User-specific automated kinetic shading design implementing multi-objective optimization and machine learning tools

With the increasing demand for sustainable design and green buildings, performance is becoming an important driving force behind design decisions. Currently, however, possible solutions explored to better building performance, considering the variety of technological developments in other fields, are limited. Two of the main limitations for an early designer are performance evaluation methods and automation systems to facilitate buildings to become smart. This research proposes a new shading performance optimization and automation process that can help designers evaluate both daylighting and energy performance, generate optimized smart design options that can be optimized during their service life to provide user-specific solutions to occupants' needs. The proposed method of performance optimization utilizes various tools and technologies including parametric design, building simulation modeling, Genetic Algorithms, and Machine Learning tools. In this method, prevalent shading design alternatives are explored through parametric design. Daylighting and energy modeling simulations are performed to evaluate shading device performance. Genetic Algorithms are used to identify design options with optimal energy and daylighting performance. And a user-specific automation algorithm is developed to automate the performance of dynamic shading devices. A case study is conducted to verify the effectiveness of the overall design process. Various results were analyzed and the potential influence of design decisions in different shading designs was discussed. Finally, possible future work related to this research is discussed.

Con la crescente domanda di design sostenibile e di edifici verdi, le prestazioni energetiche stanno diventando un fattore decisivo e determinante di ogni progetto. Attualmente, tuttavia, le possibili soluzioni esplorate per migliorare le prestazioni dell'edificio, considerando la varietà degli sviluppi tecnologici in altri campi, sono limitate. Due dei principali limiti per un neo-progettista sono i metodi di valutazione delle prestazioni energetiche e i sistemi di automazione per agevolare le trasformazioni degli edifici in edifici intelligenti. Questa ricerca propone un nuovo processo di ottimizzazione e automazione delle prestazioni di schermatura che può aiutare i progettisti a valutare sia l'illuminazione diurna che le prestazioni energetiche, generare opzioni di progettazione intelligente ottimizzate che possono essere ottimizzate durante la loro vita utile per fornire soluzioni specifiche alle esigenze degli occupanti. Il metodo proposto per l'ottimizzazione delle prestazioni utilizza vari strumenti e tecnologie tra cui la progettazione parametrica, la modellazione di simulazione di edifici, gli algoritmi genetici e gli strumenti di apprendimento automatico. In questo metodo, le alternative di progettazione dell'ombreggiatura prevalenti vengono esplorate attraverso la progettazione parametrica. Per valutare le prestazioni del dispositivo di ombreggiatura vengono eseguite simulazioni di modellizzazione dell'energia e dell'illuminazione diurna. Gli algoritmi genetici vengono utilizzati per identificare le opzioni di progettazione con prestazioni energetiche e di luce diurna ottimali. E viene sviluppato un algoritmo di automazione specifico dell'utente per automatizzare le prestazioni dei dispositivi di ombreggiatura dinamica. Viene condotto un caso di studio per verificare l'efficacia del processo di progettazione complessivo. Sono stati analizzati vari risultati ed è stata discussa la potenziale influenza delle scelte progettuali in diversi progetti di ombreggiatura. Infine, viene discusso il possibile sviluppo della ricerca in futuro.