Bruno Damián Arballo1
Ernesto Kuchen2, Yesica Alamino-Naranjo3, Alción Alonso-Frank4 Instituto Regional de Planeamiento y Hábitat (IRPHa) – FAUD- UNSJ
Av. Ignacio de la Roza 590 Oeste. Complejo Universitario "Islas Malvinas" –CP: 5400 – Rivadavia – San Juan. Tel. 0264-4233259; email: arballobruno@conicet.gov.ar1; ernestokuchen@faud.unsj.edu.ar2;
y.alaminonaranjo@conicet.gov.ar3; afrank@faud.unsj.edu.ar4
Resumen:
Para la resolución de los problemas de optimización del funcionamiento de edificios, se busca un equilibrio entre eficiencia energética y confort térmico de los usuarios. Estas variables se encuentran en conflicto, un ahorro significativo de energía en climatización puede resultar en condiciones internas de disconformidad térmica. A partir del estudio de cada una de estas variables y en función a datos reales tomados de mediciones en edificios, se construyen modelos matemáticos y se relacionan con modelos previamente desarrollados. El modelo de confort térmico más significativo está basado en el voto medio de confort (“PMV” en inglés “Predicted Mean Vote”), creado por Fanger en 1970. Este ha sido adoptado por la norma ISO 7730, entre otras, y es usado mundialmente para evaluar el confort térmico en edificios. Fanger desarrolló un modelo matemático construido a partir de experimentos en cámara climática controlada con estudiantes en edad universitaria para su uso en condiciones ambientales fijas en edificios con climatización total. Otros autores posteriores a Fanger afirman que para que los usuarios logren mayor confort el modelo debe considerar la capacidad de adaptabilidad de los ocupantes y estar basados en datos tomados de estudios de campo en edificios reales. En esta publicación se discuten, evalúan y comparan algunos estudios y modelos de confort térmico a la luz de los requerimientos y condiciones tecnológicas de la actualidad, a fines de establecer una base de referencia para el adecuado desarrollo de los modelos definitivos a utilizar en los estudios de caso particulares.Palabras clave:
confort térmico; modelos matemáticos; edificios de oficina1 Introducción.
A nivel mundial las edificaciones representan alrededor del 40% del uso de energía, constituyéndose naturalmente en potenciales escenarios de ahorro de energía y emisiones (Yang et al., 2003; Pérez-Lombard et al., 2008; Morosan et al., 2010). Es imperativo lograr una optimización del funcionamiento del edificio (EnBop, 2008), y en este sentido el desarrollo de la optimización multiobjetivo en tiempo real entre eficiencia energética (ahorro energético) y confort térmico de los usuarios. Estas variables se encuentran en conflicto, dado que un ahorro significativo de energía en el sistema energético de climatización puede resultar en condiciones internas de disconformidad térmica para los usuarios. A partir del estudio de cada una de estas variables y en función a datos reales tomados de mediciones en edificios (Kuchen, 2008) se construyen modelos matemáticos y se relacionan con modelos previamente desarrollados (modelos de referencia). Las variables de entrada o funcionales matemáticos necesarios para la optimización, se construyen a partir de los modelos de energía y de confort térmico del edificio.
EVALUACIÓN DE MODELOS DE CONFORT TÉRMICO PARA
INTERIORES
Figura 1. Modelos de confort y energía según Kuchen. Fuente: Kuchen, 2011.
En la presente investigación se revisan diversos modelos de confort, constituyéndose en tres categorías propuestas, Estándar o “steady-state” (Fanger, 1970; Van Hoof, 2008; Van Hoof et al., 2010); Adaptativos (Nicol y Humphreys, 1973; Auliciems, 1981; de Dear et al., 1997; de Dear y Brager, 1998); y Adaptativos-Variables (Kuchen, 2008). La comparación y evaluación pretende determinar una base de referencia apropiada para el modelo definitivo a desarrollarse según los estudios de caso.
Este trabajo de investigación se enmarca dentro de la tesis doctoral en proceso, titulada “Eficiencia Energética y Confort Térmico en Edificios de Oficina mediante Optimización Multiobjetivo”, que a su vez da lugar al desarrollo de un proyecto PDTS en curso titulado “Eficiencia Energética y Confort en Edificios Públicos mediante Optimización Multiobjetivo” (EECOM-Res.1277/16), en la ciudad de San Juan, Argentina.
2 Optimización en Edificios
Un problema de optimización en edificios puede ser planteado en dos instancias diferenciadas. Primero, el problema puede resolverse durante la etapa de diseño proyectual del edificio (Ascione et al., 2016). En este caso los estudios están basados en datos simulados y predictivos del consumo energético del edifico y el confort de los usuarios. Segundo, el problema se resuelve durante la etapa de post-ocupación (durante el uso del edificio), basando el proceso de optimización en datos reales de consumo de energía y de las variables más significativas que influyen en el confort de los usuarios (confort térmico).
Los estudios que se basan en la segunda perspectiva se inician a partir de la correlación entre los datos objetivos de mediciones físicas (temperatura exterior, temperatura radiante media interior, temperatura a bulbo seco interior, temperatura operativa) y datos subjetivos medidos a través de test o encuestas realizadas a los usuarios para obtener indicadores del confort como: voto de confort y temperatura de neutralidad. Estos datos definen, la delimitación de rangos de aceptación térmica y satisfacción del usuario tipo del edificio en estudio (Kuchen, 2008). Según el método que plantea Kuchen, la correlación entre dos o más parámetros de estudio se lleva a cabo mediante el análisis de regresión lineal o no lineal y se muestra a partir de la construcción de diagramas no lineales (Kuchen, 2011), (ver Figura 1).
La optimización multiobjetivo (ver Figura 2), es producto de la combinación adecuada entre el modelo de confort térmico elegido y el de energía propio del edificio (ver Figura 1). La generación de estrategias combinadas de eficiencia energética y confort térmico implican un mejoramiento en la calidad de vida de los usuarios en edificios (salud, rendimiento y productividad), como así también conduce a importantes ahorros de energía y emisiones.
Figura 2. Esquema metodológico de Optimización Multiobjetivo para edificios.
Fuente: elaboración propia.
3 Modelos de Confort Térmico para Interiores
El confort térmico es un aspecto determinante en el proceso de diseño de los edificios y durante su vida útil, ya que el hombre moderno pasa la mayor parte de su tiempo en ambientes interiores (Van Hoof, 2010). Este concepto es definido como el “estado mental o cognitivo que expresa satisfacción con el ambiente térmico” (ANSI/ASHRAE Standard 55, 2004). El ambiente térmico puede ser descripto como “las características ambientales que afectan al intercambio de calor entre el cuerpo humano y su ambiente” (Van Hoof et al, 2010). Desde los estudios desarrollados por Fanger (1960-1970) a la actualidad, existen diversos modelos y formas de estandarizar el confort térmico, brindando mejores respuestas a las necesidades del hombre en función a su ambiente térmico interior a fin de mejorar su calidad de vida y el rendimiento de sus tareas. Los modelos del confort térmico en espacios interiores han dado lugar a la obtención de múltiples estándares y normas internacionales de referencia que delimitan los rangos térmicos aceptables según las características particulares de los estudios (ver ASHRAE-55, 1992, 2004; IS0-7730, 1994, 2006; ISSO-74, 2004, 2014; EnBop, 2008; EN 15251, CEN, 2007; CIBSE, 2013; SN 180, SIA, 2013; GB/T 50785, 2012).
Es este trabajo se revisan los estudios de confort más significativos de las últimas décadas y se propone analizar los modelos para espacios interiores en función a tres categorías diferenciadas. 3.1 Modelo Estándar o “Steady-State”
Los primeros estudios desarrollados en base al confort térmico fueron realizados por Fanger en un espacio físico de cámara climática entre la segunda mitad de la década de 1960 y principios de la década de 1970. Fanger (Fanger, 1970) predice la sensación térmica de un grupo de personas (1300 universitarios) y su respectivo porcentaje de insatisfacción con el ambiente térmico, datos que se expresan en los índices PMV, “Predicted Mean Vote” (voto de confort) y el PPD, “Predicted Percentage of Dissatisfied” (porcentaje de insatisfechos). El PMV es calculado a través de seis variables: metabolismo, aislación de la ropa, temperatura del aire interior, temperatura radiante media interior, velocidad y humedad del aire interior (ver Figura 3). El método PMV-PPD es la base de los estándares ISO 7730 y ASHRAE 55 (ISO 7730, 1994; ASHRAE 55, 1992) usados actualmente en la práctica. El estándar ASHRAE 55-92 define una escala subjetiva (voto de sensación térmica) de 7 puntos a partir de la cual se puede cuantificar el PMV (ver Figura 3).
Figura 4. Modelo Estándar PO Fanger en función a PMV y PPD. Fuente: Fanger, 1970.
Figura 3. Parámetros de entrada del PMV, su relación con el PPD y la escala de 7 Puntos de ASHRAE 55-92.
Fuente: Van Hoof et al, 2010.
El modelo estándar desarrollado por Fanger define un mínimo de 5% de disconformidad posible a una temperatura de neutralidad (0 en la escala de 7 puntos de PMV) de 25,6 °C (ver Figuras 3 y 4; ver Ecuación 1). Mientras la temperatura operativa se hace variar entre 18,9 y 32,2°C, los demás parámetros físicos del ambiente que afectan el confort térmico (humedad y velocidad del aire) y parámetros físicos y fisiológicos de las personas (aislación de la ropa y niveles de actividad) permanecen constantes (Kuchen et. al., 2009).
La ecuación de Fanger para determinar el porcentaje de insatisfechos (PPD) se escribe de la siguiente manera:
Figura 5. Comparación de modelos basados en el método PMV-PPD. Fuente: Van Hoof et al, 2010.
𝑃𝑃𝐷 = 𝑃𝑟𝑒𝑑𝑖𝑐𝑡𝑒𝑑 𝑃𝑒𝑟𝑐𝑒𝑛𝑡𝑎𝑔𝑒 𝑜𝑓 𝐷𝑖𝑠𝑠𝑎𝑡𝑖𝑠𝑓𝑒𝑖𝑑; [%] 𝑃𝑀𝑉 = 𝑃𝑟𝑒𝑑𝑖𝑐𝑡𝑒𝑑 𝑀𝑒𝑎𝑛 𝑉𝑜𝑡𝑒; [−]
El modelo establece restricciones y determina que el cuerpo humano responde a ciertas condiciones, tales como: el cuerpo se encuentra en un balance de calor; la temperatura media de la piel y la tasa de sudoración, influenciando al balance de calor, están bajo ciertos límites; y la disconformidad local no existe (Fanger, 1970). Fanger define el PMV como “un índice que predice y representa el voto medio de sensación térmica en una escala estándar para un gran número de personas bajo ciertas combinaciones de variables dadas por el ambiente térmico interior” (Fanger, 1970, Van Hoof et al, 2010).
El término en inglés “steady-state” es el más adecuado para definir el tipo de modelo de confort térmico que se basa en estudios de cámara climática sometidos a condiciones constantes y fijas a través sistemas de climatización total. En este caso, las variables que definen el PMV (ver Figura 3) permanecen constantes. El cuerpo humano no se define crítico hacia su ambiente térmico interior.
Diversos estudios internacionales se llevan a cabo, bajo diferentes condiciones ambientales, a fines de probar la validez de los estudios de Fanger. Estos modelos son descriptos en (Van Hoof, 2008) y revisados en (Van Hoof et al., 2010). Varios investigadores encuentran diferentes relaciones entre PPD y PMV en función a los propuestos por Fanger en 1970.
En Alemania, el estudio de Mayer propone una nueva relación entre el PMV y PPD, basado en aproximadamente 100 sujetos, encuentra un mínimo PPD de 16% para un PMV de 0,5 (ver Figura 5), en vez de 5% y 0 (cero), respectivamente, en comparación al modelo Fanger (ver Figura 4), (Mayer, 1997). En Corea, Yoon (Yoon et al., 1999) realiza un estudio en cámara climática y compara el voto de sensación térmica resultante de las mediciones subjetivas (encuestas) con los datos de cálculo predictivo del PMV. Obtiene un mínimo PPD de 18% para un PMV de -0,8. En Brasil, el estudio de campo de Araújo y Araújo basado en 1866 votos de sensación térmica tomados de una escuela secundaria y una universidad, encuentra un PPD de 47,5% para un PMV de 0 (cero) (ver Figura 5).
Figura 6. Rangos aceptables de temperatura operativa para espacios acondicionados naturalmente.
3.2 Modelo Adaptativo
En base a los principios de adaptabilidad del cuerpo humano, si un cambio en las condiciones internas y externas produjera disconformidad, las personas reaccionan en forma tal que tienden a restaurar su situación de confort. Los usuarios son activos con respecto a su ambiente térmico y no pasivos (caso del PMV). El modelo adaptativo se basa en estudios de campo en edificios con ventilación natural realizados por Nicol y Humphreys (Nicol y Humphreys, 1973); Auliciems (Auliciems, 1981); de Dear, Brager y Cooper (de Dear et al., 1997); y de Dear y Brager (de Dear y Brager, 1998). A partir de los datos tomados de los estudios de campo, se establecen regresiones lineales relacionadas con la temperatura operativa (rangos de aceptación) a temperaturas exteriores predominantes, se determinan variaciones de la temperatura de confort acorde con el clima exterior, máximos admisibles de temperatura exterior para máxima temperatura interior (ver Figura 6). El modelo adaptativo encuentra su fundamento en tres aspectos interrelacionados: psicológicos (expectativa y habituación de confort en relación clima interior y exterior), de comportamiento o conductual (estrategias de restitución de la situación de confort como apertura de ventanas, uso de parasoles, ventiladores, puertas) y fisiológicos (aclimatación, ropa, ingesta alimenticia). El Concepto de “Alliesthesia” definido por Cabanac y mantenido por de Dear defiende los aspectos psicológicos y conductuales del método adaptativo. “Alliesthesia” se describe como “la capacidad del cuerpo de percibir como satisfactorio o insatisfactorio los efectos de un estímulo externo, dependientes de señales intra-corporales” (Cabanac, 1971; de Dear, 2009). El concepto de alliesthesia todavía no ha sido incorporado a los estándares de confort (Rupp et al, 2015).
Varios autores afirman que factores personales, como la constitución corporal, el género, la ingesta de alimentos (Mayer, 1997) y parámetros del entorno inmediato, como el clima exterior (Auliciems, 1969), la permanencia en ambiente térmico constante o variable (Kuchen et al., 2010), afectan la percepción térmica de las personas.
El modelo adaptativo determina ciertos límites de rangos de aceptación térmica (ver Figura 6), por lo tanto, la temperatura optima de confort es adaptable en función a las condiciones interiores definidas dentro de los rangos determinados por el estándar aplicable a espacios acondicionados naturalmente (ANSI/ASHRAE 55, 2004).
Figura 7. Modelo variable de Kuchen. Relación entre escala de temperatura en °C y PMV (escala de 7 puntos de estándar ASHRAE 55).
Fuente: Kuchen, 2008.
Una normativa adaptativa desarrollada en los Países Bajos, la ISSO-74, establece métodos de evaluación del confort a través del análisis de la historia térmica (ISSO 74, 2004). También presenta el método denominado “Límite de Temperatura Adaptativo” o en inglés “Adaptive
Tempeture Limit” (ATL) que es usado para evaluar la actividad regular y los niveles de
aislación de la ropa de los usuarios en las fases de diseño y post-ocupación de los edificios. Solo aplicable para edificios de oficina y distinguiendo su estudio en dos tipos de edificios, “alfa” (alto grado de control por parte de los usuarios), y “beta” (bajo grado de control por parte de los usuarios) (Van Hoof et al., 2010). Más adelante, Boerstra, Van Hoof y Van Weele (Boerstra et al., 2014) plantean una mejora a la normativa ISSO-74:2004, la ISSO-74:2014. Esta guía normativa amplía la aplicación de ISSO-74 a edificios con sistemas “mix-mode” o híbridos. En la práctica, existen otros estándares adaptativos que nos son discutidos en esta publicación tales como, EN 15251 (de implementación europea), (CEN, 2007); CIBSE TM 52 (británico), (CIBSE, 2013); SN 180 (suizo), (SIA, 2013); GB/T 50785 (chino), (GB/T, 2012). 3.3 Modelo Adaptativo-Variable
La variabilidad de esta clase de modelo se define como la capacidad de admitir la adaptación de los usuarios hacia el ambiente térmico y asegurar la reconfiguración matemática según sea necesario en función a las mediciones en tiempo real de las condiciones físicas, externas e internas, del edificio.
En el trabajo de campo realizado por Kuchen en 30 edificios de oficina en Alemania (Kuchen, 2008; Kuchen y Fisch, 2009) se obtienen 1100 encuestas (votos de confort) de sensación térmica. En el método “spot-monitoring” las encuestas y el relevamiento de los parámetros climáticos interiores se llevan a cabo en simultáneo a fin de establecer comparaciones y detectar diversas correlaciones. Los estudios se realizan en tres tipos de edificios diferentes, con climatización natural o sin climatización (designados como Tipo 1, T1), aquellos con sistemas de climatización mixtos o en inglés “mix-mode” (T2) y con climatización total (T3).
El modelo desarrollado por Kuchen, establece un máximo de 7% de disconformes posibles a una temperatura de 23,3 ± 1,1 °C. Dentro de este rango queda definida la temperatura de neutralidad (Kuchen, 2008).
La ecuación que establece Kuchen en su modelo de confort térmico variable, determina la capacidad de variabilidad y adaptabilidad, respectivamente, a través de la incorporación de la variable de medición en tiempo real de la temperatura operativa (top) y temperatura de
neutralidad (tn) (ver Ecuación 2), significando una variación sustancial con la ecuación de
Fanger (ver Ecuación 1).
𝐷𝑖𝑠𝑐. = 100 − 93 ∙ 𝑒𝑥𝑝(−0,0009 ∙ (−𝑡𝑛+𝑡𝑜𝑝)4− 0,034 ∙ (−𝑡𝑛+𝑡𝑜𝑝) 2
) ; [%] (2)
Los estudios en (Kuchen, 2008 y Kuchen y Fisch, 2009), evidencian que “los usuarios manifiestan que aún en espacios con condiciones térmicas constantes son capaces de experimentar procesos de adaptación, como, por ejemplo: modificar los niveles de ropa, la posición de un termostato, controlar la apertura de puertas y ventanas, ajustar un parasol, etc., pudiendo aceptar condiciones térmicas que les son impuestas” (Kuchen et al, 2010). Estas afirmaciones son referencia de otros autores dedicados al estudio de condiciones de confort en interiores (Hellwig y Bischof, 2006; Boestra, 2006; Nicol y Humphreys, 2005; de Dear, 2004 y Gonzalo et al., 2007). Los usuarios no son receptores pasivos del ambiente térmico, sino que por el contrario, mantienen una actitud crítica que se traduce en la habilidad de adaptación siempre posible (Kuchen et al, 2010, Van Hoof, 2008; Van Hoof et al, 2010).
4 Conclusiones
En las últimas tres décadas se han realizado importantes avances en el campo de estudio del confort térmico. El modelo de Fanger basado en el PMV-PPD es hasta la actualidad uno de los modelos matemáticos más influyentes en el estudio del confort térmico en interiores. La principal ventaja del modelo determinístico “steady-state” se evidencia en su amplio rango de aplicación. Estudios realizados en diferentes ambientes validan la aplicación del PMV. Mientras que W. C. Tse encuentra que el PMV representa con precisión el promedio de sensación térmica de los usuarios de oficinas con climatización, y que los valores no son afectados por otros factores humanos tales como la masa corporal o el estado de salud. (Tse et al., 2005). Sin embargo, el modelo basado en el PMV presenta dificultades al momento de evaluar el confort térmico en espacios ventilados naturalmente o en situaciones mixtas. Las tres categorías medias de la escala de sensación térmica de 7 puntos de ASHRAE parecen ser no totalmente válidas, ya que el modelo no puede tratar con grandes diferencias entre individuos bajo condiciones térmicas óptimas (Van Hoof et al., 2010). Otros autores sostienen que el modelo de Fanger, posee desviaciones que son propias del método de obtención del mismo, por ejemplo: que la habilidad de adaptación de los usuarios a diferentes ambientes térmicos, no se considera en los experimentos en cámara climática (Kuchen el al, 2010).
Los modelos adaptativos desarrollados a partir de la década de 1990, presentan una respuesta más apropiada hacia la evaluación del confort, ya que consideran activos a los usuarios con respecto a su ambiente térmico. Se destaca como válida, la hipótesis de que los usuarios necesitan ser activos en función a su ambiente térmico, y necesitan ser proveídos de suficientes oportunidades para tener cierto control personal, los habilita a desarrollar más tolerancia e inclusive aumentar la aceptabilidad sobre un mayor rango de amplitud térmica.
Para una evaluación apropiada del confort térmico es necesario que el modelo pueda admitir variabilidad en tiempo real de las condiciones ambientales internas y externas que afectan al edificio. El modelo térmico de Kuchen introduce la variabilidad sobre el modelo del PMV-PPD y combina las consideraciones de adaptabilidad. Este, se establece como base referencial para estudios posteriores para el desarrollo de un modelo de confort térmico adaptativo-variable, valorando que presenta mayor utilidad a las circunstancias del clima local y universalidad para adaptar estudios de caso particulares. Se busca validar el modelo adaptativo-variable a fin de iniciar estudios de optimización de edificios locales.
5 Referencias
ARAÚJO, V. M. D.; ARAÚJO, E. H. S., The applicability of ISO 7730 for the assessment of
the thermal conditions of users of the buildings in Natal-Brazil. In: G. Raw, C. Aizlewood and
P. Warren, editors. Proc Indoor Air ’99. Edinburgh, 2, (1999), 148-153.
ASCIONE, F.; BIANCO, N.; DE STASIO, C.; MAURO, G. M.; VANOLI, G. P.,
“Simulation-Based Model Predictive Control by the Multi-Objective Optimization of Building Energy Performance and Thermal Comfort.” Energy and Buildings 111 (2016): 131–144.
ASHRAE, ANSI/ASHRAE Standard 55-2004, Thermal environmental conditions for human
occupancy. Atlanta: American Society of Heating, Refrigerating and Air-Conditioning
Engineers (2004).
ASHRAE, Standard 55-1992. Thermal environmental conditions for human occupancy (1992). AULICIEMS A., Towards a Psycho-Physiological Model of Thermal Perception. Department of Geography, University of Queensland, St. Lucia, Qld. 4067, Australia; Int. J. Biometeor. , vol. 25, No. 2, (1981), 109-122.
AULICIEMS, A., "Thermal requirements of secondary schoolchildren in winter." Journal of Hygiene 67.01, (1969), 59-65.
BOERSTRA, A. C., The adaptive thermal comfort criterion in the new EPBD IEQ Standard. BBA Indoor Environmental Consultancy, The Netherlands, (2006), (bba@binnenmilieu.nl) BOERSTRA, A. C.; VAN HOOF, J.; VAN WEELE, A. M., “A New Hybrid Thermal Comfort
Guideline for the Netherlands (ISSO 74: 2014).” Nceub.Org.Uk April (2014).
CABANAC, M., Physiological role of pleasure, Science 173, (1971), 1103–1107.
CEN, 2007. EN 15251. Indoor environmental input parameters for design and assessment of
energy performance of buildings addressing indoor air quality, thermal environment, lighting and acoustics. CEN, Brussels, Belgium.
CIBSE, 2013. CIBSE TM 52 guideline - The limits of thermal comfort: avoiding overheating
in European buildings. CIBSE Chartered Institution of Building Services Engineers, London,
UK.
DE DEAR, R., The theory of thermal comfort in naturally ventilated indoor environments—the
pleasure principle, Int. J. Vent. (2009) 243–250.
DE DEAR, R., Thermal comfort in practice. Division of Environmental and Life Sciences, Macquarie University, Australia; Indoor Air; 14 (Suppl 7), (2004), 32-39.
DE DEAR, R.; BRAGER, G.; COOPER, D., Developing an adaptive model of thermal comfort
and preference, in: Final Report ASHRAE RP-884, (1997).
DE DEAR, R.J.; BRAGER, G., Developing an adaptive model of thermal comfort and
preference, ASHRAE Trans. 104 (1998) 145–167.
EnBop. Energie Betriebsoptimierung (2008).http://www.enob.info
FANGER, P.O., Thermal Comfort: Analysis and Applications in Environmental Engineering, Danish Technical Press, Copenhagen (1970).
GB/T, National Standard China GB/T 50785: Evaluation standard for indoor thermal
environment in civil buildings. Architecture and Building Press, Beijing, China. (2012).
GONZALO, G. E.; NOTA, V. M.; HERNÁNDEZ, S. P.; MARTÍNEZ, C. F.; LEDESMA, S. L., Diseño Bioclimático de Oficinas. Pautas para San Miguel de Tucumán. Centro de Estudios Energía y Medio Ambiente, Instituto de Acondicionamiento Ambiental. 1ª ed. - Tucumán: el autor, 2007, ISBN 987-43-9361-0, (2007), 285.
HELLWIG, R.T.; BISCHOF, W., Gültigkeit thermischer Behaglichkeitsmodelle. Ernst & Sohn Verlag für Architektur und technische Wissenschaften GmbH & Co. KG, Berlin. Bauphysik 28, Heft 2, (2006).
HUMPHREYS, M.A.; HANCOCK, M., Do people like to feel “neutral¨?: exploring the
variation of the desired thermal sensation on the ASHRAE scale, Energy Build. 39, (2007),
867–874.
ISO, 7730. Moderate thermal environments – determination of the PMV and PPD indices and
ISO, En. "7730: 2005." Ergonomics of the thermal environment. Analytical determination and
interpretation of thermal comfort using calculation of the PMV and PPD indices and local thermal comfort criteria (2006).
ISSO-74. Thermische Behaaglijkeid. Publication 74, ISSO. Rotterdam, Holanda. (2004). KUCHEN E.; FISCH M. N., Spot Monitoring - Thermal comfort evaluation in 25 office
buildings in winter. International journal Building and Environment, ISSN 0360-1323,
Elsevier, Vol. 44, Issue 4, (2009), S. 839-847.
KUCHEN, E. “EEC – Eficiencia Energética Y Confort En El Espacio de Trabajo.” Andinas Digital. Vol. 01. (2009).
KUCHEN, E. Spot-Monitoring zum thermischen Komfort in Bürogebäuden. Tesis de Doctorado. ISBN: 978-3-89959-783-7. Der Andere Verlag, S. 203. Tönning, Deutschland. (2008).
KUCHEN, E.; FISCH, M. N.; GONZALO, G. E., “Modelo de Confort. Rangos de Aceptación
Térmica.” Avances en Energías Renovables y Medio Ambiente 14 (2011): 89–96.
MAYER, E., A new correlation between predicted mean votes (PMV) and predicted
percentages of dissatisfied (PPD). In: J. E. Woods, D. T. Grimsrud and N. Boschi, editors. Proc
Healthy Buildings/IAQ ’97, Bethesda, 2, (1997), 189-194.
MOROŞAN, P-D., et al. "Building temperature regulation using a distributed model predictive
control." Energy and Buildings 42.9 (2010): 1445-1452.
NICOL, F.; HUMPHREYS, M.; ROAF, S., Adaptive Thermal Comfort: Principles and
Practice, Routledge, Abingdon, 2012.
NICOL, J. F.; HUMPHREYS, M.A., “Thermal comfort as part of a self-regulating system”. Build. Res. Pract. 1 (1973) 174–179.
PÉREZ-LOMBARD, L., ORTIZ, J., POUT, C., "A review on buildings energy consumption
information." Energy and buildings 40.3 (2008): 394-398.
PROYECTO EECOM - PDTS-Res.1277/16. Título: Eficiencia Energética y Confort en
edificios públicos mediante Optimización Multiobjetivo. Director: Dr. Ernesto Kuchen. San
Juan, Argentina. (2016, en curso).
RUPP, R. F.; GIRALDO VÁSQUEZ, N.; LAMBERTS, R., “A Review of Human Thermal
Comfort in the Built Environment.” Energy and Buildings 105, (2015), 178–205.
SIA, SIA SN 180 guideline: Wärmeschutz, Feuchteschutz und Raumklima in Gebäuden. SIA Schweizerischer Ingenieur- und Architektenverein, Zürich, Switzerland. (2013).
TSE, W. L.; SO, A. T. P.; CHAN, W. L.; MAK, I. K. Y., The validity of predicted mean vote
for air-conditioned offices. Facilities 23 (13-14), (2005), 558-569.
VAN DER LINDEN, A. C.; BOERSTRA, A. C.; RAUE, A. K.; KURVERS, S.R.; DE DEAR, R. J., Adaptive temperature limits: A new guideline in the Netherlands: A new approach for the
assessment of building performance with respect to thermal indoor climate. Energy and
Buildings 38(1), (2006), 8-17.
VAN HOOF, J. “Forty Years of Fanger’s Model of Thermal Comfort: Comfort for All?” Indoor Air 18.3 (2008): 182–201.
VAN HOOF, J.; MAZEJ, M.; HENSEN, J. L. M., “Thermal Comfort: Research and Practice.” Frontiers in Bioscience 15.2 (2010): 765–788.
YANG, I-H., MYOUNG-SOUK, Y., KWANG-WOO, K., "Application of artificial neural
network to predict the optimal start time for heating system in building." Energy Conversion
and Management 44.17 (2003): 2791-2809.
YOON, D. W.; SOHN, J. Y.; CHO, K. H., The comparison on the thermal comfort sensation
between the results of questionnaire survey and the calculation of the PMV values. In: G. Raw,
