SIA 180 Thermal Comfort

NWSX-002REF: 2026-05-09PythonMIT

Quellcode: github.com/NousWorksHQ/sia180-thermal-comfort

// ÜBERSICHT & ZWECK

Das SIA 180 Thermal Comfort Tool visualisiert den thermischen Raumkomfort gemäss dem Schweizer Standard SIA 180:2014 (Wärme- und Feuchteschutz, Raumklima). Es richtet sich an Architekten, Bauphysiker und alle, die den Komfort in Gebäuden analysieren und kommunizieren müssen.

Die App beantwortet die Frage: Liegt die Raumtemperatur in einem Gebäude innerhalb der Komfortgrenzen, die der Standard SIA 180 vorgibt?

Hintergrund: SIA 180 definiert Komfortgrenzen abhängig vom 48-Stunden-Mittel der Aussentemperatur. Damit werden sowohl Heiz- als auch Kühlgrenzen adaptiv – je nach Aussenklima gelten unterschiedliche Anforderungen. Diese Norm ist für die Schweizer Bauwirtschaft verbindlich relevant.

// TECHNISCHER AUFBAU

Stack

Technologie	Version	Rolle
Python	≥ 3.9	Laufzeitumgebung
pandas	≥ 2.0	Datenverarbeitung, CSV-Import
numpy	≥ 1.24	Numerische Berechnungen
plotly	≥ 5.18	Interaktive Browser-Visualisierung

Architektur

Das Projekt ist als Python-Bibliothek mit vier Kern-Funktionen aufgebaut:

sia180-thermal-comfort/
├── requirements.txt
├── example.py          # Lauffähiges Beispiel mit Demo-Daten
└── [modulname].py      # Kern-Bibliothek
    ├── parse_room_temp_csv()     # Raumtemperaturen einlesen
    ├── parse_outdoor_temp_csv()  # Aussentemperaturen einlesen
    ├── compute_comfort_data()    # 48h-Mittel & Komfortgrenzen berechnen
    └── plot_sia180()             # Plotly-Chart generieren

Berechnungslogik:

1. Aussentemperaturen werden zu einem gleitenden 48-Stunden-Mittel aggregiert
2. Gegen diesen Wert werden drei Grenzlinien aus SIA 180 berechnet:
   • Heiz-Sollwert (untere Komfortgrenze)
   • Passive Kühlgrenze
   • Aktive Kühlgrenze
3. Raumtemperaturpunkte werden gegen diese Grenzen geplottet
4. Datenpunkte werden nach Jahreszeit eingefärbt (Winter, Frühling, Sommer, Herbst)

CSV-Format

Die App erwartet strukturierte CSV-Dateien. Das Format ist im Repository dokumentiert.

# Raumtemperatur-CSV (vereinfacht)
timestamp;room_temp_C
2024-01-01 00:00;21.3
2024-01-01 01:00;21.1
...

# Aussentemperatur-CSV (vereinfacht)
timestamp;outdoor_temp_C
2024-01-01 00:00;-2.1
...

// INSTALLATION & NUTZUNG

Voraussetzungen

• Python 3.9 oder neuer
• pip (Python-Paketmanager)

python3 --version  # sollte ≥ 3.9 ausgeben
pip --version

Installation

git clone https://github.com/NousWorksHQ/sia180-thermal-comfort.git
cd sia180-thermal-comfort

# Abhängigkeiten installieren:
pip install -r requirements.txt

Beispiel ausführen

python example.py

Das Beispiel erzeugt einen interaktiven Plotly-Chart im Browser mit Demo-Daten.

Eigene Daten

from sia180 import (
    parse_room_temp_csv,
    parse_outdoor_temp_csv,
    compute_comfort_data,
    plot_sia180
)

room_df    = parse_room_temp_csv('mein_raum.csv')
outdoor_df = parse_outdoor_temp_csv('aussentemp.csv')
comfort    = compute_comfort_data(room_df, outdoor_df)

fig = plot_sia180(comfort)
fig.show()           # Browser-Vorschau
fig.write_html('output.html')  # Als Datei speichern

Tipp

Das Tool kann auch in Jupyter Notebooks verwendet werden. Plotly-Charts werden direkt im Notebook gerendert.

// BESONDERHEITEN & ENTSCHEIDUNGEN

Normbindung: Die Komfortgrenzen sind direkt aus dem Text der Norm SIA 180:2014 abgeleitet. Alle Berechnungen sind nachvollziehbar und referenzieren die jeweiligen Normabschnitte.

Plotly statt Matplotlib: Die Wahl von Plotly ermöglicht interaktive Charts im Browser – Nutzer können zoomen, einzelne Datenpunkte hovern und Saisonen ein-/ausblenden. Das erleichtert die Kommunikation der Ergebnisse in Berichten und Präsentationen.

Pandas ≥ 2.0: Das Projekt nutzt bewusst die aktuelle pandas-API (keine veralteten .append()-Methoden). Dies minimiert Deprecation-Warnungen und ist zukunftssicher.

MIT-Lizenz: Das Tool kann frei in kommerzielle Analyseprojekte eingebunden werden.