Search

Building Information Modeling (BIM) bietet als kooperative Arbeitsmethode das Potenzial, basierend auf maschinenlesbaren Informationen in Form von BIM-Modellen, mit verschiedenen Akteuren in einem effizienten Prozess zusammenzuarbeiten. Die Modelle müssen jedoch nicht immer über eine zwei- oder dreidimensionale Geometrie verfügen. Das Digitale Raumbuch als praxisorientiertes Managementinstrument ermöglicht die Abbildung von alphanumerischen Informationen und Ausstattungsgegenständen an räumlichen sowie funktionalen und technischen Entitäten. Es kann daher in der Bedarfsplanung verwendet werden, um die Anforderungen des Bauherrn an das Bauwerk und die technische Gebäudeausrüstung, das heißt die Beschreibung des zu errichtenden „Produktes“, maschinenlesbar in einem frühen (BIM-)Modell zu dokumentieren. Damit schafft es die Grundlage für einen digitalen Informationsaustausch ab der Konzeptionsphase über den gesamten Lebenszyklus. Zudem kann es, wenn es parallel zur Planung fortgeschrieben wird, als Basis für Soll-Ist-Vergleiche der Qualitätssicherung oder als Grundlage für das CAFM dienen.

Building services engineering research and technology : BSER&T (2022). doi:10.1177/01436244221132688, Published by Sage, London [u.a.]

Der regulatorische Rahmen zum Klimaschutz ist seit 1976 sowohl international als auch national spezifiziert und verschärft worden. Mit dem KSG sind zuletzt sektorscharfe Emissionsziele verankert worden. GEG und BEG stellen dabei den aktuell gültigen regulatorischen Rahmen für bauliche Mindestanforderungen und Fördermaßnahmen dar. Die langjährige Entwicklung im Gebäudesektor zeigt, dass die jährlichen Emissionen seit 1970 um circa 50 % reduziert worden sind. Zugleich würden mit einer Fortschreibung des langjährigen Trends die festgelegten Klimaziele bis 2045 deutlich verfehlt. Der überwiegend vor 1978 erbaute deutsche Wohngebäudebestand verursacht zwei Drittel der Emissionen im Gebäudesektor, zeigt aufgrund des geringen baulichen Wärmeschutzes sowie überwiegend fossil beschickter Heizungsanlagen ein erhebliches Potenzial zur Dekarbonisierung und wird vorliegend fokussiert betrachtet. Die erforderliche Erhöhung der Sanierungsquote hat ökobilanzielle Implikationen mit Auswirkungen auf das verfügbare Emissionsbudget. Zur Erreichung der Klimaziele bedarf es ganzheitlicher Anreizmaßnahmen in Kombination mit einem entschiedenen Monitoring und innovativen Sanierungsmethoden.

Durch die Digitalisierung in der Bau- und Gebäudetechnik werden neue Potenziale erschlossen. Im Forschungsvorhaben Energie.Digital entwickeln deshalb die RWTH Aachen, das Fraunhofer ISE und die Viega GmbH & Co. KG eine durchgängige und systematische Methode zur Verknüpfung und Integration der Domänen Technische Gebäudeausrüstung (TGA), Gebäudeautomation (GA) und Gebäudebetrieb mittels Building Information Modelling (BIM). Dazu wird zunächst eine konsistente Repräsentation der energierelevanten Eigenschaften der TGA erarbeitet, die neben anlagentechnischen Produktdaten auch Performance-Indikatoren und betriebstechnische Attribute enthält. Dieses digitale Abbild kann wie zum Beispiel bei der aktuell sich im Bau befindlichen Viega World in Attendorn für Monitoring und Betriebsführung weiter genutzt werden, um beispielsweise eine energetische Betriebsoptimierung durchzuführen oder Betriebsdaten am Digitalen Zwilling in Echtzeit zu visualisieren.

Die Arbeitsmethodik BIM ermöglicht Informationen, die bereits in der Planungsphase erfasst werden, durch einen konsistenten Informationsfluss in der Betriebsphase nutzbar zu machen. Aufgrund der dynamischen Randbedingungen eines Bauprojekts sowie der hohen Anzahl an beteiligten Akteuren und den daraus resultierenden vielseitigen Anforderungen besteht jedoch bisher nur eine geringe Akzeptanz für ein durchgängiges Informationsmanagement. Weiterhin kommt es aufgrund einer umfangreichen, proprietären Softwarelandschaft und der oftmals nicht ausreichenden Strukturierung von Informationsliefergegenständen und -zeitpunkten zu Informationsverlusten bei der Datenüberführung. Um dieser Ineffizienz entgegen zu wirken, wird in diesem Beitrag ein Prozess auf Basis von Information Delivery Manuals vorgestellt, der zur direkten Übernahme der Daten in entsprechende CAFM-Systeme dient. Ziel dieses Prozesses ist es, Informationen in einem digitalen Gebäudemodell so zu strukturieren, dass diese über das offene Austauschformat IFC möglichst verlustfrei in ein CAFM-System überführt werden können. Die konsequente und standardisierte Objektklassifikation sowie eine einheitliche Verwendung von Begrifflichkeiten im Kontext der beschreibenden Merkmale der entsprechenden Entitäten wird hierbei als grundlegende Voraussetzung angesehen.

Am Lehrstuhl für Energieeffizientes Bauen der RWTH Aachen ist ein Systemkonfigurator entwickelt worden, der die technischen und wirtschaftlichen Aspekte der Dimensionierung von geothermischen Wärmepumpen (WP) kombiniert. Das Werkzeug liefert Dimensionierungsvorschläge anhand der Gebäudeeingaben und vergleicht in jeder Berechnung die Wirtschaftlichkeit mono- und bivalenter Wärmepumpensysteme (WPS) mit einem Gasbrennwertkessel als Vergleichssystem. Neben den Steigerungen der Energiepreise und Kapitalzinsveränderungen sind BAFA-Förderungen und die CO2-Bepreisung als relevante wirtschaftliche Einflussgrößen berücksichtigt worden.

In den Wirtschaftswissenschaften spricht man vom Marktgleichgewicht, wenn Angebot und Nachfrage in einem gesunden Verhältnis zueinander stehen. Auf die Energieversorgung von Wohngebäude übertragen, könnte dieses Prinzip maßgeblich zur Erreichung der Klimaziele beitragen, wie die Ergebnisse einer Masterarbeit an der RWTH Aachen belegen. Diese wurde von der VDI-Gesellschaft Bauen und Gebäudetechnik mit dem Albert-Tichelmann-Preis 2019 ausgezeichnet. Im folgenden werden die Chancen aufgezeigt, die der Betrieb einer Wärmepumpenheizung mittels thermischer Lastverschiebung anhand variabler Stromtarife eröffnet.

Climate change, increasing emissions and rising global temperatures have gradually affected the way we think about the future of our planet. Urban areas possess significant potential for reducing the energy consumption of the overall energy system. In recent years, there is an increasing number of research initiatives related to Urban Building Energy Modelling (UBEM) that focus on simulation processes and validation techniques. Although input data are crucial for the modelling process as well as for the validity of the results, the availability of input data and associated data formats were not analysed in detail. This paper closes the identified knowledge gap by presenting a taxonomic analysis of key UBEM components including: input data formats, simulation tools, simulation results and validation techniques. This paper concludes that over ∼ 95 % of the studies analysed were not reproducible due to the absence of information relating to key aspects of the respective methodologies such as data sources and simulation workflows. This paper also qualifies how weak levels of interoperability, with respect to input and output data, is present in all phases of UBEM.

Non-residential buildings are accountable for 11% of global energy-related CO2 emissions (United Nations Environment Programme 2018). To increase the performance in this sector, Building Energy Performance Simulation (BEPS) is one feasible approach. Therefore, there is need for reliable and fast simulation models. One feasible approach are so called Reduced Order Models (ROMs). Thus in this paper, a comparison between the results of the established BEPS tool EnergyPlus and a ROM in Modelica with a reduced number of resistances and capacities is applied at the use case of a non-residential building. A self-developed toolchain was used to create equal models for ROM and EnergyPlus based on the same Building Information Modeling (BIM) model. The comparison shows that the reduced model deviates by 10%in annual heating and cooling. To increase accuracy and decrease computational effort the zoning strategy of non-residential buildings is investigated. The investigation shows that using a suitable zoning approach can reduce the computational effort by up to 97 %.

Augmented reality (AR) based visualization of computational fluid dynamics (CFD) simulation on mobile devices is important for the understanding and discussion of indoor thermal environments in the design process. However, utilizing AR-based mobile device for indoor thermal environment understanding still encounters problems due to limited computational power and lack of efficient interaction methods. To improve the performance of AR-based CFD visualization on a mobile device and provide the users with intuitive interaction with indoor environment, an integrated approach based on client-server framework is established. Within the approach, a new mobile friendly data format (cfd4a) with low computational complexity is proposed for CFD simulation results representation. Server-side data pre-processing method is also introduced to reduce the computational power and time needed on the client side. Furthermore, interactive section view selection and time-step animation methods are proposed for intuitive interaction with the AR environment. Then, a prototype system is developed with Unity3D engine and Tango Tablet. Demonstration in some typical scenarios shows that the proposed method and prototype system provide an intuitive and fluent AR-based environment for interactive indoor thermal environment visualization. Comparing to the widely used vtk format, a data compression ratio of 63.4% and a loading time saving ratio of 89.3% are achieved in the performance test with the proposed method. The proposed approach also shows good flexibility and extensibility in supporting different AR devices through exposing standard web services and utilizing the widely used Unity3D engine. Source code of the developed prototype and relevant testing data are also shared through github, enabling other researchers to compare our work with theirs. It is also suggested that stability of AR-based mobile devices, new interaction methods and integration with cloud computing still need further investigation and improvement.

This paper addresses the question of identifying the time-window in short-term past from which the information regarding the future occupant’s window opening actions and resulting window states in buildings can be predicted. The addressed sequence duration was in the range between 30 and 240 time-steps of indoor climate data, where the applied temporal discretization was one minute. For that purpose, a deep neural network is trained to predict the window states, where the input sequence duration is handled as an additional hyperparameter. Eventually, the relationship between the prediction accuracy and the time lag of the predicted window state in future is analyzed. The results pointed out, that the optimal predictive performance was achieved for the case where 60 time-steps of the indoor climate data were used as input. Additionally, the results showed that very long sequences (120–240 time-steps) could be addressed efficiently, given the right hyperprameters. Hence, the use of the memory over previous hours of high resolution indoor climate data did not improve the predictive performance, when compared to the case where 30/60 min indoor sequences were used. The analysis of the prediction accuracy in the form of F1 score for the different time lag of future window states dropped from 0.51 to 0.27, when shifting the prediction target from 10 to 60 min in future.

Der Mensch will Wärme und keinen Kessel, der fossile Brennstoffe verfeuert und die gesamte Raumluft aufheizt. Wenn dessen Weiterentwicklung, etwa von Heizwert zu Brennwert, erstens wegen des Einsatzes fossiler Brennstoffe nach wie vor die Umwelt belastet und zweitens das beibehaltene Verfahren der Raumlufttemperierung Energie vergeudet, weil es systemisch bedingt nicht zwischen Person und Zimmerdecke – oder leerer Rückbank im PKW – unterscheiden kann, muss man sich Gedanken zu anderen Prinzipien der Komfortklimatisierung machen. Wegen des Zwangs zur Sparsamkeit verfolgen deshalb Forschungsarbeiten an der RWTH Aachen das Ziel, tunlichst das gewünschte Mikroklima ausschließlich auf das Individuum zu begrenzen.

Zusammenfassung Im Vergleich zu anderen produzierenden Industrien stagniert im Bauwesen die Arbeitsproduktivität je Erwerbstätigem seit Jahren. Trotz der in der Praxis zunehmenden digitalen Planung mithilfe von Building Information Modeling (BIM), liegen die Gründe unter anderem in der unzureichenden Standardisierung und der damit einhergehenden fehlenden Automatisierung von Prozessen und Berechnungen. Resultat dessen sind weiterhin punktuelle und deterministische Baukostenberechnungen, welche meist auch erst zu späten Planungsphasen erfolgen. Neben der unzureichenden Identifikation und Kommunikation von Chancen und Risiken, schließt die meist fehlende Berücksichtigung der Nutzungskosten eine ganzheitliche Betrachtung und Optimierung von Gebäuden aus. Das vorgestellte webbasierte Tool BIM2pLCC (engl.: BIM to probabilistic Life-Cycle-Costing; de: BIM zur probabilistischen Lebenszykluskostenrechnung) stellt diesbezüglich eine Lösungsmöglichkeit zur effizienten Berechnung von probabilistischen Lebenszykluskosten bei unterschiedlichen Informationsstand dar. Durch die gewählte Implementierung können die Kostenberechnungen sowohl mithilfe von drei Eingangsparametern und der statistischen Anreicherung von (Kosten-)Kennwerten, als auch auf Basis von BIM-Modellen mit unterschiedlichem Informationsgehalt durchgeführt werden. Hierdurch kann eine fortlaufende probabilistische Lebenszykluskostenanalyse in den Planungsprozess integriert und Planungsentscheidungen vor einem wesentlich besseren Informationshintergrund getroffen werden.

The potential of mixed-mode office buildings with varying design and control parameters is examined by using an uncertainty analysis in the three climate zones of India. The analysis is in terms of cooling energy consumption, thermal comfort conditions, and natural ventilation hours. Furthermore, influential parameters are identified using sensitivity analysis. In this study, opening the windows enables natural ventilation. Night-time ventilation through the windows is not enabled because these are mostly closed at night. A maximum natural ventilation of 10% of the total building occupancy hours are observed in warm and humid, and hot and dry climates; however, they are slightly higher in the composite climate. A further increase in the number of natural ventilation hours leads to an increase in the occupancy hours outside the Indian Model for Adaptive Comfort model for mixed-mode buildings with at least 90% of occupants are satisfied. There are no occupancy hours outside of 80% of occupants are satisfied. The choice of thermal comfort band is crucial for determining the potential of mixed-mode buildings. The cooling setpoint temperature, building size, window solar heat gain coefficient, and surface properties of exterior surfaces are identified as the more influential parameters than the thermophysical properties of building envelope constructions. Although the building envelope which is in compliance with the Energy Efficient Building Code of India increases energy efficiency during air-conditioning periods, whether it reduces natural ventilation hours, because of overheating during such period remains to be determined.