Bellido, Sánchez-García, et al. (2019)). Optimization of experimental thermal characterization methods of building envelope 55 Así pues, los resultados mostraron una relación directa entre la aparición de casos de formación de moho y la resistencia térmica de los elementos de fachada. Por consiguiente, el conocimiento preciso de estas propiedades permitirá tener un mayor control en las condiciones de habitabilidad en el espacio interior de los edificios, aunque se debe controlar junto con una correcta ventilación. En este sentido, en la Tabla 13 se muestra la disminución significativa del número de horas anuales con riesgo de crecimiento de moho, conseguida con una ventilación adecuada conforme al Código Técnico de la Edificación. Incluso en estos casos, los puntos con una menor resistencia térmica siguen presentando un cierto número de horas de formación de moho. Por lo tanto, estos resultados reflejan la importancia que tiene el conocimiento exacto de las prestaciones térmicas de los edificios para las actuaciones de eliminación de condensaciones superficiales en edificios que presentan graves patologías o para los posibles problemas respiratorios que puedan presentar los usuarios de las viviendas. Zona climática Número de horas anuales con riesgo de crecimiento de moho [h/año] Actual 2050 P1 P2 P3 P4 P8 P9 P1 P2 P3 P4 P8 P9 A3 2 2 2 3 0 0 0 0 0 0 0 0 A4 2 2 2 3 0 0 0 0 0 0 0 0 B3 0 0 0 6 0 0 0 0 0 0 0 0 B4 0 0 0 14 0 0 0 0 0 0 0 0 C1 0 0 0 16 0 0 0 0 0 0 0 0 C2 0 0 0 0 0 0 0 0 0 0 0 0 C3 0 0 0 3 0 0 0 0 0 0 0 0 C4 0 0 0 3 0 0 0 0 0 0 0 0 D1 0 0 0 2 0 0 0 0 0 0 0 0 D2 0 0 0 0 0 0 0 0 0 0 0 0 D3 0 0 0 4 0 0 0 0 0 0 0 0 E1 0 0 0 0 0 0 0 0 0 0 0 0 Tabla 13. Horas por año con riesgo de crecimiento de moho en el supuesto de incorporar un sistema de ventilación (escenario actual y 2050). Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido- Huertas, Rubio-Bellido, Sánchez-García, et al. (2019)). 3.3. La relevancia de la transmitancia térmica Los resultados de los estudios anteriores, realizados en el marco de esta tesis, reflejan el grado de importancia que tienen las propiedades térmicas de la envolvente de los edificios, tanto desde la vertiente de energía como desde la vertiente de salubridad. Asimismo, se ha comprobado que la variación de los valores térmicos de la envolvente tiene consecuencias directas en el rendimiento energético del edificio y en la mejora o empeoramiento de las condiciones de los espacios interiores. En este sentido, el parque de edificios existentes se caracteriza por disponer de un rendimiento térmico pobre en sus envolventes (Kurtz et al., 2015). A su vez, esto adquiere una mayor relevancia en las fachadas, ya que que son el elemento de mayor superficie en contacto con el aire exterior (Adhikari, Lucchi, & Pracchi, 2012) y que, por tanto, son por donde tienen lugar las mayores pérdidas energéticas. Así pues, la mayor parte del parque inmobiliario se caracteriza por disponer de un elevado consumo energético y por unas condiciones interiores con una alta probabilidad de no ser las ideales durante la mayor parte del año. El comportamiento térmico de estas fachadas es deficiente debido a su diseño y al envejecimiento de los materiales (Waddicor et al., 2016). Se estima que la mejora del rendimiento térmico de las fachadas permitiría reducir entre un 10 % y un 45 % las pérdidas de calor de los edificios (Walker & Pavía, 2015). Como consecuencia, la disminución de estas Optimización de los métodos de caracterización térmica de la envolvente de edificios 56 pérdidas de calor reduciría el consumo energético, tal y como se ha visto en los resultados obtenidos en el estudio comparativo de las regulaciones de los diferentes países. En resumen, determinar correctamente la transmitancia térmica resulta fundamental para no sobreestimar el consumo energético. Además, la obtención de un valor erróneo de transmitancia térmica de un cerramiento influye en el cálculo de otros aspectos relacionados con la rehabilitación energética (p. ej., el rango de horas de confort térmico), lo que puede implicar la propuesta de medidas poco adaptadas a la realidad, con un incremento en los períodos de amortización económica. Así pues, arquitectos, ingenieros, arquitectos técnicos y el resto de los profesionales encargados de los trabajos de la mejora energética del parque inmobiliario existente deben caracterizar correctamente la transmitancia térmica con el objeto de reducir el consumo energético y las emisiones de CO2 en consonancia con los nuevos objetivos y prioridades de la sociedad del siglo XXI. Esta propiedad se puede determinar a través de diferentes procedimientos, tales como los métodos de cálculo teórico o los ensayos in situ. En el Apartado 4 se revisan de manera exhaustiva las investigaciones existentes acerca de la caracterización de la transmitancia térmica, de manera que se reflejan las brechas de conocimiento relacionadas con dichas metodologías. Optimization of experimental thermal characterization methods of building envelope 57 4. Estado del arte 6 4.1. Métodos de caracterización de la transmitancia térmica La caracterización de la transmitancia térmica de cerramientos puede realizarse a través de diferentes procedimientos teóricos y experimentales. Los principales procedimientos que disponen de un mayor desarrollo y aplicación tanto a nivel científico como profesional vienen reflejados en la Figura 14. En los próximos subapartados se hace una descripción detallada de cada uno de ellos. Figura 14. Esquema de los diferentes métodos de determinación de la transmitancia térmica. Fuente: propia (adaptación para esta tesis doctoral de la figura incluida en Bienvenido-Huertas, Moyano, Marín, et al. (2019)). 6 Todo lo reflejado en el Apartado 4. corresponde a la siguiente publicación compendiada dentro del marco de esta tesis: • Bienvenido-Huertas, D., Moyano, J., Marín, D., & Fresco-Contreras, R. (2019). Review of in situ methods for assessing the thermal transmittance of walls, Renewable and Sustainable Energy Reviews. 102, 356–371. doi:10.1016/j.rser.2018.12.016 Esta investigación se realizó en las primeras fases de desarrollo de esta tesis con el objetivo de disponer de una revisión detallada de la literatura científica a través de la cual se plantearon las principales brechas de conocimiento existentes en los métodos experimentales. El lector puede encontrar que, en el artículo publicado, existen investigaciones desarrolladas dentro del marco de esta tesis (como las concernientes al método termométrico), debido al proceso de revisión que sufrió la publicación a raíz de las sugerencias de los revisores, las cuales provocaron la modificación del cuerpo original del artículo desarrollado. Optimización de los métodos de caracterización térmica de la envolvente de edificios 64 • Algunos autores recomiendan la colocación de la placa medidora de flujo de calor interponiendo una fina capa de grasa silicona o un material con una alta conductividad térmica (p. ej., la pasta térmica utilizada en el montaje de procesadores) para garantizar un contacto adecuado con el cerramiento, así como la colocación de una fina lámina de PVC para proteger la superficie de la pared de posibles manchas (Biddulph et al., 2014; Elwell et al., 2017; Gori et al., 2017). • Peng y Wu (2008) recomendaron que la placa medidora de flujo de calor debe estar enlucida o incrustada en la superficie para evitar distorsiones en las medidas. • Las sondas de temperatura de aire interior y exterior se deben colocar a una distancia entre 30 cm y 40 cm del cerramiento para evitar efectos convectivos (Andújar Márquez, Martínez Bohórquez, & Gómez Melgar, 2017). Dado que en el interior de las viviendas suele haber un gradiente térmico entre el piso y el techo que hace que la temperatura ambiente no sea la misma a diferentes alturas (Andújar Márquez et al., 2017), aquellos equipos que midan directamente temperaturas de aire se deben colocar a una distancia de 20 cm en vertical con el resto de sondas (TESTO AG, 2014). El uso de una estructura auxiliar puede ser útil para colocar la sonda exterior a la distancia recomendada (Echarri et al., 2017). Figura 16. Criterios de colocación de las sondas de medición en el HFM. Fuente: propia (adaptación para esta tesis doctoral de la figura incluida en Bienvenido-Huertas, Moyano, Marín, et al. (2019)). 4.3.1. HFM: Requisitos metrológicos y condiciones de ensayo El HFM es uno de los métodos de caracterización de la transmitancia térmica con un mayor desarrollo en el campo de la investigación científica. En este sentido, numerosos estudios han analizado la caracterización térmica de distintas tipologías de cerramientos: (i) Lucchi (2017a) evaluó 14 cerramientos históricos de ladrillo con el método de la ISO 9869-1:2014. Los resultados reflejaron desviaciones entre los valores medidos y los valores tabulados y calculados según la normativa italiana, de manera que se mostró la sobreestimación que se puede realizar con los procedimientos teóricos, sobre todo en edificios antiguos; (ii) en otro estudio posterior, Lucchi (2017b) llevó a cabo una campaña experimental en una muestra de 10 cerramientos históricos de piedra. Nuevamente, hubo desviaciones entre los valores medidos y los obtenidos por los procedimientos tabulados; (iii) esta desviación asociada a los valores tabulados con respecto a los valores medidos con la ISO 9869-1:2014 también fue reflejada por Rotilio et al. (2018). En su estudio, los autores monitorizaron 4 muros de mampostería y obtuvieron desviaciones entre un 10 % y un 15 % entre el valor medido y el establecido por la reglamentación de la zona. Asimismo, los autores detectaron limitaciones para ejecutar los ensayos en muros dañados (p. ej., a causa de terremotos); (iv) Asdrubali et al. (2014) analizaron 6 muros diseñados siguiendo los principios de la bioarquitectura. Los Optimization of experimental thermal characterization methods of building envelope 65 resultados reflejaron desviaciones con los valores de referencia de entre un 4 % y un 75 %, los cuales pueden deberse a factores tales como la sobreestimación de los valores de conductividad térmica o a los factores ambientales durante la realización del ensayo; y (v) Ficco et al. (2015) analizaron la efectividad del método en 7 elementos verticales de materiales diferentes (entre los que se incluyó un vidrio doble con cámara de aire) y empleando 3 placas medidoras de flujo de calor. Como resultado, se obtuvo un grado de ajuste adecuado en todos los casos de estudio y con las 3 sondas utilizadas. A pesar de que el uso del HFM permite obtener resultados ajustados, se pueden destacar una serie de investigaciones con relación al HFM que evidencian los problemas metrológicos y operacionales relacionados con la realización del ensayo. Uno de los aspectos más significativos se encuentra en la influencia que tiene la placa del termoflujómetro en el comportamiento térmico del cerramiento. De acuerdo con esto, Cesaratto et al. (2011), Desogus et al. (2011) y Trethowen (1986) establecieron que la presencia de la placa puede provocar una perturbación en el flujo de calor e influir, por tanto, en el resultado de la medición. Otro aspecto importante que destacar es el error asociado al uso de la placa. En este sentido, Peng y Wu (2008) demostraron que la principal contribución al error en los resultados de transmitancia térmica se debe al flujo de calor. Estas conclusiones coincidían con lo ya indicado por Cucumo et al. (2006), quienes destacaron la influencia significativa que tiene la ubicación de la placa para una medición correcta del flujo de calor. En un estudio posterior, estos autores determinaron que las variaciones del flujo de calor pueden ser de hasta un 30 % (Mario Cucumo et al., 2018). Este valor de error porcentual está en consonancia con los resultados obtenidos por Meng et al. (2015), en cuyo estudio concluyeron que el error máximo en la determinación de la transmitancia térmica debido a la colocación de la placa puede ser de hasta un 26 % y destacaron que, cuanto mayor es el tamaño de la placa medidora de flujo de calor, menor es el error asociado a la colocación de esta. A pesar de esto, la utilización de la placa no es la única contribución de error en la realización del ensayo. En este sentido, Ficco et al. (2015) expusieron una relación exhaustiva de diferentes contribuciones de incertidumbre, la cuantificación de su error y las posibles medidas para solucionarlas. Algunas de estas contribuciones son: (i) mal contacto entre la placa y el muro, con contribuciones de entre un 2 % y un 5 % que pueden solventarse mediante la colocación de un material intermedio; y (ii) la medición de un flujo no unidimensional, con una incertidumbre de entre un 1 % y un 5 % que puede prevenirse mediante las técnicas de valoración cualitativa empleando termografía infrarroja o repitiendo el ensayo en varias posiciones. Con respecto a los factores ambientales, la exigencia de un gradiente de temperatura elevado resulta necesaria para obtener resultados representativos. Desogus et al. (2011) obtuvieron una incertidumbre del 10 % para una diferencia de temperatura de 10 °C entre el interior y el exterior, con una incertidumbre menor cuanto mayor era el gradiente térmico. Otros autores, tales como Albatici y Tonelli (2010), Ficco et al. (2015) y Gori y Elwell (2018), ratificaron la necesidad de tener un gradiente térmico elevado. Sin embargo, garantizar este gradiente térmico es complicado, sobre todo en elementos con una transmitancia térmica baja en los que la diferencia de temperaturas debe ser superior a 19 °C (Gaspar et al., 2018), circunstancia de difícil cumplimiento en regiones climáticas cálidas. Además, es necesario garantizar una estabilidad de dicho gradiente a lo largo del ensayo sin que el gradiente térmico presente fluctuaciones. En esta línea, Genova y Fatta (2018) determinaron que los ensayos realizados en verano no proporcionaron resultados fiables en comparación con los de invierno en regiones cálidas, debido a las inversiones de flujo de calor y a las oscilaciones en el gradiente térmico. La influencia de otros factores ambientales, como el viento, también ha sido analizada en otros estudios. Wang et al. (2010) investigaron la influencia de la velocidad del viento en la medición de la transmitancia térmica y obtuvieron como resultado que las velocidades altas de viento tienen una influencia significativa en el comportamiento del flujo de calor, con errores Optimización de los métodos de caracterización térmica de la envolvente de edificios 66 superiores al 1,6 % para velocidades mayores a 1 m/s. La lluvia, la nieve y la humedad también influyen de manera considerable en la transmitancia térmica, ya que el agua tiene una conductividad térmica más alta que los materiales típicos de construcción, por lo que su presencia puede alterar el comportamiento térmico del muro. En este sentido, la presencia de humedad puede suponer variaciones de hasta un 71 % en el valor de transmitancia térmica con respecto al mismo cerramiento en condiciones normales (Björk & Enochsson, 2009; Litti et al., 2015). Asimismo, también es necesario tener en cuenta la influencia de la orientación en el valor de la transmitancia térmica. Ahmad et al. (2014) demostraron que los muros orientados hacia el sur, este y oeste presentan un flujo de calor mayor que los orientados hacia el norte, pudiéndose obtener desviaciones superiores al 37,3 %. Finalmente, el uso de sistemas de calefacción y el ciclo de funcionamiento de estos durante la realización de los ensayos es un aspecto que debe considerarse. Una práctica habitual para garantizar un gradiente térmico elevado consiste en la utilización de equipos de calefacción. Los ciclos de funcionamiento del equipo de calefacción generan variaciones de la temperatura superficial que modifican el flujo de calor a través del muro, con variaciones significativas en el intercambio de calor convectivo (Evangelisti et al., 2018). Por tanto, el ensayo se debe ejecutar cumpliendo los siguientes requisitos ambientales: (i) la diferencia de temperatura entre el aire interior y exterior debe ser superior a 10 °C; (ii) la velocidad del viento debe ser inferior a 1 m/s durante el ensayo; (iii) durante el ensayo no se deben producir precipitaciones ni fenómenos de nieve y se debe descartar su aplicación cuando los niveles de humedad sean elevados; y (iv) los equipos y las sondas se deben instalar en una sección de muro orientada hacia el norte. La duración de los ensayos es otro de los motivos de discrepancia entre las investigaciones que emplean el método. La ISO 9869-1:2014 indica que la duración del ensayo depende de la tipología de cerramiento analizado: (i) para cerramientos ligeros, el ensayo se puede realizar durante la noche para evitar la radiación solar directa; y (ii) para cerramientos pesados, se deben monitorizar en un período comprendido entre 3 y 7 días. La duración mayor en los cerramientos pesados se debe a la dificultad de garantizar unas condiciones estacionarias (McIntyre, 1985). Por consiguiente, ya que hay factores, como la diferencia de temperatura media entre las superficies de la pared y las inversiones del flujo de calor, que influyen en su duración (Atsonios et al., 2017)), en la literatura científica se pueden encontrar estudios en los que se utilizan ciclos de análisis de 72 horas (Ficco et al., 2015), 1 semana (Ahmad et al., 2014; Albatici & Tonelli, 2010; Asdrubali et al., 2014) o duraciones incluso iguales o superiores a 2 semanas (P. Baker, 2011; F. G. N. Li et al., 2014). Un enfoque particular del HFM fue el de Al-sanea et al. (2012) al medir a lo largo del año para obtener los valores promedios en los diferentes períodos estacionales con el objeto de caracterizar mejor el comportamiento energético del edificio. Así pues, la duración del ensayo es un factor propio de cada medición que variará en función de la obtención de unas condiciones estacionarias durante el ensayo o del método de análisis de los datos que se pretenda emplear (para más información, consultar el subapartado 4.3.2). La necesidad de un período de muestreo mayor constituye una de las principales limitaciones del método termoflujométrico en comparación con otros métodos. Una alternativa para reducir el tiempo de ensayo puede ser la utilización del Excitation Pulse Method (Rasooli, Itard, & Ferreira, 2016), una aplicación particular de la ISO 9869-1:2014 basada en la teoría de los factores de respuesta de Mitalas y Stephenson (1967). Este método permite obtener resultados con una desviación inferior al 2 % para mediciones de hora y media con respecto a mediciones largas. También existe una gran dispersión de criterios en cuanto al período entre lecturas: 5 min (Desogus et al., 2011; Evangelisti et al., 2015), 15 min (Albatici & Tonelli, 2010; Ficco et al., Optimization of experimental thermal characterization methods of building envelope 67 2015), 30 min (Ficco et al., 2015), 60 min (Ficco et al., 2015) o 90 min (Ficco et al., 2015). Sin embargo, la aplicación de intervalos de muestreo muy bajos o muy altos no es recomendable debido a la gran cantidad de instancias generadas en el conjunto de datos obtenido (dificultando el procesado de los datos) o a la posible pérdida de información, respectivamente. 4.3.2. HFM: Análisis de datos Todos estos factores operacionales y metrológicos influyen en la representatividad de los resultados, aunque también es necesario tener en cuenta el tipo de análisis realizado a los conjuntos de datos obtenidos. Cesaratto y Carli (2013) establecieron que la precisión del resultado obtenido se puede mejorar mediante el filtrado deliberado de los datos para aquellas instancias con un gradiente térmico elevado. Este filtrado puede ser para las instancias que cumplan las siguientes condiciones: (i) diferencia de temperatura entre el interior y exterior mayor a 10 °C; (ii) velocidades de viento inferiores a 1 m/s; (iii) sin precipitaciones; y (iv) las instancias correspondientes al ciclo de inicio y fin de funcionamiento de los sistemas de climatización. El efecto del viento y de la lluvia puede perdurar entre 2 y 6 horas desde su finalización (Tejedor et al., 2017), por lo que también se podrían descartar las instancias incluidas en esos períodos. Por tanto, el procesado de los datos influye de manera significativa en los resultados, con variaciones de hasta un 20 % para un mismo conjunto de datos en función del método empleado (Cesaratto & De Carli, 2013). Los datos se pueden analizar mediante dos clases principales de procedimientos: los métodos de condiciones estacionarias y los métodos dinámicos (International Organization for Standardization, 2014). Las herramientas informáticas utilizadas para ello pueden variar en función del enfoque escogido, pudiendo usar software clásicos para el tratamiento y el análisis de datos o específicos para los métodos dinámicos, como CTSM (Juhl et al., 2013), LORD (Gutschker, 2004) o MRQT (Van Dijk et al., 1994). 4.3.2.1. HFM: Métodos de condiciones estacionarias Los métodos de condiciones estacionarias se caracterizan por la medición directa del flujo de calor y de las temperaturas de aire interior y exterior. En los estudios científicos existen dos métodos: el método promedio (véase Ecuación (7)) y el método promedio con correcciones por efecto de almacenamiento (véase Ecuación (8)). Para la Ecuación (7) no resulta necesario tener un conocimiento previo de la fachada, mientras que para la Ecuación (8)) es imprescindible conocer las propiedades termofísicas de los materiales del cerramiento. Al analizar cada método de condiciones estacionarias, el método promedio considera que la media de las mediciones instantáneas de flujo de calor y las diferencias de temperatura entre los ambientes interior y exterior en un período de tiempo creciente permite suavizar las oscilaciones que derivan a un valor de transmitancia térmica en estado estacionario (véase Ecuación (7)). Se trata del método de condiciones estacionarias de mayor uso en las investigaciones analizadas. 𝑈= ∑𝑞𝑗 𝑛𝑗=1 ∑(𝑇𝑖𝑛,𝑗−𝑇𝑒𝑥𝑡,𝑗) 𝑛𝑗=1 (7) Donde 𝑞𝑗 [W/m2] es el flujo de calor del cerramiento en el instante j y 𝑇𝑖𝑛,𝑗 y 𝑇𝑒𝑥𝑡,𝑗 [K] son las temperaturas ambientales interior y exterior en el instante j, respectivamente. La misma norma ISO 9869-1:2014 propone una modificación de la Ecuación (7) teniendo en cuenta el efecto de almacenamiento de calor (International Organization for Standardization, Optimización de los métodos de caracterización térmica de la envolvente de edificios 68 2014). Asimismo, la norma indica que debe aplicarse cuando el valor de resistencia térmica obtenido al final del ensayo varía más de un 5 % con respecto al medido 24 horas antes o al del primer período, obtenido como INT(2xDT/3), donde INT es la parte entera y DT es la duración total de días de ensayo. 𝑈=∑𝑞𝑗 𝑛𝑗=1 −(𝐹𝑖𝑛∙𝛿𝑇𝑖𝑛+𝐹𝑒𝑥𝑡∙𝛿𝑇𝑒𝑥𝑡) ∆𝑡 ∑(𝑇𝑖𝑛,𝑗−𝑇𝑒𝑥𝑡,𝑗) 𝑛𝑗=1 (8) Donde 𝐹𝑖𝑛 [J/(m2·K)] es el factor de masa térmica total interior, 𝛿𝑇𝑖𝑛 [K] es la diferencia entre la temperatura de aire interior media de las 24 horas anteriores a la medición y la temperatura del aire interior media de las primeras 24 horas del ensayo, 𝐹𝑒𝑥𝑡 [J/(m2·K)] es el factor de masa térmica total exterior, 𝛿𝑇𝑒𝑥𝑡 [K] es la diferencia entre la temperatura de aire exterior media de las 24 horas anteriores a la medición y la temperatura del aire exterior media de las primeras 24 horas del ensayo y ∆𝑡 [s] es el intervalo de tiempo entre las medidas. Para obtener los factores de masa térmica del cerramiento, es necesario tener un conocimiento previo de sus capas y de sus propiedades térmicas (véase Ecuaciones (9) y (10)). 𝐹𝑖𝑛=∑𝐶𝑘[𝑅𝑒𝑥𝑡,𝑘 𝑅+𝑅𝑘² 3𝑅2−𝑅𝑖𝑛,𝑘∙𝑅𝑒𝑥𝑡,𝑘 𝑅2] 𝑁 𝑘=1 (9) 𝐹𝑒𝑥𝑡=∑𝐶𝑘[𝑅𝑘 𝑅{16+𝑅𝑖𝑛,𝑘+𝑅𝑒𝑥𝑡,𝑘 3𝑅 }+𝑅𝑖𝑛,𝑘∙𝑅𝑒𝑥𝑡,𝑘 𝑅2] 𝑁 𝑘=1 (10) Donde 𝑅𝑒𝑥𝑡,𝑘 [(m2·K)/W] es el sumatorio de las resistencias térmicas exteriores desde la capa k+1 hasta el aire exterior, 𝑅𝑖𝑛,𝑘 [(m2·K)/W] es el sumatorio de las resistencias térmicas interiores desde la capa k-1 hasta el aire interior, 𝐶𝑘 [J/(m2·K)] es la capacidad térmica de la capa 𝑘, 𝑅𝑘 [(m2·K)/W] es la resistencia térmica de la capa 𝑘 y 𝑅 [(m2·K)/W] es la resistencia térmica del cerramiento. En líneas generales, las Ecuaciones (7) y (8) obtienen resultados muy similares (Choi & Ko, 2017; Deconinck & Roels, 2016), aunque al considerar el efecto de almacenamiento de calor, el tiempo de realización del ensayo disminuye. No obstante, para su aplicación es necesario disponer de un conocimiento previo de las propiedades termofísicas del muro, las cuales limitan su utilización práctica. Mientras que para la Ecuación (7) se obtiene un porcentaje de desviación del 10 % a los 8 días del ensayo, dicho porcentaje se puede obtener a los 3 o 4 días con la Ecuación (8) (Deconinck & Roels, 2016). Aunque su aplicación es simple, la dificultad de conseguir unas condiciones de estado estacionario estables en el tiempo puede obligar a analizar los datos mediante métodos dinámicos. 4.3.2.2. HFM: Métodos dinámicos Con respecto a los métodos dinámicos, Roulet et al. (1985) propusieron uno de los primeros métodos de análisis dinámico teniendo en cuenta las variaciones térmicas mediante el uso de la ecuación de calor de Ahvenainen et al. (1980), de Aittomäki (1972) y de Kupke (1976). Este método se ha incluido en el anexo B de la ISO 9869-1:2014 (International Organization for Standardization, 2014). El elemento de construcción se representa en el modelo a través de su conductancia térmica y de varias constantes de tiempo. Estos parámetros desconocidos se obtienen mediante una técnica de identificación que utiliza las densidades medidas de las tasas de flujo de calor y las temperaturas, debiendo resolver un conjunto de ecuaciones lineales que se pueden escribir en forma de matriz: Optimization of experimental thermal characterization methods of building envelope 69 𝑞=(𝑋)∙𝑍 (11) Donde 𝑞 es un vector cuyos componentes M son los últimos M datos de densidad de flujo de calor 𝑞𝑗, siendo M mayor que el número de parámetros desconocidos N, (𝑋) es una matriz rectangular con M filas y N columnas y 𝑍 es un vector de N componentes de parámetros desconocidos cuyo primer componente es la transmitancia térmica. El conjunto de ecuaciones da una estimación del vector 𝑍 (véase Ecuación (12)). Es importante destacar que las constantes de tiempo se desconocen. El procedimiento intenta buscar la mejor estimación de dichas constantes en un procedimiento iterativo, aunque puede que no converja y se deba descartar el resultado (Roulet et al., 1985). 𝑍=[(𝑋)′(𝑋)]−1(𝑋)′𝑞 (12) Donde (𝑋)′ es la matriz transpuesta de (𝑋). Un enfoque similar y simplificado al de Roulet et al. (1985) fue adoptado por Anderlind (1992, 1996), ya que consideró que las oscilaciones de la parte transitoria cubren las variaciones en las mediciones de flujo de calor inducidas por las variaciones de temperatura, de tal manera que el comportamiento estacionario de la pared se puede aislar. Así pues, el flujo de calor a través del cerramiento se estructura en tres partes (véase Ecuación (13)): una primera parte que tiene en cuenta el comportamiento estacionario de las mediciones de flujo de calor, y una segunda y una tercera parte que describen las fluctuaciones instantáneas del flujo de calor debido a los cambios de temperatura superficial en ambas caras del cerramiento. 𝑞𝑗=∑(1 𝑅′(𝑇𝑠,𝑖𝑛,𝑗−𝑇𝑠,𝑒𝑥𝑡,𝑗)+∑𝐴𝑙(𝑇𝑠,𝑖𝑛,𝑙+1−𝑇𝑠,𝑖𝑛,𝑙)+∑𝐵𝑙(𝑇𝑠,𝑒𝑥𝑡,𝑙+1−𝑇𝑠,𝑒𝑥𝑡) 𝑗−1 𝑙=𝑗=𝑝 𝑗−1 𝑙=𝑗=𝑝 ) 𝑛 𝑗=1 (13) Donde 𝑇𝑠,𝑖𝑛,𝑗 [K] es la temperatura superficial interior del muro en un instante j, 𝑇𝑠,𝑒𝑥𝑡,𝑗 [K] es la temperatura superficial exterior del muro en un instante j, 𝑝 el número de datos históricos utilizados para ajustar el modelo, l es el instante de comienzo de las instancias utilizadas en el análisis y 𝑅′, 𝐴𝑙 y 𝐵𝑙 son los coeficientes de regresión. Uno de los aspectos para determinar con el método es cuánto tiempo es necesario considerar para ajustar al modelo. Deconinck y Roels (2016) concluyeron que el tiempo de ajuste debe ser una relación de 5/6 sobre el conjunto de instancias medidas, debiendo ser 3 días el tiempo máximo de análisis. Otra clase de modelos dinámicos que surgieron en los últimos años fue desarrollado por diversos autores (Jiménez et al., 2008; Naveros et al., 2015; Norlén, 1990, 1994) mediante el uso de un modelo dinámico lineal de auto regresión con variables exógenas (en inglés, autoregressive models with exogenous variables (ARX)). Se trata de un modelo de caja negra con el que se puede estimar la resistencia térmica del cerramiento, junto con una deviación estándar que determine la exactitud del resultado. El modelo se basa en el ajuste del flujo de calor mediante las temperaturas medidas en un instante determinado, así como en las temperaturas y en el flujo de calor medidos previamente. Así pues, la expresión para determinar el flujo de calor en un instante j es el siguiente: 𝑄(𝐵)𝑞𝑗=𝜔𝑠,𝑖𝑛(𝐵)∙𝑇𝑠,𝑖𝑛,𝑗+𝜔𝑠,𝑒𝑥𝑡(𝐵)∙𝑇𝑠,𝑒𝑥𝑡,𝑗+𝑒𝑗 con 𝑄(𝐵)𝑞𝑗=1+𝑄1∙𝐵1+...+𝑄𝑛𝑞∙𝐵𝑛𝑞 𝜔𝑠,𝑖𝑛(𝐵)=𝜔𝑠,𝑖𝑛,0+𝜔𝑠,𝑖𝑛,1∙𝐵1+...+𝜔𝑠,𝑖𝑛,𝑛𝑖∙𝐵𝑛𝑖 𝜔𝑠,𝑒𝑥𝑡(𝐵)=𝜔𝑠,𝑒𝑥𝑡,0+𝜔𝑠,𝑒𝑥𝑡,1∙𝐵1+...+𝜔𝑠,𝑒𝑥𝑡,𝑛𝑒∙𝐵𝑛𝑖 (14) Donde 𝐵 es el operador de retroceso, 𝑄(𝐵) es el polinomio de entrada, 𝑒𝑗 es el error de simulación, 𝜔𝑠,𝑖𝑛(𝐵) y 𝜔𝑠,𝑒𝑥𝑡(𝐵) son los polinomios de salida, 𝑛𝑖 y 𝑛𝑒 son los órdenes de los Optimización de los métodos de caracterización térmica de la envolvente de edificios 70 polinomios de entrada y 𝑛𝑞 es el orden del polinomio de salida. Los órdenes polinomiales y el tiempo de muestreo deberán seleccionarse de manera adecuada para caracterizar la transmitancia térmica (Deconinck & Roels, 2016). Un cuarto modelo de análisis dinámico son los modelos estocásticos, los cuales caracterizan el cerramiento mediante el conocimiento físico previo de este y aportan una interpretación física, al contrario que los modelos ARX. Comparado con los modelos vistos anteriormente, los modelos de caja gris pueden describir fenómenos complejos y estructuras de datos (Madsen et al., 2015). La transferencia de calor en el elemento estudiado se describe como un conjunto de ecuaciones diferenciales estocásticas continuas, formuladas a través de los estados considerados. En este sentido, existen multitud de investigaciones en las que se utilizan estos modelos (P. H. Baker & van Dijk, 2008; Deconinck & Roels, 2015; Gutschker, 2008; Jiménez et al., 2009; Naveros et al., 2014), los cuales varían según los estados propuestos por los autores, describiendo el flujo de calor en función de las temperaturas y de las resistencias y capacidades térmicas del muro. Recientemente, Biddulph et al. (2014) planteó un planteamiento diferente al desarrollar un modelo de masa térmica concentrada para caracterizar el muro e inferir la relación de los parámetros que incorpora mediante redes bayesianas (modelos de caja gris). El modelo incorpora cuatro parámetros desconocidos: (i) la unidad de resistencia térmica del área entre el aire interno y la masa térmica (𝑅1); (ii) la unidad de resistencia térmica del área entre la masa térmica y el aire externo (𝑅2); (iii) la capacidad térmica del muro (C); y (iv) la temperatura de la masa térmica al inicio del test (𝑇𝑚𝑎𝑠𝑎,𝑖𝑛𝑖𝑐𝑖𝑎𝑙). Este conjunto de parámetros permite reproducir mejor el flujo de calor medido. El flujo de calor en cada instante de tiempo j que entra al cerramiento desde el aire interno a la masa térmica se calcula usando la ecuación de flujo de calor en estado estacionario: 𝑞𝑗=𝑇𝑖𝑛,𝑗−𝑇𝑚𝑎𝑠𝑎,𝑗 𝑅1 (15) Donde 𝑇𝑚𝑎𝑠𝑎,𝑗 [K] es la temperatura de masa térmica prevista en el instante j. 𝑇𝑚𝑎𝑠𝑎,𝑗 se inicializa de 𝑇𝑚𝑎𝑠𝑎,𝑖𝑛𝑖𝑐𝑖𝑎𝑙 y, para los siguientes instantes de tiempo (j+1), se usa la ecuación de diferencia de avance del balance de flujo de calor: 𝑇𝑚𝑎𝑠𝑎,𝑗+1=𝑇𝑖𝑛,𝑗+1 𝑅1+𝑇𝑒𝑥𝑡,𝑗+1 𝑅2+𝐶∙𝑇𝑚𝑎𝑠𝑎,𝑗 𝜏 1 𝑅1+1 𝑅2+𝐶𝜏 (16) Donde 𝜏 [s] es la diferencia de tiempo entre las lecturas del registrador de datos. Asimismo, los autores han desarrollado una modificación del modelo para dos masas térmicas con una mejor estimación con respecto al modelo previo (Gori et al., 2017). La aplicación de los distintos métodos dinámicos reduce la duración de los ensayos (Biddulph et al., 2014; Choi & Ko, 2017; Deconinck & Roels, 2016). En este sentido, el método de Anderlind (1992, 1996) presenta una mayor exactitud en períodos más cortos de tiempo que el modelo de ARX y los modelos de caja gris (Deconinck & Roels, 2016), aunque en períodos más largos, los otros dos modelos presentan una mayor exactitud. Además, los ensayos realizados en las estaciones de primavera y verano pueden obtener resultados representativos a través de estos modelos, aunque el error sea mayor que para otras estaciones más ideales debido a la acumulación de errores sistemáticos (Biddulph et al., 2014). Para estos casos, los modelos de caja gris son los que mejor ajuste presentan, ya que son menos sensibles a las variaciones de temperatura (Deconinck & Roels, 2016). Optimization of experimental thermal characterization methods of building envelope 71 4.4. Método termométrico (THM) El método termométrico (en inglés, thermometric method (THM)) es un método no destructivo que consiste en la obtención del valor de transmitancia térmica mediante la medición de la temperatura superficial interior del muro y de las temperaturas de los ambientes que el elemento separa. El THM se basa en la Ley del Enfriamiento de Newton, la cual establece que, cuando la diferencia de temperatura entre un cuerpo y su entorno no es elevada, la tasa de calor transferida por conducción, convección y radiación es prácticamente proporcional a la diferencia de temperatura entre el cuerpo y el entorno: 𝑑𝑄 𝑑𝑡=𝑆∙ℎ∙[𝑇−𝑇𝑎𝑚𝑏𝑖𝑒𝑛𝑡𝑒] (17) Donde 𝑄 [J] es la energía térmica, 𝑆 [m²] es el área de transferencia de calor del cuerpo, ℎ [W/(m²K)] es el coeficiente de transferencia de calor, 𝑇 [K] es la temperatura del cuerpo y 𝑇𝑎𝑚𝑏𝑖𝑒𝑛𝑡𝑒 [K] es la temperatura ambiental. Mediante la Ecuación (17), el flujo de calor se puede expresar mediante una nueva expresión (véase Ecuación (18)). Con la Ecuación (18), la ecuación del HFM (véase Ecuación (7)) se puede modificar, de manera que se obtiene la expresión utilizada para el THM (véase Ecuación (19)). 𝑞𝑗=ℎ𝑖𝑛∙(𝑇𝑖𝑛,𝑗−𝑇𝑠,𝑖𝑛,𝑗) (18) 𝑈=∑ℎ𝑖𝑛(𝑇𝑖𝑛,𝑗−𝑇𝑠,𝑖𝑛,𝑗) 𝑛𝑗=1 ∑(𝑇𝑖𝑛,𝑗−𝑇𝑒𝑥𝑡,𝑗) 𝑛𝑗=1 (19) Donde ℎ𝑖𝑛 [W/(m2·K)] es el coeficiente de transferencia total de calor interior. Así pues, la principal diferencia que presenta el THM con respecto al HFM es que no necesita medir el flujo de calor del cerramiento (véase Figura 17). Se trata de un método con un gran uso a nivel profesional, siendo incluso empleado por laboratorios acreditados de la comunidad autónoma de Andalucía (Junta de Andalucía, 2017). Sin embargo, a pesar de tener una gran aplicación, no hay ninguna norma de ensayo ni investigaciones al respecto que lo desarrollen: solamente existen las recomendaciones de ensayo de los fabricantes, como las de KIMO INSTRUMENTS (2010) o las de TESTO (2014). Figura 17. Boceto de la diferencia existente entre los métodos termoflujométrico y termométrico. Fuente: propia (adaptación para esta tesis doctoral de la figura incluida en Bienvenido-Huertas, Rubio-Bellido, Pérez-Ordoñez, et al. (2020)). Optimización de los métodos de caracterización térmica de la envolvente de edificios 72 Para la realización del ensayo son necesarios los siguientes equipos: (i) dos sondas de temperatura; (ii) tres sondas de temperatura superficial; y (iii) un gestor de datos. Al igual que para el HFM, también resulta conveniente emplear una estación meteorológica para el control de las variables meteorológicas durante el ensayo, así como una cámara termográfica para la valoración previa de la envolvente. Los criterios de colocación de los equipos son: (i) los 3 sensores de temperatura superficial interior se deben colocar a una altura de 1,5 m y unidos al cerramiento mediante un adhesivo conductor de calor, con una separación de entre 10 cm y 15 cm entre ellos (TESTO AG, 2014) y de 20 mm con respecto a las juntas de mortero de las piezas de la capa interior (véase Figura 18) (Meng et al., 2015). La valoración cualitativa mediante termografía infrarroja puede servir para determinar la ubicación de las juntas de mortero y, en el caso de que no se puedan apreciar, las sondas se deben instalar evitando que estén alineadas vertical u horizontalmente (Meng et al., 2015); y (ii) los sensores de temperatura de aire se deben colocar a una altura de 1,5 m y lo más alineados posible, con una separación entre 30 cm y 40 cm del cerramiento para evitar efectos convectivos. Al igual que el HFM, el mobiliario existente y el comportamiento de los inquilinos puede limitar o afectar al montaje de las sondas (P. Baker, 2011; Birchall et al., 2011; Meng et al., 2015). El método presenta como ventaja principal que no tiene asociados los errores de medición debidos al uso de la placa medidora de flujo de calor que se han descritos para el HFM. Se debe evitar colocar los sensores de temperatura superficial en la junta de mortero o en la zona de influencia próxima a la junta (Meng et al., 2015), siendo el error asociado a la ubicación de estos sensores de hasta un 6 %. Aunque la probabilidad de colocarlos en estas zonas es pequeña debido al poco espesor que suelen tener las juntas, el error asociado es significativo. La utilización de termografía infrarroja, así como evitar que las sondas se encuentren alineadas permitirían eludir dicho error (véase Figura 18). Es de suponer que la necesidad de un gradiente térmico elevado y una estabilidad en las condiciones estacionarias a lo largo del tiempo de monitorización permitirían la obtención de resultados representativos. Asimismo, algunos factores operacionales, tales como evitar fuentes de radiación (tanto solar como artificiales) y la colocación de las sondas alejadas de puentes térmicos, se deberían considerar para obtener resultados representativos. Con respecto a la duración del ensayo, los únicos criterios establecidos por los fabricantes son que la medición debe durar una noche. Por lo tanto, existe una cierta similitud con la duración recomendada en la ISO 9869-1:2014 para cerramientos ligeros, aunque para cerramientos pesados es de suponer que sea necesario una duración mayor. Figura 18. Influencia de las juntas de mortero en el THM: (a) termograma de la superficie interior de una fachada donde se pueden apreciar las juntas de mortero y (b) criterios de colocación de las sondas de temperatura superficial. Fuente: propia (adaptación para esta tesis doctoral de la figura incluida en Bienvenido-Huertas, Moyano, Marín, et al. (2019)). Optimization of experimental thermal characterization methods of building envelope 73 En este sentido, algunas investigaciones llevadas a cabo por otros autores (posteriores a las publicaciones compendiadas en esta tesis) destacan que el ensayo se debe realizar entre 72 y 168 horas, aunque si se garantizan unas condiciones estables, se puede monitorizar sólo durante la madrugada, con una desviación promedia de 2,63 % en comparación con mediciones largas (Kim et al., 2018). Con respecto a las variables de entrada en el método, el valor asignado a ℎ𝑖𝑛, según los planteamientos de los fabricantes, es un valor teórico. En este sentido, las aplicaciones profesionales del THM usan un valor de 7,69 W/(m2·K) obtenido de la inversa de la resistencia térmica superficial interior (𝑅𝑠,𝑖𝑛) para flujos horizontales de la ISO 6946:2007 (International Organization for Standardization, 2007b). Tal y como indica el anexo A de dicha normativa, este valor es representativo para los cerramientos cuyos materiales tengan una emisividad próxima a 0,9 y cuyas condiciones interiores de contorno oscilen entre los 20 °C y los 25 °C. Dado que un cerramiento convencional suele cumplir estas dos condiciones, dicho valor se puede aplicar en la mayor parte de los cerramientos del parque inmobiliario. 4.5. Método de termografía infrarroja cuantitativa (QIRT) Ante la dificultad de aplicación del HFM, en los últimos años se han desarrollado métodos para obtener la transmitancia térmica mediante el uso cuantitativo de la termografía infrarroja (en inglés, quantitative infrared thermography method (QIRT)). Tradicionalmente, la termografía infrarroja ha sido ampliamente utilizada, tanto desde la vertiente médica como militar. En el campo de la auditoría energética, la termografía infrarroja se ha empleado de manera frecuente para realizar análisis cualitativos de las envolventes de los edificios (Bagavathiappan, Lahiri, Saravanan, Philip, & Jayakumar, 2013; Balaras & Argiriou, 2002; Kylili, Fokaides, Christou, & Kalogirou, 2014; Lucchi, 2018), teniendo una gran variedad de usos, entre los que se pueden destacar (véase Figura 19): • La detección de anomalías térmicas (Barreira, Almeida, & Delgado, 2016; Litti et al., 2015). Se trata del uso principal que ha tenido la termografía infrarroja en el campo de la auditoría energética. • La detección de puentes térmicos (Bienvenido-Huertas, Quiñones, Moyano, & Rodríguez-Jiménez, 2018; O’Grady, Lechowska, & Harte, 2017). • Las infiltraciones de aire complementado con el ensayo de puerta soplante (Sfakianaki et al., 2008; Taylor, Counsell, & Gill, 2013). Figura 19. Ejemplos de termogramas para diferentes tipos de análisis cualitativo realizados en fachadas: (a) anomalías térmicas; (b) puentes térmicos de frente de forjado y pilares en fachadas; y (c) infiltraciones de aire a través de las carpinterías. Fuente: (a) Litti et al. (2015); (b) Bienvenido-Huertas et al. (2018); y (c) Taylor et al. (2013). Optimización de los métodos de caracterización térmica de la envolvente de edificios 80 Esta revisión de la literatura científica plantea nuevos aspectos no tratados o pendientes de estudiar. En este sentido, uno de los aspectos más relevantes es la falta de investigaciones que analicen el THM. El THM es un método con un amplio uso a nivel profesional gracias a que, por una parte, la sustitución de la placa medidora de flujo de calor por termopares de superficie reduce los costes de adquisición de los equipos y, por otra parte, tienen asociados menores errores en el proceso de medición. Sin embargo, al margen de las recomendaciones indicadas por algunos de los fabricantes de estos equipos, no existe ningún tipo de documentación técnica o investigación que lo desarrolle. Así pues, el análisis de esta metodología de caracterización de la transmitancia térmica supone un aspecto de gran interés por parte tanto de la comunidad profesional de arquitectos, ingenieros y arquitectos técnicos como de los grupos de investigación relacionados con esta temática. Asimismo, proveer al método de una mayor posibilidad de metodologías de análisis de los datos empleando las variables de entrada propias del THM (es decir, la temperatura superficial interior y las temperaturas del aire interior y exterior) dotaría de una mayor riqueza al método de forma similar al HFM. Por otra parte, los métodos cuantitativos mediante termografía infrarroja constituyen una alternativa interesante para la caracterización térmica de cerramientos debido a la doble posibilidad de evaluación cuantitativa y cualitativa. Sin embargo, a pesar de estas bondades de los métodos, la gran variedad de propuestas existentes en la literatura científica puede dificultar la elección del planteamiento. El análisis de las ecuaciones de las propuestas presenta como diferencia principal la correlación utilizada para el término convectivo, dado que las variaciones en los términos de radiación son insignificantes (véase Figura 21). Por este motivo, resulta necesario no solamente realizar un análisis comparativo entre las propuestas que permita determinar la que presenta una mayor robustez ante varias condiciones de contorno y ante diversos casos de estudio, sino también ampliar el análisis comparativo a un mayor número de expresiones para el término convectivo que han aparecido desde principios del siglo XX. En este sentido, la riqueza de las expresiones es variada, ya que existe un número superior a 90 correlaciones de diferentes tipos: dependientes de la velocidad del viento, de la temperatura superficial o de números adimensionales. Figura 21. Correlaciones entre los valores de flujo de radiación obtenidos según la ecuación utilizada por Madding (2008), por Fokaides y Kalogirou (2011) y por Tejedor et al. (2017). Fuente: propia (adaptación para esta tesis doctoral de la figura incluida en Bienvenido-Huertas, Bermúdez, Moyano, et al. (2019a)). Finalmente, el método teórico-estimativo establecido por la norma ISO 6946:2007 es el que tiene una mayor aplicación a nivel global dada su facilidad de uso, aunque el valor que se obtiene está sujeto a una gran incertidumbre. Esta alta probabilidad en la desviación de los Optimization of experimental thermal characterization methods of building envelope 81 valores obtenidos se debe a que, en la mayoría de los casos, se desconoce la composición constructiva del cerramiento o a que los valores de conductividad térmica utilizados no son representativos. Sin embargo, a pesar de las limitaciones que el método teórico-estimativo presenta, su caracterización puede ser útil como valor de referencia en las evaluaciones in situ. En este sentido, el apartado 7.3 de la ISO 9869-1:2014 plantea el empleo de dicho valor para comparar si existe una desviación inferior al 20 % entre el valor medido in situ y el valor teórico, y plantea que, si la desviación es superior, puede existir la posibilidad de que hayan ocurrido errores durante el proceso de monitorización. Por tanto, el análisis de nuevas metodologías que hagan posible realizar una estimación precisa de dicho valor de transmitancia térmica supone un aspecto pendiente de estudio, ya que eliminaría una de las principales barreras en la aplicación del método teórico en cerramientos reales. Optimización de los métodos de caracterización térmica de la envolvente de edificios 82 Optimization of experimental thermal characterization methods of building envelope 83 5. Objetivos A raíz del análisis del estado de la cuestión realizado en el apartado anterior, existen una de serie de ventajas y limitaciones que pueden orientar hacia la utilización de cada método en determinadas condiciones. Sin embargo, se han detectado varias brechas de conocimiento existentes en la literatura científica que son necesarias de abordar. Por consiguiente, el objetivo general es la optimización de aquellas debilidades o aspectos no reflejados en la literatura científica acerca de los métodos de evaluación in situ. Para ello, parte de la hipótesis de que los métodos de caracterización experimental de la transmitancia térmica se pueden aplicar en diferentes condiciones, siempre y cuando se utilicen los procedimientos adecuados. Para la consecución de este fin, se establecen los siguientes objetivos específicos: • Determinar la correlación de convección, tanto exterior como interior, que mejor se adapte a los métodos cuantitativos de termografía infrarroja. El análisis de diversas correlaciones experimentales de diferencias de temperatura, de viento y de números adimensionales permitirá determinar la correlación que presenta un mayor grado de ajuste en los métodos. • Evaluar la potencialidad y las limitaciones del método termométrico, así como la optimización de aquellas debilidades que pueda presentar. Asimismo, el análisis de la aplicación de sistemas de predicción que estimen la transmitancia térmica para tipologías de cerramiento con una gran capacidad de almacenamiento de calor mediante el método termométrico abriría un mayor número de posibilidades de aplicación del método. En este sentido, el desarrollo de nuevas metodologías se debe orientar a no tener que conocer la composición constructiva del cerramiento para poder aplicarlas. • Analizar la posibilidad de utilizar nuevas metodologías de análisis de datos que permitan estimar los resultados de la ISO 6946:2007 (método teórico-estimativo) a través de variables monitorizadas. De esta manera, no será necesario conocer la composición constructiva del cerramiento, eliminando así una de las principales limitaciones de aplicación de la ISO 6946:2007 en cerramientos existentes. Optimización de los métodos de caracterización térmica de la envolvente de edificios 84 5. Objectives 7 The analysis of the state of the art carried out in the previous section presents some advantages and limitations which could imply the use of each method under certain conditions. However, a series of existing knowledge gaps have been found in the scientific literature and should be tackled. The general objective is therefore the optimization of those weaknesses or aspects not reflected in the scientific literature on in-situ methods, using as a hypothesis that the experimental characterization methods of thermal transmittance can be used under various conditions if the adequate procedures are used. For this purpose, the following objectives are established: • To determine the convection correlation, both external and internal, which best adapts to quantitative infrared thermography methods. The analysis of different experimental correlations of temperature differences, of wind, and of adimensional numbers will determine the correlation presenting the highest adjustment degree in methods. • To assess the potential and limitations of the thermometric method, as well as the optimization of those possible weaknesses. Also, the analysis for applying prediction systems estimating the thermal transmittance for wall typologies with a great capacity of heat storage by using the thermometric method would provide a larger number of possibilities to apply the method. The development of new methodologies should be therefore focused on not knowing the constructive composition of the wall to be applied. • To analyse the possibility of using new data analysis methodologies to estimate the results of ISO 6946 through monitored variables. As a result, knowing the constructive composition of the wall would not be required, thus eliminating one of the main limitations to apply the ISO 6946 method in existing walls. 7 En cumplimiento con los criterios necesarios para la mención de Doctorado Internacional, se redacta el Apartado 5 en lengua inglesa. Optimization of experimental thermal characterization methods of building envelope 85 5. Obiettivi 8 Sulla scia dell'analisi dello stato della questione messa in atto nel paragrafo precedente, si presentano una serie di vantaggi e limitazioni che possono guidare l'uso di ogni metodo in determinate condizioni. Tuttavia, sono state individuate alcune lacune esistenti nella letteratura scientifica che devono essere colmate. Pertanto, l'obiettivo generale è quello di ottimizzare le debolezze o gli aspetti che non si riflettono nella letteratura scientifica sui metodi di valutazione interna sul campo, utilizzando come ipotesi che i metodi per la caratterizzazione sperimentale della trasmittanza termica possono essere utilizzati in condizioni diverse, a condizione che siano utilizzate procedure appropriate. Per il conseguimento di questo fine, si stabiliscono i seguenti obiettivi specifici: • Determinare la correlazione di convezione, sia esterna che interna, che meglio si adatti ai metodi quantitativi di termografia a infrarossi. L'analisi delle diverse correlazioni sperimentali delle differenze di temperatura, vento e numeri adimensionali permetterà di determinare quella con il maggior grado di regolazione nei metodi. • Valutare la potenzialità e i limiti del metodo termometrico, così come l’ottimizzazione di quelle debolezze che possa presentare. Inoltre, l'analisi dell'applicazione di sistemi di previsione che consentano la stima della trasmittanza termica per le tipologie di involucri con elevata capacità di accumulo di calore mediante il metodo termometrico consentirebbe di aprire un maggior numero di possibilità di applicazione del metodo. In questo senso, lo sviluppo di nuove metodologie dovrebbe essere orientato al non dover conoscere la composizione costruttiva degli involucri da applicare. • Analizzare la possibilità di usare metodologie di analisi di dati che permettano di stimare i risultati della ISO 6946 (metodo teorico) attraverso variabili monitorate. In questo modo, si eviterà di dover conoscere la composizione costruttiva dell’involucro, eliminando una delle principali limitazioni dell’applicazione della ISO 6946 negli involucri esistenti. 8 En cumplimiento con los criterios necesarios para la mención de Doctorado Internacional, se redacta el Apartado 5 en lengua italiana. Optimización de los métodos de caracterización térmica de la envolvente de edificios 86 Optimization of experimental thermal characterization methods of building envelope 87 6. Metodología Para alcanzar los objetivos planteados en esta tesis, la investigación se dividió en 3 procesos claramente diferentes: • Proceso 1. Campañas experimentales. • Proceso 2. Simulaciones. • Proceso 3. Análisis de datos. Es conveniente destacar que, dentro del flujo de trabajo de la investigación, los dos primeros procesos estuvieron orientados a la obtención de datos para ser usados en el Proceso 3 (véase Figura 22). Figura 22. Representación esquemática del flujo de los procesos de trabajo. Fuente: propia. En los próximos subapartados se describe cada uno de estos procesos. A su vez, para cada proceso, se describen de manera detallada los diferentes subprocesos considerados. Por tanto, los procesos presentan la siguiente estructura: • Proceso 1. Campañas experimentales. o Subproceso 1.1.: Selección previa de los casos de estudio. En este subproceso se explica qué criterios se siguieron para la evaluación de los cerramientos que fueron objeto de estudio. o Subproceso 1.2.: Campañas experimentales realizadas. En este subproceso se describen las diferentes campañas experimentales llevadas a cabo a lo largo de la investigación. Asimismo, se presentan los equipos empleados y los aspectos operativos de los ensayos realizados. • Proceso 2. Simulaciones. En este proceso se hace una descripción detallada del proceso de simulación seguido en la investigación para la obtención de datos de transferencia de calor mediante las metodologías de los ensayos de transmitancia térmica. • Proceso 3. Análisis de datos. o Subproceso 3.1.: Análisis de los resultados de las campañas experimentales y de las correlaciones experimentales del término convectivo utilizadas. Optimización de los métodos de caracterización térmica de la envolvente de edificios 88 En este subproceso se explica cómo se analizaron los datos obtenidos mediante ensayos experimentales o simulados conforme a los procedimientos analíticos de determinación de la transmitancia térmica (p. ej., el método de la ISO 9869- 1:2014 o de la ISO 6946:2007). Asimismo, se indican las correlaciones experimentales consideradas para el análisis del término convectivo en los análisis de termografía infrarroja. o Subproceso 3.2.: Análisis mediante aprendizaje automático. En este subproceso se explican los algoritmos de aprendizaje automático empleados en el estudio. Para ello, se elabora una introducción y una explicación de estos para que el lector entienda su funcionamiento. Además, se describe el procedimiento utilizado para el entrenamiento y la validación de los modelos, así como los parámetros estadísticos examinados. o Subproceso 3.3.: Análisis clúster. En este subproceso se explica la metodología del análisis clúster usada en el estudio. Al igual que en el análisis mediante aprendizaje automático, se realiza una descripción del análisis clúster para que el lector entienda los principios básicos de esta técnica estadística. En este punto, cabe señalar que, en los diferentes estudios, no se evaluaron todos los aspectos metodológicos indicados anteriormente. Así pues, hubo algunos estudios, como los de las correlaciones experimentales de termografía infrarroja, que usaron el análisis clúster, mientras que en otros se utilizó el análisis mediante técnicas de aprendizaje automático. En la Tabla 18 se indican los aspectos metodológicos asociados a cada estudio. Investigación Proceso 1 Proceso 2 Proceso 3 Evaluación de la potencialidad y de las limitaciones del método termométrico SP 1.1. SP 1.2. - SP 3.1. Análisis del término convectivo que mejor se adapta a los métodos cuantitativos mediante termografía infrarroja SP 1.1. SP 1.2. - SP 3.1. SP 3.3. Análisis de aplicación de sistemas de predicción que permitan estimar la transmitancia térmica para tipologías de cerramiento con una gran capacidad de almacenamiento de calor SP 1.1. SP 1.2. - SP 3.1. SP 3.2. Estudio de optimización del método termométrico SP 1.2.9 P 2 SP 3.1. SP 3.2. Estudio de determinación de los resultados de la ISO 6946:2007 con variables in situ SP 1.2.9 P 2 SP 3.1. SP 3.2. Tabla 18. Subprocesos (SP) asociados a cada investigación. Fuente: propia. 6.1. Proceso 1. Campañas experimentales 6.1.1. Subproceso 1.1.: Selección previa de los casos de estudio La selección de los casos de estudio fue un subproceso fundamental para el desarrollo de esta tesis. Tal y como se ha visto en el Apartado 4, las características de los cerramientos influyen 9 Únicamente para la obtención de series de tiempo de temperaturas y flujos de calor con el fin de utilizarlas en los procesos de simulación. Optimization of experimental thermal characterization methods of building envelope 89 de manera significativa en los resultados obtenidos a través de las metodologías de caracterización de la transmitancia térmica. Por lo tanto, en las fases iniciales de la investigación se realizó una campaña de selección de los casos de estudio que serían utilizados durante las monitorizaciones. Para ello, se debía seleccionar una muestra representativa de inmuebles de diferentes períodos constructivos. En España se distinguen 3 períodos constructivos que son representativos de la mayor parte del parque inmobiliario. Así pues, estos casos de estudio pertenecían a los tres períodos constructivos más representativos del parque inmobiliario en España: el período constructivo 1 (anterior a la NBE-CT 79), el período constructivo 2 (posterior a la NBE-CT 79 y anterior al DB HE) y el período constructivo 3 (posterior al DB HE). Además, los edificios seleccionados debían presentar los siguientes aspectos: • Un correcto estado de conservación del inmueble. En este sentido, el inmueble no debía presentar grandes afecciones por puentes térmicos, así como daños ocasionados por humedades. Por tanto, se aplicó la ISO 6781:1983 (International Organization for Standardization, 1983) para valorar que el elemento no presentaba heterogeneidades térmicas. Las evaluaciones termográficas se realizaron cumpliendo estas características: o Durante al menos 24 horas antes del inicio de la prueba, la temperatura exterior del aire no debía variar más de ±10 °C de aquella existente en el momento de comenzar la inspección. o Durante la inspección, la temperatura del aire exterior no debía variar más de ±5 °C y la temperatura del aire interior no más de ±2 °C respecto a sus valores iniciales. o Se descartó la toma de la termografía cuando se detectó que la superficie del cerramiento no estaba seca o cuando hubo precipitaciones en el momento de la medición. • Posibilidad de colocar los equipos, ya que se tenían que instalar en fachadas orientadas hacia el norte y libres de la presencia de fuentes de radiación directa o reflejada que pudieran distorsionar las medidas. Asismismo, los ensayos se debían realizar en aquellas estancias que tuvieran un impacto nulo por el uso de los habitantes de la vivienda. • Disponibilidad de documentación técnica del proyecto para estimar con exactitud la composición constructiva de los cerramientos (es decir, el número de capas, los materiales, los espesores y las conductividades térmicas) y, de esta manera, poder determinar la transmitancia térmica según la ISO 6946:2007. Se llegaron a medir un total 30 cerramientos diferentes ubicados en las ciudades de Cádiz y Sevilla (véase Figura 23). Algunos de los cerramientos fueron objeto de varias monitorizaciones, con lo que el número de ensayos fue superior a 30. En este sentido, y tal y como se indica en el siguiente subapartado, se realizaron 153 mediciones. Asimismo, se dispuso de 13 ensayos de la Agencia de Vivienda y Rehabilitación de Andalucía (AVRA). Optimización de los métodos de caracterización térmica de la envolvente de edificios 96 Figura 27. Flujo de trabajo del proceso de simulación realizado en la investigación. Fuente: propia. Tal y como se ha indicado anteriormente, la duración de las monitorizaciones de la campaña 1 osciló entre 3 y 7 días. Por lo tanto, la duración que correspondiera a cada serie de tiempo se consideró como tiempo de simulación. Otros aspectos concernientes al proceso de simulación tuvieron que ver con el tiempo de adquisición de datos y con la localización de la sonda de la temperatura superficial y del flujo de calor. Por una parte, se aplicaron intervalos de 15 minutos, los cuales coinciden con los empleados en la medición de las temperaturas de aire interior y exterior. Por otra parte, las variables medidas se localizaron a una altura de 1,50 m del suelo para evitar efectos bidimensionales en el flujo de calor por la unión con el forjado. Este criterio va en consonancia con los criterios operativos recogidos en las investigaciones existentes de los métodos de transmitancia térmica. Asimismo, se disponía de las mediciones de las variables de temperatura superficial y de flujo de calor de 163 ensayos reales, las cuales se utilizaron para validar los datos simulados y, de esta manera, garantizar la representatividad de los datos usados. En este sentido, en la Figura 28 se representan las nubes de puntos entre los valores simulados y los reales. En los dos casos se puede apreciar que existe un grado de aproximación adecuado entre los valores reales y los simulados. En relación con esto, el error medio absoluto fue de 0,14 °C para la temperatura superficial interior y de 0,23 W/m² para el flujo de calor. Esto garantizó que los valores simulados son próximos a los que pudieran ser obtenidos en condiciones reales y permita garantizar como los resultados de los ensayos simulados son asimilables a unos ensayos reales realizados en las mismas condiciones. Optimization of experimental thermal characterization methods of building envelope 97 Al finalizar el proceso de simulación, se dispuso de un total de 22820 ensayos diferentes. En la Figura 29 se representan varios ejemplos de los datos obtenidos. A su vez, el uso de estos ensayos en los distintos planteamientos de aprendizaje automático varió en función de las necesidades del estudio. Por este motivo, en los subapartados del Apartado 7, que corresponden a las investigaciones de aplicación de algoritmos de aprendizaje automático, se realizará una descripción de las variables consideradas en cada planteamiento y de su forma de agrupamiento. Figura 28. Nubes de puntos con el ajuste entre los valores simulados y los reales de las variables de temperatura superficial y de flujo de calor. Fuente: propia. Figura 29. Ejemplo de varias series de tiempo simuladas. En los gráficos se representa la temperatura del aire interior (en color rojo), la temperatura del aire exterior (en color azul), la temperatura superficial interior (en color lila) y el flujo de calor (en color verde). Fuente: propia. Optimización de los métodos de caracterización térmica de la envolvente de edificios 98 6.3. Proceso 3. Análisis de datos 6.3.1. Subproceso 3.1.: Análisis de los resultados de las campañas experimentales y de las correlaciones experimentales del término convectivo utilizadas 6.3.1.1. Análisis de los resultados de las campañas experimentales Los datos obtenidos de las campañas experimentales se analizaron en el entorno de programación estadístico R (Ihaka & Gentleman, 1996), cuyo empleo se complementó con otras 3 herramientas auxiliares que permitieron la exportación y la obtención de datos de los equipos de medición: • TESTO Comfort Software Básico, utilizado para la exportación de los datos registrados por el equipo TESTO 435-2. • ALMEMO Control, con el que se exportan los datos registrados por el equipo ALMEMO 2590-4AS. • FLIR Tools, para llevar a cabo el procesado de los termogramas realizados. Los datos obtenidos se analizaron conforme a las diferentes formulaciones descritas en el Apartado 4. En la Tabla 23 se recogen las formulaciones usadas para cada método. Destacar que, en el caso del método termométrico, la consideración de una suma ponderada de las instancias o del promedio de valores instantáneos conllevó a la obtención de resultados similares. Por lo tanto, a efectos de las investigaciones, los dos planteamientos se pueden valorar como válidos. Método Subcategoría Ecuación Método teórico (ISO 6946:2007) 𝑈= 1 𝑅𝑠,𝑖𝑛+∑𝑠𝑖 𝜆𝑖 𝑛𝑖=1 +𝑅𝑠,ex𝑡 (1) Método termoflujométrico (ISO 9869-1:2014) Método promedio 𝑈= ∑𝑞𝑗 𝑛𝑗=1 ∑(𝑇𝑖𝑛,𝑗−𝑇𝑒𝑥𝑡,𝑗) 𝑛𝑗=1 (7) Método promedio con corrección por almacenamiento 𝑈=∑𝑞𝑗 𝑛𝑗=1 −(𝐹𝑖𝑛𝛿𝑇𝑖𝑛+𝐹𝑒𝑥𝑡𝛿𝑇𝑒𝑥𝑡) ∆𝑡 ∑(𝑇𝑖𝑛,𝑗−𝑇𝑒𝑥𝑡,𝑗) 𝑛𝑗=1 (8) Método termométrico 𝑈=∑ℎ𝑖𝑛(𝑇𝑖𝑛,𝑗−𝑇𝑠,𝑖𝑛,𝑗) 𝑛𝑗=1 ∑(𝑇𝑖𝑛,𝑗−𝑇𝑒𝑥𝑡,𝑗) 𝑛𝑗=1 (19) Método de termografía infrarroja cuantitativa Madding 𝑈=4𝜀𝜎(𝑇𝑠,𝑖𝑛+𝑇𝑟𝑒𝑓𝑙 2)3(𝑇𝑠,𝑖𝑛−𝑇𝑟𝑒𝑓𝑙)+ℎ𝑖𝑛(𝑇𝑠,𝑖𝑛−𝑇𝑖𝑛) 𝑇𝑖𝑛−𝑇𝑒𝑥𝑡 (20) Fokaides y Kalogirou 𝑈=4𝜀𝜎𝑇𝑠,𝑖𝑛3(𝑇𝑠,𝑖𝑛−𝑇𝑟𝑒𝑓𝑙)+ℎ𝑖𝑛(𝑇𝑠,𝑖𝑛−𝑇𝑖𝑛) 𝑇𝑖𝑛−𝑇𝑒𝑥𝑡 (21) Albatici et al. 𝑈=𝜀𝜎(𝑇𝑠,ex𝑡 4−𝑇𝑒𝑥𝑡 4)+3,8054𝑣(𝑇𝑠,ex𝑡−𝑇𝑒𝑥𝑡) 𝑇𝑖𝑛−𝑇𝑒𝑥𝑡 (22) Dall’O et al. 𝑈=(5,8+3,8054𝑣)(𝑇𝑠,ex𝑡−𝑇𝑒𝑥𝑡) 𝑇𝑖𝑛−𝑇𝑒𝑥𝑡 (23) Tejedor et al. 𝑈=𝜀𝜎(𝑇𝑟𝑒𝑓𝑙 4−𝑇𝑠,𝑖𝑛 4)+𝑘{0,825+ 0,387𝑅𝑎𝐿1/6 [1+(0,492/𝑃𝑟)9/16]8/27}2 𝐿(𝑇𝑖𝑛−𝑇𝑠,𝑖𝑛) 𝑇𝑖𝑛−𝑇𝑒𝑥𝑡 (24) 𝑈=𝜀𝜎(𝑇𝑟𝑒𝑓𝑙 4−𝑇𝑠,𝑖𝑛 4)+𝑘∙{0,825+ 0,325∙𝑅𝑎1/6}2 𝐿∙(𝑇𝑖𝑛−𝑇𝑠,𝑖𝑛) 𝑇𝑖𝑛−𝑇𝑒𝑥𝑡 (25) Tabla 23. Resumen de las expresiones utilizadas para los diferentes planteamientos de caracterización de la transmitancia térmica. Fuente: propia. Optimization of experimental thermal characterization methods of building envelope 99 En este punto, cabe señalar la importancia del filtrado de datos para aumentar la representatividad de los resultados. En este sentido, en los resultados del método termométrico se aplicaron filtros a las instancias de los conjuntos de datos obtenidos de las monitorizaciones. Este filtrado estuvo orientado a considerar únicamente aquellas instancias con un gradiente térmico elevado (superior a 5 °C) entre los ambientes interior y exterior, con velocidades de viento inferior a 1 m/s y sin precipitaciones. Para garantizar la representatividad de los resultados, se emplearon valores de referencia de los resultados de transmitancia térmica obtenidos. Siguiendo el criterio de la ISO 9869-1:2014, se valoraron como resultados válidos aquellos que presentaron una desviación porcentual inferior al 20 % entre el valor de referencia y el valor obtenido experimentalmente (véase Ecuación (26)). El valor de referencia varió en función de la investigación: (i) el valor teóricoestimativo de la ISO 6946:2007; y (ii) el valor de la ISO 9869-1:2014. La utilización de ambos como valor de referencia está justificado desde el punto de vista de la ISO 9869-1:2014 y de la amplia variedad de investigaciones que los emplean. Por lo tanto, las variaciones que presenta el valor usado como valor de referencia se deben, en muchos casos, a los comentarios que se recibieron durante el proceso de revisión de las publicaciones. 𝜎=𝑈Medido −𝑈Referencia 𝑈Referencia (26) Por su parte, la incertidumbre asociada a los resultados experimentales se estima a través de la incertidumbre estándar combinada. Las contribuciones de incertidumbre vinculadas a la medición se debieron a la exactitud de los equipos colocados (indicadas en las especificaciones técnicas de los fabricantes), así como a cuestiones operativas relacionadas con la realización del ensayo y con las condiciones ambientales (véase Tabla 24). Estos valores se obtuvieron a partir de las estimaciones porcentuales de error reflejadas en diferentes investigaciones, las cuales se han descrito en el Apartado 4. Tipo Descripción Estimación Equipos y proceso de medición No uniformidad de la temperatura debido a la presencia de heterogeneidades en el cerramiento o a la incidencia de radiación interna/externa 1−5 % Mal contacto de los termopares con la superficie 1−5 % Colocación de los termopares de superficie próximo a las juntas de las piezas de las capas 2−6 % Linealidad y sensibilidad del termopar 0,1−0,2 °C Resolución del convertidor A/D y transmisión de datos 1−2 % Ambiental Inestabilidad de la temperatura debido a las variaciones climáticas ambientales 3−10 % Influencia de la radiación externa e interna proveniente del sol o de los equipos de iluminación 1−2 % Influencia de ráfagas de viento de velocidad elevada 1−2 % Influencia de la humedad de condensación en las medidas 1−2 % Tabla 24. Contribuciones de incertidumbre estimadas para los resultados obtenidos a través de los métodos experimentales. Fuente: propia. Para estimar la incertidumbre estándar combinada, se utiliza la norma ISO/IEC Guide 98- 3:2008 (International Organization for Standardization, 2008). De acuerdo con dicha norma, la incertidumbre para magnitudes no correlacionadas, como es el caso de los métodos experimentales, se determina mediante la siguiente ecuación: 𝑢𝑐(𝑦)=√∑(𝛿𝑓 𝛿𝑥𝑖)2 𝑛 𝑖=1 𝑢2(𝑥𝑖) (27) Optimización de los métodos de caracterización térmica de la envolvente de edificios 100 Donde (𝛿𝑓 𝛿𝑥𝑖) son los coeficientes de sensibilidad y 𝑢(𝑥𝑖) son las contribuciones de incertidumbre. Las contribuciones de incertidumbre irán dirigidas a las variables medibles. Así pues, en el caso del THM, se establecen contribuciones de incertidumbre para las variables de temperaturas (𝑇𝑖𝑛, 𝑇𝑒𝑥𝑡 y 𝑇𝑠,𝑖𝑛), mientras que el valor del coeficiente de transferencia de calor total interior, al ser un parámetro fijo y no medido, no tiene fuentes de incertidumbre asociadas. 6.3.1.2. Correlaciones experimentales del término convectivo Tal y como se ha indicado anteriormente, uno de los objetivos de esta tesis era el análisis y la determinación de la correlación de convección que mejor se ajustaba a los planteamientos de termografía infrarroja, ya que existe una amplia variedad de expresiones para el término convectivo, debidas tanto a correlaciones experimentales con alguna variable determinada como a números adimensionales. Las investigaciones existentes en relación con los métodos cuantitativos mediante termografía infrarroja usan algunas de estas expresiones sin ningún tipo de justificación. Así pues, en los análisis realizados con termografía infrarroja se han considerado las correlaciones indicadas en los dos próximos subapartados. Las expresiones concernientes al coeficiente de transferencia de calor convectivo externo (ℎ𝑒𝑥𝑡) se aplicaron en la Ecuación 28, mientras que las expresiones concernientes al coeficiente de transferencia de calor convectivo interno (ℎ𝑖) se aplicaron en la Ecuación 29. 𝑈=ℎ𝑒𝑥𝑡(𝑇𝑠,ex𝑡−𝑇𝑒𝑥𝑡)+ 𝜀𝜎(𝑇𝑠,ex𝑡 4−𝑇𝑒𝑥𝑡 4) 𝑇𝑖𝑛−𝑇𝑒𝑥𝑡 (28) 𝑈=ℎ𝑖𝑛∙(𝑇𝑖𝑛−𝑇𝑠,𝑖𝑛)+𝜀𝜎(𝑇𝑟𝑒𝑓𝑙 4−𝑇𝑠,𝑖𝑛 4) 𝑇𝑖𝑛−𝑇𝑒𝑥𝑡 (29) 6.3.1.2.1. Correlaciones experimentales del término convectivo externo El empleo del conjunto de ecuaciones de Jürges se basa en realizar ajustes en el coeficiente de transferencia de calor convectivo externo para una placa de cobre calentada en un túnel de viento (Hagishima, Tanimoto, & Narita, 2005). Sin embargo, Cole y Sturrock (1977) señalaron varios problemas con los resultados de los experimentos de túnel de viento, por lo que el coeficiente de transferencia de calor convectivo externo medido de una placa plana pequeña presenta inconvenientes al aplicarlo a superficies de construcción a gran escala (Hagishima et al., 2005). Por otro lado, Watmuff et al. (1977) indicaron que la correlación para la convección indicada por Jürges tiene un componente de radiación, por lo que su utilización en la formulación propuesta por Albatici y Tonelli puede incrementar todavía más la predominancia de la componente de radiación. Además, la dependencia del coeficiente de transferencia de calor convectivo externo con la velocidad del viento depende de la posición de la medición y del tamaño del muro (Hagishima et al., 2005). Por este motivo, el uso de un único valor para el coeficiente de transferencia de calor convectivo externo debido a una correlación con el viento puede presentar dificultades para ser aplicado en diferentes casos de estudio, ya sea por la altura del cerramiento, por la proximidad a esquinas, etc. En la literatura científica existen multitud de expresiones de correlación, algunas de ellas recopiladas por diversos autores (Defraeye, Blocken, & Carmeliet, 2011; Hagishima et al., 2005; Palyvos, 2008). Optimization of experimental thermal characterization methods of building envelope 101 Al analizar estas investigaciones, se deben tener en cuenta algunos aspectos cuando se comparan las ecuaciones de correlación propuestas en los resultados. Por un lado, la altura en la que se mide la velocidad del viento es diferente según la publicación (p. ej., la velocidad del viento en cubierta, la velocidad del viento local o la velocidad del viento en campo libre). Por otro lado, no se suele indicar la distancia perpendicular de separación a la que se mide el viento con respecto a las superficies verticales. Por esta razón, podría ser difícil aplicar las ecuaciones utilizadas en estos experimentos, ya que un patrón de flujo del viento alrededor de un edificio fluctúa considerablemente, lo que significa que el perfil del viento es altamente dependiente de la distancia desde la envolvente del edificio. Asimismo, otros aspectos, como las diferencias existentes en el término convectivo entre el punto medio y el borde de una superficie vertical (Hagishima et al., 2005), no se reflejan en la mayor parte de estas investigaciones. En la Tabla 25 se incluye una relación de las diversas correlaciones del coeficiente de transferencia de calor convectivo externo debidas a la velocidad del viento local empleadas en la investigación. Estas correlaciones hacen distinciones en función del tipo de rugosidad de la superficie vertical, de la dirección del viento e, incluso, de la velocidad del viento. La gran mayoría de estas distinciones se realizan para expresiones incluidas en la misma investigación. Expresión Comentarios Referencia ℎ𝑒𝑥𝑡=5,8+3,95𝑣 (30) 𝑣<5𝑚/𝑠 Nusselt y Jürges (1922) ℎ𝑒𝑥𝑡=7,31𝑣0,78 (31) 5<𝑣<24𝑚/𝑠 Nusselt y Jürges (1922) ℎ𝑒𝑥𝑡=7,11𝑣0,775 (32) Superficies suaves, 5<𝑣<24𝑚/𝑠 Jürges (1924) ℎ𝑒𝑥𝑡=7,52𝑣0,784 (33) Superficies rugosas, 5<𝑣<24𝑚/𝑠 Jürges (1924) ℎ𝑒𝑥𝑡=5,7+3,8𝑣 (34) Superficies suaves, 𝑣<5𝑚/𝑠 McAdams (1954) ℎ𝑒𝑥𝑡=7,2𝑣0,78 (35) Superficies suaves, 𝑣>5𝑚/𝑠 McAdams (1954) ℎ𝑒𝑥𝑡=7,6𝑣0,78 (36) Superficies rugosas, 𝑣>5𝑚/𝑠 McAdams (1954) ℎ𝑒𝑥𝑡=6,2+4,3𝑣 (37) Superficies rugosas, 𝑣>5𝑚/𝑠 Davies (2004) ℎ𝑒𝑥𝑡=6,97𝑣0,666 (38) - Sogin (1964) ℎ𝑒𝑥𝑡=6,05+4,08𝑣 (39) Superficies rugosas, 𝑣≤5𝑚/𝑠 Schaak (1965) ℎ𝑒𝑥𝑡=7,82+3,50𝑣 (40) Superficies suaves, sin velocidad límite Jennings (1970) ℎ𝑒𝑥𝑡=10,7+4,96𝑣 (41) Ladrillo liso, sin velocidad límite Jennings (1970) ℎ𝑒𝑥𝑡=5,7+6𝑣 (42) Calefacción Sturrock (1971) ℎ𝑒𝑥𝑡=6,60𝑣0,6 (43) - Mitchell (1971) ℎ𝑒𝑥𝑡=18,65𝑣0,605 (44) - Lokmanhekim (1971) ℎ𝑒𝑥𝑡=5,8+2,9𝑣 (45) Barlovento Ito (1972) ℎ𝑒𝑥𝑡=8,7+9,4𝑣 (46) Sotavento, 𝑣>4𝑚/𝑠 Ito (1972) ℎ𝑒𝑥𝑡=11,4+5,7𝑣 (47) Calefacción, superficie normal, 𝑣<5𝑚/𝑠 Cole y Sturrock (1977) ℎ𝑒𝑥𝑡=5,7𝑣 (48) calefacción, superficie sotavento, 𝑣<5𝑚/𝑠 Cole y Sturrock (1977) ℎ𝑒𝑥𝑡=2,8+3,0𝑣 (49) Corrección de la Ecuación (30), 𝑣<5𝑚/𝑠 Watmuff et al. (1977) ℎ𝑒𝑥𝑡=4,7+7,6𝑣 (50) - Kimura (1977) ℎ𝑒𝑥𝑡=7,55+4,35𝑣 (51) - Nicol (1977) ℎ𝑒𝑥𝑡=4,5+2,9𝑣 (52) Superficies suaves Lunde (1980) ℎ𝑒𝑥𝑡=8,55+2,56𝑣 (53) - Test et al. (1981) ℎ𝑒𝑥𝑡=5,1+1,7𝑣 (54) 0,5<𝑣<20𝑚/𝑠 Sharples (1984) ℎ𝑒𝑥𝑡=6,47+6,806𝑣 (55) - Yazdanian y Klems (1993) ℎ𝑒𝑥𝑡=2,38𝑣0,89 (56) Convección forzada, barlovento Yazdanian y Klems (1993) ℎ𝑒𝑥𝑡=2,86𝑣0,617 (57) Convección forzada, sotavento Yazdanian y Klems (1993) ℎ𝑒𝑥𝑡=4,955+1,444𝑣 (58) - Jayamaha et al. (1996) ℎ𝑒𝑥𝑡=8,91+2,00𝑣 (59) Barlovento Loveday y Taki (1996) ℎ𝑒𝑥𝑡=4,93+1,77𝑣 (60) Sotavento Loveday y Taki (1996) ℎ𝑒𝑥𝑡=16,15𝑣0,397 (61) Barlovento, 0,5<𝑣<9𝑚/𝑠 Loveday y Taki (1996) ℎ𝑒𝑥𝑡=16,25𝑣0,503 (62) Sotavento, 0,5<𝑣<9𝑚/𝑠 Loveday y Taki (1996) ℎ𝑒𝑥𝑡=16,21𝑣0,452 (63) Barlovento y sotavento Loveday y Taki (1996) ℎ𝑒𝑥𝑡=14,82𝑣0,42 (64) Barlovento, 0<𝑣<10𝑚/𝑠 Taki y Loveday (1996) Tabla 25. Aproximaciones del coeficiente de transferencia de calor convectivo externo debido a correlaciones con la velocidad del viento. Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido-Huertas, Bermúdez, Moyano, et al. (2019b)). Optimización de los métodos de caracterización térmica de la envolvente de edificios 102 Expresión Comentarios Referencia ℎ𝑒𝑥𝑡=15,06𝑣0,53 (65) Sotavento, 0<𝑣<4,5𝑚/𝑠 Taki y Loveday (1996) ℎ𝑒𝑥𝑡=4,47+10,21𝑣 (66) 0,5<𝑣<3𝑚/𝑠 Hagishima y Tanimoto (2003) ℎ𝑒𝑥𝑡=4+4𝑣 (67) - ISO 6946:2007 ℎ𝑒𝑥𝑡=7,4+3,8𝑣 (68) Superficies rugosas, 𝑣<15𝑚/𝑠 Mirsadeghi et al. (2013) ℎ𝑒𝑥𝑡=6,5+3,6𝑣 (69) Superficies suaves, 𝑣<15𝑚/𝑠 Mirsadeghi et al. (2013) ℎ𝑒𝑥𝑡=16,7𝑣0,5 (70) - Mirsadeghi et al. (2013) ℎ𝑒𝑥𝑡=5,8+4,1𝑣 (71) - CIBSE (2015) ℎ𝑒𝑥𝑡=3,32+6,31𝑣 (72) Barlovento, 0<𝑣<3,5𝑚/𝑠 Liu y Harris (2015) ℎ𝑒𝑥𝑡=3,19+5,03𝑣 (73) Sotavento, 0<𝑣<3,5𝑚/𝑠 Liu y Harris (2015) ℎ𝑒𝑥𝑡=5,56+4,48𝑣 (74) Superficies rugosas, 𝑣<5𝑚/𝑠 Xie et al. (2018) Tabla 25 (continuación). Aproximaciones del coeficiente de transferencia de calor convectivo externo debido a correlaciones con la velocidad del viento. Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido-Huertas, Bermúdez, Moyano, et al. (2019b)). Expresión Comentarios Referencia ℎ𝑒𝑥𝑡=𝑘(0,10𝑅𝑒0,666) 𝐿 (75) Barlovento Nusselt y Jürges (1922) ℎ𝑒𝑥𝑡=𝑘(0,20𝑅𝑒0,666) 𝐿 (76) Sotavento Nusselt y Jürges (1922) ℎ𝑒𝑥𝑡=𝑘(0,42𝑅𝑒0,6) 𝐿 (77) - Jürges (1924) ℎ𝑒𝑥𝑡=𝑘(0,931𝑅𝑒0,5𝑃𝑟0,333) 𝐿 (78) - Jürges (1924) ℎ𝑒𝑥𝑡=𝑘(0,93𝑅𝑒0,5𝑃𝑟0,333) 𝐿 (79) - McAdams (1954) ℎ𝑒𝑥𝑡=𝑘(0,86𝑅𝑒0,5𝑃𝑟0,333) 𝐿 (80) - McAdams (1954) ℎ𝑒𝑥𝑡=𝑘(0,0253𝑅𝑒0,8+3) 𝐿 (81) - McAdams (1954) ℎ𝑒𝑥𝑡=𝑘(0,664𝑅𝑒0,5𝑃𝑟0,33) 𝐿 (82) Flujo laminar Davies (2004) ℎ𝑒𝑥𝑡=𝑘(0,037𝑅𝑒0,8𝑃𝑟0,33) 𝐿 (83) Flujo turbulento Sogin (1964) Tabla 26. Aproximaciones del coeficiente de transferencia de calor convectivo externo debido a correlaciones con números adimensionales. Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido- Huertas, Bermúdez, Moyano, et al. (2019b)). 6.3.1.2.2. Correlaciones experimentales del término convectivo interno Al igual que con el término convectivo externo, para el término convectivo interno existe una amplia variedad de expresiones. Las investigaciones de aplicación de la termografía infrarroja cuantitativa desde el interior se han caracterizado por emplear una mayor variedad de expresiones para el coeficiente de transferencia convectiva interna. En este sentido, mientras que los planteamientos desde el exterior solo han empleado la correlación de Jürges publicada por Watanabe (1965), en los planteamientos de interior se llegan a usar hasta 6 expresiones diferentes, que van desde la utilización de correlaciones experimentales hasta la asignación de valores teóricos. Sin embargo, con esta variedad de expresiones usadas por los autores en sus investigaciones no ha sido posible abarcar las opciones de expresiones existentes. En la literatura científica existen muchas expresiones de correlación experimental debidas a diferencias de temperatura, algunas de ellas recopiladas en varios artículos de revisión (A. J. N. Khalifa, 2001a, 2001b; Obyn & Van Moeseke, 2015; Peeters, Beausoleil-Morrison, & Novoselac, 2011). Optimization of experimental thermal characterization methods of building envelope 103 En la Tabla 27 se incluye una relación de las correlaciones del coeficiente de transferencia de calor convectivo interno debidas a diferencias de temperaturas analizadas en la investigación. El enfoque empleado para cada correlación varía según la investigación, existiendo correlaciones determinadas según la similitud que tiene la transferencia de calor por convección de una superficie vertical de una habitación con la de una placa plana aislada o según los experimentos realizados en espacios cerrados con determinados sistemas de climatización. Expresión10 Comentarios Referencia ℎ𝑖𝑛=3,05∙(∆𝑇𝑠𝑖)0,12 (84) Wilkes y Peterson (1938) ℎ𝑖𝑛=2,5∙(∆𝑇𝑠𝑖)0,25 (85) Citado del trabajo de Hottinger (1938) Giesecke (1940) ℎ𝑖𝑛=1,368∙(∆𝑇𝑠𝑖 𝐿)0,25 (86) Régimen de flujo laminar Min et al. (1956) ℎ𝑖𝑛=1,973∙(∆𝑇𝑠𝑖)0,25 (87) Régimen de flujo turbulento Min et al. (1956) ℎ𝑖𝑛=1,664∙(∆𝑇𝑠𝑖)0,27 (88) Citado del trabajo de Carroll (1948) Min et al. (1956) ℎ𝑖𝑛=1,776∙(∆𝑇𝑠𝑖)0,25 (89) Citado del trabajo de McAdams (1954) Min et al. (1956) ℎ𝑖𝑛=1,517∙(∆𝑇𝑠𝑖)0,33 (90) Citado del trabajo de King (1932) Min et al. (1956) ℎ𝑖𝑛=0,0257 𝐿∙(0,825+7,01∙(∆𝑇𝑠𝑖)1/6∙𝐿3/6)2 (91) Churchill y Chu (1975) ℎ𝑖𝑛=(0,134∙(𝐿)−0,5+1,11∙(∆𝑇𝑠𝑖)0,17)2 (92) Simplificación de la correlación de Churchill y Chu ESDU (1979) ℎ𝑖𝑛={[1,5∙(∆𝑇𝑠𝑖 𝐿)1/4]6+[1,23∙(∆𝑇𝑠𝑖)1/3]6}1/6 (93) Alamdari y Hammond (1983) ℎ𝑖=1,31∙(∆𝑇𝑠𝑖 𝐿)0,33 (94) Régimen de flujo laminar Earle (1983) ℎ𝑖=1,8∙(∆𝑇𝑠𝑖)0,25 (95) Régimen de flujo turbulento Earle (1983) ℎ𝑖𝑛=3,08∙(∆𝑇𝑠𝑖)0,25 (96) Li et al. (1983) ℎ𝑖𝑛=2,88∙(∆𝑇𝑠𝑖)0,25 (97) Li et al. (1983) ℎ𝑖=1,42∙(∆𝑇𝑠𝑖 𝐿)0,25 (98) Régimen de flujo laminar Holman (1986) ℎ𝑖=1,31∙(∆𝑇𝑠𝑖)0,25 (99) Régimen de flujo turbulento Holman (1986) ℎ𝑖𝑛=1,98∙(∆𝑇𝑠𝑖)0,32 (100) Muro con un radiador cerca Khalifa y Marshall (1990) ℎ𝑖𝑛=2,3∙(∆𝑇𝑠𝑖)0,24 (101) Muro con un radiador debajo de la ventana Khalifa y Marshall (1990) ℎ𝑖𝑛=2,92∙(∆𝑇𝑠𝑖)0,25 (102) Muro enfrente de un radiador Khalifa y Marshall (1990) ℎ𝑖𝑛=2,03∙(∆𝑇𝑠𝑖)0,14 (103) Muro de gran superficie con aislamiento Khalifa y Marshall (1990) ℎ𝑖𝑛=1,57∙(∆𝑇𝑠𝑖)0,31 (104) Hatton y Awbi (1995) ℎ𝑖𝑛=1,823 𝐿0,121∙(∆𝑇𝑠𝑖)0,293 (105) Awbi y Hatton (1999) ℎ𝑖𝑛=1,332∙(∆𝑇𝑠𝑖 𝐿)1/4 (106) Régimen de flujo laminar Fohanno y Polidori (2006) Tabla 27. Aproximaciones del coeficiente de transferencia de calor convectivo interno debido a correlaciones con diferencias de temperaturas. Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido- Huertas, Bermúdez, Moyano, et al. (2019a)). Es conveniente destacar que estas correlaciones del coeficiente de transferencia de calor convectivo interno no tienen en cuenta el efecto que los elementos de flanco generan a la superficie vertical, a los huecos o a la propia habitación (Obyn & Van Moeseke, 2015). Por consiguiente, la utilización de una correlación fija para todos los casos de estudio del 10 Para simplificar la lectura de la tabla se utiliza la variable ∆𝑇𝑠𝑖. Esta variable hace referencia a la diferencia entre la temperatura superficial interior y la temperatura interior. Optimización de los métodos de caracterización térmica de la envolvente de edificios 104 coeficiente de transferencia de calor convectivo interno podría provocar variaciones en los resultados de transmitancia térmica. Con respecto a las correlaciones del coeficiente de transferencia de calor convectivo interno empleando números adimensionales, existe una amplia variedad de correlaciones al margen de la propuesta por Churchill y Chu, utilizada en las investigaciones de Tejedor et al. (2017, 2018). Así pues, en la Tabla 28 se incluyen las correlaciones seleccionadas para este estudio por su idoneidad para su aplicación en fachadas. Expresión Comentarios Referencia ℎ𝑖𝑛=𝑘∙0,555∙(𝑅𝑎)0,25 𝐿 (107) 103<𝑅𝑎<108 Jakob (1949) ℎ𝑖𝑛=𝑘∙0,129∙(𝑅𝑎)0,33 𝐿 (108) 108<𝑅𝑎<1012 Jakob (1949) ℎ𝑖𝑛=𝑘∙0,56∙(𝑅𝑎)0,25 𝐿 (109) Régimen de flujo laminar Fishenden y Saunders (1950) ℎ𝑖𝑛=𝑘∙0,12∙(𝑅𝑎)0,33 𝐿 (110) Régimen de flujo turbulento Fishenden y Saunders (1950) ℎ𝑖𝑛=𝑘∙0,548∙(𝑅𝑎)0,25 𝐿 (111) Régimen de flujo laminar McAdams (1954) ℎ𝑖𝑛=𝑘∙0,52∙(𝑅𝑎)0,25 𝐿 (112) 𝑅𝑎<3∙108 McAdams (1954) ℎ𝑖𝑛=𝑘∙0,59∙(𝑅𝑎)0,25 𝐿 (113) 104<𝑅𝑎<109 McAdams (1954) ℎ𝑖𝑛=𝑘∙0,13∙(𝑅𝑎)0,33 𝐿 (114) 2∙109<𝑅𝑎<1012 McAdams (1954) ℎ𝑖𝑛=𝑘∙0,48∙(𝐺𝑟)0,25 𝐿 (115) Régimen de flujo laminar CIBSE (1976) ℎ𝑖𝑛=𝑘∙0,119∙(𝐺𝑟)0,33 𝐿 (116) Régimen de flujo turbulento CIBSE (1976) ℎ𝑖𝑛=𝑘∙0,516∙(𝑅𝑎)0,25 𝐿 (117) Régimen de flujo laminar Wong (1977) ℎ𝑖𝑛=𝑘∙0,021∙(𝑅𝑎)0,25 𝐿 (118) 1010<𝑅𝑎<1012 Wong (1977) ℎ𝑖𝑛=𝑘∙0,555∙(𝑅𝑎)0,25 𝐿 (119) Régimen de flujo laminar Welty (1978) ℎ𝑖𝑛=𝑘∙0,021∙(𝑅𝑎)0,40 𝐿 (120) Régimen de flujo turbulento Welty (1978) ℎ𝑖𝑛=𝑘∙0,508∙𝑃𝑟0,5∙𝐺𝑟0,25 (0,952+𝑃𝑟)0,25 𝐿 (121) Régimen de flujo laminar Welty (1978) ℎ𝑖𝑛=𝑘∙0,678∙𝑃𝑟0,5∙𝐺𝑟0,25 (0,952+𝑃𝑟)0,25 𝐿 (122) Régimen de flujo laminar Welty (1978) ℎ𝑖𝑛=𝑘∙0,10∙(𝑅𝑎)0,33 𝐿 (123) Holman (1986) ℎ𝑖𝑛=𝑘∙0,54∙(𝑅𝑎)0,25 𝐿 (124) 1,15∙105<𝑅𝑎<2∙109 Al-Arabi y Sakr (1988) Tabla 28. Aproximaciones del coeficiente de transferencia de calor convectivo interno debido a correlaciones con números adimensionales. Fuente: propia (adaptación para esta tesis doctoral de la tabla incluida en Bienvenido- Huertas, Bermúdez, Moyano, et al. (2019a)). 6.3.2. Subproceso 3.2.: Análisis mediante aprendizaje automático Varios objetivos de esta investigación plantean la optimización y la estimación de los valores relacionados con la transmitancia térmica. Para ello, en las investigaciones realizadas en el marco de esta tesis se plantea la utilización de algoritmos de aprendizaje automático que permitan la generación de modelos predictores para abordar estos problemas. Los algoritmos de aprendizaje automático seleccionados fueron las redes neuronales artificiales y los bosques aleatorios, debido a las diferencias existentes en las características de cada algoritmo y a los Optimization of experimental thermal characterization methods of building envelope 105 buenos resultados obtenidos en diferentes investigaciones. A continuación, se realiza una descripción de los algoritmos y se indican los parámetros configurables considerados en la investigación. Una vez descritos los dos algoritmos, se procede a la descripción del procedimiento de entrenamiento y de validación de los modelos desarrollados durante las investigaciones. 6.3.2.1. Redes neuronales artificiales Las redes neuronales artificiales son un modelo estadístico que simula la estructura neurológica del cerebro para la resolución de problemas, tanto lineales como no lineales (Haykin, Haykin, Haykin, & Haykin, 2009). Una red neuronal biológica es un conjunto de neuronas interconectadas que definen un circuito. Las redes neuronales, como tipología de computación bio-inspirada, parten de la hipótesis de que resulta posible imitar ciertas partes de las neuronas, tales como los axones, el cuerpo neuronal o las dendritas (véase Figura 30 (a)), mediante la utilización de modelos estadísticos simplificados. Para ello, se basan en la forma en la que se produce la transmisión y el procesamiento de la información en una neurona biológica: las señales de entrada entran en la neurona a través de las dendritas y se envían al axón una vez que se reciben suficientes señales para dar una señal de salida que puede ir a otras neuronas. Las señales se ponderan a través de las conexiones, dándoles diferentes niveles de importancia. Por lo tanto, la red neuronal artificial imita todo este proceso usando una función de activación y mediante el sumatorio de las señales de entradas (véase Figura 30 (b)). Figura 30. Esquemas de neuronas: (a) neurona biológica y (b) neurona artificial. Fuente: Propia. Entre las distintas arquitecturas de redes neuronales artificiales, los perceptrones multicapa (en inglés, multilayer perceptron (MLP)) son los que mejores prestaciones ofrecen, ya que se tratan de modelos supervisados con capacidades de aproximación universal (Barron, 1993; Cybenko, 1989; Hornik, Stinchcombe, & White, 1989) que permiten abordar problemas complejos, tanto de clasificación (Raghu & Sriraam, 2017) como de regresión (Mba, Meukam, & Kemajou, 2016). Los perceptrones multicapa se caracterizan por presentar una arquitectura de tres o más capas (véase Figura 31): una capa de entrada, una o varias capas intermedias (conocidas como capas ocultas) y una capa de salida. La capa de entrada corresponde a la entrada de los valores de las variables de entrada del conjunto de datos utilizado y la variable de salida, a la respuesta dada por el modelo. En cada una de las capas del perceptrón existe una serie de neuronas. El valor de salida de cada neurona se obtiene mediante la suma de los valores de las neuronas entrantes ponderadas con pesos sinápticos y aplicándole una función de activación (véase Ecuación (125)). Estas conexiones se propagan hasta la capa de salida (véase Ecuación (126)), obteniendo el valor de respuesta estimado por el perceptrón multicapa (𝑌𝑀𝐿𝑃). Optimización de los métodos de caracterización térmica de la envolvente de edificios 112 Figura 34. Esquema de la validación cruzada de 10 iteraciones en un conjunto de datos de entrenamiento. Fuente: propia. Para evaluar el rendimiento de los modelos en las fases de entrenamiento y de testeo, se emplearon diferentes parámetros estadísticos. Dado que los planteamientos varían a lo largo de la investigación (se distinguen planteamientos de regresión y de clasificación), los parámetros estadísticos analizados variaron conforme a la tipología de variable de salida. En el caso de los planteamientos de regresión, los indicadores de calidad utilizados fueron los siguientes: el coeficiente de determinación (𝑅2) (véase Ecuación (130)), el error promedio absoluto (en inglés, mean absolute error (𝑀𝐴𝐸)) (véase Ecuación (131)) y el error de la raíz cuadrada de la media (en inglés, root mean square error (𝑅𝑀𝑆𝐸)) (véase Ecuación (132)). Estos parámetros se han usado en numerosas investigaciones para evaluar el rendimiento de los modelos de regresión. 𝑅2=(1−∑ (𝑟𝑖−𝑒𝑖)2 𝑛𝑖=1 ∑ (𝑟𝑖−𝑎𝑖)2 𝑛𝑖=1 ) (130) 𝑀𝐴𝐸=∑ |𝑟𝑖−𝑒𝑖| 𝑛𝑖=1𝑛 (131) 𝑅𝑀𝑆𝐸=(∑ (𝑟𝑖−𝑒𝑖)2 𝑛𝑖=1 𝑛)1/2 (132) Donde 𝑟𝑖 es el valor real de la variable de salida, 𝑒𝑖 es el valor estimado de la variable de salida y 𝑛 es el número de observaciones del conjunto de datos utilizado. En el caso del planteamiento de clasificación, los parámetros estadísticos analizados fueron: la ratio de verdaderos positivos (en inglés, true positive ratio (TP)) (véase Ecuación (133)), la ratio de falsos positivos (en inglés, false positive ratio (FP)) (véase Ecuación (134)), el coeficiente kappa de Cohen (véase Ecuación (135)) y el área bajo la curva Característica Operativa del Receptor (en inglés, receiver operating characteristic (ROC)) (véase Ecuación (136)). Las ratios TP y FP indican el porcentaje de acierto en las estimaciones realizadas por el modelo y el coeficiente kappa permite determinar la coincidencia de la estimación con la clase real, mientras que el área bajo la curva ROC determina la probabilidad de que el modelo clasifique Optimization of experimental thermal characterization methods of building envelope 113 correctamente la clase analizada, existiendo un valor diferente para cada posible etiqueta o salida. 𝑇𝑃=𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑎𝑚𝑒𝑛𝑡𝑒 𝑐𝑙𝑎𝑠𝑖𝑓𝑖𝑐𝑎𝑑𝑎𝑠 𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 (133) 𝐹𝑃=𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑖𝑛𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑎𝑚𝑒𝑛𝑡𝑒 𝑐𝑙𝑎𝑠𝑖𝑓𝑖𝑐𝑎𝑑𝑎𝑠 𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 (134) 𝐾=𝑝𝑜−𝑝𝑒 1−𝑝𝑒 (135) 𝐴𝑟𝑒𝑎𝑅𝑂𝐶=∫(1−𝐺(𝐹−1(1−𝑡))) 1 0𝑑𝑡 (136) Donde 𝑝𝑜 es el acuerdo observado relativo entre los observadores, 𝑝𝑒 es la probabilidad hipotética de acuerdo por azar y 𝐺 y 𝐹 son la distribución de muestras positivas y negativas, respectivamente. 6.3.3. Subproceso 3.3.: Análisis clúster En el caso de los análisis de los términos convectivos en los planteamientos de termografía infrarroja, se realizó un análisis clúster debido al elevado número de correlaciones estudiadas. Este análisis es una técnica estadística multivariante que clasifica un conjunto de objetos de tal forma que, por un lado, objetos similares o cercanos acaben en el mismo conglomerado y, por otro lado, objetos distintos o lejanos resulten en grupos distintos, proporcionando como resultado grupos homogéneos que son diferentes entre sí (Kaufman & Rousseeuw, 2009). El análisis clúster toma de inicio una muestra de individuos de los que conocemos el valor de p variables. Tras realizar el análisis clúster, se obtiene una partición X de la muestra de individuos, formada por k grupos. Para conseguir estas agrupaciones, resulta necesario disponer de medidas de asociación que nos indiquen si dos objetos son semejantes para poder clasificarlos dentro del mismo grupo. Estas medidas de asociación pueden ser: (i) la similitud (dos objetos forman parte del mismo grupo cuando son semejantes); y (ii) la distancia (dos objetos forman parte de un mismo grupo cuando están cerca). Respecto a las distancias métricas, existe una amplia variedad, tales como la distancia euclídea, la distancia Canberra o la distancia Minkowski (Johnson & Wichern, 1998). A efectos de este estudio, se utilizó la distancia euclídea. La distancia euclídea entre dos individuos, 𝑥𝑖 y 𝑥𝑗, de los que conocemos el valor de p variables, se define de la siguiente manera: 𝑑(𝑥𝑖,𝑥𝑗)=[∑(𝑥𝑖𝑟−𝑥𝑗𝑟)2 𝑝 𝑟=1 ]1/2 (137) Un tercer aspecto clave del análisis clúster es la metodología que se utiliza para clasificar los elementos en grupos. Existen principalmente dos métodos: (i) los métodos no jerárquicos, los cuales toman como punto de partida el número k de grupos que se desea obtener (formados aleatoriamente) y, posteriormente, de modo iterativo, se van mejorando hasta alcanzar el número k de grupos de individuos óptimo; y (ii) los métodos jerárquicos, que pueden clasificarse en aglomerativos (en los que se parte de una partición de n grupos con un individuo en cada uno de ellos que, posteriormente, se van agrupando hasta terminar con una partición Optimización de los métodos de caracterización térmica de la envolvente de edificios 114 de un único grupo de n individuos) y disociativos (en los que se parte de una partición de un único grupo de n individuos que, posteriormente, se va dividiendo hasta terminar con una partición de n grupos de un individuo). En esta investigación se utilizó el método de Ward (Jr., 1963), el cual pertenece a los métodos jerárquicos aglomerativos. El método de Ward calcula la distancia entre dos clústeres como la suma de cuadrados entre grupos en el análisis de la varianza para todas las variables. Posteriormente, reduce la suma de cuadrados dentro de los clústeres sobre todas las particiones posibles obtenidas fusionando dos clústeres de la etapa anterior. Su principal ventaja es que se trata de un método muy eficiente que tiende a crear clústeres de pequeño tamaño, por lo que se adaptaba a lo planteado en la investigación. A efectos de las investigaciones llevadas a cabo en el marco de esta tesis, el análisis clúster se realizó en función del flujo de convección obtenido en los distintos ensayos por cada correlación experimental. Esto permitió simplificar el análisis y la interpretación de los resultados, así como detectar los patrones de similitud entre las diversas expresiones del término convectivo. Optimization of experimental thermal characterization methods of building envelope 115 7. Resultados y discusión En esta sección se exponen y discuten los resultados obtenidos a través de las investigaciones relacionadas con el análisis y la optimización de los métodos de evaluación de la transmitancia térmica. Tal y como se ha reflejado, esta tesis plantea 3 objetivos específicos; por tanto, en este apartado se distinguen tres subapartados, los cuales corresponden a cada uno de los objetivos específicos planteados: • Optimización del término convectivo en los métodos cuantitativos de termografía infrarroja. • Análisis y optimización del método termométrico. • Determinación de la transmitancia térmica de la ISO 6946:2007 con mediciones in situ. Cabe destacar que las investigaciones asociadas a cada uno de estos objetivos se desarrollan ampliamente en 6 de las 9 publicaciones compendiadas dentro de esta tesis. Tal y como se ha comentado en los apartados introductorios de la tesis, las otras 3 publicaciones estuvieron encaminadas hacia la importancia de la evaluación de la transmitancia térmica y hacia la revisión detallada del estado de la cuestión. En la Tabla 29 se indican las publicaciones que cada investigación incluye. Asimismo, en los próximos subapartados se hace una revisión y discusión de los principales aspectos de cada investigación, al igual que se ha realizado en las investigaciones compendiadas de apartados anteriores (véase Apartado 3). Por lo tanto, en este apartado no se reproduce de manera exacta el contenido de los artículos publicados. Para una lectura detallada de cada uno de ellos, el lector debe remitirse al listado de publicaciones incluidas en el Anexo A de esta tesis. Investigación Publicaciones Optimización del término convectivo en los métodos cuantitativos de termografía infrarroja 1. Comparison of quantitative IRT to estimate U-value using different approximations of ECHTC in multi-leaf walls 2. Influence of ICHTC correlations on the thermal characterization of façades using the quantitative internal infrared thermography method Análisis y optimización del método termométrico 1. Determining the U-Value of Façades Using the Thermometric Method: Potentials and Limitations 2. Applying an artificial neural network to assess thermal transmittance in walls by means of the thermometric method 13 3. Optimizing the evaluation of thermal transmittance with the thermometric method using multilayer perceptrons Determinación de la transmitancia térmica de la ISO 6946:2007 con mediciones in situ 1. Automation and optimization of in-situ assessment of wall thermal transmittance using a Random Forest algorithm Tabla 29. Publicaciones asociadas a las investigaciones de optimización de los métodos experimentales de transmitancia térmica. Fuente: propia. 13 Publicación ganadora del Premio Trimestral IUACC (Instituto Universitario de Arquitectura y Ciencias de la Construcción de la Universidad de Sevilla) a la Mejor Publicación Científica en Arquitectura y Ciencias de la Construcción, Noviembre 2018. Optimización de los métodos de caracterización térmica de la envolvente de edificios 116 7.1. Optimización del término convectivo en los métodos cuantitativos de termografía infrarroja 14 El análisis de la optimización del término convectivo en los métodos cuantitativos de termografía infrarroja se basó en los resultados obtenidos de la campaña experimental 2. Tal y como se ha indicado, en esta campaña se realizaron 4 ensayos en 3 cerramientos diferentes, tanto desde el interior como desde el exterior. Con los resultados se analizó la amplia variedad de formulaciones posibles para caracterizar la transmitancia térmica. En este punto resulta conveniente destacar que en la literatura científica se distinguen dos tipos de planteamiento: (i) los planteamientos que consideran el término convectivo como el término total de transferencia de calor; y (ii) los planteamientos que usan el término de convección y el de radiación. A estos se les añade el planteamiento de convección simplificada y de radiación en los métodos de exterior. Así pues, todos los planteamientos se analizaron con las distintas ecuaciones de las Tablas 25- 28. Sin embargo, previo a la discusión de los resultados, se realizó una simplificación de la gran variedad de expresiones mediante el análisis clúster, de manera que se pudo reducir el volumen de expresiones empleadas y facilitar la interpretación de los resultados. Este análisis también reflejó algunos patrones de similitud entre diferentes ecuaciones que muestran las limitaciones que puedan presentar los criterios de restricción de cada ecuación cuando se utilizan en otras aplicaciones. En la Tabla 30 se muestra un resumen de los clústeres obtenidos por cada tipología de correlación. Tal y como se ha indicado en el subapartado 6.3.3., el análisis se realizó en función del valor obtenido para el flujo de convección en cada ensayo. Cabe destacar que también se analizaron los valores usados para el término de convección en las investigaciones existentes relacionadas con el método cuantitativo de termografía infrarroja (Albatici et al., Dall’O et al., Madding, Fokaides y Kalogirou y Tejedor et al.). En esta línea, se pueden señalar varios aspectos interesantes de los resultados del análisis clúster. El primero de ellos está relacionado con la agrupación de correlaciones de viento o de diferencias de temperatura que establecen criterios opuestos de aplicación. Estos criterios, tal y como se mostró en las Tablas 25-28, dependían de varios aspectos, tales como la dirección del viento o el tipo de superficie de acabado del cerramiento. Asimismo, se agruparon ecuaciones asociadas a un tipo determinado de flujo (laminar o turbulento). En segundo lugar, se puede destacar que la mayor parte de las correlaciones experimentales que utilizan una longitud característica presentaron similitudes entre sí. Por lo tanto, estos resultados reflejan que los criterios que definieron los autores que publicaron cada una de las correlaciones pueden presentar discrepancias cuando se comparan con correlaciones que establecen criterios opuestos. Este aspecto puede abrir el debate acerca de las definiciones operacionales que deban tener asociadas cada una de las correlaciones. La mayor parte de estas definiciones se 14 Todo lo reflejado en el subapartado 7.1. corresponde a las siguientes publicaciones compendiadas dentro del marco de esta tesis: • Bienvenido-Huertas, D., Bermúdez, J., Moyano, J., & Marín, D. (2019). Comparison of quantitative IRT to estimate U-value using different approximations of ECHTC in multi-leaf walls, Energy and Buildings. 184, 99–113. doi:10.1016/j.enbuild.2018.11.028. • Bienvenido-Huertas, D., Bermúdez, J., Moyano, J., & Marín, D. (2019). Influence of ICHTC correlations on the thermal characterization of façades using the quantitative internal infrared thermography method, Building and Environment. 149, 512–525. doi:10.1016/j.buildenv.2018.12.056. Optimization of experimental thermal characterization methods of building envelope 117 basan en los criterios metrológicos que los autores siguieron para los ensayos realizados (p. ej., los ensayos en túnel de viento). Exterior Interior Velocidad del viento Números adimensionales Diferencias de temperatura Números adimensionales Clúster Ecuaciones Clúster Ecuaciones Clúster Ecuaciones Clúster Ecuaciones a (63), (64) a (75), (82) a (93) a (118) b (62), (70) b (83) b (86), (94), (98), (107) b (24), (25), (108), (114), (116) c (61) c (78), (79), (80) c (99) c (110) d (44), (65) d (25) (adaptada al exterior) d (91), (92) d (113) e (23), (30), (34), (42), (45), (71), (74) e (76), (77) e (89), (95) e (121) f (50), (66) f (81) f (88), (90) (104), (105) f (107), (109), (111), (119), (122), (124) g (37), (39), (69) g (96) g (120) h (55) h (84), (97), (102) h (112), (115), (117), (123) i (72), (73) i (87), (100), (103) j (49) j (85) k (52), (67) k (21) l (54), (58), (60) l (101) m (53), (59) n (46) o (40), (51), (68) p (47) q (41) r (38), (43) s (31), (32), (33), (35), (36) t (22), (48), (56), (57) Tabla 30. Agrupaciones de las correlaciones experimentales del término convectivo obtenidas con el análisis clúster. Fuente: propia. Una vez realizado el análisis clúster entre las diferentes expresiones, se procedió al análisis de los resultados. Para ello, en el caso de los métodos de exterior, se consideró el valor obtenido en cada uno de los 4 ensayos, mientras que, en el método de interior, se evaluó un resultado total al final de estos. El motivo fue la gran variabilidad que presentaron los resultados de exterior debido, principalmente, a la lectura de la velocidad del viento local y de la temperatura superficial exterior. Este aspecto refleja una de las principales debilidades que presentan los métodos de exterior con respecto a los de interior a causa de la gran influencia de las condiciones climáticas exteriores, la cuales pueden generar variaciones en la expresión del término convectivo externo. Al comparar los resultados obtenidos, se aprecian grandes diferencias entre los dos métodos. Para que el lector disponga de cierta información al respecto, se han resumido las desviaciones Optimización de los métodos de caracterización térmica de la envolvente de edificios 118 porcentuales obtenidas en las Figuras 35, 36 y 37 entre el valor medido y el de referencia (en las figuras se representa la desviación porcentual con respecto al valor del método de la ISO 9869-1:2014, la cual aparece en las dos publicaciones compendiadas). Figura 35. Desviaciones porcentuales obtenidas en los métodos desde el exterior que utilizan correlaciones de velocidades del viento. En los gráficos de la derecha se representa el número de resultados válidos obtenidos en cada caso de estudio. Fuente: propia. Los métodos de exterior se caracterizan por presentar unas desviaciones porcentuales significativamente altas, así como una gran variación en la oscilación de los resultados. En este Optimization of experimental thermal characterization methods of building envelope 119 sentido, las correlaciones con velocidades de viento y con números adimensionales obtuvieron desviaciones superiores al 20 % con respecto al valor de referencia, tanto en los planteamientos de convección como en los de convección y radiación. Las contribuciones porcentuales de las correlaciones fueron diferentes en función de la ecuación. Dado que existieron desviaciones significativas en los dos planteamientos y que las contribuciones variaron de una ecuación a otra, se pudo destacar las limitaciones que existen en la determinación de la contribución de radiación. En este aspecto, algunas investigaciones anteriores han señalado las dificultades que existen para determinar el componente de radiación desde el exterior. Sin embargo, el hecho de que los planteamientos de convección obtuvieran un número bajo de resultados representativos permite reflejar las dificultades de aplicación del método exterior. Figura 36. Desviaciones porcentuales obtenidas en los métodos desde el exterior que utilizan correlaciones de números adimensionales. En los gráficos de la derecha se representa el número de resultados válidos obtenidos en cada caso de estudio. Fuente: propia. En el caso del planteamiento de convección simplificada y de radiación, los resultados obtenidos fueron similares a los del clúster t en el planteamiento de convección y radiación a Optimización de los métodos de caracterización térmica de la envolvente de edificios 120 causa de la nula contribución porcentual que tiene el flujo de convección en el flujo total en el planteamiento de convección simplificada. Únicamente en aquellos en los que existió una mayor contribución porcentual del término de convección, se obtuvieron resultados diferentes. Figura 37. Desviaciones porcentuales obtenidas en los métodos desde el interior para los dos tipos de correlaciones (diferencias de temperatura y números adimensionales). Fuente: propia. Asimismo, se encontraron diferencias significativas en los resultados en función del tipo de velocidad de viento utilizado en los cálculos (velocidad media del viento a lo largo de todo el ensayo o velocidades instantáneas). Este aspecto, poco desarrollado en las investigaciones existentes, parece reflejar una limitación de aplicación del método de exterior. En el caso de los métodos de interior, tanto las correlaciones de temperatura como de números adimensionales se caracterizaron por presentar un mayor número de casos con resultados representativos. Para ello, fue necesario emplear el planteamiento de convección y radiación, ya que el planteamiento de convección se caracterizó por presentar un menor número de Optimization of experimental thermal characterization methods of building envelope 121 resultados representativos. De acuerdo con esto, cabe señalar que la contribución porcentual que presenta el flujo de convección con respecto al total varía de manera significativa en función de la correlación experimental utilizada, existiendo algunas, como las incluidas en el clúster g de diferencias de temperatura, que se caracterizaron por presentar una contribución mayor que la de radiación en algunos casos de estudio. Respecto a la proporción del término convectivo de los números adimensionales, se consiguieron resultados similares en todos los casos de estudio. Por consiguiente, las desviaciones porcentuales entre las diferentes agrupaciones de expresiones obtuvieron resultados similares. Al comparar los resultados de las dos tipologías de correlaciones experimentales usadas para los métodos de interior, destacó la mayor robustez que presentaron las correlaciones de números adimensionales, las cuales obtuvieron un mayor número de casos con desviaciones porcentuales bajas. Por lo tanto, los resultados reflejaron que el mejor planteamiento posible para los métodos cuantitativos de termografía infrarroja son los ensayos realizados desde el interior y cuya formulación se basa en correlaciones de números adimensionales. En este sentido, las diferencias detectadas entre los dos enfoques fueron bastante significativas y, a pesar de que el método de exterior pueda presentar algunas ventajas de aplicación (debido a que las termografías se pueden hacer desde el exterior, afectando poco a los usuarios de la vivienda), las limitaciones encontradas en los resultados obtenidos desaconsejan su utilización. Así pues, la ejecución de los ensayos con unas condiciones controladas ha permitido que las expresiones de números adimensionales existentes obtuvieran un resultado ajustado. 7.2. Análisis y optimización del método termométrico 15 El análisis del método termométrico se orientó desde una aplicación directa del método en varios casos de estudio hacia el planteamiento y la optimización de nuevas metodologías de cálculo. Para ello, se emplearon los datos recopilados en la campaña 1 y se analizaron con diferentes planteamientos. Las investigaciones agrupadas dentro de este objetivo deben entenderse como una secuencia lógica de trabajo, la cual desemboca en la investigación final recogida en el subapartado 7.2.3. En la Figura 38 se incluye el flujo de trabajo de las distintas fases en las que se dividió esta investigación. 15 Todo lo reflejado en el subapartado 7.2. corresponde a las siguientes publicaciones compendiadas dentro del marco de esta tesis: • Bienvenido-Huertas, D., Rodríguez-Álvaro, R., Moyano, J., Rico, F., & Marín, D. (2018). Determining the U- Value of Façades Using the Thermometric Method: Potentials and Limitations, Energies. 11(2), 1–17. doi:10.3390/en11020360. • Bienvenido-Huertas, D., Moyano, J., Rodríguez-Jiménez, C. E., & Marín, D. (2019). Applying an artificial neural network to assess thermal transmittance in walls by means of the thermometric method, Applied Energy. 233–234, 1–14. doi:10.1016/j.apenergy.2018.10.052. • Bienvenido-Huertas, D., Rubio-Bellido, C., Pérez-Ordóñez, J. L., & Moyano, J. (2019). Optimizing the evaluation of thermal transmittance with the thermometric method using multilayer perceptrons, Energy and Buildings. 198, 395–411. doi:10.1016/j.enbuild.2019.06.040. Optimización de los métodos de caracterización térmica de la envolvente de edificios 128 Figura 42. Desviación porcentual entre los valores reales y los estimados por los diferentes perceptrones multicapa diseñados en el estudio de los cerramientos utilizados para su análisis individual. Fuente: propia. A raíz de estos resultados, se analizó la posibilidad de utilizar perceptrones multicapa diseñados exclusivamente para cada período constructivo. Para el diseño de estos perceptrones, el conjunto de datos de entrenamiento se dividió en tres subconjuntos diferentes, uno por cada período constructivo. El rendimiento de los modelos individuales de cada período reflejó que las estimaciones que obtuvieron presentaron, en líneas generales, un grado de ajuste mejor que el del modelo completo. Únicamente el perceptrón multicapa del período 1 obtuvo un peor rendimiento. En el caso de los modelos de los períodos 2 y 3, el coeficiente de determinación presentó incrementos porcentuales de hasta un 1,06 % y con disminuciones porcentuales en los parámetros de error de hasta un 54,78 %. En el caso de los muros para su análisis individual, el rendimiento de las estimaciones obtenidas fue similar a las del modelo completo, aunque en estos modelos las desviaciones porcentuales fueron siempre inferiores al 10 %. Así pues, los resultados reflejados en este estudio sirvieron para eliminar una de las principales debilidades del método termométrico: el uso de una variable teórica para el coeficiente de transferencia de calor total interior. La estimación del valor del método de la ISO 9869-1:2014 permite asegurar que el valor obtenido por el método termométrico no tenga asociada las limitaciones del empleo del valor teórico. Por lo tanto, la utilización del perceptrón multicapa debe constituir el planteamiento de análisis de datos más adecuado para la aplicación del método termométrico. Asimismo, las diversas opciones de obtención de resultados (método Optimization of experimental thermal characterization methods of building envelope 129 promedio y método promedio de almacenamiento de calor) dota al método de una mayor riqueza y posibilidades de utilización. Finalmente, la mejora del rendimiento obtenido por los perceptrones multicapa diseñados para cada período constructivo garantiza la extrapolación de la metodología a otras regiones, ya que permite diseñar modelos que se adapten a los períodos constructivos de diferentes regiones. 7.3. Determinación de la transmitancia térmica de la ISO 6946:2007 con variables in situ 16 Los resultados obtenidos a través de las investigaciones descritas en el subapartado 7.2. mostraron el potencial de aplicar algoritmos de aprendizaje automático para abordar los problemas de caracterización térmica en los cerramientos. Por consiguiente, gracias a este tipo de técnicas se podría abordar una de las principales limitaciones que presentan los métodos experimentales relacionada con el valor de referencia utilizado, el cual se debe obtener a través de la ISO 6946:2007. Sin embargo, para su determinación resulta necesario conocer las propiedades térmicas de las capas del cerramiento. Por lo tanto, la ISO 6946:2007 presenta el mismo problema que el descrito para el procedimiento de almacenamiento de calor de la ISO 9869-1:2014. Así pues, esta investigación evalúa las posibilidades de estimación de la transmitancia térmica de la ISO 6946:2007 a través de variables medidas in situ. Para ello, se emplea el esquema de variables del método termoflujométrico y del método termométrico. Así pues, los resultados de esta investigación pretenden determinar la transmitancia térmica de la ISO 6946 a través de las variables que se medirían con los dos métodos experimentales. Además, y como valor añadido de esta investigación, la metodología plantea la estimación del período constructivo del cerramiento, necesidad derivada de las investigaciones descritas en el apartado 7.2. A pesar de que el período constructivo de un cerramiento se puede determinar a través de los datos catastrales, la disposición de una técnica analítica que permita estimarlo a través de las variables medidas reduciría la incertidumbre asociada a aquellos edificios que se diseñaron en los períodos de transición entre normativas. Para conseguir este objetivo, se utilizó el conjunto de los datos simulados en la investigación de la optimización del método termométrico. Como algoritmos de regresión, se analizaron tanto el perceptrón multicapa como los bosques aleatorios. Asimismo, el diseño de las variables de entrada se basó en la experiencia previa de la investigación del apartado 7.3., aunque se realizaron modificaciones. En este sentido, pruebas previas permitieron comprobar cómo era necesario dividir las variables de temperatura interior, exterior, superficial o de flujo de calor en tres variables distintas (promedio, máximo y mínimo), de manera que el grado de ajuste de los modelos aumentaría. Además, se descartó el uso de las variables de diferencia de temperatura de las primeras 24 horas al estar más asociadas a la aplicación del método de corrección de la ISO 9869-1:2014, así como la variable del período constructivo, ya que era una de las variables a determinar. Al igual que ocurrió en la investigación del subapartado 7.3., el objetivo consistía en que los modelos diseñados fueran homogéneos con el objeto de simplificar las posibles aplicaciones reales de la metodología. 16 Todo lo reflejado en el subapartado 7.3. corresponde a la siguiente publicación compendiada dentro del marco de esta tesis: • Bienvenido-Huertas, D., Rubio-Bellido, C., Pérez-Ordóñez, J. L., & Oliveira, M. (2020). Automation and optimization of in-situ assessment of wall thermal transmittance using a Random Forest algorithm, Building and Environment. 168. doi:10.1016/j.buildenv.2019.106479. Optimización de los métodos de caracterización térmica de la envolvente de edificios 130 Los resultados del estudio reflejaron que la utilización de los perceptrones multicapa y de los bosques aleatorios realizaban estimaciones ajustadas tanto del valor de transmitancia térmica de la ISO 6946:2007 como del período constructivo. Sin embargo, existen diferencias entre los dos algoritmos que muestran el mayor potencial de los bosques aleatorios para realizar estimaciones ajustadas de estas dos variables. En este sentido, para el método termoflujométrico, el 75,14 % de las estimaciones tuvieron un error comprendido entre 0 W/(m²K) y 0,01 W/(m²K) en los modelos de bosques aleatorios, mientras que el porcentaje fue menor en los perceptrones multicapa (un 21,27 %). Además, los valores límites en los que osciló el error del conjunto de datos de testeo fueron menores en los bosques aleatorios: en el método termoflujométrico, el error estuvo entre -0,181 W/(m²K) y 0,167 W/(m²K) y en el perceptrón multicapa, entre -0,318 W/(m²K) y 0,324 W/(m²K)). En el caso del período constructivo, hubo un mayor número de aciertos en las estimaciones de los 3 períodos considerados con los bosques aleatorios, tanto en la tasa de aciertos como en la probabilidad de estimación correcta del período constructivo. Respecto al primero de los factores, la tasa de verdaderos positivos obtenidos por los bosques aleatorios osciló entre un 99 % y un 100 %, mientras que en los perceptrones multicapa se obtuvo una disminución en la tasa de acierto que osciló entre un 87,36 % y un 99,24 %. Por lo tanto, aunque los valores fueron adecuados en los dos planteamientos, los bosques aleatorios obtuvieron un ajuste óptimo, por lo que destaca su empleo con respecto a los perceptrones multicapa. Asimismo, la probabilidad de realizar una estimación correcta del período constructivo es mayor en los modelos de bosques aleatorios, tal y como se refleja a través del área bajo la curva ROC obtenida. Por consiguiente, los resultados reflejan las posibilidades de estimación de estas dos variables con objeto de automatizar y eliminar errores en los procesos de caracterización térmica. La utilización tanto del perceptrón multicapa como de los bosques aleatorios obtendrían resultados válidos, aunque estos últimos fueron los que tuvieron asociados una mayor exactitud en las estimaciones. Además, cabe destacar el ahorro de tiempo computacional requerido para el desarrollo de los bosques aleatorios con respecto a los perceptrones multicapa. Así pues, los modelos de bosques aleatorios se pueden usar como una metodología auxiliar de evaluación de la transmitancia térmica antes de caracterizar la transmitancia térmica de los métodos experimentales. Con el valor de referencia obtenido a través de los bosques aleatorios se puede comprobar si los resultados experimentales son coincidentes o no. En el caso de que hubiera una desviación superior al 20 % entre ambos valores, se constataría que el ensayo se realizó en condiciones poco adecuadas o que hubo algún tipo de error en la medición realizada por las sondas. Finalmente, y para que el lector disponga de una visualización del acoplamiento de las diferentes metodologías de optimización y de automatización desarrolladas, en la Figura 43 se muestra un flujo de trabajo empleando las dos tipologías de modelos diseñadas. Este flujo de trabajo automatiza todo el proceso de análisis para la caracterización térmica de cerramientos, de manera que se eliminan las posibilidades de error de cada cálculo. El flujo de trabajo representado en la Figura 43 corresponde a una aplicación de los modelos para el método termométrico. En el caso del método termoflujométrico, solo el modelo de bosques aleatorios sería de aplicación para estimar la transmitancia térmica de la ISO 6946:2007. Optimization of experimental thermal characterization methods of building envelope 131 Figura 43. Flujo de aplicación de los modelos de aprendizaje automático desarrollados. Fuente: propia. Optimización de los métodos de caracterización térmica de la envolvente de edificios 132 Optimization of experimental thermal characterization methods of building envelope 133 8. Conclusiones La principal aportación de esta tesis es la revisión y el análisis de los métodos de caracterización de la transmitancia térmica que mayores brechas de conocimiento presentaban. En primer lugar, se realizaron una serie de investigaciones con el fin de contextualizar y dar una mayor relevancia a la influencia que tiene la transmitancia térmica tanto en el consumo energético de los edificios como en las condiciones de habitabilidad. Estos estudios pusieron de manifiesto que las variaciones de las propiedades térmicas de la envolvente pueden tener efectos significativos en estos dos aspectos. Posteriormente, se llevó a cabo un análisis exhaustivo en la literatura científica de los métodos de caracterización experimental de la transmitancia térmica en cerramientos existentes. Como resultado, se observaron las siguientes debilidades de los métodos experimentales: • La falta de consenso en los métodos de termografía infrarroja cuantitativa a efectos de formulación. Así pues, determinar la correlación de convección, tanto exterior como interior, que mejor se adapte a estos métodos constituía uno de los aspectos más prioritarios del análisis del método. • La falta de investigaciones relacionadas con las limitaciones y las posibilidades de aplicación del método termométrico, así como con el desarrollo de nuevos procedimientos de análisis de datos basados en las variables obtenidas con el método. • Las limitaciones de aplicación de la ISO 6946:2007 en cerramientos existentes al necesitar conocer las capas que componen el cerramiento. Por tanto, analizar la posibilidad de utilizar nuevas metodologías de análisis de datos que estimen los resultados de la ISO 6946:2007 a través de variables monitorizadas dotaría de una mayor aplicabilidad del método. Mediante la realización de una serie de campañas experimentales, procesos de simulación y aplicación de técnicas estadísticas avanzadas, se han podido abordar las principales limitaciones que presentaban los métodos experimentales. Estas investigaciones estuvieron estructuradas en cada uno de los puntos indicados anteriormente. Con respecto al análisis del término convectivo en los métodos cuantitativos de termografía infrarroja, se detectó que el lugar de realización del ensayo (exterior o interior), el planteamiento de análisis de datos y el término convectivo influyen de manera considerable en los resultados. En los casos de los métodos de exterior, las expresiones analizadas para los coeficientes de transferencia de calor convectiva externa correlacionadas con la velocidad del viento mostraron un conjunto de resultados diferenciados en función del tipo de ensayo y del planteamiento adoptado. En este sentido, se destacan los siguientes aspectos: • Para el enfoque de convección, se consiguieron resultados válidos en los 3 tipos de cerramientos analizados con las ecuaciones de Watmuff et al. (Ecuación (49)), de Lunde (Ecuación (52)), de la ISO 6946:2007 (Ecuación (67)) y de Liu y Harris (Ecuaciones (72) y (73)). • Para el enfoque de convección y de radiación, las ecuaciones que pertenecen a los clústeres “a”, “b”, “c”, “e”, “f”, “g”, “h”, “k”, “l” y “o” obtuvieron resultados válidos en el Optimización de los métodos de caracterización térmica de la envolvente de edificios 134 cerramiento sin aislamiento, mientras que el uso de ecuaciones de los clústeres “r”, “s” y ”t” obtuvo resultados válidos en paredes con aislamiento. • Para el enfoque de convección simplificada y de radiación, se alcanzaron resultados válidos en paredes sin aislamiento o con aislamiento de pequeño espesor. Además, los resultados fueron similares entre las diferentes ecuaciones del coeficiente de transferencia de calor convectivo externo cuando la velocidad del viento fue baja. No obstante, el índice de repetibilidad de resultados válidos de estas ecuaciones no fue elevado. Asimismo, el uso de la velocidad promedio del viento o de la velocidad del viento medida en cada instante como variable de entrada en el procedimiento de cálculo modificó significativamente los resultados de transmitancia térmica logrados en cada ensayo. Por tanto, se consiguió una variación mayor en los resultados de aquellas pruebas en las que la desviación presentada por la velocidad instantánea del viento fue alta con respecto al valor medio. De los enfoques adimensionales, ninguno de los coeficientes de transferencia de calor convectivo externo analizados consiguió resultados representativos para el enfoque de convección, mientras que el enfoque de convección y de radiación obtuvo resultados representativos en dos de los ensayos, con un comportamiento similar al enfoque simplificado de Albatici y Tonelli. Así pues, dadas estas variaciones en los distintos planteamientos y a la baja repetibilidad de los resultados, no fue posible establecer un coeficiente o un enfoque adecuado para utilizar estas correlaciones en el método externo. Respecto a los métodos de interior, las diversas expresiones analizadas se caracterizaron por mostrar una mayor robustez. En primer lugar, en el planteamiento de convección, las correlaciones de diferencias de temperatura con un alto flujo de convección tuvieron asociado un mayor número de resultados representativos, mientras que, en el planteamiento de convección y radiación, fueron las ecuaciones de Alamdari y Hammond (Ecuación (93)), de Min et al. (Ecuación (86)), de Holman (Ecuación (98)) y de Fohanno y Polidori (Ecuación (106)) las que consiguieron resultados válidos en los 3 muros analizados. Sin embargo, las correlaciones de números adimensionales fueron las que obtuvieron un mayor número de resultados representativos. En este sentido, de las 20 ecuaciones analizadas, solo una de ellas no logró resultados representativos, mientras que el resto se caracterizó por alcanzar resultados ajustados en la gran mayoría de los ensayos. Por lo tanto, los resultados reflejaron la conveniencia del empleo de los métodos de interior con correlaciones de números adimensionales como la metodología más adecuada para aplicar el método de termografía infrarroja cuantitativa. Estos resultados van en consonancia con las últimas investigaciones acerca del método llevadas a cabo por Tejedor et al. (2017, 2018) en relación con la utilización de números adimensionales, y permiten marcar la línea de desarrollo del método para próximas investigaciones. En relación a las investigaciones de análisis y optimización del método termométrico, el primeros de los análisis relacionado con la aplicación del procedimiento clásico del método determinó que existe la posibilidad de evaluar la transmitancia térmica en diferentes tipologías de cerramiento, siempre que se reúnan tres condicionantes: realización del ensayo con unas condiciones de gradiente térmico elevado, utilización de instrumental adecuado y realización de un procesado posterior de los datos. En los ensayos en los que se reunieron estos 3 condicionantes, los resultados fueron satisfactorios, con un grado de desviación bajo. En el caso del gradiente térmico, la consideración de un gradiente térmico de 5 °C puede permitir la realización del ensayo con un grado de exactitud adecuado en los resultados, siempre que haya un gran número de registros cumpliendo esta condición. Por consiguiente, se garantiza la Optimization of experimental thermal characterization methods of building envelope 135 utilización del método en regiones climáticas cálidas como las del mediterráneo. Sin embargo, la realización del ensayo con un gradiente térmico elevado (p. ej., mayor de 10 °C) asegura una mayor estabilidad de las medidas instantáneas en torno al valor representativo del cerramiento. El análisis del método termométrico prosiguió con la aplicación del procedimiento de corrección de almacenamiento de calor de la ISO 9869-1:2014 en el método termométrico basándose en el empleo de perceptrones multicapa. Los resultados reflejaron que el diseño considerado constituye un planteamiento adecuado para realizar el procedimiento de cálculo, debido, entre otros factores, a las características propias del procedimiento de cálculo, en el que resulta necesario conocer las propiedades térmicas de las capas para su aplicación y en el que influyen más los espesores y las conductividades térmicas de las capas que su ubicación. En este sentido, en cerramientos con aislamiento en algunas de sus capas, la determinación del grosor de este material condujo a variaciones de entre el 6,10 % y el 7,67 % de la transmitancia térmica corregida, mientras que las diferencias causadas por el tipo de material existente en esa capa estuvieron entre el 0,50 % y el 2,55 % (debido a la similitud en las propiedades térmicas de los principales materiales aislantes más utilizados). Con respecto a las estimaciones realizadas por el perceptrón multicapa en el procedimiento corrector, se obtuvieron resultados válidos en los ensayos de los tres períodos constructivos examinados, con desviaciones inferiores al 20 % entre el valor medido y el esperado. La duración del ensayo requerida para cada cerramiento varió en función de la resistencia térmica y de las variaciones de la temperatura exterior. En este sentido, se consiguieron resultados válidos en 2 días en el cerramiento del período 2, mientras que fue necesario extender la prueba a 4 días en el cerramiento del período 3. Por lo tanto, el modelo de análisis de datos propuesto conduce a lograr resultados válidos en períodos de tiempo más cortos que los recomendados en varias investigaciones. Asimismo, el perceptrón multicapa no necesita un procesamiento posterior de datos para alcanzar resultados representativos (optimizando la velocidad del procedimiento de cálculo), aunque el procesamiento posterior redujo el porcentaje de error hasta en un 4,55 %. Sin embargo, una de las principales limitaciones del método termométrico se debe a la utilización de un valor teórico para el coeficiente de transferencia de calor total interior. Al contrario que el método de la ISO 9869-1:2014, no se realiza una caracterización exacta del flujo de calor, de manera que puede provocar desviaciones significativas cuando la caracterización del cerramiento no se realiza en las condiciones establecidas para el valor teórico empleado en el método termométrico. Para eliminar esta aportación de error del método, se diseñaron perceptrones multicapa para estimar la transmitancia térmica de los diferentes enfoques sugeridos en la ISO 9869-1:2014 (el método promedio y el método promedio con corrección para los efectos de almacenamiento), de manera que se obtienen resultados ajustados según el procedimiento de la norma, pero siguiendo el esquema de funcionamiento del método termométrico. A tenor de los resultados obtenidos en un conjunto de 22.820 ensayos, se concluye que la aplicación de los perceptrones multicapa es efectiva. Con esta nueva metodología se realizaron estimaciones ajustadas con respecto a los valores de transmitancia térmica conseguidos mediante el método promedio de la ISO 9869-1:2014 (en estos casos, el coeficiente de determinación fue siempre superior al 98 %). Respecto a las estimaciones que utilizan el enfoque de corrección de la ISO 9869-1:2014, se consiguieron resultados similares con el mismo número de datos. Sin embargo, para este enfoque, el uso de arquitecturas más complejas no mejoró de manera cuantiosa las estimaciones. El análisis del peso de las variables de entrada determinó que las variables resultantes de la monitorización afectaron considerablemente la precisión de los modelos, mientras que el espesor y la duración del ensayo tuvieron una menor influencia. El período constructivo también tuvo un impacto significativo en el rendimiento de los modelos, alcanzando errores Optimización de los métodos de caracterización térmica de la envolvente de edificios 136 promedio que oscilaban entre 0,39 W/(m²K) y 0,83 W/(m²K). Por lo tanto, se evaluó el uso de perceptrones multicapa diseñados especialmente para cada período constructivo. El uso de estos nuevos modelos aumentó el ajuste en las estimaciones de transmitancia térmica realizadas con respecto a las de los modelos completos (es decir, los modelos diseñados para todos los períodos constructivos). El uso de modelos individuales es una oportunidad para lograr resultados más precisos, lo que garantiza que la metodología se extrapola a otras regiones de acuerdo con sus tipologías y períodos de construcción. Las limitaciones de la metodología propuesta se centran en la necesidad de tener un gran conjunto de datos y representativo para desarrollar perceptrones multicapa. Finalmente, el último de los estudios estuvo orientado a determinar la transmitancia térmica de la ISO 6946:2007 con el objeto de una aplicación más fluida del procedimiento de validación de los métodos experimentales recogido en el punto 7.3. de la ISO 9869-1:2014. Además, en este estudio se planteó determinar el período constructivo del cerramiento, cuya necesidad derivó de los planteamientos de investigaciones anteriores realizadas en la tesis. Para ello, se utilizaron las variables medidas a través de los métodos termoflujométrico y termométrico, así como dos algoritmos de aprendizaje automático: los bosques aleatorios y los perceptrones multicapa. Como resultado, se determinó que los bosques aleatorios tuvieron un rendimiento eficiente para la determinación de la transmitancia térmica de la ISO 6946:2007 y del período constructivo. Por un lado, en el caso de la determinación de la transmitancia térmica de la ISO 6946:2007, los modelos realizaron estimaciones con un coeficiente de determinación superior al 99,55 % con respecto a los valores reales. Por otro lado, más de 5000 de los ensayos analizados en la fase de testeo tuvieron errores en la estimación inferiores a 0,05 W/(m²K). También, al comparar los bosques aleatorios con los perceptrones multicapa, se comprobó que, aunque los perceptrones multicapa tuvieron un buen rendimiento, los bosques aleatorios constituyeron la tipología de algoritmo más adecuada para determinar la transmitancia térmica de la ISO 6946:2007. Esta misma tendencia se detectó en el planteamiento para determinar el período constructivo del cerramiento. Asimismo, se estableció el potencial que presenta la utilización de los algoritmos de aprendizaje automático. Los buenos resultados de los diferentes estudios, tanto con la aplicación de los perceptrones multicapa como de los bosques aleatorios, plantean la posibilidad de una mayor aplicación de estas técnicas para resolver problemas de caracterización térmica. En este sentido, en la literatura científica existían pocos estudios que aplicaban estas técnicas para abordar la caracterización térmica de algún elemento de la envolvente. Finalmente, los resultados obtenidos en esta tesis podrían ser útiles para que los arquitectos, los auditores energéticos, los arquitectos técnicos y los ingenieros caractericen la transmitancia térmica de las fachadas en los edificios existentes. Además, los resultados son útiles para que estos técnicos dispongan de nuevos recursos para garantizar la propuesta de medidas de ahorro energético más adecuadas mediante una caracterización correcta de las prestaciones térmicas de la envolvente de los edificios existentes. Con todo ello, se facilitaría una tasa más alta de renovación energética del parque inmobiliario, así como el alcance de los objetivos internacionales de reducción de emisiones de gases de efecto invernadero para mediados del siglo XXI. Optimization of experimental thermal characterization methods of building envelope 137 8. Conclusions 17 The main contribution of this thesis is the review and analysis of thermal characterization methods with the greatest knowledge gaps. Firstly, some research was done to provide a context and to give a greater importance to the influence of the thermal transmittance on building energy consumption and on habitability conditions. It was found that the variations presented by the thermal properties of the envelope could have significant effects on these two aspects. Afterwards, the experimental characterization methods of the thermal transmittance in existing walls was fully analysed in the scientific literature. Some knowledge gaps were as follows: • The lack of consensus on the quantitative infrared thermography methods for formulation. Therefore, determining the convection correlation, both external and internal, which best adapts to these methods constituted one of the main aspects of the analysis of the method. • The lack of research studies on the limitations and possibilities of applying the thermometric method, as well as on the development of new procedures to analyse data based on the variables obtained with the method. • The limitations to apply ISO 6946 in existing walls as the wall layers are required to be known. Analysing the possibility of using new data analysis methodologies to estimate the results of ISO 6946 through monitored variables would therefore provide a greater applicability of the method. Several experimental campaigns and simulation processes, as well as the application of advanced statistical techniques, have tackled the main limitations of experimental methods. These research studies were structured based on the aspects previously mentioned. In the analysis of the convective term in quantitative infrared thermography methods, it was found that the place where the test is performed (exterior or interior), the data analysis approach, and the convective term strongly affect the results. As for external methods, the different expressions analysed for the external convective heat transfer coefficients correlated with wind speed obtained different results according to the test and to the approach adopted: • For the convection approach, valid results were obtained in the 3 types of walls analysed with the equations of Watmuff et al. (Equation (49)), of Lunde (Equation (52)), of ISO 6946 (Equation (67)), and of Liu and Harris (Equations (72) and (73)). • For the convection and radiation approach, the equations belonging to clusters “a”, “b”, “c”, “e”, “f”, “g”, “h”, “k”, “l”, and “o” obtained valid results in the wall without insulation, whereas the use of the equations of clusters “r”, “s”, and ”t” obtained valid results in walls with insulation. • For the simplified convection and radiation approach, valid results were obtained in walls without insulation or with insulation of low thickness. Also, similar results were obtained 17 En cumplimiento con los criterios necesarios para la mención de Doctorado Internacional, se redacta el Apartado 7 en lengua inglesa. Optimización de los métodos de caracterización térmica de la envolvente de edificios 144 di cui al punto 7.3. della norma ISO 9869-1. Questo studio ha anche preso in considerazione la determinazione del periodo di costruzione dello stabulario, la cui necessità deriva dalle precedenti proposte di ricerca contenute nella tesi. Ciò è stato fatto utilizzando le variabili misurate con i metodi termoflussometrici e termometrici Thermoflow e con due diversi algoritmi di apprendimento automatico: foreste casuali e percettroni multistrato. Sulla base dei risultati ottenuti, è stato possibile determinare che le foreste casuali avevano una resa efficiente per la determinazione della norma ISO 6946 e del periodo di costruzione. Da un lato, nel caso della determinazione della trasmittanza termica della ISO 6946, i modelli hanno effettuato stime con un coefficiente di determinazione superiore al 99,55% rispetto ai valori reali. D'altra parte, più di 5000 delle prove analizzate nella fase di prova presentavano errori di stima inferiori a 0,05 W/(m²K). Inoltre, un confronto tra foreste casuali e percettroni multistrato ha mostrato che, sebbene i percettroni multistrato avessero un buon rendimento, le foreste casuali costituivano la tipologia algoritmica più appropriata per la determinazione della trasmittanza termica della norma ISO 6946. Questa stessa tendenza è stata rilevata nell'approccio per la determinazione del periodo costruttivo dell’involucro. Dai risultati ottenuti nella ricerca svolta in questa tesi, è possibile stabilire il potenziale rappresentato dall'uso degli algoritmi di apprendimento automatico. I buoni risultati ottenuti nei diversi studi, sia con l'applicazione di percettroni multistrato che con foreste casuali, aumentano la possibilità di ulteriore applicazione di queste tecniche per risolvere i problemi di caratterizzazione termica. In questo senso, nella letteratura scientifica ci sono stati pochi studi che hanno applicato queste tecniche per affrontare la caratterizzazione termica di un elemento specifico dell'involucro. Infine, i risultati ottenuti in questa tesi potrebbero essere utili per gli esperti in materia di audit energetico, architetti, architetti tecnici e ingegneri per caratterizzare la trasmissione termica delle facciate negli edifici esistenti. In questo senso, i risultati sono utili affinché questi tecnici abbiano nuove risorse per garantire la proposta di misure di risparmio energetico più appropriate attraverso una adeguata caratterizzazione delle prestazioni termiche dell'involucro di esistenti edifici. Ciò faciliterebbe un più elevato tasso di riqualificazione energetica del parco immobiliare e il raggiungimento degli obiettivi internazionali per ridurre le emissioni di gas a effetto serra entro la metà del XXI secolo. Optimization of experimental thermal characterization methods of building envelope 145 9. Futuras líneas Entre las futuras líneas de investigación se considera que puede tener especial interés para la comunidad científica profundizar en el análisis de las prestaciones térmicas de otros elementos de la envolvente, tales como la cubierta, las ventanas o los elementos en contacto con el terreno. Estos elementos presentan un menor número de investigaciones relacionadas con su caracterización térmica. Así pues, los principios fundamentales de los métodos experimentales de fachadas se deben extrapolar y adaptar en función de las características propias de cada elemento. Otra de las posibles futuras líneas consiste en la exportación de los métodos experimentales analizados en esta tesis a otros procesos constructivos. En este sentido, determinadas construcciones, como las de tipo naval, presentan características similares de condiciones de confort térmico y de consumo energético en sus zonas habilitadas. Así pues, diseñar metodologías que caractericen los elementos constructivos utilizados en sus envolventes permitiría disponer de instrumentos de control de calidad de las construcciones realizadas y garantizaría un menor impacto ambiental de estas construcciones. En relación con el impacto ambiental, existe un principio fundamental para todos los métodos experimentales y sobre el que se ha incidido varias veces a lo largo de la tesis: la realización de los ensayos con un gradiente térmico elevado, ya que garantiza que se realicen en unas condiciones cuasi estacionarias. Sin embargo, resulta necesario la utilización de sistemas de climatización configurados con unas temperaturas de consigna exigentes, los cuales generan un gran consumo energético y un sobrecoste para las familias de las viviendas. Este último aspecto puede ser significativo si los ensayos se realizan en casas de familias con bajos recursos económicos. Por lo tanto, se plantea también como futuras líneas de investigación el análisis del impacto ambiental asociado a los ensayos, así como el desarrollo de nuevos dispositivos y procedimientos que garanticen la realización del ensayo con un gradiente térmico elevado y con un consumo energético bajo. Además, otras tipologías de variables térmicas permiten analizar aspectos no valorados del rendimiento energético de los edificios. En este sentido, el conjunto de variables térmicas periódicas definidas en la ISO 13786:2017 (tales como la transmitancia térmica periódica, la capacidad térmica superficial o la admitancia térmica) determina el rendimiento de los cerramientos ante variaciones sinusoidales de la temperatura externa del aire, las cuales generan flujos de calor en la envolvente y variaciones de la temperatura interior. Para determinar estas variables, se detectan las mismas limitaciones que en la ISO 6946:2007 al requerir el conocimiento de las propiedades térmicas de las capas del elemento analizado. Así pues, el estudio de la utilización de algoritmos de aprendizaje automático para caracterizar estas variables en cerramientos existentes se debe considerar como una futura línea de investigación dentro del marco de la tesis. Finalmente, se plantea el análisis de las opciones de transferencia del conocimiento obtenido en los sectores productivos mediante el desarrollo de herramientas y aplicaciones informáticas. Este aspecto se podría abordar a través de estudios relacionados con el grado de recibimiento y de utilización de estas herramientas por parte de la comunidad profesional de los arquitectos, los arquitectos técnicos y los ingenieros encargados de la mejora energética de los edificios. Optimización de los métodos de caracterización térmica de la envolvente de edificios 146 Optimization of experimental thermal characterization methods of building envelope 147 10. Bibliografía Adhikari, R., Lucchi, E., & Pracchi, V. (2012). Experimental measurements on thermal transmittance of the opaque vertical walls in the historical buildings. In PLEA2012 Conference, Opportunities, Limits and Needs Towards an environmentally responsible architecture. AENOR. (1996). UNE-EN ISO 7345:1996. Aislamiento térmico. Magnitudes físicas y definiciones. Ahmad, A., Maslehuddin, M., & Al-Hadhrami, L. M. (2014). In situ measurement of thermal transmittance and thermal resistance of hollow reinforced precast concrete walls. Energy and Buildings, 84, 132–141. https://doi.org/10.1016/j.enbuild.2014.07.048 Ahvenainen, S., Kokko, E., & Aittomäki, A. (1980). Thermal conductance of wall structures. NASA STI/Recon Technical Report N, 82. Aittomäki, A. (1972). Determination of the Overall Heat Transfer Coefficient of Multilayer Structures under Non-Steady Conditions. Al-Arabi, M., & Sakr, B. (1988). Natural convection heat transfer from inclined isothermal plates. International Journal of Heat and Mass Transfer, 31(3), 559–566. https://doi.org/10.1016/0017-9310(88)90037-3 Al-Sanea, S. A., Zedan, M. F., & Al-Hussain, S. N. (2012). Effect of thermal mass on performance of insulated building walls and the concept of energy savings potential. Applied Energy, 89(1), 430–442. https://doi.org/10.1016/j.apenergy.2011.08.009 Alamdari, F., & Hammond, G. P. (1983). Improved data correlations for buoyancy-driven convection in rooms. Building Services Engineering Research and Technology, 4(3), 106– 112. https://doi.org/10.1177/014362448300400304 Albatici, R., Passerini, F., Tonelli, A. M., & Gialanella, S. (2013). Assessment of the thermal emissivity value of building materials using an infrared thermovision technique emissometer. Energy and Buildings, 66, 33–40. https://doi.org/10.1016/j.enbuild.2013.07.004 Albatici, R., & Tonelli, A. M. (2008). On site evaluation of U-value of opaque building elements: a new methodology. In PLEA 2008 - 25th Conference on Passive and Low Energy Architecture. Albatici, R., & Tonelli, A. M. (2010). Infrared thermovision technique for the assessment of thermal transmittance value of opaque building elements on site. Energy and Buildings, 42(11), 2177–2183. https://doi.org/10.1016/j.enbuild.2010.07.010 Albatici, R., Tonelli, A. M., & Chiogna, M. (2015). A comprehensive experimental approach for the validation of quantitative infrared thermography in the evaluation of building thermal transmittance. Applied Energy, 141, 218–228. https://doi.org/10.1016/j.apenergy.2014.12.035 Anderlind, G. (1992). Multiple regression analysis of in situ thermal measurements—Study of an attic insulated with 800 mm loose fill insulation. Journal of Thermal Insulation and Building Envelopes, 16(1), 81–104. Anderlind, G. (1996). Dynamic Thermal Models. Andújar Márquez, J. M., Martínez Bohórquez, M. Á., & Gómez Melgar, S. (2017). A new metre for cheap, quick, reliable and simple thermal transmittance (U-Value) measurements in buildings. Sensors, 17(9), 1–18. https://doi.org/10.3390/s17092017 Optimización de los métodos de caracterización térmica de la envolvente de edificios 148 Arpino, F., Dell’Isola, M., Ficco, G., Iacomini, L., & Fernicola, V. (2011). Design of a calibration system for heat flux meters. International Journal of Thermophysics, 32(11–12), 2727– 2734. https://doi.org/10.1007/s10765-011-1054-3 Ascione, F., Bianco, N., De Masi, R. F., De’Rossi, F., & Vanoli, G. P. (2013). Simplified state space representation for evaluating thermal bridges in building: Modelling, application and validation of a methodology. Applied Thermal Engineering, 61(2), 344–354. https://doi.org/10.1016/j.applthermaleng.2013.07.052 Ascione, F., Bianco, N., De Masi, R. F., Mauro, G. M., Musto, M., & Vanoli, G. P. (2014). Experimental validation of a numerical code by thin film heat flux sensors for the resolution of thermal bridges in dynamic conditions. Applied Energy, 124, 213–222. https://doi.org/10.1016/j.apenergy.2014.03.014 Asdrubali, F., D’Alessandro, F., Baldinelli, G., & Bianchi, F. (2014). Evaluating in situ thermal transmittance of green buildings masonries: A case study. Case Studies in Construction Materials, 1, 53–59. https://doi.org/10.1016/j.cscm.2014.04.004 Associação Brasileira de Normas Técnicas. (2005). NBR 15220: Desempenho Térmico de edificações. Associação Brasileira de Normas Técnicas. (2013). NBR 15575: edificações habitacionais: desempenho. Assouline, D., Mohajeri, N., & Scartezzini, J. L. (2018). Large-scale rooftop solar photovoltaic technical potential estimation using Random Forests. Applied Energy, 217(February), 189– 211. https://doi.org/10.1016/j.apenergy.2018.02.118 ASTM International. (2014a). ASTM E1862-14, Standard Test Methods for Measuring and Compensating for Reflected Temperature Using Infrared Imaging Radiometers. https://doi.org/10.1520/E1862-14 ASTM International. (2014b). ASTM E1933-14, Standard Practice for Measuring and Compensating for Emissivity Using Infrared Imaging Radiometers. https://doi.org/10.1520/E1933-14 ASTM International. (2015). ASTM C1060 - 11a, Standard practice for thermographic inpection of insulation instalations in envelope cavities of frame buildings. https://doi.org/10.1520/C1060-11AR15 Atsonios, I. A., Mandilaras, I. D., Kontogeorgos, D. A., & Founti, M. A. (2017). A comparative assessment of the standardized methods for the in–situ measurement of the thermal resistance of building walls. Energy and Buildings, 154, 198–206. https://doi.org/10.1016/j.enbuild.2017.08.064 Atsonios, I. A., Mandilaras, I. D., Kontogeorgos, D. A., & Founti, M. A. (2018). Two new methods for the in-situ measurement of the overall thermal transmittance of cold frame lightweight steel-framed walls. Energy and Buildings, 170, 183–194. https://doi.org/10.1016/j.enbuild.2018.03.069 Attia, S., Eleftheriou, P., Xeni, F., Morlot, R., Ménézo, C., Kostopoulos, V., … Hidalgo-Betanzos, J. M. (2017). Overview and future challenges of nearly zero energy buildings (nZEB) design in Southern Europe. Energy and Buildings, 155(2017), 439–458. https://doi.org/10.1016/j.enbuild.2017.09.043 Avdelidis, N. P., & Moropoulou, A. (2003). Emissivity considerations in building thermography. Energy and Buildings, 35(7), 663–667. https://doi.org/10.1016/S0378-7788(02)00210-4 Awbi, H. B., & Hatton, A. (1999). Natural convection from heated room surfaces. Energy and Buildings, 30, 233–244. https://doi.org/10.1016/S0098-8472(99)00063-5 Aznar, F., Echarri, V., Rizo, C., & Rizo, R. (2018). Modelling the thermal behaviour of a building facade using deep learning. PLoS ONE, 13(12), 1–20. Optimization of experimental thermal characterization methods of building envelope 149 https://doi.org/10.1371/journal.pone.0207616 Bagavathiappan, S., Lahiri, B. B., Saravanan, T., Philip, J., & Jayakumar, T. (2013). Infrared thermography for condition monitoring – A review. Infrared Physics & Technology, 60, 35– 55. https://doi.org/10.1016/j.infrared.2013.03.006 Baker, P. (2011). U-values and traditional buildings: in situ measurements and their comparisons to calculated values. Historic Scotland Technical paper 10. Baker, P. H., & van Dijk, H. A. L. (2008). PASLINK and dynamic outdoor testing of building components. Building and Environment, 43(2), 143–151. https://doi.org/10.1016/j.buildenv.2006.10.009 Balaras, C. A., & Argiriou, A. A. (2002). Infrared thermography for building diagnostics. Energy and Buildings, 34(2), 171–183. https://doi.org/10.1016/S0378-7788(01)00105-0 Ballarini, I., Corgnati, S. P., & Corrado, V. (2014). Use of reference buildings to assess the energy saving potentials of the residential building stock: The experience of TABULA project. Energy Policy, 68, 273–284. https://doi.org/10.1016/j.enpol.2014.01.027 Barreira, E., Almeida, R. M. S. F., & Delgado, J. M. P. Q. (2016). Infrared thermography for assessing moisture related phenomena in building components. Construction and Building Materials, 110, 251–269. https://doi.org/10.1016/j.conbuildmat.2016.02.026 Barron, A. R. (1993). Universal approximation bounds for superpositions of a sigmoidal function. IEEE Transactions on Information Theory, 39(3), 930–945. Bellia, L., & Minichiello, F. (2003). A simple evaluator of building envelope moisture condensation according to an European Standard. Building and Environment, 38(3), 457– 468. https://doi.org/10.1016/S0360-1323(02)00060-4 Besagni, G., & Borgarello, M. (2018). The determinants of residential energy expenditure in Italy. Energy, 165, 369–386. Biddulph, P., Gori, V., Elwell, C. A., Scott, C., Rye, C., Lowe, R., & Oreszczyn, T. (2014). Inferring the thermal resistance and effective thermal mass of a wall using frequent temperature and heat flux measurements. Energy and Buildings, 78, 10–16. https://doi.org/10.1016/j.enbuild.2014.04.004 Bienvenido-Huertas, D., Bermúdez, J., Moyano, J. J., & Marín, D. (2019a). Influence of ICHTC correlations on the thermal characterization of façades using the quantitative internal infrared thermography method. Building and Environment, 149, 512–525. https://doi.org/10.1016/j.buildenv.2018.12.056 Bienvenido-Huertas, D., Bermúdez, J., Moyano, J., & Marín, D. (2019b). Comparison of quantitative IRT to estimate U-value using different approximations of ECHTC in multi-leaf walls. Energy and Buildings, 184, 99–113. https://doi.org/10.1016/j.enbuild.2018.11.028 Bienvenido-Huertas, D., Moyano, J., Marín, D., & Fresco-Contreras, R. (2019). Review of in situ methods for assessing the thermal transmittance of walls. Renewable and Sustainable Energy Reviews, 102, 356–371. https://doi.org/10.1016/j.rser.2018.12.016 Bienvenido-Huertas, D., Moyano, J., Rodríguez-Jiménez, C. E., & Marín, D. (2019). Applying an artificial neural network to assess thermal transmittance in walls by means of the thermometric method. Applied Energy, 233–234, 1–14. https://doi.org/10.1016/j.apenergy.2018.10.052 Bienvenido-Huertas, D., Oliveira, M., Rubio-Bellido, C., & Mar, D. (2019). A Comparative Analysis of the International Regulation of Thermal Properties in Building Envelope. Sustainability, 11, 5574. https://doi.org/10.3390/su11205574 Bienvenido-Huertas, D., Pérez-Fargallo, A., Alvarado-Amador, R., & Rubio-Bellido, C. (2019). Influence of climate on the creation of multilayer perceptrons to analyse the risk of fuel Optimización de los métodos de caracterización térmica de la envolvente de edificios 150 poverty. Energy & Buildings, 198, 38–60. https://doi.org/10.1016/j.enbuild.2019.05.063 Bienvenido-Huertas, D., Quiñones, J. A. F., Moyano, J., & Rodríguez-Jiménez, C. E. (2018). Patents Analysis of Thermal Bridges in Slab Fronts and Their Effect on Energy Demand. Energies, 11(9), 2222. https://doi.org/10.3390/en11092222 Bienvenido-Huertas, D., Rodríguez-Álvaro, R., Moyano, J. J., Rico, F., & Marín, D. (2018). Determining the U-Value of Façades Using the Thermometric Method: Potentials and Limitations. Energies, 11(2), 1–17. https://doi.org/10.3390/en11020360 Bienvenido-Huertas, D., Rubio-Bellido, C., Pérez-Ordóñez, J. L., & Moyano, J. (2019). Optimizing the evaluation of thermal transmittance with the thermometric method using multilayer perceptrons. Energy and Buildings, 198, 395–411. https://doi.org/10.1016/j.enbuild.2019.06.040 Bienvenido-Huertas, D., Rubio-Bellido, C., Pérez-Ordóñez, J. L., & Oliveira, M. J. (2020). Automation and optimization of in-situ assessment of wall thermal transmittance using a Random Forest algorithm. Building and Environment, 168. https://doi.org/10.1016/j.buildenv.2019.106479 Bienvenido-Huertas, D., Rubio-Bellido, C., Pérez-Ordóñez, J., & Martínez-Abella, F. (2019). Estimating Adaptive Setpoint Temperatures Using Weather Stations. Energies, 12(7), 1197. https://doi.org/10.3390/en12071197 Bienvenido-Huertas, D., Rubio-Bellido, C., Sánchez-García, D., & Moyano, J. (2019). Internal surface condensation risk in façades of Spanish social dwellings. Building Research & Information, 47(8), 1–20. https://doi.org/10.1080/09613218.2019.1612729 Birchall, S., Pearson, C., & Brown, R. (2011). Solid Wall Insulation Field Trial-Baseline Performance of the Property Sample. Björk, F., & Enochsson, T. (2009). Properties of thermal insulation materials during extreme environment changes. Construction and Building Materials, 23(6), 2189–2195. https://doi.org/10.1016/j.conbuildmat.2008.12.006 Breiman, L. (1996). Bagging predictors. Machine Learning, 24(2), 123–140. Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32. https://doi.org/10.1023/A:1010933404324 Breiman, L., Friedman, J., Stone, C. J., & Olshen, R. A. (2017). Classification and regression trees. Brounen, D., Kok, N., & Quigley, J. M. (2012). Residential energy use and conservation: Economics and demographics. European Economic Review, 56(5), 931–945. https://doi.org/10.1016/j.euroecorev.2012.02.007 Budaiwi, I., & Abdou, A. (2013). The impact of thermal conductivity change of moist fibrous insulation on energy performance of buildings under hot–humid conditions. Energy and Buildings, 60, 388–399. https://doi.org/10.1016/j.enbuild.2013.01.035 Buratti, C., Barelli, L., & Moretti, E. (2012). Application of artificial neural network to predict thermal transmittance of wooden windows. Applied Energy, 98, 425–432. https://doi.org/10.1016/j.apenergy.2012.04.004 Byrne, A., Byrne, G., Davies, A., & Robinson, A. J. (2013). Transient and quasi-steady thermal behaviour of a building envelope due to retrofitted cavity wall and ceiling insulation. Energy and Buildings, 61, 356–365. https://doi.org/10.1016/j.enbuild.2013.02.044 Carroll Jr, J. R. (1948). Natural convection in panel heating. Heating Ventilating, 45, 70–76. Cesaratto, P. G., & De Carli, M. (2013). A measuring campaign of thermal conductance in situ and possible impacts on net energy demand in buildings. Energy and Buildings, 59, 29–36. https://doi.org/10.1016/j.enbuild.2012.08.036 Optimization of experimental thermal characterization methods of building envelope 151 Cesaratto, P. G., De Carli, M., & Marinetti, S. (2011). Effect of different parameters on the in situ thermal conductance evaluation. Energy and Buildings, 43(7), 1792–1801. https://doi.org/10.1016/j.enbuild.2011.03.021 Choi, D. S., & Ko, M. J. (2017). Comparison of Various Analysis Methods Based on Heat Flowmeters and Infrared Thermography Measurements for the Evaluation of the In Situ Thermal Transmittance of Opaque Exterior Walls. Energies, 10(7), 1–22. https://doi.org/10.3390/en10071019 Chudzik, S. (2017). Applying infrared measurements in a measuring system for determining thermal parameters of thermal insulation materials. Infrared Physics and Technology, 81, 296–304. https://doi.org/10.1016/j.infrared.2016.12.025 Churchill, S. W., & Chu, H. H. S. (1975). Correlating equations for laminar and turbulent free convection from a horizontal cylinder. International Journal of Heat and Mass Transfer, 18, 1049–1053. CIBSE. (1976). CIBSE Guide C3, Heat Transfer. CIBSE. (2015). CIBSE Guide A: Environmental Design. Building (Vol. 30). https://doi.org/10.1016/0360-1323(94)00059-2 Cole, R. J., & Sturrock, N. S. (1977). The convective heat exchange at the external surface of buildings. Building and Environment, 12(4), 207–214. https://doi.org/10.1016/0360- 1323(77)90021-X Cornelis, E. (2019). History and prospect of voluntary agreements on industrial energy efficiency in Europe. Energy Policy, 132(June), 567–582. https://doi.org/10.1016/j.enpol.2019.06.003 Cucumo, M., De Rosa, A., Ferraro, V., Kaliakatsos, D., & Marinelli, V. (2006). A method for the experimental evaluation in situ of the wall conductance. Energy and Buildings, 38(3), 238– 244. https://doi.org/10.1016/j.enbuild.2005.06.005 Cucumo, Mario, Ferraro, V., Kaliakatsos, D., & Mele, M. (2018). On the distortion of thermal flux and of surface temperature induced by heat flux sensors positioned on the inner surface of buildings. Energy & Buildings, 158, 677–683. https://doi.org/10.1016/j.enbuild.2017.10.034 Cybenko, G. (1989). Approximation by superpositions of a sigmoidal function. Mathematics of Control, Signals and Systems, 2(4), 303–314. Dahlgren, R. A., Boettinger, J. L., Huntington, G. L., & Amundson, R. G. (1997). Soil development along an elevational transect in the western Sierra Nevada, California. Geoderma, 78(3–4), 207–236. https://doi.org/10.1016/S0016-7061(97)00034-7 Dall’O’, G., Sarto, L., & Panza, A. (2013). Infrared screening of residential buildings for energy audit purposes: Results of a field test. Energies, 6(8), 3859–3878. https://doi.org/10.3390/en6083859 Davies, M. G. (2004). Building heat transfer. De Lieto Vollaro, R., Guattari, C., Evangelisti, L., Battista, G., Carnielo, E., & Gori, P. (2015). Building energy performance analysis: A case study. Energy and Buildings, 87, 87–94. https://doi.org/10.1016/j.enbuild.2014.10.080 Deb, C., Eang, S., & Santamouris, M. (2018). Using artificial neural networks to assess HVAC related energy saving in retrofitted office buildings, 163, 32–44. https://doi.org/10.1016/j.solener.2018.01.075 Deconinck, A. H., & Roels, S. (2015). A maximum likelihood estimation of the thermal resistance of a cavity wall from on-site measurements. Energy Procedia, 78, 3276–3281. https://doi.org/10.1016/j.egypro.2015.11.723 Deconinck, A. H., & Roels, S. (2016). Comparison of characterisation methods determining the Optimización de los métodos de caracterización térmica de la envolvente de edificios 152 thermal resistance of building components from onsite measurements. Energy and Buildings, 130, 309–320. https://doi.org/10.1016/j.enbuild.2016.08.061 Defraeye, T., Blocken, B., & Carmeliet, J. (2011). Convective heat transfer coefficients for exterior building surfaces: Existing correlations and CFD modelling. Energy Conversion and Management, 52(1), 512–522. https://doi.org/10.1016/j.enconman.2010.07.026 Departamento de Infraestructura (Argentina). (2010). Decreto Reglamentario 1030/10. Desogus, G., Mura, S., & Ricciu, R. (2011). Comparing different approaches to in situ measurement of building components thermal resistance. Energy and Buildings, 43(10), 2613–2620. https://doi.org/10.1016/j.enbuild.2011.05.025 Dietterich, T. G. (2000). Experimental comparison of three methods for constructing ensembles of decision trees: bagging, boosting, and randomization. Machine Learning, 40(2), 139– 157. https://doi.org/10.1023/A:1007607513941 Domínguez-Amarillo, S., Sendra, J. J., & Oteiza, I. (2016). La envolvente térmica de la vivienda social. El caso de Sevilla, 1939 a 1979. Domínguez-Muñoz, F., Anderson, B., Cejudo-López, J. M., & Carrillo-Andrés, A. (2010). Uncertainty in the thermal conductivity of insulation materials. Energy Build, 42, 2159– 2168. https://doi.org/10.1016/j.enbuild.2010.07.006 Dudoit, S., Fridlyand, J., & Speed, T. P. (2002). Comparison of discrimination methods for the classification of tumors using gene expression data. Journal of the American Statistical Association, 97(457), 77–87. Earle, R. L., & Earle, M. D. (1983). Unit Operations in Food Processing. Echarri, V., Espinosa, A., & Rizo, C. (2017). Thermal transmission through existing building enclosures: Destructive monitoring in intermediate layers versus non-destructive monitoring with sensors on surfaces. Sensors, 17(12), 1–24. https://doi.org/10.3390/s17122848 Instituto de Ciencias de la Construcción Eduardo Torroja. (2010). Catálogo de Elementos Constructivos del Código Técnico de la Edificación. Elwell, C. A., Robertson, H., Wingfield, J., Biddulph, P., & Gori, V. (2017). The thermal characteristics of roofs: Policy, installation and performance. Energy Procedia, 132, 454– 459. https://doi.org/10.1016/j.egypro.2017.09.664 Emenius, G., Egmar, A. C., & Wickman, M. (1998). Mechanical ventilation protects one-storey single-dwelling houses against increased air humidity, domestic mite allergens and indoor pollutants in a cold climatic region. Clinical and Experimental Allergy, 28(11), 1389–1396. https://doi.org/10.1046/j.1365-2222.1998.00408.x Engineering science data unit. (1979). Heat transfer by free convection and radiation - simply shaped bodies in air and other fluids. Escorcia, O., García, R., Trebilcock, M., Celis, F., & Bruscato, U. (2012). Envelope improvements for energy efficiency of homes in the south-central Chile. Informes de La Construcción, 64(528), 563–574. https://doi.org/10.3989/ic.11.143 European Commission. (2002). Directive 2002/91/EC of the European Parliament and of the council of 16 December 2002 on the energy performance of buildings. European Commission. (2011). A Roadmap for moving to a competitive low carbon economy in 2050. European Environment Agency. (2018). Final energy consumption by sector and fuel (2016). Obtenido de: http://www.eea.europa.eu/data-and-maps/indicators/ final-energy- consumption-by-sector-9/assessment-1 European Union. (2010). Directive 2010/31/EU of the European Parliament and of the Council Optimization of experimental thermal characterization methods of building envelope 153 of 19 May 2010 on the Energy Performance of Buildings. European Union. (2018). Directive 2018/844 of the European Parliament and of the Council of 30 May 2018 amending Directive 2010/31/EU on the energy performance of buildings and Directive 2012/27/EU on energy efficiency. Evangelisti, L., Guattari, C., & Asdrubali, F. (2018). Influence of heating systems on thermal transmittance evaluations: Simulations, experimental measurements and data postprocessing. Energy and Buildings, 168, 180–190. https://doi.org/10.1016/j.enbuild.2018.03.032 Evangelisti, L., Guattari, C., Gori, P., & De Lieto Vollaro, R. (2015). In situ thermal transmittance measurements for investigating differences between wall models and actual building performance. Sustainability, 7(8), 10388–10398. https://doi.org/10.3390/su70810388 Ficco, G., Iannetta, F., Ianniello, E., D’Ambrosio Alfano, F. R., & Dell’Isola, M. (2015). U-value in situ measurement for energy diagnosis of existing buildings. Energy and Buildings, 104, 108–121. https://doi.org/10.1016/j.enbuild.2015.06.071 Filippini, M., & Pachauri, S. (2004). Elasticities of electricity demand in urban Indian households. Energy Policy, 32(3), 429–436. https://doi.org/10.1016/S0301-4215(02)00314-2 Fishenden, M., & Saunders, O. A. (1950). Introduction to Heat Transfer. Fletcher, R. (1980). Practical methods of optimization. Fohanno, S., & Polidori, G. (2006). Modelling of natural convective heat transfer at an internal surface. Energy and Buildings, 38(5), 548–553. https://doi.org/10.1016/j.enbuild.2005.09.003 Fokaides, P. A., & Kalogirou, S. A. (2011). Application of infrared thermography for the determination of the overall heat transfer coefficient (U-Value) in building envelopes. Applied Energy, 88(12), 4358–4365. https://doi.org/10.1016/j.apenergy.2011.05.014 Fokaides, P. A., Maxoulis, C. N., Panayiotou, G. P., Neophytou, M. K.-A., & Kalogirou, S. A. (2011). Comparison between measured and calculated energy performance for dwellings in a summer dominant environment. Energy and Buildings, 43(11), 3099–3105. https://doi.org/10.1016/j.enbuild.2011.08.005 Franzmeier, D. P., Pedersen, E. J., Longwell, T. J., Byrne, J. G., & Losche, C. K. (1969). Properties of Some Soils in the Cumberland Plateau as Related to Slope Aspect and Position1. Soil Science Society of America Journal, 33, 755–761. https://doi.org/10.2136/sssaj1969.03615995003300050037x Friedman, C., Becker, N., & Erell, E. (2014). Energy retrofit of residential building envelopes in Israel: A cost-benefit analysis. Energy, 77, 183–193. https://doi.org/10.1016/j.energy.2014.06.019 Gaspar, K., Casals, M., & Gangolells, M. (2016). A comparison of standardized calculation methods for in situ measurements of façades U-value. Energy and Buildings, 130, 592– 599. https://doi.org/10.1016/j.enbuild.2016.08.072 Gaspar, K., Casals, M., & Gangolells, M. (2018). Energy & Buildings In situ measurement of façades with a low U-value : Avoiding deviations. Energy & Buildings, 170, 61–73. https://doi.org/10.1016/j.enbuild.2018.04.012 Genova, E., & Fatta, G. (2018). The thermal performances of historic masonry: In-situ measurements of thermal conductance on calcarenite stone walls in Palermo. Energy and Buildings, 168, 363–373. https://doi.org/10.1016/j.enbuild.2018.03.009 Giesecke, F. E. (1940). Radiant heating and cooling. ASHVE, J, Heating Piping Air Cond, 12, 484–485. Gładyszewska-Fiedoruk, K. (2013). Correlations of air humidity and carbon dioxide