Keywords

asa

Строительство и техногенная безопасность

2413-1873

КФУ им. В.И. Вернадского

340

Town planning

Градостроительство

ПОТЕНЦИАЛ ГЕНЕРАТИВНОГО ПРОЕКТИРОВАНИЯ ПРИ АДАПТИВНОМ ПОВТОРНОМ ИСПОЛЬЗОВАНИИ ПАМЯТНИКОВ ПРОМЫШЛЕННОЙ АРХИТЕКТУРЫ

THE POTENTIAL OF GENERATIVE DESIGN IN THE ADAPTIVE REUSE OF INDUSTRIAL ARCHITECTURE

Козодаева

В. С.

Kozodaeva

V. S.

Бардина

Г. А.

Bardina

G. A.

Санкт-Петербургский политехнический университет Петра Великого (СПбПУ) Peter the Great St. Petersburg Polytechnic University Санкт-Петербургский политехнический университет Петра Великого (СПбПУ) Peter the Great St. Petersburg Polytechnic University

07 07 2026

41(93)

5 18

2026

Строительство и техногенная безопасность

https://stroyjurnal-asa.ru/index.php/asa/article/view/340

В работе рассматривается возможность использования генеративного дизайна для решения задач функционального зонирования при повторном использовании зданий промышленной архитектуры. Объектом исследования выступает корпус зального типа, типичный для индустриального наследия российских городов. Предложена методика, включающая параметризацию физической структуры здания и функциональных требований, а также стремление к нахождению оптимального варианта зонирования с помощью алгоритмов в среде Grasshopper и плагинов Ladybug и Galapagos. Проведено сравнение ручного и генеративного методов зонирования на основе архитектурных, пространственных и экономических параметров. Результаты показали, что генеративный подход позволяет не только учитывать большее количество факторов за меньшее время, но и формирует более эффективное по экономическим показателям решение. Метод подтверждает свою применимость как инструмент предпроектного анализа при реконструкции зданий промышленного наследия.

This article examines the use of generative design for the functional zoning of industrial heritage sites for adaptive reuse. A method for parameterizing an existing building and the requirements for its functions is proposed using Rhino, Grasshopper, Ladybug, and Galapagos. A comparison of manual and generative approaches is performed using a hall-type industrial building as an example.

Subject of the study: Functional zoning of industrial heritage sites using generative design.

Materials and methods: Digital model of a hall-type industrial building, parametric modeling in Rhino and Grasshopper, illumination analysis in Ladybug, and optimization of zoning options using Galapagos.

Results: A method for generative functional zoning was developed and tested. The generative approach demonstrated higher cost effectiveness compared to manual design and allowed for the identification of additional space use scenarios.

Conclusions: Generative design can be effectively applied at the pre-project analysis stage during the reconstruction of industrial heritage sites, reducing labor costs and improving the quality of decisions made.

Keywordsreconstructionrenovationadaptive reusegenerative designindustrial architecturecultural heritage sites

Ключевые словареконструкцияреновацияадаптивное повторное использованиегенеративный дизайнпромышленная архитектураобъекты культурного наследия

полный текст на сайте stroyjurnal-asa.ru

Егоров М. В. Этапы развития промышленной архитектуры. Кризис типологии промышленной архитектуры // Инновационная наука. 2022. №5-2. URL: https://cyberleninka.ru/article/n/etapy-razvitiya-promyshlennoy-arhitektury-krizis-tipologii-promyshlennoy-arhitektury (дата обращения: 11.05.2025).

Reconstruction of the gray belt objects based on energy efficiency clusters / L. Talipova, E. Shonina, K. Strelets, S. Lapteva // E3S Web of Conferences : 2018 International Science Conference on Business Technologies for Sustainable Urban Development, spbwosce 2018, St. Petersburg, 10–12 декабря 2018 года. Vol. 110. – St. Petersburg: EDP Sciences, 2019. – P. 01021. – DOI 10.1051/e3sconf/201911001021

Strategies for redevelopment of gray belt objects on the basis of neural networks / E. D. Kosyakov, L. V. Talipova, M. A. Romanovich [et al.] // Construction of Unique Buildings and Structures. – 2018. – No. 7(70). – P. 31-42. – DOI 10.18720/CUBS.70.3

Talipova, L. Methods for converting industrial zones / L. Talipova, E. Kosyakov, I. Polyakova // IOP Conference Series: Earth and Environmental Science, Khabarovsk, 10–13 апреля 2017 года. Vol. 90. – Khabarovsk: Institute of Physics Publishing, 2017

Салех Мария Сальвановна Внедрение цифровых методов на различных этапах архитектурного проектирования // AMIT. 2021. №1 (54). URL: https://cyberleninka.ru/article/n/vnedrenie-tsifrovyh-metodov-na-razlichnyh-etapah-arhitekturnogo-proektirovaniya (дата обращения: 05.05.2025).

Лаушкина Анастасия Александровна, Басов Олег Олегович Применение методов генеративного дизайна с использованием мультимодальных данных в сфере архитектуры и градостроительства // Научный результат. Информационные технологии. 2021. №3. URL: https://cyberleninka.ru/article/n/primenenie-metodov-generativnogo-dizayna-s-ispolzovaniem-multimodalnyh-dannyh-v-sfere-arhitektury-i-gradostroitelstva (дата обращения: 05.05.2025).

Serdar S.E., Kaya M.E. Generative landscape modeling in urban open space design: an experimental approach // Proceedings of Digital Landscape Architecture Conference 2019. – 2019. – P. 150–157. – URL: https://www.dla-conference.com/wp-content/uploads/2019/06/DLA19_05-24_1500_Serdar_Modelling-Urban-Open-Space.pdf (дата обращения: 04.05.2025).

Комарова А. А., Пыхтюк С. В., Чернышов Д. А., Дымченко М. Е. Образование архитектурной формы с применением алгоритмических методов // ИВД. 2019. №8 (59). URL: https://cyberleninka.ru/article/n/obrazovanie-arhitekturnoy-formy-s-primeneniem-algoritmicheskih-metodov (дата обращения: 05.05.2025).

Gunagama M. G. Generative algorithms in alternative design exploration // SHS Web of Conferences. – 2018. – Vol. 41. – Art. 05003. – Proceedings of eduarchsia 2017. – DOI: 10.1051/shsconf/20184105003. – URL: https://doi.org/10.1051/shsconf/20184105003 (дата обращения: 11.05.2025)

Nagy D., Lau D., Locke J., Lee B., Weber N., Schlueter A. Project Discover: an application of generative design for architectural space planning // Autodesk Research. – 2017. – 14 p. – URL: https://damassets.autodesk.net/content/dam/autodesk/research/publications-assets/pdf/project-discover-an-application.pdf (дата обращения: 11.05.2025)

Li Z., Li S., Hinchcliffe G., Maitless N., Birbilis N. Automated architectural space layout planning using a physics-inspired generative design framework // arxiv preprint arxiv:2406.14840. – 2024. – 25 p. – URL: https://arxiv.org/abs/2406.14840 (дата обращения: 11.05.2025)

Johan R., Chernyavsky M., Fabbri A., Madrazo L., Melenhorst M. Building intelligence through generative design: structural analysis and optimisation informed by material performance // Proceedings of the 24th International Conference on Computer-Aided Architectural Design Research in Asia (CAADRIA 2019). – 2019. – P. 895–904. – URL: https://www.researchgate.net/publication/333104509 (дата обращения: 04.05.2025).

Голикова, Я. А. Применение генеративного дизайна при расчете параметров солнечного воздействия / Я. А. Голикова, С. В. Киселев, Л. В. Талипова // Вестник гражданских инженеров. – 2023. – № 3(98). – С. 77-87. – DOI 10.23968/1999-5571-2023-20-3-77-87

Dorta T., Kinayoglu G., Hoffmann M. Performance-based generative design: an investigation of the integration of performance simulation and parametric design tools // Proceedings of the 100th ACSA Annual Meeting. – 2012. – P. 257–265. – URL: https://www.acsa-arch.org/proceedings/Annual%20Meeting%20Proceedings/ACSA.AM.100/ACSA.AM.100.33.pdf (дата обращения: 04.05.2025).

Бжахов М. И., Ефимова М. М., Журтов А. В. Алгоритмическое проектирование в архитектуре // ИВД. 2018. №2 (49). URL: https://cyberleninka.ru/article/n/algoritmicheskoe-proektirovanie-v-arhitekture (дата обращения: 05.05.2025).

Lee Ch., Shin S., Issa R. R. A. Multi-objective optimization of a free-form surface based on generative designs // Proceedings of the 18th International Conference on Computing in Civil and Building Engineering (ICCCBE 2020) / eds. Eduardo Toledo Santos, Sergio Scheer. – Lecture Notes in Civil Engineering, vol. 127. – Springer, Cham, 2021. – P. 1252–1261. – DOI: 10.1007/978-3-030-51295-8_90

Boon C., Griffin C., Papaefthimious N., Ross J., Storey K. Optimizing spatial adjacencies using evolutionary parametric tools: using Grasshopper and Galapagos to analyze, visualize, and improve complex architectural programming // Perkins+Will Research Journal. – 2015. – Vol. 07(02). – P. 25–37. – URL: https://www.brikbase.org/sites/default/files/PWRJ_Vol0702_02_Optimizing_Spatial_Adjacencies_Using_Evolutionary_Parametric_Tools.pdf (дата обращения: 11.05.2025)

Birkemo A. S., Samarakoon S. M. K. Application of generative design for structural optimization at the conceptual design phase // Building Information Modelling (BIM) in Design, Construction and Operations IV. – 2021. – P. 139–150. – URL: https://uis.brage.unit.no/uis-xmlui/bitstream/handle/11250/3057274/BIM21012FU1.pdf?Isallowed=y&sequence=1 (дата обращения: 11.05.2025)