Resumen En el año 2022, en la Argentina, el consumo energético del parque edilicio construido de los Sectores Residencial y Comercial-Público superó el 34 % y una parte significativa de este consumo se debe a los requerimientos para climatización. A su vez, las demandas de climatización se ven afectadas por la eficiencia energética de la envolvente edilicia, ya que a través de esta se produce el intercambio de calor entre el interior del edificio y su entorno. Este trabajo presenta la aplicación de un método de minería de datos, las reglas de asociación, para descubrir las soluciones tecnológico-constructivas más representativas presentes en la envolvente edilicia, en este caso, correspondientes a edificios destinados a la salud (Sector Comercial-Público). Para ello, es necesario identificar las distintas soluciones tecnológico-constructivas presentes en la envolvente (muros, carpinterías y techos) en los distintos edificios. Con tales datos como entrada, el algoritmo produce como resultados conjuntos de combinaciones de elementos de la envolvente que aparecen asociadas frecuentemente. A partir de estos resultados, se espera mejorar la eficiencia energética de las envolventes más representativas a partir de sugerir medidas específicas para cada terna encontrada facilitando, así, su implementación a escala masiva.
Abstract In the year 2022, in Argentina, the energy consumption of the building stock of the Residential and Commercial-Public Sectors exceeded 34 % and a significant part of this consumption is due to air conditioning requirements. In turn, the air conditioning demands are affected by the energy efficiency of the building envelope, since it is through it that the heat exchange between the interior of the building and its surroundings takes place. This work presents the application of a data mining method, the association rules, to discover the most representative technological-constructive solutions present in the building envelope, in this case, corresponding to buildings intended for health (Commercial-Public Sector). To do so, it is necessary to identify the different technological-constructive solutions present in the building envelope (walls, windows and ceilings) in the different buildings. With such data as input, the algorithm produces as results sets of combinations of envelope elements that appear frequently associated. From these results, it is expected to improve the energy efficiency of the most representative building envelopes by suggesting specific measures for each set found, thus facilitating their implementation on a massive scale.
Resumo No ano 2022, na Argentina, o consumo de energia do parque imobiliário residencial e comercial-público será superior a 34 % e uma parte significativa deste consumo será devido a requisitos de ar condicionado. Por sua vez, as exigências de ar condicionado são afectadas pela eficiência energética da envolvente do edifício, uma vez que é através da envolvente do edifício que se realiza a troca de calor entre o interior do edifício e a sua envolvente. Este documento apresenta a aplicação de um método de mineração de dados, as regras de associação, para descobrir as soluções tecnológicas construtivas mais representativas presentes no invólucro do edifício, neste caso, correspondentes aos edifícios de saúde (Sector Comercial-Público). Para tal, é necessário identificar as diferentes soluções tecnológico-construtivas presentes na envolvente do edifício (paredes, carpintarias e tectos) nos diferentes edifícios. Com dados como a entrada, o algoritmo produz como resultados conjuntos de combinações de elementos do envelope que são frequentemente associados. Com base nestes resultados, espera-se melhorar a eficiência energética dos envelopes mais representativos, sugerindo medidas específicas para cada conjunto encontrado, facilitando assim a sua implementação à escala de massa.