層別換気設計における熱的快適性と換気性能の知的な多目的最適化

机まわりの空気が重要な理由

私たちは人生の大部分を屋内で過ごしますが、目に見えない周囲の空気が健康、注意力、快適さに大きな影響を与えます。空調システムはたいてい分断された形で設計され、条件を予測するツール、エネルギー消費を抑える手段、意思決定を支援する別のツールがそれぞれ存在し、建物の運用者は試行錯誤でトレードオフを調整することになります。本研究は、それらの要素を有望なシステムである層別換気（部屋全体を撹拌するのではなく、呼吸域に直接新鮮な空気を供給する方式）に対して一体化した“知的”設計プロセスとしてつなげる方法を示します。

万人向けではない、ターゲットを絞った新鮮な空気

従来のシステムは部屋の空気を混合するか、床から上方へ押し上げることが多いのに対し、層別換気は異なるアプローチを取ります。頭部高さ付近で水平に清浄・調整された空気を供給するため、占有者はより新鮮な空気を少ない負担で吸入でき、多くの場合エネルギー消費も抑えられます。ただし、快適性、空気質、暖房効率は互いに相反することがあり、供給ジェットの速度、吹出口の角度、空気温度、壁の温度、あるいは人々の着衣の暖かさを変えると、これらの目標が複雑に改善・悪化します。著者らは典型的なオフィスの詳細なコンピューターシミュレーションを行い、それらをデータ化して、これらの因子がどのように相互作用するかを知的なシステムに学習させます。

快適性と清浄度を予測するコンピュータの学習

50件の慎重に検証されたシミュレーションから、チームは人工ニューラルネットワーク（脳に着想を得た計算モデル）を訓練し、4つの主要な結果を予測させます：人々が感じる平均的な温熱感、空気が入れ替わるまでの滞留時間、頭部と足首間の温度差、そして暖房エネルギーの効率です。次に遺伝的アルゴリズムと「ハリスホーク」戦略という2つの探索手法を用いて、これらネットワークの内部パラメータを自動調整し、予測がシミュレーションデータにできるだけ一致するようにします。進化的な遺伝的アルゴリズムがわずかに優れ、相関スコアが0.995を超える結果を出し、モデルの予測が元のシミュレーション結果とほぼ重なることを示しました。

単一の最適点でなく、適切な「落としどころ」を探索する

コンピュータが瞬時に性能を予測できるようになると、著者らは多目的オプティマイザに数千の設計設定を探索させます。単一の最良解を追うのではなく、快適性、空気の新鮮さ、温度の均一性のどれかを改善すれば他が悪化するような「パレート前線」を構築します。結果は明確なパターンを示します。人は供給空気が比較的速めだがドラフト感のない（約1.18–1.20 m/s）、やや暖かめ（約22 °C）で、軽いセーター程度の衣服着用量の場合に最も中庸（ニュートラル）に感じます。清浄度は小さい吹出口角度と強いジェットで向上し、これが古い空気をより速く掃き出します。一方で、上部が暖かく下部が冷える望ましくない層化は、広めの吹出口角度と中程度に暖かい壁面で緩和されます。注目すべきは、暖房効率がこれらの競合する解全体で高くほぼ一定に保たれることです。

選択肢の雲を具体的な選択肢に変える

設計者や設備管理者にとって、同等に良い選択肢が多数あることは実務上の課題です。結果を実用化するために、著者らはVIKORという意思決定手法を適用し、異なる優先度の下で最適化された解をランク付けします。彼らは代表的な10の「シナリオ」を構築します。1つは純粋な快適性を重視するもので、役員室や病室に適しています。別のシナリオは急速な空気更新を重視し、感染リスクが懸念されるクリニックや混雑した教室に向きます。その他は大ホール、ジム、オープンプランオフィス向けに快適性、清浄度、垂直方向の温度均一性をバランスさせます。各シナリオには吹出口角度、風速、空気・壁面温度、想定される衣服量の具体的範囲が付与され、抽象的な最適化を建物の運用者が設定できる実用的なつまみへと変換します。

日常の建物にとっての意義

専門外の人にも伝わる結論は明快です：快適で健康的かつ効率的な屋内空気を得るために勘に頼る必要はもはやない、ということです。高度な予測ツール、自動探索、選択肢の透明なランキングを組み合わせることで、本研究は層別換気システムを空間の種類や優先度に応じて調整するためのロードマップを提示します。実務では、暖房を強く効かせずに快適さを保つオフィス、患者により確実に新鮮な空気を届ける病棟、頭が暖かく足が冷える不快感を抑える大規模会場などが期待できます。本研究は、優れた換気の抽象的な可能性を現実に効く具体的で調整可能な設定に変える、知的な設計の有効性を実証しています。

引用: Hammouda, N.G., Ahmed, Z., Omar, I. et al. Intelligent multi-objective optimization of thermal comfort and ventilation performance in stratum ventilation design. Sci Rep 16, 6272 (2026). https://doi.org/10.1038/s41598-026-36233-7

キーワード: 室内空気質, 熱的快適性, 層別換気, 省エネルギー建築, 機械学習による最適化