dc.contributor.author | Κουρούγιαννη, Φανούριος | el |
dc.contributor.author | Kourougianni, Fanourios | en |
dc.date.accessioned | 2023-01-11T09:06:57Z | |
dc.date.available | 2023-01-11T09:06:57Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/56595 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.24293 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | Παραμετρική μοντελοποίηση | el |
dc.subject | Παραμετρικός σχεδιασμός | el |
dc.subject | Οπτικός προγραμματισμός | el |
dc.subject | Προσομοίωση απόδοσης κτηρίου | el |
dc.subject | Βελτιστοποίηση απόδοσης κτηρίου | el |
dc.subject | Βελτιστοποίηση κελύφους κτηρίου | el |
dc.subject | Πολυκριτηριακή βελτιστοποίηση | el |
dc.subject | Γενετικοί Αλγόριθμοι | el |
dc.subject | Αξιοποίηση Φυσικού Φωτισμού | el |
dc.subject | Αξιοποίηση Φυσικού Αερισμού | el |
dc.subject | Αρχικά στάδια σχεδιασμού | el |
dc.subject | Parametric modeling | en |
dc.subject | Parametric design | en |
dc.subject | Visual programming | en |
dc.subject | Building performance simulation | en |
dc.subject | Building performance optimization | en |
dc.subject | Building envelope optimization | en |
dc.subject | Multi-objective optimization | en |
dc.subject | Genetic Algorithms | en |
dc.subject | Daylight utilization | en |
dc.subject | Natural ventilation | en |
dc.subject | Early design stages | en |
dc.title | Πολυκριτηριακή βελτιστοποίηση απόδοσης κτηρίου στο αρχικό στάδιο σχεδιασμού | el |
dc.title | Multi-objective optimization of building performance in the early design stage | en |
heal.type | bachelorThesis | |
heal.classification | Ενεργειακή απόδοση | el |
heal.classification | Απόδοση Φυσικού Φωτισμού | el |
heal.classification | Απόδοση Θερμικής Άνεσης | el |
heal.classification | Energy performance | en |
heal.classification | Daylight performance | en |
heal.classification | Thermal comfort performance | en |
heal.language | el | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2022-10-06 | |
heal.abstract | Η εξοικονόμηση ενέργειας και ο έλεγχος της κλιματικής αλλαγής αποτελεί μία από τις μεγαλύτερες προκλήσεις που καλείται να αντιμετωπίσει η ανθρωπότητα. Ο κτηριακός τομέας ευθύνεται για το 40 % της παγκόσμιας ενεργειακής κατανάλωσης και για το 33 % των εκπομπών αερίων θερμοκηπίου. Κατά συνέπεια η απόδοση των κτηρίων έχει καταστεί σημαντική κινητήρια δύναμη στη λήψη αποφάσεων σχεδιασμού. Στην παρούσα διπλωματική εργασία αναλύεται και προτείνεται μία διαδικασία πολυκριτηριακής βελτιστοποίησης απόδοσης κτηρίων στα αρχικά στάδια σχεδιασμού. Η προτεινόμενη διαδικασία χρησιμοποιεί διάφορα εργαλεία και λογισμικά συμπεριλαμβάνοντας τον παραμετρικό σχεδιασμό και μοντελοποίηση, την προσομοίωση απόδοσης κτηρίων και τους Γενετικούς Αλγορίθμους. Ο παραμετρικός σχεδιασμός λαμβάνει χώρα στο λογισμικό Rhino σε συνδυασμό με την οπτική γλώσσα προγραμματισμού Grasshopper. Η προσομοίωση της απόδοσης του κτηρίου πραγματοποιείται μέσω των πρόσθετων εργαλείων Ladybug Tools, όπου τα εργαλεία Honeybee-Energy και Honeybee-Radiance παρέχουν διασύνδεση με τα λογισμικά EnergyPlus/OpenStudio για την ενεργειακή προσομοίωση και Radiance για την προσομοίωση φυσικού φωτισμού. Ο γενετικός αλγόριθμος για την πολυκριτηριακή βελτιστοποίηση εκτελείται στο πρόσθετο εργαλείο Wallacei. Η εφαρμογή της διαδικασίας βελτιστοποίησης γίνεται για την περίπτωση μίας μονώροφης κατοικίας στην περιοχή της Αθήνας με σκοπό την εύρεση των κατάλληλων συνδυασμών μεταβλητών σχεδίασης προς βελτιστοποίηση της ενεργειακής απόδοσης, θερμική άνεσης και αξιοποίησης φυσικού φωτισμού. Ως στόχοι βελτιστοποίησης χρησιμοποιούνται ο δείκτης προβλεπόμενης έντασης χρήσης ενέργειας (pEUI), ο δείκτης απόδοσης χρήσιμων τιμών φυσικού φωτισμού (UDI) και ο δείκτης προβλεπόμενου ποσοστού δυσαρεστημένων (PPD). Οι μεταβλητές σχεδίασης περιλαμβάνουν τον προσανατολισμό του κτηρίου, την κατασκευή δομικών στοιχείων, το είδος και πάχος μόνωσης, το λόγο υαλοπίνακα-τοίχου για κάθε προσανατολισμό και τα εξωτερικά συστήματα σκίασης (βάθος, αριθμός, γωνία κλίσης). Κατά τη διαδικασία βελτιστοποίησης παράγονται 2000 εναλλακτικές λύσεις και στη συνέχεια επιλέγεται το σύνολο βέλτιστων λύσεων (μέτωπο Pareto) για λόγους σύγκρισης. Τα αποτελέσματα αποδεικνύουν πως το πάχος μόνωσης τοίχων και οροφής, ο λόγος υαλοπίνακα-τοίχου και τα χαρακτηριστικά σκίασης έχουν τεράστια επιρροή και στους τρεις στόχους. Επιπλέον, χρησιμοποιείται η μέθοδος σταθμισμένου αθροίσματος για την ακριβή εύρεση της βέλτιστης λύσης που παρουσιάζεται στο μέτωπο Pareto. Η βέλτιστη λύση, δηλαδή το ισορροπημένο μοντέλο παρουσιάζει τιμές δεικτών απόδοσης 96.53 kWh/m2 ανά έτος, 34.05 % και 15.3 % σε pEUI, UDI και PPD αντίστοιχα. Ακολούθως, η αξιοποίηση του φυσικού φωτισμού και αερισμού επιφέρει στη βέλτιστη λύση ποσοστιαία μείωση κατά 16.32 %, 40.19 %, 33.18 % και 8.64 % στο δείκτη pEUI, στα ψυκτικά φορτία, στις ενεργειακές απαιτήσεις ηλεκτρικού φωτισμού και στο δείκτη PPD αντίστοιχα. Τα αποτελέσματα της διαδικασίας πολυκριτηριακής βελτιστοποίησης τεκμηριώνουν την ικανότητα εφαρμογής της στα αρχικά στάδια σχεδιασμού για την επίτευξη σημαντικής βελτίωσης στην απόδοση του κτηρίου. | el |
heal.abstract | Energy saving and controlling climate change is one of the biggest challenges facing humanity. The building sector is responsible for 40 % of global energy consumption and 33 % of greenhouse gas emissions. Consequently, building performance has become an important driving force in design decision-making. This thesis analyzes and proposes a framework for multi-objective optimization of building performance in early-stage design. The proposed method of performance optimization utilizes various tools and software programs including parametric design and modeling, building performance simulation, and Genetic Algorithms. Parametric design and modeling take place in Rhino software in conjunction with the Grasshopper visual programming language. Building performance simulation is performed through the Ladybug Tools plugin, where the Honeybee-Energy and Honeybee-Radiance tools provide interface to EnergyPlus/OpenStudio and Radiance for energy and daylight simulation. The Genetic Algorithm for multi-objective optimization is performed via Wallacei plugin. The application of the optimization process is carried out for the case of a single-family house in Athens with the aim of determining the appropriate combinations of design variables to optimize energy efficiency, thermal comfort, and utilization of daylight. Predicted Energy Use Intensity (pEUI), Useful Daylight Illuminance (UDI), and Predicted Percentage of Dissatisfied (PPD) are used as objective functions. Design variables include building orientation, construction of structural elements, insulation type and thickness, Window-to-Wall Ratio (WWR) for each orientation and external shading device (depth, number, angle). During the optimization process, 2000 solutions are generated and then the optimal solution set (Pareto front) is selected for comparison purposes. The results demonstrate that wall and roof insulation thickness, Window-to-Wall Ratio (WWR) and shading features are immensely influential on all three objectives. Furthermore, the weight-sum function method is used to precisely find the optimal solution presented in the Pareto Front. The optimal solution, namely the balanced model, presents performance values of 96.53 kWh/m2 per year, 34.05 % and 15.3 % in the pEUI, UDI and PPD, respectively. Subsequently, the utilization of daylight and natural ventilation brings to the optimal solution a percentage decrease of 16.32 %, 40.19 %, 33.18 % and 8.64 % in the pEUI, cooling loads, energy requirements of lighting, and PPD, respectively. The result of this investigation reveal that a multi-objective optimization process can help early-stage design to achieve a significant improvement in building performance. | en |
heal.advisorName | Τζιβανίδης, Χρήστος | el |
heal.advisorName | Tzivanidis, Christos | en |
heal.committeeMemberName | Κορωνάκη, Ειρήνη | el |
heal.committeeMemberName | Χουντάλας, Δημήτριος | el |
heal.committeeMemberName | Koronaki, Irene | en |
heal.committeeMemberName | Hountalas, Dimitrios | en |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Μηχανολόγων Μηχανικών. Τομέας Θερμότητας | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 279 σ. | el |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: