Generative design for performance-based building envelope design
Authors
Moskvina, Darja ; Santhadthan, Intouch
Term
4. term
Publication year
2020
Abstract
This thesis explores how generative design can be applied in the early design phase for performance-based façade design with a focus on Indoor Environmental Quality (IEQ). The research question is: How can IEQ be improved during the initial design stage before the first performance simulations? The study combines a literature review; analysis of current workflows and stakeholder collaboration using Contextual Design, the Logical Framework Approach, and interviews; and the development of a prototype workflow using BIM and visual programming tools (Autodesk Revit, Dynamo, and Refinery) to automatically generate and assess large numbers of façade options against selected IEQ criteria. The prototype is tested on a mass model of an existing building in Aalborg. Findings indicate that generative design can support the assessment of IEQ factors in the earliest phase, produce and optimize hundreds of alternatives, help architects understand engineering requirements, and improve collaboration, potentially reducing later design errors compared to traditional methods.
Specialet undersøger, hvordan generativt design kan anvendes i den tidlige designfase til performance-baseret facadedesign med fokus på indeklimakvalitet (IEQ). Problemformuleringen er: Hvordan kan IEQ forbedres i den indledende designfase før de første præstationssimuleringer? Metodisk omfatter arbejdet litteraturstudier, analyse af den nuværende arbejdsgang og samarbejde mellem aktører via Contextual Design og Logical Framework Approach samt interviews, og udvikling af en prototype-arbejdsgang i BIM- og visual programming-værktøjer (Autodesk Revit, Dynamo og Refinery), der automatisk genererer og vurderer mange facadevarianter ud fra udvalgte IEQ-kriterier. Prototypen afprøves på en massemodel af en eksisterende bygning i Aalborg. Resultaterne peger på, at generativt design kan understøtte vurdering af IEQ-faktorer i den indledende fase, skabe og optimere hundredvis af forslag, hjælpe arkitekter med at forstå ingeniørkrav og styrke samarbejdet, hvilket kan reducere fejl senere i forløbet sammenlignet med traditionelle metoder.
[This apstract has been generated with the help of AI directly from the project full text]