Ilmankosteus suomalaisissa asunnoissa

Abstract

Opinnäytetyössä tutkittiin ilmankosteutta suomalaisissa asunoissa. Vuonna 2010 käytettiin yli miljardi euroa merkittävien kosteusvaurioiden korjaamiseen ja arviolta 6–9 % asuinkerrostaloista oli merkittävä home- tai kosteusvaurio. Tutkinta tehtiin Leanheatin järjestelmän keräämän datan avulla ja käymällä kohteissa katsomassa, mistä kosteus voisi johtua. Leanheatillä on älykäs lämmönohjausjärjestelmä, joka kerää dataa asuntojen sisälämpötilasta ja -kosteudesta, ulkolämpötilasta ja -kosteudesta ja sääennusteista.

Opinnäytetyön tavoitteena oli selvittää, vaikuttaako asunnon kosteusolosuhteisiin rakennuksen rakennusvuosi, eri ilmanvaihtotapa tai kohteen sijainti. Rakennusvuosi-vertailussa selvitettiin, ovatko kosteusolosuhteet parantuneet tai onko rakennusvuodella mitään merkitystä, kun puhutaan kosteudesta. Eri ilmanvaihtojatapoja vertailemalla selvitettiin, onko jokin ilmanvaihtotapa parempi kuin toinen kosteusvertailussa. Sijaintia vertailemalla tutkittiin, vaikuttaako kohteen sijainti kosteuteen. Esimerkiksi vaikuttaako, jos kohde sijaitsee rannikolla tai pohjoisessa.

Opinnäytetyössä tutkittiin myös yksittäisiä asuntoja, joissa kosteustaso oli korkeampi kuin muissa saman kohteen asunnoissa. Tutkiminen suoritettiin käymällä kohteissa ja tarkastelemalla, mikä voisi aiheuttaa kosteuden nousun. Kohteissa mitattiin myös ilmanvirtoja ja verrattiin niitä suunniteltuihin arvoihin.

Tuloksista ilmeni, että rakennusvuodella, ilmanvaihdolla ja sijainnilla on merkitystä ilmankosteuteen. Uusissa rakennuksissa on kuivempaa. Painovoimainen ilmanvaihtotapa eroaa koneellisesta ilmanvaihdosta. Eri koneelliset ilmanvaihtotavat eivät vaikuta kosteuteen, mutta ilmanvaihto vaikuttaa. Sijainti puolestaan vaikuttaa ulko-olosuhteiden vuoksi. Yksittäisten asuntojen tuloksista ilmenee hyvin ilmanvaihtokertoimen heikkouden ja kosteuden nousun yhteys.

The aim of this Bachelor’s thesis was to establish if the construction year, location or ventilation system of a building has an influence on the humidity in Finnish apartments. The purpose was to see whether newer buildings performed better than older ones, whether the sea or the Northern location had an effect, and whether any ventilation system would prove to be better than others.

The study was based, first, on the data in the Leanheat system, an AI system that controls the heating and gathers data about apartment temperatures and relative humidity, and second, to visits to apartments with high humidity in order to establish the cause of moisture. When visiting the apartments, the ventilation rates were measured and compared to ventilation design.

The study showed that the year of construction, location and ventilation system indeed have an effect on the humidity of a building. Newer buildings have less humidity than old ones, location has an effect due to the differences in weather. Of the ventilation systems, gravity based ventilation is the least effective to remove humidity. All the other ventilation systems perform in an almost similar way when only the effect of removing humidity is compared. The inactivity of ventilation increases humidity.