基于grasshopper的日光温室参数化设计及过程的研究

袁清程 金晓婷

摘 要：于grasshopper的参数化建模加之其对风、光、热等基于同一模型进行耦合计算和自动寻优，极大的简化了繁复的模拟计算流程和重复建模能够，使建筑师全身心的投入到形态等设计中去。

关键词：grasshopper；参数化；日光温室

1 背景

在节能减排、可持续发展的背景下，常规的“建模——模拟——优化”的循环方式已经成为了寻找更好的建筑方案的方式，但其繁杂的过程大大降低了方案设计效率。

近年来，参数化设计工具不断进步[1]，国的参数化设计软件以Grasshopper尤为突出，这是一款在Rhino环境下运行的采用程序算法生成模型的插件，其以自己独特的方式完整记录起始模型和最终模型的建模过程，从而达到通过简单改变起始模型或相关变量就能改变模型最终形态的效果。极大的减少了重复建模，能够将方案的评价周期最小化，以此支持建筑设计的前期决策[2]。

2案例——基于grasshopper的日光温室模型

2.1 项目背景

近20年来，“日光温室”产业作为我国设施农业产业中的主体，已成为农业种植中效益最高的产业。而潍坊是全国重要的农业基地，也是国内最早进行日光温室生产实践的地区。山东省近来也出台了关于新旧能源转化的政策，提倡现代化高效农业的发展。

然而由于各个地区的日照角度、日照时间与温度等均不相同，以及近年来“智能化温室大棚”的引进，以往个人随意搭建的温室大棚与目前市面上规格统一的温室大棚已经无法满足需求。我们需要更加个性化，更加详细的模型来辅助建造更好的“智能化温室”。并运用到后期的维护与使用中。

2.2 设计思路

常规方法借助模拟软件，对方案进行被动太阳能热、荷载等进行计算，发现问题、优化方案，如此反复。其中会包含屋面角、坡度、厚度等各方面繁杂的数据计算，导致工作量倍增，与之伴随的是大量的由于微小改动引起的“重复”建模，耗费了大量的时间和人力。而且这种“模拟——优化”的方式无法整合所有变量对方案进行穷举，难以在短时间内得出最優解。一来降低了工作效率，二来增加了计算误差的可能性。

因此我们决定，在Rhino环境中，通过对BIM三维建模和参数化编辑过程中的关键技术的运用，基于Grasshopper开发农业日光温室参数化三维空间模型系统。将BIM建模技术和现代农业化发展相结合，运用Rhino+Grasshopper软件平台进行各种日光温室的参数建模，通过参数的调整就能直接改变日光温室模型的最终形态，并进行三维实景展示和初步分析优化等，同时该项目成果又能作为三维仿真模型，为载体智能化控制系统的开发提供软件支持。

2.3 建模过程

在建造温室之前，首先需要对各种温室类型以及其相关数据进行收集整理，我们为此在山东省的几个地方进行实地调研并在网络上收集资料，归纳整理了四种常见温室及各方面数据（图1）。然后根据各组数据之间的差别确定变量。

根据“形态——性能”交互关联的参数化逻辑，在grasshopper中编写相应的形态算法程序，通过NumberSlider滑块等参数取值与阀值定义，从而实现几十种参数对桁架、后墙、前屋面等数据的协同调控。

2.4 应用方向及优势

在得到4个基本参数化三维空间模型后，该模型便可直接在该插件中或导入其他软件进行计算。

若导入到其他软件进行计算，方法依然是传统的“模拟——优化”，但在建模这一环节上，不再需要重新开始或者在原模型上进行修改，而是直接通过NumberSlider滑块对参数进行调整或者输入新的参数以达到修改模型的效果。大大减少了重复建模的工作量。

若是直接在grasshopper中进行计算，则可运用Ladybug+Honeybee，设定控制逻辑进行可控循环，对风、光、热等基于同一模型进行耦合计算，通过遗传算法模块（图2），设定优化目标，让计算机自动完成复杂的计算，与此同时，程序自动纪录并生成关联所有方案参数变化、温室形态和性能表现的数据库文件，并进行整理排列，将“建模——模拟——优化”的循环整合成为一步，弥补了常规设计方法的缺陷[3]，提升模拟优化的效率和精度，将设计师从繁杂的劳动中解救出来。当然，该方案由于计算量过于庞大，对计算机的性能要求比较高，且由于是穷举法，需要在经过一段时间的计算，结果开始收敛后，手动调整计算方向或停止。

该模型具有很良好的兼容性，可以直接导出到目前世面上的几乎所有模型建立软件以进行渲染等（图3），为后期“智能化温室”的管理和维护等提供精确的模型

3 总结与反思

通过前述的参数化建造过程及梳理，将以往的温室大棚改为了一个可变的、通用的模型，根据不同气候区域特点，进行环境策略的量化研究，并导入到grasshopper中进行自优化。用计算机取代了部分重复、繁重且精细度较高的计算分析工作。而其作为一种新的设计流程，或许能够启发建筑师的设计思路。

参考文献：

[1]刘丛红，刘立.新世纪中国绿色建筑的演进与前瞻[J].城市空间设计，2016（4）：145-160.

[2]Negendahl K，Nielsen T R. Building energy optimization in the early design stages： A simplified Method[J]. Energy and Buildings， 2015， 105： 161-179.

[3]？sterg？rd T， Jensen R L， Maagaard S E. Building simulations supporting decision making in early design-A review[J]. Renewable and Sustainable Energy Reviews， 2016， 61： 187-201.

1 常见温室类型及部分数据

2 模拟优化流程

3设计解集数据

此文章为“基于Grassshopper的农业日光温室参数化三维空间模型系统”项目研究成果