Conception paramétrique et éclairage naturel en architecture – Synthèse

La fin du projet de veille technologique de cette année scolaire 2013-2014 approchant, il est temps de faire un bilan du travail effectué sur la thématique de la simulation inverse de l’éclairage : détermination des conditions nécessaires (architecture, géométrie, matériaux, …) à partir d’une intention lumineuse (résultat souhaité en terme d’éclairage).

1 – Retour sur les publications

Tout d’abord un rappel des différentes  publications (posts de blog) et de leurs thèmes :

2 – Constats résultants sur la conception inverse de la lumière en architecture

  • L’ensemble de ces publications a permis de dresser un petit état de l’art de la conception inverse en éclairage. Il a ainsi pu être constaté que :
    • le sujet semble intéressant d’un point de vue commercial :
      • de nombreux articles mentionnent l’intérêt et le besoin des architectes  d’un tel logiciel de conception architecturale inverse à partir de la lumière
      • un brevet a été déposé pour protéger une méthode logicielle de calcul inverse de l’éclairage (cf. publication 3)
    • les méthodes peuvent et vont surement encore évoluées :
      • comme tout problème inverse
        • les calculs sont lourds
        • la géométrie de l’espace change les équations et les facteurs de calculs
        • l’espace des solutions possibles est conséquent
      • à cela s’ajoute  la complexité inhérente à la simulation de la lumière :
        • nombreux paramètres à prendre en compte (ouvertures, matériaux, géométrie, …)
        • nombreuses interactions de la lumière avec son environnement : intereflexions par exemple (cf. publication 4)
      • il convient donc de trouver des stratégies de résolution approchée performantes, par améliorations successives (cf. publication 5)
    • les logiciels de simulation inverse ne sont pas encore sur le marché :
      • des prototypes de logiciels de conception inverse de l’éclairage ont été mis au point dans le cadre de la recherche mais non commercialisés. Ce sans doute pour plusieurs raisons :
        • temps de calcul long, non propice à une itération de plusieurs tentatives de conception pour un architecte
        • non applicables à des cas réels d’utilisation (architecture complexe d’un bâtiment et non pas une architecture simplifiée telle qu’un cube)
        • interface utilisateur de recherche, non adaptée à un public d’architectes
      • il est à noter que les logiciels de simulation inverse de l’éclairage feront sans doute leur apparition en tant qu’option supplémentaire de conception dans un logiciel classique de simulation directe de la lumière
    • l’activité de recherche sur la conception inverse de la lumière en architecture reste encore limitée à une petite équipe de recherche du CERMA et quelques collègues chercheurs internationaux, ce qui restreint beaucoup actuellement l’amplitude des résultats que l’on peut obtenir en effectuant des recherches sur le sujet

3 – Retour sur les sources

Beaucoup de documents ont été cités au cours des différentes publications sur le blog. Nous tenons ici à dresser une liste synthétique des références majeures ayant été utilisées au cours de cette veille technologique :

a – Fonctionnement des logiciels de simulation de lumière

L’étude est centrée sur le logiciel Dialux.

[1]Manuel DIALux (DIALux Manual), Version 4.9, 2011 http://www.dial.de/DIAL/fr/home.html?no_cache=1

[2] Présentions de l’interface du logiciel http://blog.lightingvanguard.com/2012/04/new-dialux-evo-review-with-screenshoots.html

[3] La simulation numérique de l’éclairage, mode de fonctionnement des logiciels de simulation, thèse de Fawaz Maamari 2004 http://theses.insa-lyon.fr/publication/2004ISAL0016/these.pdf

b – Inter-réflexion dans le problème de calcul d’éclairage

[4] ‘On the dualité of forward and inverse light transport’ http://vision.ucsd.edu/~manu/pdf/pami_invlt.pdf

[5] La simulation numérique de l’éclairage, limites et potentialités.  http://theses.insa-lyon.fr/publication/2004ISAL0016/these.pdf

c – Méthodes de simulation inverse d’éclairage

[11]Transférante pré calculée de radiance pour la conception d’éclairage en temps réel, 03/01/2013, Publication dans le cadre du projet de veille technologique 2012-2013 http://veille-techno.blogs.ec-nantes.fr/index.php/2013/02/03/transference-precalcule-de-radiance-pour-la-conception-declairage-en-temps-reel/

[12]Simulation inverse de l’éclairage naturel : les algorithmes génétiques, 06/01/2012, Publication dans le cadre du projet de veille technologique 2011-2012, http://veille-techno.blogs.ec-nantes.fr/index.php/2012/01/06/algorithmes-genetiques/

[7] Inverse lighting design for interior buildings integrating natural and artificial sources, Eduardo Fernandez, Gonzalo Besuievsky, 16 septembre 2012, Computers and Graphics
http://www.sciencedirect.com/science/article/pii/S0097849312001550

[8] Efficient inverse lighting: a statistical approach, Eduardo Fernandez, Gonzalo Besuievsky, 17 septembre 2013, Automation in Construction
http://www.sciencedirect.com/science/article/pii/S0926580513001532

[9] Improving the low rand radiosity method using sparse matrix, Eduardo Fernández, Pablo Ezzatti y Sergio Nesmachnow, 2012 http://www.cimec.org.ar/ojs/index.php/mc/article/viewFile/3507/3422 -

d – Logiciels de simulation éclairage inverse

[6] SYSTEM AND METHOD FOR ANALYZING AND DESIGNING AN ARCHITECTURAL STRUCTURE USING PARAMETRIC ANALYSIS, Sefaira Inc, 08/2013 (brevet) http://worldwide.espacenet.com/publicationDetails/originalDocument?CC=WO&NR=2013119389A1&KC=A1&FT=D&ND=3&date=20130815&DB=EPODOC&locale=fr_FR

[10] Lumière naturelle en phase de conception, quels outils/méthodes pour l’architecte, Gallas Mohamed Anis, 2009, Mémoire de Master,  http://meurthe.crai.archi.fr/media/pdf/memoiregallas.pdf (programmes prototypes de simulation d’éclairage inverse)

4 – Annonce du plan du rapport final

Le rapport synthétisant les recherches menées au cours de ces publications de blog sera organisé de la façon suivante :

    • Introduction :
      • mise en relation du problème de calcul d’éclairage inverse et du calcul classique d’éclairage
      • difficultés du problème classique transférable au problème inverse
      • Principe générale de la méthode inverse de simulation de la lumière
    • Présentation des différentes méthodes inverse de conception lumineuse
      • Liste
      • Détail des nouveautés 2013-2014
    • Mise en lumière des différents logiciels de simulation lumineuse inverse
    • Recommandations pour de futures recherches (mots clés)
    • Conclusion sur les apports de cette veille technologique
    • (Références bibliographiques (principales et secondaires) Lexique, Table des figures)

Auteurs : KHLIF Wafa et POUCHOULIN Audrey
Sous l’encadrement de Vincent Tourre.

Licence: Licence Creative Commons
“Projet de veille technologique 2013 – Conception paramétriqe et éclairage naturel en architecture” est mise à disposition selon les termes de la Licence Creative Commons – Pas d’Utilisation Commerciale – Partage dans les Mêmes Conditions 3.0 non transposé par KHLIF Wafa et POUCHOULIN Audrey

Conception paramétrique et éclairage naturel en architecture – Outils logiciels de simulation inverse de la lumière

Après avoir fait un bilan des recherches ayant abouties à des brevets, puis des nouvelles méthodes actuellement à l’étude et qui font l’objet de publication scientifiques, nous nous attachons dans cette publication à faire un état de l’art des logiciels existants pour répondre au besoin architectural de conception inverse de la lumière.

1 – Démarche inverse  d’un  logiciel de simulation inverse de lumière

Présenté comme les phases d’un « modeleur interactif déclaratif » dans le document [1], voici ci-après le détail des 3 grandes phases dans un processus de conception inverse de la lumière :

Figure 1 – Principe de la simulation d’éclairage inverse

  • Description et déclaration des intentions en langage de conception interprétable par la machine
  • Génération des solutions répondant à la description
    • Réduction de l’espace des solutions
    • Exploration des solutions
    • Possibilités
      • Calcul
      • Intelligence artificielle [4]
        • Algorithme génétique
        • Apprentissage automatique
        • Logique floue
        • Programmation par contraintes
        • Prise de connaissance des solutions
          • Généralement graphiques, pouvant être présentées avec différents rendus, dont celui le plus économe énergétiquement, celui ayant le plus de lumière naturelle, celui le moins coûteux, …
          • Bon de connaitre avec les solutions quelques propriétés de la solution proposée : symétries, valeurs dans les fourchettes de paramètres initiaux, …

2 – Logiciels de simulation de l’éclairage

2.1 Tableau comparatif de différents logiciels de simulation d’éclairage

A travers cette liste de logiciels de simulation d’éclairage, qui n’a pas pour but d’être exhaustive mais a comme objectif de montrer les tendances du marché, on peut constater que la simulation inverse n’est pas encore intégrée aux logiciels grand public, ni mêmes à ceux réservés aux architectes. La simulation inverse est une méthode de conception qui se trouve encore entre les mains des chercheurs.

 


 

Figure 2 – Capture d’écran du logiciel Expression [1]

 

Figure 3 – Capture d’écran du logiciel Solimac [1]

2.2 – Détail d’un prototype de logiciel de conception de lumière inverse

L’étude de la lumière passe obligatoirement par le type de l’espace puisque on ne peut pas percevoir la lumière sans identifier la forme et inversement la forme ne peut pas être perçue sans lumière.

Pour déclencher le processus, l’utilisateur doit préciser quelques éléments de départ :

  • Choisir un type de lumière
    • Lumière contrastée
    • Lumière uniforme
    • Lumière abondante
    • Choisir un type d’espace, c’est-à-dire une forme spatiale rectangulaire :
      • Cavité
      • Foret
      • Clairière
      • Cristal.
      •  Choisir un effet lumineux
        • Effet lumineux physique
        • Effet lumineux plastique
        • Effet lumineux psychologique…
        • Choisir un dispositif (si l’utilisateur le souhaite):
          • Composant de transmission
            • Composant de transmission latérale
            • Composant de transmission zénithale
            • Composant de transmission globale
            • Eléments de contrôle
              • Surface séparatrice
              • Ecran flexible
              • Ecran rigide
              • Filtre polaire
              • Pare-soleil

Le système proposera ensuite des solutions en prenant en compte toutes les données déjà introduites.

Ces solutions seront évaluées par l’utilisateur qui peut relancer la procédure de résolution ou la personnaliser selon des critères spécifiques qu’il cherche à satisfaire.

NB : Le choix de l’effet lumineux est dans la plupart des cas dépendant du choix de l’espace.  Chaque combinaison présente une configuration. Quelques configurations sont présentées en détail dans l’article [1].  C’est au système en fait de guider l’utilisateur pour faire le meilleur choix.

Détails techniques :

  • Une fois  que l’utilisateur a lancé le programme, le système accède à une base de données, où se trouve toutes les informations ensuite utilisées pour trouver des solutions adéquates aux besoins.
  • Le modèle choisi pour la base de données est le modèle logique entité/association. Dans lequel, les entités sont les éléments principaux : lumière, espace, dispositif. Les relations caractérisent les liens entre les différentes entités. Exemple : L’identification de la lumière  commence par les attributs nom, localisation, position mais elle dépend implicitement de l’effet lumineux choisi. Le dispositif appliqué impose des choix spécifiques des effets lumineux qui seront ensuit appliqué, d’où la relation entre le dispositif architecturale et l’effet lumineux choisi qui est également identifié  par un nom

Figure 4: Exemple de relation

Etapes du processus :

  • Processus de déclaration (chaque choix restreignant le champs des choix suivants possibles)
    • Choix du point de départ : des intentions lumineuses ou spatiales
    • Choix du type de lumière
    • Choix du type de l’espace : seuls les types compatibles avec la lumière choisie seront affichés
    • Choix du type de l’effet  lumineux
    • Choix du dispositif

Fin du processus de déclaration. Fig5

  • Résolution
  • Affichage
    • solution détaillée pour différentes plages horaires
    • + caractéristiques géométriques du dispositif choisi
    • + une évaluation quantitative

Identification de la configuration et génération des solutions classées selon leur conformité au choix de l’utilisateur. Fig6

Le processus s’arrête à cette étape, cependant si l’utilisateur n’est pas satisfait du résultat, il peut changer les paramètres et générer une autre solution.  Le système lui permet également de comparer deux solutions au niveau de la distribution quantitative et qualitative de la lumière. Fig7

Figure 5:Cylindre de choix de configuration

Figure 6 – Différents résultats selon la conformité au choix de l’utilisateur

Figure 7 – Possibilité de comparaison entre deux résultats

 

Lexique

CERMA                  CEntre de Recherche Méthodologique d’Architecture [3]

Emittance              flux de lumière émis par unité de surface en W/m2 [2]

Références

[1] Lumière naturelle en phase de conception, quels outils/méthodes pour l’architecte, Gallas Mohamed Anis, 2009, Mémoire de Master,http://meurthe.crai.archi.fr/media/pdf/memoiregallas.pdf

[2]http://fr.wikipedia.org/wiki/%C3%89mittance consulté le 01/02/2014

[3]http://www.cerma.archi.fr/ consulté le 01/02/2014

[4] http://fr.wikipedia.org/wiki/Intelligence_artificielle consulté le 12/02/2014

[5]Simulation inverse de l’éclairage naturel pour le projet architectural, thèse doctorale, Vincent Tourre,  2007, http://archive.bu.univ-nantes.fr/pollux/show.action?id=26c5cff1-ee29-46be-971f-e6a6d9453ad2

[6] http://www.athermys.fr/wp-content/uploads/2009/09/Outils-Logiciels-de-diagnostic-conception-dimensionnement.pdf consulté le 12/02/2014

[7] http://www.erco.com/guide/simulation-and-calculation/software-2700/fr/ consulté le 13/02/2014

Auteurs : KHLIF Wafa et POUCHOULIN Audrey
Sous l’encadrement de Vincent Tourre.

Licence: Licence Creative Commons
“Projet de veille technologique 2013 – Conception paramétriqe et éclairage naturel en architecture” est mise à disposition selon les termes de la Licence Creative Commons – Pas d’Utilisation Commerciale – Partage dans les Mêmes Conditions 3.0 non transposé par KHLIF Wafa et POUCHOULIN Audrey

Conception paramétrique et éclairage naturel en architecture – Dernières avancées sur les méthodes de calcul de lumière inverse

Cet article de blog va présenter deux améliorations successives concernant les méthodes inverses de calcul de la lumière: : tout d’abord une implication du modèle et une méthode d’optimisation heuristique astucieuse, puis une approche statistique de la résolution par optimisation. Ces améliorations ont été reportées dans des publications très récentes (2012 et 2013 respectivement) par les mêmes auteurs, à savoir Eduardo Fernandez et Gonzalo Besuievsky [1] [2]. A noter que dans ce résumé d’articles les justifications mathématiques de leurs méthodes et des avantages apportés ne seront pas détaillés, nous vous invitons donc à vous reporter aux articles [1], [2] si vous souhaitez en savoir plus sur les fondements théoriques de ces nouvelles méthodes.

Pour la petite histoire, Vincent Tourre, encadrant ce projet de veille technologique, a été coauteur avec Gonzalo Besuievsky, un des auteurs des articles présentés ici. Ils ont ensemble publié un article sur une méthode de calcul des sources de lumière naturelle dans le cadre d’une méthode inverse [3], article cité dans [1].

Rappels de vocabulaire

Pour rappel, un calcul inverse de lumière se fait sans connaitre les sources  de lumière. La méthode inverse de calcul de la lumière vise à partir d’un résultat d’illumination souhaitée sur certaines surfaces, appelée intention lumineuse, à déterminer les solutions possibles et optimales permettant d’obtenir ces résultats. La détermination des sources de lumières, aussi appelée design/conception/prise en compte  de la lumière en architecture, consiste à déterminer:

  • La position
  • La forme
  • L’émission (W/m2)

Pour les sources de lumière :

  • naturelle
  • artificielle

Difficultés du problème

En tant que problème inverse, le calcul inverse de la lumière présente des complexités d’ordre numériques et calculatoires. Les approches inverses de la lumière font intervenir classiquement 2 étapes de calcul :

  • celui de la simulation de l’illumination globale
  • celui de l’optimisation de la solution

Pour une solution trouvée donnée on simule l’illumination globale et on garde en mémoire ces données, pour ensuite simuler l’illumination globale à nouveau avec une autre solution, garder ces données, et continuer le processus/les calculs d’optimisation jusqu’à obtenir une solution optimale. Ces 2 étapes de calcul comportent chacune des difficultés/complexités numériques. Pour le calcul de l’illumination globale résultante il y de multiples surfaces de réflexions à prendre en compte et une bonne précision est requise. Pour le calcul d’optimisation, l’espace des solutions est immense et conduit à chercher des algorithmes d’exploration des solutions intelligentes.

Méthodes antérieures de calcul inverse de lumière

Avant la publication de ces deux articles, les méthodes de calcul de lumière inverses reconnues, en ce qui concerne la partie d’optimisation, étaient les suivantes, celles basées sur :

  • Des algorithmes génétiques, algorithmes basés sur la sélection de Darwin, dont le principe a déjà été décrit dans un post de blog d’un groupe précédent travaillant sur ce sujet [6]
  • Des systèmes de radiance inverse, qui ont également été étudiés dans un autre post de blog antérieur  [7]
  • Des méthodes heuristiques, c’est-à-dire faisant intervenir une « méthode de calcul qui fournit rapidement une solution réalisable, pas nécessairement optimale ou exacte » [4] Les méthodes heuristiques peuvent être générales, c’est à dire applicables à différents problèmes (hill climbing, beam search, simulated annealing) ou spécialement mises au point pour un problème particulier (par exemple celle qui sera présentée dans un des deux articles qui est une méthode adaptée de Variable Neighborhood Search).

Ces différentes méthodes présentes de nombreux inconvénients :

  • Souvent il s’agit de solutions numériques, alors que pour une application facile dans le domaine de l’architecture il serait bon d’avoir une représentation 3D du rendu avec la sensation lumineuse apparente.
  • Le temps de calcul varie de quelques minutes à quelques heures et ce pour des géométries simples (cubes, nombre limité d’ouverture, …). Ce qui rend ces méthodes impropres à un usage dans un cycle itératif de conception pour un architecte (vite lassé de faire une itération toutes les 4 h, les architectes préfèrent essayer un design, simuler le résultat de lumière en méthode directe, et modifier par méthode d’essai erreur les conditions jusqu’à obtenir la sensation lumineuse désirée).
  • Les solutions proposées ne prennent en compte qu’une seule origine de lumièrepossible à la fois : naturelle ou artificielle, et bien souvent seule la lumière artificielle est prise en compte (car non variable comme la lumière naturelle).

Présentation de la nouvelle méthode proposée en 2012

En 2012 dans la littérature scientifique est présentée une nouvelle approche du calcul inverse de la lumière. Cette approche présente les avantages suivants (justifiés par des tests reportés dans les publications) :

  • D’être suffisamment rapide (quelques secondes ou minutes) pour permettre aux architectes de pouvoir réaliser des cycles d’itérations avant d’obtenir le design qu’il juge idéal.
  • De prendre en compte à la fois la lumière artificielle et naturelle.

Les éléments  mathématiques de cette méthode sont :

  • Un calcul d’optimisation heuristique, qui impose des règles pour trouver les solutions plus rapidement basée sur la recherche des plus proches voisins (Variable Neighorhood Search), ceci constitue une grande amélioration par rapport aux méthodes précédentes en permettant d’accélérer considérablement le temps de calcul. La méthode VNS consiste à trouver l’optimum en partant d’une solution de départ, parcourir à chaque fois le voisinage et voir si un point du voisinage présente une valeur meilleure que celle de départ il sera pris comme solution sinon on refait la recherche sur un voisinage plus grand. Cet algorithme est utilisé pour résoudre des problèmes linéaires, non-linéaires, numériques mixtes, …
  • Un calcul de l’illumination globale avec la méthode LRR, Low Rank Radiosity, qui permet un calcul en temps réel de la radiance. Pour le détail technique de cette méthode LRR il convient de consulter l’article [8] , en espagnol …

Les hypothèses faites dans la mise en œuvre de cette solution sont :

  • Des matériaux diffusant la lumière parfaitement (distribution homogène)
  • Des sources de lumière artificielles dites Lambertiennes, avec une émission constante et homogène. Une amélioration future pourrait être de pouvoir travailler avec des sources de lumières anisotropiques, ne diffusant pas la même lumière dans toutes les directions, telles que les spots.
  • Des sources de lumière naturelles Lambertiennes également et constantes dans le temps (prise en compte de la moyenne d’intensité lumineuse entre les périodes ensoleillées ou nuageuses, et les moments de la journée : matin, midi, soir). Un travail dans la continuité de celui-ci pourrait être de permettre de prendre en compte l’aspect dynamique de la lumière du jour.
  • Des sources de lumière de forme rectangulaire. Il pourrait donc être souhaitable d’étendre cette étude à des sources circulaires, même si les sources rectangulaires pour les ouvertures vers l’extérieur restent les plus courantes à l’heure actuelle.

Le principe de fonctionnement du calcul de lumière inverse est résumé par le diagramme ci-après :

 

La conception architecturale de la lumière via des méthodes informatiques commence par une étape initiale de description de l’espace 3D à étudier avec les caractéristiques des matériaux (propriétés de réflexion/absorption lumineuse) et leurs emplacements, puis ce modèle:

  • Subit  un traitement pour obtenir une représentation compacte optimisée du modèle via la méthode de LRR (Low Rank Radiosity)
  • Se voit ajouter des informations complémentaires :
    • Les contraintesà respecter (données sous forme d’intervalles de valeurs ou d’inégalités) :
      • En termes de géométrie
        • Les dimensions des sources de lumière
        • Le ratio souhaité
        • La distance entre deux sources de lumière (réglementation par exemple pour les ouvertures sur les toits)
        • La symétrie des sources
    • En termes d’intention lumineuse
      • Les intensités lumineuses désirées sur chaque surface
  • La liste des variables d’optimisationà considérer :
    • La position des sources de lumière
    • L’émission de ces sources de lumière
    • La forme des sources de lumière
  • Les objectifs d’optimisationà suivre (habituellement) :
    • La consommation énergétique minimale
    • Le moins possible de sources de lumières artificielles
    • Le plus possible de sources de lumières naturelles

 

Présentation d’une amélioration supplémentaire proposée en 2013

En 2013, les auteurs de l’article précédent présente les résultats de la poursuite de leurs recherches :  méthode d’optimisation statistique qui améliore le temps d’exécution et la charge en mémoire. C’est une nouvelle méthode mathématique pour analyser les données on se basant sur une approche statistique qui prend en considération la radiosité de la scène. Cette technique est déjà utilisée dans des nouveaux logiciels de simulation de la lumière comme Dialux qu’on a  déjà invoqué dans une ancienne publication. La radiosité est définie par  «  une technique de calcul d’éclairage (ou illumination) d’une scène 3D. Elle utilise les formules physiques de transfert radiatif de la lumière entre les différentes surfaces élémentaires composant la scène. » [5]

L’intensité de lumière choisie est l’objectif et on doit trouver les conditions. Cette intensité peut être classifiée selon différents critères :

  • Représentation de l’éclairage: si c’est une lumière provenant de la source directement ou une lumière réfléchie (nous avons vu la différence au niveau des calculs entre la lumière réfléchie et la lumière directe dans la publication précédente).
  • La nature de l’objet cible : plusieurs contraintes s’imposent selon le type de la surface de contact, pour identifier la nature du phénomène qui aura lieu : réflexion, diffusion,… et s’il y aura une absorption d’une quantité de lumière
  • Le niveau de transport léger : pour identifier le type de l’éclairage et savoir si seul l’éclairage direct est ciblé ou bien toute l’illumination globale.

Des hypothèses sont faites pour appliquer cette méthode :

  • Toutes les surfaces d’interactions diffusent parfaitement la lumière.
  • Les émetteurs sont tous estimés comme sources lumineuses.
  • L’environnement est statique.

Le calcul de la radiosité se simplifie dans la résolution de cette équation linéaire :

Avec :

I : la matrice identité de taille n x n

R : matrice diagonale de tous les indices de réflectivités

B : le vecteur des valeurs de radiosité de chaque pièce (W/m²)

E : Le vecteur d’émission  (W/m²)

F : La matrice de facteur de forme[A1]

A noter que la matrice F est obtenue par une double projection de l’objet, d’abord il est projeté sur une demie sphère de centre le point d’intérêt et de rayon choisi, ensuite une deuxième projection sur le cercle formé par l’intersection de la sphère avec le plan.

Figure 3 : Explication de la matrice de facteur de forme

Le but est de trouver la valeur optimale de E pour résoudre le maximum de contraintes imposées.

Les algorithmes de résolutions pour trouver la valeur optimale de positionnement de la source de lumière utilisé dans d’autres méthodes sont implémentés sur des scènes généralement rectangulaires et simplifiées dans le but de diminuer le nombre de contraintes et minimiser les variables d’optimisation. La technique utilisée dans cet article est à nouveau la méthode « Variable Neighborhood Search (VNS) ».

La solution porte sur les valeurs de mu et sigma , le processus est itératif et le but c’est d’en sortir à la fin avec les valeurs optimales de ces deux paramètres. En fait la valeur optimale pour sigma est la valeur minimale, et pour mu la valeur maximale. L’article [2] explique en détail comment sont intégrés ces deux paramètres dans le système à résoudre. La figure ci-contre montre la variance de la luminosité globale pour différentes valeurs de sigma , les points rouges désignent la positions des sources de lumière :

Figure2 : cinq distributions de radiosité différentes selon la valeur

Comparaison des performances avec d’autres méthodes antérieures

Concernant les tests faits sur les autres méthodes de simulation, on doit savoir que habituellement:

  • Les tests sont effectués sur des scènes en forme de boîte simple et n’impliquent aucune complexité/singularité.
  • Un nombre important de variables d’optimisation est inclus dans les méthodes de calculs classiques. Le nombre atteint 27 variables.
  •  Une technique multi-objective est utilisée.

Dans le cas de cette nouvelle méthode, les tests ont été effectués sur des environnements plus complexes qu’une boite simple, avec 12 variables d’optimisation et malgré toutes ces difficultés et restrictions supplémentaires, la nouvelle méthode est 7 fois plus rapide que les méthodes classiques, ce qui en fait une méthode prometteuse !

Références

[1] Inverse lighting design for interior buildings integrating natural and artificial sources, Eduardo Fernandez, Gonzalo Besuievsky, 16 septembre 2012, Computers and Graphics
http://www.sciencedirect.com/science/article/pii/S0097849312001550

[2] Efficient inverse lighting: a statistical approach, Eduardo Fernandez, Gonzalo Besuievsky, 17 septembre 2013, Automation in Construction
http://www.sciencedirect.com/science/article/pii/S0926580513001532

[3] A daylight simulation method for inverse opening design in buildings, Besuievsky G, Tourre V.  In: Rodrı´guez O, Sero´n F, Joan-Arinyo R, J. Madeiras J. Rodrı´guez EC, editors. Proceedings of the IV Iberoamerican symposium in computer graphics. Sociedad Venezolanade Computacion Graafica; DJ Editores, CA;2009.p.29–46.

[4] Définition Wikipédia de Heuristique, consulté le 22/01/2014 http://fr.wikipedia.org/wiki/Heuristique_(math%C3%A9matiques)

[5] définition Wikipédia de radiosité/radiance, consulté le 23/01/2014
http://fr.wikipedia.org/wiki/Radiosit%C3%A9_(infographie)

[6] Simulation inverse de l’éclairage naturel, 06/01/2012, Publication dans le cadre du projet de veille technologique 2011-2012, http://veille-techno.blogs.ec-nantes.fr/index.php/2012/01/06/algorithmes-genetiques/

[7] Transférence précalculée de radiance pour la conception d’éclairage en temps réel, 03/01/2013, Publication dans le cadre du projet de veille technologique 2012-2013 http://veille-techno.blogs.ec-nantes.fr/index.php/2013/02/03/transference-precalcule-de-radiance-pour-la-conception-declairage-en-temps-reel/

[8] Improving the low rand radiosity method using sparse matrix, Eduardo Fernández, Pablo Ezzatti y Sergio Nesmachnow, 2012
http://www.cimec.org.ar/ojs/index.php/mc/article/viewFile/3507/3422

Auteurs : KHLIF Wafa et POUCHOULIN Audrey
Sous l’encadrement de Vincent Tourre.

Licence: Licence Creative Commons
“Projet de veille technologique 2013 – Conception paramétriqe et éclairage naturel en architecture” est mise à disposition selon les termes de la Licence Creative Commons – Pas d’Utilisation Commerciale – Partage dans les Mêmes Conditions 3.0 non transposé par KHLIF Wafa et POUCHOULIN Audrey

 

Conception paramétrique et éclairage naturel en architecture – Inter réflexion et détails de la méthode directe

Apres l’étude d’un brevet dans la publication précédente on s’intéresse ici à 2 articles scientifiques:

  • Le premier que l’on pensait centré, à la lecture de l’abstract, sur la lumière inverse mais qui s’est avéré porter sur les inter-reflexions de la lumière, nous le commentons quand même ici car c’est un élément important à prendre en compte dans la simulation inverse de la lumière.
  • Le second qui porte sur les facteurs clés lors simulation directe de la lumière pour compléter le cas particulier du premier article.

1. Simulation des inter-réfléxions

La majorité des algorithmes d’acquisition de lumières ne prennent pas en considération les facteurs d’inter réflexions, ce qui facilite les calculs. Cependant avec la méthode inverse tous ces facteurs seront pris en compte.

Ce document établit les équations mathématiques et les calculs fondamentaux de transport de lumière selon la méthode inverse.Le problème qui se pose c’est que la lumière présente n’est pas acquise uniquement de la source elle-même, il y a aussi les effets de cette lumière sur la scène qui entre en jeu. La lumière peut-être décrite de manière linéaire: la lumière acquise/sortante globale (Iout) s’exprime en fonction de l’opérateur S (matrice d’inter-réflexion) et de l’éclairage direct des surfaces par les sources externes. Ainsi les calculs se font de cette manière (du point de vue de l’obtention de la lumière émise par la source à partir de la quantité de lumière résiduelle en un point, i-e méthode inverse):

S: matrice d’inter-reflexion

I out : la lumière sortante globale

Id : l’éclairage direct émis par la source externe

Mais ce qui complique encore les calculs c’est qu’on ne peut pas trouver directement la matrice S .

Ce tableau récapitulatif met en évidence  l’influence des inter-réfléxions sur tous les calculs :

                                      Figure1.Dualité de lumiére directe et inverse

La démonstration de toutes ces équations mathématiques est détaillée dans l’article [1]. En fait le but de l’invocation de ce tableau est juste pour donner une idée sur quelques calculs fréquemment utilisé pour estimer la lumière acquise en tenant compte des inter-réflexions.

2. Evaluation des logiciels de simulation

On a déjà vu les principes de la méthode inverse pour la simulation de la lumière et quels sont les facteurs qui peuvent  influencer sur la quantité finale de lumière qu’on peut récupérer dans une pièce. On passe souvent par une série de cas-tests pour arriver enfin à trouver la meilleure combinaison de paramètres qu’il faut utiliser, d’où  l’importance des outils de simulation inverse de l’éclairage.

On a parlé dans une de nos publications précédentes des logiciels de simulations de la lumière comme le  DIALuxEVO. La validation de ces logiciels se base sur :

  • La comparaison entre simulations et mesures dans des maquettes expérimentales.
  • La comparaison entre simulations et mesures dans des scènes réelles.
  • La comparaison entre simulations de différents logiciels.

Le rapport de différence entre le résultat souhaité et le résultat trouvé est causé par la variété des sources influençant sur la propagation de la lumière et la complexité des scénarios qui se présentent.

Pour appliquer ces scénarios et trouver le meilleur choix de composants et de leurs caractéristiques on doit passer par ce qu’on appelle la conception de l’éclairage. Ces choix sont faits selon des considérations :

  • Thermiques
  • Acoustiques
  • Energétiques
  • Ergonomiques
  • Esthétiques
  • Architecturales

Et afin d’aboutir à un résultat optimisé il faut prendre en considération les interactions entre les différents paramètres.

Parmi les choses qui influencent sur les choix des paramètres on trouve la géométrie des objets qui présente un élément clé pour le calcul de la propagation de la lumière. On prend en considération les surfaces visibles des matériaux opaques, les surfaces du sol et des masques extérieurs. D’autre part on trouve  les effets des parois vitrées qui influencent énormément sur la quantité de lumière résultante. En effet ces parois présentent le premier filtre pour le flux de lumière entrant. La forme de ces parois influence différemment sur le flux de lumière. Parmi ces formes on trouve :

  • Ouverture simple : l’effet de l’ouverture dépend de ses dimensions et de son épaisseur. Du point de vue de la quantité et de la qualité du flux lumineux ne subit aucune    modification.
  • Vitrage classique : Le flux subit l’influence de la transmission directionnelle du vitrage. Il garde sa direction mais subit une atténuation qui dépend de l’angle d’incidence.
  •  Vitrage à aspect bi-directionnel : Le flux lumineux subira un cheminement dans une direction donnée.
  •  Eléments de protection solaire : Pour bloquer ou réorienter la lumière directe de soleil, exemple : les stores vénitiens, les brises soleil et les stores en toile.
  •  La goniophotométrie réelle et virtuelle des matériaux.

Références

[1] Manmohan Chandraker, Jiamin Bai, Tian-Tsong Ng, and Ravi Ramamoorthi. “On the Duality of Forward and Inverse Light Transport”.IEEE Transactions on Pattern Analysis and Machine Intelligence,2011.

http://vision.ucsd.edu/~manu/pdf/pami_invlt.pdf

[2] La simulation numérique de l’éclairage, limites et potentialités

http://theses.insa-lyon.fr/publication/2004ISAL0016/these.pdf

Auteurs : KHLIF Wafa et POUCHOULIN Audrey
Sous l’encadrement de Vincent Tourre.

Licence: Licence Creative Commons
“Projet de veille technologique 2013 – Conception paramétriqe et éclairage naturel en architecture” est mise à disposition selon les termes de la Licence Creative Commons – Pas d’Utilisation Commerciale – Partage dans les Mêmes Conditions 3.0 non transposé par KHLIF Wafa et POUCHOULIN Audrey

Eclairage inverse : Détermination et optimisation des sources lumineuses

Les articles que nous avons publiés précédemment traitent de problèmes de géométrie inverse : remonter à la forme géométrique optimale d’un objet (un bâtiment, une pièce, une fenêtre…) en partant de la luminosité souhaitée. Un autre type de problème, auquel nous allons nous intéresser dans cet article, est l’éclairage inverse : pour une géométrie donnée, il s’agit de définir un ensemble de sources lumineuses à appliquer à une pièce pour satisfaire à des objectifs de luminosité.

Cet ensemble de sources lumineuses peuvent être déterminées par :
- Leur nombre
- Leur positionnement
- Leurs propriétés (émittance, réflectance…)

Bien que les problèmes d’éclairage inverse ne fassent pas intervenir la lumière naturelle, il nous a semblé intéressant d’en fournir ici une présentation ; en effet, la simulation inverse de l’éclairage artificiel peut être utilisée de manière complémentaire à un éclairage naturel, parfois partiel et nécessitant une lumière d’appoint.
Nous présenterons dans cet article plusieurs exemples traitant de ces problèmes d’éclairage inverse. On retrouvera notamment l’utilisation des algorithmes génétiques dans les deux premiers exemples. Ce type de résolution inverse a été exposé dans l’article précédent : Simulation inverse de l’éclairage naturel : les Algorithmes Génétiques.

1.    Éclairage d’un tunnel routier

Des travaux exposés lors de la 15ème conférence internationale « Intelligent System Applications to Power Systems » en 2009 [1] traitent des modalités optimales d’éclairement d’un tunnel routier. Les auteurs proposent une méthode qui permet de réduire le coût de l’éclairage à l’intérieur d’un tunnel, tout en s’assurant d’obtenir une luminosité supérieure à un seuil de sécurité défini au préalable.

Cependant, le problème soulevé par ce cas ne consiste pas à fournir à l’automobiliste une luminosité uniforme tout au long du tunnel. Au contraire, la luminosité dont a besoin l’automobiliste dépend de sa position dans le tunnel, mais aussi de sa vitesse et de la taille du tunnel. L’évolution de cette luminosité requise n’est évidemment pas symétrique : elle dépend du sens de circulation des automobilistes (cf. fig. 1)

Luminosité requise dans le tunnelFigure 1 – Luminosité requise en fonction de la position de l’automobiliste dans le tunnel

Des solutions différentes sont ainsi proposées pour les 3 zones principales du tunnel (entrée, intérieur et sortie). Trois populations différentes sont chacune soumises à un algorithme génétique fournissant une solution par zone.

2.    Éclairage dans une chambre de culture

Une équipe de recherche de l’université de Calais [2] a utilisé un algorithme génétique pour trouver le placement optimal des sources d’éclairement dans une chambre de culture qui permet d’obtenir un éclairage uniforme. En effet, un éclairage homogène est nécessaire afin de ne pas biaiser l’expérimentation sur les plantes (conditions de développements identiques). Les sources sont repérées par leurs coordonnées dans le plan 2D de la chambre de culture. La fonction de sélection ou objectif est l’inverse de la variance des luminosités prises en différents points. Pour évaluer chaque solution, un modèle de simulation de l’éclairage dans ce type chambre a été développé. Les solutions obtenues améliorent un alignement naïf des différentes sources lumineuses comme le montre la figure 2 (répartition de la luminosité à gauche et positionnement des sources à droite).

Alignement des sources (haut) et disposition optimisée (bas)Figure 2 – Alignement des sources (haut) et disposition optimisée (bas)

3.    Optimisation par les Réseaux de Neurones

Des chercheurs de l’université de Tokyo [3] ont utilisé des réseaux de Neurones chaotiques pour résoudre un problème d’éclairage inverse qui porte sur le placement optimal des sources lumineuses et leurs propriétés (type de lampe utilisé) afin d’obtenir l’éclairement souhaité dans une pièce. Il s’agit d’un problème d’optimisation quadratique qui consiste à minimiser l’erreur entre l’éclairage souhaité et calculé, ce qui revient à simuler un réseau de neurones dont la fonction d’énergie quadratique décroît avec le temps. Contrairement aux neurones classiques, les neurones chaotiques font dépendre le calcul de l’état de chaque neurone de la valeur de sortie. Ceci permet d’éviter les minimums locaux. Par ailleurs, cette méthode a été comparée avec d’autres méthodes d’optimisation telles que le recuit simulé, les algorithmes génétiques et les réseaux de neurones classiques. Les résultats montrent une solution de meilleure qualité obtenue en un temps raisonnable pour les réseaux de neurones chaotiques.

En définitive, nous avons vu à travers ces différents exemples l’apport conséquent de méthodes d’optimisation issues de l’Intelligence Artificielle pour la résolution de problèmes d’éclairage inverse.

Bibliographie

[1] Road Tunnels Lighting using Genetic Algorithms,
Sergio Leitão, E. J. Solteiro Pires et P. B. de Moura Oliveira,
UTAD University, Vila Real, Portugal, 2009.

[2] Genetic algorithms for light sources positioning,
Samuel Delepoulle, Christophe Renaud and Michaël Chelle,
Laboratoire d’Informatique du Littoral, Calais, 2008.

[3] Optimization Using Chaotic Neural Network and Its Application to Lighting Design,
Ryuichi Nanba, Mikio Hasegawa, Tomoyuki Nishita and Kazuyuki Aihara,
The University of Tokyo, 2002.

Simulation inverse de l’éclairage naturel : les Algorithmes Génétiques

Après avoir décrit dans l’article précédent un outil d’aide à la conception architecturale, intéressons-nous plus en détail aux techniques d’optimisation qui permettent de satisfaire les objectifs du concepteur. Nous allons ainsi présenter une méthode d’optimisation approchée basée sur les algorithmes génétiques. Ils étaient habituellement utilisés pour optimiser d’autres paramètres  des bâtiments comme les performances énergétiques. Mais de récents travaux se sont consacrés à optimiser l’utilisation de l’éclairage naturel dans la conception architecturale. Nous verrons à travers différents exemples pratiques comment les géométries ont dues être adaptées à l’éclairage naturel.

Principe des algorithmes génétiques 

Rappelons brièvement que les algorithmes génétiques sont basés sur la sélection naturelle de Darwin. On part d’une population d’individus ou chromosomes qui représentent une famille de solutions. Chaque chromosome est composé de gènes (les variables de conception). Après des mutations et des croisements successifs, seuls les individus les plus adaptés survivent (les solutions qui remplissent au mieux les objectifs fixés).

  1. Population de n individus
  2. Evaluation des individus par une fonction fitness ou d’adaptabilité  (la fonction objectif du problème)
  3. Sélection de n/2 couples suivant leur adaptabilité
  4. Calcul de la génération suivante : croisement et mutation. Chaque couple donne 2 enfants.
  5. Si objectif atteint
    Alors renvoyer le résultat
    Sinon  retour à l’étape 2

Exemples d’application 

1.       Conception d’un plafond

Dans les recherches de Rakha et de Nassar [1], l’objectif du concepteur est d’obtenir la géométrie du plafond qui donne une bonne répartition de l’éclairage naturel dans la pièce. Le système architectural considéré est très simple en étant uniquement composé de deux murs perpendiculaires formant un coin et supportant un plafond. Le reste de la pièce est fermé par des vitres. La fonction d’évaluation est le calcul du rapport entre la luminosité maximale et la luminosité minimale Emax/Emin. Ces intensités sont calculées grâce à des méthodes directes de simulation d’éclairage naturel. Les différents gènes considérés correspondent aux coordonnées des sommets du maillage de la géométrie utilisée. Les solutions sont sélectionnées selon le principe d’une roue de la fortune biaisée. Chaque solution a une probabilité Emin/Emax d’être choisie. La probabilité de sélection est donc proportionnelle à l’adaptation de chaque individu. Les solutions présentant une répartition plus homogène de l’éclairage sont ainsi retenues (Emin proche de Emax). La figure 1 résume bien ces différentes étapes du processus d’optimisation :

GA process

Figure 1. Processus d’optimisation par un algorithme génétique dans la conception d’un plafond prenant en compte l’éclairage naturel.

Resultat optimisation

Figure 2. Résultats de l’optimisation pour différents maillages utilisés en affichant les niveaux de luminosité.

La figure 2 montre qu’au bout de 21 itérations une solution optimale est obtenue en présentant un éclairage plus uniforme avec un ratio d’uniformité (Emax/Emin) égal à 5.17. Comme le soulèvent les auteurs de [1], ces types de problèmes peuvent s’insérer dans une optimisation multi-objective se basant sur le même processus et  prenant en compte d’autres indicateurs de performance comme les coûts de construction, l’acoustique…  La conception architecturale n’en serait que plus pertinente.

2.       Conception de façades

D’autres études montrent la pertinence de l’utilisation d’algorithmes génétiques dans la simulation inverse de l’éclairage naturel appliqué à l’architecture : les travaux effectués à l’université de Tokyo entre 2005 et 2007 [2] montrent que les simulations paramétriques sont loin d’être efficaces dans le cas de modèles géométriques ayant de nombreux paramètres, et qu’il faut leur préférer des méthodes génétiques, moins gourmandes en ressources et plus performantes. L’article expose la méthodologie utilisée pour déterminer un ensemble de 21 paramètres définissant la taille, le nombre, la position et le facteur de réflexion des fenêtres et des stores de la façade d’une pièce (cf. figure 3).

Facade

Figure 3. Paramètres géométriques de la façade.

L’objectif considéré dans cet exemple est d’optimiser le temps durant lequel l’éclairage naturel fournit à lui seul une luminosité suffisante dans la pièce. Les calculs sont effectués pour différentes heures de la journée, et différentes journées dans l’année (météo différente). De plus, plusieurs points d’observations sont définis dans la pièce pour vérifier qu’il n’y a pas de zones d’ombre. La fonction « Fitness » de cet exercice est ainsi définie comme suit :

equation

Où Ua est la moyenne annuelle de la luminosité observée par tous les observateurs, Uho est la luminosité observée par un certain observateur à une certaine heure. H et O sont respectivement le nombre d’heures et d’observateurs considérés. La luminosité idéale à atteindre partout dans la pièce est ici définie à 500 lux. On comprend que l’objectif est de minimiser cette fonction d’adaptabilité. Le cas où F = 1 correspondrait au cas où la lumière naturelle serait suffisante à éclairer la pièce toute l’année et quelle que soit la position de l’observateur dans la pièce.

Ces méthodes génétiques sont très concluantes en terme de performance : la sélection des meilleurs individus (et par conséquent l’élimination des individus les plus éloignés des objectifs) permet une convergence rapide vers une solution. D’autres travaux ont été effectués sur le même sujet, notamment aux Etats-Unis au MIT; cela montre l’intérêt de telles méthodes, toujours plus orientées utilisateur.

L’article traitant des travaux du MIT sur les algorithmes génétiques appliqués au processus de design architectural [3]  insiste cependant sur certains inconvénients de la méthode. La première limitation est le manque de consistance des résultats. En effet, le choix initial de la population se fait de manière aléatoire. Ce problème peut être résolu en multipliant les essais, mais cela rallonge d’autant le temps de calcul. Le second inconvénient est la tendance de l’algorithme à sortir des solutions non optimales en trouvant pour la fonction d’adaptabilité des maxima ou minima locaux, même si cela peut être évité en réintégrant de manière aléatoire un petit nombre d’individus précédemment éliminés.

Bibliographie

[1] Genetic algorithms for ceiling form optimization in response to daylight levels, Tarek Rakha and Khaled Nassar, Renewable Energy 36, 2011.

[2] FACADE DESIGN OPTIMIZATION FOR DAYLIGHT WITH A SIMPLE GENETIC ALGORITHM, Santiago L. Torres, and Yuzo Sakamoto, Proceedings: Building Simulation, 2007.

[3] Multi-objective facade optimization for daylighting design using a genetic algorithm, Jaime M. L. Gagne and Marilyne Andersen, SimBuild, 2010.

[4] Experience of Light : The Use of an Inverse Method and a Genetic Algorithm in DayLighting Design, Acharawan Chutarat, Thesis, 2001.

 

 

 

Lightsolve : un outil d’aide à la conception architecturale

Dans l’article précédent, nous vous avons parlé d’applications de géométrie inverse permettant par exemple de concevoir la forme d’un réflecteur de lampe en fonction de certaines contraintes exprimées par l’utilisateur. Nous continuons sur ce thème de la géométrie inverse en vous exposant une application développée par le département d’architecture du Massachusetts Institute of Technology. Ce logiciel libre nommé “Lightsolve” permet à un utilisateur de concevoir facilement des pièces et leurs ouvertures en fonction de la luminosité qu’il recherche.

Lightsolve a été initié en 2007 et est toujours en développement aujourd’hui. Il s’appuie sur le logiciel de dessin en 3 dimensions Sketchup. L’utilisateur créé dans un premier temps la géométrie qu’il imagine a priori pour son bâtiment ; Lightsolve lui permet alors de visualiser l’éclairage naturel qui résulte de la géométrie qu’il vient de concevoir.

Variabilité de l’éclairage naturel au cours du temps

La figure 1 montre un exemple de simulation de lumière naturelle dans différentes pièces d’un musée à une heure ou une date donnée ; en effet, la possibilité de visualiser l’éclairage à différentes heures de la journée, ou à différentes périodes de l’année est une des fonctions les plus intéressantes de cette application. Elle permet une analyse des performances au cours du temps par le biais de graphes temporels (Cf. partie supérieur de la figure 1). L’axe des abscisses correspond aux mois de l’année, celui des ordonnées correspond aux heures de la journée et les couleurs traduisent l’intensité lumineuse relevée en moyenne dans la pièce analysée. L’utilisateur peut ainsi facilement savoir si la luminosité est uniforme selon les saisons (le Corridor de la figure 1) ou pas (la Galerie).

Interface de LightSolve

Figure 1. L’interface de Lightsolve permettant la visualisation du modèle 3D et de la luminosité qui en résulte, ainsi que des graphes temporels associés.

Aide à la conception

Cette simulation de l’éclairage à partir d’une géométrie fournie par l’utilisateur est obtenue de manière directe et n’entre donc pas vraiment dans le thème de la simulation inverse. Cependant, un deuxième aspect de l’application Lightsolve permet de suggérer à l’utilisateur des modifications de géométrie ou de matériaux si celui-ci lui spécifie certains objectifs (luminosité en une zone donnée, luminosité à une heure donnée etc..). Ces objectifs doivent être matérialisés sous la forme de graphes temporels décrits précédemment, chacun de ces graphes correspondant à la luminosité “idéale” d’une zone précise de l’espace. Le programme estime alors la somme pondérée des différences entre ces graphes idéaux et les graphes actuels. La pondération est définie par l’utilisateur selon la priorité qu’il accorde à tel ou tel objectif. Le programme lui propose alors un ensemble de solutions architecturales possibles à appliquer pour minimiser cette somme. Par exemple, il peut lui conseiller d’augmenter la taille de la fenêtre du mur orienté vers le sud, ou encore de réajuster la hauteur de telle ou telle autre fenêtre. Lorsque l’utilisateur choisit une de ces stratégies, il voit en direct l’impact de sa modification sur les graphes temporels.

Exemple d’application

Les méthodes développées dans Lightsolve ont été utilisées en 2008 pour la conception du nouveau siège de l’entreprise Velux Belgique, société danoise qui  fabrique des fenêtres. En effet, les 1500 mde bureaux à Louvain-la-Neuve en Belgique devront tenir compte des problématiques environnementales en utilisant au maximum l’éclairage naturel. L’équipe qui a développé Lightsolve était alors en charge d’optimiser l’éclairage naturel au sein de l’édifice.
siege Velux

Figure 2 : Vue générale du nouveau siège de Velux

Le logiciel Lightsolve a permis d’évaluer les différents projets architecturaux et de proposer des améliorations au niveau de la conception grâce aux objectifs fixés par l’utilisateur. La méthode  Lightsolve a été comparée à d’autres certifications environnementales telles que la  HQE française (Haute qualité environnementale) et le LEED américain (Leadership in Energy and Environmental Design). Ces dernières ne prenaient pas en compte l’aspect temporel de l’éclairage (cycle des saisons, cycle d’une journée…) en évaluant de la luminosité à  une période de l’année et à un moment précis de la journée. Les graphes temporels ont montré que la luminance dépasse les valeurs limites. Ceci a modifié la conception d’origine sur la taille et l’orientation des fenêtres. Le retour d’expérience est positif. La plupart des architectes ont apprécié l’outil même si les graphiques n’étaient pas toujours compréhensibles pour l’utilisateur. Ces derniers points seront pris en compte dans une prochaine version du logiciel.

Conclusion

En définitive, Lightsolve est un outil d’aide à la conception architecturale qui prend en compte l’aspect temporel de l’éclairage naturel. Par la possibilité de spécifier certaines contraintes de conception, l’utilisateur peut arriver à un rendu optimal.

Nous vous souhaitons de bonnes fêtes de fin d’année et nous vous donnons rendez-vous l’année prochaine pour de nouveaux articles sur la simulation inverse de l’éclairage naturel.

Bibliographie

Le site du laboratoire sur l’éclairage naturel du Massachusetts Institute of Technology

http://daylighting.mit.edu/research.php

[1] Le tutoriel de Lightsolve.

[2] An intuitive daylighting performance analysis and optimization, Marilyne Andersen, Sian Kleindienst, Lu Yi, Jaime Lee, Magali Bodart, and Barbara Cutler Building Research & Information, November 2008.

[3] Application of the Lightsolve methodology for the pre-design of the new Belgian VELUX headquarters, M. Bodart, C. Cauwerts, M. Andersen, in Proceedings of Building Physics Symposium, Leuven, Belgium, October 29-31, 2008.

Un problème inverse : Détermination de la forme d’un réflecteur de lampe à partir d’un éclairage souhaité

Le problème de géométrie des lampes, et plus particulièrement des réflecteurs de lampes, implique de nombreuses difficultés physiques et la résolution de ce problème par voies informatiques est susceptible de faire économiser temps et argent pour les entreprises concernées. Il s’agit de partir de l’éclairage final souhaité pour remonter, par itération calculatoires, à une géométrie adaptée.

En 2007, un papier sur la conception des réflecteurs de lampe a été publié par Gustavo Patowa, Xavier Pueyoa et Alvar Vinacuab de l’université de Gironne. Ce papier expose leurs travaux sur une amélioration des algorithmes d’optimisation de ce problème. L’université de Gironne est en pointe sur la simulation inverse de la lumière, et publie de nombreux articles et thèses à ce sujet. Nous aurons sans aucun doute l’occasion de nous attarder à nouveau sur leurs travaux dans les mois à venir.

Dans cet article, nous commencerons par formaliser le problème inverse et préciser certaines notions. Dans un second temps, nous exposerons les travaux publiés en 2007 sur la conception des réflecteurs de lampes.

Formulation du problème

On part des équations de transport de la physique des particules pour décrire la propagation de la lumière :

L = Le + Lr

Cette équation nous dit que la luminance (intensité lumineuse par unité de surface) totale d’une surface donnée est égale à la luminance émise plus la luminance réfléchie.  On peut réécrire cette équation en mettant en valeur des opérateurs linéaires.

L= Le + KGL

K: Opérateur de réflexion de la surface.
G: Opérateur de radiance.

Différents types de problèmes peuvent être résolus :

  • la simulation directe de l’éclairage, calcul de L
  • géométrie inverse en déterminant G
  • réflectance inverse, calcul de K
  • éclairage inverse, calcul de Le

Géométrie inverse

Les travaux menés récemment par l’équipe de recherche de l’Université de Gironne sur la conception de réflecteur de lampe (voir figure 2) entrent dans le cadre d’un problème de géométrie inverse : partant d’une distribution de lumière souhaitée, ils peuvent concevoir l’état de surface du réflecteur grâce à la résolution du problème inverse. On pourrait croire que cette manière de procéder a été adoptée par tous les industriels, mais il n’en est rien ! De nombreux industriels continuent d’utiliser les anciennes méthodes d’ingénierie : ils conçoivent un réflecteur, le testent, apportent des modifications pour concevoir un nouveau réflecteur, le testent, etc.… Ces procédés s’avèrent très couteux. La figure 1 expose en trois étapes le principe de la simulation inverse : l’éclairage de gauche est l’éclairage souhaité par l’utilisateur du logiciel ; les calculs de géométrie inverse permettent de déterminer la forme 3D du réflecteur qui génèrera l’éclairage de droite, “assez” similaire à l’éclairage souhaité.

Les 3 étapes de la géométrie inverseLe problème énoncé ci-dessus est résolu de manière indirecte en utilisant des techniques d’optimisation. Grâce à des méthodes de simulation directe, on peut obtenir les distributions de différentes géométries de réflecteurs ; le choix entre ces réflecteurs s’effectue en minimisant l’écart entre la distribution voulue et la distribution simulée. C’est justement ces fonctions de minimisations qui font l’objet des travaux exposés dans le papier de 2007. Dans cet article, les auteurs exposent d’abord les précédents travaux effectués dans ce domaine ; ils expliquent ensuite leur nouvelle solution et la comparent aux anciennes.

Nous n’exposerons pas ici les aspects mathématiques de cette fonction de minimisation. Cependant, il est intéressant de noter qu’un des nouveaux aspects développés lors de ces travaux est l’utilisation des connaissances de l’utilisateur : celui-ci spécifie en entrée une géométrie de référence à partir de laquelle les calculs seront effectués. Cette géométrie est censée être assez proche du résultat escompté. L’utilisateur peut aussi définir certaines limites de géométrie, s’il a par exemple des contraintes industrielles en termes de taille du réflecteur à produire.

Loin d’être les plus récents, ces travaux effectués à l’université de Gironne nous semblent être néanmoins une bonne entrée en matière pour bien comprendre le procédé de simulation inverse de l’éclairage. Le papier est écrit de manière très claire et pédagogique, il expose en préalable les solutions précédemment utilisées. Et même si ces travaux se limitent à un éclairage artificiel, les méthodes de résolutions pourraient être réutilisées dans le cadre de l’éclairage naturel.

Bibliographie

User-guided inverse reflector design. Gustavo Patowa, Xavier Pueyoa, Alvar Vinacuab, 2007.

Simulation inverse de l’éclairage naturel – Présentation

Cadre du sujet : S’intéresser principalement aux études menées sur la simulation inverse de l’éclairage naturel appliqué à la conception d’objets architecturaux (forme géométrique et propriété des matériaux). L’état de l’art actuel date de plus de cinq ans. Nous essayerons de privilégier l’aspect dynamique de l’éclairage naturel qui a rarement été pris en compte.

Présentation du sujet

La simulation inverse

La simulation inverse consiste à remonter aux causes à partir des effets. Deux grandes classes de méthodes sont utilisées pour résoudre ce type de problème :

  • Les méthodes directes essayent de trouver une solution analytique par une inversion de système linéaire.
  • Les méthodes indirectes effectuent des simulations qui sont comparées avec les effets réellement observés : ainsi ; le modèle est corrigé par itérations successives. Généralement, ce type de résolution fait à appel à des techniques d’optimisation et à des méthodes de simulations directes.

La simulation inverse de l’éclairage

Deux grandes applications :

  • La gestion de l’éclairage : placement de spots dans les bureaux, calcul de la forme d’un déflecteur d’une lampe de bureau…
  • La conception architecturale où on part d’un résultat attendu par l’architecte pour définir les choix architecturaux qui seront faits : forme d’une fenêtre, transparence d’une vitre, jeux de miroirs etc. … C’est bien la lumière naturelle qui est concernée (soleil, ciel). Cette lumière est particulière car non-ponctuelle ; elle a de plus la caractéristique de ne pas être uniforme dans le temps (cycle de la journée, cycle des saisons…)

Communautés intéressées :

  • L’informatique graphique, limité à l’éclairage artificiel ;
  • Les architectes ;
  • Les urbanistes ;
  • Les concepteurs d’éclairage…