AI-assisted facade generation: exploring the integration of Artificial Intelligence into facade generation in a BIM environment

The building sector plays a significant role in global energy consumption and environmental impact, increasing the need for design approaches that improve building performance while supporting sustainable development. Among building components, façades play a critical role in regulating solar exposure, daylight penetration, and overall environmental performance. However, façade design often requires the consideration of multiple parameters and iterative decision-making processes, which can be both complex and time-consuming. This thesis explores the integration of artificial intelligence into façade generation within a BIM environment. A custom workflow was developed using Autodesk Revit, Dynamo, Python, and OpenAI’s language model to support façade design decisions during the early design stages. The workflow utilizes façade orientation, solar radiation values, and predefined design objectives as inputs to generate adaptive façade configurations through AI-assisted decision-making. The proposed method was implemented through a series of case studies representing different façade orientations. AI-generated recommendations were translated into parametric façade geometries within Revit and subsequently evaluated through environmental simulations. Solar radiation analyses were conducted before and after the application of the generated façade systems to assess their effectiveness. The results demonstrate that the proposed workflow can support the generation of adaptive façade solutions while reducing solar radiation exposure on building envelopes. The research highlights the potential of integrating artificial intelligence with BIM-based parametric design processes to assist façade generation.

Il settore delle costruzioni svolge un ruolo significativo nel consumo energetico globale e nell’impatto ambientale, aumentando la necessità di approcci progettuali in grado di migliorare le prestazioni degli edifici e, al contempo, supportare uno sviluppo sostenibile. Tra i componenti edilizi, le facciate rivestono un ruolo fondamentale nella regolazione dell’esposizione solare, della penetrazione della luce naturale e delle prestazioni ambientali complessive. Tuttavia, la progettazione delle facciate richiede spesso la considerazione di molteplici parametri e processi decisionali iterativi, che possono risultare complessi e dispendiosi in termini di tempo. Questa tesi esplora l’integrazione dell’intelligenza artificiale nella generazione di facciate all’interno di un ambiente BIM. È stato sviluppato un workflow personalizzato utilizzando Autodesk Revit, Dynamo, Python e il modello linguistico di OpenAI per supportare le decisioni progettuali relative alle facciate nelle prime fasi del processo di progettazione. Il workflow utilizza come input l’orientamento della facciata, i valori di radiazione solare e obiettivi progettuali predefiniti, al fine di generare configurazioni di facciata adattive attraverso un processo decisionale assistito dall’intelligenza artificiale. Il metodo proposto è stato implementato attraverso una serie di casi studio rappresentativi di differenti orientamenti delle facciate. Le raccomandazioni generate dall’IA sono state tradotte in geometrie parametriche di facciata all’interno di Revit e successivamente valutate mediante simulazioni ambientali. Sono state condotte analisi della radiazione solare prima e dopo l’applicazione dei sistemi di facciata generati, al fine di valutarne l’efficacia. I risultati dimostrano che il workflow proposto può supportare la generazione di soluzioni di facciate adattive, contribuendo al contempo a ridurre l’esposizione alla radiazione solare degli involucri edilizi. La ricerca evidenzia il potenziale dell’integrazione tra intelligenza artificiale e processi di progettazione parametrica basati sul BIM per supportare la generazione delle facciate.