Ropokite, vaikščiokite, bėgiokite: Dirbtinio intelekto valdomi pastatai

Pastatų efektyvumo didinimo procesas yra laipsniškas. Kaip žmonės turi išmokti ropoti, o tada vaikščioti, kad galėtų bėgioti, taip ir pastatų valdytojai pirmiausia turi surinkti atitinkamus pradinius duomenis apie energijos suvartojimą, susijusį su tokiomis sistemomis kaip ŠVOK ir apšvietimas. Kaip visi žinome, jei negalite to išmatuoti, negalite to ir pataisyti.

Be to, pastatų valdytojai gali naudoti surinktus duomenis, kad palaipsniui patobulintų tokias sritis kaip energijos vartojimo efektyvumas, eksploatacija ir komfortas.

Pastatų valdymo kontekste „bėgimas“ vyksta tada, kai duomenys iš skirtingų šaltinių pastate ar net keliuose pastatuose yra integruojami, analizuojami ir su jais imamasi veiksmų realiuoju laiku, autonomiškai, remiantis dirbtiniu intelektu.

Mano nuomone, pastatų ateitis yra tokia: tvarūs, savarankiški pastatai su mažesnėmis priežiūros sąnaudomis.

Tam tikrais atžvilgiais ta ateitis atėjo

Jutiklių diegimas ir prijungimas

Didžiausias kliūtis tvaresniems ir pelningesniems pastatams kyla dėl to, kad trūksta duomenų apie pastatų sistemas ir operacijas. Turime išspręsti duomenų rinkimą tiek pirmajame, tiek antrajame etape, ir tai daroma diegiant jutiklius ir prisijungus prie esamos vietinės pastato valdymo sistemos.

ŠVOK sistemos sunaudoja iki 70% pastatuose naudojamos metinės energijos, o veiksnių, tokių kaip oro srautas, drėgmė, slėgis ir temperatūra, kintamumas turi įtakos sistemų veikimui. Jutikliai, kurie seka tokius kintamuosius, sukuria informacijos lobyną, kurį gali panaudoti dirbtinio intelekto algoritmai, siekdami efektyvumo lygio, kuris kitaip nebūtų įmanomas. Panašiai, užimtumo ir judesio jutikliai gali generuoti realaus laiko duomenis apie pastato naudojimą, kuriuos galima panaudoti efektyvumui didinti.

Duomenų rinkimas yra labai svarbus, o duomenų kaupimas iš kelių šaltinių, pvz., pastatų automatizavimo ir pastatų valdymo sistemų, padidina jūsų galimybes padidinti pelningumą ir efektyvumą viename pastate, taip pat tarp kelių pastatų komplekte. Kadangi pastatai yra atsakingi už 40% visos energijos suvartojimo visame pasaulyje, energijos suvartojimo mažinimas šiame sektoriuje turi pasaulinių pasekmių klimatui.
Dirbtiniu intelektu paremta analizė taip pat gali padėti sumažinti sistemos prastovas ir padidinti efektyvumą, aptikdama anomalų sistemos komponentų, tokių kaip vožtuvai, elgesį ir įjungdama techninės priežiūros įspėjimą.

Kadangi pastate X algoritmų priežiūra ir perkvalifikavimas vyksta automatiškai, modeliai ir toliau išlaiko savo tikslumą, nes keičiasi sąlygos ir su jais susiję duomenys. Tikime, kad geriausias dirbtinis intelektas yra tas, kuris veikia fone ir leidžia klientams sutelkti dėmesį į savo verslą.

X pastate turime algoritmus, kurie leidžia optimizuoti maždaug dešimtį skirtingų tvarumo aspektų, skirtingus energijos suvartojimo aspektus ir skirtingus saugumo bei eksploatavimo aspektus. Tai kelionė ir mes ką tik pradėjome tą kelionę.

Ateities galimybės su autonominiu elgesiu

Atsižvelgdami į būtinybę išplėsti išmaniosios infrastruktūros ir automatizavimo sprendimus pastatams, kuriuose jų vis dar trūksta, pradėjome “Siemens Xcelerator”. “Building X” yra šios atviros skaitmeninės verslo platformos dalis, leidžianti klientams lengviau, greičiau ir didesniu mastu pagreitinti savo skaitmeninę transformaciją. Siemens Xcelerator yra mūsų kvietimas partneriams, klientams ir kūrėjams bendradarbiauti ir sukurti dirbtinį intelektą pramoniniu lygiu. Kadangi diegiama daugiau jutiklių ir dirbtinis intelektas tampa galingesnis, mes įsivaizduojame papildomų galimybių, kad pastatų valdymas taptų tvaresnis, produktyvesnis ir pelningesnis.

Šiandien dirbtinis intelektas gali iš anksto aptikti gedimus dar prieš jiems įvykstant, tačiau ateityje jis galėtų būti sukonfigūruotas taip, kad atliktų tokius veiksmus kaip darbo užsakymo aktyvavimas remiantis surinktais duomenimis. Jis taip pat galėtų optimizuoti erdvės panaudojimą, kad būtų skatinamas energijos vartojimo efektyvumas, siūlydamas darbuotojams darbo vietas pastate, kad jie būtų sutelkti centrinėje zonoje, kuri yra šildoma arba vėsinama priklausomai nuo sezono.

Tačiau, dirbtiniam intelektui tampant vis autonomiškesniam, jis vis tiek vadovausis pastatų valdytojų nustatytais parametrais. Algoritmai galėtų reguliuoti oro kaitos greitį, pavyzdžiui, kad apsaugotų gyventojų sveikatą peršalimo ir gripo sezonų metu, arba pastato savininkas galėtų nurodyti sistemai optimizuoti ŠVOK komponentus, kad pailgintų sistemos tarnavimo laiką.

Trečiasis etapas – autonominis veikimas, kai visa tai vyksta savaime ir nuolat. Mums dar reikia nueiti ilgą kelią, kad pridėtume daugiau galimybių ir optimizuotume kiekvieną pastato turtą. Potenciali nauda – tiek organizacijų pelnui, tiek aplinkai, kurioje visi dalyvaujame – yra milžiniška.

Rahul Chillar yra “Siemens Smart Infrastructure” vyresnysis viceprezidentas ir Building X vadovas