Optimización energética mediante diseño computacional

Contenido

1. Módulo 1

   3 temas

   Fundamentos y preparación del modelo analítico

   Configuración del entorno de trabajo en Grasshopper y Ladybug Tools para garantizar la precisión de los datos climáticos y geométricos.

   1. 1.1

      Instalación y arquitectura de Ladybug Tools

      Configurar correctamente el entorno de Rhino 7/8, Grasshopper y los motores de simulación (Radiance, OpenStudio).

   2. 1.2

      Análisis de archivos EPW y visualización climática

      Interpretar datos climáticos para identificar estrategias pasivas prioritarias antes del diseño computacional.

   3. 1.3

      Abstracción geométrica para simulación térmica

      Convertir geometría compleja de Rhino en zonas térmicas simplificadas compatibles con EnergyPlus.

2. Módulo 2

   4 temas

   Simulación automática y métricas de rendimiento

   Implementación de flujos de trabajo automatizados para evaluar iluminación natural y demanda energética.

   1. 2.1

      Cálculo de Daylight Autonomy (sDA) y ASE

      Configurar simulaciones de iluminación natural anual bajo estándares LEED/WELL.

   2. 2.2

      Simulación de carga térmica con Honeybee

      Obtener la demanda de calefacción y refrigeración (kWh/m2) mediante el motor OpenStudio.

   3. 2.3

      Optimización de envolventes variables

      Crear scripts paramétricos que alteren el WWR (Window-to-Wall Ratio) y protecciones solares dinámicas.

   4. 2.4

      Visualización de datos para informes técnicos

      Generar gráficos de calidad profesional directamente desde Grasshopper para entregables de proyecto.

3. Módulo 3

   5 temas

   Algoritmos genéticos y optimización multiobjetivo

   Uso de Wallacei y Galapagos para encontrar soluciones de diseño que equilibren objetivos contradictorios.

   1. 3.1

      Introducción a la computación evolutiva

      Comprender la lógica de los algoritmos genéticos aplicada a la arquitectura: Genes, Genoma y Fitness.

   2. 3.2

      Configuración de Wallacei para objetivos contrapuestos

      Resolver el conflicto entre maximizar luz natural y minimizar ganancia térmica de verano.

   3. 3.3

      Análisis de fenotipos y selección de soluciones

      Extraer y comparar las mejores soluciones generadas por el algoritmo para su integración en el proyecto real.

   4. 3.4

      Optimización de la forma urbana y asoleamiento

      Aplicar algoritmos para definir el volumen edificable máximo respetando el derecho al sol de los vecinos.

   5. 3.5

      Automatización de reportes de rendimiento

      Exportar datos de simulación a Excel o CSV para análisis comparativo externo.

4. Módulo 4

   2 temas

   Documentación y validación profesional

   Traducción de resultados computacionales en entregables técnicos y estrategias de consultoría ambiental.

   1. 4.1

      Interpretación crítica de resultados simulación vs realidad

      Reconocer las limitaciones de los modelos digitales y ajustar expectativas de rendimiento real.

   2. 4.2

      Creación de diagramas de proceso y validación

      Documentar la metodología de optimización para memorias técnicas de proyectos de alta eficiencia.