Application of Automation in Building Design According to Structural and Circular Economy Principles

Abstract

En stor del av klimagassutslippene som kommer fra bygg- og anleggsindustrien skyldes produksjon og bruk av materialer. På grunn av dette er det et akutt behov for å finne løsninger som kan drastisk redusere disse utslippene uten at det går på bekostning av den strukturelle integriteten til konstruksjonene. Den teknologiske fremdriften i industrien har gjort det mulig å komme frem til slike løsninger, og sammen med muligheten til å automatisere deler av design prosessen, kan løsningene også bidra til å gjøre denne prosessen mer effektiv.

Denne masteroppgaven foreslår en mulig løsning som reduserer miljøpåvirkningen til bygninger ved å implementere automatisering i design prosessen. Grunnlaget for denne løsningen er en plug-in lagd i Visual Studio 2022, som inneholder komponenter som automatiserer design av bygningene. Komponentene er lagd ved bruk av programmeringsspråket C#. Plug-inen importeres til Grasshopper, hvor komponentene blir brukt til å lage algoritmer til en CO2 utslippsanalyse og en FEM analyse, som brukes til å analysere konstruksjonselementene i bygningen i forhold til CO2 utslipp og utnyttelse. Resultatene, i tillegg til variablene som kontrollerer hvordan bygningene ser ut, kobles sammen med en optimaliseringskomponent som itererer gjennom en rekke ulike bygningsdesign og materialer, hvor det beste alternativet blir presentert. Som et resultat av dette, gir denne løsningen mer bærekraftige bygningsdesign, samtidig som den reduserer det manuelle, tidkrevende arbeidet.

De fire case-studiene i denne oppgaven fremhever ulike aspekter ved denne løsningen. Case-studie 1 illustrerer hvordan resultatene fra CO2 utslippsanalysen og FEM analysen kan brukes til å velge bygningsdesign og materialer. Premisset for case-studie 2 er å undersøke tre ulike bygninger som har de samme kravene, for å fremheve hvordan de ulike designene og materialene påvirker CO2 utslippet. Case-studie 3 og 4 bruker begge optimalisering til å finne det beste designet for ulike typer bygninger, med tanke på CO2 utslipp og utnyttelse. Funnene i de fire case-studiene viser at denne løsningen har stort potensiale. De fleste resultatene ser lovende ut, men algoritmen krever noe justering, i tillegg til videre utvikling, for å kunne gi tilfredsstillende resultater.

A significant amount of the emissions from the construction industry is related to the production and use of materials. Because of this, there is an urgent need to create solutions that can drastically reduce these emissions without affecting the integrity of the structures. The technological advancement of the industry has made it possible to create such solutions, and with the possibility to automate parts of the design process, the solutions could also contribute to making the process more effective.

This master's thesis proposes a possible solution to reducing the environmental impact of buildings through the implementation of automation in the design process. The foundation of this solution is a plug-in created in Visual Studios 2022, containing components that automates the design of the buildings. The components are created using the programming language C#. The plug-in is imported to Grasshopper, where the components are used to create algorithms for a CO2 emission analysis and a FEM analysis, which are used to analyze elements in different buildings in terms of CO2 emission and utilization. The results, as well as the input for the components that creates the buildings, are connected to an optimization component that iterates through several different building designs and material choices, before presenting the best possible alternative. As a result, this solution provides more sustainable building designs while reducing the manual, time consuming work.

The four case studies in this thesis highlights different aspects of the solution. Case study 1 illustrates how the results from the CO2 emission analysis and FEM analysis can be used to decide which designs and materials to choose. The premise of case study 2 is to investigate three different building designs with the same requirements, to highlight the differences the designs and material choices make, in terms of CO2 emission. Case study 3 and 4 both uses optimization to find the best design for different types of buildings, in terms of both CO2 emission and utilization. The findings from the four case studies show that this solution has great potential. Most of the results are very promising, however the algorithms require some work, as well as some further development, to provide satisfactory results.