Control de la ventilación pasiva para enfriamiento

• Ayala, Juan Pedro ^[1] ; Marincic Lovriha, Irene ^[1]
  1. [1] Universidad de Sonora

     Universidad de Sonora

     México

     
• Localización: Vivienda y comunidades sustentables, ISSN-e 2594-0198, Nº. 2, 2017, págs. 11-28
• Idioma: español
• Títulos paralelos:
  • Passive ventilation control for cooling
• Enlaces
  • Texto completo
• Resumen
  • español

    El objetivo de este artículo es mostrar el proceso de creación de un modelo de predicción para el control de los dispositivos de ventilación pasiva en un clima cálido seco que, mediante un control manual adecuado de los sistemas de ventilación pasiva, logrará una temperatura menor comparada con la temperatura en ausencia de ventilación en temporada de transición. Este artículo deriva de una investigación realizada en el Posgrado en Humanidades en la Universidad de Sonora. Los conceptos principales son predicción y control: la predicción es la clave del control e, incluso, de la modificación del curso de los acontecimientos. Se utilizó el método de regresión lineal, uno de los métodos de predicción científica más utilizado debido a la amplitud de su adaptabilidad, el cual consiste en un análisis estadístico para estudiar la relación entre variables. El modelo matemático se enfoca en la predicción de temperaturas interiores con base en temperaturas exte- riores. Se desarrolló a partir de la caracterización, por medio de mediciones, del comportamiento térmico de la vivienda estudiada y de las características del clima local. 

  • English

    The aim of this paper is to show the process of creating a prediction model for the control of passive ventilation system in a hot dry climate. The paper shows that, by the right manual control of passive ventilation systems, a lower indoor temperature can be achieved, compared with the temperature without ventilation, during transition seasons. The investigation was carried out in the frame of postgraduate studies at the University of Sonora. The main concepts are prediction and control. The prediction is the key of the control, even it can change the course of the events. A linear regression method was used, which is one of the most used scientific prediction methods due to its adaptability. This method is a statistical analysis for estimating the relationships among variables. The mathematical model focuses on predicting indoor temperatures, based on outdoor temperatures. It was developed starting from the characterization, by measurements, of the thermal behavior of the dwelling studied, and of the local climate characteristics. By linear and multiple correlation, formulas were developed to predict the hourly interior temperature, based onthe most relevant exterior variables.