• Nenhum resultado encontrado

BIM e Internet das Coisas para o monitoramento do consumo de energia da edificação

N/A
N/A
Protected

Academic year: 2021

Share "BIM e Internet das Coisas para o monitoramento do consumo de energia da edificação"

Copied!
208
0
0

Texto

(1)

UNIVERSIDADE ESTADUAL DE CAMPINAS

Faculdade de Engenharia Civil, Arquitetura e Urbanismo

FERNANDA ALMEIDA MACHADO

BIM E INTERNET DAS COISAS PARA O

MONITORAMENTO DO CONSUMO DE ENERGIA DA

EDIFICAÇÃO

CAMPINAS 2018

(2)

FERNANDA ALMEIDA MACHADO

BIM E INTERNET DAS COISAS PARA O

MONITORAMENTO DO CONSUMO DE ENERGIA DA

EDIFICAÇÃO

Dissertação de Mestrado apresentada a Faculdade de Engenharia Civil, Arquitetura e Urbanismo da Unicamp, para obtenção do título de Mestra em Arquitetura, Tecnologia e Cidade, na área de Arquitetura, Tecnologia e Cidade.

Orientador(a): Prof(a). Dr(a). Regina Coeli Ruschel

ESTE EXEMPLAR CORRESPONDE À VERSÃO FINAL DA DISSERTAÇÃO DEFENDIDA PELA ALUNA FERNANDA ALMEIDA MACHADO E ORIENTADA PELA PROFA. DRA. REGINA COELI RUSCHEL.

ASSINATURA DO ORIENTADOR(A)

______________________________________

CAMPINAS 2018

(3)

Agência(s) de fomento e nº(s) de processo(s): CAPES, 01-P-01881-2016

Ficha catalográfica

Universidade Estadual de Campinas Biblioteca da Área de Engenharia e Arquitetura

Luciana Pietrosanto Milla - CRB 8/8129

Machado, Fernanda Almeida, 1989-

M18b MacBIM e Internet das Coisas para o monitoramento do consumo de energia da edificação / Fernanda Almeida Machado. – Campinas, SP : [s.n.], 2018.

MacOrientador: Regina Coeli Ruschel.

MacDissertação (mestrado) – Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo.

Mac1. Modelagem da informação da construção. 2. Internet das coisas. 3. Monitoramento. 4. Energia - Consumo. 5. Manutenção. I. Ruschel, Regina Coeli, 1958-. II. Universidade Estadual de Campinas. Faculdade de Engenharia Civil, Arquitetura e Urbanismo. III. Título.

Informações para Biblioteca Digital

Título em outro idioma: BIM and Internet of Things for building energy consumption monitoring Palavras-chave em inglês:

Building information modeling Internet of things

Performance monitoring Energy - Consumption Maintenance

Área de concentração: Arquitetura, Tecnologia e Cidade Titulação: Mestra em Arquitetura, Tecnologia e Cidade Banca examinadora:

Regina Coeli Ruschel [Orientador] Vanessa Gomes da Silva

Sergio Scheer

Data de defesa: 27-02-2018

(4)

UNIVERSIDADE ESTADUAL DE CAMPINAS

Faculdade de Engenharia Civil, Arquitetura e Urbanismo

BIM E INTERNET DAS COISAS PARA O

MONITORAMENTO DO CONSUMO DE ENERGIA DA

EDIFICAÇÃO

FERNANDA ALMEIDA MACHADO

Dissertação de Mestrado aprovada pela Banca Examinadora, constituída por:

Prof(a). Dr(a). Regina Coeli Ruschel

Presidente e Orientadora/UNICAMP

Prof(a). Dr(a). Vanessa Gomes da Silva

UNICAMP

Prof. Dr. Sergio Scheer

UFPR

A Ata da Defesa com as respectivas assinaturas dos membros encontra-se no processo de vida acadêmica do aluno.

(5)
(6)

AGRADECIMENTOS

Agradeço à minha estimada orientadora Profa. Regina Ruschel por me guiar com tranquilidade, competência e todo o incentivo nessa caminhada. Regina, obrigada por tudo, especialmente pelos conselhos, conversas e cafés. Você é uma pessoa inspiradora.

Com muito carinho aos meus pais Paulo e Mariluce, por serem meus exemplos e meu combustível em todos os desafios e paixões que crio na vida. Queridos, sem vocês nada seria possível.

Às irmãs de coração que o Mestrado me deu o desfrute de conhecer, Paula (Xu) e Lorena (Senhora), pelos momentos incríveis de cumplicidade e amizade verdadeira. Meninas, estaremos sempre juntas e o LAMPA jamais será o mesmo.

Aos queridos amigos que encontrei nessa trajetória e tornaram os meus dias mais leves. Cadu, Rafaella, Giseli, Marcella, Ana Paula e Renata, obrigada pelos divertidos momentos, que certamente deixarão saudade. Louise, Paula, Fernanda, Cinthia e Dani, só me resta agradecer pelo acolhimento, companheirismo e risadas diárias.

Aos amigos de longa data, em especial à Mariana Farias, Fernanda Brandão e Laís Farias, minha família NIB, pela compreensão e apoio todo tempo. À Aline e à Janaína, pela força e incentivo. Às irmãs Lisiak, Gabriela, Fabiana, Micaela, Adrielly e Bárbara pela amizade. Aos queridos Saramandeiros que amo e estão sempre comigo. À Ticiane, Thaylla e Carol, que sempre me fizeram acreditar na minha capacidade. E por fim, às minhas amigas de infância, que mesmo longe, estão sempre perto.

Agradeço ao Programa de Pós-Graduação da Faculdade de Engenharia Civil, Arquitetura e Urbanismo (PPG-ATC) da UNICAMP pela excelência e por todo o auxílio proporcionado. Aos professores, em especial à Profa. Stelamaris, à Profa. Vanessa e à Profa. Doris pelos breves mas agradáveis momentos entre os intervalos de pesquisa. À Secretaria da FEC-UNICAMP, em especial ao Eduardo, pela gentileza e competência, sempre caminhando juntos. Ao Setor de Gerenciamento de Facilities da FEC-UNICAMP, em especial ao Alberto Fontolan, pela disponibilidade e suporte aos experimentos no laboratório. À Coordenaria de Projetos (CPROJ) pelo Modelo de Registro BIM fornecido e apoio a todas as dúvidas sobre o objeto de estudo. À Profa. Ana Lúcia Harris e à Ana Cuperschmid pela presteza e atenção em ajudar no desenvolvimento da pesquisa, disponibilizando materiais para teste. Ao Cássio Dezotti, pelo comprometimento ao realizar a Iniciação Científica, afora o companheirismo e simpatia.

Finalmente, agradeço à CAPES pelo suporte por meio da bolsa de Mestrado concedida, e ao PIBIC pelo apoio à Iniciação Científica para desenvolvimento da pesquisa.

(7)

RESUMO

No Brasil, o vetor de crescimento do consumo de energia em edificações comerciais e públicas apresenta projeção acentuada até meados de 2050. Essa projeção de crescimento pode ser mitigada por meio da adoção de medidas de eficiência energética, considerando condicionantes ambientais, físicas e de padrões de usos da edificação. Iniciativas tecnológicas que subsidiam estas medidas de eficiência devem ser acompanhadas por ações de intervenção no comportamento. Nesse sentido, o emprego de Sistemas de Eco-feedback, que exploram recursos de frequência, representação e contextualização na exibição de informações de consumo, pode propiciar uma abordagem centrada no usuário. As informações de consumo são usualmente extraídas do ambiente construído monitorado, mediante o uso de Tecnologias da Informação e Comunicação (TICs) e de Sensoriamento. Devido à edificação tratar-se de um organismo complexo associado a uma quantidade massiva de dados, aprimorar o monitoramento de desempenho orientado ao consumo requer a convergência de paradigmas como a Internet das Coisas (IoT) e a Modelagem da Informação da Construção (BIM). Logo, o objetivo desta pesquisa é integrar informações de consumo de energia adquiridas por meio da IoT ao Modelo BIM, visando o monitoramento de desempenho. Trata-se da primeira dissertação brasileira a abordar a Interface BIM/IoT. A abordagem enfatiza a fase de Operação e Manutenção (O&M) e busca auxiliar proprietários e gerentes de facilities na criação de estratégias operacionais e de eficiência energética em edificações. A pesquisa incorporou os procedimentos metodológicos da Design Science Research, que conduziram: (i) à definição de uma estratégia macro de implementação de um Sistema de Eco-feedback; (ii) à identificação dos propósitos de BIM e IoT na integração; e (iii) à atribuição de classes de problemas aos estudos existentes que abordam BIM e IoT, considerando agentes envolvidos, séries e usos do Modelo BIM. Esta construção teórica fundamentou o desenvolvimento da solução BIM-IoT, enquadrada nas classes de problemas que abordam a Sensibilidade à Eficiência Energética e a Qualidade Ambiental Interna. A solução foi implementada e avaliada no laboratório de pesquisa de um edifício institucional, como prova de conceito. Em relação às principais contribuições da pesquisa, o Modelo BIM tornou-se dinâmico, com o potencial de proporcionar contextualização semântica e espacial às informações de consumo de energia exibidas em tempo real. A associação deste Modelo BIM Dinâmico à estratégia de eco-feedback para o setor de serviços, pode auxiliar, facilitar e incrementar o monitoramento de desempenho, além de fomentar mudança de comportamento. Esta mudança está associada ao próprio Monitoramento de Desempenho que, além de viabilizar a manutenção preditiva da edificação, serve de parecer e/ou indicador de qualidade de soluções de projeto.

Palavras-chave: Modelagem da Informação da Construção. Internet das Coisas. Interface

BIM/IoT. Monitoramento de Desempenho. Consumo de Energia. Operação e Manutenção. Manutenção de Registros. Manutenção de Ativos. Utilização em Tempo Real.

(8)

ABSTRACT

The energy use in the Brazilian commercial and public building sectors are expected to have a sharp increase until the middle of 2050. This increase may be mitigated by adopting building energy efficiency measures that take into consideration environmental and physical factors and building use patterns. Technological initiatives that aim at improving those measures must be accompanied by behavioral intervention actions. The adoption of Eco-feedback Systems that explore resources such as frequency, representation, and contextualization in usage information exhibition, can provide user-centered support. Consumption data is usually extracted from the monitored built environment, through the use of Information and Communication Technologies (ICTs) and Sensing Technology. Due to the complexity of buildings and its association with a massive amount of data, improving consumption-oriented performance monitoring requires the convergence of paradigms such as the Internet of Things (IoT) and the Building Information Modeling (BIM). This study aims at integrating energy consumption data collected through IoT into the BIM Model with the goal of Performance Monitoring. This is the first Brazilian Master's thesis to approach BIM/IoT Interfacing. Such approach emphasizes the Operation and Maintenance (O&M) phase and can help owners and facilities managers enhance operational and energy efficiency strategies in buildings. The adoption of Design Science Research (DSR) guided: (i) defining a macro strategy for Eco-feedback Systems implementation; (ii) identifying BIM and IoT main purposes in the integration; and (iii) attributing classes of problems to existing studies that approach BIM/IoT Interfacing, also considering BIM Model Series and Uses, and the agents involved. The BIM-IoT prototype fitted into the Energy Efficiency Awareness and Indoor Environmental Quality classes of problems. As a proof of concept, it was implemented and evaluated in a research laboratory of an institutional building. Regarding the main research contributions, the BIM Model became dynamic with the potential of providing semantic and spatial contextualization for energy consumption information exhibited in real-time. The association between Dynamic BIM Model and the eco-feedback strategy created for the service sector may support, facilitate and enhance Performance Monitoring, besides encouraging behavior change. The change is related to the Performance Monitoring itself that upholds building predictive maintenance and serves as a reference and/or a quality indicator of design solutions.

Keywords: Building Information Modeling. Internet of Things. BIM/IoT Interfacing. Performance Monitoring. Energy Consumption. Operation and Maintenance. Record Keeping. Assets Maintenance. Real-time Utilization.

(9)

LISTA DE ILUSTRAÇÕES

Figura 1 - Ambientes de Aplicação de Eco-feedback... 34

Figura 2 - Motivações de Usuários para Aplicação de Eco-feedback ... 35

Figura 3 - Componentes-chave de um Sistema de Eco-feedback ... 36

Figura 4 - Canais de Comunicação de Eco-feedback ... 37

Figura 5 - Componentes-chave do Sistema: Ambiente Residencial Familiar ... 38

Figura 6 - Componentes-chave do Sistema: Ambiente Residencial Estudantil ... 38

Figura 7 - Componentes-chave do Sistema: Ambiente Comercial e/ou Institucional ... 39

Figura 8 - Tipos de Artefatos Relativos a Sistemas de Eco-feedback ... 39

Figura 9 - Estratégia Macro de Definição de um Sistema de Eco-feedback ... 40

Figura 10 - Marcos de Implementação BIM ... 43

Figura 11 - Impactos da Implementação BIM por Fase do Ciclo de Vida ... 44

Figura 12 - Categorias de Software BIM ... 46

Figura 13 - Nº de Dissertações e Teses Brasileiras sobre BIM por Ano ... 50

Figura 14 - Evolução da Internet ... 51

Figura 15 - Paradigma IoT como Convergência de Perspectivas ... 55

Figura 16 - Arquitetura Orientada a Serviço para IoT ... 56

Figura 17 - Nº de Dissertações e Teses Brasileiras sobre IoT por Ano ... 58

Figura 18 - Percentual e Nº de Publicações sobre a Integração BIM/IoT ... 64

Figura 19 - Radar de Artefatos no Contexto da Integração BIM/IoT ... 65

Figura 20 - Síntese de Séries e Usos do Modelo BIM: Planejamento/Programa e Projeto ... 66

Figura 21 - Síntese de Séries e Usos do Modelo BIM: Construção e Comissionamento (Parte 1) ... 69

Figura 22 - Síntese de Séries e Usos do Modelo BIM: Construção e Comissionamento (Parte 2) ... 69

Figura 23 - Síntese de Séries e Usos do Modelo BIM: Operação e Manutenção (Parte 1) ... 73

Figura 24 - Síntese de Séries e Usos do Modelo BIM: Operação e Manutenção (Parte 2) ... 74

Figura 25 - Países que Sediam as Instituições Pioneiras na Abordagem BIM/IoT ... 79

Figura 26 - Sensores e Medidores Inerentes ao Contexto de Aplicação ... 81

Figura 27 - Síntese de Especificações da Camada de Sensoriamento ... 81

Figura 28 - Síntese dos Tipos de Artefatos com Ênfase em Gestão de Energia ... 82

(10)

Figura 30 - Delineamento Metodológico da DSR ... 86

Figura 31 - Síntese de Requisitos da Estratégia Adotada ... 96

Figura 32 - Esquema de Relação e Integração: Sistemas de Eco-feedback, BIM e IoT ... 96

Figura 33 - Modelo Proposto ... 100

Figura 34 - Método Proposto ... 102

Figura 35 - Modelo de Registro BIM adquirido: Anexos FEC UNICAMP ... 103

Figura 36 - Arquitetura da Solução BIM-IoT Proposta para Instanciação ... 105

Figura 37 - Ciclos de Projeto, Desenvolvimento e Avaliação da Solução BIM-IoT ... 106

Figura 38 - Esquema de Implementação da Solução BIM-IoT ... 107

Figura 39 - Componentes de Hardware Utilizados ... 108

Figura 40 - Aferição de Tensão da Rede Elétrica com Multímetro DT830D da TOZZ ... 110

Figura 41 - Diagrama Esquemático de Hardware do Protótipo na Protoboard ... 111

Figura 42 - Configuração dos Canais de Recepção do Thingspeak ... 114

Figura 43 - Exportação via MySQL Connector/ODBC no Autodesk Revit 2017 ... 116

Figura 44 - Estrutura das Tabelas Primárias de Monitoramento no MySQL ... 117

Figura 45 - Gráficos Utilizados para Ratificar Transmissão de Dados no ThingSpeak ... 118

Figura 46 - Estrutura de Dados no Formato JSON Produzida no ThingSpeak ... 119

Figura 47 – Recorte do Diagrama de Relacionamento entre Tabelas ... 121

Figura 48 - Tabelas de Monitoramento de Dados Ambientais (Acima) e de Consumo da Luminária 01 (Abaixo) Relacionadas por FK com Tabela de Ambientes do Modelo BIM (Centro) ... 121

Figura 49 - Interface Web: Consumo de Energia do Sistema de Iluminação do LAMPA ... 124

Figura 50 - Interface Web: Dados Ambientais de Umidade e Temperatura do LAMPA ... 124

Figura 51 - Consultas Semânticas no MySQL: Consumo de Energia da Luminária 01 ... 125

Figura 52 - Consultas Semânticas no MySQL: Dados Ambientais do LAMPA ... 125

Figura 53 - Protótipo após Introdução do CI TC4051 para Testes Funcionais ... 127

Figura 54 - Valores de Medição dos Sensores SCT-013-020 após Uso do CI TC4051 ... 128

Figura 55 - Protótipo em Instanciação Piloto no LAMPA (1º Ciclo): NodeMCU, Sensor DHT22 e Conectores Jack P2 na Placa de Circuito Impresso (Esquerda) e Sensores SCT-013-020 (Direita) ... 129

Figura 56 - Protótipo em Instanciação Piloto no LAMPA (1º Ciclo): Fixação de Protótipo e Fonte de Alimentação na Divisória e Cabos dos Sensores SCT-013-020 junto às Canaletas ... 129

(11)

Figura 58 - Template de Vista 2D Dedicado a Monitoramento de Desempenho ... 137

Figura 59 - Vistas 3D de Luminárias e Canaletas (Esquerda) e Rooms 3D (Direita) Dedicadas a Monitoramento de Desempenho ... 137

Figura 60 - Interface do Dynamo e Estrutura Lógica do Script de Integração BIM-IoT ... 139

Figura 61 - Sublistas de Informações Geradas no Dynamo... 140

Figura 62 - Informações de Monitoramento em Room 2D e Room 3D (ThingSpeak) ... 143

Figura 63 - Informações de Monitoramento em Circuito B e Luminária 3 (ThingSpeak) ... 144

Figura 64 - Informações de Monitoramento em Room 2D e Room 3D (MySQL) ... 145

Figura 65 - Informações de Monitoramento em Circuito A e Luminária 2 (MySQL) ... 146

Figura 66 – Agrupamento de Propriedades Estáticas (Colunas A e B) e Dinâmicas (Colunas C a G) em Tabela de Monitoramento de Desempenho ... 146

Figura 67 - Sobreposição Gráfica nos Objetos BIM ... 147

Figura 68 - Interface do Autodesk Revit 2017 ... 149

Figura 69 - Interface Adequada para Monitoramento de Desempenho ... 151

Figura 70 - Testes Funcionais de Execução Periódica no Dynamo ... 152

Figura 71 - Cenário Real de Monitoramento: Sistema de Iluminação Ligado (Parte 1) ... 154

Figura 72 - Cenário Real de Monitoramento– Sistema de Iluminação Ligado (Parte 2) ... 155

Figura 73 - Cenário Real de Monitoramento – Sistema de Iluminação Desligado (Parte 1) . 156 Figura 74 - Cenário Real de Monitoramento – Sistema de Iluminação Desligado (Parte 2) . 157 Figura 75 - Detalhamento de Componentes-chave da Solução BIM-IoT desenvolvida ... 159

(12)

LISTA DE QUADROS

Quadro 1 - Síntese da RSL de Eco-feedback: definição da amostra ... 34

Quadro 2 - Mapeamento de Componentes-chave dos Sistemas da amostra ... 36

Quadro 3 - Séries e Usos do Modelo BIM ... 45

Quadro 4 - Conjunto de Ferramentas BIM por Fase e Finalidade ... 47

Quadro 5 - Características e Atributos de Objetos Concentrados por Domínio de Aplicação . 54 Quadro 6 - Tecnologias Facilitadoras da IoT ... 57

Quadro 7 - Síntese da RSL de Integração de BIM e Internet das Coisas: definição da amostra ... 63

Quadro 8 - Integração BIM/IoT: Planejamento/Programa e Projeto ... 65

Quadro 9 - Integração BIM/IoT: Construção e Comissionamento... 67

Quadro 10 - Integração BIM/IoT: Operação e Manutenção... 72

Quadro 11 - Integração BIM/IoT: Demolição e Descarte ... 77

Quadro 12 - Categoria de Domínio de Aplicação e Camadas de Tecnologia IoT ... 80

Quadro 13 - Tipos de Tecnologia BIM e Tipos de Artefato ... 80

Quadro 14 - Integração BIM/IoT: Classes de Problemas, Descrição e Referências ... 83

Quadro 15 - Integração BIM/IoT: Classes de Problemas, Agentes, Fases e Artefatos ... 84

Quadro 16 - Matriz de Controle de Leitura (Amperímetro x Protótipo) ... 91

Quadro 17 - Matriz de Controle de Influência ... 91

Quadro 18 - Materiais Recomendados por OpenEnergyMonitor ... 93

Quadro 19 - Responsabilidades de Monitoramento de Desempenho por Agente ... 95

Quadro 20 - Configurações das Propriedades Compartilhadas de Monitoramento ... 136

Quadro 21 - Séries e Usos do Modelo na Solução BIM-IoT desenvolvida ... 161

Quadro 22 - Protocolo para RSL: Sistemas de Eco-feedback ... 188

Quadro 23 - Protocolo para RSL: BIM e IoT ... 196

(13)

LISTA DE TABELAS

Tabela 1 - Exemplo de Calibração da Luminária 01 ... 126 Tabela 2 - Exemplo de Correção da Calibração da Luminária 01 ... 126 Tabela 3 - Matriz de Controle de Influência Aplicada ... 131

(14)

LISTA DE ABREVIATURA E SIGLAS

AECO - Arquitetura, Engenharia, Construção e Operação API – Interface de Programação de Aplicativos

BAS – Sistema de Automação Predial BEN – Balanço Energético Nacional

BIM – Modelagem da Informação da Construção BLE – Bluetooth Low-Energy

BMS – Sistema de Gestão Predial CA – Corrente Alternada

CAD – Desenho Auxiliado por Computador CAFM – Computer Aided Facility Management

CAPES – Coordenação de Aperfeiçoamento de Pessoal de Ensino Superior CBIC – Câmara Brasileira da Indústria da Construção

CI – Circuito Integrado

CIP – Contribuição para Custeio do Serviço de Iluminação Pública CMMS – Computerized Maintenance Management System

CO2e – Dióxido de Carbono Equivalente

COBie – Construction Operations Building Information Exchange COFINS – Contribuição para o financiamento da Seguridade Social CPFL – Companhia Paulista de Força e Luz

CPROJ – Coordenadoria de Projetos DSR - Design Science Research DSN – Data Source Name DXF – Data eXchange Format

EIR – Requisitos de Informação da Entidade Contratante EPE – Empresa de Pesquisa Energética

ERP – Planejamento de Recursos da Empresa

FEC – Faculdade de Engenharia Civil, Arquitetura e Urbanismo FK – Chave Estrangeira

FM – Gerenciamento de Facilities FP – Fator de Potência

(15)

IBICT – Instituto Brasileiro de Informação em Ciência e Tecnologia ICMS – Imposto sobre Circulação de Mercadorias e Serviços

IDE – Ambiente de Desenvolvimento Integrado IFC – Industry Foundation Classes

IoE – Internet da Energia IoM – Internet da Mídia IoP – Internet das Pessoas IoS – Internet de Serviços IoT – Internet das Coisas IP – Internet Protocol

ITU – International Telecommunication Union JSON – Notação de Objetos JavaScript

LAMPA - Laboratório de Arquitetura, Metodologia de Projeto e Automação M2M – Máquina-a-Máquina

MMA – Ministério do Meio Ambiente MME – Ministério de Minas e Energia

NFC – Comunicação por Campo de Proximidade ODBC – Open Database Connectivity

O&M – Operação e Manutenção OS – Ordem de Serviço

PIS – Programa de Integração Social

PLM – Gerenciamento do Ciclo de Vida do Produto RA – Realidade Aumentada

RFID – Identificação por Radiofrequência RSL – Revisão Sistemática da Literatura RSSF – Rede de Sensores Sem Fio SAAS – Software como Serviço

SCO – Objeto Inteligente de Construção SIG – Sistema de Informação Geográfica SO – Objeto Inteligente

SOA – Arquitetura Orientada a Serviço SQL – Linguagem de Consulta Estruturada TIC – Tecnologia da Informação e Comunicação TCP/IP – Internet Protocol Suite

(16)

UI – Interface do Usuário

UNICAMP – Universidade Estadual de Campinas USC – University of Southern California

UUI – Universal Unique Identifier UWB – Banda Ultralarga

VPL – Linguagem de Programação Visual XML – Linguagem de Marcação Extensível WWW – Rede Mundial de Computadores

(17)

SUMÁRIO 1 INTRODUÇÃO ... 19 1.1 JUSTIFICATIVA ... 22 1.2 OBJETIVOS ... 24 1.3 ESTRUTURADADISSERTAÇÃO ... 24 2 FUNDAMENTAÇÃO TEÓRICA ... 26 2.1 SISTEMASDEECO-FEEDBACK ... 27 2.1.1 Conceituação ... 27

2.1.1.1 Ambientes de Aplicação e Motivações do Usuário ... 28

2.1.1.2 Componentes-chave ... 29

2.1.2 Revisão Sistemática da Literatura ... 33

2.1.2.1 Condução da Revisão Sistemática ... 33

2.1.2.2 Análise dos Resultados ... 34

2.1.2.3 Sistematização de uma Estratégia de Eco-feedback ... 40

2.2 INTEGRAÇÃODEBIMEINTERNETDASCOISAS ... 41

2.2.1 Conceituação ... 41

2.2.1.1 Evolução da Modelagem da Informação da Construção (BIM) ... 41

2.2.1.2 Internet das Coisas (IoT) ... 51

2.2.1.3 BIM e IoT ... 59

2.2.2 Revisão Sistemática da Literatura ... 63

2.2.2.1 Condução da Revisão Sistemática ... 63

2.2.2.2 Análise dos Resultados ... 64

2.2.2.3 Discussão ... 77

2.2.3 Identificação dos Artefatos e Configuração de Classes de Problemas ... 82

3 MATERIAIS E MÉTODO ... 85

3.1 DESIGNSCIENCERESEARCH ... 85

3.2 DELINEAMENTODAPESQUISA ... 86

3.2.1 Identificação do Problema ... 87

3.2.2 Conscientização do Problema ... 87

3.2.3 Revisão Sistemática de Literatura ... 87

3.2.4 Identificação dos Artefatos e Configuração de Classes de Problemas ... 88

3.2.5 Proposição de Artefatos para resolução do problema ... 88

(18)

3.2.7 Explicitação das Aprendizagens ... 92

3.2.8 Generalização para uma Classe de Problemas ... 93

3.3 MATERIAIS ... 93

4 RESULTADOS E DISCUSSÃO ... 94

4.1 PROPOSIÇÃODEARTEFATOSPARARESOLUÇÃODOPROBLEMA ... 94

4.1.1 Eco-feedback e BIM-IoT: uma correlação ... 94

4.1.2 Artefatos Propostos ... 98

4.2 PROJETO,DESENVOLVIMENTOEAVALIAÇÃODOARTEFATO ... 105

4.2.1 Projeto e Desenvolvimento: 1º Ciclo ... 107

4.2.1.1 Camada de Sensoriamento ... 107

4.2.1.2 Camada de Rede ... 111

4.2.1.3 Camada de Serviço ... 113

4.2.1.4 Camada de Interface ... 122

4.2.2 Avaliação: 1º Ciclo ... 125

4.2.3 Projeto e Desenvolvimento: 2º Ciclo ... 132

4.2.3.1 Camada de Serviço ... 132

4.2.3.2 Camada de Interface ... 148

4.2.4 Avaliação: 2º Ciclo ... 151

5 APRENDIZAGENS E GENERALIZAÇÃO ... 158

5.1 EXPLICITAÇÃODASAPRENDIZAGENS ... 158

5.2 GENERALIZAÇÃOPARAUMACLASSEDEPROBLEMAS ... 168

6 CONCLUSÃO ... 171

REFERÊNCIAS ... 176

APÊNDICE A – DOCUMENTOS DA RSL DE ECO-FEEDBACK... 187

APÊNDICE B – PRODUÇÃO CIENTÍFICA SOBRE IOT NO BRASIL ... 193

APÊNDICE C – DOCUMENTOS DA RSL DE INTEGRAÇÃO DE BIM E IOT ... 195

APÊNDICE D – AVALIAÇÃO DE PLACAS DE MICROCONTROLADOR ... 204

(19)

1

INTRODUÇÃO

No Brasil, a eletricidade corresponde a cerca de 17% do consumo final de energia. O Balanço Energético Nacional (BEN) de 2016 estratifica esse percentual por classes de consumo e indica maior demanda do setor industrial (31,9%), seguido pelos setores residencial (21,3%) e de serviços1 (21,7%) (MME; EPE, 2016a). Essas estimativas atribuem às edificações residenciais, comerciais e públicas a responsabilidade por 43% do consumo de energia elétrica do país.

A série de estudos da Demanda de Energia 2050 (MME; EPE, 2016b) identifica projeções relativas ao impacto no consumo de energia das edificações no período entre 2013 e 2050. Essas projeções apontam uma evolução na participação da eletricidade enquanto fonte de energia nacional. Tratando-se da participação setorial no consumo, observam-se vetores de crescimento da demanda total de energia no setor de serviços (sobretudo no segmento comercial2) e de redução desta demanda no setor residencial3.

De acordo com o Ministério de Minas e Energia (MME) e a Empresa de Pesquisa Energética (EPE) (MME; EPE, 2016b), a estrutura de análise do impacto futuro do consumo de energia em edificações deve abarcar três condicionantes: (i) ambientais; (ii) construtivas; e (iii) inerentes aos padrões de uso. As condicionantes ambientais abrangem fatores relativos às zonas bioclimáticas, associadas à localização da edificação. As condicionantes construtivas envolvem aspectos referentes à estrutura da edificação, considerando fatores como o ambiente construído (variáveis de impacto do entorno) e o projeto propriamente dito. Por fim, as condicionantes inerentes aos padrões de uso compreendem padrões e hábitos de consumo dos usuários da edificação, incluindo a aquisição de equipamentos e seus modos de utilização.

Sendo assim, entende-se que há margem para ações de redução das projeções de consumo, através da incorporação de medidas de eficiência energética que considerem as condicionantes destacadas (MME; EPE, 2016b). As medidas de eficiência energética voltadas para as condicionantes inerentes aos padrões de uso da edificação têm se mostrado relevantes

1 O setor de serviços é constituído pelas classes de consumo comercial e pública (CBCS et al., 2014).

2 É constatado o crescimento da demanda de energia a uma taxa média anual de 4,3% entre 2013 e 2050 (MME;

EPE, 2016b).

3 A redução no setor residencial está correlacionada a fatores como a substituição de lenha por gás natural,

ganhos de eficiência na iluminação e no uso de energia solar para aquecimento térmico. Por outro lado, considerando a participação das fontes na matriz de consumo final, constata-se o aumento de uso da eletricidade em detrimento do uso da lenha e do GLP (MME; EPE, 2016b), contexto que também requer ações mitigadoras.

(20)

na literatura. Essa relevância pode ser associada às barreiras típicas relativas à adoção de retrofits físicos, que envolvem limitações econômicas, arquitetônicas (ex. patrimônio histórico) e de custo benefício (ex. edifícios certificados) (PISELLO; ASDRUBALI, 2014). Gulbinas et al. (2014) classificam as iniciativas de atuação sobre os padrões de uso em três categorias principais: a automação4, o upgrade de equipamentos e a mudança de comportamento.

Em relação às duas primeiras categorias, Jain, Taylor e Culligan (2013) observam que a instalação e/ou utilização de tecnologias de economia de energia devem ser acompanhadas pelo comportamento eficiente do usuário, de modo que as reduções de consumo possam ser asseguradas. Haas, Auer e Biermayr (1998) explanam que ambas as categorias podem induzir ao denominado efeito rebote, no qual os ganhos inerentes às tecnologias de eficiência energética são reduzidos ou anulados devido à contra produtividade de comportamento do consumo de energia por parte dos usuários. Por outro lado, a terceira categoria, que enfatiza a mudança de comportamento, representa uma abordagem de conservação que potencializa a eficácia das soluções inerentes às tecnologias de eficiência energética. Essa abordagem deve adequar-se aos contextos do indivíduo e do coletivo, visando atender à problemática de desperdício de energia diretamente na fonte – o usuário (GULBINAS et al., 2014).

Observa-se que os programas de eficiência energética baseados no comportamento têm se colocado entre as estratégias mais rentáveis do mercado (ALCOTT; MULLAINATHAN, 2010). Pisello e Asdrubali (2014) destacam que este tipo de estratégia é caracterizado por vantagens intrínsecas, já que seus desdobramentos não impactam na estrutura da edificação e funcionam com métodos de baixo custo e impacto físico quase nulo.

As iniciativas dedicadas às intervenções no comportamento exploram interfaces diferenciadas, como o uso de prompts, justificativas, informações declaradas, prêmios, modelagem social, dissonância cognitiva, gamificação, comprometimento, configurações de objeto e feedbacks (ANDERSON; LEE, 2016). Essas iniciativas seguem uma tendência já fundamentada por Darby (2006), ao constatar que as tentativas de alterar o padrão de fornecimento e o consumo de recursos devem considerar, a princípio, as interfaces utilizadas entre o fornecedor, a tecnologia e o consumidor.

4 As soluções de automação se mostram efetivas nos esforços de conservação de energia, entretanto, em muitos

(21)

Considerando as interfaces mencionadas, o feedback se posiciona empiricamente entre as mais efetivas. Entende-se que prover os consumidores com um feedback adequado de consumo é um passo necessário para a redução do desperdício de recursos (DARBY, 2006; ALAHMAD et al., 2010; GULBINAS et al., 2014). Nesse âmbito, destaca-se o eco-feedback, definido como um sistema de sensoriamento que fornece aos usuários diversos meios de visualização da informação de consumo, com o objetivo de promover mudanças de comportamento tendo em vista a redução de impactos ambientais (FROEHLICH; FINDLATER; LANDAY, 2010; BARRETO et al., 2014).

Os Sistemas de Eco-feedback propiciam o monitoramento de desempenho do consumo por período determinado (ABRAHAMSE et al., 2007; FISCHER, 2008; ANDERSON; LEE, 2016). Seus formatos de exibição podem ser traduzidos em imagens reflexivas e/ou expressados em correlações significativas, como a exposição da quantidade de emissões de Dióxido de Carbono (CO2) equivalente a uma determinada quantidade utilizada de energia

elétrica (BARRETO et al., 2014; ANDERSON; LEE, 2016). No campo de aplicação voltado para a energia, o eco-feedback transforma este consumo que usualmente é “abstrato, invisível e intocável” em um processo “coerente, compreensível e conciso” (FISCHER, 2008), proporcionando o preenchimento de gaps de conhecimento (BUCHANAN; RUSSO; ANDERSON, 2014).

Nota-se que a efetividade de um sistema como o eco-feedback está relacionada a seu modo de apresentação (ANDERSON; LEE, 2016). Prazeres e Clarke (2005) e Srivastav et al. (2009) observam que o formato de visualização possui um papel relevante como método para interpretação e conceituação de dados de consumo. Jain, Taylor e Culligan (2013) estendem esta pertinência à representação da informação, que também possui um impacto significativo no comportamento.

Além da importância dos componentes de visualização e representação da informação, Holmes (2007) aborda outra questão que pode proporcionar uma diferença considerável no resultado dos feedbacks: o impacto psicológico relativo à exibição de dados em tempo real. Nessa perspectiva, Anderson e Lee (2016) apontam que quanto maior se configura o delay entre um feedback e o comportamento do usuário, menos efetivo esse feedback tende a ser.

(22)

1.1 JUSTIFICATIVA

Ante o apresentado, é possível compreender que o ambiente físico monitorado pode auxiliar na comunicação e resolução de problemas, por meio do uso de sistemas de coleta de dados e visualização de informações em tempo real (LEE; CHOI; LERTLAKKHANAKUL, 2011). Os displays de monitoramento empregados no contexto da edificação comumente apresentam essas informações de modo convencional: em tabelas numéricas, gráficos ou textos simples. Este conjunto de abstrações e representações facilita a compreensão e o estudo de tendências dentro de um horizonte temporal definido, mas é limitado ao estabelecer correlações entre valores para tomadas de decisão efetivas. Além disso, o conjunto mencionado de abstrações e representações é usualmente vinculado a plantas bidimensionais e distante de uma ambientação 3D (ATTAR et al., 2010, ATTAR et al, 2011; HAILEMARIAM et al., 2010).

Esse vínculo às plantas bidimensionais se justifica devido às edificações existentes terem sido concebidas, principalmente, através de métodos tradicionais de projeto, sem qualquer correspondência com modelos 3D para visualização (HAILEMARIAM et al., 2010). Diante do surgimento de aplicações tridimensionais elaboradas e enriquecidas em dados, empregadas na construção e na gestão do ciclo de vida das edificações, tornou-se atrativa a possibilidade de sincronizar sistemas de monitoramento, baseado em sensores, com os modelos produzidos (HAILEMARIAM et al., 2010; ISIKDAG, 2015).

Nesse contexto, identifica-se a potencialidade de utilizar a Modelagem da Informação da Construção (BIM) para proporcionar aos usuários um aumento de sensibilidade do comportamento, principalmente associado ao consumo. O BIM pode ser definido como “uma tecnologia de modelagem e um conjunto associado de processos para produzir, comunicar e analisar modelos de construção” (EASTMAN et al., 2014, p.13). Estes modelos são representações digitais tridimensionais visualmente precisas da edificação, e consistem em estruturas de dados que oferecem a capacidade de rastrear atributos dos objetos que os compõem (SABOL, 2013).

Por outro lado, constata-se no âmbito das edificações uma quantidade massiva de dados - associados ao comportamento e funcionamento de seus objetos – que devem ser coletados em tempo real, analisados e utilizados (ATTAR et al., 2010; ATTAR et al., 2011; KAHN; HORNBAEK, 2011). Logo, entende-se a relevância de integrar BIM – que agrega os objetos e seus atributos no modelo da informação da construção - e Internet das Coisas (IoT)

(23)

– que monitora e interconecta esses objetos em rede. A IoT pode ser conceituada como uma infraestrutura de rede global que interconecta objetos físicos e virtuais, com o propósito de explorar dados capturados e suas capacidades de comunicação (CASAGRAS, 2009), além de contextualizá-los e correlacioná-los com o mundo real (GREENGARD, 2015).

Succar, Saleeb e Sher (2016) abordam que uma potencial integração de BIM e IoT deve consistir no uso do modelo BIM como uma interface, sendo esta beneficiada por dados fornecidos através de uma rede de equipamentos, sensores e dispositivos móveis. Attar et al. (2010) e Attar et al. (2011) percebem que essa integração pode ser utilizada para revelar padrões de consumo e atividades correlatas. Os autores também observam que uma abordagem de apresentação e visualização de informações de desempenho centrada no usuário ainda é inexplorada. As diferentes partes interessadas (ex. proprietário, gerentes de facilities, ocupantes, técnicos da edificação) possuem perspectivas, demandas e conhecimentos distintos relativos a um domínio ou aplicação. Este cenário indica desafios de usabilidade relativos a como os dados coletados de uma edificação podem ser agrupados e apresentados a um tipo específico de usuário.

Considera-se, na presente pesquisa, atender a proprietários e gerentes de facilities como partes interessadas de uma edificação do setor de serviços, cujo consumo de energia tende a crescer no Brasil. Compreende-se o potencial de coletar, processar e analisar dados de consumo de energia em tempo real por meio da IoT, extrair informações e integrá-las ao Modelo BIM, bem como promover a visualização destas informações seguindo uma estratégia de eco-feedback. Fazendo-se uso do Modelo BIM, pode-se estabelecer a relação entre os objetos do ambiente físico monitorado, bem como suas informações de consumo, e seus objetos virtuais correspondentes. Estas informações, oriundas do monitoramento de desempenho, devem ser adequadas à estratégia de eco-feedback inerente ao setor de serviços – contexto de aplicação definido – para proporcionar a representação efetiva do consumo de energia.

Desse modo, os campos temáticos abordados nessa pesquisa envolvem Sistemas de Eco-feedback, Internet das Coisas e Modelagem da Informação da Construção, que conduzem às seguintes questões:

a. Que requisitos de uma estratégia de eco-feedback podem ser adequados e aplicados aos usuários de diferentes ambientes de aplicação?

(24)

b. Como a IoT pode ser utilizada para fomentar conscientização e subsidiar tomadas de decisão em relação à mitigação do consumo de energia?;

c. Quais são os propósitos de BIM no contexto de integração com a IoT visando a gestão do consumo de energia na fase de Operação e Manutenção da edificação?;

d. Como realizar a integração mencionada tendo em vista uma estratégia de eco-feedback?

1.2 OBJETIVOS

O objetivo desta pesquisa é integrar informações de consumo de energia adquiridas por meio da IoT ao Modelo BIM, visando o Monitoramento de Desempenho.

Os objetivos específicos envolvem:

1. Identificar, avaliar e interpretar os artefatos existentes na literatura, conforme March e Smith (1995) e Dresch, Lacerda e Antunes Júnior (2015), relativos a Sistemas de Eco-feedback e à Integração de BIM e Internet das Coisas;

2. Caracterizar as relações entre BIM, IoT e Bancos de Dados;

3. Caracterizar as relações entre a integração BIM-IoT e estratégias de eco-feedback;

4. Propor artefatos – constructo, modelo, método e instanciação - que considerem como aspectos principais o Monitoramento de Desempenho do consumo de energia e a visualização de informações centrada no usuário.

1.3 ESTRUTURA DA DISSERTAÇÃO

A estrutura da dissertação é constituída por 6 Capítulos, conforme discriminado a seguir.

O Capítulo 1 apresenta a Introdução da pesquisa, contemplando a justificativa acerca do problema de pesquisa, os objetivos geral e específicos a serem alcançados e a estrutura da dissertação.

O Capítulo 2 aborda a Fundamentação Teórica, organizada em subseções que abarcam Conceituação, Revisão Sistemática da Literatura (RSL), Identificação de Artefatos e Configuração de Classes de Problemas sobre os principais campos temáticos da pesquisa: Sistemas de Eco-Feedback e a Integração de BIM e Internet das Coisas.

(25)

O Capítulo 3 explicita os Materiais e Métodos empregados, abrangendo o conceito e o delineamento da Design Science Research (DSR), bem como a adequação de seus procedimentos às etapas desta pesquisa.

O Capítulo 4 exibe os Resultados e Discussão da pesquisa, explanando em seções a Proposição de Artefatos para Resolução do Problema e o Projeto, Desenvolvimento e Avaliação do Artefato Selecionado.

O Capítulo 5 apresenta as Aprendizagens e Generalização, com a explicitação das aprendizagens adquiridas no decorrer da pesquisa e a generalização das proposições realizadas para uma classe de problemas, propiciando o avanço do conhecimento científico.

O Capítulo 6, por fim, indica a Conclusão, abarcando as contribuições da pesquisa para os campos teórico e prático, assim como as potencialidades de trabalhos futuros.

Além dos capítulos evidenciados, a dissertação possui 5 Apêndices. O Apêndice A contém os Documentos produzidos na RSL de Sistemas de Eco-feedback, referentes a Protocolo, Formulário e Condução de Busca. O Apêndice B contém as diretrizes de Pesquisa Bibliográfica utilizadas para Dissertações e Teses sobre Internet das Coisas no Brasil. O

Apêndice C contêm os Documentos produzidos na RSL de Integração de BIM e Internet das

Coisas, referentes a Protocolo, Formulário e Condução de Busca. O Apêndice D contém a análise comparativa entre placas de microcontrolador para subsidiar a definição de materiais do protótipo BIM-IoT proposto. O Apêndice E contém a discriminação da lógica de integração entre BIM e IoT utilizada no Dynamo.

(26)

2

FUNDAMENTAÇÃO TEÓRICA

Este capítulo apresenta a fundamentação teórica e o consequente enquadramento da pesquisa, contemplando as temáticas de Sistemas de Eco-feedback e Integração de BIM e

Internet das Coisas. Para cada temática, realizou-se uma Conceituação e uma Revisão

Sistemática da Literatura (RSL), sendo o emprego de ambas fundamentado no Capítulo 3 –

Materiais e Métodos.

A Conceituação de Sistemas de Eco-feedback, mediante Análise Exploratória, abrange a introdução de conceitos sobre eco-feedback, ambientes de aplicação, motivações do usuário e componentes-chave de um sistema. A Conceituação da Integração de BIM e Internet das Coisas, mediante Análise Exploratória, consiste na introdução de conceitos e perspectivas sobre BIM e IoT, componentes essenciais, tecnologias facilitadoras e sinérgicas, e a integração propriamente dita.

As RSLs de cada temática estruturam um arcabouço teórico-prático constituído por artefatos existentes próximos ao contexto do problema e das questões de pesquisa apresentados anteriormente. Compreende-se como artefatos aqueles tipificados por March e Smith (1995) em constructos, modelos, métodos e instanciações. Os constructos constituem uma conceituação utilizada para descrever os problemas dentro de um domínio e especificar suas respectivas soluções, de modo que sejam definidos os termos empregados na descrição e na concepção das tarefas. Os modelos são um conjunto de proposições ou declarações que expressam as relações entre os constructos, visualizados como uma descrição ou representação de uma configuração ou estrutura real. Os métodos são um conjunto de passos utilizados para executar tarefas, e baseiam-se nos constructos e modelos elaborados para determinada solução. Por fim, as instanciações referem-se à concretização de um artefato, ou articulação de diversos artefatos, no sentido de produzir resultados em um determinado contexto. Elas abarcam a operacionalização de constructos, modelos e métodos, demonstrando sua viabilidade e eficácia.

(27)

2.1 SISTEMAS DE ECO-FEEDBACK

2.1.1 Conceituação

Tradicionalmente, as estratégias de eficiência energética em edificações estão voltadas para melhorias físicas ativas e passivas, relacionadas à otimização do desempenho de sistemas de envoltória bem como aparelhos de consumo de energia (PISELLO; ASDRUBALI, 2014). Os primeiros esforços de pesquisa que se dedicaram a abordar a redução da demanda de energia centrando-se nos papéis e atitudes dos usuários, datam da década de 1970, e estabelecem que o feedback tem efeitos mensuráveis em combinação com outros procedimentos (DARBY, 2006).

Diferente dos retrofits físicos, usualmente invasivos, os feedbacks empregam investimentos baixos e intervenções técnicas que proporcionam a sensibilidade do potencial de economia de energia e dinheiro a longo prazo, através de ações pessoais (PISELLO; ASDRUBALI, 2014; JAIN; TAYLOR; PESCHIERA, 2012). Froehlich, Findlater e Landay (2010) definem o eco-feedback como uma tecnologia que fornece feedback sobre comportamentos individuais e em grupo, com o objetivo de reduzir impactos ambientais. Trata-se de uma tecnologia considerada persuasiva (SNOW; VIAS; BRERETON, 2015), já que é projetada essencialmente com o objetivo de mudar o comportamento do usuário e/ou atuar como fonte de aprendizado, meio de empoderamento e conhecimento compartilhado, e meio de incentivo à competição (JAIN; TAYLOR; CULLIGAN, 2013). Ademais, é diretamente beneficiada pelos avanços e rupturas nos campos da tecnologia da informação e de redes de sensores (JAIN; TAYLOR; CULLIGAN, 2013; MA et al., 2016), que permitem o acesso rápido a uma infinidade de dados relativos à infraestrutura ocupada. Assim, os usuários podem compreender como interagem com os edifícios que utilizam e habitam (JAIN; TAYLOR; PESCHIERA, 2012).

Apesar das tecnologias de eco-feedback abarcarem diversos tipos de consumo, é constatada sua maior concentração no campo do consumo de energia elétrica, quadro que enfatiza a relevância de seus impactos e como seus dados podem ser prontamente capturados (FROELICH; FINDLATER; LANDAY, 2010). Para a maioria dos usuários, o consumo e a economia de energia elétrica são efeitos colaterais da realização de atividades diárias, contrapondo a ideia da gestão de energia como uma prática explícita (BARTRAM, 2015).

(28)

O eco-feedback pode ampliar a visibilidade do uso da energia e estabelecer conexões entre ações e desdobramentos, para dar suporte às tomadas de decisão. Além disso, outros benefícios tangíveis envolvem a correlação entre consumo de energia e custo; e a identificação de equipamentos e/ou aparelhos mais verdes (BUCHANAN; RUSSO; ANDERSON, 2014). Por outro lado, os dados exibidos por si só não cativam os usuários. Demanda-se adaptações (ex. acessibilidade ou simplificação de informações) que considerem como fatores o conhecimento, as motivações e o comportamento dos potenciais grupos alvo (FISCHER, 2008; BARTRAM, 2015), constatação que implica nos ambientes de aplicação de cada sistema (KAMILARIS et al., 2015).

2.1.1.1 Ambientes de Aplicação e Motivações do Usuário

Historicamente, as estratégias de conservação energética baseadas no comportamento têm concentrado esforços no contexto das edificações residenciais (GULBINAS; TAYLOR, 2014; CASADO-MANSILLA et al., 2016). Pisello e Asdrubali (2014) observam que os usuários de edificações residenciais familiares são estritamente responsáveis por suas demandas de energia, oriundas de hábitos e atitudes diárias; e, portanto, diretamente responsáveis pela cobrança econômica de energia, proveniente das contas periódicas. De acordo com Barreto et al. (2014), as famílias destacam a importância em reduzir os custos de suas vidas diárias, visando economizar dinheiro, evitar gastos desnecessários e minorar níveis de consumo. Revela-se, nesse sentido, a demanda de saber mais sobre o quanto se consome, e como os comportamentos e ações se relacionam ao consumo exibido nas tarifas de serviço, buscando um senso de controle. A preocupação pelo meio ambiente apresenta-se de modo secundário e alinhada a outras responsabilidades, como educar, tornar-se modelo ou disciplinar os filhos nos termos de práticas de consumo, e/ou adotar um estilo de vida diferenciado. É relevante destacar que há diversidade de motivações entre os membros de uma mesma família e entre famílias com diferentes conformações.

Por outro lado, os usuários de edificações residenciais estudantis não costumam pagar diretamente por seu consumo de energia; contexto semelhante ao identificado em edificações comerciais e institucionais (JAIN; TAYLOR; CULLIGAN, 2013). Nesse âmbito, constata-se a demanda de explorar o eco-feedback além do nível individual de conscientização para escalas maiores – aplicado em comunidades ou grupos (CASADO-MANSILLA et al., 2016), já que o desempenho de sua exposição é distinto (KAMILARIS et al., 2015). É relevante compreender como gerar impacto no comportamento, considerando esta ausência de

(29)

responsabilidade financeira direta pelo consumo. Ademais, é essencial entender como os usuários interagem com sistemas de eco-feedback na presença de forças sociais e organizacionais, que são frequentemente ausentes no contexto residencial familiar (GULBINAS; TAYLOR, 2014).

Existem questões desafiadoras em espaços semi-públicos, leia-se cenários coletivos, com a despreocupação generalizada relativa ao consumo de energia e à falta de motivação em reduzi-lo (CASADO-MANSILLA et al., 2016). Como exemplo, tem-se a compensação de fatores como conforto, eficiência energética e produtividade em ambientes de trabalho (KHOSROWPOUR et al., 2016), ou a negligência no consumo de aparelhos coletivos, quando comparado aos próprios aparelhos pessoais (SCHWARTZ et al., 2013). As razões para a despreocupação apontada envolvem: hábitos, demandas de trabalho, esquecimento, inconveniência e baixo potencial para economizar (KAMILARIS et al., 2015). E, embora haja negligência, observa-se que os usuários não possuem feedback sobre a energia consumida nem são municiados por diretrizes sobre como utilizar os aparelhos de modo eficiente (CASADO-MANSILLA et al., 2016).

Logo, fornecer eco-feedback nesses cenários deve tornar-se uma ferramenta valiosa para gerentes de facilities e proprietários motivarem, intrinsecamente, os usuários a reduzir o consumo (JAIN; TAYLOR; CULLIGAN, 2013). Nesse caso, deve-se considerar não somente motivações financeiras visando essa redução em edificações residenciais estudantis, comerciais e/ou institucionais, como também a agregação de motivações que envolvem conscientização sobre o meio ambiente e impactos de responsabilidade social (JAIN; TAYLOR; CULLIGAN, 2013; KAMILARIS et al., 2015).

2.1.1.2 Componentes-chave

A relação entre o consumo e o engajamento do usuário com um sistema de eco-feedback é inversamente proporcional, ou seja, quanto maior é o engajamento, menor é o consumo (JAIN; TAYLOR; PESCHIERA, 2012; GULBINAS et al., 2014). Diante dessa premissa, além de considerar aspectos específicos de cada ambiente de aplicação, o eco-feedback deve oferecer informações diversas e contextualizadas, utilizando uma variedade de estilos de apresentação, e meios dedicados aos usuários, que as tornem significativas (BUCHANAN; RUSSO; ANDERSON, 2014).

Nesse âmbito, o sistema de eco-feedback pode ser estratificado em componentes-chave, consistindo em um ciclo que envolve a captura e o processamento de dados e a entrega

(30)

de informações (JAIN; TAYLOR; CULLIGAN, 2013). A captura é viabilizada por tecnologias de sensores que coletam os dados do ambiente físico. Esses dados são agregados, transmitidos e processados para entrega ao usuário.

À entrega de informações, entende-se como os canais de comunicação do sistema (KAMILARIS et al., 2015) que são caracterizados pela acessibilidade e pelos meios de apresentação do eco-feedback (FISCHER, 2008; FROEHLICH; FINDLATER; LANDAY, 2010). Segundo Bartram (2015), o feedback do consumo de energia é entregue mais frequentemente em 4 tipos de plataformas: em contas mensais aprimoradas; dashboards; e aplicativos móveis e/ou dispositivos locais especializados, tais como monitores internos incorporados ou ambientais. Kamilaris et al. (2015) sinalizam como canais promissores o e-mail, considerado um método de entrega efetivo, e as aplicações locais e na web.

Além dos canais de comunicação, o design e a representação da informação podem ter impactos significativos no desempenho5 de um eco-feedback. Logo, a exibição das

informações deve ser considerada como mais um componente-chave e abarcar: (i) a frequência na qual o sistema é atualizado; (ii) as unidades de medição e/ou outra representação do consumo que sejam mais apropriadas para a aplicação; e (iii) os tipos de exibição dessa informação – como seus níveis de granularidade ou a habilidade do usuário em realizar comparações (FISCHER, 2008; FROEHLICH; FINDLATER; LANDAY, 2010).

A frequência é um meio de cativar a atenção dos usuários e gradativamente afetar seus hábitos de consumo (KAMILARIS et al., 2015), sendo uma característica relacionada ao nível de tecnologia incorporado em cada sistema (KHOSROWPOUR et al., 2016). Gulbinas et al. (2014) sugerem que o eco-feedback que se aproxima do tempo real possui o potencial de efetividade maior, devido à característica de propiciar tanto o aprendizado como o senso de auto eficácia. Essa sugestão é ratificada por Fischer (2008) que observa, nos sistemas que oferecem maior frequência de atualização (diariamente ou mais), melhor desempenho. Em Snow, Vyas e Brereton (2015), é possível observar, no ambiente residencial familiar, que gráficos exibidos em tempo real são úteis tanto na identificação do consumo de energia relativo a aparelhos específicos, como no suporte à análise do consumo em uma variedade de escalas (ex. minuto, dia, mês e por circuito). Por sua vez, Kamilaris et al. (2015) constatam,

5 O desempenho de um sistema de eco-feedback é mensurado por sua capacidade de gerar redução no consumo

(31)

no ambiente corporativo, que os usuários apresentam maior satisfação com a frequência semanal, no caso de instruções, a qual consideram como efetiva e não incomodativa.

A representação da informação do consumo em sistemas de eco-feedback tem utilizado unidades de medição de três formas principais: (i) unidades diretas de energia, como o quilowatt-hora (kWh) ou o Watts; (ii) unidades de externalidade ambiental, como emissões de CO2 ou a correlação com árvores derrubadas; e (iii) unidades monetárias, como dólares

(JAIN; TAYLOR; CULLIGAN, 2013). Em relação às unidades diretas de energia, Jain Taylor e Culligan (2013) atestam o kWh como padrão e representação de unidade mais comum utilizada em sistemas de eco-feedback. Embora haja recorrência, Schwartz et al. (2013) apontam que usuários, em sua maioria, não são familiares com o significado e o uso do kWh como unidade de exibição. Segundo Jain, Taylor e Culligan (2013), essa limitação deve estar relacionada à origem científica e à qualidade abstrata desse tipo de unidade, observação estendida às unidades de externalidade ambiental, como no caso das emissões equivalentes de CO2.

Se a intenção comunicativa é motivar a compreensão e consciência do consumo de energia, então as métricas de consumo e seus dados associados são essenciais. Nesse sentido, a coordenação de vários modelos mentais é fundamental para que o sistema de eco-feedback se torne abrangente. Isto porque os usuários conceitualizam o consumo com maior consistência quando possuem a capacidade de mover-se facilmente entre sistemas de referência, correlacionando os usos e as atividades do cotidiano (BARTRAM, 2015).

Khosrowpour et al. (2016) enfatizam que há maior relevância nos tipos de exibição da informação que na sua frequência de entrega. Jain, Taylor e Peschiera (2012) classificam como tipos de exibição: (a) a comparação normativa; (b) a comparação histórica; (c) a instrução; (d) a desagregação; (e) o incentivo e (f) a informação.

O eco-feedback por comparação normativa é fundamentado na premissa de que um usuário é influenciado por ações de outros em sua rede social. Assim, estabelece-se a influência social como uma ferramenta que pode ser utilizada para reduzir o consumo de energia, por meio da motivação oriunda da comparação entre indivíduos (JAIN et al., 2013; JAIN; TAYLOR; PESCHIERA, 2012; GULBINAS; TAYLOR, 2014). Gulbinas e Taylor (2014) alertam para as divergências entre cenários residenciais e comerciais no emprego deste tipo de eco-feedback, sugerindo que os hábitos de conservação de energia se estruturam mais facilmente entre usuários de edificações comerciais expostos a feedbacks de redes organizacionais, que entre usuários de edificações residenciais expostos a feedbacks de redes

(32)

sociais. Ainda, os autores constatam, em edificações comerciais, que quando a informação de consumo de energia é apresentada de modo socialmente e organizacionalmente contextualizado, os usuários são efetivamente capazes de reduzir desperdícios através de medidas comportamentais. Esses desperdícios são comumente atribuídos a aparelhos que são deixados ligados em edificações não residenciais. Por sua vez, Kamilaris et al. (2015) observam que o modo como a comparação normativa é aplicado também é um fator importante, já que as competições pela economia de energia devem ser estimuladas entre escritórios ou departamentos, no intuito de proteger a privacidade dos indivíduos.

O eco-feedback por comparação histórica consiste no rastreamento de desempenho do consumo de energia no decorrer do tempo, e aumenta potencialmente a habilidade dos usuários em realizar um impacto positivo (GULBINAS et al., 2014). Contribui, portanto, para ações de auto monitoramento (JAIN; TAYLOR; PESCHIERA, 2012; KAMILARIS et al., 2015), como meio de suporte àqueles que procuram por uma referência do próprio desempenho (FISCHER, 2008).

O eco-feedback por instrução consiste em sugestões de intervenção e é efetivo na mudança de comportamento, de atitudes e de intenções (GULBINAS et al., 2014; KAMILARIS et al., 2015). Mediante recomendações específicas relativas aos níveis de consumo de cada aparelho e/ou aplicação, os usuários podem criar estratégias efetivas de conservação para maximizar economias (GULBINAS et al., 2014).

O eco-feedback por desagregação é baseado na exibição de informações de energia no nível de granularidade do aparelho ou aplicação individual (GULBINAS et al., 2014; JAIN; TAYLOR; PESCHIERA, 2012). É um tipo de eco-feedback relevante por atender às demandas levantadas por Fischer (2008), em relação à necessidade de ferramentas de interface que permitem a conexão direta entre ações específicas ou aparelhos e o consumo. De acordo com Jain, Taylor e Peschiera (2012), fornecer essa granularidade também viabiliza que os usuários aumentem a auto eficácia associada com as mudanças de comportamento.

O eco-feedback por incentivo envolve o fornecimento de prêmios financeiros ou não financeiros aos usuários (JAIN; TAYLOR; PESCHIERA, 2012). Trata-se de um tipo de eco-feedback baseado no princípio de que as intervenções emocionais e de suporte podem ser mais efetivas para influenciar os usuários, quando o comportamento anti-ambiental destes já se tornou hábito (KAMILARIS et al., 2015). Por fim, o eco-feedback por informação apresenta dados de modo simples. Gulbinas e Taylor (2014) observam que este tipo de feedback sobre o uso de energia pessoal e isolado não é suficiente para impactar

(33)

significativamente no comportamento. Além disso, Casado-Mansilla et al. (2016) constatam que os usuários não são capazes de saber em tempo real se a ação desempenhada por eles é ambientalmente adequada ou não.

Diante dos conceitos apresentados, é possível identificar na meta análise de Fischer (2008) os tipos de eco-feedback considerados mais efetivos. Dentre os estudos de caso destacados, aqueles que ofereceram opções múltiplas de feedback para a escolha do usuário foram considerados casos de sucesso. Entre as opções múltiplas estão os tipos de exibição por comparação histórica e normativa. Ademais, aqueles casos que propiciaram atividades de auto monitoramento e automedição obtiveram melhor desempenho. Acrescenta-se os sistemas que ofereceram alto nível de granularidade das informações, permitindo a exibição até a escala do aparelho e/ou aplicação. Pode-se relacionar essas características ao tipo de exibição por desagregação.

De acordo com Kamilaris et al. (2015), o ideal é oferecer diversas combinações de eco-feedback, já que o emprego de tipos múltiplos de exibição é a melhor opção para gerar respostas positivas, ativar diferentes motivações, crenças ou normas inerentes aos usuários ou grupos alvo.

2.1.2 Revisão Sistemática da Literatura

Esta subseção explana os resultados da RSL aplicada com o objetivo de identificar, avaliar e interpretar os artefatos existentes na literatura que fornecem ao usuário eco-feedbacks de consumo de energia. Para esta RSL foram elaboradas como questões de pesquisa: (1) quais são os artefatos desenvolvidos com ênfase no emprego de sistemas de eco-feedback de consumo de energia; (2) quais são os ambientes de aplicação, motivações dos usuários e componentes-chave destes artefatos; e (3) como esses sistemas são concebidos para atender a diferentes ambientes de aplicação (ex. residencial, comercial, institucional). O protocolo que cadenciou esta RSL está apresentado no Apêndice A.

2.1.2.1 Condução da Revisão Sistemática

O Quadro 1 apresenta o histórico de ações de extração das fontes e aplicações de filtros de inclusão e exclusão dos estudos, como estabelecido no protocolo apresentado no

Apêndice A. Assim, a amostra para análise dos resultados abrange o total de 18 publicações

(34)

Quadro 1 - Síntese da RSL de Eco-feedback: definição da amostra

PARÂMETROS DE BUSCA APLICAÇÕES DE BUSCA

Bases de Dados COMPENDEX ASCE LIBRARY SCIENCE WEB OF SCOPUS

Termos de Busca Eco-feedback

Campo de Busca Subject/Title/Abstract Anywhere Topic Title/Abstract/Keywords

Tipo de Publicação Journal Article N/A Article Article

Resultado 25 0 23 27

Eliminação por repetições na mesma

base 5 0 0 0

Total de publicações por base 20 0 23 27

Total de publicações 70 publicações

Eliminação por repetição entre bases 43 publicações

Publicações resultantes 27 publicações

Eliminação por critérios de exclusão 9 publicações

Total da amostra 18 publicações

Fonte: A autora. 2.1.2.2 Análise dos Resultados

Este tópico corresponde às questões levantadas e resultados obtidos acerca da RSL de Sistemas de Eco-feedback que consideram o consumo de energia na indústria da Arquitetura, Engenharia, Construção e Operação (AECO). As 18 publicações da amostra foram tabuladas em 4 categorias: (i) ambientes de aplicação; (ii) motivações do usuário; (iii) componentes-chave do sistema; e (iv) tipos de artefatos.

A primeira categoria abrange os ambientes de aplicação mais recorrentes da amostra, conforme apresentado na Figura 1.

Figura 1 - Ambientes de Aplicação de Eco-feedback

(35)

As edificações residenciais familiares são as mais abordadas, seguidas das edificações residenciais estudantis. Além do contexto residencial, foram identificadas publicações que se referem a edificações comerciais e/ou institucionais. Apenas 6% da amostra corresponde à categoria não se aplica, e/ou não foi indicada. Esses resultados ratificam as constatações de Gulbinas e Taylor (2014) e Khosrowpour et al. (2016), que observam nos estudos existentes sobre conservação de energia, baseadas no comportamento, maior ênfase nos ambientes residenciais. Por outro lado, constata-se que os ambientes residenciais estudantis, comerciais e institucionais, que possuem perfis de usuário semelhantes, corresponderam juntos a 55% da amostra.

Como já explanado na Conceituação, a relevância do ambiente de aplicação está associada ao comportamento do usuário. Logo, as distinções no comportamento em determinado ambiente de aplicação desdobram-se na segunda categoria (Figura 2). As motivações de usuários apresentadas apontam o uso de Sistemas de Eco-feedback para atender a duas questões majoritárias: impactos econômico (redução de custo) e ambiental. Na amostra, 5 dos 18 estudos evidenciaram as motivações de usuários antes de uma intervenção.

Figura 2 - Motivações de Usuários para Aplicação de Eco-feedback

Fonte: A autora.

A terceira categoria envolve o mapeamento de componentes-chave de um sistema de eco-feedback, classificados de acordo com Jain, Taylor e Culligan (2013) e Kamilaris et al. (2015) em um ciclo que envolve: captura e processamento de dados, e entrega de informações (canais de comunicação). Na presente pesquisa, devido às constatações de Fischer (2008) e Froehlich, Findlater e Landay (2010), integrou-se a exibição de informações como mais um componente-chave do ciclo, conforme a Figura 3.

Referências

Documentos relacionados

Este trabalho tem como objetivo contribuir para o estudo de espécies de Myrtaceae, com dados de anatomia e desenvolvimento floral, para fins taxonômicos, filogenéticos e

Além disso, serão abordados os estudos sobre os dois programas que surgiram no cenário educacional como políticas públicas educacionais curriculares, com propostas

Esse princípio foi normatizado pela Lei de Diretrizes e Bases da Educação Nacional nº 9.394/96, ao estabelecer, em seu Artigo 3º, Inciso VIII, a “ [...] gestão democrática

Carmo (2013) afirma que a escola e as pesquisas realizadas por estudiosos da educação devem procurar entender a permanência dos alunos na escola, e não somente a evasão. Os

Esta dissertação pretende explicar o processo de implementação da Diretoria de Pessoal (DIPE) na Superintendência Regional de Ensino de Ubá (SRE/Ubá) que

de professores, contudo, os resultados encontrados dão conta de que este aspecto constitui-se em preocupação para gestores de escola e da sede da SEduc/AM, em

De acordo com o Consed (2011), o cursista deve ter em mente os pressupostos básicos que sustentam a formulação do Progestão, tanto do ponto de vista do gerenciamento

Realizar a manipulação, o armazenamento e o processamento dessa massa enorme de dados utilizando os bancos de dados relacionais se mostrou ineficiente, pois o