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.v6.7871Palabras clave:
Inteligência Artificial, Modelagem Paramétrica, Simulação Computacional, Fachadas Complexas, Eficiência energéticaResumen
La adopción de tecnologías digitales por parte del sector de arquitectura, ingeniería, construcción y operación (AECO) ha ganado protagonismo en los últimos años, especialmente a partir de la difusión de la metodología BIM (Building Information Modeling – Modelado de Información de la Construcción). Más recientemente, la Inteligencia Artificial (IA) ha cobrado relevancia en los debates, que se han centrado en las posibilidades que ofrece al sector. El uso de tecnologías digitales para simulaciones en el área de confort ambiental y eficiencia energética no es reciente, ya que las aplicaciones que permiten el análisis ambiental datan de los años 80. Sin embargo, se puede percibir la complejidad de realizar simulaciones de estructuras curvas y/o no homogéneas, así como de aquellas adaptativas/cinéticas. De este modo, el interés por este tema motivó la realización de esta investigación, cuyo objetivo es demostrar cómo la IA se ha asociado con la modelación paramétrica, beneficiando la calidad del entorno construido. En este sentido, resulta pertinente comprender cómo la IA se ha relacionado con las posibilidades de simulación de envolventes con geometrías complejas. Los resultados indican un conjunto de posibilidades, destacando el aprendizaje automático como soporte para la concepción de fachadas eficientes y ambientalmente responsivas.
Citas
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.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 ENCUENTRO LATINOAMERICANO Y EUROPEO SOBRE EDIFICICACIONES Y COMUNIDADES SOSTENIBLES
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
