Développement d’une démarche d’aide à la connaissance pour la conception de bâtis performants

Développement d’une démarche d’aide à la connaissance pour la conception de bâtis performants

Aide à l’analyse des solutions

La démarche obtenant des solutions, à priori, irréalistes et potentiellement nombreuses, il est nécessaire de fournir des outils aux professionnels pour les aider à analyser ces solutions afin d’en obtenir des pistes de conception pour leurs projets. Pour cela la démarche intègre quelques outils qui sont énumérés au §2.2.1 et vont être détaillés ci-dessous. Elle pourra en intégrer d’autres, plus perfectionnés, ultérieurement. 

Sensibilité des solutions aux paramètres de l’optimisation

La démarche n’intégrant pas toutes les contraintes des concepteurs, les solutions obtenues par celle-ci sont à priori inutilisables en l’état pour les concepteurs. La modification de certains paramètres de ces solutions pourrait amener celles-ci à 71 respecter certaines réglementations et donc à se rapprocher de solutions réalistes ce qui permettrait aux concepteurs de mieux estimer le potentiel des pistes de conceptions fournies par la démarche. La démarche permet donc aux concepteurs de tester la sensibilité aux paramètres des solutions obtenues. 

Sensibilité des solutions aux variables

Pour évaluer les solutions, il est nécessaire de renseigner des caractéristiques inconnues au moment de la conception mais que l’on ne souhaite pas optimiser (ex : perméabilité à l’air ou comportements des futurs occupants). Dans la démarche, ces caractéristiques non-optimisées sont appelées « variables ». L’incertitude sur ces variables engendre une incertitude sur l’évaluation des performances des solutions au sein de la démarche. La démarche permet donc aux concepteurs de choisir un premier scénario de valeurs de variables pour l’optimisation puis dans un deuxième temps d’évaluer la sensibilité des solutions obtenues à ces variables en définissant un ou plusieurs nouveaux scénarii. Afin d’évaluer la sensibilité des pistes de conception obtenues par rapport aux variables, trois options sont possibles (et peuvent être utilisées en parallèle) : • Evaluer les pistes de conception obtenues avec le ou les nouveaux scénarii de valeurs de variables afin de mesurer la robustesse de ces solutions vis-à-vis de ces variables • Relancer une optimisation pour chaque nouveau scénario afin de comparer les pistes de conception performantes obtenues pour les différents scénarii et éventuellement de comparer les performances des pistes de conception obtenues par les différentes optimisations si les solutions constituant ces pistes ont été évaluées avec le ou les mêmes scénarii • Durant l’optimisation, évaluer les solutions avec un scénario pluriannuel utilisant un scénario différent chaque année. Les objectifs peuvent être alors les performances des solutions pour chaque scénario ou une somme pondérée de celles-ci. 

Regroupement des solutions sous formes de combinaisons {géométrie + caractéristiques de l’enveloppe}

Un des objectifs de ces outils d’aide à l’analyse des solutions est de trouver des pistes de conception performantes. Or, un moyen d’isoler ces pistes de conception est de regrouper les solutions sous forme de combinaisons de valeurs de paramètres pour connaitre les combinaisons qui permettent d’obtenir des solutions de conception performantes. Afin de travailler sur des pistes de conception cohérentes celles-ci devront nécessairement être constituées d’une géométrie entièrement définie. Ces combinaisons pourront ensuite soit permettre de regrouper les solutions obtenues afin d’évaluer les performances de ces pistes soit être optimisées afin de mieux évaluer le potentiel de chacune et éventuellement d’estimer les performances des plus mauvaises solutions engendrées par chacune. 

Autres outils d’analyse

D’autres outils d’analyse plus simpliste sont proposés. Deux de ces outils permettent de limiter le nombre de solutions pris en compte dans l’analyse. Le premier outil permet d’exclure les solutions ayant des performances extrêmes sur certains objectifs pour n’afficher que celles ayant des performances qui intéressent le concepteur. Cependant, ces limites peuvent être intégrées à l’optimisation sous forme de contraintes lors de la définition du problème afin d’obtenir plus de solutions dans la plage de valeurs intéressantes. Le deuxième outil permet de choisir certains objectifs parmi ceux retenus dans l’optimisation pour connaitre les solutions qui sont non-dominées seulement par rapport à ces objectifs. Cet outil peut permettre de simplifier l’analyse des solutions en ne les représentant que par rapport à certains objectifs (il est difficile de représenter les solutions par rapport à plus de 3 objectifs). Un troisième outil permet de fournir, pour chaque valeur de paramètres, le pourcentage des solutions issues de la démarche, constituées de cette valeur (ex : 44% des solutions issues du cycle 2 de la démarche ont une inertie légère, 30% une inertie moyenne et 26% une inertie lourde). Cet outil peut permettre d’obtenir des tendances sur les valeurs de paramètres formant des pistes de conception performantes.

Choix de la méthode de parcours de l’espace des solutions

Les raisons du recours à une méthode d’optimisation dans la démarche ayant déjà été expliquées au début de cette partie, ce chapitre visera à expliquer le choix de la méthode d’optimisation retenue en se basant sur les états de l’art présentés dans la partie précédente. Etant donné la contrainte de temps liée à la thèse et le travail nécessaire au développement de la démarche, il a été décidé de ne pas développer de nouvelle méthode d’optimisation. Le respect de la réglementation thermique étant une contrainte importante de conception, il est nécessaire que la méthode d’optimisation choisie puisse évaluer les consommations énergétiques des solutions testées. La démarche n’est liée à aucun outil pour l’évaluation des solutions mais les faibles écarts pouvant exister entre les différentes solutions pourraient inciter les concepteurs à recourir à la simulation thermique dynamique (STD) pour avoir des résultats les plus précis possibles. Or, Wetter [16] a montré dans son travail que ces logiciels peuvent engendrer des discontinuités dans les dérivés des fonctions d’évaluation des consommations énergétiques par rapport à certains paramètres de l’optimisation, voire même des discontinuités des fonctions d’évaluation. Si l’on se réfère à la classification de Goldberg, ce risque de discontinuité pourrait nuire à l’efficacité des méthodes déterministes. Etant donné le nombre de paramètres possibles (jusqu’à plusieurs dizaines) et le temps d’évaluation d’une solution (de l’ordre de la minute pour un bâtiment avec plusieurs zones thermiques par niveaux), il sera impossible d’utiliser une méthode énumérative.  La méthode d’optimisation retenue sera donc une méthode stochastique. Cette méthode devra pouvoir : • travailler avec plusieurs objectifs (afin d’anticiper les besoins des concepteurs), • intégrer des contraintes (pour modéliser certaines réglementations ou répondre aux besoins des concepteurs), • utiliser des paramètres discrets et des paramètres continus, • travailler sur des fonctions objectifs évaluées par des boites noires (ex : STD [33]), • fournir plusieurs solutions à chaque optimisation pour pouvoir comparer les différentes solutions obtenues et en extraire des pistes de conception performantes. Parmi les méthodes stochastiques, les algorithmes génétiques qui répondent aux exigences présentées précédemment, ont été utilisés dans de nombreux travaux pour aider à la conception de bâtiment (cf. § 1.1.1) et Wetter a montré qu’ils étaient performants pour traiter des problèmes similaires à celui traité dans ce mémoire. La méthode d’optimisation choisie sera donc un algorithme génétique. Deux algorithmes génétiques performants sur des fonctions mathématiques de test et couramment utilisés ont été présentés dans la partie précédente. Parmi ces deux algorithmes, le NSGA-II semble plus performants que le SPEA2. De plus, il a déjà été utilisé dans des travaux antérieurs sur la même thématique, notamment dans le travail de Pernodet [23]. L’algorithme génétique NSGA-II sera donc la méthode d’optimisation retenue pour rechercher des pistes de conception performantes au sein de la démarche. Cependant, l’algorithme pouvant être amené à supprimer de sa population de travail des solutions non-dominées en raison de sa taille de population fixe, l’algorithme sera légèrement modifié pour fournir non pas la dernière génération de solutions mais l’ensemble des solutions non-dominées obtenues au cours de l’optimisation. La démarche utilise un algorithme génétique. Par analogie avec la génétique, les termes suivant sont équivalents et pourront être utilisés alternativement dans le mémoire: • solutions et chromosomes • paramètres et gènes • valeurs de paramètres et allèles

Mise en œuvre de la démarche

La démarche développée se voulant généraliste seule sa structure a été définie cidessus. Les objectifs, paramètres et variables utilisés dans cette démarche n’ont pas été définis. 74 Afin de pouvoir étudier l’intérêt de cette démarche, il est nécessaire de la mettre en œuvre en définissant : • les objectifs que l’on souhaite étudier, • les paramètres influents sur ces objectifs que l’on souhaite optimiser, • les variables nécessaires à l’évaluation des solutions. Cette mise en œuvre de la démarche sera appliquée à des cas de test dans la suite afin d’estimer l’efficacité de la méthode d’optimisation et l’apport de la démarche au processus de conception.

Objectifs pris en compte

La démarche devant être mise en œuvre dans ses conditions futures d’utilisation et l’optimisation monocritère étant très différente de l’optimisation multicritère (cf. §1.2.2 sur la recherche des solutions optimales en multicritère), la mise en œuvre utilisera donc plusieurs objectifs. Cependant, la démarche mise en œuvre devant être ultérieurement appliquée à un cas de test, le nombre d’objectifs pris en compte sera limité pour deux raisons: • L’analyse des solutions devient complexe lorsque le nombre d’objectifs est trop important (représentation graphique complexe à comprendre audelà de 3 objectifs), • L’intégration de différents modèles d’évaluation au sein d’un outil est complexe. Il a été décidé de travailler sur 2 objectifs : • le coût de construction car il a tendance à augmenter avec la complexification des bâtiments alors que les maitres d’ouvrages souhaite le limiter, • l’énergie nécessaire à l’utilisation du bâtiment (en intégrant ou non les systèmes CVC et en excluant les consommations d’électricité spécifique), car avec le renforcement de la réglementation thermique et le coût de l’énergie en hausse, ce point devient une contrainte importante de conception. 

Périmètre d’étude de la mise en œuvre de la démarche

Les objectifs ayant été définis précédemment, il est nécessaire de définir les paramètres les influençant qui seront pris en compte dans la démarche. Le périmètre d’étude est restreint dans un premier temps aux climats de France métropolitaine. Dans d’autres climats, la répartition des consommations d’énergie entre les postes (chauffage, climatisation, éclairage) est différente et la conception ne nécessite pas nécessairement un compromis entre ces différents postes, d’où le recours à des solutions totalement différentes de celle envisagée en métropole. Par exemple, l’être humain nécessitant une humidité relative limitée pour être en état de confort hygrothermique, la forte humidité présente dans les climats tropicaux peut nécessiter d’assécher l’air insufflée dans le bâtiment. Cela permet d’améliorer le confort des occupants mais peut aussi permettre de réduire la consommation d’énergie due à la climatisation en permettant de moins refroidir 75 l’air dans le bâtiment (ex : sauna). Les différents climats de France métropolitaine n’étant que rarement chaud et humide, l’assèchement de l’air n’a qu’un faible impact sur les consommations de climatisation en métropole (sauf en cas de réhumidifcation de l’air insufflée dans le bâtiment [23]). La méthode pourra être testée dans d’autres climats ultérieurement en intégrant les paramètres nécessaires à l’évaluation des solutions.

Définitions des données prises en compte dans la démarche

Avant de définir les paramètres utilisés dans la mise en œuvre de la démarche, il est nécessaire de choisir les phases de conception que l’on souhaite y étudier. Ces choix vont être présentés dans l’ordre chronologique de la conception en commençant par le positionnement du bâtiment sur la parcelle. Travailler sur ce point serait intéressant car cela permettrait d’intégrer pleinement l’impact des masques solaires extérieurs au bâtiment dans la conception ainsi que les coûts liés aux postes VRD et terrassement. De plus, ce point est important pour l’insertion harmonieuse du bâtiment dans son environnement, et à ce titre est un facteur important du travail de l’architecte. Cependant, ce sujet est extrêmement complexe à traiter. En effet, il nécessite de disposer de modèles d’évaluation précis pour les coûts des deux postes cités cidessus et, pour chaque projet, de renseigner la position des différents réseaux autour du bâtiment. Le positionnement du bâtiment sur la parcelle ne sera donc pas étudié dans la démarche. La conception de la géométrie et de l’enveloppe du bâtiment seront bien sûr prises en compte dans la mise en œuvre de la démarche. Il reste alors le choix des systèmes CVC et d’éclairage. Ces systèmes permettent de transformer l’énergie pour l’apporter sous les différentes formes nécessaires (chaleur, froid, lumière, ou flux d’air) au confort des occupants. Il a été décidé de ne pas intégrer les systèmes CVC dans la mise en œuvre de la démarche. En effet, si l’on considère que les consignes pour le chauffage, la ventilation, la climatisation et l’éclairage sont fixées uniquement par les occupants et la réglementation alors le choix d’un système plutôt qu’un autre n’a que peu d’influence sur les besoins énergétiques (consommation d’énergie multipliée par efficacité des systèmes) du bâti (bâtiment sans les systèmes) tandis qu’il a un impact fort sur la consommation d’énergie du bâtiment (du fait des rendements plus ou moins bon des systèmes). Il est donc possible de concevoir un bâti performant énergétiquement et financièrement puis d’en faire ensuite un bâtiment performant sur ces deux points, par l’ajout de systèmes efficaces et adaptés aux projets traités. D’autre part, ces systèmes sont définis par un nombre important de paramètres et sont très variés. L’intégration des systèmes dans la démarche aurait donc pour conséquence d’agrandir fortement l’espace des solutions possibles. Cela augmenterait la durée d’optimisation et complexifierait l’analyse des solutions alors même que ces systèmes peuvent être choisis à posteriori sans que cela n’engendre de dégradation significative des performances des bâtiments.  Du fait de l’absence de prise en compte des systèmes CVC, la démarche ne tiendra pas compte des besoins énergétiques dus à : • l’eau chaude sanitaire car ces besoins dépendent du comportement des occupants et des pertes de chaleur dans le réseau (réseau plus ou moins isolé, placé dans des locaux chauffés ou non), • la ventilation car les débits dépendent de la réglementation ou du choix des concepteurs mais que les pertes de charges dépendent du réseau mis en place. Il sera donc possible d’obtenir des solutions performantes avec surventilation (débit de ventilation supérieur au débit réglementaire dans le but de rafraichir le bâtiment) et sans surventilation, mais la consommation énergétique additionnelle due à la surventilation ne pourra pas être évaluée par la démarche. Les besoins énergétiques seront donc la somme pondérée des besoins de chauffage, de refroidissement et d’éclairage pour les bâtiments étudiés. La pondération de ces 3 postes sera définie par les concepteurs. Les objectifs retenus dans la démarche étant les besoins énergétiques et le coût de construction, tous les paramètres n’impactant pas ces 2 objectifs ne seront pas pris en compte dans la démarche. Les paramètres utilisés dans la démarche seront présentés dans la suite de cette partie.

Choix des paramètres

Après avoir défini les phases de conception qui seront étudiées dans la mise en œuvre de la démarche, les paramètres qui y seront pris en compte vont être définis. Les paramètres géométriques choisis pour la mise en œuvre de la démarche sont présentés dans le Tableau 3 ci-dessous. Pour la plupart, ils ont été définis au sein de la démarche, seule l’orientation a été ajoutée. L’orientation d’un bâtiment ayant un impact fort sur ses besoins énergétiques, et bien que son choix relève d’un choix architectural, il a été décidé de l’inclure pour informer les architectes qui le souhaitent de l’orientation préférentielle des différentes géométries. Les valeurs possibles pour ce paramètre étant fixées par les concepteurs. L’orientation pouvant être fixée (et donc non-optimisée), comme tous les autres paramètres. Il est aussi possible de faire une étude de sensibilité des solutions obtenues vis-à-vis de l’orientation pour évaluer l’impact d’une modification de ce paramètre, permettant de rapprocher les solutions obtenues des attentes de l’architecte. Les trois premiers gènes permettent de travailler sur la forme et les dimensions du bâtiment à surface utile constante (fixée par le concepteur) tandis que le 4e gène concerne l’aménagement intérieur du bâtiment. La forme de ce 4e gène est définie par la méthode choisie pour travailler sur l’aménagement par le concepteur dans la définition du problème, soit la méthode automatique de génération de solutions d’aménagement (dite « Méthode Medjdoub » [81]) soit l’utilisation d’aménagement intérieur type (dite « méthode des plans types »).

Table des matières

Remerciements
Résumé
Abstract
Sommaire
Table des Illustrations
Index des Tableaux
Introduction
1 Etat de l’art
Préambule
1.1 Travaux antérieurs sur l’aide à la conception de bâtis performants
Introduction
1.1.1 Travaux sur l’optimisation de la conception de bâtiments
1.1.2 Parcours de l’espace des solutions par le concepteur
Synthèse
1.2 Présentation des méthodes d’optimisation
Introduction
1.2.1 Définitions préliminaires
1.2.2 Optimisation multicritère
1.2.3 Classification des méthodes d’optimisation
1.2.4 Les méthodes déterministes
1.2.5 Méthodes stochastiques
Synthèse
2 Présentation de la démarche d’aide à la connaissance développée
Préambule
2.1 Aide à la connaissance ou aide à la conception
2.2 La démarche d’aide à la connaissance
2.2.1 Présentation de la démarche
2.2.2 Une démarche itérative au service des concepteurs
2.2.3 Aide à l’analyse des solutions
2.3 Choix de la méthode de parcours de l’espace des solutions
2.4 Mise en œuvre de la démarche
2.4.1 Objectifs pris en compte
2.4.2 Périmètre d’étude de la mise en œuvre de la démarche
3 Test de la démarche sur un cas simple
Préambule
3.1 Choix de modèles d’évaluation des solutions
3.1.1 Caractéristiques nécessaires aux modèles d’évaluation des solutions
3.2 Premier cas de test
3.2.1 Présentation du cas de test
3.2.2 Paramétrage de l’algorithme d’optimisation
3.3 Analyse des solutions obtenues
3.3.1 Capacité de la méthode d’optimisation à obtenir les solutions optimales
Synthèse
4 Test de la démarche sur un cas réaliste
Préambule
4.1 Présentation du cas de test
4.1.1 Présentation des caractéristiques du cas de test
4.1.2 Paramétrage de l’algorithme d’optimisation
4.2 Présentation des résultats
4.2.1 Etude de robustesse de la démarche avec le paramétrage de base
4.2.2 Sensibilité des résultats de la démarche au paramétrage de l’algorithme génétique
4.2.3 Sensibilité des solutions obtenues à la plage de variation et à la discrétisation des paramètres
4.2.4 Impact du comportement des occupants
4.2.5 Aide à la connaissance et extraction de solutions performantes
5 Discussion
5.1 Pertinence de la démarche suivi dans ce travail
5.2 Pertinence du choix de la méthode d’optimisation
5.3 Pertinence de la démarche développée
5.4 Capacité de la démarche à fournir de la connaissance
5.5 Ecart entre la démarche développée et un outil opérationnel
6 Conclusion
6.2 Perspectives
Bibliographie
1 Annexe : Présentation de travaux sur la conception automatique de géométrie
1.1 Travaux sur la conception automatique de géométrie
1.1.1 Grammaire de forme et opérateurs de métamorphose
1.1.2 Méthodes d’aide à l’agencement des espaces intérieurs
2 Annexe : Cas de test simple .
2.1 Scénarii
2.1.2 Occupation
3 Annexe : Présentation du test de Mann-Whitney
4 Annexe : Evolution des applications Base 2 et Base 3 au cours des générations
4.1 Evolution de l’application Base 2 au cours des générations
4.2 Evolution de l’application Base 3 au cours des générations
5 Annexe : Résultats cas de test réaliste

projet fin d'etudeTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *