建筑自适应表皮的环境响应方法研究与应用

殷青，邵滨荟，韩昀松

1 建筑自适应表皮概述

建筑室外环境的周期性和随机性波动，显著影响着建筑室内空间舒适度。为缓解室外气候环境影响导致的室内物理环境舒适度波动，采暖、制冷、照明、通风等设备在建筑运维过程中被大量、频繁使用，消耗了大量能源的同时，也增大了建筑全生命周期碳排放水平。传统建筑表皮由于无法随环境变化，动态改变建筑表皮形态和材料属性，对于环境波动的响应能力十分有限。如何实现建筑表皮对室外气候影响的精确、动态响应，是节能减排战略落实的关键问题之一。

既有研究表明，建筑自适应表皮因其形态、材料属性的动态可变能力，在响应环境动态波动、调节室内物理环境、降低建筑能耗与碳排方面具有巨大的发展潜力，能以更低的能源代价维持更优的室内热环境舒适度、光环境舒适度和空气品质[1-2]。近年来，人工智能技术的长足发展，又为建筑自适应表皮的智能化升级奠定了技术基础。

建筑表皮环境动态响应方法研究可追溯至1970年代[3]，但由于该领域涉及学科多、系统复杂度高，既有研究对该领域前沿成果的梳理多在系统性上存在不足，如2016年， Konstantoglou和Tsangrassoulis系统梳理了百叶类自适应表皮环境响应方法，对比分析了其能耗和照明负荷，但缺乏对于人体舒适度的综合考虑[4]。2018年，Jain和Garg系统梳理了仿真模拟开环系统的优势及其应用的智能技术，但未系统考虑闭环系统控制方法[5]。2020年，Tabadkani和Roetzel综述了基于仿真模拟、模糊逻辑等算法的自适应控制方法[2]，但并未考虑智能优化计算等算法和技术在表皮控制方面的应用。同时，既有综述也未深入探讨自适应表皮形态、使用者参与方式对表皮环境响应效果的影响。本文旨在通过对建筑自适应表皮前沿成果的系统梳理，弥补既有研究的不足，为建筑自适应表皮研究提供理论与方法指导。“建筑自适应表皮”是能基于环境数据感知，自主、动态地改变表皮形态或构造，响应环境变化的建筑表皮，其强调对环境影响的自适应调节，是建筑表皮系统在人工智能时代语境下，由“静态”向“动态”的演化，是建筑与环境系统交互的重要媒介。

本文在web of science进行关键词检索TS=(façade* OR blind* OR building) AND TS=(Dynamic*OR Adaptive* OR Automatic* OR Automated) AND TS=(control* AND daylighting)，检索时间为1998-2020，筛选出与本研究相关领域及交叉学科领域相关的文献523篇（图1），并发现自适应表皮研究热度在2010年后大幅提升，近年来呈现出持续上升趋势。

对上述523篇文献的术语共现分析表明（图2）：早期相关研究多围绕建筑百叶系统、照明设备控制系统构建问题展开研究，自2014年节能相关问题得到广泛关注，其比重也逐渐增大；同时，技术、模型、模拟、集成、参数等关键词出现频次增加；近年来，使用者舒适、热舒适等术语出现频次增加，而能耗仍旧保持较高的被关注度。可见，如何权衡改善建筑能耗与使用者舒适度，已成为当下建筑自适应表皮研究与发展的关键问题。

1 建筑自适应表皮相关文章数年度走势，数据来源：web of science

2 标题及摘要共现网络分析，数据来源：web of science

2 建筑自适应表皮系统构成与环境响应机理

2.1 建筑自适应表皮系统构成

建筑自适应表皮包括感知、决策与执行等系统，其通过感知系统获得“室内外温湿度”“风速风向”等环境信息并反馈至决策系统；由决策系统将环境信息输入到决策系统控制算法中，计算输出环境响应决策；最后通过执行系统驱动表皮响应环境波动。

感知系统是决策与执行系统运行的基础，其通过多应用传感器实时采集室内外物理环境信息，也可基于既有气候数据库获取室内外物理环境数据。决策系统是建筑自适应表皮运行的核心，其影响着表皮运作效率和环境响应效果。决策系统在基于阈值的准则算法之外常采用遗传算法、模糊逻辑、神经网络等机器学习算法作为决策算法，在运行过程中向决策算法输入感知系统反馈的环境信息，由其制定自适应表皮执行系统的响应方式、启停时间窗口等决策，进而实时控制建筑自适应表皮系统响应环境，避免延迟或超调，并确保环境响应的稳定性[6]。执行系统是建筑自适应表皮系统影响环境的具体手段，基于决策系统输出实时或定时地改变建筑自适应表皮的物理状态，其响应方式影响着建筑自适应表皮对环境响应的应变能力及灵活性。建筑自适应表皮的环境响应还包括对建筑使用者行为的考虑，感知系统的远程识别设备可对建筑使用者行为进行数据采集，同时使用者也可以通过干预来调节建筑自适应表皮对环境的响应（图3）。实践应用中，感知、决策、执行系统协同运行，完成基于实时环境数据反馈的自适应表皮环境响应。

3 使用者与自适应表皮的交互

5 自适应表皮开环系统控制逻辑图

6 自适应表皮仿真开环系统控制逻辑图

2.2 建筑自适应表皮环境响应机理

根据感知系统与决策系统的交互方式，建筑自适应表皮的环境响应机理可分为闭环控制（图4）和开环控制（图5）两类。采用闭环控制环境响应机理的建筑自适应表皮常用于室内光环境调节，其通过调光器和光传感器来调节桌面照度，存在传感器安装工作量大、成本高、校准困难等问题[5]。既有研究表明，相比闭环控制，开环控制的环境响应和节能效果更优[7]。传统采用开环控制环境响应机理的建筑自适应表皮多将传感系统布置于表皮外部，对人工照明的感知不敏感[5]，且缺乏反馈机制，环境响应精度仍待提升。

针对上述问题，衍生出了基于仿真模拟的建筑自适应表皮环境响应方法（图6）。仿真模型会根据日照变化及建筑表皮状态实时更新室内环境数据，并将其输入决策系统制定环境响应决策。既有研究表明，基于仿真模拟的开环控制方法能以仿真数据替代实测传感器，可显著降低自适应表皮成本[2,5]。

3 自适应表皮环境响应方法研究热点

自适应表皮的环境响应需依托感知、决策和执行系统来实现。近年来，围绕着上述系统革新，自适应表皮环境响应方法也呈现出不同的研究热点。研究将结合自适应表皮系统演化趋势，解析自适应表皮环境响应方法研究热点。

3.1 基于智能感知的自适应表皮环境响应

感知系统输出参数是自适应表皮环境响应的致动因素，其决定着环境响应的精度与效率。自适应表皮环境感知系统经过数十年发展，其智能化水平逐步提高（图7）。2000年以前的自适应表皮感知系统智能化水平较低，多依赖传感器采集温度、照度等物理量，在实践应用中所需传感器数量多、成本高[8-10]。

7 自适应表皮环境响应方法系统研究热点

随着建筑性能模拟技术的发展，有学者尝试基于少量室外实测数据，通过性能模拟获取大范围建筑光热环境数据，以便降低传感器数量，形成了基于仿真模拟的自适应表皮环境响应方法[11]。该环境响应方法显著拓展了建筑自适应表皮环境响应致动因素范围，包括DGI[12]、UDI[13]、DGP[14-15]、PMV[16]等光热环境性能指标也可作为致动因素支撑表皮进行环境响应，提高了自适应表皮对建筑建成环境性能的改善能力和环境响应精度。

随着远程识别设备的发展，建筑自适应表皮环境感知硬件平台信息化水平日益提高，实现了对使用者脉搏等生理数据的定时、定向采集，实现了对使用者情绪的科学估测，进一步强化了自适应表皮环境响应过程对使用者特征的考虑精度，也扩展了自适应表皮应用场景[17]。

感知系统数据采集类型和数量的大幅增长，也对自适应表皮环境响应方法提出了更高的算力要求。由于建筑性能模拟计算耗时长，基于仿真模拟的自适应表皮环境响应方法存在一定的滞后性。针对上述问题，国内外学者逐步尝试整合神经网络等机器学习算法来提高环境响应效率[18]。

3.2 基于智能决策的自适应表皮环境响应

决策系统是自适应表皮环境响应的核心，决定着表皮环境响应的效果，数十年中自适应表皮决策系统通过与智能技术结合，持续推动了自适应表皮环境响应方法的发展（图7）。2000年以前的自适应表皮决策系统智能化程度较低，主要采用基于性能准则的环境响应方法，依据设计者指定的性能阈值来判断是否改变表皮位置。例如，根据太阳辐射和照度阈值来制定环境响应决策，调整百叶高度，使室内照度等环境参量不超过阈值，避免眩光[8]，但该方法缺乏对于使用者偏好的考虑，会影响天然采光效果，增加人工照明能耗。

随着机器学习算法的发展和使用者干预决策需求的提高[19-20]，有学者通过分析使用者偏好[21]，在保留使用者偏好的同时剔除使用者不当操作，实现了建筑自适应表皮环境响应对使用者偏好的回应，增强了自适应表皮环境响应容错性。

建筑性能模拟技术的发展使感知系统输出参量与优化算法的结合成为可能。2003年，优化算法被用于自适应表皮决策系统中，建立了各采光性能罚函数加权之和的成本函数，以计算光性能相对最优的百叶角度[11]，形成基于优化算法的自适应表皮环境响应方法。2009年有学者针对建筑节能目标，通过百叶角度变化响应环境影响，同时结合空调系统进行温度调节[22]。2015年有学者在能耗优化的基础上增加了光性能约束函数，有效实现了能耗与光舒适性能的权衡改善[13]。可见，优化算法的引入显著提升了建筑自适应表皮环境响应精度。

建筑性能模拟技术可与更多筛选算法结合。2016年，有学者将模拟决策的表皮位置与上一次位置进行对比，如果计算卷帘位置高于当前位置且在过去的15分钟内位置有过变动，则记录次数但不改变卷帘位置，以此降低表皮的运动频率[23]，有效减少表皮运动对使用者的干扰，延长了表皮的使用寿命。随着无线通信技术的发展，2020年有学者通过MQTT通信协议实现负责不同性能的多模块之间无线讯号传输，使在单独决策的同时可以互相覆盖决策，降低了模块移动频率，减少了多模块决策的误差[24]。

综上所述，智能技术的引入有效地提升了决策系统的决策精度与广度，进而促进环境响应方式的发展。

8 英国赫特福德郡（Hertfordshire United Kingdom）生态环境建筑单轴旋转表皮，引自参考文献[25]

9 荷兰鹿特丹格伦内达尔（Groenendaal Rotterdam Neth-erlands）159号建筑智能变色玻璃，引自参考文献[26]

10 法国图卢兹（Toulouse France）的自然通风集成PV表皮，引自参考文献[28]

11 缩放平移表皮，引自参考文献[31]

13 阿布扎比塔单元响应表皮，引自参考文献[19]

3.3 基于执行系统革新的自适应表皮环境响应

执行系统的不同形变方式[14]影响自适应表皮环境响应的性能类型（图7）。2000年以前执行系统多通过改变卷帘或百叶的垂直位置、旋转百叶板角度来进行环境响应（图8），而且自适应表皮的机械传动易产生较大噪声。

材料技术的发展推动了自适应表皮环境响应方法的多元化演进，2002年变色玻璃被应用于自适应表皮执行系统中，电致变色窗可通过改变电压来调节玻璃透明度等物理性质，具有成本低、能耗少的优点（图9），体现了基于智能材料的自适应表皮环境响应潜力[9]，而且智能材料在近年发展出更多元的光导及热导物理性质材料[27]。

随着人们对热环境调控需求的提升，2007年有自适应表皮通过调节排风装置转速来响应室内热环境（图10），既有实验证明：排风耦合空调模块比只使用空调模块可有助于提升建筑能效[29]。

随着环境响应作用范围的精度需求日益提升，自适应表皮分别探索了以折叠变化[19]、双轴旋转[30]以及缩放平移[31]等方式进行环境响应（图11），通过响应太阳运动轨迹，调节太阳日照光入射量[30]，提供更多日光的同时降低眩光概率[31]。

2010年，建筑自适应表皮执行系统多未进行模块化设计，其环境响应灵活性不足，无法随太阳位置变化[18]和使用者空间定位信息[31]进行精确调控。2011年，有学者将自适应表皮划分为分段式百叶，其在垂直上分为3个部分，可分别针对低角度日光的透射、外部视野、防止过热等需求进行环境响应（图12）。阿布扎比塔也采用了单元式表皮，中央系统可以控制每个表皮单元独立或分组进行环境响应，当出现极端天气时又可控制所有表皮全部打开[19]（图13）。可见，自适应表皮的模块化发展进一步提升了环境响应精度与灵活性。

14 实验应用软件

15 自适应表皮系统实验流程框架，引自参考文献[32]

16 对照组办公空间模型（单位/m），引自参考文献[32]

17a 实验组1自适应表皮环境响应流程，引自参考文献[32]

18 实验组办公空间及自适应表皮模型（单位/m），引自参考文献[32]

4 实验分析

为解析自适应表皮智能感知系统、智能决策系统及新型执行系统的运行效果，研究基于上述文献综述构建以下3种采用不同智能技术的自适应表皮环境响应方法，展开了自适应表皮环境响应仿真实验，旨在分析验证基于3种不同智能技术的自适应表皮对室内光环境的改善效果。

实验采用的计算机CPU为6核，其内存为16G，基于Rhinoceros进行参数化建模，依托Grasshopper与Matlab平台展开编程，应用Radiance、Daysim仿真建筑光环境，并在实验中整合了遗传算法、人工神经网络等算法（图14）。3种环境响应方法的流程框架及技术路线如图15所示。

实验包含3组自适应表皮和1组实验对照组，其中的自适应表皮包含6个模块，每个表皮有3个可变化角度。对照组是不设置建筑自适应表皮、仅设有静态采光窗口的办公空间（图16）；实验组1为基于室内照度传感器与准则决策的环境响应方法，实验组2为基于仿真模拟与优化算法的环境响应方法，其感知系统数据来自于基于radiance的建筑室内光环境模拟，决策系统则基于遗传算法制定设计决策；实验组3为基于神经网络与优化算法的环境响应方法，感知系统采用神经网络来计算室内照度，结合以Matlab优化算法为核心的决策系统对表皮位置进行优化。为权衡室内采光需求与眩光防护需求，实验组2与3的惩罚函数如公式（1），遗传算法相关优化参数设定如表1。以上环境响应方法的具体环境响应流程如图17a、17b所示。

表1 遗传算法相关优化参数设定

实验以我国高纬度地区某单元办公空间为例，其自适应表皮布置于南立面（图18）。首先基于参数化平台构建单元办公空间与自适应表皮参数模型，结合我国相关设计规范确定办公空间界面材质参数[33-35]。建筑使用时间为8:00am-17:00pm，基于epw全年气象数据，计算上述建筑自适应表皮环境响应方法在3月21日、6月21日、9月21日、12月21日4个典型日的室内光环境调节效果，其结果如图19a、19b、19c、20所示。

实验结果表明3个系统智能发展对室内光环境均存在改善作用，且在技术上相互支撑：在感知系统方面，实验组2、3的智能感知系统通过对环境性能的量化计算，可为决策系统提供数据支撑；实验组3采用人工神经网络模型可有效提升建筑自适应表皮环境响应速度，实验3系统平均计算时长均在2~4分钟之间，基于仿真模拟的实验2平均计算时长则约为4小时。在决策系统方面，采用优化算法可实现室内照度在允许范围内的最大化，提高远窗处光环境品质，对于降低建筑照明能耗具有积极意义，如图19b、19c所示，基于准则决策的实验组1近窗及远窗处照度均小于基于优化决策的实验组2、3；在执行系统方面，革新后的执行系统具有更高的环境响应灵活度，对比图19a、19b、19c，设置了建筑自适应表皮的实验组1、2、3均可有效降低室内眩光时长，图20则说明单元式多变化角度的执行系统可结合优化算法，对日照进行多角度遮阳响应。

19a 对照组室内照度，引自参考文献[32]

19b 实验组1室内近窗及远窗照度，引自参考文献[32]

19c 实验组2、3室内近窗及远窗照度，引自参考文献[32]

20 6月21日实验组2、3的建筑自适应表皮角度分布，引自参考文献[32]

5 结论

自适应表皮系统由感知系统、决策系统与执行系统构成，通过不同的方式与使用者及室内外环境产生交互，维持室内环境舒适度需求。感知系统通过传感器或气候数据获取环境信息，将信息处理后输入到决策系统，计算输出环境响应决策，最后通过执行系统驱动表皮响应环境。实验结果表明：智能感知、智能决策与执行系统互为技术支撑。采用仿真模拟的感知系统能为决策系统提供有效的数据支撑；人工神经网络建模技术可大幅降低优化设计决策耗时，为建筑自适应表皮的实时动态环境响应提供了新的技术支点；基于优化算法的智能决策可同时计算自适应表皮多模块的相对最优位置，大幅提升了执行系统的灵活度。

综上所述，在人工智能技术语境下，建筑自适应表皮将由基于传感器感知环境，逐步发展为基于仿真模拟实现环境感知，不断降低表皮系统规模，并逐步引入人工神经网络等机器学习算法，持续提高环境感知精度与效率；同时，决策系统也由基于阈值的准则决策发展到多性能、多目标导向的算法决策，可有效实现室内多方面舒适性能权衡最优；建筑自适应表皮执行系统的形变方式则不断拓展，并通过单元式、模块化发展，不断提高建筑自适应表皮的环境响应灵活度。建筑自适应表皮的发展将推动建筑信息化转型，助力建筑产业节能减排和碳达峰、“碳中和”目标实现。□