寒地铁路客运枢纽候乘空间光环境多目标优化设计

2020-09-04宋海宏谢法连王鲁帅郑殿炀张慧娜

铁道标准设计 2020年9期

宋海宏,谢法连,王鲁帅,郑殿炀,张慧娜

(1.东北林业大学园林学院,哈尔滨 150040； 2.中国城市规划设计研究院深圳分院,深圳 518040)

引言

立足于“性能驱动”[1]设计思维蓬勃兴起的时代背景，绿色建筑性能模拟技术[2]与参数化设计方法[3]日趋广泛。候乘空间作为旅客完成从进站候车到乘车的主要活动空间，由于其诸多优势，早已成为国内外交通枢纽中重要的空间形式，解决旅客基本使用需求已无法满足当前客运枢纽绿色化、人性化的发展趋势，还要考虑其舒适性。另外寒地铁路客运枢纽建筑因受地域气候等条件的影响，冬季日照时间短，进而导致人工照明时间增加。基于寒地地域特征的考虑，本研究以自然采光性能[4]为切入点，旨在提出寒地铁路客运枢纽候乘空间光环境数字化优化设计流程、平台与策略，从而提升寒地铁路客运枢纽建筑优化设计决策精度，提高优化设计效率，增强优化设计过程对于复合性能的权衡能力。

随着对建筑设计要求的不断提升，既有的建筑设计理论的局限性逐渐凸显。韩昀松建立了寒地办公建筑形态GANN-BIM数字化优化设计平台，指出了跨平台交互的优势[5]；杨鸿玮基于Ecotect-Radiance-Daysim联动平台，对建筑进行建筑绿色化改造设计[6]；王振宇基于参数化设计平台，提出了严寒地区的高层办公建筑形态和表皮优化设计流程[7]；周白冰以Grasshopper为平台运用多目标遗传算法优化技术对寒地多层办公建筑空间自然采光性能进行优化[8]；本文在此基础上基于参数化设计平台Rhinoceros & Grasshopper[9-10]展开，通过耦合建筑环境信息模型和多目标优化算法[11-12]，提出了绿色性能导向下的寒地铁路客运枢纽候乘空间光环境数字化设计流程，促发了建筑优化设计过程由自上而下主观决策转变为自下而上自组织与性能导向自适应相协同的建筑环境双系统动态耦合过程，解决了现有方法中存在的对空间参数考虑不周、优化用时长等问题，然后依据该流程提出寒地铁路客运枢纽候乘空间光环境数字化设计策略，并结合建筑实例展开探讨。

1 寒地铁路客运枢纽候乘空间光环境数字化设计流程

寒地铁路客运枢纽候乘空间光环境数字化设计流程由建筑与环境信息参数集成、设计参量与性能映射关系建构和多目标建筑空间优化3组子流程组成。以哈尔滨西站候乘空间为研究案例，首先应用寒地铁路客运枢纽候乘空间光环境数字化设计流程(图1)，然后采用基于自然采光性能的候乘空间光环境优化设计策略展开案例实践。

图1 寒地铁路客运枢纽候乘空间光环境数字化设计流程

1.1 建筑与环境信息集成

建筑与环境信息集成是寒地铁路客运枢纽候乘空间光环境数字化设计的第一项子流程。该子流程从设计目标、设计条件和设计参量三方面出发，立足寒地地域环境特征与设计条件，应用建筑信息建模技术[13-14]、参数化编程技术以及建筑性能模拟技术完成对建筑信息、环境信息和建筑性能指标的整合。研究首先展开建筑与环境信息集成，应用自然采光性能考量下的寒地铁路客运枢纽候乘空间数字化设计策略，选取建筑朝向、平面长宽比、东西向窗墙比、天窗洞口与候乘空间面积比值、天窗高度等建筑几何信息为设计参量，结合寒地铁路客运枢纽候乘空间参数的抽样调查结果，设计参量数值约束条件见表1。

表1 寒地铁路客运枢纽候乘空间光环境设计参量约束条件

同时把全自然采光百分比(DA)、有效自然采光照度百分比(UDI)[15]以及全自然眩光概率(DGP)作为优化设计目标，应用建筑环境信息模型有序叠加寒地铁路客运枢纽候乘空间材料与构造、几何以及运行等建筑信息，构建的建筑参数化模型见图2。

图2 哈尔滨西站候乘空间参数化模型

构建多层级的建筑信息参数网络，需要复合相应模块体形、侧窗、天窗设计要素及其子决策变量的信息。第一类决策变量由平面长宽比与建筑朝向两个影响建筑体形设计的参量组成，对建筑案例实地测量，候乘空间为矩形，东西长度为318.6 m，南北向长度为68 m，即候乘空间的面积为21 664.8 m2，平面长宽比为4.69。经过查阅文献与实际调研，将平面长宽比值域定为4.5～6.0，依据优化计算的时间确定参量模数为0.1。本文以寒地城市哈尔滨为例，寒地铁路客运枢纽候乘空间最佳朝向为东偏北30°～东偏南30°，因此将实验选取的建筑朝向值域定为-30°～30°，参量的模数定为2.5°。并且考虑自然采光模拟计算结果的准确性，叠加建筑高度等建筑几何形态信息。第二类决策变量由东西向窗墙比2个影响侧窗设计的参量组成，通过实地测量与参阅文献，将建筑东、西方向窗墙比的值域定为0.45～0.55，参量的模数为0.01。第三类决策变量则主要针对由天窗洞口与候乘空间面积比值以及天窗高度组成的天窗设计参量[16]进行优化，从而确保天窗洞口的比例与高度都达到最优效果。对三类决策变量进行整合，图3为其算法模块。

图3 参数化模型生成算法模块

1.2 空间与性能关系建构

空间与性能映射关系建构子流程是寒地铁路客运枢纽候乘空间光环境数字化设计的第二项子流程，设计者在该流程中将从建筑性能设计目标和建筑空间设计参量两方面入手，应用建筑性能模拟技术构建建筑空间与建筑性能目标的映射关系。

自然采光性能模拟的优化目标分别为全自然采光百分比(DA)、有效自然采光照度百分比(UDI)以及全自然眩光概率(DGP)。利用Honeybee& Ladybug数字化技术平台，模拟寒地铁路客运枢纽候乘空间的自然采光性能，把性能模拟数据导入储存模块，形成可调用的数据库。该流程分为三部分：模拟数据的前期采集、软件模拟精度的实测验证以及3个自然采光性能指标的模拟。

首先对模拟数据进行前期的采集，可分为搭建天空模型、赋予材料构造属性以及设置环境参数等环节。日照环境影响建筑的自然采光性能，建筑案例位于典型的寒地城市哈尔滨，年平均的日照时间为4.4 h，冬季日照时长短，由图4可知，哈尔滨地区的日照辐射量月均值在六月达到最大值，随后逐渐降低，冬季达到最小值。针对寒地鲜明的地域气候特征，本研究从实际观测出发，以基于实测数据得出的天空亮度分布替代IWEC数据库中的直射和散射辐射值，使用实测数据校正Perez天空模型，生成反映哈尔滨地区真实天空状态的寒地光气候特征的天空模型，即修正的Perez天空模型，提高对局地光气候环境的反映精度。随后设计者基于对候乘空间内建筑材料的反射率和透射率等光学属性的实测，创建寒地铁路客运枢纽候乘空间内常用材料的光学属性数据组，设计者可依据需要调用不同材料的光学属性数据，并将其与候乘空间参数构建自适应关联关系，从而避免因调整方案造成重复建模，减少模拟实验的耗时。本文将依据自然采光性能模拟所需的候乘空间和室内材料的光学属性以及天空模型的数据要求，将寒地铁路客运枢纽建筑和环境数据导入Ladybug、Radiance等模拟软件中，并启动模拟软件计算自然采光性能指标。

在自然采光性能模拟中，需要对软件模拟的准确性与可靠性进行验证。对哈尔滨西站候乘空间光环境进行现场测量，候乘空间测量选取的高度为0.75 m，共选取32个测点，测试时间为2019年8月1日～8月16日，测量时间段为8:00～17:00，在每次测试时，分别对各测点测量3次，然后取其平均值作为实测照度值。在实测过程中候乘空间内人工照明装置均处于关闭状态仅自然采光，测点分布见图5。

图4 太阳辐射分析

图5 测点布置示意

将照度模拟值与实测值导入SPSS软件，对768组模拟数据与实测数据的Pearson相关性进行分析，由分析结果可知，自然采光照度模拟数据与实测数据相关系数为0.981，属于高度相关。显著性P值为0.000，小于0.01，具有高度统计学意义，可见实测数据与模拟数据之间为极显著相关的关系。另外引入均方根误差(Root Mean Square Error， rmse)来验证数据的准确性。由计算结果可知，模拟值与实测值的均方根误差为97.7，属于允许的误差范围，因此，Ladybug与Honeybee等软件对候乘空间内自然采光性能光环境的参数化模拟较为准确。

在DA与UDI模拟计算过程中，选取候乘空间的地面作为自然采光性能研究的测试网格面，把测点的高度定为0.75 m。根据上述搭建天空模型等环节对模拟数据的前期准备，应用Honeybee全年日照模拟方法对候乘空间自然采光性能进行模拟，获得全自然采光百分比(DA)和有效自然采光照度百分比(UDI)的数据，其模拟程序流程见图6。在DGP模拟计算中，对候乘空间中离窗边1 m处的测点进行眩光分析，因为这里具有良好的采光，易生成剧烈明暗差异的眩光现象，图7为其模拟程序的流程。

1.3 多目标建筑空间优化

设计者在进行候乘空间多目标性能优化的子流程中，通过拟作为评价条件的建筑性能指标和拟进行参数优化的候乘空间设计参量，采用遗传优化搜索技术[17-18]，开展基于性能导向的寒地铁路客运枢纽候乘空间光环境决策变量遗传优化搜索的设计过程。候乘空间多目标优化的子流程是在性能驱动设计思维引导下，利用遗传优化算法在解集空间中搜索出候乘空间帕累托最优解集的过程。

图6 DA、UDI自然采光性能评价指标模拟程序流程

图7 眩光指标DGP模拟程序流程

全自然采光百分比(DA)与有效自然采光照度百分比(UDI)属于两个自然采光性能动态评价指标。本实验的目标为寻求两个评价指标的最大值，首先通过遗传算法分别累加测点DA、UDI的数值并求取平均值，由于Octopus模块仅能求解目标函数最小值，而DA、UDI取值越大表示自然采光性能越好，因此需将上述均值运用函数转换为负数的形式，然后通过代数运算连接至Octopus[19]模块的O端。全自然眩光概率(DGP)作为第三个适应度目标，是衡量不舒适眩光的评价指标。根据表2将DGP模拟结果中小于0.4的时刻占全年总时刻的比例设为优化目标，在此范围内会使旅客感受到舒适的自然光环境。选取候乘空间内距离窗边1 m处的人视点模拟计算其一年内21日上午12点DGP的均值，利用代数运算，连接至Octopus模块的O端。

表2 眩光发生概率(DGP)等级分类[20]

对优化目标的数据交互接口进行连接，在把3个目标函数连接至Octopus模块的O端之后，将体形、侧窗、天窗空间变量连接至Octopus模块的G端。通对各参数控制模块进行多层级关联关系建构，其算法流程见图8。在Octopus主界面将种群数量设置为100，变异率设置为0.100，交叉率设置为0.800，精英比例设置为0.500，最大代数设置为0，然后开始进行优化。

图8 Octopus多目标优化算法流程与框架

2 寒地铁路客运枢纽候乘空间光环境数字化设计实践结果分析

本实验共进行了50次迭代计算，在第15代优化收敛完成，获得120个优化方案。对各代优化解集3个目标函数的最值和均值分布状况进行解析，如图9所示。由图9可以看出，Pareto最优解的最小值的浮动范围很小，但最大值的变化范围较大，3个目标函数逐渐呈现出收敛的态势，表明在所有解中Pareto最优解所占比例呈上升的趋势，同时也反映出另外各代解集的支配集逐渐趋近于Pareto最优解；15代之后两个最值分布状态都趋于良好，优化率也呈稳定态势。以全自然采光百分比(DA)为例，目标函数值在最初的几代变化较为剧烈，随着进化过程的推进，解集质量的收敛性虽有波动，但呈稳态发展，前15代的优化率显著提高，15代之后优化率趋于平稳。DA与DGP也呈相似的态势，优化率在15代之后呈现稳定态势。通过对各代解集两个最值以及平均值的分布状况分析可以判定实验呈优化收敛态势，验证了建筑空间设计过程中优化设计决策能够在迭代计算中逐步改善候乘空间内的自然采光性能。

图9 DA、UDI、DGP优化目标收敛分析

在Pareto最优解集中选定3种代表不同性能倾向的设计方案进行对比研究，由表3可知，多目标权衡较优方案①相比原始方案，优化目标DA与UDI分别提升了73.9%与20.7%，DGP则为95.0%；DA性能评价指标最优方案②相较于原始方案，3个优化目标DA、UDI与DGP分别提升了84.3%、17.5%与71.6%；UDI性能评价指标最优方案③与原始方案相比，3个优化目标分别提升了65.2%、30.6%与74.6%，3个优化设计方案的自然采光性能相较于原始方案都有显著的提升。通过Octopus模块对寒地铁路客运枢纽候乘空间参数化模型的建筑性能指标进行多目标优化设计，设计者依据不同的性能倾向在庞大的解空间中选择各项性能最优数值与设计约束条件下的单项性能相对最优值，使优化方案的多样性得到了很大程度的改善，从而大幅提升候乘空间自然采光利用率。

表3 优化方案自然采光性能的提升分析

3 寒地铁路客运枢纽候乘空间光环境优化设计策略

基于寒地日照时间短、气候恶劣的地域环境特征，对寒地铁路客运枢纽候乘空间进行多目标优化设计，分别从体形、侧窗和天窗设计参量三方面总结出寒地铁路客运枢纽候乘空间光环境数字化设计策略。

3.1 体形参量的设计策略

首先选取南北向的寒地铁路客运枢纽候乘空间运行多目标优化，得出相应的帕累托前沿最优解集。由优化解集的实验结果可以得知，建筑朝向的改变对全天然采光百分比(DA)影响最大，对有效自然采光照度百分比(UDI)和全自然眩光概率(DGP)的影响次之，南北向候乘空间最适宜的朝向范围为东偏北30°～东偏南30°，随着建筑在此范围内向东偏北进行偏转，目标函数DA逐渐增加，提高了对自然光的利用能力；UDI呈减小趋势，即候乘空间自然采光质量逐渐降低；DGP则存在较小浮动，因此在候乘空间设计中需要预防不舒适眩光的发生，从而创造一个视觉愉悦的候乘空间光环境。

基于寒地气候、地理环境等条件的制约，平面形态多以规则的长方形为主，在候乘空间的平面设计中，应当注意对平面长宽比的控制，过大容易导致体形系数的增加。由多目标优化实验可知，平面长宽比的改变对目标函数DA和DGP影响较大，对目标函数UDI的优化率则改变较小。通过解析Pareto最优解集中平面长宽比变量对3个优化目标的影响，可以发现在建筑面积一定的情况下，在4.6～5.0范围内的平面长宽比可有效提升全自然采光百分比(DA)，提升了候乘空间对自然采光的利用率；同时确保全年中候乘空间内自然采光照度值在有效值域(100～2 000 lx)内的时间百分比；并且可有效控制候乘空间的全自然眩光概率(DGP)在最适宜范围内。从而为旅客创造良好的空间品质，有益于旅客生理、心理健康。

3.2 侧窗参量的设计策略

建筑侧窗是最常见的一种采光口形式，光线具有很强的方向性，有利于显现立体造型，易与室外联系等优点，缺点是光线分布不均匀，近窗处亮，远窗处暗，易形成直接眩光，影响侧窗采光效果的因素很多，主要集中在侧窗形状、侧窗布置方式、侧窗间间距。

候乘空间自然采光性能很大程度上受建筑侧窗的影响，在寒地铁路客运枢纽候乘空间光环境多目标优化实验中，选择的候乘空间为南北向，由于南北向没有侧窗，因此把东、西两个方向的窗墙比侧窗设计参量作为实验的决策变量。通过寒地铁路客运枢纽候乘空间光环境多目标优化实验得出，增大东西向窗墙比增加了DA的数值，可大幅提升有效利用自然光的能力，但同时也提升了不舒适眩光发生的概率，因此在适当增加东西向窗墙比的同时应对眩光现象进行预防。另外考虑到西立面在夏季易产生严重的眩光现象，在设计中必须充分考虑其遮阳设计以避免长时间西晒。目前我国铁路客运枢纽候乘空间主要采用外遮阳措施，外遮阳系统一般和建筑整体外立面结合在一起，可有效的遮蔽直射光，使柔和的自然光进入建筑内部。

3.3 天窗参量的设计策略

人们对自然光的心理需求愈加重视，近年来建成的国内外寒地铁路客运枢纽建筑中多构建大量条形天窗，目的是将室外自然光引入建筑内部，提升候乘空间品质，因此研究天窗设计参量对候乘空间自然采光性能的影响十分必要。

由Pareto最优解集的解析可知，随着天窗洞口与候乘空间面积比值的增加，优化目标DA的数值增幅较大，优化目标UDI和DGP的优化率则改变不大。因此适当扩大天窗比例提高了全自然采光百分比(DA)的数值，可有效提升自然采光的利用率，提高了工作面照度值在100～2 000 lx有效值域内的小时数与全年工作时间小时数的百分比。所以可适当增加天窗洞口与候乘空间面积比值，提升对自然采光的利用能力，但同时应控制不舒适度眩光(DGP)发生的概率。通过增加候乘空间的天窗高度有助于提高全自然采光百分比(DA)，从而更加充分地利用自然采光，但同时也会提高不舒适眩光DGP发生的概率。由多目标优化实验可知，天窗高度的最佳的取值范围为17～18 m，在此范围内提高天窗的高度，可充分引入自然采光，避免直射阳光的大量进入，对有效提升候乘空间对自然光的利用率有重要的现实意义。