Wälchli, Thierry-Benoît
E-Mail-Adresse
Geburtsdatum
Projekt
Organisationseinheiten
Berufsbeschreibung
Nachname
Vorname
Name
Suchergebnisse
Digitaler Zwilling. Optimierung von Raumklima / Behaglichkeit
2023-01-25, Lüscher, Leah, Wälchli, Thierry-Benoît, Nägelin, Jérôme, Fuchs, Oliwia, Schneider, Oliver, Olender, Margarete, Dainton, Nora, AUE Basel
Mit dem weiter voranschreitenden Klimawandel und der drohenden Energieknappheit steht die Menschheit vor grossen Herausforderungen. Dabei bleiben die Ansprüche an das Raumklima und die Behaglichkeit in Gebäuden auf dem bekannten Niveau bestehen. Die stetig steigen-den Temperaturen beeinflussen das thermische Verhalten von Gebäudebauteilen massgebend und zwingen die Planenden und Nutzenden in der Bewirtschaftungsphase effizienter mit diesen Abhängigkeiten umzugehen. Ein Digitaler Zwilling könnte eine mögliche Antwort für die nachhaltige Effizienzsteigerung bei Gebäuden sein. In dieser Studie wird ein Digitaler Zwilling zur Optimierung vom Raumklima und der Behaglichkeit untersucht. Spezifischer wird ein Digitaler Zwilling zur prädiktiven Gebäudesteuerung aufgrund von regionalen Meteodaten mittels Literaturrecherche, Fachgesprächen und einer technischen Umsetzung geprüft. In der Schweiz gilt für das Raumklima und die Behaglichkeit die SIA-Norm 180:2014 sowie die Wertebereiche der Raumlufttemperatur und der relativen Raumluftfeuchtigkeit. Die Behaglichkeit ist eine subjektive Wahrnehmung der Individuen, diese wird in dieser Studie nicht bewertet und in den Digitalen Zwilling implementiert. Der Prozess zur Erarbeitung und Umsetzung diese Digitalen Zwillings umfasst die Erstellung eines Rahmenkonzepts, das die enthaltenen Bereiche wie den Digital Twin, den Digital Shadow, die Planungsdaten, die kalkulierten Daten, das Prozessmodell, die Messdaten und das physische Gebäude umfasst. Zusätzlich werden die Anforderungen für die System-Interoperabilität und eine bidirektionale Anbindung konzeptionell behandelt. Mithilfe einer primären, semantischen und einer sekundären, konzeptionellen Aufarbeitung der Informationsanforderungen werden die Daten universell für die prädiktive Datenauswertung des Raumklimas bereitgestellt. Für die kontinuierliche Angleichung an die reellen Gegebenheiten wird eine Optimierung mittels Maschine Learning Algorithmus auf der Methodik vom Delta Learning aufgezeigt. Zur Überprüfung vom Raumklima wird das Meteo-Basisjahr als Berechnungsgrundlage betrachtet. Für jeden einzelnen Raum können prädiktive Klimasimulationen abgebildet und entsprechende, universelle Korrekturdaten aufbereiten werden. Die Simulation der Nachtauskühlung, mittels automatischer Fensteröffnung bzw. -schliessung konnte technisch nicht umgesetzt werden. Abschliessend konnte mit dieser Studie eine Umsetzungsmöglichkeit auf der Basis von einem parametrischen Design mit wenigen Ausnahmen aufgezeigt werden.