Neurale netwerken als metamodel voor hygrothermische simulaties van gebouwcomponenten – verbeteren van de rekentijd van probabilistische evaluaties

Thermische isolatie is een belangrijke stap in het verbeteren van de energetische prestaties van bestaande gebouwen. Bestaande, historische gebouwen hebben echter vaak een waardevolle gevel, waardoor het niet toegestaan is buitenisolatie te plaatsen. Het grootste deel van deze gebouwen heeft bovendien massieve buitenmuren, wat ook het navullen van de spouw uitsluit. Dit impliceert dat binnenisolatie de enige mogelijkheid is om de warmtevraag van het gebouw te doen dalen. Binnenisolatie zal echter de hygrothermische werking van de buitenwand sterk beïnvloeden, wat in sommige gevallen kan leiden tot schade zoals inwendige condensatie, schimmelvorming, vorstschade, ... Om dergelijke schadepatronen te voorkomen is het belangrijk de omstandigheden te bepalen waaronder bepaalde isolatie-ingrepen betrouwbaar zijn, om zo het falen van het binnenisolatiesysteem te kunnen voorspellen en voorkomen. Aangezien veel verschillende parameters de hygrothermische werking beïnvloeden en er een grote onzekerheid op die paramters zit, is een probabilistische analyse noodzakelijk. Er werd reeds een probabilistische ontwerpmethode ontwikkeld bij de Afdeling Bouwfysica van KU Leuven, in kader van een vorig doctoraatsonderzoek. Deze methodologie draait rond Monte-Carlo repetities van hygrothermische simulaties. Dergelijke probabilistische analyse is echter computationeel zeer zwaar, aangezien vaak 2D en 3D transiente simulaties nodig zijn. Om dergelijke analyse te kunnen uitvoeren binnen een realistische tijdspanne is het bijgevolg noodzakelijk om de numerieke efficientie van de reeds betsaande methodologie te verbeteren. Dat zal getracht worden via het toepassen van medamodellen: een vereenvoudigd en sneller rekenmodel dat de originele hygrothermische berekening vervangt. Aangezien deze techniek eerder nog niet succesvol toegepast werd voor hygrothermische simulaties zal dit een grote uitdaging zijn binnen dit doctoraatsonderzoek.