Οι μεγάλοι χρόνοι παραμονής των ανθρώπων σε εσωτερικούς χώρους, σημειώνοντας ότι μελέτες έχουν δείξει ότι μπορούν να ξεπερνούν το 90% του συνολικού ημερήσιου χρόνου, αναδεικνύουν την ανάγκη ρύθμισης αποδεκτών συνθηκών για το εσωτερικό περιβάλλον. Η ερευνητική δραστηριότητα σε θέματα της ποιότητας του εσωτερικού περιβάλλοντος είναι έντονη. Μία από τις σημαντικότερες παραμέτρους που μελετάται ευρέως και επηρεάζει άμεσα τους χρήστες των κτιρίων είναι η θερμική άνεση, η οποία και αναφέρεται στην αλληλεπίδραση του ανθρώπου με το θερμικό περιβάλλον. Για τον προσδιορισμό της έχουν αναπτυχθεί διάφορα μοντέλα, με το πιο ευρέως διαδεδομένο να είναι το μοντέλο του Fanger, ενώ πρόσφατα διευρύνεται και η εφαρμογή του προσαρμοστικού μοντέλου (adaptive model). Τα μοντέλα συνδυάζουν φυσικές παραμέτρους, σχετιζόμενες με τις συνθήκες του χώρου, ενώ το μοντέλο Fanger χρησιμοποιεί και υποκειμενικές, με τελικό στόχο τον προσδιορισμό της θερμικής άνεσης. Στην παρούσα εργασία θα επιχειρηθεί η εκτίμηση των αβεβαιοτήτων που σχετίζονται με τις αντικειμενικές όσο και τις υποκειμενικές παραμέτρους του μοντέλου του Fanger. Η εκτίμηση της επίδρασης της αβεβαιότητας των επιμέρους παραγόντων στο τελικό αποτέλεσμα θα βοηθήσει στην ιεράρχηση της σημαντικότητας τους, καθώς και στο σχεδιασμό αντίστοιχων μετρητικών δραστηριοτήτων, αναφερόμενοι στα χαρακτηριστικά του μετρολογικού εξοπλισμού και στην χρήση του στο πεδίο, καθώς και στην διαδικασία εκτίμησης των υποκειμενικών παραγόντων.
Στην εποχή μας, η ρύθμιση αποδεκτών συνθηκών για το εσωτερικό περιβάλλον αποκτάει ολοένα και μεγαλύτερη σημασία, ως αποτέλεσμα της ιδιαίτερα αυξημένης παραμονής μας σε αυτούς αλλά και των τεχνολογικών δυνατοτήτων των σύγχρονων συστημάτων κλιματισμού. Οι παράμετροι που σχετίζονται με το εσωτερικό περιβάλλον είναι η θερμική, οπτική και ακουστική άνεση καθώς και η ποιότητα του εσωτερικού αέρα. Η θερμική άνεση είναι αυτή που συγκεντρώνει το μεγαλύτερο ερευνητικό ενδιαφέρον εξαιτίας της ενεργειακή κρίσης, μιας και θα πρέπει να βρεθούν και να αξιολογηθούν τρόποι για μείωση της κατανάλωσης ενέργειας χωρίς να επηρεαστεί η άνεση των χρηστών. Ως θερμική άνεση ορίζεται “η κατάσταση εκείνη του μυαλού που εκφράζει την ικανοποίηση για το υπάρχον θερμικό περιβάλλον” (ANSI/ASHRAE 55, 2020). Οι παράμετροι που επηρεάζουν την θερμική άνεση είναι θερμοκρασία του αέρα, η μέση θερμοκρασία ακτινοβολίας, η σχετική υγρασία, η ταχύτητα του αέρα, καθώς και ο ρουχισμός και η μεταβολική δραστηριότητα των χρηστών. Τα πιο διαδεδομένα μοντέλα για την εκτίμηση της θερμικής άνεσης είναι το μοντέλο του Fanger και το προσαρμοστικό μοντέλο (adaptive model) που θα αναλυθούν και στη συνέχεια. Σχετικές μελέτες έδειξαν πως οι αβεβαιότητες επηρεάζουν έντονα το μοντέλο του Fanger και δεν θα πρέπει να αγνοούνται (Ekici 2016; Riberio et al. 2015). Πιο συγκεκριμένα διαπιστώθηκε πως η ακρίβεια των μετρητικών οργάνων παίζει πολύ σημαντικό ρόλο για την μείωση των αβεβαιοτήτων, ενώ η παράμετρος που σχετίζεται έντονα με αυξημένες αβεβαιότητες είναι αυτήν της μέσης θερμοκρασία ακτινοβολίας (Ekici, 2016). Παράλληλα αβεβαιότητες προκύπτουν και από την εγκατάσταση του μετρητικού εξοπλισμού στο πεδίο των μετρήσεων τόσο από τα σημεία τοποθέτησης αυτών όσο και από τις χωρικές διακυμάνσεις που παρατηρούνται στις εσωτερικές κλιματικές συνθήκες (Papadopoulos et al., 2022; Dell Isola et al. 2012). Για να μειώσουμε το ποσοστό των αβεβαιοτήτων, πέραν από την επιλογή οργάνων μέτρησης μεγάλης ακρίβειας, όπως αναφέρθηκε και παραπάνω, σημαντική είναι η βαθμονόμηση αυτών ανά τακτά χρονικά διαστήματα (Dell Isola et al. 2012). Η εκτίμηση της θερμικής άνεσης μπορεί να εκτιμηθεί και με τη διάθεση ερωτηματολογίων προς τους χρήστες πέραν των υφιστάμενων μοντέλων. Σύμφωνα με σχετική έρευνα (Wang et al. 2018), που εκτίμησε τις αβεβαιότητες που προέρχονται από την υποκειμενική εκτίμηση της θερμικής άνεσης, η μέθοδος αυτή μπορεί να δώσει σημαντικά και αξιόπιστα αποτελέσματα, σημειώνοντας ότι ο μεγάλος αριθμός ερωτηματολόγιων οδηγεί σε μείωση των αβεβαιοτήτων. Ένα επίσης σημαντικό εύρημα αυτής της μελέτης είναι ότι οι αβεβαιότητες αυξάνονται όταν υπάρχει μεγάλη διαφορά μεταξύ εσωτερικών και εξωτερικών κλιματολογικών συνθηκών (Wang et al. 2018). Τέλος να αναφερθεί πως, στην πλειοψηφία των μελετών, η εκτίμηση της αβεβαιότητας για το δείκτη PMV του μοντέλου του Fanger γίνεται με τον οδηγό GUM, στηριζόμενοι στο νόμο διάδοσης των αβεβαιοτήτων (Ekici, 2016; Riberio et al. 2015; Wang et al. 2018). Στην παρούσα εργασία θα πραγματοποιηθεί εκτίμησης της αβεβαιότητας του μοντέλου του Fanger με τη μέθοδο GUM για τις διάφορες παραμέτρους που το επηρεάζουν, ήτοι την ακρίβεια των οργάνων αλλά και την αβεβαιότητα στην εκτίμηση των τιμών των υποκειμενικών παραγόντων που υπεισέρχονται στο μοντέλο.
Για να διαβάσετε ολόκληρο το περιοδικό γίνετε συνδρομητές.
