嚴鑫 鮑鼎文

以有限元方法（Finite Element Method）、計算流體力學（Computational Fluid Dynamics）等為代表的計算機輔助設計技術，憑借精準和快速的數(shù)據(jù)反饋，成為分析、評估建筑設計成果的重要手段。定量分析的模擬計算能夠及時、精準地反饋方案變更中的結構、聲、光、熱、風等性能變化。該類計算軟件在復雜項目的設計與施工中起到了重要作用，多被應用于對既有建筑形態(tài)的分析與修正，較少應用于方案設計階段。

另一方面，隨著數(shù)字建筑理論的發(fā)展，基于生物形態(tài)模式的找形技術逐漸從先鋒派設計走向實踐。集群智能算法（Swarm Intelligence）是一種復雜性形式模擬邏輯，起源于鳥群、蟲群、人類社會網(wǎng)格及城市運行系統(tǒng)[1]。憑借其簡潔的邏輯架構、優(yōu)秀的可移植性和廣泛的應用前景，逐漸應用于建筑設計。通過該算法，建筑師可以將自然界中生物的行為邏輯應用于建筑，從而使生物性環(huán)境應對策略得以在智能建筑中展現(xiàn)。然而，此方法仍然處于試驗階段，在實踐中這種動態(tài)的設計邏輯往往因為無法獲得來自建筑自身和環(huán)境的數(shù)據(jù)反饋，而難以固定為最終的設計方案。

在這樣的語境下，將性能數(shù)據(jù)作用于多智能體，用以實現(xiàn)基于性能數(shù)據(jù)驅動的仿生計算性建筑設計，將有利于突破上述困境，為建筑設計提供新的思路。由于這一設計方法的造型復雜性和多樣性，建筑師們開始引入多種數(shù)控建造手段，并利用建筑信息模型BIM系統(tǒng)進行管理和制造建筑預制件。計算性設計方法和先進的數(shù)控制造工藝將逐漸更新建筑設計模式，并更精準地利用數(shù)據(jù)加強建筑的性能。

1 結構性能的數(shù)據(jù)驅動設計

1.1 建筑計算模型與性能數(shù)據(jù)反饋

自20世紀60年代，有限元方法、計算流體力學等計算機輔助設計方法逐步應用于工程領域。通過計算機圖形學與相關科學理論，我們可以在復雜建筑幾何模型與建筑性能分析之間建立起相互關聯(lián)的路徑，從而實現(xiàn)對于建筑性能的定量反饋。這條路徑的總體邏輯可以分為模型離散化、設定輸入?yún)?shù)與計算模擬分析三個步驟。

首先，在建筑師根據(jù)設計意圖得到概念幾何模型之后，應用計算機圖形技術，將復雜形態(tài)離散成較為規(guī)則的單元體，得到計算分析模型。其中相鄰單元之間共用相同的節(jié)點，實現(xiàn)性能數(shù)據(jù)的傳導。針對不同的分析對象，可以選擇不同類型的單元體進行模型離散，例如僅受軸向力的桿單元（對應桁架結構體系）和考慮彎矩的梁單元（對應梁柱結構體系）較為常見，覆于曲面表面的殼單元和充滿連續(xù)體內部的實體單元，則適用于較為復雜的三維模型。繼而，需要根據(jù)實際情況設定模型屬性系數(shù)（材料屬性）與環(huán)境條件參量（邊界條件），進入計算分析模擬流程。通過離散化，原本復雜的幾何模型帶來的分析難點，可以被大量相對簡單的理論數(shù)值計算近似替代，建筑師再通過性能數(shù)據(jù)反饋，修改方案直至達到要求。

這樣的工作流程本質上遵循了“后理性幾何”（Post-rationalized Geometries）的工作范式[2]，將既有的自由形式優(yōu)化為合理的替代模型。其優(yōu)點在于各專業(yè)之間的關聯(lián)依靠性相對較弱，可以獨立開展工作，但這種獨立性卻造成了建筑方案推敲過程中大量的重復循環(huán)修改。同時，由于缺乏對建筑各方面性能數(shù)據(jù)的總體調控，線性的工作流程不可避免地損失了一部分形態(tài)解決方案的可能性。隨著數(shù)字建筑理論與技術的發(fā)展，一些以“先理性幾何”（Pre-rationalized Geometries）[2]為目標的建筑形態(tài)生成方式逐漸被建筑師和學者們所關注。這些方法以性能數(shù)據(jù)作為基礎，通過相關理論和程序算法將“幾何模型—性能分析—手工修改”的單向線性模式變?yōu)椤皫缀文Ｐ汀阅芊治觥嬎銠C重建”的雙向循環(huán)生成模式，實現(xiàn)了建筑形態(tài)修正與建筑性能評價之間的高效聯(lián)動，便于找尋能夠同時滿足各種需求的建筑形態(tài)“優(yōu)選解”。

1.2 性能數(shù)據(jù)驅動的建筑形態(tài)設計

結構對建筑形態(tài)影響顯著，其找形方法一直受到建筑師和結構工程師的關注。近20年來，越來越多的學者開始關注基于有限元分析數(shù)據(jù)的定量結構找形算法。相較于以圖解靜力學為代表的定性方法，基于性能數(shù)據(jù)的方法不僅可以考慮真實材料的耐受與破壞特性及更多的結構連接關系，更便于突破既有的結構體系，找到適合于特定情形的新型高效結構方式。由皇家墨爾本理工大學（RMIT University）的謝億民院士團隊首創(chuàng)的漸進結構優(yōu)化法（Evolutionary Structural Optimization,ESO）[3]和雙向漸進結構優(yōu)化法（Bidirectional Evolutionary Structural Optimization,BESO）[4]正是在每次迭代中，以基于模型單元的結構性能數(shù)據(jù)計算靈敏度（如應變能密度）的相對大小為標準，決定結構單元是否應該被刪除或增加。這種對結構局部進行逐步演化的方式，也在某種程度上解釋了自然界進化的規(guī)律，基于拓撲優(yōu)化的蘋果、植物形態(tài)演化示意圖能夠展示蘋果的形態(tài)演化[3]以及植物根莖結構的形態(tài)模擬[5]。BESO方法同樣可應用于對建成建筑的結構分析，例如馬克·貝瑞（Mark Burry）與謝億民院士對高迪的圣家族教堂樹形結構的分析[6]以及嚴鑫與鮑鼎文關于羅馬小體育館殼結構的分析[7]。通過BESO算法及其插件Ameba，建筑師可以將真實的力學行為引入方案設計，生成新的形態(tài)，如在筆者參與指導的DigitalFUTURES工作營的學生作業(yè)中，對中國古建筑及埃菲爾鐵塔的新結構設計（圖1）。在實踐項目中，建筑師可以根據(jù)結構荷載規(guī)范，對斜塔施加重力、樓板活荷載、風荷載、雪荷載等多重作用，在以上性能數(shù)據(jù)驅動下生成的BESO拓撲優(yōu)化結構符合復雜的工況要求（圖2），這是定性的找形算法所不能比擬的。2004年建成的位于高槻市（Takatsuki City）的芥川河畔項目（Akutagawa River Side）是首個應用ESO方法進行結構優(yōu)化找形的實際項目[8]（圖3）。

日本著名工程師佐佐木睦朗（Mutsuro Sasaki）曾通過原創(chuàng)的敏度分析法（Sensitivity Analysis Method）和拓展?jié)u進結構優(yōu)化法（Extended ESO Method）與伊東豐雄（Toyo Ito）、SANAA、磯崎新（Arata Isozaki）等建筑師創(chuàng)作過形態(tài)新穎、結構合理的建筑作品。其中，敏度分析法適用于對建筑設計的曲面進行微調，以滿足一定的結構合理性，如北方町社區(qū)中心（Kitagata Community Center）（圖4）、福岡島城中心公園（The Island City Central Park Gringrin）、冥想之森市營殯儀館（Kakamigahara Crematorium）、勞力士學習中心（Rolex Learning Center）等；拓展?jié)u進結構優(yōu)化法則是在預先設定的條件下自動生成合理的結構，其過程與標準的結構拓撲優(yōu)化無異，如卡塔爾國家會展中心（Qatar National Convention Center）（圖5）、上海證大喜馬拉雅中心（Shanghai Zendai Himalayan Art Center）等。

除大跨建筑，拓撲優(yōu)化技術還可用于高層建筑設計。與大跨建筑主要應對重力問題不同，高層建筑結構所應對的主要問題來自于高空空氣流動帶來的橫向荷載。應用基于性能數(shù)據(jù)的驅動設計方法，風力只會改變計算模型中的荷載條件，這有助于簡化高層建筑形態(tài)與結構設計流程。SOM建筑事務所曾專門探討過拓撲優(yōu)化在高層建筑中的設計應用，如在深圳中信金融中心項目中，工程師通過拓撲優(yōu)化得到了不同階數(shù)斜交網(wǎng)格的最優(yōu)布置方案，并基于建筑采光、施工等需求對其進行修正，得到最終結果[9]。Zaha Hadid建筑事務所也就超高層建筑結構的一體化進行過數(shù)據(jù)分析找形，例如邁阿密的千號館（One Thousand Museum）公寓。

1 基于BESO 的埃菲爾鐵塔新形式探索

2 多工況斜塔拓撲優(yōu)化結果

3 芥川河畔項目

4 北方町社區(qū)中心

5 卡塔爾國家會展中心

1.3 性能數(shù)據(jù)驅動的建筑構件優(yōu)化

性能數(shù)據(jù)驅動的生成設計方法，在更小的尺度上依然扮演著重要角色。實際項目中，局部建筑構件需要在滿足結構性能的同時節(jié)省材料，達到簡潔美觀的效果。精細化的性能分析數(shù)據(jù)，可以更加精準地滿足特定的功能需求和個性化的選擇。近年來，無梁樓板一直是國際輕量化結構研究的熱點。通過有限元分析，可以得到受力狀態(tài)下樓板力的分布情況，從而通過拓撲優(yōu)化或應力線提取等方式獲得樓板加強部分。

蘇黎世聯(lián)邦理工學院（ETH）BRG研究組曾根據(jù)有限元分析得到的主應力線，確定樓板加強肋的位置和形態(tài)[10]（圖6）。數(shù)字建筑技術組（DBT）和丹麥的奧胡斯建筑學院分別通過拓撲優(yōu)化技術對樓板進行了優(yōu)化。XtreeE研究組[11]與創(chuàng)盟國際[12]分別基于拓撲優(yōu)化對柱子和橋進行了結構性能設計（圖7）?；始夷珷柋纠砉ご髮W與香港中文大學合作的智慧節(jié)點（Smart Node）對亭子木結構中的連接節(jié)點進行了優(yōu)化，在滿足任意角度連接的同時滿足力學需求[13]（圖8）。與此同時，Zaha Hadid建筑事務所、Joris Laarman實驗室、謝億民科技將這一工作方式引入了家具、裝置及藝術品設計[14]（圖9）。

2 基于仿生集群智能算法的建筑設計和智能建造

2.1 仿生集群形態(tài)生成

復雜性理論的出現(xiàn)改變了我們對形式生成的理解。形式的概念化已經(jīng)從宏觀層面轉移到關注形式生成的底層復雜系統(tǒng)的運行層面[15]。集群智能算法基于從生物界抽象出的規(guī)則，形成具有集群智能的媒介系統(tǒng)，為建筑師提供了一種更動態(tài)、全面的建筑形態(tài)自組織生形研究方法。

2.2 建筑學中的集群智能找形

建筑學界一直關注著自然和生物形態(tài)模擬，近10年，Kokkugia和Biothing等新興建筑事務所著重探索集群邏輯的形態(tài)生成潛力，利用多智能體算法生成新的建筑形態(tài)。在實驗性的實踐領域中，基于集群的建筑設計研究不斷涌現(xiàn)，哥倫比亞大學建筑學院（GSAPP）、英國建筑聯(lián)盟學校（AA）、倫敦大學學院（UCL）、南加州建筑學院（Sci-Arc）、賓夕法尼亞大學（UPenn）和皇家墨爾本理工大學等建筑院校以及阿麗莎·安底拉斯克（Alisa Andrasek）、尼爾·里奇（Neil Leach）、羅伯特·斯多特-史密斯（Robert Stuart-Smith）和羅蘭德·斯努克斯（Roland Snooks）等先鋒建筑師通過設計實踐，推動了集群智能及多智能體算法的運算生形。其中Kokkugia創(chuàng)始人、皇家墨爾本理工大學副教授羅蘭德·斯努克斯一直關注基于行為設計的形式研究，通過多智能體算法進行運算生形的設計方法，將算法設計、機器學習、自動化建造、先進材料等研究方向緊密關聯(lián)、生成設計（圖10）。斯努克斯教授同時提出使用有限元結構分析方式延展結構集群智能的概念，通過為多智能體賦予結構行為，建立面向整體結構的全局評估系統(tǒng)，得到實時反饋。這為筆者關于結構性能數(shù)據(jù)驅動下集群智能計算設計方法的探索帶來了靈感。

2.3 機械臂大尺度3D打印制造技術

隨著工業(yè)4.0時代的到來，機器人建造在當今建筑行業(yè)扮演著重要角色?；诠I(yè)機器人的數(shù)字加工模擬和針對不同建筑材料定制化的工具設計，在大規(guī)模生產(chǎn)中，工廠可以經(jīng)濟高效地制造非單一的建筑預制構件[16]。目前對于這一領域的探索逐漸被國際知名建筑院校和學院派先鋒建筑師所關注，如德國斯圖加特大學的阿希姆·門格斯（Achim Menges）帶領的計算設計學院（ICD）、瑞士蘇黎世聯(lián)邦理工學院的法比奧·格拉馬齊奧（Fabio Gramazio）、馬蒂亞斯·科勒（Matthias Kohler）創(chuàng)立的“格拉馬齊奧與科勒”機器人建筑研究中心、中國同濟大學建筑與城規(guī)學院袁烽教授領導的數(shù)字設計研究中心和一造科技（FabUnion）、澳大利亞皇家墨爾本理工大學建筑與城市設計學院羅蘭德·斯努克斯創(chuàng)立的建筑機器人實驗室等均為這一領域的前沿研究機構。為實現(xiàn)其仿生集群智能設計的形態(tài)，羅蘭德·斯努克斯在實驗室內配備了多種技術進行機器建造，目前主要聚焦于聚合物、陶瓷和金屬的3D打印研究工作，以實現(xiàn)大規(guī)模、大尺度、定制化建筑構件的增材制造（圖11）。實驗室專注于探索具有前沿價值的試驗項目及大尺度的原型研發(fā)，從而更好地確立研究架構的發(fā)展?jié)摿敖ㄖ嵺`的延伸意義，例如其為莫納什大學SensiLab設計制造的室內隔墻和為維多利亞國家美術館（National Gallery of Victoria）設計制造的三年展“浮冰”藝術裝置（圖12）。

6 ETH BRG 研究組的預應力樓板

7 XtreeE 研究組的樹形柱

8 RMIT 大學的亭子

9 謝億民科技設計的椅子

10 羅蘭德·斯努克斯設計的Kazakhstan Symbol 作品

11 RMIT 機械臂大尺度3D 打印實驗室

2.4 增強現(xiàn)實全息數(shù)字建造技術

由皇家墨爾本理工大學建筑與城市設計學院講師Gwyllim Jahn和Cameron Newnham創(chuàng)立的增強現(xiàn)實全息數(shù)字建造技術的科技公司Fologram，近年發(fā)展迅速。Fologram通過Hololens等增強現(xiàn)實眼鏡，將三維模型轉化為全尺寸施工指南（圖13）。這一程序致力于在作業(yè)空間里疊加數(shù)字化指導，輔助需要測量、驗證和針對性管理的復雜項目建造，實現(xiàn)對施工過程中砌筑工作的逐步指導。應用Fologram，已有建筑師設計制造了復雜的構筑物和藝術裝置，例如愛沙尼亞第五屆塔林建筑雙年展中，由集群智能算法設計而成的“蒸汽朋克”展亭項目（圖14）。

3 結語

綜上，在過去10年間，建筑性能數(shù)據(jù)驅動設計與仿生集群優(yōu)化形態(tài)生成已從前沿理論發(fā)展至實踐階段。本文基于皇家墨爾本理工大學對這兩項數(shù)字技術發(fā)展現(xiàn)狀的梳理，提出了基于性能數(shù)據(jù)驅動的仿生集群計算設計方法。其中，由理性的性能模擬分析得來的數(shù)據(jù)以向量的形式作用于集群智能體的行為，配合感性的人為控制因素，衍生成多樣的建筑形態(tài)“優(yōu)選解”。這樣的過程實現(xiàn)了“幾何模型—性能分析—計算機重建”的雙向循環(huán)生成模式，形成了集理性分析與感性生成于一體的高效、開放的計算設計框架。

同時，可以通過引入數(shù)控建造手段，實現(xiàn)這兩類生成式算法產(chǎn)生的復雜多變的建筑形態(tài)。生成過程中得到的關于建筑各方面性能豐富而全面的數(shù)據(jù)信息，在后續(xù)的建筑信息模型BIM系統(tǒng)管理和建筑預制件制造過程中將發(fā)揮巨大作用。這些數(shù)據(jù)將確保諸如機械臂大尺度建造、增強現(xiàn)實全息數(shù)字等技術，能夠在后續(xù)的建筑工業(yè)中順利實現(xiàn)。從計算性設計到數(shù)控制造工藝的完整數(shù)據(jù)鏈將逐漸更新建筑設計的模式，從而更加精準合理地為未來建筑賦能。

12 維多利亞國家美術館“浮冰”藝術裝置

13 Fologram 增強現(xiàn)實建造技術

14 愛沙尼亞塔林雙年展“蒸汽朋克”展亭

圖片來源

1來源于2020 年DigitalFUTURES 工作營

2作者自繪

3來源于文獻[8]

4來源于https://www.wikimedia.org

5來源于https://www.archdaily.cn

6來源于文獻[10]

7來源于文獻[11]

8來源于文獻[13]

9謝億民科技/ 南京阿米巴工程優(yōu)化研究院提供

10來源于www.rolandsnooks.com

11來源于RMIT 機械臂實驗室https://architecturalrobotics.org

12來源于www.rolandsnooks.com

13來源于https://fologram.com

14來源于https://soomeenhahm.com