收藏 分销(赏)

基于BIM技术的建筑物被动式风环境节能优化研究.pdf

上传人:自信****多点 文档编号:2051195 上传时间:2024-05-14 格式:PDF 页数:6 大小:4.57MB
下载 相关 举报
基于BIM技术的建筑物被动式风环境节能优化研究.pdf_第1页
第1页 / 共6页
基于BIM技术的建筑物被动式风环境节能优化研究.pdf_第2页
第2页 / 共6页
基于BIM技术的建筑物被动式风环境节能优化研究.pdf_第3页
第3页 / 共6页
亲,该文档总共6页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、27GreenBuildingsJournalofBEENo.9 in2023(Total Vol.51.No.391)绿色建筑2023年第9 期(总第51卷第39 1期)建筑节能(中英文)doi:10.3969/j.issn.2096-9422.2023.09.005基于BIM技术的建筑物被动式风环境节能优化研究安利宁(甘肃省建设设计咨询集团有限公司,兰州730000)摘要:为了降低建筑物能量消耗,助力建筑物被动式风环境节能,研究了基于BIM技术的建筑物被动式风环境节能优化方法。有效预处理建筑物CAD图纸,并将其输入到Revit软件中,构建建筑物BIM模型,经Lumion软件加载与染后,获得

2、纹理清晰的建筑物BIM模型;使用建筑物能耗模拟引擎OpenStudio、Ph o e n i c s 风环境软件构建被动式建筑风环境能耗物理模型,分析建筑物表面风环境;以窗墙比、保温板厚度作为被动式风环境节能优化的节能因子,构建建筑物制冷与采暖能耗最低两个适应度函数,经非支配排序遗传算法多目标优化求解后,输出最优建筑物被动式风环境节能优化方案。实验结果表明:该方法可以实现建筑物被动式风环境节能优化,节能优化后建筑物能量消耗明显降低。关键词:建筑信息模型技术;被动式建筑物;风环境模拟;节能优化;模型构建;NSGA-I算法中图分类号:TU243文献标志码:A文章编号:2096-9422(2023)

3、09-0027-05nergy Saving Optimization of Building Passive Wind Environment Based on BInAN Lining(Gansu Construction Design Consulting Group CoLTD,Lanzhou 730000,China)Abstract:In order to reduce the energy consumption of buildings and help the energy conservation ofpassive wind environment of building

4、s,the energy conservation optimization for passive wind environmentof buildings based on BIM is studied.The building CAD drawings are effectively preprocessed,inputtingthem into Revit to build the BIM model.After loading and rendering by Lumion software,the BIM modelwith clear texture is obtained;Bu

5、ilding energy consumption simulation engine OpenStudio and Phoenixwind environment software are used to build a physical model of passive building wind environment energyconsumption and analyze the building surface wind environment;Taking window wall ratio and thethickness of insulation board as the

6、 energy-saving factors for the energy-saving optimization of passive windenvironment,the two fitness functions with the lowest energy consumption of building refrigeration andheating are constructed.The optimal energy-saving optimization scheme of passive wind environment ofbuildings is output after

7、 the multi-objective optimization solution of non-dominated sorting geneticalgorithm.The experimental results show that this method can realize the energy-saving optimization ofbuilding passive wind environment,and the building energy consumption is significantly reduced afierenergy-savingoptimizati

8、on.Keywords:Building Information Modeling(BIM);passive buildings;wind environment simulation;energy saving optimization;model construction;NSGA-II algorithm0引言针对建筑能源消耗高增长问题,人们积极进行有关建筑节能的设计。在此背景下,被动式建筑较之传统建筑,其优势在于使用可再生能源作为建筑物的能收稿日期:2 0 2 2-0 5-17;修回日期:2 0 2 3-0 9-19源供给,具有高性能的围护结构设计,并且被动策略具有高气密特征,不仅能够

9、保障居住环境的高舒适性,还能最大限度地减少采暖、制冷对建筑物的制约性,达到应用最小的能耗保障建筑物舒适性的目的1,2 自然风作为一种非常重要的可再生能源,在改善28安利宁:基于BIM技术的建筑物被动式风环境节能优化研究室内湿热环境、增强被动式建筑物居住舒适度方面具有重要作用。如果能对自然风进行合理利用,不仅能够提高被动式建筑物的居住舒适度,还能够大幅度降低被动式建筑物的能量消耗3.4。而风环境质量除受气候因素影响外,建筑物的尺寸、布局也会对其产生影响。为此,国内外诸多学者对建筑物被动式风环境节能优化方法进行了大量的研究,并取得了一定成绩。如康宇等人对建筑物被动式风环境多目标节能优化方法进行了研

10、究5。刘刚等人基于改进粒子群算法对建筑物被动式风环境节能优化方法进行了研究6 。二者均在一定程度上实现了建筑物的被动式风环境节能优化,但是只考虑了当地气候对风环境的影响,却未对建筑物尺寸以及布局对建筑物被动式风环境的影响进行充分的考虑。这导致输出的建筑物被动式风环境节能优化结果难以适用所有建筑物被动式风环境。BIM技术是一种基于三维数字技术,将工程建设项目实体、工程建设项目的各种有用信息以数字化的方式表达并呈现出来的工程建设用数据模型,可为工程建设项目提供大量的知识资源支持,为工程建设提供可靠的技术支撑,为建筑行业各方参与者提供有效的信息技术支持,有效避免了信息断层等问题的出现7 。为此,本文

11、充分利用BIM技术在建筑物节能方面的优势,并应用Phoenics软件对建筑物BIM模型进行有效的风环境模拟与分析,提出基于BIM技术的建筑物被动式风环境节能优化方法,优化选择适应度函数与多目标优化求解过程,以期最大限度降低被动式建筑能量消耗,更好地满足实际建筑物节能优化工作需要1建筑物被动式风环境节能优化1.1建筑物BIM模型构建BIM技术可以将二维图纸转换为更加直观的三维效果图,不仅能为工程建设提供可靠信息支撑,还可更高效直观地完成建筑物能耗的实时监控与管理8 。而CAD在图纸清晰度方面具有优势,因此,将二者相结合,利用BIM技术将建筑物CAD图纸变换成建筑物三维模型。具体的建模步骤可归结为

12、:(1)预处理建筑物CAD图纸。通常情况下,一个建筑的CAD图纸包含各层以及建筑物顶端平面图、立体面与楼梯剖视图几个主要部分组成。因而在进行建筑物BIM模型构建前,需要对建筑物CAD图纸进行合理的预处理。CAD图纸单位必须完全符合Revit软件对CAD图纸尺寸的要求,因而设定建筑物CAD图纸的单位为毫米,之后对建筑物CAD图纸执行平面划分操作,并将划分后的图纸进行分类粘贴与保存。(2)R e v i t 软件BIM模型创建。利用Revit软件依次创立标高与轴网、墙体、楼板、门窗、屋顶、楼梯以及扶手等模型信息,在完成这些信息创建后,利用Revit软件可导出建筑的BIM模型(3)Lumion软件B

13、IM模型加载与染。由于利用Revit软件生成的建筑物BIM模型并没有纹理信息,因而为了拥有更好的BIM建筑模型,应用Lumion软件对BIM模型进行加载与染。在对模型进行加载与染之前首先对其进行格式转换,将文件格式转化为Lumion软件识别格式。在Lumion软件中根据建筑物实际情况对场景进行选取并导人由Revit软件生成的BIM模型。之后根据实际情况对模型执行旋转、移动、建筑物部件选取等操作,并为建筑物部件选择适合的材质。除此之外,还可通过软件在建筑物附近以及内部布置一些景观或者装饰,增强建筑物BIM模型的真实感。待这些步骤完毕后,对模型进行染,便可生成最终的建筑物BIM模型。1.2建筑物风

14、环境模拟1.2.1建筑物风环境参数分析与参数选取假设来流风速呈现均匀分布状态,并且全部垂直水平面的风速值按建筑物的高度方向逐渐进行梯度性增加。按照大气边界层理论的相关阐述,模拟建筑物的实际状况从而进行合理的风速设定9 ,那么通常情况下风速会随着建筑物中各个位置所处的地形以及高度的变化而变化。关于高度以及风速之间的关系见公式(1):hVh=Vh(1)式中:Vh为建筑物在高度为h处的风速,m/s;h,为建筑物的基准高度,m;V为在h处的风速,m,在本文中,V满足V=10 m/s;r为指数,该指数的大小需要由模拟建筑物所在的地理位置决定。因标准k-模型只需耗费较少的成本便可较准确地完成对限制流的分析

15、,因而本文在对建筑物风环境进行模拟时,采用k-模型进行风环境模拟参数的设定,对圆柱射流等发散比率进行有效准确的预测,并以此为依据对风体气流的二次流行等主要特性执行有效合理的分析操作。除此之外,由于k-模型还对场地气流漩涡以及旋转等分析方面具有高质量的拟合性,因而,在建筑物整体风环境的模拟过程中,同样采用k-模型对场地气流漩涡以及旋转等方面信息进行高质量的拟合操作。k一s模型的控制方程见公式(2)k-模型的控制方程见公式(2):29ANLining.EnergySavingOptimizationofBuildingPassiveWindEnvironmentBasedonBIM(pu,)-d(

16、pu,u,)Paupuuj+Sdtx(2)式中:p为流体密度,m/s;P为顺风向压力,Pa;u为速度,m/s;u为脉动速度,m/s;puu为应力项,Pa;u为动力粘度,Pas;S,为动量方程广义源项;x与x,为空间坐标;u为i方向的时均速度,m/s;P为时均压力,Pa;u,为j方向的时均速度,m/s。1.2.2Phoenics软件建筑物风环境模拟分析在诸多的风环境模拟软件中,Phoenics软件具有较强的适应性与普遍性10 ,由于其在风环境模拟的速度、稳定性以及准确性方面具有显著的优势,因而本文中对建筑物风环境的模拟通过Phoenics软件来实现。在对建筑物风环境参数分析与选取基础上,本文利用

17、Phoenics软件对建筑物BIM模型进行场地风场分析,在主导风条件下,计算出与建筑物相关的风场信息,从而为建筑物风环境节能优化提供可靠数据支持。将利用Lumion软件最终生成的纹理信息较为清晰的建筑物BIM模型格式转化为Phoenics软件要求格式,开启Phoenics风环境软件后,首先进行网格设置操作:网格尺寸模板设为Null,网格长度为域长度的二分之一加高度;网格宽度为域宽度的二分之一加高度,高度为1.5m;网格数量,首先在doubleclick选项中选择“objecteffectgrid”,在Building选项中选择“only tick Zdirection”;在Null 选项中选择

18、 all the X,Y,Zd i r e c t i o n”。Nu l l 区域内全部网格均匀分配。在区域细胞网格中输人X、Y 方向方格间隔为3m;设置Null上下左右相邻的区域网格比例为正负1.5;垂直高度网格设置:网格数量为3个;网格域尺寸设置为建筑高度的二分之一。然后,进行网格无关性检验:基于全局网格大小,获得三个网格A、B、C的高精度解,网格A、B和C的解差异L1模小于误差判据,因此认为网格的解是网格无关解。最后,对建筑物BIM模型执行导入操作,并输人由Realizable-k-模型设定的风环境模拟参数以及其他参数信息,完成对建筑物表面风环境的模拟。1.3建筑物被动式风环境节能优化

19、实现1.3.1被动式建筑风环境能耗物理模型构建在通过Phoenics软件对建筑物风环境模拟分析后,会探求到被动式建筑布局当中的不足之处,这些不足之处可能会导致被动式建筑能耗的增加,为此,本文根据建筑物模拟分析结果与建筑物BIM模型,构建被动式建筑风环境能耗物理模型,探求合理的方式以降低被动式建筑的能量消耗。被动式建筑风环境能耗物理模型见图1。被动式建筑能耗物理模型参数优化能耗模拟风环境模拟主要参数主要参数构件热工属性1测试点选取1室内热扰参数1对圆柱流等发11散比率1新风和渗透11建筑风环境模拟PhoenicsOpenStudio建筑能耗模拟全年逐时风环境各测试点风速模拟结果全年逐时能耗模拟结

20、果制冷能耗1供暖能耗11设备运行能耗11房间温度11房间表面温度11图1能耗物理模型由图1可知,被动式建筑风环境能耗物理模型中,以建筑物BIM模型为基础、OpenStudio做引擎模拟建筑物能耗,以Phoenics软件对全年动态风环境模拟做组合分析。需要指出的是,不同的模拟参数会产生各不相同的模拟结果。并且建筑物能耗模拟结果是逐时数据,想要获得建筑物全年的能量消耗,需要对逐时数据做相加操作。1.3.2基于NSGA-的模型多目标优化在以往对建筑物被动式风环境节能优化的研究中,多数情况下都是使某一个目标获得最优解,另一些目标呈现较差的状态,各目标制约性极强,并且使某一目标达到最优时采取的方式通常状

21、况下是进行建筑物构造改变抑或是更换材料(12-14。应用非支配排序遗传算法(NSGAI)对建筑物被动式风环境节能进行多目标优化可有效降低各目标的制约性,并且可使某一目标在获得帕累托前沿最优解的同时不影响其他目标的状态。基于NSGAI I 算法的建筑物被动式风环境节能优化设计见图2。30安利宁:基于BIM技术的建筑物被动式风环境节能优化研究参数化建筑性建筑性能模拟能模型数据建筑能建筑风参数连续型耗模拟环境模范围离散型结果拟结果适应度函数变量构成父代种群N遗传算法基因选择、重组与变异子父代种群N新一代N个种群父代子代合并种群2 N非支配排序进行分层、拥挤否是否达到迭是输出度距离从大到小排序代次数结

22、果从上层往下依次选择N个种群精英保留图2风环境节能优化设计由图2 可知,在参数化建筑物模型中选择合适的变量结合建筑性能模拟结果构建若干个适应度函数,并通过无限次迭代优化操作以及精英选择操作,获得建筑物被动式风环境节能优化方案解集。1.3.3建筑物被动式风环境节能优化流程本文基于建筑物CAD图纸应用Revit软件进行建筑物BIM模型构建,利用Lumion软件对建筑物BIM模型进行加载与染,使用建筑物能耗模拟引擎OpenStudio、Ph o e n i c s 风环境软件进行被动式建筑风环境能耗物理模型构建,并以建筑物制冷能耗、采暖能耗、为指标建立建筑物被动式风环境节能优化的适应度函数,将窗墙壁

23、比等多个指标作为建筑物被动式风环境节能优化的节能因子,使用非支配排序遗传算法NSGA对建筑物风环境能耗进行多目标优化并获得最优解决方案15】,为建筑物被动式风环境节能决策提供可靠依据。具体的优化流程见图3。开始建筑物CAD图纸预处理Revit软件BIM模型创建Lumion软件BIM模型加载与染OpenStudio建筑能耗模拟Phoenics风环境模拟与分析NSGA-I多目标优化结束图3被动式风环境节能优化流程2实验与分析通常情况下,办公建筑要比住宅建筑消耗更多的建筑能源,因此本文实验以位于甘肃定西市城郊的某一大型物流企业办公楼为实验对象,对其应用本文方法进行建筑物被动式风环境节能优化,验证本文

24、方法有效性。该办公楼为高级独栋的被动式建筑,建筑层数为4层,建筑面积可达352 0 m,主楼高度约为2 5m,主要用于对该企业员工进行上岗培训。该地区气候比较寒冷,多风,全年最低气温可低至-13,最高气温可达38。一年内气温低于10 的时候约有36 50 h,气温高于2 5的时候约有19 2 0 h。将以上数据设置在OpenStudio软件中,设置室内干球温度为19、湿度为43%、风速为34km/h、室内热扰为3.8 W/m。由于该地多风且气候比较寒冷,因而在对该办公楼进行被动式风环境优化时,要充分考虑风环境对节能优化效果的影响。应用本文方法构建的该该大型物流企业办公楼三维模型见图4。由图4可

25、知,应用本文方法可以实现办公楼BIM模型的构建,并且构建出的办公楼BIM模型效果较好,纹理清晰,可为建筑物被动式风环境节能优化提供良好的模型依据,更好完成建筑物被动式风环境节能优化工作。图4办公楼三维模型应用本文方法对建筑物被动式风环境进行多目标节能优化设计获得的被动式风环境节能优化帕累托前沿解集,见表1。其中,南窗墙比的取值范围为0,0.1,西窗墙比的取值范围为0,1。表1被动式风环境节能优化帕累托前沿解集最小全年最小全年外墙保温南窗西窗个体制冷能耗/供暖能耗/板厚度/m墙比墙比kWhkWh00.390.090.022198836.29310.390.090.01201973829220.3

26、900.43276533821330.370.020.932405337 62140.370.020.94248173702450.390.020.3522.65437 04160.370.030.73213543820170.380.030.7323 12336 15680.370.020.3622.65737.04390.390.010.0221 65031652100.390.030.0221 6473054331下转第47 页ANLining.EnergySavingOptimizationof BuildingPassiveWindEnvironmentBasedonBIM由表1可知

27、,应用本文方法可以实现建筑物被动式风环境节能优化,更好地满足实际建筑物被动式风环境节能优化工作需要未应用任何方法对建筑物进行风环境节能优化,以及应用本文方法、文献5 建筑物被动式风环境多目标节能优化方法、文献6 基于改进粒子群算法的建筑物被动式风环境节能优化方法,对建筑进行被动式风环境节能优化后,一年四季的建筑物能量消耗对比见图5。30000250002000015000100000春季夏季秋季冬季未使用任何方法文献5 方法文献6 方法本文方法图5不同方法应用后的单位面积建筑物总能耗由图5可知,未使用任何方法对建筑物进行被动式风环境优化时,建筑物各季节的能量消耗均较高,尤其在夏季、冬季两个季节

28、建筑能量消耗接近30 0 0 0 kWh。分别使用本文方法与文献5、文献6 方法对建筑物进行被动式风环境节能优化后,建筑物各季节的能量消耗明显降低,尤其本文方法下降幅度最大。实验证明:应用本文方法可较好地实现建筑物被动式风环境节能优化,优化效果较好,优化后建筑物能量消耗明显降低为验证应用本文方法在进行建筑物被动式风环境节能优化时的收敛性能,绘制NSGAI 算法不同父代种群规模下的目标函数收敛效果见图6。6父代种群规模为8父代种群规模为105父代种群规模为12432060120180240300送代次数/次图6目标函数收敛效果由图6 可知,随着父代种群规模的增加,目标函数的迭代效率有所下降,但是

29、下降幅度极小,即使在父代种群规模为12 时,目标函数在迭代次数约为50时也达到了收敛状态。说明应用本文方法进行建筑物被动式风环境节能优化时,具有较好的目标函数收敛效果,在进行被动式风环境节能优化帕累托前沿解集求解时,只需要花费较少的时间便可输出最优方案。为进一步对本文方法在建筑物被动式风环境节能优化方面的优势进行验证,绘制应用本文方法对该办公楼进行建筑物被动式风环境节能优化前后的空调负荷对比见图7、8。3.6口供暖制冷3.02.41.81.201月2 月3月4月5月6 月7 月8 月9 月10 月11月12 月图7优化前空调负荷3.67口供暖一制冷3.02.41.81.201月2 月3月4月5

30、月6 月7 月8 月9 月10 月11月12 月图8优化后空调负荷由图7、8 可知,应用本文方法进行建筑物被动式风环境节能优化后,空调供暖负荷由每月3MWh以上降低到每月3MWh以下,制冷负荷由每月1.2MWh以上降低到每月1.2 MWh以下,都呈现下降的趋势,并且空调制冷负荷相比空调供暖负荷下降幅度更大。究其原因主要是,应用本文方法进行建筑物被动式风环境节能优化后,不仅根据实际情况对外墙隔热做了处理,还对通风系统做了调整,更多地利用了自然风。3结论本文方法可以实现建筑物被动式风环境节能优化,并且在建筑物被动式风环境节能优化方面优势显著,其优势具体体现为:(1)应用本文方法可以构建出纹理清晰的

31、办公楼BIM模型,为建筑物被动式风环境节能优化提供良好的模型依据。(2)相较于文献5、文献6 方法,本文方法对47上接第31页)焦良珍,管不同升角度对医药仓车货架摆放方式的影响大。孔口角度30 送风时,仓库内气流速度分布较均匀(8 0.0 6 m/s),整体温度分布均匀(8 0.8),气流组织均匀的范围较大。为获得良好的医药仓库存储环境,柔性风管孔口角度不宜过大也不宜过小,在本文研究的几种角度中,宜选孔口角度30 参考文献:1魏高亮.纤维空气分布系统送风模式下果蔬冷藏库流场特性研究D.西安:西安建筑科技大学,2 0 2 0.2国家食品药品监督管理总局.药品经营质量管理规范【S.北京:中国医药科

32、技出版社,2 0 15.3张盟.渗透式FADS控制的环境流场和温度场数值模拟及热舒适性预测D.杭州:浙江理工大学,2 0 16.【4 陈孚江,黄丹丹,吴沁雨,等.等温环境下渗透式纤维空气分布系统CFD模型探讨J.常州大学学报:自然科学版2 0 16,2 8(2):55-6 1.5 刘雷明,李浩,黄晨.喷射渗透式纤维空气分布系统孔口送风特性的实验研究J.建筑节能,2 0 17,45(4):2 4-2 7.6刘超.纤维空气分布系统与传统送风系统对比研究D.武汉:华中科技大学,2 0 0 9.7赵新宇.基于纤维空气分布系统的层式通风性能研究D.常州:常州大学,2 0 2 1.8王晓理.纤维空气分布系

33、统气流组织特性及设计方法D.西安:西安建筑科技大学,2 0 15.建筑物进行被动式风环境节能优化后,建筑物各季节的能量消耗降低最明显(3)本文方法应用的NSGA算法具有较好的目标函数收敛效果,且被动式风环境节能优化花费时间较少。(4)本文方法可根据实际情况充分利用自然风,降低空调供暖、制冷负荷,节能优化效果显著。参考文献:1葛召深,王静.被动式超低能耗建筑保温系统在既有改造项目中的应用研究J.建筑技术,2 0 18,49(4):346-348.2王艺霖,邓琴琴,李德英.寒冷地区既有居住建筑外围护结构改造节能优化研究J.新型建筑材料,2 0 19,46(12):145-148.3韩风毅,林书帆.

34、基于BIM技术的建筑节能结构协同设计J.沈阳工业大学学报,2 0 19,41(6):7 10-7 14.4 吴维,吴尧.绿色建筑节能设计中的BIM技术J.工业建筑,2 0 19,49(10):230-231.【5 康宇,夏博,张建新.银川城镇办公建筑多目标节能优化设计研究.新型建筑材料,2 0 2 1,48(10):130-133.6刘刚,原野,党睿.高校食堂建筑光环境节能优化设计研究J.建9陈维汉,谭清香,唐全,等.受限射流流场热量传递特性的实验研究J.华中理工大学学报,19 9 1,(2):145-148.【10 朱科铃,李美香,蔡婷婷,等.小间距多孔受限射流流场特性实验研究J.常州大学学

35、报:自然科学版,2 0 19,31(1):35-40.11约翰D.安德森(JohnD.Anderson).计算流体力学基础及其应用M.北京:机械工业出版社,2 0 19.10 李伟光.纤维空气分布系统送风特性研究D.武汉:华中科技大学,2 0 0 6.11张勤.布风管尾端封闭与渗透的纤维空气分布系统特征比较D.杭州:浙江理工大学,2 0 15.12Chen F,Chen H,Xie J,et al.Characterizing Airflow through FabricAir Dispersion System using a Porous Media Model J.Energy andB

36、uildings,2011,43(2-3):665-670.13 中华人民共和国住房与城乡建设部.GB500192015,工业建筑供暖通风与空气调节设计规范S.北京:中国计划出版社,2 0 16.14 中华人民共和国住房与城乡建设部.GB50736一2 0 12,民用建筑供暖通风与空气调节设计规范S.北京:中国建筑工业出版社,2 0 12.作者简介:焦良珍(19 6 9),女,湖北武汉人,建筑环境与能源应用工程专业,硕士,副教授,研究方向为空调系统节能及群控策略()通讯作者:刘冬华(19 7 1),女,湖北咸宁人,建筑环境与能源应用工程专业,硕士,副教授,研究方向为暖通空调()。筑科学,2 0

37、 18,34(6):9 1-9 6.7 朱攀,史健勇.基于AISI网络的BIM三维重建方法研究J.图学学报,2 0 2 0,41(5):8 39-8 46.8刘亚坤,刘会云,李永强,等.基于多源激光点云融合的建筑物BIM建模J.地球信息科学学报,2 0 2 1,2 3(5):7 6 4-7 7 3.9王凯,梁红,施鹏,等.基于“风感”的紧凑型城市开放空间风环境实测和CFD模拟比对研究J.生态学报,2 0 19,39(16):6 0 51-6 0 57.10王建廷,张唆.基于堪舆格局的绿色建筑室外风环境模拟优化J.建筑科学,2 0 18,34(6):15-2 2.11刘立,刘丛红,吴迪,等.天津

38、办公建筑空间设计因素节能分析与优化J.哈尔滨工业大学学报,2 0 18,50(4):18 118 7.12刘刚,王漠,董伟星,等.改进的粒子群变异算法在建筑节能优化中的应用J.华南理工大学学报:自然科学版,2 0 2 0 48(10):48-55.13 邵腾,金虹.基于优化算法的严寒地区乡村住宅节能优化设计研究J.建筑科学,2 0 19,35(12):9 9-10 7.14 孙少楠,吴家伟.基于BIM技术的被动式建筑节能因子多目标优化研究J.图学学报,2 0 2 1,42(1):12 4132.15 徐伟,刘元东,金国辉.基于BIM协同设计的住宅方案节能优化研究J.建筑技术,2 0 19,50(1):40-43.作者简介:安利宁(19 8 5),男,甘肃天水人,硕士,高级工程师,研究方向:建筑设计、BIM技术应用等()。

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 学术论文 > 论文指导/设计

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服