大空间建筑的数字设计

唐坤

【摘要】在社会不断变化的今天，我国已经进入了可持续发展的阶段，倡导和推行大空间建筑是目前时代发展的必然趋势。大空间建筑作为城市乃至国家的象征与标志，具有重要的使用功能和社会价值。当下，随着数字技术在设计领域应用的深化，先锋建筑越来越表现出：参数化、信息化、生态化、表皮化等倾向，这体现出特定时空的建筑文化精神与价值取向，也使当代建筑师直面更多来自时代与设计技术变革的挑战。

【关键词】大空间建筑；参数化；数字设计

在建筑设计领域，数字化是将多种复杂的建筑信息转化为可以度量的数字、数据，再建立适当的计算机代码进行统一处理。数字化建筑设计是一个很大的概念，它涵盖了当今利用计算机进行的大部分建筑设计内容。对于数字化建筑设计，其思想早已有之，不过针对该领域的计算机软件只是在近十幾年才涌现出来。例如：Grasshopper、Rhinoscript、ParaCloud、Digital Project等软件，在这些软件平台下进行的参数化建筑表皮设计已经风靡全球，国内外已有很多成功的数字化建筑作品，各大建筑院校学生更是对这类新技术热衷非凡。

数字化设计方法的出现与应用，带给建筑师全新的创作契机。当下，参数化设计（Parametric Design）风浪席卷整个建筑设计界。众多国际先锋建筑设计团队纷纷将“参数化设计”作为他们建筑设计实践的方向与研究的载体。在众多的参数化建筑设计作品中，有一部分表现为“表皮参数化”与“参数化空间构建”等相关的设计。这种现象一方面被看作是新兴事物发展的必经之路；另一方面，也可以反映出参数化技术在未来更好的可操作性与可实施性。

在理想的参数化设计流程中，参数化设计软件被用来获取建筑三维概念设计模型，之后生成二维图纸来辅助工程实践。这个过程中的参数化设计节点构成了整体框架，而其核心是参数建构而不是最终的形式。改变数字化建筑模型中的参数数值，目标形态或配置将被重新定义。大空间建筑参数化建筑模型中的方程式可以被用来描述目标物件间的逻辑关系，因此，复杂几何体是由多重关联的逻辑信息形成的[1]。

本文试从整个大空间建筑的数字设计流程中提炼出三个环节，以便进一步解析大空间建筑数字化设计的实现过程。

一. 参数提取

一个设计项目的开展往往是从对该项目前期综合分析开始的，诸如历史、人文等信息往往会成为建筑师设计的入手点或是灵感的触发点。在遇到一个实际的体育馆设计任务时，首先会由宏观设计角度入手，将相应的自然或是人文特征进行梳理与归纳，从而找到符合该项目的多元参数信息，这个过程即参数化设计的前期参数提取。

在大空间数字化设计的过程中，前期参数提取模式是基于前期综合分析下的人与计算机双向信息储备的模式。这个模式既为建筑师创作拓展了思路，也为计算机的数据信息积累提供了基础。

常规的大空间建筑创作模式是建筑师将头脑中形成的形象转化到计算机软件平台上，在整个设计过程中，计算机只是将人脑中的“黑箱”思考结果形象化，并没有辅助建筑师拓展思考维度。由此可见，主观意识主导的设计过程并没有实现真正意义上的人与计算机的合作关系。而数字化设计超越了单一“形式主导”的创作模式，能够更深层次的映射出建筑师的潜在设计思想，从而创造出超越人脑想象的新结果。这样的参数提取模式使得大空间建筑设计过程具有不确定性和探索性。

无论参数化的手段在前期综合分析的过程中运用到何种程度，当建筑师确定要在设计创作过程中使用参数化的设计方式，触及到参数化的本质，就首先要对相关参数进行提取，而最容易也最具针对性的参数来源便是体育馆所处的外部环境[2]。具体包含人文环境提取、光环境提取、风环境提取等。另一方面，大空间建筑内部功能需求的参数信息也是前期参数提取的重要来源。

二. 算法建模

在获取了足够多的参数信息之后，就进入到大空间建筑数字设计最重要的一个阶段——算法建模，这是运用参数化设计方法来表达抽象思维的核心部分。算法建模涉及到计算机程序语言，语言本身包含着建筑方案、类型学、空间形式等等信息。参数化建模不同于一般的计算机编程，设计软件中的脚本插件可以将建模结果在软件中呈现出三维形态，这使得建筑设计者可以超越一般的鼠标操作，创造一些更新的形态与模式。参数化建模是融合了计算复杂性和创造性的新建筑设计方式，这为建筑设计从多元建筑构建到多元逻辑生成提供了可能[3]。

算法建模不是一个简单的解题过程，也不是一种单纯的抽象设计过程，而是一个复杂的逻辑思维探索过程。在建筑设计方法演化的过程中，不论是线性还是非线性类型都具有几何逻辑关系，但处理这些几何逻辑问题的方法却完全不同。由人工尺规作图到计算机的辅助设计，相关的几何关系推敲也就从人工手工绘制到计算机辅助分析。显而易见的是，面对复杂的几何形态的设计时，手工操作已经不能完全解决这些几何问题，而利用数字化设计方式可以有效地解决此类问题。

不同于手工绘图，大空间建筑的数字设计过程中，算法建模要以数字运算、数学法则和计算式等逻辑构建作为基础来生成模型。即便是对已经成形的体育馆来说，也要从其自身或是周边环境等相关概念来提取参数以便下一步使用。

1. 大数据管理

在整个大空间建筑数字化算法建模过程中，大数据管理是伴随始终的，而其管理的内容是前期提取的数据信息，这些数据有两种类型，即动态数据和静态数据。其中，动态数据是从一个或多个参数上继承下来的，当新的运算开始时，动态数据就被删除。静态数据是指那些被使用者定义的数据类型。静态数据被链接到算法中之后，当新的运算开始时其将被忽略而不是被删除。这里要说明的是，输出参数是一个特例，它既不能储存参数也不能定义参数的来源。输出参数是由他们的组成单元所控制的。数据列管理是指不同数据匹配的问题，需要特定的原则来决定两列或多列数据匹配，即一个数据列表中的某个元素与其它列表中的哪个元素配对来执行函数命令。

2. 算法形成

简单来说，大空间建筑的数字设计中使用到的计算机程序是由一些特定的指令组成的，这些指令就是要计算机执行的某种造作的命令。而算法是以递进的方式来详细描述计算机如何将输入转化成输出的过程，或者说算法是对计算机上执行的计算过程的具体描述。架构清晰的设计逻辑组织体系是整个算法建模的核心，这个过程决定了整体方案的形成，也是人工智能与计算机运算功能对接的结合点。

3. 数据输出

数据输出是指在数字化算法形成之后的相关信息输出与分析，这个过程是基于多专业合作与多角度分析的需求而产生的。在进行大空间建筑数字设计的过程中，许多过程数据需要保存，这是建筑师与其他专业设计人员沟通所依赖的重要信息。通过之前建立的算法的数据输出，可以完成建筑专业与相关专业的基础信息建立，同时多角度的分析也为后期大空间建筑设计的调整与评价做参数积累。

三. 调整评价

在数字设计后期，整体算法模型已经形成完整的体系，进行后期调整评价的目的是进一步完善体系并为未来的数字化建构做必要的准备。调试与评价不是结果呈现与修正的过程，而是在整个算法建构完成后的检验过程。回应性调整是一个动态的过程，建筑师在这个过程中需要不断地通过模型与参數信息来分析与比对，同时根据运行的结果经过多角度，多层次的研究后再进行回应性的调整。这个过程分为参数定位、信息对比与参数调整三个步骤。归纳性整合是基于综合性评价之后的数据整理，这个过程同样涉及到多专业协同合作，在经过整理与分析之后的数据信息通过直观的专业表达传递给建筑师必要的修改意见，达到多专业共同构建信息模型的目的。对大空间建筑数字设计成果可设施度的评价是综合评价部分最为重要的一点，它也是检验整个设计算法的合理性的手段，这其中包括了结构、设备、幕墙等专业对其进行的针对性评价。对设计成果施工的可操作程度，各专业都可以通过本专业的计算软件来检验，这样的综合评价模式也体现了BIM思想。

参考文献

[1]孙澄宇. 用代码写设计[J]. 建筑学报，2009（1） .

[2]张为平. 参数化设计研究与实践[J]. 城市建筑， 2009（11） .

[3]Roland Hudson. Strategies for Parametric Design in Architecture [D]. 2010.