Naučte se lézt, chodit a běhat: Budovy na bázi umělé inteligence

Proces maximalizace efektivity budov je postupný. Stejně jako se lidé musí naučit plazit a teprve pak chodit, než mohou běhat, musí ředitelé budov nejprve shromáždit relevantní základní údaje o spotřebě energie spojené se systémy, jako jsou větrání, topení, klimatizace a osvětlení. Jak všichni víte, pokud něco nemůžeme změřit, nemůžeme to ani opravit.

Dále musí ředitelé budov použít shromážděná data k postupnému zlepšování v oblastech, jako je energetická účinnost, provoz a pohodlí.

„Běh“ v kontextu správy budov probíhá, až když data z různorodých zdrojů v budově a dokonce i napříč vícerými budovami prošla integrací, analýzou a použitím v reálném čase, autonomně na bázi AI.

Podle mého názoru je budoucnost budov následující: udržitelné, autonomní budovy s nižšími náklady na údržbu.

V jistém smyslu tato budoucnost přišla

Nasazení a připojení senzorů

Největší překážkou pro udržitelnější a ziskovější budovy je nedostatek údajů o systémech a provozech budov. Musíme řešit sběr dat, a to jak ve fázi první, tak ve druhé fázi, a to nasazením senzorů a připojením k existujícímu místnímu systému správy budov.

Systémy větrání, topení a klimatizace tvoří až 70 % roční spotřeby energie v budovách, přičmež variabilita faktorů, jako jsou průtok vzduchu, vlhkost, tlak a teplota, ovlivňují výkon systémů. Senzory, které sledují proměnné, jako jsou tyto, vytvářejí množství informací, které mohou algoritmy AI využít k dosažení úrovně efektivity, která by jinak nebyla možná. Podobně mohou senzory obsazenosti a pohybu generovat údaje o využití budovy v reálném čase, které lze využít ke zvýšení efektivity.

Shromažďování dat je zásadní a agregace dat z více zdrojů — jako je automatizace budov a systémy správy budov — znásobuje vaši schopnost zvyšovat ziskovost a efektivitu v rámci jedné budovy a také mezi několika budovami v portfoliu. Protože budovy jsou zodpovědné za 40 % celkové spotřeby energie na celém světěSnížení spotřeby energie v tomto odvětví má globální dopady na klima.
Analýza s podporou umělé inteligence může také pomoci snížit prostoje systému a zvýšit efektivitu detekování neobvyklého chování v systémových komponentách, jako jsou ventily, a spustit upozornění i potřebě údržby.

Protože k údržbě a rekvalifikaci algoritmů Building X dochází automaticky, modely si nadále udržují svou přesnos i při změně podmínek a souvisejících dat. Věříme, že nejlepší AI je ta, která pracuje na pozadí a umožňuje zákazníkům soustředit se na jejich podnikání.

V Building X jsou zabudovány algoritmy, které vám umožní provádět určitou úroveň optimalizace na tucet různých aspektů udržitelnosti, různých aspektů spotřeby energie a různých aspektů bezpečnosti a provozu. Je to cesta a my jsme se na tuto cestu právě vydali.

Budoucí příležitosti s autonomním chováním

Vzhledem k nutnosti rozšířit chytrou infrastrukturu a automatizační řešení na budovy, které je stále nemají, jsme spustili Siemens Xcelerator. Building X je součástí této otevřené digitální obchodní platformy, která zákazníkům umožňuje urychlit digitální transformaci snadněji, rychleji a ve velkém měřítku. Siemens Xcelerator je naše pozvání ke spolupráci pro partnery, zákazníky a vývojáře — pozýváme je také k využití umělé inteligence v průmyslu. S nasazením více senzorů a s tím, jak se umělá inteligence stává výkonnější, představujeme další příležitosti, jak změnit správu budov na udržitelnější, produktivnější a ziskovější.

Dnes může AI proaktivně detekovat chyby dříve, než k nim dojde, ale v budoucnu by mohla být nakonfigurována tak, aby prováděla kroky, jako je například spuštění pracovního příkazu na základě dat, která shromažďuje. Mohla by také optimalizovat využití prostor za účelem podpory energetické účinnosti navržením pracovních míst pro zaměstnance v budově tak, aby byli soustředěni v centrální oblasti, která je vytápěna nebo chlazena v závislosti na ročním období.

S tím, jak se AI stává autonomnější, bude se stále více řídit parametry, které pro ni definují správci budov. Algoritmy by mohly upravovat rychlost výměny vzduchu, aby chránily zdraví lidí během chladných a chřipkových období, nebo by majitel budovy mohl nasměrovat systém k optimalizaci komponent větrání, vytápění a klimatizace, aby se prodloužila životnost systémů.

Třetí fáze je autonomní chování, kde se to vše děje samo o sobě průběžně. Stále nás čeká dlouhá cesta, abychom přidali další možnosti a optimalizovali každý kus hmotného majetku. Potenciální přínosy v oblasti ziskovosti organizací a pozitivního vlivu na prostředí, které spolu sdílíme, jsou obrovské.

Rahul Chillar je senior viceprezidentem a vedoucím projektu Building X ve společnosti Siemens Smart Infrastructure