数字化建筑的挑战与发展

2011-04-19胡冗冗李岳岩

山西建筑 2011年1期

胡冗冗李岳岩许洁

1 当前数字化建筑的界定

在这个信息化的时代，信息的数字化也越来越被各行各业视为行业进步的关键，计算机软件和硬件的推陈出新，使越来越多更为复杂、多元的信息能够被转化成为计算机语言并且在数字化平台上对其进行处理。同样，在建筑设计的领域中，数字化技术的进步也激发了建筑设计师更为丰富的设计灵感，使他们可以将超现实的思维充分展现出来。

不论什么形式的数字化平台，其角色终是一种信息的“载体”，其功能都是将信息以“人—机—模型”这样的流程传递的。但是区别于以往“基于感觉的设计”，数字化设计应当是“基于依据的设计”，它能够吸收现实中更为复杂的数字化信息，并提供程序编写、模拟、参数操控等平台，使设计师能够对信息给予一定的处理方式，使其经过筛选、整合、计算以及验证并最终获得“建筑信息模型”(BIM，Building Information Model)。而传统的 CAAD(Computer-Aided Architectural Design)的设计平台，例如 AutoCAD或者 Sketchup，由于它们对原始数据的吸收和处理能力十分有限，并且对这些数据的逻辑处理也相对简单，所以多数时候只能作为一种绘图工具存在，那么通过它们获得的建筑模型只是“物理数据模型”。

让我们来举个例子解释一下“物理数据模型”过程与“建筑信息模型”过程的区别。假设我们需要做一个“树”状的支撑结构，传统设计过程中，我们会根据我们脑中对“树”的印象，在建模工具里面用类似“绘画”的方式来建立一个“像”树的模型。这个过程中，这颗“树”是在人脑中已经形成的，我们只是用数字化的手段将它“画”出来了而已，那么这个过程中，计算机只承载了“数据”而不是“信息”，故这便是“物理数据模型”。而“建筑信息模型”的建立应该是以下这样一个过程:

1)研究“树”的生长模式，即一种在数学中被称为“自我复制”的模式;

2)找到这种“自我复制”模式的数学模型——“L形系统”;

3)将这种“L形系统”的模型所对应的计算机语言输入电脑;

4)通过对建筑结构、功能等方面的分析，在计算机中设置各项参数来筛选可行的“L形系统”公式模型，并选择迭代次数使其符合力学支撑和空间使用的要求。

图1是传统的“物理数据模型”，图 2是按照L形系统算式F=F[+F][/＆F]F[-F][+F][ˆF]经过三次迭代生成的“建筑信息模型”，并且这个模型还可以无限次迭代以进行扩大。

2 数字化建筑所面临的挑战

虽然当前国内的数字化建筑设计不论是对数字化设计软件的学习，还是对信息进行数字化方式的研究，热情都是空前高涨的，国内每年有许多大小规模的数字化设计竞赛，许多建筑设计公司也都逐步开始将数字化手段引入设计过程。然而，现实中的情况却是被实施建造的建筑方案屈指可数。到底是什么原因导致了这种局面的出现，让我们从设计过程中的几个步骤来分析一下也许能了解到问题所在。

我们先来看看数字化建筑设计的基本过程:

1)从前期调研当中获得各方面信息，例如地形，功能，地域文化等等;

2)将所获得的信息进行科学的数字化处理;

3)在数字化平台上，结合结构、形式以及业主的期望，选择合理、完整的数字语言系统，对信息进行筛选、运算并验证获得“建筑信息模型”。

了解了这些设计步骤，再分析一些数字化建筑的方案，不难找出可能是一些环节出了问题:

1)所提取的信息不够全面，或者信息的数字化方式不够科学，抑或没有完整可靠的验证系统，这些都会导致信息不能够被正确运用到设计中或者导致设计成果无法正确回馈原有的地形、功能等信息依据;

2)在数字化设计过程中没有加入合理的结构参数，使最终的建筑信息模型缺乏经济合理的结构，也就难以建造实施;

3)很多建筑方案对建筑建造的精度要求过高，故无法适用于普通的建造技术和方式。这样的不利状况促使我们应该主动找出问题的症结，试试能不能给数字建筑的发展发掘一些新的机遇。

3 数字化建筑的发展机遇

3.1 信息的合理提取与处理

作为建筑设计师，我们对数字化平台通常只停留在“会操作”的阶段，并且如果当这些软件作为绘图工具的时候，我们并不需要它们帮我们处理和计算信息，只需要它们能够记录并在模型中反映数据，那么“会操作”其实是足够辅助我们的建筑设计过程的。但是，对于数字化设计的过程，对数字化软件仅仅止于“会操作”阶段，则会导致一些情况。第一种情况，从信息提取的方面来说，当设计者不够了解软件平台的时候，就不了解什么形式的信息是能够被软件有效接收并合理运算的，在这种情况下，前期调研过程中的信息收集则会缺乏一定的目的性和系统性，所以当要将这些依据进行数字化的时候就会导致信息不全、冗繁或者无效。第二种情况，假设信息是准确的，但是在不能够深入理解数字化平台中各模块的数据结构和运算过程的情况下，将信息输入了错误的运算模块中时，所获得的结果自然是不准确的。例如，在 Rhinoceros这个软件的Grasshopper的操作平台上，如果设计师在不理解平台中每个模块的数据结构时，往往会将有序的数据连接在无序的数据接口上，或者在数据中存在大量重复项的时候就将数据输入更为复杂的运算模块当中去，这样往往会导致运算结果的错误和(或者)运算失败。当我们将平面上一系列的点相连接的时候，虽然看似结果是相同的，但是数据结构是不同的，这便会导致当我们将这些数据输入下一个运算模块时，结果就会有所不同。第三种情况，如果设计者在一系列筛选、运算和验证过程中，选择了不相配套的处理方式，那么也会导致模型所承载的建筑信息错误。还是用点阵相连接的例子，如果在取点时采用了无序原则，假设在后续的运算过程应该采用就近原则连接，如果采取了无序的连接方式，那么就会出现与正确操作完全不同的结果。以上两种情况导致的不准确结果一旦被运用到建筑方案当中，都会导致设计成果无法回馈建筑用地的地形、日照、气候、功能以及人文等因素，那么这样的数字化建筑自然无法满足各方面需求，也就没有被实施的可能性。所以对数字化软件进行更为深入的理解是相当必要的。

3.2 结构数字化

建筑设计的三要素是坚固、实用和美观。既然是要素，就没有理由抛弃其中的任何一个。多数时候，设计师总是在数字化设计中将较多形式依据作为参数对建筑进行设计，却很少加入结构参数来控制建筑的生成，这种设计过程所造成的结果往往是建筑缺乏合理经济的结构。许多设计师认为，数字建筑设计应该是摆脱传统结构束缚的，更为跳脱的设计方式，然而在这种思维指导下获得的建筑方案又时常因为结构不满足现实中承重的需求而难以被实施。那么，我们为什么不从别的角度来重新思考，不论是数字化设计还是传统设计，我们都是在对一维、二维、三维甚至四维的几何形态进行或复杂或简单的设计处理，那么任何的几何形态不仅有着其潜在的结构原理，同时也都是可以被作为一种强有力的设计元素来进行使用的。既然这样，在进行数字建筑设计的时候，我们为什么不能使用有着良好结构性能的平面或空间几何形态元素来进行数字化设计。当我们对各种几何形态的结构性质有了较为深入的研究之后，那么结构不仅不会成为数字化设计的绊脚石，反而能为我们的设计另辟蹊径。伊东丰雄先生设计蛇形画廊的过程，便将方形叠加所形成的三角形作为设计元素，同时又利用了三角形的结构优势，形成了丰富多变且结构合理的建筑效果。

3.3 数字化也需要误差

有时存在这样的设计，一些数字化建筑既能满足功能等客观要求，又具有着合理的结构体系，但是仍然难以实施，原因很可能是这样的，大多数数字化设计的结果都是相对复杂的，当其复杂程度升高的同时也就对精确性有一定的要求。然而，在实际的施工当中是存在着各种偶然和必然的误差的，这些误差可能存在于铸造、气候、安装等各个环节当中，是没有办法完全克服的。所以一旦数字化设计方案的复杂度对其精确度的要求过高时，建筑的实施将会十分艰难，同时也会大大提高建筑的建造成本。例如广州歌剧院的施工过程中，一些细节部分需要机械臂的施工操作，结构的空间定位花去了大量的人力、物力、财力，但没有多少项目能够获得这种规模的投资，所以这样的建筑没有大规模建造的可能性。那么首先我们可以降低其复杂性，但是数字化设计的优势本来就是能够承载更为丰富复杂的“信息”，故其复杂性是很难降低的。

所以我们只能在设计数字化方案时，在一些数据上给予一定的误差区间，而不是一个完全精确的数值，这样，只要施工过程中的误差在给定的区间内，就不影响建筑的外观与承重效果，同时也降低了施工难度，那么这样数字建筑就有更多的机会被付诸实践了。