Optimización Multiobjetivo y Simulación Energética para el Diseño Eficiente de Módulos Funcionales

Autores

  • María C. Demarchi Centro de Investigación de Métodos Computacionales, CONICET-UNL & Universidad Tecnológica Nacional, Facultad Regional Santa Fe. Santa Fe, Argentina. https://orcid.org/0009-0009-0736-0256
  • Alejandro E. Albanesi Centro de Investigación de Métodos Computacionales, CONICET-UNL & Universidad Tecnológica Nacional, Facultad Regional Santa Fe. Santa Fe, Argentina. https://orcid.org/0000-0002-8315-2629
  • Federico Favre Universidad de la República, Facultad de Ingeniería, Instituto de Ingeniería Mecánica y Producción Industrial. Montevideo, Uruguay.

DOI:

https://doi.org/10.70567/mc.v42.ocsid8279

Palavras-chave:

Arquitectura modular, Eficiencia energética, EnergyPlus, Algoritmo Genético

Resumo

Frente al contexto actual de crisis energética y ambiental, el desarrollo de soluciones habitacionales sostenibles y eficientes adquiere un carácter urgente. Este trabajo aborda el análisis y la optimización de módulos funcionales prefabricados, pensados para su uso como viviendas u oficinas temporales. Fabricados en taller, estos módulos permiten un mayor control sobre la calidad constructiva, la gestión de residuos y la reducción de contaminantes, en comparación con los sistemas tradicionales de construcción in situ. Su principal ventaja radica en la adaptabilidad mediante la adecuada elección de dimensiones y materiales. En este sentido, se plantea una metodología basada en simulación computacional del rendimiento térmico y energético, acoplada a optimización multiobjetivo, para minimizar la demanda energética y maximizar el confort térmico interior, que permitan establecer lineamientos de diseño para una arquitectura modular eficiente, adaptable y sustentable.

Referências

Informe estadístico anual 2022. Informe Técnico, Ministerio de Economía de Argentina, 2022.

Alexakis K., Benekis V., Kokkinakos P., y Askounis D. Genetic algorithm-based multi-objective optimisation for energy-efficient building retrofitting: A systematic review. Energy and Buildings, 328:115216, 2025. http://doi.org/https://doi.org/10.1016/j.enbuild.2024.115216.

Barone G., Buonomano A., Forzano C., Giuzio G., Palombo A., y Russo G. A new thermal comfort model based on physiological parameters for the smart design and control of energy-efficient hvac systems. Renewable and Sustainable Energy Reviews, 173:113015, 2023. http://doi.org/https://doi.org/10.1016/j.rser.2022.113015.

Documentation E. Input Output Reference. U.S. Department of Energy, 2023.

EnergyPlus. https://energyplus.net, 2023.

Li Y., Sun J., Cui B., Li K., Dong J., Lian J., Zhao X., y Nawaz K. Multitarget control models for building thermal comfort and indoor air quality - a critical review. Results in Engineering, 24:103608, 2024. http://doi.org/https://doi.org/10.1016/j.rineng.2024.103608.

Orne M., Liddament M.W., yWilson A. Numerical Data for Air Indiltration Natural Ventilation Calculations. International Energy Agency, 1994.

ZIZI M. https://www.tingladoszizi.com.ar/modulos-funcionales/, 2025.

Publicado

2025-12-04

Edição

Seção

Artigos completos da conferência MECOM 2025