Methodology for carrying out optimization and calibration processes in practices of thermal engineering.Energy efficient buildings represent the near future in the building sector. The investigation on mechanisms to reduce the energy use are drastically increasing in the last years. This energy-saving is ideally obtained by means of passive technologies.The software GenOpt represents an important support tool to investigate the influence of different parameters in the simulation results. When this tool is used in an effective way, important time-savings are obtained within the optimization and calibration process.The calibration of building simulations by means of experimental data is necessary to control the energy consumption and to fix mistakes into the design process. Furthermore calibrated simulations are one of the four ways proposes in the ASHRAE guideline 14 to validate an energy conservation measure.When a student learns to run this utility in combination with the software TRNSYS, important and definitively conclusions can obtain in the building simulation process. In this article a methodology for carrying out optimization and calibration processes is explained and through different examples, the importance and the advantages of using it in thermal engineering subjects is explained.This methodology gets special interest when a parametric or sensitivity analysis is performance. Moreover due to the multiplatform language and open source code characteristics, this software and consequently the methodology can be implemented in almost any simulation environment.Metodologa para la realizacin de procesos de optimizacin y calibracin en prcticas de ingeniera trmica.Los edificios inteligentes que utilizan la energa de una forma eficiente representan el futuro prximo en el sector de la edificacin. En los ltimos tiempos se han incrementado considerablemente diferentes mecanismos para reducir el consumo energtico en dicho sector. Estos mecanismos suelen ser preferentemente tecnologas pasivas.El programa GenOpt representa una importante herramienta de apoyo para analizar la influencia de distintos parmetros en los resultados de las simulaciones. Si esta herramienta se utiliza de una manera productiva, se pueden obtener importantes ahorros de tiempo en los procesos de calibracin y de optimizacin.La calibracin de las simulaciones en la edificacin mediante la confrontacin con datos experimentales se hace cada vez mas necesaria para controlar el consumo de energa y para resolver posibles errores cometidos en el proceso de diseo. Adems, las simulaciones calibradas es uno de los mtodos admitidos por la ASHRAE guideline 14 para validar posibles medidas de ahorro.Cuando un estudiante aprende a utilizar esta herramienta en combinacin con el software TRNSYS, puede llegar a obtener importantes resultados durante el proceso de simulacin de edificios. En este artculo se analiza la metodologa utilizada para la realizacin de procesos de calibracin y optimizacin y, mediante ejemplos, se explica la importancia y las ventajas de su utilizacin en asignaturas de simulacin y optimizacin energtica Esta metodologa se vuelve especialmente interesante a la hora de realizar estudios paramtricos o anlisis de sensibilidad. Adems, debido a las caractersticas de cdigo abierto y multiplataforma, el software y por consiguiente la metodologa pueden ser utilizados en combinacin con casi cualquier otro programa de simulacin.IntroduccinCada vez es ms comn y asequible la realizacin de simulaciones energticas en la edificacin. Si estas simulaciones se realizan adecuadamente, pueden simplificar considerablemente la realizacin de estrategias de control para los diferentes sistemas de climatizacin de los que est compuesto un edificio. Adems, un anlisis energtico detallado en la fase de construccin de un edificio, puede suponer una importante reduccin del consumo de energa del mismo a lo largo de su vida til.Tecnologas pasivas como la distribucin y el dimensionamiento de superficies acristaladas as como de dispositivos de sombra son ejemplos que permiten reducir las cargas trmicas o elctricas mximas o desplazar los momentos en las que stas ocurren.Los modelos de control predictivo [1] realizan diferentes simulaciones energticas en cada momento para poder escoger la mejor estrategia posible. Estos modelos requieren que las simulaciones sean lo suficientemente ligeras para poder actuar con un margen de tiempo razonable.En este trabajo se presenta la importancia de aprender a utilizar diferentes herramientas de simulacin y se describe la metodologa utilizada para la realizacin de estos anlisis. Para entender la metodologa, se describe primeramente las principales funcionalidades del software utilizado. Tambin se incluyen diversos ejemplos que clarifican los procedimientos.En [2] se explica la importancia de relacionar teora y prctica. Adems, se detalla la importancia de asimilar y extrapolar la metodologa de trabajo de manera que el aprendizaje sea lo mas eficaz posible y el alumno autorregule el propio proceso de aprendizaje.Caractersticas de las herramientas utilizadasA continuacin se detalla las especificaciones de los principales programas utilizados en las prcticas de la asignatura de ingeniera trmica haciendo especial nfasis en la herramienta de optimizacin dada su importancia.El software GenOpt es un programa genrico de optimizacin de cdigo abierto escrito en el lenguaje Java. Estas caractersticas lo convierten en una herramienta multiplataforma que si adems le aadimos su naturaleza de cdigo abierto, se puede adaptar para que funcione con casi cualquier programa y bajo cualquier sistema operativo.GenOpt se comunica con el programa base mediante archivos de texto por lo que es necesario que las entradas y las salidas de nuestro programa se puedan realizar empleando este formato de archivo. Esta peculiaridad facilita el entendimiento del mtodo de trabajo y reduce las curvas de aprendizaje del software. Estas caractersticas son muy ventajosas en el entorno acadmico dnde interesa que las herramientas utilizadas para la optimizacin o para la realizacin de estudios paramtricos no supongan una excesiva complicacin comparndolo con el programa base utilizado. Adems el hecho de trabajar con archivos de texto plano, facilita el tratamiento de la informacin y la generacin de tablas o grficos que muestren los resultados.Para llevar a cabo el anlisis, el software GenOpt necesita utilizar un algoritmo y aunque la comunicacin entre el programa de optimizacin GenOpt y el software de simulacin utilizado es relativamente sencilla, la seleccin del algoritmo que mejor se adapte a nuestras necesidades requiere cierta experiencia. Adems dependiendo del estudio a realizar y consecuentemente del algoritmo seleccionado, no siempre es necesaria la generacin de archivos de entrada y salida. Por ejemplo si lo que se est ejecutando es una optimizacin, el software se encarga de minimizar una funcin de coste previamente definida y que se genera en el archivo de salida utilizando el algoritmo predefinido.A pesar de que GenOpt no establece un lmite en el nmero de variables independientes que puede utilizar, se recomienda no exceder de diez para que el tiempo empleado en reducir la funcin de coste no sea excesivo, el nmero de variables sea manejable y el resultado obtenido sea interpretable.Adems, en muchas ocasiones, el programa base no permite la utilizacin de la capacidad de mltiples ncleos del procesador. Mediante la utilizacin de GenOpt, se puede lanzar una simulacin en cada ncleo y consecuentemente los tiempos de clculo se reducen considerablemente.Aunque el software incorpora por defecto algoritmos tanto para optimizaciones unidimensionales como multidimensionales, permite la incorporacin de nuevos algoritmos que se adapten mejor a las caractersticas de un problema en particular.Esta herramienta facilita por lo tanto la realizacin de clculos paramtricos y estudios de optimizacin por parte del estudiante y permite determinar diferentes puntos mnimos o mximos de funcionamiento as como imponer restricciones reales al modelo en estudio.Mejora de la capacidad de aprendizaje por parte del estudianteComo se ha detallado previamente, GenOpt es un programa de optimizacin que ha sido utilizado satisfactoriamente en prcticas de ingeniera trmica en combinacin con el programa de simulacin TRNSYS. Estas herramientas facilitan la enseanza de las prcticas de la asignatura y permite que el alumno comprenda problemas de transferencia de calor y de simulacin energtica. Gracias a estos programas, el alumno puede analizar el comportamiento del sistema en estudio y su respuesta dinmica ante variaciones de las condiciones de contorno o modificaciones de las propiedades de dicho sistema.En [3] se ha trabajado con herramientas similares y tambin se utiliz software de optimizacin y simulacin para un mejor entendimiento de conceptos tericos. La posibilidad de representar los resultados de una manera grfica facilita la interpretacin de los mismos y permite realzar la utilidad de las herramientas.Metodologa del proceso de optimizacinDado la variedad de problemas y estudios que se pueden realizar, GenOpt permite que los parmetros de entrada que se introducen en el programa puedan ser tanto continuos como discretos. Dependiendo del tipo de parmetro de entrada, los problemas de optimizacin se pueden clasificar en problemas con variables continuas Pc, problemas con variables discretas Pd y problemas donde aparecen ambos tipos de variables Pcd. La solucin adems se puede encuadrar mediante restricciones de manera que el tiempo necesario para llegar a la misma se reduce y se evita la obtencin de soluciones irreales. Adems, si el punto de partida est prximo a la solucin, el proceso de convergencia se acelera puesto que normalmente los programas de simulacin energtica en la edificacin obtienen la solucin al problema aproximando el sistema de ecuaciones diferenciales a una solucin numrica. Si establecemos restricciones en el problema mediante una funcin g, las notaciones pasarn a ser Pcg, P Pdg y Pdcg respectivamente.Normalmente si se realiza el estudio en una funcin no diferenciable, interesa realizar un estudio paramtrico previo para acotar la solucin y encontrar los diferentes puntos que minimizan la solucin y de esta manera restringir el anlisis y realizarlo en torno a la solucin ms realista evitando que el algoritmo falle en las discontinuidades.La seleccin del algoritmo se har fundamentalmente en funcin del tipo de problema atendiendo a la premisa de que dependiendo del tipo de algoritmo, alguno es ms fcil que falle en discontinuidades que otros. Tambin se tendr en cuenta las caractersticas de la funcin (continua o no continua, diferenciable o no diferenciable) y el tipo de problema (continuo, discreto o ambos).En la Tabla 1 se resume la combinacin entre el tipo de problema, la funcin de coste utilizada y los posibles algoritmos que ya vienen implementados en el programa.Tabla 1 Combinacin entre problemas y algoritmosProblemaDimensinFuncin de costeAlgoritmo

Pcn>1Continua y diferenciableHybridGPS implementation of the Hooke-JeevesDiscrete Armijo Gradient

Pcn>1No continuaHybridGPS implementation of the Hooke-JeevesParticle Swarm Optimization

Pcgn>1Continua y diferenciableHybridGPS implementation of the Hooke-Jeeves

Pcn=1Interval DivisionParametric

Pcgn=1Interval DivisionParametric

PdParticle Swarm Optimization

PcdHybridParticle Swarm Optimization

PcdgHybridParticle Swarm Optimization

PcdParametricEqMesh

In [4] se explica la utilizacin de diferentes algoritmos dentro de un proceso de optimizacin. Como ya se adelant previamente, el programa tambin permite la incorporacin de algoritmos desarrollados por el usuario. Interfaz de comunicacin de GenOpt GenOpt est formado principalmente de un parte encargada de manejar los archivos de texto y otra parte que trabaja con los diferentes algoritmos de optimizacin.Mediante la modificacin de diferentes archivos de texto se configura tanto la seleccin del algoritmo como la definicin de las distintas variables de entrada con las que se inicializa el proceso de optimizacin. En la Ilustracin 1 se muestran los archivos de texto necesarios para que GenOpt genere las variables de entrada necesarias para iniciar el proceso iterativo de simulacin. En [5] se muestra un ejemplo de estudio de la minimizacin del coste de vida mediante estas herramientas. Una vez ejecutada la simulacin, el programa de clculo devuelve unos datos de salida que son ledos nuevamente por la herramienta GenOpt. Si el resultado obtenido no cumple con los objetivos esperados, el proceso se repite iterativamente hasta que se cumplan los errores permitidos o hasta que el nmero mximo de iteraciones se haya alcanzado.Adems, como ya se explic previamente, GenOpt permite la inclusin de restricciones que evita que el mtodo converja en soluciones irreales.

Ilustracin 1 Interfaz de comunicacin entre GenOpt y el programa de simulacinMetodologa de trabajoLa realizacin de modelos energticos en la edificacin normalmente requiere el manejo de diferentes herramientas de simulacin que facilitan la incorporacin de las distintas caractersticas geomtricas y datos de funcionamiento.El alumno de prcticas de ingeniera trmica aprende a manejar estas herramientas y a obtener diferentes resultados variando datos constructivos y de operacin. En dichas prcticas, el proceso de simulacin comienza realizando un modelo geomtrico del edificio a simular. Normalmente este modelo se dibuja mediante un programa de diseo en 3D que en nuestro caso ha sido el programa SketchUp de Trimble. Este software permite el diseo de edificaciones en 3D de una manera rpida y eficaz puesto que la curva de aprendizaje es relativamente corta. Adems de las dimensiones del edificio a simular, esta herramienta permite la introduccin de las diferentes condiciones de contorno de los distintos cerramientos as como la divisin del edificio en estudio en las zonas trmicas necesarias para su correcta simulacin. Esta herramienta permite incluso la incorporacin de las distintas sombras que puedan afectar a la edificacin en estudio. Cuando estos sombreamientos evitan la radiacin directa en los vidrios del edificio en estudio se vuelven especialmente importantes e influyentes en las demandas trmicas del mismo.La facilidad de uso de esta herramienta es fundamental puesto que es uno de los primeros programas que maneja el alumnado de prcticas y ayuda a que el estudiante muestre inters en su aprendizaje y se involucre en las posteriores tareas de simulacin y anlisis de resultados.

Ilustracin 2 Modelo simplificado de una vivienda en SketchUpA continuacin, este modelo es importado en el panel de simulation studio de TRNSYS dnde se le incorporan las caractersticas de los cerramientos y de las superficies acristaladas. Adems, se le incorporarn los correspondientes sistemas de climatizacin y ventilacin y se introducirn las subrutinas necesarias para la simulacin del tiempo atmosfrico.

Ilustracin 3 Esquema de un sistema de climatizacin desarrollado en el entorno de TRNSYSLa Ilustracin 3 muestra un ejemplo de los elementos necesarios para realizar la simulacin trmica de un sistema de climatizacin en una vivienda. Aunque pueda parecer complejo, la interfaz grfica facilita la comprensin del sistema por parte del alumno. Adems esta interfaz va acompaada de su correspondiente archivo de texto dnde aparecen todos los inputs y outputs que el sistema permite modificar e interconectar.Una vez que el estudiante coge la suficiente experiencia en el manejo del software de simulacin, aparece la necesidad de una nueva herramienta que facilite la realizacin de estudios paramtricos o de optimizacin tan comunes en el mbito de la simulacin energtica de edificios.Utilizando la herramienta GenOpt, el estudiante puede realizar rpidas estimaciones atendiendo a los parmetros que considere oportunos. De esta manera se puede simular una envolvente en diferentes zonas geogrficas, ver cmo le afecta las propiedades de los cerramientos al consumo de la instalacin de climatizacin o cmo afecta a la inercia trmica del sistema, las diferentes cargas trmicas que se pueden imponer.ConclusionesEn este estudio se recoge la experiencia obtenida en el mtodo de enseanza utilizado en prcticas de simulacin de una asignatura de ingeniera centrada en simulaciones energticas. Esta metodologa de trabajo es fcilmente extrapolable a otras asignaturas con perfil similar.Gracias a la utilizacin de herramientas informticas de rpido aprendizaje, el alumno puede investigar el comportamiento del sistema en estudio y aprende a realizar estudios paramtricos y de optimizacin. Estos tipos de anlisis representan un papel fundamental dentro del rea tecnolgica.Las herramientas con interfaz amigable o con una curva de aprendizaje relativamente corta facilitan la asimilacin de conceptos por parte del alumno puesto que el tiempo invertido en el manejo de las herramientas se reduce y se incrementa el tiempo disponible para entender los conceptos tericos.El alumno, durante el transcurso de la prctica y gracias a la utilidad de estas herramientas, analiza el comportamiento trmico del sistema en estudio e investiga la influencia de cualquier parmetro o variable de entrada en las variables de salida que l considere oportunas. De esta manera el alumno descubre y entiende cmo responde un sistema trmico a una determinada solicitacin de manera que los conceptos tericos se vuelven ms fcilmente comprensibles.

Bibliografa[1]. Brian Coffey, Fariborz Haghighat, Edward Morofsky, Edward Kutrowski. A software framework for model predictive control with GenOpt. Energy and Buildings 42 (2010) 10841092.[2]. Mara Consuelo Siz Manzanares y Alfredo Bol Arreba. ENTRENAMIENTO METACOGNITIVO EN EL LABORATORIO DE FSICA: UNA PROPUESTA DE INNOVACIN DOCENTE. FECIES 2012[3]. L. Sanchez-Silva, J.L. Valverde (2011) SIMULATION OF CHEMICAL PROCESSES SUBJECT IN THE CHEMICAL ENGINEERING DEGREE, EDULEARN11 Proceedings, pp. 5786-5789.[4]. V. Yepes, F. Gonzalez-Vidosa, J.V. Marti, J. Alcala (2011) A SHORT POSTGRADUATE COURSE ON HEURISTIC DESIGN OF PRESTRESSED CONCRETE ROAD BRIDGE DECKS, INTED2011 Proceedings, pp. 5132-5141.[5]. Hasan, A.; Vuolle, M.; Sirn, K. Minimisation of life cost of a detached house using combined simulation and optimization. Build. Environ. 2008, 43, 20222034.