Puzajte, hodajte, trčite: zgrade koje pokreću AI

Proces maksimiziranja učinkovitosti zgrada je inkrementalni. Baš kao što ljudi moraju naučiti puzati, a zatim hodati prije nego što mogu trčati, upravitelji zgrada najprije moraju prikupiti relevantne osnovne podatke o potrošnji energije povezanim sa sustavima kao što su HVAC i rasvjeta. Kao što svi znamo, ako nešto ne možete izmjeriti, ne možete ni popraviti.

Zatim, upravitelji zgrada mogu koristiti podatke koje su prikupili za postepena poboljšanja u područjima kao što su energetska učinkovitost, poslovanje i udobnost.

"Trčanje", u kontekstu upravljanja zgradom, događa se kada se podaci iz različitih izvora unutar zgrade, pa čak i u više zgrada, integriraju, analiziraju i djeluju na njih u stvarnom vremenu, autonomno na temelju AI-ja.

Po mom mišljenju, budućnost zgrada je sljedeća: održive, autonomne zgrade s nižim troškovima održavanja.

Na neki način, ta budućnost je stigla

Postavljanje i povezivanje senzora

Najveća prepreka održivijim i profitabilnijim zgradama dolazi iz nedostatka podataka o građevinskim sustavima i operacijama. Moramo riješiti prikupljanje podataka, kako u prvoj tako i u drugoj fazi, a to se postiže postavljanjem senzora i povezivanjem s postojećim lokalnim sustavom upravljanja zgradama.

HVAC sustavi troše do 70 % godišnje energije koja se koristi u zgradama, a varijabilnost čimbenika kao što su protok zraka, vlaga, tlak i temperatura utječu na performanse sustava. Senzori koji prate varijable poput ovih stvaraju skup informacija koje AI algoritmi mogu iskoristiti za postizanje razine učinkovitosti koja inače ne bi bila moguća. Slično tome, senzori popunjenosti i pokreta mogu generirati podatke u stvarnom vremenu o korištenju zgrade koji se mogu iskoristiti za poboljšanje učinkovitosti.

Prikupljanje podataka je kritično, a prikupljanje podataka iz više izvora - poput automatizacije zgrada i sustava upravljanja zgradama - umnožava vašu sposobnost povećanja profitabilnosti i učinkovitosti unutar jedne zgrade, a također i među nekoliko zgrada u portfelju. Budući da su zgrade odgovorne za 40% ukupne potrošnje energije širom svijetaSmanjenje potrošnje energije u ovom sektoru ima globalne klimatske posljedice.
Analitika s omogućenom umjetnom inteligencijom također može pomoći u smanjenju zastoja sustava i poboljšanju učinkovitosti otkrivanjem anomalnog ponašanja u komponentama sustava kao što su ventili i aktiviranjem upozorenja o održavanju.

Budući da se održavanje i prekvalifikacija algoritama Building X odvijaju automatski, modeli nastavljaju održavati svoju točnost kako se uvjeti i povezani podaci mijenjaju. Vjerujemo da je najbolji AI onaj koji radi u pozadini i omogućava kupcima da se usredotoče na svoje poslovanje.

Imamo algoritme ugrađene u Building X koji vam omogućuju da napravite određenu razinu optimizacije na desetak različitih aspekata održivosti, na različitim aspektima potrošnje energije i na različitim aspektima sigurnosti i poslovanja. To je putovanje, a mi smo tek započeli to putovanje.

Buduće mogućnosti s autonomnim ponašanjem

S obzirom na imperativ povećanja pametne infrastrukture i rješenja za automatizaciju zgrada kojima još uvijek nedostaje, pokrenuli smo Siemens Xcelerator. Building X dio je ove otvorene digitalne poslovne platforme koja korisnicima omogućuje da ubrzaju svoju digitalnu transformaciju lakše, brže i razmjerno. Siemens Xcelerator je naš poziv partnerima, kupcima i programerima da surađuju i da izrade AI na industrijskoj razini. A kako se sve više senzora raspoređuje i kako umjetna inteligencija postaje moćnija, zamišljamo dodatne mogućnosti da upravljanje zgradama učinimo održivijim, produktivnijim i profitabilnijim.

Danas AI može proaktivno otkriti greške prije nego što se pojave, ali u budućnosti bi se mogao konfigurirati za poduzimanje radnji poput pokretanja radnog naloga na temelju podataka koje prikuplja. Također bi mogao optimizirati iskorištavanje prostora za promicanje energetske učinkovitosti predlaganjem radnih mjesta za zaposlenike unutar zgrade tako da budu koncentrirani u središnjem području koje se grije ili hladi ovisno o sezoni.

Međutim, kako AI postaje autonomniji, i dalje će se voditi parametrima koje upravitelji zgrada definiraju za njega. Algoritmi bi mogli prilagoditi brzinu izmjene zraka kako bi zaštitili zdravlje putnika tijekom sezone prehlade i gripe, na primjer, ili bi vlasnik zgrade mogao usmjeriti sustav na optimizaciju HVAC komponenti kako bi produžio životni vijek sustava.

Treća faza je autonomno ponašanje, gdje se sve to stalno događa samo od sebe. Preostaje nam još dug put kako bismo dodali više mogućnosti i optimizirali svaku pojedinačnu građevinsku imovinu. Potencijalne koristi, za prihode organizacija i za okoliš koji svi dijelimo, su ogromne.

Rahul Chillar, viši potpredsjednik i voditelj odjela Building X u tvrtki Siemens Smart Infrastructure