Una investigadora de la Universidad Politécnica de Madrid (UPM), en colaboración con la Universidad de Sevilla (US) y la Universidad Federico II de Nápoles (Unina) ha participado en la creación de una innovadora herramienta digital que ayuda a reducir el consumo energético y a mejorar el confort térmico de los hogares más vulnerables. Gracias a algoritmos de aprendizaje automático y modelos energéticos avanzados, el sistema puede analizar miles de combinaciones posibles y sugerir las soluciones más eficientes, económicas y sostenibles.
La investigación surge para abordar dos grandes retos europeos: por un lado, reducir el consumo energético del parque edificado, responsable de gran parte de las emisiones urbanas, y por otro, actuar sobre la vivienda social, el segmento más vulnerable social, económica y energéticamente. La rehabilitación de este tipo de viviendas plantea desafíos debido a la diversidad de sus características morfológicas, constructivas y sociales.
Mayor confort con el menor coste
La herramienta Reviva combina modelos energéticos avanzados con bases de datos sobre las características reales de los edificios. Esto permite simular automáticamente miles de escenarios posibles de rehabilitación, identificando las soluciones más efectivas según el tipo de edificio, el clima o el presupuesto disponible.
El sistema utiliza técnicas de optimización evolutiva, inspiradas en la selección natural, que prueban, comparan y seleccionan las estrategias más eficientes, maximizando el confort con el menor coste económico. Así, se evalúan múltiples combinaciones de mejoras de la envolvente térmica, sistemas de ventilación o medidas de control solar, determinando las que proporcionan mayor confort térmico interior al menor coste. Todo ello se traduce en una toma de decisiones basada en datos que se adapta a distintos contextos edificatorios y climáticos.
La investigación realizada contribuye de forma decisiva al avance de la eficiencia energética y la descarbonización del parque edificatorio europeo, objetivos clave de la Unión Europea. Además, apuesta por mejorar la calidad de vida y la salud de las personas más vulnerables, demostrando cómo la inteligencia artificial puede ponerse al servicio del bienestar social y de la sostenibilidad urbana. En palabras de los investigadores, este trabajo abre el camino hacia herramientas digitales más accesibles y colaborativas para la transición energética.
Se pueden explorar los resultados de forma visual y generar escenarios comparativos a través de dos versiones de la herramienta: una para tipología edificatoria de bloque en H y otra para tipología edificatoria de bloque lineal.