OTIMIZAÇÃO EVOLUTIVA DE FORMA PARA SUSTENTABILIDADE, CRUZANDO O BIM E A MODELAÇÃO ALGORÍTMICA

1º Congresso Português de Building Information Modelling 24 e 25 de novembro de 2016, Universidade do Minho, Guimarães

OTIMIZAÇÃO EVOLUTIVA DE FORMA PARA SUSTENTABILIDADE, CRUZANDO O BIM E A MODELAÇÃO ALGORÍTMICA Pedro Santiago (1) (1) Universidade Fernando Pessoa, Porto

Resumo As áreas urbanas consolidadas apresentam geralmente um desafio para o arquiteto relativamente às decisões de desenho sustentável a implementar. O local, a orientação e a envolvente construída constituem um compromisso para os sistemas passivos e ativos, reduzindo as possíveis medidas de otimização, deixando o arquiteto com incertezas quanto à eficiência do edifício. O uso de tecnologias de BIM permite a medição e monitorização dessas decisões de desenho, no entanto, a sua otimização consiste num processo de tentativa e erro, tornando-o lento e conduzindo a uma limitação significativa. Este artigo discute as potencialidades do uso de algoritmos evolutivos para gerar soluções otimizadas para a orientação solar da fachada. A inter-conectividade em tempo real do sistema BIM e de programas de modelação algorítmica representa uma vantagem para a diversidade e rapidez nas decisões de desenho e projeto sustentáveis.

275

1º Congresso Português de Building Information Modelling 24 e 25 de novembro de 2016, Universidade do Minho, Guimarães

1. Introdução Entre as várias estratégias para melhorar a eficiência energética na Europa, os edifícios devem ser considerados como um dos principais objetivos, uma vez que são responsáveis por cerca de 40% do consumo de energia na Europa. As atuais diretivas de eficiência energética nos edifícios da UE (Diretivas 2002/91 / CE, 2010/31 / UE, Nearly Zero Energy Building) impõem novas exigências na construção e renovação de edifícios com o objetivo de criar um parque edificado NZEB. Nessa premissa a abordagem ao ato de projetar terá que recorrer a estratégias informadas e fundamentadas em dados concretos e realistas. A adoção de estratégias inteligentes será essencial para otimizar envolventes edificadas podendo começar desde o fator forma com a finalidade de minimizar o consumo de energia garantindo em simultâneo o conforto dos seus ocupantes. No contexto da geração própria de energia a partir de fontes renováveis, no sentido de atingir o ponto mais próximo do balanço energético nulo ou 0, gerase um problema antagónico de maximização de ganhos solares (a fonte de energia mais abundante) nos locais de implementação dos sistemas geradores, em paralelo com a minimização de ganhos nos períodos mais quentes do ano. Os ganhos solares podem contribuir positivamente para o desempenho de energia térmica do edifício, na forma de ganhos passivos, ou negativamente, no caso de necessidade por falta de exposição ou descontrolo formal e material. A radiação solar direta recebida pode aumentar o conforto solar no interior do edifício durante os meses frios e em simultâneo diminuir a necessidade de aquecimento. No entanto, durante o verão ocorre o efeito oposto, uma vez que a radiação solar pode causar sobreaquecimento e, assim, aumentar a necessidade de arrefecimento. Se esta situação é complexa num contexto isolado do edifício, o contexto urbano, a partir do ambiente construído envolvente representa um desafio maior. Se considerarmos que metade da população mundial vive em cidades que consomem coletivamente três quartos dos recursos globais, com previsões do seu aumento para três quartos até 2050 [1], é imperativo a compreensão e criação de estratégias para minimizar o consumo de energia neste ambiente concreto. A abordagem de maximizar a utilização de energia solar ambiente - seja para a conversão ativa usando coletores térmicos e / ou fotovoltaicos solares ou por estratégias passivas bioclimáticas, permitem reduzir a necessidade de energia para aquecimento e iluminação. Para trabalhar com este objetivo, a modelação computacional direcionada à disponibilidade de radiação solar pode ser uma ferramenta de apoio às decisões de desenho para arquitetura e urbanismo. No entanto a probabilidade de encontrar uma solução ideal para a forma geométrica do edifício pelo método manual de tentativa e erro é extremamente pequena. É possível fazer cálculos para a determinação da envolvente solar em papel utilizando os dados do azimute solar e de elevação a par das alturas chave do ano. No entanto, o cálculo no papel é um processo longo e pouco preciso para ambientes urbanos. No entanto, hoje em dia muitos programas de desenho assistido por computador e paramétricos integram ferramentas de simulação ambiental que incluem a possibilidade de avaliar envolventes solares de forma automática. É um procedimento simples que requer pouca informação externa, onde se encontram por exemplo a localização, volumes envolventes, planos que definam a área a avaliar e períodos de análise. No entanto este sistema permite apenas avaliar o potencial da envolvente

276

1º Congresso Português de Building Information Modelling 24 e 25 de novembro de 2016, Universidade do Minho, Guimarães

solar, sendo o processo de otimização manual, muitas vezes baseado na experiência e conhecimento adquirido do projetista, limitando o loque de soluções a estes fatores e ao tempo disponível para o desenho. Dada a complexidade geométrica e volumétrica do ambiente urbano a par dos objetivos do estudo propõe-se um método alternativo e mais eficiente. Propõe-se um método para gerar envolventes solares que consideram requisitos multidirecionais de acesso a ganhos solares diretos em ambientes urbanos complexos. Este método foi desenvolvido para a avaliação das potencialidades de construção em áreas consolidadas existentes na cidade do Porto, integrando cálculos de acesso direto solar a partir de simulações computacionais ambientais, geração de envolventes solares usando desenho paramétrico e plugin de otimização. O modelo urbano a integrar a proposta foi construído num programa BIM, o Archicad que permite a conexão em tempo real com a ferramenta de programação visual Grasshopper onde foi desenvolvido o algoritmo. A ferramenta de simulação ambiental utilizada para o cálculo das horas de exposição solar direta no Grasshopper é o Ladybug [2], com base no seu componente sun-path Radiance, uma ferramenta validada para simulação de radiação solar [2]. O plugin de otimização utilizado é o Galapagos [3] que permite aplicar os princípios de otimização evolutiva no Grasshopper. 2. Metodologia O método descrito é aplicado a um edifício situado num contexto urbano consolidado da cidade do Porto. A envolvente direta representa dois edifícios residenciais com 4 pisos voltados para a rua de acesso e 6 pisos voltados para o logradouro. Ambos apresentam coberturas inclinadas de duas águas. A orientação das parcelas é sobre o eixo nordeste sudoeste, representado uma orientação pouco favorável do ponto de vista dos ganhos e controlo solar, dada a predominância de sol com um angulo baixo correspondente a nascente e poente. O número de horas de exposição na fachada voltada para a rua é escasso por dois fatores: orientação e envolvente direta. A fachada posterior é a que apresenta maior potencial a par da cobertura inclinada. A área da implantação é de aproximadamente 175 m2 sendo que o alinhamento com as empenas respetivas permite alguma liberdade formal dado o desfasamento de limites no logradouro e nas coberturas. Numa primeira fase foi realizado um estudo do potencial solar do local no período de um ano. O desenho evidente ou tradicional de concordâncias de alinhamentos e geometria gerou um volume que foi também submetido a análise para referencia, base e comparação de resultados. As superfícies e volumes gerados em ambiente BIM são exportados para o Grasshopper onde são efetuadas as análises a partir da construção de um algoritmo. Qualquer alteração pode ser reintroduzida no Archicad, o que permite o acrescentar de informação e não a sua perda ao longo do processo.

277

1º Congresso Português de Building Information Modelling 24 e 25 de novembro de 2016, Universidade do Minho, Guimarães

Figura 1: Análise do volume base. Assim consideraram-se dois períodos do ano correspondentes à estação de verão e às restantes estações com o objetivo de obter o máximo de exposição solar nos meses temperados e frios e ter a situação oposta nos meses quentes do ano. A solução incidirá única e exclusivamente no fator forma do edifício proposto. O algoritmo permite controlar pontos manipuláveis a partir de valores variáveis dentro de um limite e direção. A união destes últimos gera linhas cuja união gera por sua vez superfícies. Uma vez que o sistema não é estático permite um grande grau de liberdade e combinações dentro dos alinhamentos impostos pelas normas urbanísticas. Este sistema é repetido na cobertura, permitindo a geração de toda a pele do edifício de acordo com as necessidades e quadrantes solares respetivos. No final essas mesmas superfícies serão conectadas com os elementos nativos do Archicad ainda como elementos do algoritmo permitindo a simbiose dos sistemas de trabalho.

Figura 2: Períodos de análise.

278

1º Congresso Português de Building Information Modelling 24 e 25 de novembro de 2016, Universidade do Minho, Guimarães

3. Eficiência versus inspiração Os problemas técnicos ou de eficiência podem ser encarados ou mesmo interpretados como oportunidades para melhorar a qualidade arquitetónica de um projeto. A eficiência é cada vez mais uma exigência, principalmente quando se relaciona com questões de consumo de energia e conforto. Um edifício dependente de sistemas mecânicos tem gastos energéticos e manutenção constante. A eficiência depende da abordagem ao desenho desde os primeiros passos do processo de projetar. Nem sempre esta abordagem é compatível com os elementos formais resultantes de análises culturais e vontades de materialização a partir de ideias. No entanto, quando esse processo evolui ou é desenvolvido em paralelo tem menos probabilidade de entrar em conflito. Muitas vezes a busca pela forma passa por tentativas de representação onde se afina a partir do desenho e da maqueta a busca pelo resultado fruto da inspiração. Com isto pretende-se apontar a eficiência como elemento gerador de soluções formais interessantes e funcionais. Os algoritmos genéticos ou evolutivos são inspirados na teoria de Darwin relatada no seu “A origem das espécies”. Em síntese extrema, Darwin mostra que na natureza os indivíduos competem pela sua própria sobrevivência, e dentro das populações, há uma enorme variação de indivíduos: as diferentes características dos indivíduos são herdadas através de gerações. O importante é que nem todos têm as mesmas oportunidades para transferir os seus genes ou características para as gerações seguintes: os seres mais adaptados ao seu ambiente local têm mais oportunidades de sobreviver e, portanto, de se reproduzir. Desta forma, eles transmitem os seus genes sucessivamente às gerações seguintes, e, portanto, as populações evoluem adaptam-se cada vez melhor ao ambiente. Os algoritmos evolutivos baseiam-se nesta seleção natural criando grupos de genes que são testados e posteriormente cruzados entre os mais adaptados gerando soluções otimizadas. Um processo típico do algoritmo evolutivo inclui a seleção, cruzamento e mutação. Em primeiro lugar, são gerados aleatoriamente uma série de pontos como população inicial. Uma avaliação é então conduzida para avaliar a aptidão de cada indivíduo. Os indivíduos mais adequados à solução ideal são escolhidos como pais da próxima série ou geração por cruzamento e mutação. As gerações seguintes passam pelo mesmo processo repetidamente até ao término do processo ou algoritmo. Em comparação com a metodologia de pesquisa direta, o algoritmo evolutivo tem uma velocidade de cálculo mais elevada, maior precisão e uma adaptabilidade mais forte. Com base nos seus diferentes detalhes de implementação, os algoritmos evolutivos foram classificados como genéticos, neuro-evolutivos, de otimização por enxame de partículas e outros tipos. Do ponto de vista arquitetónico as soluções são extremamente variadas dentro de valores muito semelhantes, no entanto formalmente podem apresentar características muito interessantes pois não conhecem barreiras nem descriminam hipóteses. A utilização de algoritmos evolutivos para melhorar aspetos energéticos e de conforto interior em edifícios apresenta várias vantagens já testadas e implementadas em vários casos. No campo da redução de necessidades de climatização Caruso et al. recorreram ao algoritmo hibrido

279

1º Congresso Português de Building Information Modelling 24 e 25 de novembro de 2016, Universidade do Minho, Guimarães

CMA-ES/HDE em conjunto com o programa Radiance para explorar a forma edificada ótima e a minimização do consumo anual de ar condicionado. A partir de um método de exploração de várias formas e sistemas concluíram a eficácia desta abordagem e da incorporação destes algoritmos e princípios. As soluções formais foram obtidas depois de 10.000 a 20.000 avaliações com um número de variáveis entre 18 e 26, tendo concluído que a parametrização Taylor conduz às melhores soluções. [5] No que respeita a otimização da radiação solar em edifícios e formas geométricas urbanas, quer para soluções ativas como passivas Kampf et al. atingiu um incremento de 20% a partir de simulações com recurso ao programa Radiance em conjunto com o algoritmo evolutivo hibrido CMA-ES/HDE, concluindo que o algoritmo conduziu a boas soluções de forma consistente e que os resultados formais são muitas vezes pouco intuitivos revelando inovação formal. [6] Huang et al. concluíram que os algoritmos generativos são os mais populares pela sua versatilidade, velocidade e precisão, principalmente quando envolvem problemas complexos. Os algoritmos de objetivo único são os dominantes [7]. O AE e suas modificações são consideradas as melhores escolhas para resolver problemas de otimização de desenho de edifícios. Já em 2002, Coley e Schukat tentaram introduzir AE no processo de desenho. Construíram um modelo térmico muito simples em que foram consideradas apenas cinco variáveis, onde aplicaram o AE para procurar as soluções com o mínimo consumo anual de energia. Os resultados foram satisfatórios, e foram geradas e identificadas um grande número de soluções ótimas [8]. Em 2003, Wang et al. apresentou um estudo de caso em que o AE foi aplicado para minimizar a exergia do ciclo de vida. Em 2005, Wang et al. aplicou um AE para a otimização de um edifício de forma retangular com uma área fixa. Considerou novamente a exergia do ciclo de vida como objetivo, e tentou encontrar a solução ideal para a orientação do edifício e para os materiais de construção [9, 10]. Mais tarde, Wang et al. resumiu os estudos de otimização anteriores, e afirmou que, apesar de todos estes estudos aplicados a AE, as metodologias que utilizadas não tinham versatilidade. A abordagem de otimização iria falhar quando aplicada a outro caso. Wang et al. sugeriu o desenvolvimento de uma estrutura orientada ao objeto, para que o método de AE pudesse ser facilmente adotado com simulação numérica dentro de uma interface muito mais amigável. Esta abordagem poderia melhorar significativamente a eficiência do processo de otimização [11]. Com a abordagem desenvolvida, Wang et al. realizou um estudo sistemático de considerar variáveis de projeto de fachada, incluindo forma, estrutura, tipo de material e dispositivo de sombreamento [12]. Wright e Mourshed conceberam um estudo interessante para testar o comportamento estocástico e a fiabilidade do AE na otimização da relação janela/parede na envolvente de um edifício. Dividiram a fachada em células retangulares pequenas em que cada uma poderia ser dotada de material opaco ou de vidro. Correram a otimização baseada em AE várias vezes, e descobriram que, embora a distribuição de células de envidraçadas fosse diferente para cada solução otimizada, o número de células de vidro permaneceu constante [13]. Tuhus-Dubrow e Krarti conduziram uma otimização na forma da envolvente de um edifício residencial nos EUA. Escolheram a minimização do consumo de energia como objetivo. Os resultados mostraram que, embora existissem algumas diferenças no consumo de energia entre as diferentes formas de envolvente, estes desvios estavam dentro de 0,5%. Estes autores afirmaram que outras variáveis, como orientação ou materiais de construção podem afetar o desempenho energético do edifício de forma mais significativa, e, portanto, devem receber mais atenção [14]. Sahu et

280

1º Congresso Português de Building Information Modelling 24 e 25 de novembro de 2016, Universidade do Minho, Guimarães

al. realizou uma otimização de projeto baseado em AE com incidência na forma, orientação e materiais da envolvente do edifício. Selecionou a minimização do consumo de energia como objetivo e fez uma validação detalhada com a ferramenta de simulação TRSYS. Descobriu que o clima teve um efeito na precisão da otimização. Se a situação de carga isolada para o espaço era complexa, com uma combinação amplamente variável de condições de aquecimento, de arrefecimento e de humidade, o grau de erro seria maior [15]. De Luca recorreu a um algoritmo evolutivo dentro do sistema do Grasshopper com recurso ao plugin de análise Ladybug e aos algoritmos evolutivos do plugin Octopus para otimizar a envolvente edificada possível dentro dos constrangimentos legais locais de ensombramento entre volumes edificados. O processo atingiu valores de otimização de 60% com volumes possíveis de construção superiores [16]. Jonathan A. Wright et al. recorreu ao algoritmo evolutivo multi-objectivo NSGA-II para otimizar a percentagem de área envidraçada na fachada de um edifício para minimizar os gastos energéticos necessários a iluminação e climatização. O sucesso da investigação foi uma redução significativa no consumo de energia com soluções pouco convencionais do ponto de vista do desenho [17]. Mais recentemente, Figueiredo et al. conduziu uma investigação de otimização energética com aplicação de algoritmos evolutivos em Portugal onde geraram um grande leque de soluções otimizadas dentro do contexto construtivo local para várias regiões do país [18]. 4. Resultados A solução base apresenta uma radiação total anual de 498482 kw/h distribuídos por 164472 kw/h nos três meses de verão e os restantes 334010 kw/h pelos restantes meses do ano. Apesar destes resultados absolutos pode-se verificar pela geometria do volume a presença de algumas áreas em sombra, o que cria pouca uniformidade na distribuição da energia solar. A solução proposta pelo resultado dos cálculos do algoritmo apresenta uma radiação total anual superior, o que poderá à partida conduzir a uma conclusão negativa do processo. No entanto dos 508609 kw/h anuais, a sua distribuição é de 153190 kw/h nos meses quentes e os restantes 355419 kw/h nos meses frios. Assim temos menos incidência solar no verão e maior ao longo do ano. O potencial energético é mais elevado e distribuído de acordo com as necessidades do edifício. Tabela 1: Comparação de resultados. Radiação solar meses quentes

Radiação solar meses frios

Radiação anual total

Caso base

164472

334010

498482

Caso proposto

153190

355419

508609

Caso 3

- 11 282

+ 21 409

+ 10 127

O fator forma do edifício foi alterado provocando uma distorção na cobertura e na fachada permitindo o aumento de insolação nos planos inclinados do telhado a par de um ensombramento natural na fachada dada a inclinação subtil gerada pela manipulação dos pontos geradores.

281

1º Congresso Português de Building Information Modelling 24 e 25 de novembro de 2016, Universidade do Minho, Guimarães

A nova envolvente edificada apresentou uma configuração mais favorável sem comprometer a área de implantação ou o volume total de construção.

Figura 3: Primeiras fases do processo de otimização evolutiva.

Figura 4: Fluxo de trabalho entre todos os programas envolvidos. 5. Conclusões As técnicas e sistemas de otimização utilizados atualmente apresentam várias limitações. O desenho e o projeto informado por dados implica muitas vezes o recurso a vários programas com metodologias muito distantes que criam alienação dos conceitos iniciais. A migração de informação entre programas provoca perdas e distorções de resultados. O método proposto tira partido das capacidades de vários programas sem sair do programa base, neste caso o Archicad. A metodologia BIM não permitia de forma isolada incorporar as vantagens e capacidades de geração de soluções possibilitadas pelos programas de construção de algoritmos paramétricos e generativos, a par de todos os subprogramas acoplados. A vantagem do método proposto é a permissão em tempo real, fator muito importante no desenvolvimento do processo de trabalho na fase inicial do projeto, de constituir um sistema de trabalho que passa pelo processo de implementação do conceito, respetiva análise e processos de otimização de forma, neste caso com recurso a processos evolutivos. Os exemplos apresentados recorrem sempre a ambientes digitais externos ao programa de conceção base, o que compromete sempre a agilização de processos de pensamento e análise, a par de erros de importação exportação e por vezes perda de dados. Esta proposta é integral, dinâmica e consegue potenciar as vantagens de ambos sistemas. O resultado é de base mais vantajoso,

282

1º Congresso Português de Building Information Modelling 24 e 25 de novembro de 2016, Universidade do Minho, Guimarães

permitindo também o trabalho com formas mais adaptadas sem comprometer outros fatores e condicionantes. Referências [1] [2]

[3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17]

United Nations, World Urbanization Prospects: The 2014 Revision, 2004. Sadeghipour, M. and Smith, A., Ladybug: a parametric environmental plugin for Grasshopper to help designers create an environmentally-conscious design, Proceedings of BS2013: 13th Conference of International Building Performance Simulation Association, 2013, p. 3128-3135. Yi, Y. K. and Hyoungsub, K., Agent-based geometry optimization with Genetic Algorithm (GA) for tall apartment’s solar right, Solar Energy, vol.113, 2015, p. 236-250. G. Zemella, A. Faraguna, Evolutionary optimization of façade design, a new approach for the design of building envelopes. Springer, 2014. Caruso G., Kampf J.H., Building shape optimisation to reduce air-conditioning needs using constrained evolutionary algorithms, Solar Energy vol. 118, 2015, p. 186–196 Kampf J.H, Robinson D., Optimisation of building form for solar energy utilisation using constrained evolutionary algorithms, Energy and Buildings vol. 42, 2010, p. 807–814 Huang Y., Niu J., Optimal building envelope design based on simulated performance: History, current status and new potentials, Energy and Buildings vol. 117, 2016, p. 387– 398 D.A. Coley, S. Schukat, Low-energy design: combining computer-based optimisation and human judgement, Build. Environ. Vol. 37, 2002, p. 1241–1247. W. Wang, H. Rivard, R.G. Zmeureanu, Optimizing building design with respect to lifecycle environmental impacts, in: Proceedings of the building simulation, Eindhoven, Netherlands, 2003. W. Wang, R. Zmeureanu, H. Rivard, Applying multi-objective geneti calgorithms in green building design optimization, Build. Environ. vol. 40, 2005, p.1512–1525. W. Wang, H. Rivard, R. Zmeureanu, An object-oriented framework for simulation-based green building design optimization with genetic algorithms, Adv. Eng. Inform. Vol. 19, 2005, p. 5–23. W. Wang, H. Rivard, R. Zmeureanu, Floor shape optimization for green building design, Adv. Eng. Inform. Vol. 20, 2006, p. 367–378. J. Wright, M. Mourshed, Geometric optimization of fenestration, in: Proceedings of the building simulation, Glasgow, Scotland, 2009. D. Tuhus-Dubrow, M. Krarti, Genetic-algorithm based approach to optimize building envelope design for residential buildings, Build. Environ. vol. 45, 2010, p.1574–1581. M. Sahu, B. Bhattacharjee, S.C. Kaushik, Thermal design of air-conditioned building for tropical climate using admittance method and genetic algorithm, Energy Build. Vol. 53, 2012, p. 1–6. De Luca F., Solar Envelope Optimization Method for Complex Urban Environments”, DOI: 10.3311/CAADence.1657 Wright J. A., Brownlee A., Mourshed M, Wang M., Multi-objective optimization of cellular fenestration by an evolutionary algorithm, 2014, Journal of Building Performance Simulation, 7:1, 33-51, DOI: 10.1080/19401493.2012.762808

283

1º Congresso Português de Building Information Modelling 24 e 25 de novembro de 2016, Universidade do Minho, Guimarães

[18] Figueiredo A., Kämpf J., Vicentea R., Passive house optimization for Portugal: Overheating evaluation and energy performance, Energy and Buildings vol. 118, 2016, p. 181–196

284