Tecnologias de inteligência artificial para simulação computacional de eficiência energética em elementos de fachadas
Uma revisão sistemática de literatura
DOI:
https://doi.org/10.46421/euroelecs.v6.7871Palavras-chave:
Inteligência Artificial, Modelagem Paramétrica, Simulação Computacional, Fachadas Complexas, Eficiência energéticaResumo
A adoção das tecnologias digitais pelo setor de arquitetura, engenharia, construção e operação (AECO) ganhou destaque nos últimos anos, especialmente a partir da disseminação da metodologia BIM (Building Information Modeling – Modelagem da Informação da Construção). Mais recentemente, a Inteligência Artificial (IA) assumiu destaque nas discussões, que têm se voltado para as possibilidades oferecidas ao setor. A adoção de tecnologias digitais para simulação na área de conforto ambiental e eficiência energética não é recente, uma vez que os aplicativos que permitem a análise ambiental datam dos anos 80. No entanto, é possível perceber a complexidade de realizar simulações de estruturas curvas e/ou não homogêneas, assim como as adaptativas/cinéticas. Dessa forma, o interesse nesse tema motivou a realização desta pesquisa que tem como objetivo demonstrar de que forma a IA tem se associado a modelagem paramétrica, beneficiando a qualidade do ambiente construído. Nesse sentido, torna-se pertinente entender como a IA tem se relacionado com as possibilidades de simulação de envoltórias com geometrias complexas. Os resultados indicam um conjunto de possibilidades, destacando o aprendizado de máquina como suporte à concepção de fachadas eficientes e ambientalmente responsivas.
Referências
AGUILAR, J.; GARCES-JIMENEZ, A.; R-MORENO, M. D.; GARCÍA, R. A systematic literature review on the use of artificial intelligence in energy self-management in smart buildings. Renewable and Sustainable Energy Reviews, v. 151, p. 111530, 2021.
ALMUSAED, A.; YITMEN, I.; ALMSSAD, A. Enhancing Smart Home Design with AI Models: A Case Study of Living Spaces Implementation Review. Energies, v. 16, n. 6, p. 2636–2636, 2023.
BADUGE, S. K. et al. Artificial intelligence and smart vision for building and construction 4.0: Machine and deep learning methods and applications. Automation in Construction, v. 141, n. 2, p. 104440, 2022.
BILORIA N, MAKKI M e ABDOLLAHZADEH N (2023) Multi-performative façade systems: The case of real-time adaptive BIPV shading systems to enhance energy generation potential and visual comfort. Front. Built Environ. 9:1119696. doi: 10.3389/fbuil.2023.1119696.
DOWNS, A., et al. (2021). Assessing Industrial Robot agility through international competitions. Robotics and computer-integrated manufacturing, Vol. 70, 2021, 102113, ISSN 0736-5845, https://doi.org/10.1016/j.rcim.2020.102113
EPE (Empresa de Pesquisa Energética). Balanço Energético Nacional 2023 – Relatório Final - Ano Base 2022, Ministério de Minas e Energia, Brasília, 2023. Disponível em:<https://www.epe.gov.br/sites-pt/publicacoes-dados-abertos/publicacoes/PublicacoesArquivos/publicacao-748/topico-687/BEN2023.pdf>.
GOLAFSHANI, E. et al. An artificial intelligence framework for predicting operational energy consumption in office buildings. Energy and Buildings, v. 317, p. 114409–114409, 2024.
GONÇALVES, J. C. S., BODE, K. Edifício Ambiental. São Paulo: Oficina de Textos, 2015.
JASIOCHA , J.; GALAFASSI, M.; CARVALHO, C.. Aplicação prática de um fluxo de trabalho paramétrico em projeto arquitetônico. In: ENCAC, 17., 2023. Anais [...]. [S. l.], 2023.
KHAIRADEEN, A.; LEE, U. J.. Facade Style Mixing Using Artificial Intelligence for Urban Infill. Architecture, v. 3, p. 258–269, 2023.
LAMBERTS, R.; DUTRA, L.; PEREIRA, F. O. R. Eficiência Energética na Arquitetura. 3ª Edição. Rio de Janeiro: Editora Eletrobras Procel, 2014.
LIN, C., & TSAY, Y. (2021). A metamodel based on intermediary features for daylight performance prediction of façade design. Building and Environment. Vol. 206, 2021, 108371, ISSN 0360-1323, https://doi.org/10.1016/j.buildenv.2021.108371.
LIU, J BI, G GAO, G e LIHUA Z. Optimal design method for photovoltaic shading devices (PVSDs) by combining geometric optimization and adaptive control model. Journal of Building Engineering Vol. 69, 2023, 106101, ISSN 2352-7102, https://doi.org/10.1016/j.jobe.2023.106101.
LUONG, L. D. An AI-driven model for predicting and optimizing energy-efficient building envelopes. Alexandria Engineering Journal, v. 79, p. 480–50, 2023.
MDIC - Ministério da Indústria, Comércio Exterior e Serviços. Estratégia BIM BR, 2018. Disponível em:<https://www.gov.br/mdic/pt-br/assuntos/competitividade-industrial/building-information- modelling-bim/26-11-2018-estrategia-BIM-BR-2.pdf>. Acesso em: 14 jul 2024.
MUSTIKA, S.; BERAWI, M. A. The utilization of machine learning techniques in the building design stage: a qualitative review. In: APRU 2020 Sustainable Cities and Landscapes PhD Symposium, 2020. Auckland: The University of Auckland, 2020.
OLIVEIRA, F. M.; BITTENCOURT, L.; DÓRIA, D. Aplicação de uma ferramenta BIM de simulação de eficiência energética em projeto de habitações multifamiliar. In: ENTAC, 19., 2022. Anais [...]. Porto Alegre: ANTAC, 2022.
REZAIE, M., et al. (2024). Energy consumption of high-rise double skin façade buildings, a machine learning analysis. Journal of Building Engineering. Vol. 89, 2024, 109230, ISSN 2352-7102, https://doi.org/10.1016/j.jobe.2024.109230.
SALGADO, M. S.; Metodologia para seleção de sistemas construtivos destinados à produção e habitações populares. Tese (Doutorado em Engenharia de Produção) COPPE – UFRJ, 1996.
SANTOS, J.; et al. Utilização do BIM como apoio à simulação para análise do desempenho das edificações: uma revisão sistemática da literatura. In: ENCONTRO NACIONAL DE TECNOLOGIA DO AMBIENTE CONSTRUÍDO, 19., 2022. Anais [...]. Porto Alegre: ANTAC, 2022.
SUMMA, S., et al. (2022). Combining artificial intelligence and building engineering technologies towards energy efficiency: the case of ventilated façades. Construction Innovation. Vol. 24 No. 7, 2024 pp. 44-64 Emerald Publishing Limited 1471-4175 DOI 10.1108/CI-11-2021-0229
TOPUZ, B.; ÇAKICI ALP, N. Machine learning in architecture. Automation in Construction, v. 154, p. 105012, 2023.
YUANYUAN, L; HUANG, C.; ZHANG, G.; YAO, J. Machine Learning Modeling and Genetic Optimization of Adaptive Building Facade Towards the Light Environment. In: Proc., 27th Int. Conf. of the Association for ComputerAided Architectural Design Research in Asia, 2022.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Claudia Menezes, Julia da Rocha Paula Reyes, Thais Stefano, Aline Calazans Marques, Luciana Maria Bonvino Figueiredo, Mônica Santos Salgado, Lucas Rosse Caldas

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.