course-details-portlet

TBM4322

Bygningssimulering og KI-optimalisering

Vurdering og obligatoriske aktiviteter kan bli endret frem til 20. september.

Studiepoeng 7,5
Nivå Høyere grads nivå
Undervisningsstart Vår 2027
Varighet 1 semester
Undervisningsspråk Engelsk
Sted Trondheim
Vurderingsordning Oppgave med muntlig justerende prøve

Om

Om emnet

Faglig innhold

Om kurset

Bygningssektoren står overfor stadig mer komplekse energi- og miljøutfordringer. Emnet Building Performance Simulation and AI Optimization (BPS-AIO) gir studentene verktøyene til å designe og drifte høyytelsesbygninger - som (nesten eller netto) nullenergibygg (n/NEBs) i nullutslippsnabolag (ZENs) og positive energidistrikter (PEDs) i smarte byer.

BPS-AIO kombinerer dynamisk energisimulering med beregningsbasert modellering, og bygger på fagområder som varmeoverføring, termodynamikk, fluidmekanikk, belysning, byggeteknologi, termisk og visuell komfort, numeriske metoder, miljøvitenskap og menneskelig atferd.

Emnet er delt i to deler:

  • Generell del: Grunnleggende modellering og energisimulering av bygninger og systemer, med særlig fokus på klimaanalyse og tilpasningsstrategier.
  • Spesialisering:
    • Gren A - Solbyggdesign: Modellering av solaktive teknologier (BIPV, BAPV, PVSDs) og solpassive strategier (dagslysmålinger, faste/dynamiske solavskjerminger).
    • Gren B - Avansert HVAC-modellering: Modellering av HVAC-systemer, fysikkbasert modellering og luftstrømsberegninger (rommodell, sonemodeller, CFD).

Studentene vil utforske hvordan simulering og AI-optimalisering kan møte reelle utfordringer som energieffektiv rehabilitering, design for nordiske klimaforhold og bidrag til EUs klima- og energimål.

Studentene får praktisk erfaring med verktøy som IDA ICE, EnergyPlus, Rhino og Grasshopper, samt mulige optimaliserings- og livssyklusanalyseverktøy. AI-teknikker som genetiske algoritmer og parametrisk modellering introduseres for å forbedre simuleringsprosesser.

Emnet kobler sammen bygg- og miljøteknikk med beregningsbasert design, og forbereder studentene på tverrfaglig arbeid innen forskning og industri.

Læringsutbytte

Kunnskap:

  • Forstå prinsippene bak BPS og AI-optimalisering
  • Forstå klimamodellering og fremtidige klimascenarier med syntetiske værdata
  • Forstå teoretiske modeller bak BPS-programvare
  • Håndtere antakelser og begrensninger i BPS-verktøy
  • Illustrere og sammenligne bygningers energiytelse
  • Designe avanserte bygninger for fremtidige utfordringer

Ferdigheter:

  • Velge passende BPS-programvare
  • Utføre klimaanalyse med syntetiske datasett
  • Lage energimodeller med egnede metoder
  • Kontrollere simuleringspålitelighet
  • Vurdere bygningers ytelse
  • Bruke simuleringsresultater i design, rehabilitering og drift
  • Få praktisk erfaring med BPS og AI-optimaliseringsverktøy

Generell kompetanse:

  • Forstå bakgrunnen og omfanget av BPS
  • Forstå komfort og luftkvalitet i forhold til energibruk
  • Analysere bygningsskall under dynamiske forhold
  • Integrere passive og fornybare strategier
  • Vurdere bygningers robusthet mot klimaendringer

Studentene introduseres for AI-teknikker som genetiske algoritmer og parametrisk modellering for å forbedre simuleringsprosesser.

Læringsformer og aktiviteter

Læringsmetoder og aktiviteter

  • Forelesninger
  • Øvinger
  • Simuleringsbaserte workshops
  • Semesterprosjekt

Alle aktiviteter gjennomføres på engelsk. Alle obligatoriske aktiviteter må være godkjent for å kunne gå opp til eksamen.

Fleksibelt oppmøtealternativ:

Selv om emnet primært undervises på campus i Trondheim, kan nettbasert deltakelse tillates etter forespørsel og godkjenning. Dette alternativet er utviklet for å støtte internasjonale studenter, fjernstudenter og yrkesaktive som ønsker fleksibel tilgang til avansert opplæring i bygningssimulering og AI-optimalisering.

Gjesteforelesninger:

Emnet kan inkludere gjesteforelesninger fra bransjeeksperter og casestudier basert på virkelige byggeprosjekter i Norge og Europa.

Obligatoriske aktiviteter

  • Semesterprosjekt
  • Øvinger

Mer om vurdering

Alle aktiviteter foregår på engelsk.

Vurderingsform: Oppgave med muntlig justerende prøve. Studentene må ha godkjent alle obligatoriske aktiviteter for å kunne vurderes.

Vurderingen kan inkludere simuleringsbaserte prosjekter med fokus på klimatilpasning og energioptimalisering.

Kursmateriell

Anbefalt literatur for generell del

  • Ruzhu Wang, Xiaoqiang Zhai (2018). Handbook of Energy Systems in Green Buildings (Part 1). Springer, ISBN 978-3-662-49120-1, SpringerLink.
  • Athienitis and O'Brien (2015). Modeling, Design, and Optimization of Net-Zero Energy Buildings (Chapter 3). Wilhelm Ernst & Sohn, ISBN:9783433030837, see.
  • Hensen, J.L.M. and R. Lamberts (2019). Building performance simulation for design and operation (Second edition). Oxon, UK, Spon Press. ISBN: 9780429402296, see

Anbefalt literatur for Tema A

  • Reinhart, Christoph The Daylighting Handbook I. Vol. 1. Daylighting Handbooks, 1., 2011.
  • Reinhart, Christoph The Daylighting Handbook II. Vol. 2. Cambridge, MA: Building Technology Press, 2018.

Anbefalt literatur for Tema B

  • Hensen, J.L.M. and R. Lamberts (2011). Building performance simulation for design and operation. Oxon, UK, Spon Press.

Fagområder

  • Bygningsteknikk
  • Energi- og miljøfysikk
  • Termisk energi
  • Energiforsyning og klimatisering i bygninger
  • Bygg og anleggsteknikk
  • Varme-, ventilasjons- og sanitærteknikk - energieffektiv ventilasjon
  • Termisk energiteknikk - energisystemer
  • Bygningsteknologi

Eksamen

Eksamen

Vurderingsordning: Oppgave med muntlig justerende prøve
Karakter: Bokstavkarakterer

Ordinær eksamen - Vår 2027

Oppgave med muntlig justerende prøve
Vekting 100/100 Eksamenssystem Inspera Assessment