چارچوبی مبتنی بر هوش مصنوعی برای ارتقای کیفیت نور طبیعی در معماری مسکونی اقلیم مرطوب

2 دی 1404 - خواندن 3 دقیقه - 13 بازدید

چارچوبی مبتنی بر هوش مصنوعی برای ارتقای کیفیت نور طبیعی در معماری مسکونی اقلیم مرطوب

در اقلیم مرطوب شهری ایران، به ویژه در شهرهایی مانند رشت و لاهیجان، نور طبیعی فضاهای داخلی تحت تاثیر عوامل متعددی مانند پوشش ابری غالب، ارتفاع ساختمان های مجاور و تراکم بافت شهری است. در بسیاری از پروژه های مسکونی، طراحی نور روز محدود به تجارب گذشته و قواعد کلی شده و کارایی واقعی فضا را تضمین نمی کند. ایجاد یک چارچوب مبتنی بر هوش مصنوعی می تواند این شکاف را پر کند و به معماران کمک کند تا تصمیم های طراحی را بر اساس داده های واقعی و تحلیل هوشمند اتخاذ کنند.

این چارچوب شامل چهار مرحله کلیدی است: جمع آوری داده، مدل سازی، بهینه سازی و بازخورد. در مرحله جمع آوری داده، اطلاعات دقیق اقلیمی (مانند شدت نور پخشیده، ساعات ابری و میزان نفوذ تابش)، هندسه فضا و ویژگی های بازشوها ثبت می شود. مرحله مدل سازی از الگوریتم های یادگیری ماشین برای تحلیل رابطه میان پارامترهای فضایی و کیفیت نور طبیعی استفاده می کند و امکان پیش بینی روشنایی در نقاط مختلف پلان را فراهم می آورد.

مرحله بهینه سازی شامل ارائه راهکارهای طراحی بهبود یافته است؛ مثلا تغییر موقعیت بازشوها، افزودن نورگیرهای کوچک سقفی یا اصلاح شکست های پلان برای افزایش نفوذ نور پراکنده. در یک نمونه کاربردی در آپارتمان های ۷۰ تا ۹۰ مترمربعی رشت، چارچوب پیشنهاد داد که جابه جایی آشپزخانه و اتاق های کم نور به سمت جبهه های نورگیر، همراه با استفاده از سطوح بازتابنده داخلی، روشنایی عمق پلان را تا ۲۲ درصد افزایش می دهد و یکنواختی نور را بهبود می بخشد.

مرحله بازخورد امکان ارزیابی عملکرد طراحی در چرخه های متوالی را فراهم می کند. هر اصلاح طرح، به مدل داده می شود و الگوریتم با تحلیل نتایج، پیشنهادهای جدید ارائه می دهد تا بهترین ترکیب پارامترها برای شرایط اقلیمی خاص حاصل شود.

تحلیل تطبیقی با بافت های شهری مشابه در اقلیم خشک نشان می دهد که اولویت ها متفاوت است؛ در آن مناطق، کنترل خیرگی و جلوگیری از تابش مستقیم مهم است، در حالی که در اقلیم مرطوب، هدف اصلی افزایش نور پراکنده و کاهش نقاط تاریک است. این تفاوت ها اهمیت استفاده از چارچوب های هوشمند مبتنی بر داده های محلی را برجسته می کند.

در نهایت، چارچوب مبتنی بر هوش مصنوعی امکان ارتقای کیفیت نور طبیعی، افزایش آسایش ساکنان و کاهش مصرف انرژی را در مسکن شهری اقلیم مرطوب فراهم می کند و ابزاری ارزشمند برای طراحی تطبیقی و پایدار ارائه می دهد.