Пълзи, ходи, бягай: Сгради, задвижвани от AI

Процесът на максимизиране на ефективността на сградите е постепенен. Точно както хората трябва да се научат да пълзят и след това да ходят, преди да могат да бягат, мениджърите на сградите трябва първо да съберат съответните базови данни за консумацията на енергия, свързана със системи като ОВК и осветление. Както всички знаем, ако не можете да го измерите, не можете да го поправите.

След това мениджърите на сгради могат да използват данните, които са събрали, за да направят постепенни подобрения в области като енергийна ефективност, операции и комфорт.

„Работа“ в контекста на управлението на сградите се осъществява, когато данните от различни източници в сградата и дори в множество сгради се интегрират, анализират и действат в реално време, автономно въз основа на AI.

Според мен бъдещето на сградите е следното: устойчиви, автономни сгради с по-ниски разходи за поддръжка.

Отчасти това бъдеще е пристигнало

Разполагане и свързване на сензори

Най-голямата бариера за по-устойчиви и печеливши сгради идва от липсата на данни за строителните системи и операции. Трябва да решим събирането на данни, както във фаза първа, така и във втора фаза, и това става чрез внедряване на сензори и свързване към съществуващата локална система за управление на сградите.

ОВК системите консумират до 70% от годишната енергия, използвана в сградите, а променливостта на фактори като въздушен поток, влажност, налягане и температура влияят върху работата на системите. Сензорите, които проследяват променливи като тези, създават набор от информация, която може да бъде използвана от AI алгоритми за постигане на ниво на ефективност, което иначе не би било възможно. По същия начин сензорите за заетост и движение могат да генерират данни в реално време за използването на сградата, които могат да бъдат използвани за повишаване на ефективността.

Събирането на данни е от решаващо значение и обобщаването на данни от множество източници - като автоматизация на сградите и системи за управление на сгради - умножава способността ви да подобрите рентабилността и ефективността в рамките на една сграда, а също и сред няколко сгради в портфолиото. Тъй като сградите са отговорни за 40% от общото потребление на енергия в световен мащабНамаляването на потреблението на енергия в този сектор има глобални последици за климата.
Анализът с активиран AI също може да помогне за намаляване на престоя на системата и повишаване на ефективността чрез откриване на аномално поведение в системни компоненти като клапани и задействане на сигнал за поддръжка.

Тъй като поддръжката и преквалификацията на алгоритмите на Building X се извършват автоматично, моделите продължават да поддържат своята точност, тъй като условията и свързаните с тях данни се променят. Вярваме, че най-добрият AI е този, който работи на заден план и позволява на клиентите да се съсредоточат върху бизнеса си.

Имаме алгоритми, вградени в Building X, които ви позволяват да направите известно ниво на оптимизация на десетина или повече различни аспекти на устойчивостта, по различни аспекти на потреблението на енергия и по различни аспекти на сигурността и операциите. Това е пътешествие, а ние току-що започнахме пътуването.

Бъдещи възможности с автономно поведение

С оглед на задължението за разширяване на интелигентната инфраструктура и решения за автоматизация на сгради, в които все още липсват такива, стартирахме Siemens Xcelerator. Building X е част от тази отворена дигитална бизнес платформа, която позволява на клиентите да ускорят дигиталната си трансформация по-лесно, по-бързо и в мащаб. Siemens Xcelerator е нашата покана към партньори, клиенти и разработчици да си сътрудничат - и да направят AI индустриален клас. И тъй като се внедряват повече сензори и изкуственият интелект става все по-мощен, ние предвиждаме допълнителни възможности да направим управлението на сградите по-устойчиво, продуктивно и печелившо.

Днес AI може активно да открива грешки, преди да възникнат, но в бъдеще може да бъде конфигуриран да предприема действия като задействане на работна поръчка въз основа на данните, които събира. Той може също така да оптимизира използването на пространството, за да насърчи енергийната ефективност, като предлага работни места за служителите в сградата, така че те да бъдат концентрирани в централна зона, която се отоплява или охлажда в зависимост от сезона.

Въпреки това, тъй като AI става по-автономен, той все още ще се ръководи от параметрите, които мениджърите на сградите определят за него. Алгоритмите могат да коригират скоростта на обмен на въздух, за да защитят здравето на обитателите по време на студените и грипните сезони, например, или собственик на сграда може да насочи системата да оптимизира компонентите на ОВК, за да удължи живота на системата.

Трета фаза е автономно поведение, при което всичко това се случва самостоятелно и постоянно. Все още ни предстои дълго пътуване, за да добавим повече възможности и да оптимизираме всеки отделен актив на сградата. Потенциалните ползи - за долните линии на организациите и за околната среда, която всички споделяме - са огромни.

Рахул Чилар е старши вицепрезидент и ръководител на Building X в Smart Infrastructure на Siemens