Dalla Natura alla Struttura: Architettura Iperbolica attraverso l'Ottimizzazione Parametrica

Abstract

Questa tesi analizza come i processi di progettazione parametrica e ottimizzazione strutturale forniscano soluzioni innovative in architettura con geometria iperbolica ispirata alla natura. L'efficienza strutturale e l'ordine geometrico di formazioni naturali come le barriere coralline costituiscono la base delle forme iperboliche e offrono un potenziale stimolante per l'armonia estetica, contestuale e strutturale nella progettazione architettonica. Questo studio esamina il potenziale di trasferimento dei principi strutturali tratti dai sistemi naturali all'ambiente costruito attraverso un approccio di progettazione "dalla natura alla natura" analizzandoli e reinterpretandoli attraverso strumenti digitali. Questo studio analizza l'evoluzione storica dell'architettura iperbolica dai primi pionieri come Shukhov alle applicazioni moderne e, in questo contesto, indaga in dettaglio due importanti esempi di torri iperboliche, la storica torre Shukhov e la contemporanea torre Canton. Questi processi sono stati dettagliati con la modellazione seguita da analisi strutturale e processi di ottimizzazione utilizzando strumenti di progettazione parametrica. Considerando sia un esempio storico che uno contemporaneo, lo studio ha rivelato importanti risultati sull'efficienza strutturale, la compatibilità contestuale e l'evoluzione delle strutture iperboliche e ha dimostrato il potenziale degli strumenti parametrici nell'ottimizzazione di geometrie complesse in diversi periodi di tempo. In seguito a questi esami, è stato sviluppato un progetto di torre di osservazione iperbolica, Reef Echoes, che è il focus principale dello studio. Sono stati selezionati diversi contesti geografici e ambientali come Italia, Turchia e Australia, che include la Grande Barriera Corallina, per dimostrare come i processi di progettazione possano essere adattati a variabili basate sul contesto. Queste diverse regioni sono state selezionate per produrre soluzioni che soddisfano i requisiti dell'analisi de

This thesis investigates how parametric design and structural optimization processes provide innovative solutions in architecture with hyperbolic geometry inspired by nature. The structural efficiency and geometric order of natural formations such as coral reefs form the basis of hyperbolic forms and offer inspiring potential for aesthetic, contextual and structural harmony in architectural design. This study examines the potential of transferring structural principles taken from natural systems to the built environment through a "nature to nature" design approach by analyzing and reinterpreting them through digital tools. This study analyzes the historical evolution of hyperbolic architecture from early pioneers such as Shukhov to modern applications, and in this context inquires in detail two important examples of hyperbolic towers, the historical Shukhov Tower and the contemporary Canton Tower. These processes were detailed with modeling followed by structural analysis and optimization processes using parametric design tools. By considering both a historical and a contemporary example, the study revealed important results about the structural efficiency, contextual compatibility and evolution of hyperbolic structures, and demonstrated the potential of parametric tools in optimizing complex geometries over different time periods. Following these examinations, a hyperbolic observation tower project, Reef Echoes, which is the main focus of the study, was developed. Different geographical and environmental contexts such as Italy, Turkiye and Australia, which includes the Great Barrier Reef, were selected to demonstrate how design processes can be adapted to context-based variables. These different regions were selected to produce solutions that meet the requirements of architectural site analysis as well as unique environmental and cultural factors, demonstrating the ability of parametric modeling and analysis tools to rapidly test and optimize design in context.