| Código |
18169
|
| Ano |
2
|
| Semestre |
S1
|
| Créditos ECTS |
6
|
| Carga Horária |
PL(30H)/TP(30H)
|
| Área Científica |
MECÂNICA COMPUTACIONAL
|
|
Objectivos de Aprendizagem |
Incluem conhecimentos, aptidões e competências a desenvolver pelos estudantes. No final da UC, o estudante deverá ser capaz de:
Compreender Fundamentos de Eficiência Energética: Analisar e aplicar princípios de eficiência energética, incluindo isolamento térmico,ventilação e iluminação natural, para otimizar o uso de energia em edifícios; Implementar Soluções de Automação: Projetar e configurar sistemas de automação que integram sensores, atuadores e protocolos de comunicação, visando o controlo eficiente de sistemas internos;
Integrar Energias Renováveis e Gestão de Energia: Identificar e implementar soluções que combinem energias renováveis e sistemas de armazenamento, promovendo uma gestão eficaz do consumo; Utilizar Inteligência Artificial e Big Data: Analisar dados e utilizar inteligência artificial para prever parâmetros operacionais e melhorar a eficiência dos edifícios. Aplicar Ferramentas Computacionais para avaliar o
desempenho térmico e a eficiência energética em edifícios.
|
|
Conteúdos programáticos |
Os conteúdos programáticos são distribuídos pelas diferentes temáticas abordadas ao longo do semestre:
1. Introdução aos Edifícios Eficientes e Inteligentes
-Conceito e importância de edifícios inteligentes e eficientes
-Tendências tecnológicas e desafios para tecnologias emergentes
-Normas e regulamentos
2. Conceitos de Eficiência Energética
-Princípios de eficiência energética
-Estratégias de otimização de energia na envolvente do edifício
-Indicadores de eficiência energética
3. Sistemas de Automação em Edifícios
-Tecnologias de automação e controlo
-Sensores e atuadores: tipos e aplicações
-Protocolos de comunicação
4. Energias Renováveis e Gestão de Energia
-Energias renováveis em edifícios
-Integração de sistemas de geração distribuída
-Gestão e armazenamento de energia
5. Integração de Inteligência Artificial e Big Data
-Uso de dados em edifícios inteligentes
-Inteligência Artificial na gestão de edifícios e previsão operacional
-Algoritmos de otimização
|
|
Metodologias de Ensino e Critérios de Avaliação |
A avaliação ocorre em duas etapas, cobrindo diferentes partes do conhecimento:
Trabalho de Análise e Síntese (TAS, 30%): Pesquisa bibliográfica sobre um tópico do programa, com apresentações regulares ao longo do período letivo e entrega de relatório final com discussão oral.
Projeto (PRO, 70%): Modelação computacional, incluindo relatório e discussão.
Classificação Final (CF): CF = TAS + PRO
Requisitos:
CF >= 10 valores.
TAS >= 6 valores.
PRO >= 6 valores.
Melhorias requerem exame final, mantendo os mesmos critérios e cálculo da CF
|
|
Bibliografia principal |
-Santamouris, M. (2013). Energy efficiency in buildings: Theory and practice. Routledge.
-Agger, J. P. (2018). Building science: Concepts and applications in environmental performance and energy efficiency. Wiley.
-Desideri, U., & Asdrubali, F. (Eds.). (2020). Handbook of energy efficiency in buildings: A life cycle approach. Springer.
-Sinopoli, J. (2016). Smart buildings systems for architects, owners, and builders (2nd ed.). Butterworth-Heinemann.
-Lawless, W. F., Mittu, R., & Sofge, D. (Eds.). (2019). Artificial intelligence for the Internet of everything. Academic Press.
-Jadhav, N. Y. (2016). Green and smart buildings: Advanced technology options. Springer. https://doi.org/10.1007/978-981-10-1002-6
-Scientific papers in Scopus and Web of Science
|
| Língua |
Português
|