The increasing complexity of free-form architectural facades presents significant challenges in translating conceptual designs into fabrication-ready building components while maintaining geometric accuracy, constructability, and efficient information exchange. This thesis proposes an integrated computational workflow that connects AI-assisted conceptual design, computational modelling, digital fabrication, and Building Information Modelling (BIM) within a continuous design-to-production process. The methodology begins with the generation of façade concepts using text-to-image, image-to-image, and image-to-3D artificial intelligence models. Selected concepts are reconstructed as NURBS-based free-form surfaces and processed through a fabrication-aware workflow developed in Grasshopper. The workflow automatically discretizes double-curved surfaces into interconnected near-developable metal strip components while integrating structural backbone generation, automated connection detailing, bending information extraction, component unrolling, material nesting, and fabrication preparation. To support interoperability within the Architecture, Engineering, and Construction (AEC) industry, the computational model is integrated with Autodesk Revit through Rhino.Inside.Revit, enabling the automatic generation of native BIM families and fabrication documentation while maintaining consistency between geometric and information models. The methodology is validated through the fabrication and assembly of a 1:20 physical prototype, confirming the feasibility of the proposed workflow and enabling the refinement of the computational model through practical fabrication feedback. Developed as LOUVEN+, the proposed framework extends the original LOUVEN facade system initiated by INDEXLAB at Politecnico di Milano by replacing direct surface discretisation with a fabrication-oriented reconstruction based on near-developable strip surfaces, while automating fabrication detailing, documentation, and BIM integration, providing a robust foundation for future AI-assisted design-to-production workflows for free-form architectural facade systems.

La crescente complessità delle facciate architettoniche a forma libera pone notevoli sfide nella trasformazione dei concept progettuali in componenti edilizi pronti per la fabbricazione, garantendo al contempo accuratezza geometrica, costruttibilità ed efficienza nello scambio delle informazioni. Questa tesi propone un flusso di lavoro computazionale integrato che connette la progettazione concettuale assistita dall'intelligenza artificiale, la modellazione computazionale, la fabbricazione digitale e il Building Information Modelling (BIM) all'interno di un processo continuo dal progetto alla produzione. La metodologia ha inizio con la generazione di concept di facciata mediante modelli di intelligenza artificiale text-to-image, image-to-image e image-to-3D. I concept selezionati vengono successivamente ricostruiti come superfici NURBS a forma libera e sviluppati attraverso un flusso di lavoro orientato alla fabbricazione implementato in Grasshopper. Il processo discretizza automaticamente superfici a doppia curvatura in componenti metallici interconnessi costituiti da fasce sviluppabili, integrando la generazione della sottostruttura portante, la definizione automatica dei dettagli costruttivi, l'estrazione delle informazioni di piegatura, lo sviluppo piano dei componenti, il nesting dei pezzi e la preparazione alla fabbricazione. Per favorire l'interoperabilità nel settore Architecture, Engineering and Construction (AEC), il modello computazionale è integrato con Autodesk Revit tramite Rhino.Inside.Revit, consentendo la generazione automatica di famiglie BIM native e della relativa documentazione di fabbricazione, mantenendo la coerenza tra il modello geometrico e il modello informativo. La metodologia è validata mediante la realizzazione e l'assemblaggio di un prototipo fisico in scala 1:20, confermando la fattibilità del flusso di lavoro proposto e consentendo il perfezionamento del modello computazionale attraverso il riscontro derivante dal processo di fabbricazione. Sviluppato come LOUVEN+, il framework proposto estende il sistema di facciata LOUVEN, originariamente avviato da INDEXLAB presso il Politecnico di Milano, sostituendo la discretizzazione diretta della superficie con una ricostruzione orientata alla fabbricazione basata su superfici a fasce sviluppabili. Il workflow automatizza inoltre la definizione dei dettagli costruttivi, la documentazione di fabbricazione e l'integrazione BIM, fornendo una solida base per futuri flussi di lavoro assistiti dall'intelligenza artificiale destinati alla progettazione e alla produzione di facciate architettoniche a forma libera.

LOUVEN+ from text to fabrication: integrating AI Generative modelling, freeform surface reconstruction, and band strips discretization for automated architectural facade fabrication

Elsayed, Ali Ayman Ibrahim Mahmoud
2025/2026

Abstract

The increasing complexity of free-form architectural facades presents significant challenges in translating conceptual designs into fabrication-ready building components while maintaining geometric accuracy, constructability, and efficient information exchange. This thesis proposes an integrated computational workflow that connects AI-assisted conceptual design, computational modelling, digital fabrication, and Building Information Modelling (BIM) within a continuous design-to-production process. The methodology begins with the generation of façade concepts using text-to-image, image-to-image, and image-to-3D artificial intelligence models. Selected concepts are reconstructed as NURBS-based free-form surfaces and processed through a fabrication-aware workflow developed in Grasshopper. The workflow automatically discretizes double-curved surfaces into interconnected near-developable metal strip components while integrating structural backbone generation, automated connection detailing, bending information extraction, component unrolling, material nesting, and fabrication preparation. To support interoperability within the Architecture, Engineering, and Construction (AEC) industry, the computational model is integrated with Autodesk Revit through Rhino.Inside.Revit, enabling the automatic generation of native BIM families and fabrication documentation while maintaining consistency between geometric and information models. The methodology is validated through the fabrication and assembly of a 1:20 physical prototype, confirming the feasibility of the proposed workflow and enabling the refinement of the computational model through practical fabrication feedback. Developed as LOUVEN+, the proposed framework extends the original LOUVEN facade system initiated by INDEXLAB at Politecnico di Milano by replacing direct surface discretisation with a fabrication-oriented reconstruction based on near-developable strip surfaces, while automating fabrication detailing, documentation, and BIM integration, providing a robust foundation for future AI-assisted design-to-production workflows for free-form architectural facade systems.
ARC I - Scuola di Architettura Urbanistica Ingegneria delle Costruzioni
21-lug-2026
2025/2026
La crescente complessità delle facciate architettoniche a forma libera pone notevoli sfide nella trasformazione dei concept progettuali in componenti edilizi pronti per la fabbricazione, garantendo al contempo accuratezza geometrica, costruttibilità ed efficienza nello scambio delle informazioni. Questa tesi propone un flusso di lavoro computazionale integrato che connette la progettazione concettuale assistita dall'intelligenza artificiale, la modellazione computazionale, la fabbricazione digitale e il Building Information Modelling (BIM) all'interno di un processo continuo dal progetto alla produzione. La metodologia ha inizio con la generazione di concept di facciata mediante modelli di intelligenza artificiale text-to-image, image-to-image e image-to-3D. I concept selezionati vengono successivamente ricostruiti come superfici NURBS a forma libera e sviluppati attraverso un flusso di lavoro orientato alla fabbricazione implementato in Grasshopper. Il processo discretizza automaticamente superfici a doppia curvatura in componenti metallici interconnessi costituiti da fasce sviluppabili, integrando la generazione della sottostruttura portante, la definizione automatica dei dettagli costruttivi, l'estrazione delle informazioni di piegatura, lo sviluppo piano dei componenti, il nesting dei pezzi e la preparazione alla fabbricazione. Per favorire l'interoperabilità nel settore Architecture, Engineering and Construction (AEC), il modello computazionale è integrato con Autodesk Revit tramite Rhino.Inside.Revit, consentendo la generazione automatica di famiglie BIM native e della relativa documentazione di fabbricazione, mantenendo la coerenza tra il modello geometrico e il modello informativo. La metodologia è validata mediante la realizzazione e l'assemblaggio di un prototipo fisico in scala 1:20, confermando la fattibilità del flusso di lavoro proposto e consentendo il perfezionamento del modello computazionale attraverso il riscontro derivante dal processo di fabbricazione. Sviluppato come LOUVEN+, il framework proposto estende il sistema di facciata LOUVEN, originariamente avviato da INDEXLAB presso il Politecnico di Milano, sostituendo la discretizzazione diretta della superficie con una ricostruzione orientata alla fabbricazione basata su superfici a fasce sviluppabili. Il workflow automatizza inoltre la definizione dei dettagli costruttivi, la documentazione di fabbricazione e l'integrazione BIM, fornendo una solida base per futuri flussi di lavoro assistiti dall'intelligenza artificiale destinati alla progettazione e alla produzione di facciate architettoniche a forma libera.
File allegati
File Dimensione Formato  
2026_07_Elsayed_LOUVEN+.pdf

accessibile in internet per tutti

Descrizione: Thesis
Dimensione 32.4 MB
Formato Adobe PDF
32.4 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/261579