Integrer maskinlæring direkte i HVAC-udstyrscontrollere, så udstyret kan lære, tilpasse og optimere ydeevnen under reelle driftsforhold.
Konventionelle HVAC-kontroller er afhængige af faste indstillinger, der ikke kan tilpasse sig skiftende driftsforhold. For AHU'er kan dette betyde afrimning for tidligt eller for ofte, hvilket spilder varmeenergi hele vinteren.
Maskinlæring integreret i Climatix-controlleren lærer AHU's normale, frostfrie opførsel. Den registrerer tegn på frost ved hjælp af eksisterende driftssignaler og udløser kun afrimning, når det er nødvendigt.
Hjælp HVAC-OEM'er med at levere mere adaptivt og effektivt udstyr, samtidig med at unødvendigt energiforbrug reduceres, hardware og konfigurationskompleksitet øges.
Fra statiske afrimningsregler til selvoptimerende AHU'er uden yderligere sensorer. Siemens integrerer maskinlæring direkte i Climatix-controllerplatformen.
Controlleren lærer AHU's frostfrie blæsereffektmønster som en virtuel reference, ingen dedikeret frostsensor kræves.
Den sammenligner løbende forventet, frostfri blæsereffekt med faktisk målt blæsereffekt i realtid.
En voksende afvigelse signalerer frostdannelse, valideret i simulering, laboratorium og felt.
Afrimning udløses kun, når det er nødvendigt. Modellen fortsætter med at lære og forfine med hver cyklus.
Udstyr, der kontinuerligt tilpasser sig de reelle driftsforhold og kun udløser afrimning efter behov gennem selvadaptiv optimering direkte på controlleren, hvilket pålideligt forhindrer isblokering og minimerer energiomkostningerne.
Lær normal udstyrsadfærd fra lokale driftssignaler, og tilpas inden for ingeniørdefinerede grænser. Ingeniører definerer mål, begrænsninger, fallback-adfærd, idriftsættelseshensigt og frigivelsesvalidering.
Forfine løbende den integrerede model, efterhånden som driftsforholdene ændrer sig, uden cloud-forbindelse eller store historiske datasæt.
En anslået reduktion på 20-30% for definerede AHU-scenarier uden frostsensorer sammenlignet med forebyggende afrimning. *
* Resultaterne afhænger af klima, frysetimer, driftsplan, luftstrøm, AHU-størrelse, varmegenvindingseffektivitet og andre driftsforhold. Resultaterne varierer og er ikke garanteret.
Climatix leverer økosystemet til udvikling af læringsbaserede funktioner i stor skala:
Når udetemperaturerne falder til under frysepunktet, er frostdannelse på AHU-varmevekslere uundgåelig. Intelligent afrimning lærer en AHU's normale, frostfrie opførsel og registrerer frost uden yderligere sensorer. Løsningen er valideret ved hjælp af AHU-data, simulering, felttest og test på Siemens performance lab i Zug, Schweiz.