Enhancing building performance : a Bayesian network model to support facility management

Author

Bortolini, Rafaela

Director

Forcada, Núria

Date of defense

2019-02-28

Pages

234 p.



Department/Institute

Universitat Politècnica de Catalunya. Departament d'Enginyeria Civil i Ambiental

Abstract

The performance of existing buildings is receiving increased concern due to the need to renovate the aging building stock and provide better quality of life for end users. The conservation state of buildings and the indoor environment conditions have been related to occupants’ well-being, health, and productivity. At the same time, there is a need for more sustainable buildings with reduced energy consumption. Most challenges encountered during the analysis of the performance of existing buildings are associated with the complex relationships among the causal factors involved. The performance of a building is influenced by several factors (e.g., environmental agents, occupant behavior, operation, maintenance), which also generate uncertainties when predicting it. Most previous studies that investigate methods to assess a building’s performance do not consider the uncertainty and are often based on linear models. Although different stakeholders’ requirements regarding building performance coexist, few studies centered on the implications of these requirements. Previous studies tend to be highly specific on indicators related to a particular performance aspect, overlooking potential trade-offs that may occur between them. Therefore, a holistic and integrated approach to manage the performance of existing buildings has not been explored. Facility managers need an efficient approach to deal with uncertainty, to manage risks, and systematically identify, analyze, evaluate and mitigate factors that may impact the building performance. Taking into account the aforementioned aspects, the aim of this thesis is to devise a Bayesian network (BN) model to holistically manage the operational performance of buildings and support facility management. The proposed model consists of an integrated probabilistic approach to assess the performance of existing buildings, considering three categories: safety and elements working properly, health and comfort, and energy efficiency. The model also provides an understanding of the causality chain between multiple factors and indicators regarding building performance. The understanding of the relationships between building condition, end user comfort and building energy efficiency, supports facility managers to unwind a causal explanation for the performance results in a reasoning process. The proposed model is tested and validated using sensitivity analysis and data from existing buildings. A set of model applications are discussed, including the assessment of a building’s performance holistically, the identification of causal factors, the prediction of building performance through renovation and retrofit scenarios, and the prioritization of maintenance actions. Case studies also allow to illustrate the applicability of the model for ensuring that its interactions and outcomes are feasible. Scenario analyses provide a basis for a deeper understanding of the potential responses of the model, helping facility managers to optimize operation strategies of buildings in order to enhance its performance. The results of this thesis also include data collection methods for the inputs of the proposed BN model. A building inspection system is proposed to evaluate the technical performance of buildings, a text-mining approach is developed to analyze maintenance requests of end users, and a questionnaire is formulated to collect end-user satisfaction regarding building comfort. To conclude, this work proposes the use of Building Information Modeling (BIM) to store and access building information, which are typically disperse and not standardized in existing buildings.


Actualmente, el desempeño de los edificios existentes es de gran interés debido a la necesidad de renovar el stock de edificios antiguos, proporcionando así una mejor calidad de vida a los usuarios finales. El estado de conservación de los edificios y las condiciones ambientales interiores se relacionan con el bienestar, la salud y la productividad de los ocupantes. Al mismo tiempo, existe la necesidad de edificios más sostenibles con un menor consumo energético. El desempeño de un edificio se ve afectado por varios factores (p.ej., agentes ambientales, comportamiento de los ocupantes, operación, mantenimiento, etc.). La mayoría de estos aspectos y causas muestran complejas relaciones, y consecuentemente existe una gran incertidumbre para predecirlo. Sin embargo, las investigaciones anteriores no contemplan estas relaciones causales y, a menudo, se basan en modelos lineales. Aunque el desempeño de los edificios se debe abordar teniendo en cuenta los requisitos de las diferentes partes interesadas, pocos estudios se centran en este enfoque. Los estudios anteriores tienden a analizar aspectos particulares del desempeño, ignorando las posibles relaciones que pueden ocurrir entre ellos. Los gestores de edificios deben abordar eficientemente la incertidumbre, gestionar los riesgos e identificar, analizar, evaluar y mitigar sistemáticamente los factores que pueden afectar el desempeño del edificio. Teniendo en cuenta los aspectos comentados anteriormente, el objetivo de esta tesis es desarrollar un modelo de red bayesiana (BN) para gestionar holísticamente el desempeño operativo de los edificios y apoyar su gestión. El modelo propuesto consiste en un enfoque probabilístico para evaluar el desempeño de los edificios existentes, considerando tres categorías: seguridad y funcionalidad, salud y confort, y eficiencia energética. El modelo también proporciona una interpretación de la cadena de causalidad entre los múltiples factores e indicadores relacionados con el desempeño del edificio. El análisis de las relaciones entre los diferentes aspectos del desempeño de los edificios (estado de conservación del edificio, el confort del usuario final y la eficiencia energética del edificio) va a permitir explicar y entender sus factores causales y va a posibilitar mejorar la gestión de estos edificios. La verificación del modelo propuesto se lleva a cabo mediante análisis de sensibilidad y datos de edificios existentes. Las aplicaciones del modelo incluyen: la evaluación del desempeño de edificios de forma integrada; la identificación de factores causales; la predicción del desempeño de los edificios a través de escenarios de renovación y modernización; y la priorización de las acciones de mantenimiento. La implementación del modelo en diversos casos de estudio permite ilustrar su aplicabilidad y validar su uso. Los resultados de esta tesis también incluyen métodos de recogida de datos para las variables del modelo propuesto. De hecho, se propone un sistema de inspección de edificios para evaluar el desempeño técnico de los edificios, se desarrolla un sistema de text mining para analizar las solicitudes de mantenimiento de los usuarios finales y se formula un cuestionario para recoger la satisfacción de los usuarios finales en relación a los espacios de los edificios en los que interactúan. Para concluir, este trabajo propone el uso del Building Information Modeling (BIM) para almacenar y acceder a la información necesaria para el modelo.

Keywords

Building performance; Facility management; Building condition; Building comfort; Energy efficiency; Causality analysis; Probabilistic risk assessment; Bayesian networks; Building Information Modeling (BIM)

Subjects

624 - Civil and structural engineering in general

Knowledge Area

Àrees temàtiques de la UPC::Enginyeria civil

Documents

TRB1de1.pdf

7.945Mb

 

Rights

ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

This item appears in the following Collection(s)