Professional Documents
Culture Documents
Quiero expresar mi más sincero agradecimiento al Dr. Luis Onieva Giménez, excelente
profesional y sobre todo, gran persona. Con su constante apoyo y orientación, fue
posible la realización de este proyecto.
Los edificios son los responsables de hasta un 40% del consumo energético en la mayor parte
de los países. A este consumo, se van uniendo países emergentes como China e India con un
crecimiento elevado de la demanda energética.
Según los últimos datos publicados del Instituto para la diversificación y el ahorro de energía
(IDAE), el consumo de energía final del sector edificación ascendió en el año 2005 a 18.123
ktep sobre un total nacional de 106.940 ktep, lo que representa el 17% del consumo de
energía final del país. De este consumo, 10.793 ktep correspondieron al sector residencial,
objeto de este proyecto, lo que supone un 10% del consumo energético nacional.
Hay que añadir que se trata de una incidencia a largo plazo, debido a que se trata de un
producto de una gran durabilidad. Se estima que, sólo en Europa, los edificios actualmente
existentes, consumirán en el año 2050 alrededor de los dos tercios de todo lo que consumirá el
sector de la edificación.
España y los demás países de la Unión Europea han suscrito y asumido importantes
compromisos relativos a la reducción del consumo de energía y la mitigación del cambio
climático. Cabe citar por ejemplo el protocolo de Kyoto, la Directiva 2006/32/ CE, que define
un marco de esfuerzo común para conseguir un ahorro energético del 9% en el año 2016.
En este mismo contexto europeo, el G8 ha propuesto que para el 2050 las emisiones de CO2 se
reduzcan en un 50% respecto de los niveles de 2005, lo que se estima que requiera una
inversión del orden de 29 billones de euros.
También cabe mencionar el Plan 20/20/20 de la Comisión Europea, encaminado a reducir las
emisiones de gases de efecto invernadero en un 20%, fortalecer el papel de las energías
renovables para que cubran un 20% del consumo energético total de la Unión Europea, y
ahorrar un 20% del consumo de energía por mejoras en la eficiencia energética en edificios,
industria y transporte, todo ello en el horizonte del año 2020.
El “action plan for energy efficiency” de la Unión Europea estima que el mayor potencial de
ahorro energético se encuentra en el sector residencial (27%) y en edificios comerciales (30%).
Este ahorro se producirá, tantos en edificios existentes como en los de nueva edificación.
La nueva directiva se reafirma en todos los términos de la anterior, pero pone un énfasis
nuevo en los puntos c) y d) que se comenta a continuación
En lo que se refiere a los requisitos mínimos de eficiencia energética, la directiva indica que los
Estados miembros tomarán las medidas necesarias para garantizar que se establezcan unos
requisitos mínimos de eficiencia energética de los edificios o unidades del edificio con el fin de
alcanzar niveles óptimos de rentabilidad. Los niveles de los parámetros característicos que se
apliquen en las reglas de conocimiento partirán de valores consistentes con este criterio de
rentabilidad.
En cuanto a los edificios de energía casi nula, indica que los estados miembros se asegurarán
de que:
a) Como muy tarde el 31 de diciembre de 2020, todos los edificios nuevos sean al menos
edificios de energía casi nula, tal como se define en el artículo 2, punto 2, y de que
Como se observa, existe en general un marco cada vez más favorable para el desarrollo de
líneas de investigación que giren en torno la eficiencia energética en la construcción y en
particular y objeto de análisis en este proyecto, la mejora de herramientas que permitan un
mejor diseño de los edificios desde un punto de vista energético.
El uso de racional de la energía de los edificios pasa por la búsqueda de soluciones térmicas
aceptables, tanto a nivel de epidermis edificatoria, como de la selección de equipos y sistemas
de acondicionamiento y de la utilización de energías renovables. La identificación y análisis de
estas soluciones descansa conceptualmente en la aplicación de la transferencia de calor al
sistema térmico constituido por el edificio.
La simulación debe realizarse sobre un periodo anual y para todo tipo de instalaciones que
consuman energía como calefacción, refrigeración, ACS e iluminación.
La demanda de cada una de las contribuciones es muy variable con el tiempo, y depende de las
condiciones ambientales o zona climática, del tipo de edificio y sus características térmicas, y
del uso y control que se establezca. A todo esto hay que añadir el concepto de inercia térmica;
es decir, la velocidad con la que cualquier variación de las condiciones ambientales, uso o
control produce sobre las condiciones térmicas interiores de la zona y por tanto sobre su
demanda. Esta inercia no es nunca despreciable y ello conlleva la necesidad de la simulación
térmica para acercarnos de forma fiable a la demanda real; es decir, no es posible el uso de
procedimientos estacionarios para establecer con rigor la demanda energética del edificio.
Por otro lado, los equipos varían sus prestaciones (rendimiento, EER, COP, potencia útil, …) con
las condiciones ambientales y con la proporción de carga que compensan en un cierto instante
sobre sus prestaciones nominales (carga parcial), por lo tanto, igualmente un procedimiento
• Determinar las cargas térmicas: Se usará para dimensionar el tamaño de los equipos
como ventiladores, enfriadoras, calderas, etc.
Para obtener la simulación de un edificio hay que realizar las siguientes etapas:
Este informe llevará entre otros el consumo energético anual para las diferentes alternativas
propuestas, el ahorro energético logrado respecto al edificio referencia (normalmente el que
más consume), reducción de emisiones de CO2, cargas dinámicas de calor y frío, análisis de los
niveles de confort, flujos energéticos y comportamiento energético del edificio en cuestión y el
tiempo de retorno de la inversión.
Todo este diseño y toma de decisiones óptimas se debe realizar además con el menor coste
posible.
Los programas actuales se limitan, a partir de unos datos de entrada, a obtener unas salidas a
través de un motor de cálculo, siendo necesaria la participación de diferentes expertos en el
diseño y un número de horas elevado hasta la obtención de una solución adecuada, que
difícilmente será la óptima por la cantidad de variables en juego.
Tipo Descripción
Parámetros plantas Número de plantas del edificio
del edificio Longi Longitud de la orientación i
Ai Área de transferencia de un elemento i
1) Métodos simplificados.
2) Métodos detallados.
De forma general, los métodos simplificados permiten un análisis rápido que con una mínima
cantidad de información permiten realizar estimaciones sobre el comportamiento energético
del edificio y de sus sistemas. Si el objetivo del análisis energético del edificio es estudiar las
tendencias y hacer estimaciones aproximadas, entonces los métodos simplificados de análisis
pueden ser muy apropiados. Sin embargo para un análisis detallado del edificio, de sus
sistemas y subsistemas, se requieren herramientas más complejas que realicen simulaciones
más detalladas.
• De base horaria: Además de utilizar la hora como base de tiempo, se linealizan las
condiciones de contorno (Nivel 1) y se utilizan las soluciones de las ecuaciones de
conducción transitoria para excitaciones elementales, junto a la determinación de
la carga de los locales en dos pasos, ganancias y cargas. Se utilizan las técnicas
basadas en los factores de ponderación (precalculados o específicos) siendo
ejemplos los programas DOE2, AHSRAE, SHASE, S3PAS, PRONBE, PASSPORT,
CDEEW. Otros métodos que encajan en este nivel de simplificación son los de
respuesta armónica, basados en una reducción importante de la complejidad de
las excitaciones meteorológicas.
Los métodos detallados se caracterizan por un paso de tiempo muy corto, un nivel de
complejidad muy alto y por el número de ecuaciones diferenciales que hay que resolver, que
conducen a tiempos de cálculo muy elevados. En las figuras 3 y 4 vemos pantallas de
diferentes programas de simulación del comportamiento térmico de edificios
• Facilidad de uso: Se mide en función de las posibilidades de un técnico del sector para
manejar los programas del grupo que se indica. Las interfaces de usuario han
evolucionado mucho en los últimos tiempos, permitiendo el uso de programas muy
detallados con relativa facilidad, de manera que la calificación se refiere a los datos
que requiere el programa de cálculo, no su interfaz.
- Detallados.
La mayoría de estas aplicaciones generan estimaciones del uso o consumo de energía para un
edificio entero. Son herramientas efectivas, que ayudan a los diseñadores e ingenieros en el
proceso de optimización del diseño de un edificio. Sin embargo el trabajo con todos estos
programas se basa en la premisa de Garbage In - Garbage Out. Esto quiere decir que para
cualquiera de estos programas es necesario por parte del usuario un gran conocimiento de los
procesos termofísicos y de diseño que se dan en el edificio.
En caso que no se disponga del edificio en archivo, se empezará a dibujar introduciendo los
bloques.
3. Definición de zonas
Por defecto cada bloque de edificio define una zona. Esta zona se obtiene restando al bloque
el espesor del muro. Cada bloque se puede dividir en más zonas a partir de la herramienta
dibujar particiones. También es posible crear patios interiores con la herramienta “Dibujar
perímetro de patio” en el nivel de bloque. Véase en la Figura 7.
1.4.1 Actividad
Diferentes niveles de actividad es uno de los criterios para separar un bloque en diversas
zonas: oficina, sala de reuniones, cuarto de baño, etc.
La definición de actividad para una zona está basada en la definición de las siguientes
categorías de datos.
• Tipo de zona
• Ocupación
• Metabolismo
• Vacaciones (solo a nivel de edificio)
• Agua caliente sanitaria
• Control ambiental
• Ganancias ordenadores
• Ganancias miscelánea
• Ganancias cocina
• Ganancias de procesos
En la Figura 8 tenemos un ejemplo de las variables de control ambiental que hay que fijar en el
programa.
DesignBuilder utiliza los componentes del cerramiento para modelar la conducción de calor a
través de los muros, techos, suelos y otras partes opacas de la envolvente del edificio.
Todos los cerramientos se definen a través de materiales y espesores, a través de una base de
datos.
En este punto también se dispone de la posibilidad de incluir las infiltraciones de las diferentes
zonas.
Este término se refiere a cualquier apertura en los cerramientos opacos del edificio. Las
aberturas típicas son: Ventanas, puertas, rejillas y huecos. En la Figura 10 se muestra la
pantalla donde se define el tipo de acritalamiento.
1.4.4 Iluminación
Dentro de la pantalla de iluminación (Figura 11) nos encontramos con tres grandes bloques de
datos:
• Iluminación general
• Iluminación de escritorio
• Control de iluminación
Como se observa en la Figura 13, una modificación de una característica térmica en un nivel
superior modifica esa misma característica para todos los niveles inferiores.
Lo primero es definir los datos climáticos para diseño en invierno. Para ello se selecciona una
severidad de datos climáticos de diseño de calefacción para (condiciones de invierno)
apropiados para el proyecto en cuestión. Como resultado aparecerán cuales son las
temperaturas de diseño usadas para el cálculo. También se puede definir un dato concreto de
temperatura para el cálculo.
Ahora se define el margen de diseño, que permite mantener las condiciones de confort
durante las peores condiciones de invierno. Además, este número tiene en cuenta el calor
adicional requerido para llevar el edificio hasta una temperatura en un periodo de
precalentamiento razonablemente corto.
Una vez realizado esto, se obtiene el desglose detallado en flujos térmicos y confort para cada
zona, como se observa en la Figura 14.
De igual manera que en calefacción, se seleccionan los datos climáticos (severidad) apropiados
para el proyecto. Una vez finalizado, se selecciona el margen de diseño que sirve para tener en
cuenta el enfriamiento adicional requerida para refrigerar el edificio en un tiempo razonable y
mantener el confort en las peores condiciones de verano.
Una vez definido los equipos HVAC, se procede a la simulación del comportamiento y del
confort detallado del edificio.
Entre las salidas (Figura 16 y 17) se generan ficheros, gráficas, histogramas, tablas y curvas de
frecuencia acumulada.
Si se quiere mejorar la eficiencia del edificio se debe modificar el diseño del mismo.
Como se puede observar la simulación del edificio, proporciona una serie de datos y de
gráficas. A partir de estos datos, las personas involucradas en el diseño deben tomar
decisiones que tendrán repercusiones tanto energéticas, de confort y económicas.
Conclusiones
Como se ha visto en este apartado, existe una gran cantidad de variables que influyen en la
eficiencia energética a la hora de diseñar un edificio. Alcanzar una solución óptima, desde el
punto de vista de la eficiencia energética y del coste, es una tarea compleja que requiere
disponer de expertos en la materia involucrados en el diseño que analicen diferentes opciones,
lo que implica un número de horas considerable y por tanto un coste relevante a añadir al
proyecto. Todo esto sin que se garantice la solución óptima debido al número limitado de
posibilidades a analizar.
La utilización de los sistemas expertos se puede justificar por muy diversas razones, de la
cuales destacamos las siguientes:
Los sistemas expertos surgieron a mediados de los años sesenta. Durante este tiempo se han
desarrollado numerosas aplicaciones en diferentes campos tan diversos como matemáticas,
medicina, química, psicología, derecho, transporte, etc.
Los sistemas expertos tienen varias características que los hacen atractivos.
No existe una estructura de sistema experto común. Sin embargo, la mayoría de los sistemas
expertos tienen los siguientes componentes básicos (Figura 20).
Es un elemento ordenado y estructurado suministrado por los expertos, que contiene los
conocimientos que se necesitan para el desarrollo del sistema. Se requiere que los expertos
humanos piensen, reorganicen, y reestructuren la base de conocimiento.
Se debe tener presente que al hablar del conocimiento nos referimos a afirmaciones de validez
general como reglas, distribuciones de probabilidad, etc. Como se verá más adelante cuando
se hable de datos nos estaremos refiriendo a la información relacionada con una aplicación
particular. Los primeros se almacenan permanentemente en la base de conocimiento,
mientras que los segundos se almacenan en la memoria de trabajo.
Motor de inferencia
Las conclusiones del motor de inferencia pueden estar basadas en conocimiento determinista,
también conocido como sistemas basados en reglas porque obtienen conclusiones basándose
en un conjunto de reglas utilizando un mecanismo de razonamiento lógico o conocimiento
probabilístico. En el último caso, la propagación de incertidumbre es la tarea principal del
motor de inferencia, que permite sacar conclusiones bajo incertidumbre.
1. Ayudar al usuario a no dar hechos inconsistentes, por ejemplo, dándole al usuario las
restricciones que debe satisfacer la información demandada.
2. Evitar que entre en la base de conocimiento cualquier tipo de conocimiento
inconsistente o contradictorio.
Interface de usuario
Es el enlace entre el sistema experto y el usuario que por medio de mecanismos eficientes
permitirá mostrar y obtener la información de forma fácil y agradable.
Base de Conocimientos
• Dominio del Conocimiento
Reglas
Un sistema experto puede tratar con diferentes tipos de problemas.. Los deterministas son
aquellos que pueden ser formulados usando un conjunto
conjunto de reglas que relacionen varios
objetos bien definidos. Los estocásticos,
estocásti son aquellos problemas basados en incertidumbres.
Los estocásticos
ásticos entran dentro de lo que se denomina soft computing,, que es la rama de la
inteligencia artificial centrada en el diseño de sistemas inteligentes capaces de manejar
adecuadamente la información incierta, imprecisa y/o incompleta. Esta cualidad permite
abordar problemas reales obteniendo soluciones más robustas, manejables
manejables y de menor coste
que las obtenidas mediante técnicas convencionales.
Las principales técnicas que componen el soft computing para abordar la resolución de
problemas como se muestra en la Figura
F 21 son el razonamiento probabilístico,
robabilístico, la lógica y los
conjuntos difusos, las redes neuronales
n y las meta-heurísticas.. Desde que Lotfi Zadeh acuñó el
término soft computing en 1991, esta área ha experimentado un rápido desarrollo tanto en
sus aspectos teóricos como, sobre todo, en sus aplicaciones empresariales.
El concepto de lógica difusa fue concebido en el año 1965 por Lofti Zadeh un profesor de la
Universidad de California en Berkley, quien inconforme con los conjuntos clásicos (crisp sets)
que sólo permiten dos opciones, la pertenencia o no de un elemento a dicho conjunto la
presentó como una forma de procesar información permitiendo pertenencias parciales a unos
conjuntos que en contraposición a los clásicos los denominó conjuntos difusos (fuzzy sets), el
concepto de conjunto difuso fue expuesto por Lofti Zadeh en el año 1965 en un artículo hoy
clásico en la literatura de la lógica difusa titulado "Fuzzy Sets". El mismo Zadeh publica en 1971
el artículo, "Quantitative Fuzzy Semantics", en donde Introduce los elementos formales que
acabarían componiendo el cuerpo de la doctrina de la lógica difusa y sus aplicaciones tal como
se conocen en la actualidad.
La lógica difusa o borrosa (Fuzzy logic) descansa en la idea que en un instante dado, no es
posible precisar el valor de una variable X, sino tan solo conocer el grado de pertenencia a
cada uno de los conjuntos en que se ha participado el rango de variación de la variable.
Los sistemas expertos basados en lógica difusa tienen como dificultad llegar a una función de
membresía y una regla confiable sin la participación de un experto humano. Como ventaja se
ejecutan de una manera rápida sobre un ordenador convencional.
Las neuronas ejercen tres funciones, la primera es una función de propagación (o excitación),
que por lo general consiste en un sumatorio de cada entrada multiplicada por un peso de su
interconexión. Si el peso es positivo, la conexión se denomina excitatoria, si es negativo, se
Este modelo se retroalimenta de las entradas y respuestas, pues tiene la capacidad de ajustar
sus parámetros. Esto permite a la red reajustar sus parámetros mejorando el equilibrio interno
de la red.
Las meta-heurísticas disponibles son tantas y tan variadas (véase figura 22), que es
prácticamente imposible ponerse de acuerdo en una forma de clasificarlas que sea
universalmente aceptada.
Aún así, en la siguiente figura podemos observar una clasificación taxonómica con un grupo
importante de las múltiples meta-heurísticas existentes, y a continuación presentaremos
algunas de las meta-heurísticas más importantes, de estas se derivan diversas variantes e
incluso adaptaciones conjuntas de varias de estas técnicas algorítmicas.
Estos tipos de meta-heurísticas gozan de mecanismos con los cuales se busca escapar de
soluciones óptimas locales. La finalización de estos algoritmos, suele relacionarse al alcance de
un máximo número de iteraciones, o a un número máximo de iteraciones sin encontrar mejora
(estancamiento de la búsqueda).
2.6.4.1.3 GRASP
El procedimiento de búsqueda miope aleatorizada y adaptativa o Greedy Randomized
Adaptive Search Procedure (GRASP) [Feo et al, 1999] es un procedimiento iterativo
estructurado en dos fases. En primer lugar la construcción de una solución y en segundo lugar
un proceso de mejora. En cada iteración se genera una solución mediante un método ávido-
aleatorio, que se mejora mediante búsqueda local. Por tanto, la solución mejorada es el
La primera fase es la elección del candidato, se elige un vecino de forma aleatoria del k-ésimo
vecindario, y se usa como punto de partida en la segunda fase en la que se realiza una
búsqueda local para la mejora de la solución. Al finalizar la búsqueda local o proceso de
mejora, se compara la nueva solución con la original. Si la nueva solución es mejor, se
convierte en la solución actual y se inicializa el contador de vecindarios (k=1), si no es mejor, se
repite el proceso pero utilizando el siguiente vecindario (k+1). La búsqueda local es el paso de
intensificación del método y el cambio de vecindario puede considerarse como el paso de
diversificación.
Las reglas lógicas, constituye el núcleo del sistema, estas expresan en forma lógica las
relaciones entre las variables descritas. Estas reglas se expresan en la lógica proposicional y
reproducen el conocimiento de los expertos que han contribuido en su desarrollo. Las reglas
lógicas se pueden dividir en tres grupos:
Capítulo -3. Estado del arte. Aplicación de sistemas expertos a la edificación Página 35
• Normas que establecen el valor de las variables lógicas derivadas de los datos
observados. Por ejemplo, una variable lógica asociada con la dispersión de la ventana
puede tener un valor verdadero si el número de ventanas expuestas a norte o norte-
oeste es pertinente y si no se aplica doble acristalamiento, o si las ventanas no se han
sustituido recientemente.
• Normas que establecen el valor de las variables asociadas con la lógica de sugerencias.
Por ejemplo, una norma de este grupo se puede afirmar que si la residencia tiene
ventanas expuestas en dirección norte y las ventanas son antiguas, a continuación, se
puede sugerir la posibilidad de generar ahorros energéticos mediante la sustitución de
las ventanas.
• Normas que establecen el valor de las variables asociadas con la lógica de las
motivaciones, estas normas tratan de identificar las principales razones que han
motivado el cómputo de la votación. Por ejemplo, una norma de este grupo puede
afirmar que, si la votación del revestimiento del edificio es baja y el edificio es antiguo,
a continuación, la votación puede ser motivada por el estado del revestimiento.
El motor de razonamiento es el sistema que procesa las variables lógicas basadas en datos
observados y las normas, estableciendo así las variables que definen las motivaciones y las
sugerencias que representan el resultado final del proceso.
La función del motor de inferencia es aplicar las posibles reglas que satisfacen un problema,
aplicando ciertas estrategias de control sistemáticas o heurísticas.
Las estrategias de control sistemáticas son algoritmos de control de hechos que aplican
heurísticas de propósito general, cuya metodología se basa en una exploración exhaustiva y
metódica de la base de conocimientos. Ejemplos de estrategias de control sistemático son:
Las estrategias anteriores son muy generales e ineficientes para los problemas NP-duros
debido a la rigidez de las estrategias de búsqueda. Las estrategias de control basadas en
heurísticas resuelven esta problemática, pues éstas aportan especificad y orientación en la
resolución del problema. Las heurísticas resuelven los problemas eficientemente, utilizando
indicios que permiten la reducción del espacio de búsqueda de la solución, para la obtención
de una solución aceptable (u óptima) y eficaz en un breve espacio de tiempo.
Capítulo -3. Estado del arte. Aplicación de sistemas expertos relacionados con la edificación Página 36
Finalmente, el modulo de creación de resultados, que generalmente se expresa mediante el
lenguaje natural en forma de texto, este módulo analiza los valores de las variables de la lógica
después de la ejecución del motor de razonamiento y produce un texto (véase Figura 23).
Dicho texto expresa las motivaciones y las sugerencias en forma de certificado de lenguaje
natural. Este proceso se basa en una asignación entre variables lógicas y cadenas de texto, que
se escogen y deciden en base a ciertas reglas sintácticas elementales.
Por lo general, el sistema experto utiliza una base de conocimiento dinámica de auto-
aprendizaje, es decir, elabora y escribe las respuestas de nuevo en base a datos.
Todo el conocimiento se almacena y puede ser editado y modificado por los diseñadores del
sistema (la definición de todas las variables lógicas, las reglas y las cadenas de texto
relacionadas con los valores). La gestión del conocimiento se mantiene independiente de tal
manera que las nuevas variables lógicas, nuevas reglas y nuevas cadenas de texto puedan ser
añadidas al sistema sin necesidad de ningún cambio en la fase de cómputo.
Aplicación de Santolí
En 2005, Santolí [Santolí et al, 2005] presentaron un sistema experto para la evaluación de la
eficiencia energética de los edificios. El sistema generado como aplicación de Internet,
mostraba resultados de la calidad certificada de un edificio, el proyecto realizaba la evaluación
Capítulo -3. Estado del arte. Aplicación de sistemas expertos relacionados con la edificación Página 37
de los edificios de forma flexible y completa, y que se podría extender a diferentes condiciones
ambientales. El proyecto generó un procedimiento de evaluación diseñado, implementado y
gestionado en una herramienta de software basada en web.
La herramienta BEEPS propone la combinación de cinco votos dados a los diferentes aspectos
del edificio en una única puntuación global validada a través de un conjunto de reglas lógicas.
Los cinco votos se determinan por los procedimientos de análisis y algoritmos ya comentados.
Las reglas lógicas del sistema se determinaron por un grupo de expertos, a partir de ellas se
identifica la motivación de los votos y se sugiere un curso de acción para mejorar, si es posible,
los votos obtenidos por el edificio.
Capítulo -3. Estado del arte. Aplicación de sistemas expertos relacionados con la edificación Página 38
(1) Revestimiento del edificio.
Este sistema experto genera, a partir de la información proporcionada por el usuario, los cinco
votos iniciales (cuya escala numérica de 0 a 5 tiene asignado un valor cualitativos). Véase la
Tabla 4.
De A Voto
0 0,99 Pobre
1 1,99 Insuficiente
2 2,99 Aceptable
3 3,99 Bueno
4 4,99 Excelente
El sistema tras los formularios y aplicación de las reglas lógicas, da una valoración o evaluación
de forma verbal. En la Figura 25 se puede ver un ejemplo.
Capítulo -3. Estado del arte. Aplicación de sistemas expertos relacionados con la edificación Página 39
Figura 25. Ejemplo de valoración de forma verbal
El Sistema Experto de Caudana [Caudana et al, 1995] está basado en redes neuronales. Las
redes neuronales, también denominadas modelos conexionistas o sistemas neuromórficos,
son los nombres de sistemas artificiales basados en los principios de funcionamiento similares
a los del cerebro humano.
1 1
2 2
1 Salida
3 3
…
…
m
n
Capítulo -3. Estado del arte. Aplicación de sistemas expertos relacionados con la edificación Página 40
Cada neurona tiene un "estado" o "nivel de actividad", y esta, está determinada por las
aportaciones recibidas por otras neuronas de la red. Los pesos de las neuronas modulan la
importancia relativa de la señal de entrada a cada una. Podemos decir que una red neuronal es
un conjunto de unidades neuronales vinculadas a un estado de entrada, que forma una red de
conexiones con un espacio NxM dimensional de Entradas/Salidas, que producen un resultado.
La red tiene un modo de aprendizaje inicial, en la que se da una entrada a la red, junto con la
salida correspondiente, y los pesos se determinan de manera que la red se "entrena" para
producir la salida deseada cuando observe una entrada similar a aquella con la que se ha
formado.
En este sentido, las redes neuronales son modelos generalizados adaptados a un problema
específico por medio de técnicas de ajuste, y capaces de "descubrir" las estructuras de
información oculta en los conjuntos de datos disponibles.
Capítulo -3. Estado del arte. Aplicación de sistemas expertos relacionados con la edificación Página 41
experto para la construcción de las auditorías energéticas (llamado BEAMES) que utiliza el
concepto de red neuronal.
Este resultado se obtiene por medio de un patrón asociado a una red neuronal que considera
las características del edificio en concreto
concreto y compara esta información con la incrustada en un
módulo de estadísticas. Este módulo contiene los datos esenciales y los parámetros técnicos
de un parque de viviendas de muestra y estos datos proporcionan los conocimientos básicos
del patrón asociado.
ado. Una vez que el sistema enumera las ECOs probables para el edificio, la
herramienta BEAMES proporciona asistencia guiada para:
Capítulo -3.
3. Estado del arte. Aplicación de sistemas expertos relacionados con la edificación Página 42
Al comienzo de la auditoría el sistema permite que una pequeña cantidad de información,
pueda ser facilitada también por personas no técnicas (por ejemplo, el dueño del edificio o
administrador). Esto permite una reducción considerable en el coste junto con la reducción de
tiempo en el desarrollo-redacción de informes debido a la generación automática, una vez que
las medidas de conservación de la energía han sido identificadas.
En el sistema BEAMES las redes neuronales se han utilizado para resolver el problema de
derivar un conjunto detallado a partir de los incompletos datos de la información dados en la
fase previa de la auditoría, los cuales ejercen como entrada de la red (por ejemplo, el volumen
climatizado, año de construcción, tipo de caldera, la edad, el número de viviendas, etc.). Estas
características de construcción parcial se introducen en la red neuronal, a fin de obtener la
máxima producción, no sólo ECOs probable (por ejemplo, aislamiento de paredes exteriores, la
regulación de la tasa de disparo de la caldera, etc), sino también la desagregación del consumo
de energía en varios usos finales, las dimensiones de construcción de componentes, etc.
Capítulo -3. Estado del arte. Aplicación de sistemas expertos relacionados con la edificación Página 43
• Preferencias, son valores de peso que asignan los encargados de la decisión a
cada uno de los criterios de evaluación. La suma de los pesos de todos los
criterios debe de ser la unidad.
• Reglas de decisión, constituyen el procedimiento para comparar alternativas.
• Criterios de evaluación, son reglas de valoración del cumplimiento de un
objetivo. Relacionan el objetivo con atributos evaluables. Pueden ser de dos
tipos: factores, criterios que permiten definirse a favor de una alternativa y en
contra de otra; y restricciones, criterios condicionados a los valores de los
atributos. En una situación ideal, la información de un determinado criterio
puede gobernar una decisión. Sin embargo, en la mayoría de los casos las
decisiones implican un equilibrio entre múltiples criterios en los que
intervienen un gran número de datos.
Los procedimientos para usar el AHP pueden ser resumidos en:
Capítulo -3. Estado del arte. Aplicación de sistemas expertos relacionados con la edificación Página 44
Figura 28. Metodología de desarrollo de la evaluación del estado
En el sistema Eweda adopta un sistema experto subjetivo basado en Saaty (1991) enfocado
como un proceso de jerarquía analítica (AHP).
En este sistema las ponderaciones de cada espacio dentro del edificio, los pesos de cada
sistema dentro del tipo de espacio, y el peso de cada factor de calidad ambiental en interiores
(IEQF) dentro del espacio se ha calculado, y el proceso de jerarquía analítica (AHP) y la técnica
SMART (técnicas de asignación de pesos de preferencia para un conjunto de variables o
elementos de valoración) se han combinado desarrollando un modelo integrado de calificación
por condición.
Para el sistema, cada tipo de edificio se compone de un cierto número de espacios que
representa las diferentes funciones en el interior del edificio, B = (SP1, SP2, …, SPn). En el
sistema, cada tipo de espacio tiene sus propias características y requisitos, y además cada
espacio tiene su propia importancia relativa en comparación con otros (en cada tipo de
construcción específica) y de acuerdo a muchos factores, como por ejemplo la función del
espacio, el número de ocupantes, la frecuencia y la duración de uso, etc. El estudio de Eweda
identifica la importancia relativa de cada tipo de espacio dentro de un edificio. Los datos se
recogen a partir de una encuesta enviada a los expertos, se analizan mediante la técnica AHP,
por la que se calcula el peso o importancia relativa de cada tipo de espacio utilizando el
enfoque de vector propio. La Figura 29 muestra el proceso de dar prioridad a los espacios.
Capítulo -3. Estado del arte. Aplicación de sistemas expertos relacionados con la edificación Página 45
Figura 29. Proceso de priorización de espacio dentro de un edificio
Capítulo -3. Estado del arte. Aplicación de sistemas expertos relacionados con la edificación Página 46
4. SISTEMA EXPERTO: DESCRIPCIÓN GENERAL DEL PRODUCTO,
CARACTERÍSTICAS Y ESTRUCTURA DEL PROYECTO
En este punto se define cual debe ser el esquema de funcionamiento del programa experto
para que el programa tenga interés en el mercado español. Además se diseña las etapas
necesarias a desarrollar para obtener dicho producto.
Para ello, será necesario desarrollar un algoritmo de resolución que permita al usuario y al
sistema probar distintas soluciones constructivas, variando entre otras cuestiones el espesor
de aislante de los cerramientos, el porcentaje de huecos, los tipos de ventanas y los sistemas
de climatización de la vivienda, de una manera fácil, rápida e intuitiva. De esta manera la
aplicación ayudará al usuario en la toma de decisiones hasta obtener la mejor solución desde
el punto de vista energético y económico.
Para obtener dicha calificación es necesario el uso de programas oficiales como LIDER y
CALENER en el que se compara el consumo energético del edificio objeto de estudio con un
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 47
edificio de referencia en el que el consumo sería el óptimo de acuerdo a los valores de
consumo establecidos en la norma. La relación entre el consumo energético de ambos edificios
genera los valores de los índices de eficiencia energética (letras desde la G hasta la A) con los
que se determina el nivel de eficiencia del edificio.
Dada pues la necesidad de calificar las viviendas de acuerdo a estos programas, el sistema
experto debe tener la capacidad de exportar el caso desde LIDER o CALENER (donde
previamente se haya definido la geometría del edificio), y volver a exportarlo posteriormente
para obtener el certificado de cumplimiento en la limitación de la demanda energética. Véase
figura 30.
En este punto se realiza un estudio previo de cuál debe ser el proceso óptimo a la hora de
diseñar un edificio para un usuario estándar, es decir un usuario con conocimientos
energéticos medios, mediante la nueva aplicación.
Este análisis es importante ya que nos da una visión en cuanto a la facilidad del sistema en
comparación al proceso tradicional descrito en el punto 1. Esto permite hacernos una idea
sobre el potencial de este sistema respecto a los existentes en el mercado.
El primer requisito imprescindible ya comentado que debe poseer el programa para que sea
un producto comercial en España, es que la aplicación que se desarrolle debe ser compatible
con el programa de certificación energética LIDER y CALENER.
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 48
A continuación se presentan las etapas por las que debería pasar un usuario para diseñar un
edificio eficiente energéticamente.
Antes de comenzar a usar el sistema experto es necesario que el usuario lleve a cabo el diseño
inicial del edificio objeto de estudio en el programa LIDER.
En éste, el arquitecto o diseñador define la geometría del edificio así como el tipo de
cerramientos y huecos de la vivienda. Aunque los materiales que forman la envuelta son
escogidos por el usuario, posteriormente en los pasos siguientes el sistema experto procederá
a evaluarlos y a proponer las modificaciones correspondientes. Por tanto el usuario sólo se
debe centrar en la geometría del edificio.
Una vez realizado el diseño del edificio, el usuario lanza la aplicación. El sistema calcula la
situación energética de partida ejecutando el motor de cálculo de LIDER. De esta manera el
sistema podrá realizar en los siguientes pasos el análisis sobre las mejoras propuestas.
c. Optimización
Una vez calculada la situación de partida del edificio, el sistema experto solicita al usuario que
seleccione el criterio de optimización deseado, pudiendo elegir entre las siguientes
posibilidades:
- Coste óptimo del ciclo de vida: el sistema optimiza el edificio para que éste tenga el menor
coste del ciclo de vida.
- Obtención de una calificación energética: el sistema optimiza el diseño del edificio para
que tenga el menor coste del ciclo de vida con la calificación energética indicada por el
usuario.
En esta pantalla (Figura 31) el usuario define que parámetros del diseño original, el realizado
en el programa LIDER, permanecen fijos y que parámetros pueden variar, en cuyo caso puede
especificar el rango de variación, según el caso.
Esta pantalla es clave, ya que la aceptación del programa en el mercado, dependerá entre
otras cuestiones de:
Es clave, por tanto buscar el equilibrio entre estos tres conceptos, ya que si se permite
modificar un gran número de parámetros, el sistema perderá rapidez y facilidad de uso,
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 49
mientras que si al usuario no se le permite modificar parámetros que considere importante,
perdería valor y no usaría este producto.
En función del criterio elegido por el usuario, el software optimiza el nivel de aislamiento de
los cerramientos de la fachada, suelo y cubierta así como el porcentaje de huecos, el tipo de
ventanas, además de la envolvente del edificio y el sistema de climatización apropiado para el
caso objeto de estudio.
d. Gráfica
Finalizada la segunda etapa, el sistema genera una gráfica en la que se destacan los puntos
más importantes del proceso de optimización.
e. Comparativa
Finalmente se muestra al usuario un informe comparativo entre la situación inicial y final del
edificio.
Este informe es importante ya que permitirá al usuario si así lo necesita, explicar al cliente final
el motivo de las modificaciones respecto al diseño original.
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 50
Además, la aplicación debe generar un archivo CTE compatible con el programa LIDER en el
que se recogen los cambios realizados durante el proceso de optimización con objeto de que
sea posible verificar de nuevo el complimiento de la normativa referente a la limitación de la
demanda.
Una vez definida las características generales del programa, se describe en este punto cuales
serían las tareas necesarias a desarrollar y su planificación para obtener el producto de I+D
descrito.
Objetivos:
El sistema debe poseer una base de datos para poder realizar los cálculos necesarios y ofrecer
la mejor solución. La Base de datos debe incluir la totalidad de los materiales y productos de
construcción y de los sistemas de acondicionamiento, que se prevé puedan ser utilizados en el
diseño del edificio de alta eficiencia. Cuanto más amplia sea la base de datos mejor será su
funcionamiento.
Para cada uno de los productos de construcción se conocerán los distintos atributos de los
elementos, como son las características físicas, mecánicas, de costes, etc. de los distintos
materiales, así como los parámetros característicos desde el punto de vista energético(Figura
32). Estos últimos son los siguientes:
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 51
Para las soluciones constructivas:
Tareas:
T1.3.- Revisión de bases de datos de precios con objeto de incluir la más adecuada en el
programa.
a. Calefacción.
b. Refrigeración.
c. A.C.S.
Esta etapa requiere una etapa inicial para la preparación de una muestra de edificios,
representativa de los edificios de viviendas, para la simulación del comportamiento
estacional de los sistemas, a partir de las curvas de carga (demanda de calefacción,
refrigeración y ACS) de los edificios.
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 52
Figura 32. Ejemplo de base de datos de cerramientos
Objetivos:
El objetivo de esta fase es la obtención de las leyes que expresan el potencial de mejora en
términos de demanda energética de calefacción y/o refrigeración de cada solución
constructiva y correlaciones que permitan calcular el ahorro que se produce al sustituir o
mejorar una solución constructiva por otra.
Así mismo, se establecerá una metodología que permita establecer una clasificación de los
sistemas de climatización más adecuados para cada caso en función de la zona climática y
tipología de edificio.
Tareas:
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 53
c. Se calcula la demanda de ACS propia de un edificio residencial.
Objetivos:
La función este paquete de trabajo es desarrollar el motor de inferencia, necesario para aplicar
las reglas que satisfacen un problema, aplicando ciertas metaheurísticas que hagan posible el
uso de un sistema experto.
Tareas:
T3.1.- Análisis de las necesidades del usuario: el motor de inferencia analizará las distintas
combinaciones de edificios que puede plantear el futuro usuario del sistema experto. Se
obtendrá el estado actual de las necesidades del potencial usuario y decidirá los modelos
necesarios para el diseño con alta calificación energética.
T3.2.- Modelo simplificado del comportamiento del edificio: la necesidad de esta tarea es que
permite una evaluación rápida de la demanda mensual de calefacción y refrigeración. Por ello
la velocidad de cálculo es rápida, permitiendo la evaluación de un gran número de casos en
poco tiempo.
T3.3.- Modelo horario de comportamiento térmico del edificio: tras la tarea anterior, el
sistema realiza la evaluación de las alternativas con un nivel de detalle suficientemente
definido. Se necesitarán algunas evaluaciones para decidir sobre la solución final, utilizando la
exploración dirigida y las metaheurísticas de resolución desarrolladas de una forma eficiente.
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 54
T3.4.- Análisis final del comportamiento del edificio: finalizado el proceso de optimización, se
estudia el comportamiento oficial (a partir de programas de certificación energética oficiales
como LIDER o CALENER) del edificio seleccionado en base al método de certificación que
verifica los valores del modelo simplificado.
Objetivos:
La aplicación informática tendrá una estructura muy simple, que asegure un comportamiento
robusto y libre de fallos, con buenas características de usabilidad.
El sistema operativo del ordenador previsto será Windows, en sus versiones más recientes (XP
o superior).
Tareas:
Objetivos:
Fase1:
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 55
Se realizará un test que permita la evaluación de la calidad del producto software que se
obtenga. Dicho test será realizado por un grupo de técnicos del sector a seleccionar durante el
desarrollo del proyecto.
Los aspectos a evaluar mediante este test serán los recogidos en la norma internacional “ISO /
IEC 9126 – Calidad del Producto Software” además de otros específicamente desarrollados
para el propósito.
Los siguientes apartados describen todas las características de los programas susceptibles de
evaluación, no obstante, podrían existir algunas no aplicables a la aplicación en concreto, caso
en el que no se evaluarían.
La usabilidad del sistema depende, fundamentalmente, de cuatro parámetros, que serán los
estudiados en este módulo:
- Utilidad. Grado en que el producto sirve para que el usuario consiga sus objetivos.
- Efectividad. Rapidez para ejecutar una tarea o tasa de errores.
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 56
- Capacidad para ser aprendido. Mide la capacidad del usuario para trabajar con el software
con un nivel de competencia adecuado después de un entrenamiento predefinido.
- Actitud. Recoge las percepciones, sentimientos y opiniones del usuario respecto al
producto, a través de mecanismos similares a cuestionarios de satisfacción.
Dentro de estos test, en los que se quiere verificar la calidad de los productos desde el punto
de vista informático se llevará a cabo una auditoria de usabilidad (o evaluación heurística), en
la que se evalúa el producto comparando su diseño respecto a determinados estándares de
usabilidad.
Las características a evaluar serán la capacidad del producto para ser analizado, cambiado y
probado así como su estabilidad.
Fase 2:
La metodología se aplicará en tres casos reales, siendo los usuarios de la misma técnicos
especializados en el diseño de edificios, ya diseñados con anterioridad, los cuales evaluarán las
mejoras de los resultados obtenidos en comparación con la situación final del diseño adoptado
para el edificio en la realidad.
Fase 3:
Como consecuencia de las pruebas anteriores, será posible retocar el producto, tanto en sus
aspectos de cálculo como en su interfaz con el usuario final. Así pues el producto que se
obtenga al final del proyecto será una metodología que habrá pasado ya el filtro de usuarios
finales y las pruebas de ingeniería de software que aseguren la buena acogida por los técnicos
del sector.
Tareas:
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 57
En la figura 33 se presenta el cronograma previsto para el desarrollo del sistema experto.
Capítulo -4. Sistema experto: Descripción general, características y estructura del proyecto Página 58
5. CONCLUSIONES
Actualmente existen herramientas informáticas que ayudan a diseñar los edificios calculando
las ecuaciones y obteniendo tanto gráficas como datos, los cuales deben ser interpretados por
los diseñadores. Si bien estas herramientas ayudan al diseño, sigue siendo necesario disponer
de un equipo de personas cualificadas y con amplia experiencia en diferentes materias para
interpretar los resultados y obtener las mejores soluciones al problema.
El número elevado de variables con el que se trabaja a la hora de diseñar un edificio hace
presuponer la dificultad para obtener una solución técnico – económica cercana a la óptima
incluso contando con personal con experiencia.
Como se ha analizado en el estado del arte existen pocos desarrollos en este campo concreto y
ninguno que se adapte a la legislación española, lo que hace atractiva esta línea de
investigación.
Este proyecto fin de máster pretende ser el inicio de una Tesis Doctoral que culmine con el
Desarrollo del Sistema Experto planteado en la memoria.
El proyecto que se propone supondrá una investigación donde las principales novedades
científicas y tecnológicas del proyecto serán:
4) El diseño del sistema experto de ayuda a la toma de decisiones del usuario. Los
expertos establecerán la secuencia de diseño de los edificios, analizarán el orden de las
preguntas al usuario y le guiará para conseguir la calificación energética deseada,
empleando los elementos constructivos necesarios.
Álvarez,S. (1986). Análisis dinámico del comportamiento térmico de edificios. Tesis Doctoral
Universidad de Sevilla.
Caudana B. [et al.] A prototype expert system for large scale energy auditing in buildings
[Journal]. - [s.l.] : Pattern Recognition, October 1995. - 10 : Vol. 28. - pp. 1467-1475.
Communication from the Commission,(2006). “Action Plan for Energy Efficiency: Realizing the
Potential”, Brussels.
Cordón O., Herrera F. and Stützle T. (2002) review on the ant colony optimization
metaheuristic: basis, models and new trends [Journal]. - [s.l.] : Mathware & soft computing,:
Vol. 9. - pp. 141-175.
Dascalaki Elena G. [et al.]Data collection and analysis of the building stock and its energy
performance—An example for Hellenic buildings. [Journal] // Energy and Buildings. - August
2010. - 8 : Vol. 42. - pp. 1231-1237.
Davis, G. (1986). Building performance function, preservation and rehabilitation [Book].- West
Conshohocken, PA : ASTM.
Dixon T, Keeping M & Roberts C (2008). Facing the future: energy performance certificates
and commercial property [Book]. Journal of Property Investment & Finance, 2008. Vol. 26 : 1.
Eweda, A, Zayed T, & Alkass S (2010). An Integrated Condition Assessment Model for
Buildings [Conference]. - [s.l.] : Construction Research Congress: Innovation for Reshaping
Construction Practice.
Feigenbaum, E & Cohen, P. (1982). The Handbook of AI, vols 3, AddisonWesley, Reading, MA.,
1982.
G. Henderson et al, “Energy labelling of Existing Buildings”, Proceedings of the 2001 ECEEE
summer study.
Glover, F. (1998). A template for Scatter Search and Path Relinking [Journal]. - [s.l.] : Altificial
Evolution,- 1363. - pp. 13-54.
Hu S. D. (1987). Expert systems for software engineers and managers [Book]. - New York EUA :
Chapman And Hall Advanced Industrial Technology Series.
Looi, C.K. (1992). Neural network method in combinatorial optimization. Computers and
Operations Research, Vol. 19. - pp. 191-208.
Lourenço, H. R., Martin, O. & Stützle, T. (2002). Iterated local search [Book]. Handbook of
Metaheuristics. - [s.l.] : Kluwer Academic Publishers.Massachutsetts, United States
McClelland, J.L., Rumelhart, D.E. and Group the PDP Research [1986]. Parallel Distributed
Processing: Explorations in the Microstructure of Cognition. Volume 2: Psychological and
Biological Models [Journal]. - Cambridge, MA : MIT Press, United States.
Mühlenbein, H. (1998). The equation for response to selection and its use for prediction.
Evolutionary Computation, [Book] Vol. 5. - pp. 303-346, United States.
Rumelhart, McClelland, D.E. J.L. & Group the PDP Research (1986). Parallel Distributed
Processing: Explorations in the Microstructure of Cognition. Volume 1: Foundations [Book].
Cambridge, MA : MIT Press, United States.
Santoli, L & Felici, G (2005). Use of an expert system rating for the energy performance of a
building [Revista]. Building Services Engineering Research and Technology, 4 : Vol. 26. - pp.
349-360.
Viejo, D. (2003). Sistemas expertos. Consultado en 03/04 2011 en http://www.divulga-
ia.com/cursos/cursos.xml?numero=2&nombre=2003-9-26a&num