Urbanisatie dwingt steden steeds verder te verdichten, grote uitdaging is om dat te doen met hoogbouw die zelfvoorzienend is. Promovendus Berk Ekici bedacht een slimme evaluatiemethode om al voor de bouw de optimale balans te vinden tussen energie-efficiency, wooncomfort, pv-oppervlak en urban farming.

Verdichting schept meer woon- en kantoorruimte, maar maakt het extra uitdagend om gebouwen zelfvoorzienend te maken. Zo zorgt schaduwwerking van hoogbouw voor meer gebruik van licht en verwarming op lagergelegen etages, terwijl hooggelegen verdiepingen juist meer koeling nodig hebben. ‘Open’ landbouw is in de dichtbebouwde stad lastig als er alleen dichte gevels zijn. We moeten daarom beter gaan ontwerpen, zegt Berk Ekici. Dat is ook van belang met het oog op aspecten zoals CO2- reductie en voedselproductie in de stad. “Gebouwen van de toekomst moeten zelfvoorzienend zijn in elektriciteit, voedsel, warmte en water. Om dat te bereiken moeten we gebouwen zo ontwerpen dat ze optimaal gebruik maken van het beschikbare daglicht en zelf regenwater en energie kunnen oogsten”, aldus Ekici. “Kunstmatige Intelligentie (AI) kan ons helpen alle aspecten zo efficiënt mogelijk op elkaar af te stemmen.”

Spelen met parameters

In de computer is het mogelijk te spelen met parameters als gebouwvormen, vloerhoogtes en overstekken. Door de data uit de simulaties te relateren aan de gebouwprestaties kan het AI-algoritme leren het optimum te vinden. Voor elk ontwerpprobleem kan het machine learning algoritme zijn zoekgedrag aanpassen om de beste oplossing te kiezen uit miljarden mogelijke ontwerpoplossingen. “Als je dat zou doen met behulp van simulaties zou je er zo'n 17 jaar werk aan hebben. Een AI-algoritme kan het in een paar weken.”

Case study

Ekici ontwikkelde met zijn collega Cemre Cubukcuoglu van de leerstoel Technisch Ontwerp & Informatica de optimalisatietool Optimus. Door deze te koppelen aan de AI-optimalisatiemethode die Ekici voorstelde, was het mogelijk razendsnel door duizenden ontwerpopties te gaan.
Hij toetste deze in de praktijk op de Europoint torens in Rotterdam. Hij deelde de drie torens van dit hoogbouwcomplex op in meerdere zones, omdat de lichtinval niet overal identiek is. Zijn onderzoek omvatte daardoor feitelijk negen optimalisatieopgaven, van maaiveld tot dak, die elk een specifieke ontwerpopgave vergen.

AI helpt best ontwerpopties te selecteren

Uit illustraties blijkt dat dit zorgt voor een totaal ander aanzien van het gebouw. Als het aan het algoritme zou liggen zou het eenvormige marmeren oppervlak verdwijnen en zou het complex een gevarieerde gevelopzet krijgen met inspringingen en uitstulpingen. Het dak krijgt een helling voor een hogere opbrengst van de zonnepanelen. Lamellen en andere gebouwtoevoegingen helpen op lagergelegen etages bij het regelen van het zonlicht. 

Optimus voorziet ook in een efficiëntere ordening van de functies in het gebouw. Zo ligt het voor de hand om zonnepanelen hoog in een gebouw te positioneren en een verticale boerderij juist in lagergelegen delen, omdat deze gewoonlijk draaien op kunstlicht. “Als er 1800 mensen wonen in de drie torens kunnen twee boerderij etages volgens het algoritme 66 ton sla leveren, en 47,2 procent zelfvoorziening in energie”, laat hij zien.

Misschien is wel de belangrijkste winst dat ontwerpbeslissingen transparant worden, stelt Ekici. “AI stelt ons in staat om uit honderdduizenden ontwerpopties de beste te selecteren. Dat is een grote stap voorwaarts in prestatie-optimalisatie van zelfvoorzienende hoogbouw.”

Meer informatie

Berk Ekici verdedigt zijn proefschrift 'Towards Self-Sufficient High-Rises: Performance Optimisation using Artificial Intelligence' op 27 juni.

Bekijk hier zijn staff page.

B. (Berk) Ekici

/* */