基于建筑外窗的遮阳设计改善建筑室内环境性能的方法

摘要

本发明公开了一种基于建筑外窗的遮阳设计改善建筑室内环境性能的方法，该方法的具体步骤：S1：目标建筑及其周边建筑群参数化建模；S2：获取目标建筑风环境条件；S3：建立目标建筑窗口的外遮阳系统；S4：建筑室内环境性能及能耗模拟；S5：建筑单体AI性能智能优化。用人工智能的方法，确定建筑外窗、外窗上遮阳装置的设计与建筑室内环境性能之间的关系，筛选出室内环境性能良好时的建筑外窗以及建筑外窗上遮阳装置的设计方案。将外窗、外窗的遮阳设计和室内环境性能进行参数化设计，使其智能优化能够根据不同的场景，灵活的改变参数值，实时的获取到外窗和外窗的遮阳设计的方案。

说明书

技术领域

本发明属于建筑设计技术领域，特别涉及一种基于建筑外窗的遮阳设计改善建筑室内环境性能的方法。

背景技术

城市的高速发展，人们越来越重视工作以及生活的品质感，对建筑室内环境性能的要求越来越高，如何改善建筑室内环境的性能是目前建筑设计领域面临的巨大问题。

在专利号为“CN105220896A”、名称为“一种绿色建筑的性能化设计方法”的专利中，公开了一种绿色建筑的性能化设计方法，包括以下步骤：步骤1)由建筑师完成草模建立；步骤2)由工程师完成气候条件、声环境和风环境的基地分析；步骤3)由建筑师和工程师完成风环境、光环境和热环境的平立剖深化；步骤4)由建筑师和工程师完成评价体系、节能、非传统水源综合管理的专业整合与绿色建筑集成；步骤5)由建筑师和工程师完成方案定稿。但是该种传统的基于设计师规划的建筑设计法在实际操作中存在诸多问题，例如无法准确的考虑到建筑的周边环境的多变因素，难以实现将建筑环境的各个因素统一考虑，并且针对不同的区域，需要重新进行规划，极为不便，并且建筑设计师在设计规划过程中也不会或者难以考虑建筑的遮阳情况对建筑室内性能的影响。

发明内容

为解决上述问题，本发明的首要目的在于提供一种基于建筑外窗的遮阳设计改善建筑室内环境性能的方法，该方法利用人工智能针对建筑的遮阳对建筑室内环境性能的影响，优化出建筑的遮阳设计，使其能够满足建筑室内环境性能良好的需求。

本发明的另一个目的在于提供一种基于建筑外窗的遮阳设计改善建筑室内环境性能的方法，该方法以室内环境性能因素作为判定条件，以人工智能的方法综合考虑各个环境性能因素，筛选出合适的建筑遮阳设计，且针对不同的环境因素的需求的变化，通过参数化的变量的设计，可快速的获取到遮阳设计的优化结果，无需重新进行模拟调试，适合对不同场地、不同建筑的快速优化筛选。

为实现上述目的，本发明的技术方案如下。

一种基于建筑外窗的遮阳设计改善建筑室内环境性能的方法，其特征在于，该方法的具体步骤如下：

S1：目标建筑及其周边建筑群参数化建模：对目标建筑及其周边建筑群进行建模，并对目标建筑进行单体划分，获取目标建筑的窗墙比，并将该窗墙比作为第一变量；

S2：获取目标建筑风环境条件：根据目标建筑所在地的主导风向和风速信息，建立目标建筑的室外风环境数字模拟系统，并获取目标建筑的表面风速值；

S3：建立目标建筑窗口的外遮阳系统：根据目标建筑划分的单体，建立目标建筑的外遮阳系统，利用外遮阳系统获取水平遮阳系数和垂直遮阳系数，并分别作为第二变量和第三变量；

S4：建筑室内环境性能及能耗模拟：根据室外风环境数字模拟系统、目标建筑划分的单体和外遮阳系统，建立室内环境性能模拟系统，利用该室内环境性能模拟系统获取室内各环境性能参数，作为因变量；

S5：建筑单体AI性能智能优化：根据第一变量、水平遮阳系数、垂直遮阳系数和因变量进行智能寻优，获取到各因变量对应的环境性能良好时的第一变量、水平遮阳系数和垂直遮阳系数的设计值。

利用人工智能的方法，确定建筑外窗的设计、以及外窗上遮阳装置的设计与建筑室内环境性能之间的关系，筛选出室内环境性能良好时的建筑外窗以及建筑外窗上遮阳装置的设计方案，以此设计方法，达到通过对建筑外窗和外窗上遮阳装置的设计对建筑室内环境性能改善的目的。

在智能优化过程中，将外窗、外窗的遮阳设计和室内环境性能进行参数化设计，而不是基于某一特定场景或者特定数值下的模拟，使其智能优化能够根据不同的场景，灵活的改变参数值，实时的获取到外窗和外窗的遮阳设计的方案，极为便捷高效。

进一步地，所述S3中，水平遮阳系数包括由水平遮阳装置形成的遮阳长度和宽度；所述垂直遮阳系数包括由垂直遮阳装置形成的遮阳长度和宽度。外窗的遮阳情况往往考虑的因素是窗户竖直方向上的遮阳范围和水平方向上的遮阳范围，而竖直方向上的遮阳范围受水平遮阳装置的宽度影响或者受垂直遮阳装置的高度影响，水平方向上的遮阳范围受水平遮阳装置的长度影响或者受垂直遮阳装置的宽度影响；而水平遮阳装置的长度往往受窗户的宽度影响，所以在此仅考虑水平遮阳装置的宽度，即考虑水平遮阳装置对外窗竖直方向上的遮阳情况，将该水平遮阳装置的宽度作为第二变量；垂直遮阳装置的高度也受外窗的高度影响，所以在此仅考虑垂直遮阳装置的宽度以及垂直遮阳装置与外窗的垂直间距，将该垂直遮阳装置的宽度作为第三变量，将处置遮阳装置与外窗的垂直间距作为第四变量。

进一步地，所述S1中，所述目标建筑的单体划分为外窗、屋顶、外墙与楼板图层。

进一步地，所述S4中，室内环境性能模拟系统包括室内风环境数字模拟系统、室内遮阴与日照环境数字模拟系统和室内光环境及全年建筑能耗模拟系统，利用室内风环境数字模拟系统获取到室内平均风速值，作为第一因变量；利用室内遮阴与日照环境数字模拟系统获取目标建筑窗口的夏季遮阴时数和冬季遮阴时数，并分别作为第二因变量和第三因变量；利用室内光环境及全年建筑能耗模拟系统获取目标建筑的室内平均照度值和年均耗电量，并分别作为第四因变量和第五因变量。将室内的风、光、热和能耗作为室内环境的参考性能参数，根据风、光、热和能耗的参数的良好情况，对外窗和外窗的遮阳设计进行优化，使其能够优化出室内环境性能良好的建筑外窗和遮阳设计的方案。

进一步地，所述S5的智能寻优过程中，将第一因变量、第二因变量、第三因变量、第四因变量和第五因变量进行转化，转化的具体方法为：将第一因变量除1，第二因变量乘以1，第三因变量除1，第四因变量除1000，第五因变量乘以1。为使因变量与智能寻优的方向为“越小越好”的趋势保持一致，故将第四因变量做除1000的操作。

进一步地，所述S5中的智能寻优包括将第一变量、水平遮阳系数、垂直遮阳系数和因变量连接到Rhnio+Grasshopper中的Octopus中，并设置Octopus的种群数量和种群变异指数。

进一步地，该方法还包括智慧决策模块，利用该智慧决策模块筛选出室内环境性能最好时的窗口及窗口的遮阳设计的设计方案。将Octopus的输出端连接Wallacei智慧决策模块，通过AI智慧决策，筛选出建筑单体性能综合最优的外窗窗口和遮阳的设计方案。

进一步地，所述S5中，在智能寻优过程中，利用遗传进化算法SPEA2为核心算法，并加载变异算法Polynomial，将第一变量、水平遮阳系数和垂直遮阳系数连接到Octopus的输入端，将因变量连接到Octopus的输出端。

本发明利用人工智能的方法，确定建筑外窗的设计、以及外窗上遮阳装置的设计与建筑室内环境性能之间的关系，筛选出室内环境性能良好时的建筑外窗以及建筑外窗上遮阳装置的设计方案，以此设计方法，达到通过对建筑外窗和外窗上遮阳装置的设计对建筑室内环境性能改善的目的。

在智能优化过程中，将外窗、外窗的遮阳设计和室内环境性能进行参数化设计，而不是基于某一特定场景或者特定数值下的模拟，使其智能优化能够根据不同的场景，灵活的改变参数值，实时的获取到外窗和外窗的遮阳设计的方案，极为便捷高效。

附图说明

图1是本发明的流程图。

图2是图1中A部分的局部放大图。

图3是图1中B部分的局部放大图。

图4是夏季遮阴时数与冬季日照时数随第二变量变化而变化的曲线图。

图5是夏季遮阴时数与冬季日照时数随第三变量变化而变化的曲线图。

图6是夏季遮阴时数与冬季日照时数随第四变量变化而变化的曲线图。

图7是本发明的优化前后的室内平均照度对比的曲线图。

图8是本发明的优化前后的室内平均风速对比的曲线图。

图9是本发明的优化前后的室内耗材对比的曲线图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1-9所示，为本发明的一种基于建筑外窗的遮阳设计改善建筑室内环境性能的方法，该方法的具体步骤如下：

S1：目标建筑及其周边建筑群参数化建模：对目标建筑及其周边建筑群进行建模，并对目标建筑进行单体划分，获取目标建筑的窗墙比，并将该窗墙比作为第一变量；

在本实施例中，将目标建筑及周边建筑群平面导入到Rhnio中，并利用导入的建筑群平面，根据实际的建筑高度进行建模，生成3D模型。

S2：获取目标建筑风环境条件：根据目标建筑所在地的主导风向和风速信息，建立目标建筑的室外风环境数字模拟系统，并获取目标建筑的表面风速值；

S3：建立目标建筑窗口的外遮阳系统：根据目标建筑划分的单体，建立目标建筑的外遮阳系统，利用外遮阳系统获取水平遮阳系数和垂直遮阳系数，并分别作为第二变量和第三变量；

S4：建筑室内环境性能及能耗模拟：根据室外风环境数字模拟系统、目标建筑划分的单体和外遮阳系统，建立室内环境性能模拟系统，利用该室内环境性能模拟系统获取室内各环境性能参数，作为因变量；

S5：建筑单体AI性能智能优化：根据第一变量、水平遮阳系数、垂直遮阳系数和因变量进行智能寻优，获取到各因变量对应的环境性能良好时的第一变量、水平遮阳系数和垂直遮阳系数的设计值。

利用人工智能的方法，确定建筑外窗的设计、以及外窗上遮阳装置的设计与建筑室内环境性能之间的关系，筛选出室内环境性能良好时的建筑外窗以及建筑外窗上遮阳装置的设计方案，以此设计方法，达到通过对建筑外窗和外窗上遮阳装置的设计对建筑室内环境性能改善的目的。

在智能优化过程中，将外窗、外窗的遮阳设计和室内环境性能进行参数化设计，而不是基于某一特定场景或者特定数值下的模拟，使其智能优化能够根据不同的场景，灵活的改变参数值，实时的获取到外窗和外窗的遮阳设计的方案，极为便捷高效。

其中，所述S3中，水平遮阳系数包括由水平遮阳装置形成的遮阳长度和宽度；所述垂直遮阳系数包括由垂直遮阳装置形成的遮阳长度和宽度。外窗的遮阳情况往往考虑的因素是窗户竖直方向上的遮阳范围和水平方向上的遮阳范围，而竖直方向上的遮阳范围受水平遮阳装置的宽度影响或者受垂直遮阳装置的高度影响，水平方向上的遮阳范围受水平遮阳装置的长度影响或者受垂直遮阳装置的宽度影响；而水平遮阳装置的长度往往受窗户的宽度影响，所以在此仅考虑水平遮阳装置的宽度，即考虑水平遮阳装置对外窗竖直方向上的遮阳情况，将该水平遮阳装置的宽度作为第二变量；垂直遮阳装置的高度也受外窗的高度影响，所以在此仅考虑垂直遮阳装置的宽度以及垂直遮阳装置与外窗的垂直间距，将该垂直遮阳装置的宽度作为第三变量，将处置遮阳装置与外窗的垂直间距作为第四变量。

其中，所述S1中，所述目标建筑的单体划分为外窗、屋顶、外墙与楼板图层。

其中，所述S4中，室内环境性能模拟系统包括室内风环境数字模拟系统、室内遮阴与日照环境数字模拟系统和室内光环境及全年建筑能耗模拟系统，利用室内风环境数字模拟系统获取到室内平均风速值，作为第一因变量；利用室内遮阴与日照环境数字模拟系统获取目标建筑窗口的夏季遮阴时数和冬季遮阴时数，并分别作为第二因变量和第三因变量；利用室内光环境及全年建筑能耗模拟系统获取目标建筑的室内平均照度值和年均耗电量，并分别作为第四因变量和第五因变量。将室内的风、光、热和能耗作为室内环境的参考性能参数，根据风、光、热和能耗的参数的良好情况，对外窗和外窗的遮阳设计进行优化，使其能够优化出室内环境性能良好的建筑外窗和遮阳设计的方案。

在本实施例中，如图4-6所示，夏季遮阴时长越长，室内的环境性能越好，冬季日照时长越长，室内的健康环境性能越好，通过优化是寻求在夏季遮阴最佳和冬季日照最佳的遮阳尺寸，如根据夏季遮阴时数与冬季日照时数随着第二变量，第三变量或者第四变量变化而变化的数据曲线，获取到夏季遮阴时数与冬季日照时数的交点位置，极为两者性能平衡后的优选方案。

其中，所述S5的智能寻优过程中，将第一因变量、第二因变量、第三因变量、第四因变量和第五因变量进行转化，转化的具体方法为：将第一因变量除1，第二因变量乘以1，第三因变量除1，第四因变量除1000，第五因变量乘以1。为使因变量与智能寻优的方向为“越小越好”的趋势保持一致，在转化过程中，故将第一因变量Vin调整为Vin’＝1/Vin；将第二因变量H1调整为H1’＝1*H1；将第三因变量H2调整为H2’＝1/H2；将第四因变量I调整为I’＝1000/I；将第五因变量E调整为E’＝1*E；

其中，所述S5中的智能寻优包括将第一变量、水平遮阳系数、垂直遮阳系数和因变量连接到Rhnio+Grasshopper中的Octopus中，并设置Octopus的种群数量和种群变异指数。

在本实施例中，将Octopus中的种群数量设置为100代，种群变异指数为0.2，运行Octopus并进行智慧寻优。

其中，该方法还包括智慧决策模块，利用该智慧决策模块筛选出室内环境性能最好时的窗口及窗口的遮阳设计的设计方案。将Octopus的输出端连接Wallacei智慧决策模块，通过AI智慧决策，筛选出建筑单体性能综合最优的外窗窗口和遮阳的设计方案。

其中，所述S5中，在智能寻优过程中，利用遗传进化算法SPEA2为核心算法，并加载变异算法Polynomial，将第一变量、水平遮阳系数和垂直遮阳系数连接到Octopus的输入端，将因变量连接到Octopus的输出端。

实施例：

1)选取深圳某学校建筑及周边建筑群，并将其平面导入到Rhnio中，并利用导入的建筑群平面，根据实际的建筑高度进行建模，生成3D模型；

2)调用Honeybee套件，将初始窗墙比W＝0.3赋予1)中的学校建筑，并将学校划分成外窗、屋顶、外墙与楼板图层；W作为变量1；

3)根据深圳气象局公布的夏季主导风向为东南风，夏季平均风速为2.2m/s，建立Butterfly室外风环境数字模拟系统并运行，获取目标建筑表面风速值V0，范围为(0.5～1.9m/s)；

4)拾取2)的外窗模块，并调用Grasshopper编程模块,建立外遮阳系统，定义水平遮阳尺寸X1初始值为0.5；定义垂直遮阳垂直尺寸X2为0.3，垂直间距为1.2m；X1、X2、X3分别作为变量2、3、4；

5)调用Grasshopper组件，读取2)中外窗部位的表面风速，并调用外墙、外窗、楼板以及遮阳系统，建立室内风环境模拟系统；运行系统室内风环境模拟系统，得到室内人行高度1.5m处初始的平均风速Vin的初始值为0.9m/s；

6)调用Ladybug套件，建立室内遮阴与日照环境数字模拟系统，调用步骤3与步骤4的外窗、屋顶、外窗、楼板以及遮阳系统，进行室内遮阴与日照模拟，可得窗口夏季遮阴时数H1初始值为5h,窗口冬季遮阴时数H2为4h；分别将H1作为变量2，H2作为变量3；

7)调用Honeybee套件，建立室内光环境与建筑能耗数字模拟系统，调用步骤2与步骤4的外窗、屋顶、外窗、楼板以及遮阳系统，分别进行室内光环境及全年建筑能耗模拟；运行系统，可得建筑室内平均照度值I初始值为425lux，建筑年均耗电量E初始值为92.36kwh/㎡；将I作为因变量4，将E作为因变量5；

8)将2)和6)的变量，以及7)中的因变量，分别连接到Octopus中的变量端和因变量端；

9)运行系统，经过2.5天的智慧决策优化，决策出建筑单体性能最优的帕累托解集共67个；

10)将Octopus的帕累托解集连接到Wallacie的数据处理端，智慧筛选出在室内光环境、风环境、夏季遮阴、冬季日照以及建筑能耗综合排名第1的方案，此方案中室内光环境的平均照度值为I＝534lux，室内平均风速为1.15m/s，室内夏季遮阴时数6.2h，冬季日照时数为3.8h，建筑年均耗电量为83.28kwh/㎡，此时对应的建筑窗墙比为0.29，外遮阳系统的水平遮阳尺寸为0.7，垂直遮阳的垂直尺寸为0.4.垂直间距为1.0m。

本发明提供的基于外窗及其外遮阳的参数化设计方法，提出的一套改善建筑室内风、光、热环境以及建筑能耗的多个性能目标，并利用人工智能算法在建筑方案设计阶段进行的设计体系，在简化了建筑风、光、热、能耗等多环境性能整合模拟的同时，并通过人工智能技术，在对建筑室内环境性能及能耗综合决策后生成的综合最优的解决方案。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。