建筑自適應表皮的環境響應方法研究與應用

殷青，邵濱薈，韓昀松

1 建筑自適應表皮概述

建筑室外環境的周期性和隨機性波動，顯著影響著建筑室內空間舒適度。為緩解室外氣候環境影響導致的室內物理環境舒適度波動，采暖、制冷、照明、通風等設備在建筑運維過程中被大量、頻繁使用，消耗了大量能源的同時，也增大了建筑全生命周期碳排放水平。傳統建筑表皮由于無法隨環境變化，動態改變建筑表皮形態和材料屬性，對于環境波動的響應能力十分有限。如何實現建筑表皮對室外氣候影響的精確、動態響應，是節能減排戰略落實的關鍵問題之一。

既有研究表明，建筑自適應表皮因其形態、材料屬性的動態可變能力，在響應環境動態波動、調節室內物理環境、降低建筑能耗與碳排方面具有巨大的發展潛力，能以更低的能源代價維持更優的室內熱環境舒適度、光環境舒適度和空氣品質[1-2]。近年來，人工智能技術的長足發展，又為建筑自適應表皮的智能化升級奠定了技術基礎。

建筑表皮環境動態響應方法研究可追溯至1970年代[3]，但由于該領域涉及學科多、系統復雜度高，既有研究對該領域前沿成果的梳理多在系統性上存在不足，如2016年， Konstantoglou和Tsangrassoulis系統梳理了百葉類自適應表皮環境響應方法，對比分析了其能耗和照明負荷，但缺乏對于人體舒適度的綜合考慮[4]。2018年，Jain和Garg系統梳理了仿真模擬開環系統的優勢及其應用的智能技術，但未系統考慮閉環系統控制方法[5]。2020年，Tabadkani和Roetzel綜述了基于仿真模擬、模糊邏輯等算法的自適應控制方法[2]，但并未考慮智能優化計算等算法和技術在表皮控制方面的應用。同時，既有綜述也未深入探討自適應表皮形態、使用者參與方式對表皮環境響應效果的影響。本文旨在通過對建筑自適應表皮前沿成果的系統梳理，彌補既有研究的不足，為建筑自適應表皮研究提供理論與方法指導。“建筑自適應表皮”是能基于環境數據感知，自主、動態地改變表皮形態或構造，響應環境變化的建筑表皮，其強調對環境影響的自適應調節，是建筑表皮系統在人工智能時代語境下，由“靜態”向“動態”的演化，是建筑與環境系統交互的重要媒介。

本文在web of science進行關鍵詞檢索TS=(fa?ade* OR blind* OR building) AND TS=(Dynamic*OR Adaptive* OR Automatic* OR Automated) AND TS=(control* AND daylighting)，檢索時間為1998-2020，篩選出與本研究相關領域及交叉學科領域相關的文獻523篇（圖1），并發現自適應表皮研究熱度在2010年后大幅提升，近年來呈現出持續上升趨勢。

對上述523篇文獻的術語共現分析表明（圖2）：早期相關研究多圍繞建筑百葉系統、照明設備控制系統構建問題展開研究，自2014年節能相關問題得到廣泛關注，其比重也逐漸增大；同時，技術、模型、模擬、集成、參數等關鍵詞出現頻次增加；近年來，使用者舒適、熱舒適等術語出現頻次增加，而能耗仍舊保持較高的被關注度。可見，如何權衡改善建筑能耗與使用者舒適度，已成為當下建筑自適應表皮研究與發展的關鍵問題。

1 建筑自適應表皮相關文章數年度走勢，數據來源：web of science

2 標題及摘要共現網絡分析，數據來源：web of science

2 建筑自適應表皮系統構成與環境響應機理

2.1 建筑自適應表皮系統構成

建筑自適應表皮包括感知、決策與執行等系統，其通過感知系統獲得“室內外溫濕度”“風速風向”等環境信息并反饋至決策系統；由決策系統將環境信息輸入到決策系統控制算法中，計算輸出環境響應決策；最后通過執行系統驅動表皮響應環境波動。

感知系統是決策與執行系統運行的基礎，其通過多應用傳感器實時采集室內外物理環境信息，也可基于既有氣候數據庫獲取室內外物理環境數據。決策系統是建筑自適應表皮運行的核心，其影響著表皮運作效率和環境響應效果。決策系統在基于閾值的準則算法之外常采用遺傳算法、模糊邏輯、神經網絡等機器學習算法作為決策算法，在運行過程中向決策算法輸入感知系統反饋的環境信息，由其制定自適應表皮執行系統的響應方式、啟停時間窗口等決策，進而實時控制建筑自適應表皮系統響應環境，避免延遲或超調，并確保環境響應的穩定性[6]。執行系統是建筑自適應表皮系統影響環境的具體手段，基于決策系統輸出實時或定時地改變建筑自適應表皮的物理狀態，其響應方式影響著建筑自適應表皮對環境響應的應變能力及靈活性。建筑自適應表皮的環境響應還包括對建筑使用者行為的考慮，感知系統的遠程識別設備可對建筑使用者行為進行數據采集，同時使用者也可以通過干預來調節建筑自適應表皮對環境的響應（圖3）。實踐應用中，感知、決策、執行系統協同運行，完成基于實時環境數據反饋的自適應表皮環境響應。

3 使用者與自適應表皮的交互

5 自適應表皮開環系統控制邏輯圖

6 自適應表皮仿真開環系統控制邏輯圖

2.2 建筑自適應表皮環境響應機理

根據感知系統與決策系統的交互方式，建筑自適應表皮的環境響應機理可分為閉環控制（圖4）和開環控制（圖5）兩類。采用閉環控制環境響應機理的建筑自適應表皮常用于室內光環境調節，其通過調光器和光傳感器來調節桌面照度，存在傳感器安裝工作量大、成本高、校準困難等問題[5]。既有研究表明，相比閉環控制，開環控制的環境響應和節能效果更優[7]。傳統采用開環控制環境響應機理的建筑自適應表皮多將傳感系統布置于表皮外部，對人工照明的感知不敏感[5]，且缺乏反饋機制，環境響應精度仍待提升。

針對上述問題，衍生出了基于仿真模擬的建筑自適應表皮環境響應方法（圖6）。仿真模型會根據日照變化及建筑表皮狀態實時更新室內環境數據，并將其輸入決策系統制定環境響應決策。既有研究表明，基于仿真模擬的開環控制方法能以仿真數據替代實測傳感器，可顯著降低自適應表皮成本[2,5]。

3 自適應表皮環境響應方法研究熱點

自適應表皮的環境響應需依托感知、決策和執行系統來實現。近年來，圍繞著上述系統革新，自適應表皮環境響應方法也呈現出不同的研究熱點。研究將結合自適應表皮系統演化趨勢，解析自適應表皮環境響應方法研究熱點。

3.1 基于智能感知的自適應表皮環境響應

感知系統輸出參數是自適應表皮環境響應的致動因素，其決定著環境響應的精度與效率。自適應表皮環境感知系統經過數十年發展，其智能化水平逐步提高（圖7）。2000年以前的自適應表皮感知系統智能化水平較低，多依賴傳感器采集溫度、照度等物理量，在實踐應用中所需傳感器數量多、成本高[8-10]。

7 自適應表皮環境響應方法系統研究熱點

隨著建筑性能模擬技術的發展，有學者嘗試基于少量室外實測數據，通過性能模擬獲取大范圍建筑光熱環境數據，以便降低傳感器數量，形成了基于仿真模擬的自適應表皮環境響應方法[11]。該環境響應方法顯著拓展了建筑自適應表皮環境響應致動因素范圍，包括DGI[12]、UDI[13]、DGP[14-15]、PMV[16]等光熱環境性能指標也可作為致動因素支撐表皮進行環境響應，提高了自適應表皮對建筑建成環境性能的改善能力和環境響應精度。

隨著遠程識別設備的發展，建筑自適應表皮環境感知硬件平臺信息化水平日益提高，實現了對使用者脈搏等生理數據的定時、定向采集，實現了對使用者情緒的科學估測，進一步強化了自適應表皮環境響應過程對使用者特征的考慮精度，也擴展了自適應表皮應用場景[17]。

感知系統數據采集類型和數量的大幅增長，也對自適應表皮環境響應方法提出了更高的算力要求。由于建筑性能模擬計算耗時長，基于仿真模擬的自適應表皮環境響應方法存在一定的滯后性。針對上述問題，國內外學者逐步嘗試整合神經網絡等機器學習算法來提高環境響應效率[18]。

3.2 基于智能決策的自適應表皮環境響應

決策系統是自適應表皮環境響應的核心，決定著表皮環境響應的效果，數十年中自適應表皮決策系統通過與智能技術結合，持續推動了自適應表皮環境響應方法的發展（圖7）。2000年以前的自適應表皮決策系統智能化程度較低，主要采用基于性能準則的環境響應方法，依據設計者指定的性能閾值來判斷是否改變表皮位置。例如，根據太陽輻射和照度閾值來制定環境響應決策，調整百葉高度，使室內照度等環境參量不超過閾值，避免眩光[8]，但該方法缺乏對于使用者偏好的考慮，會影響天然采光效果，增加人工照明能耗。

隨著機器學習算法的發展和使用者干預決策需求的提高[19-20]，有學者通過分析使用者偏好[21]，在保留使用者偏好的同時剔除使用者不當操作，實現了建筑自適應表皮環境響應對使用者偏好的回應，增強了自適應表皮環境響應容錯性。

建筑性能模擬技術的發展使感知系統輸出參量與優化算法的結合成為可能。2003年，優化算法被用于自適應表皮決策系統中，建立了各采光性能罰函數加權之和的成本函數，以計算光性能相對最優的百葉角度[11]，形成基于優化算法的自適應表皮環境響應方法。2009年有學者針對建筑節能目標，通過百葉角度變化響應環境影響，同時結合空調系統進行溫度調節[22]。2015年有學者在能耗優化的基礎上增加了光性能約束函數，有效實現了能耗與光舒適性能的權衡改善[13]。可見，優化算法的引入顯著提升了建筑自適應表皮環境響應精度。

建筑性能模擬技術可與更多篩選算法結合。2016年，有學者將模擬決策的表皮位置與上一次位置進行對比，如果計算卷簾位置高于當前位置且在過去的15分鐘內位置有過變動，則記錄次數但不改變卷簾位置，以此降低表皮的運動頻率[23]，有效減少表皮運動對使用者的干擾，延長了表皮的使用壽命。隨著無線通信技術的發展，2020年有學者通過MQTT通信協議實現負責不同性能的多模塊之間無線訊號傳輸，使在單獨決策的同時可以互相覆蓋決策，降低了模塊移動頻率，減少了多模塊決策的誤差[24]。

綜上所述，智能技術的引入有效地提升了決策系統的決策精度與廣度，進而促進環境響應方式的發展。

8 英國赫特福德郡（Hertfordshire United Kingdom）生態環境建筑單軸旋轉表皮，引自參考文獻[25]

9 荷蘭鹿特丹格倫內達爾（Groenendaal Rotterdam Neth-erlands）159號建筑智能變色玻璃，引自參考文獻[26]

10 法國圖盧茲（Toulouse France）的自然通風集成PV表皮，引自參考文獻[28]

11 縮放平移表皮，引自參考文獻[31]

13 阿布扎比塔單元響應表皮，引自參考文獻[19]

3.3 基于執行系統革新的自適應表皮環境響應

執行系統的不同形變方式[14]影響自適應表皮環境響應的性能類型（圖7）。2000年以前執行系統多通過改變卷簾或百葉的垂直位置、旋轉百葉板角度來進行環境響應（圖8），而且自適應表皮的機械傳動易產生較大噪聲。

材料技術的發展推動了自適應表皮環境響應方法的多元化演進，2002年變色玻璃被應用于自適應表皮執行系統中，電致變色窗可通過改變電壓來調節玻璃透明度等物理性質，具有成本低、能耗少的優點（圖9），體現了基于智能材料的自適應表皮環境響應潛力[9]，而且智能材料在近年發展出更多元的光導及熱導物理性質材料[27]。

隨著人們對熱環境調控需求的提升，2007年有自適應表皮通過調節排風裝置轉速來響應室內熱環境（圖10），既有實驗證明：排風耦合空調模塊比只使用空調模塊可有助于提升建筑能效[29]。

隨著環境響應作用范圍的精度需求日益提升，自適應表皮分別探索了以折疊變化[19]、雙軸旋轉[30]以及縮放平移[31]等方式進行環境響應（圖11），通過響應太陽運動軌跡，調節太陽日照光入射量[30]，提供更多日光的同時降低眩光概率[31]。

2010年，建筑自適應表皮執行系統多未進行模塊化設計，其環境響應靈活性不足，無法隨太陽位置變化[18]和使用者空間定位信息[31]進行精確調控。2011年，有學者將自適應表皮劃分為分段式百葉，其在垂直上分為3個部分，可分別針對低角度日光的透射、外部視野、防止過熱等需求進行環境響應（圖12）。阿布扎比塔也采用了單元式表皮，中央系統可以控制每個表皮單元獨立或分組進行環境響應，當出現極端天氣時又可控制所有表皮全部打開[19]（圖13）。可見，自適應表皮的模塊化發展進一步提升了環境響應精度與靈活性。

14 實驗應用軟件

15 自適應表皮系統實驗流程框架，引自參考文獻[32]

16 對照組辦公空間模型（單位/m），引自參考文獻[32]

17a 實驗組1自適應表皮環境響應流程，引自參考文獻[32]

18 實驗組辦公空間及自適應表皮模型（單位/m），引自參考文獻[32]

4 實驗分析

為解析自適應表皮智能感知系統、智能決策系統及新型執行系統的運行效果，研究基于上述文獻綜述構建以下3種采用不同智能技術的自適應表皮環境響應方法，展開了自適應表皮環境響應仿真實驗，旨在分析驗證基于3種不同智能技術的自適應表皮對室內光環境的改善效果。

實驗采用的計算機CPU為6核，其內存為16G，基于Rhinoceros進行參數化建模，依托Grasshopper與Matlab平臺展開編程，應用Radiance、Daysim仿真建筑光環境，并在實驗中整合了遺傳算法、人工神經網絡等算法（圖14）。3種環境響應方法的流程框架及技術路線如圖15所示。

實驗包含3組自適應表皮和1組實驗對照組，其中的自適應表皮包含6個模塊，每個表皮有3個可變化角度。對照組是不設置建筑自適應表皮、僅設有靜態采光窗口的辦公空間（圖16）；實驗組1為基于室內照度傳感器與準則決策的環境響應方法，實驗組2為基于仿真模擬與優化算法的環境響應方法，其感知系統數據來自于基于radiance的建筑室內光環境模擬，決策系統則基于遺傳算法制定設計決策；實驗組3為基于神經網絡與優化算法的環境響應方法，感知系統采用神經網絡來計算室內照度，結合以Matlab優化算法為核心的決策系統對表皮位置進行優化。為權衡室內采光需求與眩光防護需求，實驗組2與3的懲罰函數如公式（1），遺傳算法相關優化參數設定如表1。以上環境響應方法的具體環境響應流程如圖17a、17b所示。

表1 遺傳算法相關優化參數設定

實驗以我國高緯度地區某單元辦公空間為例，其自適應表皮布置于南立面（圖18）。首先基于參數化平臺構建單元辦公空間與自適應表皮參數模型，結合我國相關設計規范確定辦公空間界面材質參數[33-35]。建筑使用時間為8:00am-17:00pm，基于epw全年氣象數據，計算上述建筑自適應表皮環境響應方法在3月21日、6月21日、9月21日、12月21日4個典型日的室內光環境調節效果，其結果如圖19a、19b、19c、20所示。

實驗結果表明3個系統智能發展對室內光環境均存在改善作用，且在技術上相互支撐：在感知系統方面，實驗組2、3的智能感知系統通過對環境性能的量化計算，可為決策系統提供數據支撐；實驗組3采用人工神經網絡模型可有效提升建筑自適應表皮環境響應速度，實驗3系統平均計算時長均在2~4分鐘之間，基于仿真模擬的實驗2平均計算時長則約為4小時。在決策系統方面，采用優化算法可實現室內照度在允許范圍內的最大化，提高遠窗處光環境品質，對于降低建筑照明能耗具有積極意義，如圖19b、19c所示，基于準則決策的實驗組1近窗及遠窗處照度均小于基于優化決策的實驗組2、3；在執行系統方面，革新后的執行系統具有更高的環境響應靈活度，對比圖19a、19b、19c，設置了建筑自適應表皮的實驗組1、2、3均可有效降低室內眩光時長，圖20則說明單元式多變化角度的執行系統可結合優化算法，對日照進行多角度遮陽響應。

19a 對照組室內照度，引自參考文獻[32]

19b 實驗組1室內近窗及遠窗照度，引自參考文獻[32]

19c 實驗組2、3室內近窗及遠窗照度，引自參考文獻[32]

20 6月21日實驗組2、3的建筑自適應表皮角度分布，引自參考文獻[32]

5 結論

自適應表皮系統由感知系統、決策系統與執行系統構成，通過不同的方式與使用者及室內外環境產生交互，維持室內環境舒適度需求。感知系統通過傳感器或氣候數據獲取環境信息，將信息處理后輸入到決策系統，計算輸出環境響應決策，最后通過執行系統驅動表皮響應環境。實驗結果表明：智能感知、智能決策與執行系統互為技術支撐。采用仿真模擬的感知系統能為決策系統提供有效的數據支撐；人工神經網絡建模技術可大幅降低優化設計決策耗時，為建筑自適應表皮的實時動態環境響應提供了新的技術支點；基于優化算法的智能決策可同時計算自適應表皮多模塊的相對最優位置，大幅提升了執行系統的靈活度。

綜上所述，在人工智能技術語境下，建筑自適應表皮將由基于傳感器感知環境，逐步發展為基于仿真模擬實現環境感知，不斷降低表皮系統規模，并逐步引入人工神經網絡等機器學習算法，持續提高環境感知精度與效率；同時，決策系統也由基于閾值的準則決策發展到多性能、多目標導向的算法決策，可有效實現室內多方面舒適性能權衡最優；建筑自適應表皮執行系統的形變方式則不斷拓展，并通過單元式、模塊化發展，不斷提高建筑自適應表皮的環境響應靈活度。建筑自適應表皮的發展將推動建筑信息化轉型，助力建筑產業節能減排和碳達峰、“碳中和”目標實現。□