Kryp, gå, løpe: AI-drevne bygninger

Prosessen med å maksimere effektiviteten til bygninger er trinnvis. Akkurat som folk må lære å krype og deretter gå før de kan løpe, må bygningsledere først samle relevante grunnlinjedata om energiforbruk knyttet til systemer som HVAC og belysning. Som vi alle vet, hvis du ikke kan måle det, kan du ikke fikse det.

Deretter kan bygningsledere bruke dataene de har samlet inn til å gjøre trinnvise forbedringer innen områder som energieffektivitet, drift og komfort.

«Løping», i sammenheng med bygningsadministrasjon, finner sted når data fra forskjellige kilder i en bygning og til og med på tvers av flere bygninger integreres, analyseres og håndteres i sanntid, autonomt basert på AI.

Etter mitt syn er fremtiden for bygninger følgende: bærekraftige, autonome bygninger med lavere vedlikeholdskostnader.

På noen måter har fremtiden kommet

Distribuere og koble til sensorer

Den største barrieren for mer bærekraftige og lønnsomme bygninger kommer fra mangel på data om bygningssystemer og drift. Vi må løse datainnsamling, både i fase én og fase to, og det gjøres ved å distribuere sensorer og koble til det eksisterende lokale bygningsstyringssystemet.

VVS-systemer bruker opptil 70% av den årlige energien som brukes i bygninger, og variasjon i faktorer som luftstrøm, fuktighet, trykk og temperatur påvirker ytelsen til systemer. Sensorer som sporer variabler som disse skaper en mengde informasjon som kan utnyttes av AI-algoritmer for å oppnå et effektivitetsnivå som ellers ikke ville være mulig. På samme måte kan belegges- og bevegelsessensorer generere sanntidsdata om en bygnings bruk som kan utnyttes for å øke effektiviteten.

Det er viktig å samle inn data, og å samle data fra flere kilder - for eksempel bygningsautomatisering og bygningsstyringssystemer - multipliserer muligheten til å øke lønnsomheten og effektiviteten i en enkelt bygning og også mellom flere bygninger i en portefølje. Fordi bygninger står for 40% av det totale energiforbruket over hele verdenRedusert energiforbruk i denne sektoren har globale klimapåvirkninger.
AI-aktivert analyse kan også bidra til å redusere systemets nedetid og forbedre effektiviteten ved å oppdage unormal oppførsel i systemkomponenter som ventiler og utløse et vedlikeholdsvarsel.

Fordi vedlikehold og omskolering av Building X-algoritmer skjer automatisk, fortsetter modellene å opprettholde nøyaktigheten når forholdene og tilhørende data endres. Vi tror at den beste AI er den som fungerer i bakgrunnen og lar kundene fokusere på virksomheten sin.

Vi har algoritmer innebygd i Building X som lar deg gjøre et visst nivå av optimalisering på et dusin forskjellige aspekter av bærekraft, på forskjellige aspekter av energiforbruk, og på forskjellige aspekter av sikkerhet og drift. Det er en reise, og vi har nettopp begynt den reisen.

Fremtidige muligheter med autonom atferd

I lys av nødvendigheten av å skalere opp smart infrastruktur og automatiseringsløsninger til bygninger som fremdeles mangler dem, har vi lansert Siemens Xcelerator. Building X er en del av denne åpne digitale forretningsplattformen som gjør det mulig for kundene å akselerere sin digitale transformasjon enklere, raskere og i stor skala. Siemens Xcelerator er vår invitasjon til partnere, kunder og utviklere til å samarbeide — og gjøre AI industriell. Og etter hvert som flere sensorer blir distribuert og AI blir kraftigere, ser vi for oss flere muligheter for å gjøre bygningsledelsen mer bærekraftig, produktiv og lønnsom.

I dag kan AI proaktivt oppdage feil før de oppstår, men i fremtiden kan den konfigureres til å iverksette handlinger som å utløse en arbeidsordre basert på dataene den samler inn. Det kan også optimalisere plassutnyttelsen for å fremme energieffektivitet ved å foreslå arbeidssteder for ansatte i en bygning slik at de er konsentrert i et sentralt område som er oppvarmet eller avkjølt avhengig av sesong.

Etter hvert som AI blir mer autonom, vil den imidlertid fortsatt bli styrt av parametrene som bygningsledere definerer for den. Algoritmene kan justere hastigheten på luftutvekslinger for å beskytte beboernes helse i kulde- og influensasesonger, for eksempel, eller en bygningseier kan lede systemet til å optimalisere VVS-komponenter for å forlenge levetiden til systemet.

Fase tre er autonom oppførsel, der alt dette skjer på egen hånd fortløpende. Vi har fortsatt en lang reise å gå for å legge til flere muligheter og for å optimalisere hver eneste byggemateriale. De potensielle fordelene - for bunnlinjene i organisasjoner og for miljøet vi alle deler - er enorme.

Rahul Chillar er Senior Vice President og Head of Building X i Siemens Smart Infrastructure