本文来自微信公众号：Engineering（ID：engineering2015），作者：丁菲等，原文标题：《高层建筑抗风智能幕墙丨Engineering》，题图来自：视觉中国
世界范围的城市化导致人口向人口密集的城市中心转移。这也是高层建筑蓬勃发展的原因之一，而高层建筑在恶劣天气下会受到不同程度的影响。尤其是高层建筑物由于体型细长，属于风敏感结构，更容易受到风的影响。在高层建筑的设计中，建筑工程师面临着寻找最高效、最经济的设计方案的挑战，同时他们还要确保建筑安全性、设计功能的可用性以及整个设计生命周期中使用者的适居性。
为了满足上述需求，人们通过采用气动找形，安装辅助阻尼装置或选择具有带式桁架、支腿桁架或巨型柱的有效建筑系统，在减轻高层建筑的风致运动方面取得了重大研究进展。在所有这些方法中，通过修改建筑物的外型以减弱主导风荷载强度的气动外形修正的方法前景最为广阔，这种方法在台北101和哈利法塔等建筑物的实际设计中已经得到体现。
当前气动外形修正通过对有限的候选建筑形式进行风洞测试来评估其空气动力学性能，然后选择性能最佳的几何轮廓供设计使用。随着计算领域的进步，就建筑设计而言，计算设计已成为一种强大的设计范例。常规设计实践依赖于昂贵且通常耗时的风洞实验，与之相比，开发用于气动外形修正的计算平台有望提供经济且美观的设计，同时也能深入探究气动设计空间。
在过去的几年中，关于高层建筑外形优化已经进行了一些基础研究，其中融合了机器学习技术的计算流体动力学（computational fluid dynamics, CFD），能够在建筑初始设计阶段捕捉到几何修改带来的气动性能提高。
城市布局很复杂，除了单独建筑物上作用的荷载外，建筑物通常还会受到城市空气动力学效应影响，其表现为受到周围的高层建筑群风环境干扰产生的不利荷载影响。
例如，当飓风艾克在2008年经过休斯顿市中心时，两个相邻建筑物之间由于干扰效应意外形成了局部涡流，损毁了大量建筑外层材料和玻璃。这是城市空气动力学作用的结果，由于风向和建筑物布局在某些特殊组合下增大了风荷载，从而造成了这些不利影响。而在建筑物的设计中无法预料到这些特殊工况。
就这点而言，仅在初步设计阶段考虑上述静态气动外形修正可能不足以面对不可预测的极端风环境挑战。类比于可操控的飞机变形翼，下一代高层建筑可以采用根据其周围流体环境而变化的结构形状。
为了建设未来更具适应力的城市，需要高层建筑能够积极响应变化的环境条件。赋予建筑人工智能是人们建设未来智慧城市梦寐以求的目标。
智能建筑可以结合传感、传动和信号处理几个要素从而顺利地改变建筑形式。受到鸟类生物力学的启发，即它们可以通过在飞行中改变其外形来提高在变化环境中的空中飞行能力，未来的高层建筑可以改变其设计外形以符合复杂且不断变化的城市风环境的要求。
涉及智能结构系统的早期创新工程实践可以追溯到莱特兄弟（Wright Brothers）进行的变形机翼设计。后来，该技术已被成功应用于自适应空间或海洋建筑的设计，其在使用寿命期限内可切换功能，同时移动机器人设计也采用该技术，以实现对其机械结构的变形控制。诸如此类，不胜枚举。材料科学、电气系统和计算机科学学科的快速发展正在推动智能土木建筑的前沿设计。
对于能够主动响应动态载荷如风荷载的智能建筑而言，阻碍其设计的一个主要挑战是变形系统附件必须在不影响抗载荷系统稳定性的情况下稳健运行。动态立面设计的复杂性要求人们对建筑和维护成本进行更多的考虑，这将给自动变形结构的设计带来挑战。通过最小化风荷载效应，变形系统有望降低与建筑系统和建筑物围护结构有关的成本。此外，动态立面带来的美学吸引力将使这些建筑成为现代城市的标志，并在多风天气环境下吸引游客的注意。
此外，在传感分析、人工智能（artificial intelligence, AI）和控制理论方面，将建筑的实时信息传达给实时控制系统，从而有效地响应不断变化的外部环境仍存在技术挑战。尽管土木建筑的自主变形还处于起步阶段，但我们目前的试点研究可以为实现这一概念铺平道路。在这项研究中，我们提出了一种基于信息物理的传感控制和传动系统，用于建筑物外墙的自主变形。
本文首先回顾利用CFD和机器学习技术进行的静态气动外形修正方法，并介绍了设计可变形结构的嵌入传感和传动系统以及控制算法的技术问题；还引入了用于自主变形建筑的信息物理设计平台。
由于风致效应和灾害的增加，城市地区风对高层建筑性能产生的影响往往伴随着经济损失。出现这一现象的原因一部分可能与气候异常有关，另一部分原因可能是建筑物的群集效应增强了风环境干扰。随着计算设计、人工智能、传感和传动以及网络物理基础设施的飞速发展，现在是探索未来建筑拓扑、利用动态立面主动变换轮廓来应对风环境变化的最好时机。通过直接应用于桥梁和其他结构，这将准实时地或根据风环境变化的需要提高建筑性能。
建筑物的自主变形可以通过现有的城市传感和计算网络的融合而实现。本文提出的网络物理系统是一个可以实现的思路，该系统通过城市感知和数据分析的知识融合来实现自主变形。计算模型的模拟结果验证了使用深度强化学习（DRL）和模型预测控制（MPC）控制建筑物横截面构造的变形系统。初步结果显示，AI代理和前沿的变形技术在减轻风致效应，从而改善其对民用基础设施性能及安全性的影响上有巨大应用潜力。
本文来自微信公众号：Engineering（ID：engineering2015），作者：丁菲等，以上内容来自：Fei Ding, Ahsan Kareem. Tall Buildings with Dynamic Facade Under Winds[J]. Engineering, 2020, 6(12):1443-1453.