بهینه‌سازی فضاهای نیمه باز خانه‌های آپارتمانی جهت تبدیل به گلخانه خورشیدی با استفاده از الگوریتم ذوب فلزات

بهبود آسایش حرارتی، از جمله مسائل مهمی است که در ساختمان های امروزی مورد تاکید است. با توجه به روند رو به رشد مصرف انرژی،  تلاش برای صرفه‌جویی در ساختمان های کشور یک ضرورت انکار ناپذیر است. از طرفی استفاده بهینه از انرژی رایگان خورشیدی، محیطی مطلوب را برای ساکنین ساختمان فراهم می آورد و از سوی دیگر، سبب کاهش میزان انرژی مصرفی ساختمان در فصول سرد سال خواهد شد. از آنجا که روند کلی ساخت و ساز های مسکونی در کشور به سمت توسعه واحدهای آپارتمانی سوق پیدا کرده است؛ استفاده از راهکارهای اقلیمی که بتواند در چنین بناهایی به عنوان واقعیت موجود شهرسازی کشور مورد استفاده قرار گیرد، نیاز مهمی است که کمتر مورد توجه قرار گرفته است. استفاده از فضاهای نیمه باز همچون بالکن، مهتابی و ایوان تحت عنوان «فضای نیمه باز» در واحدهای آپارتمانی مورد تاکید مقررات ملی ساختمان ایران است و در اکثر ساختمان های امروزی وجود دارد. درصورت طراحی هوشمندانه، این دسته از فضاها قابلیت تبدیل به یک گلخانه خورشیدی به عنوان یک سامانه ایستا برای جذب و بهره برداری از انرژی خورشیدی را فراهم می کنند.  هدف از این پژوهش، استفاده از هوش مصنوعی و بهینه سازی الگوریتمی به منظور یافتن ابعاد، فرم مشخصات فنی بهینه فضاهای نیمه باز آپارتمانی در اقلیم گرم و خشک، در جهت تبدیل آن ها به یک گلخانه خورشیدی برای استفاده در مواقع سرد سال است. روش تحقیق در این پژوهش شبیه سازی و استدلال منطقی است. از این رو با به خدمت گرفتن روش شبیه سازی فضایی مسکونی در شهر شیراز، پارامترهای فضای نیمه باز ساختمان (ابعاد فضای نیمه‌باز، ابعاد پنجره متصل به فضای داخل، نوع فضای نیمه باز، جنس شیشه و تهویه) به منظور ایجاد قابلیت تبدیل به گلخانه خورشیدی مورد بررسی قرار گرفت  و شرایط بهینه هریک از این پارامترها برای شهر شیراز تعیین شد. نتایج حاکی از آن است که چنین فضایی در حالت بهینه می تواند تا 54 درصد از مصرف انرژی گرمایشی ساختمان را کاهش دهد. در این میان بهترین پاسخ را فضای نیمه باز مهتابی  با استفاده از پوشش شیشه دوجداره، از خود نشان داد.

Optimization of semi-open spaces of apartment houses to become a sunspace using simulated annealing algorithm

Improving thermal comfort in buildings is one of the important issues that is emphasized in today’s buildings. Given the growth in energy consumption, saving resources in buildings is an indispensable necessity. Optimal use of free solar energy on the one hand provides a favourable environment for the occupants of the building and on the other hand reduces the building energy consumption in cold months of the year. Since the overall trend of residential construction in Iran has led to the development of apartment units, Applying climate solutions that can be used in such buildings is an important need that is getting less attention these days. The use of semiopen spaces such as balconies, terraces and porchs in apartment units is emphasized by the National Building Regulations of Iran and is widely used in contemporary buildings.  When cleverly designed, these spaces can be converted to a sunspace to be used as a passive system for the absorption and utilization of solar energy. The purpose of this study is to use artificial intelligence and algorithmic optimization to find the optimal dimensions, from and properties of semiopen spaces in warm and dry climates in Iran, to transform them into a sunspace to be used in cold months of the year. The research method in this study is simulation and logical reasoning. To reach this goal, a residential space in Shiraz was simulated, and then the parameters of the semiopen space (dimensions, indoor window area, semiopen space type, glass type and ventilation) were investigated in order to convert it into a sunspace. Then the optimal conditions of each of these parameters for the city of Shiraz were determined. The results show that such an space can optimally reduce up to 54% of the building’s heating energy consumption and the best results came from terraces using double glazing cover.