彭哲晨 李 寧 李翔宇
基于性能模擬和數(shù)據(jù)分析的窗裝飾改造模式研究——以重慶地區(qū)住宅為例
彭哲晨 李 寧 李翔宇
(北京工業(yè)大學建筑與城市規(guī)劃學院 北京 100124)
當前,重慶地區(qū)的建筑改造正在如火如荼地進行,改造方式多集中在窗裝飾(遮陽雨棚等)方面,其設(shè)置方式主要有水平式裝飾、垂直式裝飾、綜合式裝飾和擋板式裝飾四種。其中問題有二:一是因為安裝目的以防雨為主,因此就遮陽而言效率較低。二是因為構(gòu)件出挑的尺寸和相鄰外墻窗戶的關(guān)系都沒有確定。針對上述兩點,以能耗性能為導向,對現(xiàn)狀建筑遮陽的設(shè)計模式進行量化探討,找出符合該地區(qū)氣候特征的窗裝飾改造模式??偨Y(jié)模式的步驟如下:首先,對重慶地區(qū)現(xiàn)有居住建筑形式進行文獻查閱,總結(jié)出適用于該地區(qū)的理想居住建筑模型;其次,基于理想建筑模型進行窗裝飾構(gòu)件形體樣本的生成,采集生成大量隨機樣本,然后對生成的多樣隨機樣本進行模擬分析,得到能耗基礎(chǔ)數(shù)據(jù);第三,通過人工神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進行分析,找到參變量、因變量之間的復雜關(guān)系;最后,結(jié)合構(gòu)件尺寸與能耗值二者的影響,在數(shù)據(jù)分析的基礎(chǔ)上找到最優(yōu)決策,得到適合該地區(qū)居住建筑不同方位上的窗裝飾構(gòu)件改造模式。
性能模擬;數(shù)據(jù)分析;窗裝飾改造
根據(jù)中華人民共和國現(xiàn)行的《民用建筑熱工設(shè)計規(guī)范》(GB 50176-2016),重慶地區(qū)屬于亞熱帶季風氣候區(qū),主要氣候特點為夏季氣溫高,全年最高溫度高于或等于35℃的日數(shù)達20~50天之多;濕度大,大部分地區(qū)年平均相對濕度為78%~83%;風速小,全年平均風速為0.9~2.14m/s??傮w而言,重慶地區(qū)夏季炎熱潮濕,冬季陰冷多霧。重慶地區(qū)夏季日照強,地面太陽輻射可達1000W/m2以上,全年平均日照時數(shù)為980~1580h。因此,重慶地區(qū)居住建筑對夏季遮陽的要求較高。其中,以遮陽為主的最重要改造為居住建筑窗裝飾改造,對居住建筑窗裝飾改造和遮陽構(gòu)件的添加直接影響了居住建筑的遮陽性能。但目前現(xiàn)有的窗裝飾改造并未引起對能耗的重視。
圖1 重慶地區(qū)居住建筑改造現(xiàn)狀
本文研究的基礎(chǔ)立足于對重慶地區(qū)居住建筑的文獻查閱。本文依據(jù)文獻資料所得,總結(jié)當?shù)鼐幼〗ㄖ陉枠?gòu)件存在的問題和提取理想建筑模型。當前,重慶地區(qū)的建筑改造正在如火如荼地進行,大部分的改造方式集中在窗裝飾方面。在住戶自發(fā)設(shè)置的臨時性窗裝飾構(gòu)件中,大多數(shù)是遮陽雨棚,其設(shè)置方式主要有水平式裝飾、垂直式裝飾、綜合式裝飾和擋板式裝飾四種。其中,水平式裝飾所占比例約為其他三種形式總和的三倍(如圖1所示)。但是由于安裝的目的以防雨為主,因此就遮陽而言效率較低。
重慶地區(qū)居住建筑在遮陽形式上還存在一個問題,那就是出挑的尺寸和相鄰外墻窗戶的關(guān)系都并沒有確定。同時現(xiàn)狀建筑對于遮陽的設(shè)計模式也是莫衷一是,沒有統(tǒng)一的標準。所以本文試圖以能耗性能為導向,通過性能模擬和數(shù)據(jù)分析總結(jié)出符合該地區(qū)氣候特征的窗裝飾構(gòu)件形體設(shè)計模式。
在總結(jié)模式之前,須對建筑形體予以簡化,提取理想建筑模型。本文依據(jù)調(diào)研結(jié)果,去除不必要的因素,也考慮到當?shù)匾?5m2左右的戶型面積為主,因此,本文選取某小區(qū)75m2戶型,并以此提取理想建筑模型進行模擬。總結(jié)為開間6.40m(現(xiàn)在中華人民共和國75m2住宅基本開間標配尺寸)、層高2.80m(現(xiàn)在中華人民共和國75m2住宅基本層高標配尺寸)、進深9.55m(現(xiàn)在中華人民共和國75m2住宅基本進深標配尺寸)的理想建筑模型(如圖2所示),其開窗尺寸為寬1.70、高1.60m,窗臺高度0.90m(現(xiàn)在中華人民共和國75m2住宅窗臺高度標配尺寸)。其中主臥為開間3.1m,進深4.45m的主要居住空間。
此外,考慮到現(xiàn)在建筑建設(shè)的基本條件,本理想建筑模型應用的既有參數(shù)選擇如下(模擬基礎(chǔ)條件取自:CHN_Chongqing.Chongqing.Shapingba. 575160_CSWD.epw,下載自:https://energyplus. net/):
建筑使用人密度:0.05人/m2;
設(shè)備能耗:12.00W/m2;
光照:12.00W/m2,300lux;
空調(diào)加熱及制冷極限:100.00W/m2;
墻體:200mm厚砌塊外墻,150mm厚砌塊內(nèi)墻;
屋頂:150mm厚鋼筋混凝土屋面加50mm厚巖棉保溫層;
地面:300mm厚混凝土;
窗:雙層Low-E中空玻璃
遮陽材料為不透明、不蓄熱材料。
圖2 理想建筑模型平面示意圖
本研究從多樣化形體的隨機樣本出發(fā),即利用計算機技術(shù)生成多樣形體,大量隨機樣本是本研究的基礎(chǔ)。通過對大量隨機樣本的性能模擬,得到能耗數(shù)據(jù),能耗數(shù)據(jù)的變化源自于隨機樣本中變量的改變。其中性能模擬氣候文件取自重慶市。
本研究擬采用人工神經(jīng)網(wǎng)絡(luò)來對數(shù)據(jù)進行分析,找到隨機樣本變量以及能耗數(shù)據(jù)之間的復雜關(guān)系。
本文在上述兩部分內(nèi)容不斷回饋實驗的基礎(chǔ)上,研究具體窗裝飾構(gòu)件形式以及和窗裝飾構(gòu)件到窗臺尺寸之間的關(guān)系。本文總結(jié)該地區(qū)居住建筑主臥在七個方位(南、南偏東15°、南偏西15°、南偏東30°、南偏西30°、東、西)、次臥在三個方位(北、北偏東15°、北偏西15°)的窗裝飾構(gòu)件設(shè)計模式,以期指導后續(xù)的設(shè)計。
依據(jù)現(xiàn)有文獻和調(diào)研資料,模式的總結(jié)基于水平、垂直、U形三種窗裝飾構(gòu)件形式。不同方位的窗裝飾構(gòu)件形式采用其中的一種或者幾種。
本文重點講述南立面窗裝飾構(gòu)件形體設(shè)計模式的研究過程,其余立面窗裝飾構(gòu)件形體設(shè)計模式研究過程與此大同小異,不再贅述,只給出最終結(jié)論。
南立面裝飾構(gòu)件設(shè)計模式的研究過程如下。
本研究基于的形體是理想建筑模型,在此基礎(chǔ)上進行窗裝飾構(gòu)件形體樣本的生成,每次實驗生成400個隨機樣本。南立面采用的最佳窗裝飾構(gòu)件形式為水平或者U型,所有樣本的變量包括:1:裝飾構(gòu)件挑出的長度和窗高的比值(1=/,圖3左圖)、2:裝飾構(gòu)件沿南立面水平方向挑出窗邊的長度與窗高的比值(2=/,圖3中圖)、3:U形裝飾構(gòu)件垂直構(gòu)件高度與窗高的比值(3=/,圖3右圖)三部分。
圖3 樣本變量示意圖
首先考慮與窗同寬的水平裝飾設(shè)計模式(2=0、3=0),在Rhinoceros和Grasshopper(Rhinoceros軟件,擅長NURBS建模;Grasshopper是Rhinoceros插件,擅長參數(shù)化建模)兩個軟件下建立隨機形體,使1值在0.05與3.00之間隨機生成,在此基礎(chǔ)上進行性能模擬,排除一些影響較小的性能指標,本文考慮與能耗相關(guān)的熱工指標包括:人散熱、照明散熱、電器散熱、窗熱得失、圍護結(jié)構(gòu)熱得失五個,每一個小時取一次數(shù)據(jù),總共取一年的熱工指標。表1所示的是用DIVA(DIVA插件,是基于Rhino平臺的一款高度優(yōu)化的自然采光和能耗分析插件)軟件生成的能耗性能數(shù)據(jù)。由于400個隨機樣本的全年能耗值數(shù)量繁多,本表只給出編號為0的隨機樣本在1月1日0點~19點的部分人散熱、照明散熱、電器散熱、窗熱得失、圍護結(jié)構(gòu)熱得失值(單位:J),其他數(shù)值從略。
表1 部分能耗性能數(shù)據(jù)
在Owl(Owl是Grasshopper插件,擅長數(shù)據(jù)分析)軟件中進行數(shù)據(jù)分析,可得到以下分析結(jié)果。圖4是利用400個隨機樣本的全年能耗值經(jīng)過訓練后的數(shù)據(jù)分析示意圖,橫軸表示裝飾構(gòu)件挑出的長度和窗臺高度的比值(1)、縱軸表示能耗值(單位:J/m2)。
如圖4所示,水平裝飾構(gòu)件出挑長度在初期對能耗值影響非常明顯(即1值在0.05~0.76左右時),后期(即1值在接近3.00左右時)則相對較弱,而當1值在1.14~1.15(1.1462)左右時,能耗性能接近最佳,但是由于窗高為1.60m,則通過1值計算所得裝飾構(gòu)件出挑在1.82~1.84m左右,構(gòu)件較長。因此,如果采取此種遮陽模式,需要界定選取的臨界條件。由于裝飾構(gòu)件對能耗值的影響均呈現(xiàn)前強后弱的趨勢,本文采用值域中距最小值1/4處的值作為臨界條件,這樣既可以降低能耗,又可以減少出挑距離。圖4中,縱坐標的值域為7.5652e+8~7.6294e+8,距離最小值1/4處值為7.5817e+8,對應的橫坐標1值為0.7640,此時計算所得出挑長度為1.22m。如需繼續(xù)降低能耗且縮短出挑尺寸,需用其他形式進行彌補。
圖4 南立面水平裝飾構(gòu)件出挑長度與能耗值的數(shù)據(jù)挖掘分析圖
本研究首先采用裝飾構(gòu)件沿南立面水平方向挑出長度。當考慮通過增加2值來縮短裝飾構(gòu)件懸挑長度時,采用同樣的建立隨機樣本和數(shù)據(jù)分析方法,其結(jié)果是2值對降低能耗的貢獻很小,此部分本文不再贅述。
接下來,本研究考慮采用U形裝飾構(gòu)件,以縮短出挑長度,通過3值來減少裝飾構(gòu)件的挑出長度。利用同樣400個隨機樣本的全年能耗值進行試驗后得到圖5,圖中所示X軸表示挑出長度和窗高的比值(1,該值取值范圍0.05~3.00)、Y軸表示U形構(gòu)件垂直形體長度與窗高的比值(3,該值取值范圍0.10~1.00)、Z軸表示能耗值、curve1為1/4值域選取臨界線。
圖5 南立面U形裝飾構(gòu)件出挑長度、垂直方向長度與能耗值的數(shù)據(jù)挖掘分析圖
由圖5可知:裝飾構(gòu)件兩側(cè)形體的長度對能耗性能改善相對明顯,可利用此種方法對裝飾構(gòu)件的懸挑尺寸進行縮減。當U型構(gòu)件垂直方向長度與窗高相等(=)時(如圖5中點A),懸挑長度可以減少。同樣可用上述的距最小值1/4值域的方法予以選取,即當=時,出挑長度=1.28m,對應的能耗值為7.5428e+8(圖5中黑色線curve1為1/4值域選取臨界線);而當垂直方向長度為裝飾構(gòu)件到窗臺高度的1/2(=1/2)時(圖5中點B),出挑長度=2.50m。從出挑距離和能耗值兩方面判斷,U形構(gòu)件優(yōu)于水平構(gòu)件。
由上述的數(shù)據(jù)分析可知,最終的結(jié)果可用圖4和圖5的模型來進行分析,具體的模式敘述如下。
在重慶地區(qū),居住建筑主要功能房間的南立面窗裝飾構(gòu)件形式可采用水平或者U型。如采用水平構(gòu)件,其長度與窗戶同寬即可(即圖3中=0),挑出距離是裝飾構(gòu)件到窗臺距離的0.76倍左右(見圖4);如采用U形構(gòu)件的形式,裝飾構(gòu)件的高度同窗高,U形構(gòu)件的垂直構(gòu)件長度宜與窗高等同,由圖5以及實際建造方面的考慮,此模式下出挑長度與裝飾構(gòu)件到窗臺高度比值在0.81以上為佳。
采用以上的實驗和分析方法,本文總結(jié)其他方位的窗裝飾構(gòu)件設(shè)計模式如下:
主臥東、西立面采用水平裝飾時,挑出距離宜是裝飾構(gòu)件到窗臺距離的0.91倍以上,如果采用U形裝飾,當=時,挑出距離宜是裝飾構(gòu)件到窗臺距離的0.90倍以上;當=1/2時,挑出距離宜是裝飾構(gòu)件到窗臺距離的1.56倍以上。如果采用垂直裝飾,窗的南北兩側(cè)均要有垂直遮陽,構(gòu)件宜同窗高,出挑距離宜是窗高的0.95倍以上。
主臥朝向南偏東西15°時的立面如果采用水平裝飾,挑出距離宜是裝飾構(gòu)件到窗臺距離的0.79倍以上,如果采用U形裝飾,當=時,挑出距離宜是裝飾構(gòu)件到窗臺距離的0.83倍以上;當=1/2時,挑出距離宜是裝飾構(gòu)件到窗臺距離的1.52倍以上。
主臥朝向南偏東西30°時的立面如果采用水平裝飾,挑出距離宜是裝飾構(gòu)件到窗臺距離的0.79倍以上,如果采用U形裝飾,當=時,挑出距離宜是裝飾構(gòu)件到窗臺距離的0.85倍以上;當=1/2時,挑出距離宜是裝飾構(gòu)件到窗臺距離的1.52倍以上。
次臥朝向北偏東西15°時的立面如果采用水平裝飾,挑出距離宜是裝飾構(gòu)件到窗臺距離的1.55倍以上,如果采用U形裝飾,當=時,挑出距離宜是裝飾構(gòu)件到窗臺距離的1.46倍以上;而當=1/2時,由于無法達到臨界曲線(如圖6所示,curve1表示=1/2時在曲面的投影線,curve2表示能耗的臨界曲線),且此時達到能耗最低值時的裝飾構(gòu)件挑出距離為到窗臺距離的3倍以上,挑出距離過大,因此宜加大U型裝飾構(gòu)件的垂直長度,P值最少在0.52以上。
圖6 北偏東西15°U形裝飾構(gòu)件出挑長度、垂直方向長度與能耗值的數(shù)據(jù)挖掘分析圖
次臥北立面如果采用水平裝飾,挑出距離宜是裝飾構(gòu)件到窗臺距離的1.50倍以上,如果采用U形裝飾,當=時,挑出距離宜是裝飾構(gòu)件到窗臺距離的1.35倍以上。而當=1/2時,同圖6情況,無法達到臨界曲線,且此時達到能耗最低值時的裝飾構(gòu)件挑出距離為到窗臺距離的3倍以上,挑出距離過大,宜加大U型裝飾構(gòu)件的垂直長度,3值最少在0.55以上。
此外,如果裝飾構(gòu)件采用分段的形式(見圖7),則可以有效減小出挑距離。其裝飾構(gòu)件尺寸同所服務的窗尺寸相關(guān),數(shù)值可參考上述數(shù)值。
圖7 分段裝飾構(gòu)件形式示意圖
[1] 林波榮.綠色建筑性能模擬優(yōu)化方法[M].北京:中國建筑工業(yè)出版社出版,2016:149-289.
[2] 孫澄,韓昀松.綠色性能導向下的建筑數(shù)字化節(jié)能設(shè)計理論研究[J].建筑學報,2016,(11):89-93.
[3] 孫澄,韓昀松.光熱性能考慮下的嚴寒地區(qū)辦公建筑形態(tài)節(jié)能設(shè)計研究[J].建筑學報,2016,(2):38-42.
[4] 吉國華.參數(shù)化圖解與性能化設(shè)計[J].時代建筑,2016, (5):44-47.
[5] Pelken PM, Zhang J, ChenY, et al. Virtual Design Studio—Part 1: Interdisciplinary design processes[J]. Building Simulation, 2013,6(3):235-251.
[6] Mechri H, Capozzoli A, Corrado V. Use of the ANOVA Approach for Sensitive Building Energy Design[J]. Applied Energy, 2010,87(10):3073-3083.
[7] 魯蠡,周鐵軍.重慶地區(qū)陽光氣候利用與住宅建筑遮陽[J].西部人居環(huán)境學刊,2009,(2):12-15.
[8] 王鶯.重慶地區(qū)住宅建筑設(shè)計與氣候[D].重慶:重慶大學,2003.
[9] 潘孝祥.重慶地區(qū)建筑遮陽設(shè)計策略研究[D].重慶:重慶大學,2007.
[10] 張斌,武廣號.人工神經(jīng)網(wǎng)絡(luò)與改進遺傳算法的協(xié)作求解[J].計算機工程與應用,2009,(34):35-37.
[11] 蔣林,謝曉燕.基于人工神經(jīng)網(wǎng)絡(luò)的非線性組合預測方法研究[J].西安郵電學院學報,1999,(3):36-41.
Reserch on the Window Decoration Reform Mode bsaed on Performance Simulation and Data Analysis——Take the Residential Area in Chongqing as an Example
Peng Zhechen Li Ning Li Xiangyu
( College of architecture and urban planning,Beijing university of technology, Beijing, 100124 )
Recently, the architectural reconstruction in Chongqing is in full swing. The remold methods mainly have been focused on window decorations (awnings, etc.). The setting methods mainly include horizontal decoration, vertical decoration, integrated decoration and baffle decoration. Two problems exist: the first one is the installation’s inferior efficiency as a sunshade because the original purpose of them is the rain proof. The second one is the ratio of size of the components and the dimension of adjacent windows is not determined. Aiming at the above two points, this paper quantitatively discusses the shading design mode of current buildings based on energy consumption performance in order to find out the window decoration modes that conform with the climate of this region. The steps of this paper are as follows: Firstly, the paper reviews the existing residential building forms in Chongqing and summarizes the ideal residential building model suitable for this region. Secondly, based on the ideal building model, the form samples of window decoration components can be generated and a large number of random samples are collected. Then, this article simulates and analyses the various random samples to obtain the basic data of energy consumption. Third, through the artificial neural network, the paper finds the complex relationship between the parameters and dependent variables; Finally, combining the influence of component size and energy consumption value, the optimal decision on the basis of data analysis can be obtained and the remould mode of window decoration components suitable for different orientations of residential buildings in this area is gained.
Performance simulation; Data analysis; Window decoration
TU241/TU113
B
1671-6612(2020)02-185-06
國家重點研發(fā)計劃課題(2017YFC0702405);國家自然科學基金面上項目(51778008);基于一體化開發(fā)的地鐵車輛基地綜合體協(xié)同設(shè)計策略與關(guān)鍵技術(shù)研究
彭哲晨(1993.09-),男,在讀研究生,E-mail:414601019@qq.com
李 寧(1982.04-),男,博士,講師,E-mail:ning_li11@bjut.edu.cn
2019-04-30