Bygg inn maskinlæring direkte i HVAC-utstyrskontrollere, slik at utstyret kan lære, tilpasse og optimalisere ytelsen under virkelige driftsforhold.
Konvensjonelle HVAC-kontroller er avhengige av faste innstillinger som ikke kan tilpasse seg endrede driftsforhold. For AHUer kan dette bety å tine for tidlig eller for ofte, og kaste bort varmeenergi gjennom vinteren.
Maskinlæring innebygd i Climatix-kontrolleren lærer AHUs normale, frostfrie oppførsel. Den oppdager tegn på frost ved hjelp av eksisterende driftssignaler og utløser avriming bare når det er nødvendig.
Hjelp HVAC-OEM-produsenter med å levere mer adaptivt og effektivt utstyr samtidig som du reduserer unødvendig energibruk, ekstra maskinvare og installasjonskompleksitet.
Fra statiske avrimingsregler til selvoptimaliserende AHUer, uten ekstra sensorer. Siemens integrerer maskinlæring direkte i Climatix-kontrollerplattformen.
Kontrolleren lærer AHUs frostfrie vifteeffektmønster som en virtuell referanse, ingen dedikert frostsensor kreves.
Den sammenligner kontinuerlig forventet, frostfri vifteeffekt med faktisk målt vifteeffekt i sanntid.
Et økende avvik signaliserer frostdannelse, validert i simulering, laboratorium og felt.
Avrimning utløses bare når det er nødvendig. Modellen fortsetter å lære og foredle med hver syklus.
Utstyr som kontinuerlig tilpasser seg virkelige driftsforhold, og utløser avriming bare på forespørsel gjennom selvadaptiv optimalisering direkte på kontrolleren, og forhindrer pålitelig isblokkering samtidig som energikostnadene minimeres.
Lær normal utstyrsatferd fra lokale driftssignaler og tilpass deg innenfor ingeniørdefinerte grenser. Ingeniører definerer mål, begrensninger, fallback-atferd, igangkjøringsintensjon og utgivelsesvalidering.
Avgrens kontinuerlig den innebygde modellen etter hvert som driftsforholdene endres, uten skytilkobling eller store historiske datasett.
Anslagsvis 20— 30% reduksjon for definerte AHU-scenarier uten frostsensorer, sammenlignet med forebyggende avrimning. *
* Resultatene avhenger av klima, frysetimer, driftsplan, luftstrøm, AHU-størrelse, varmegjenvinningseffektivitet og andre driftsforhold. Resultatene varierer og er ikke garantert.
Climatix gir økosystemet for å utvikle læringsbaserte funksjoner i stor skala:
Når utetemperaturene faller under frysepunktet, er frostdannelse på AHU-varmevekslere uunngåelig. Intelligent avriming lærer en AHUs normale, frostfrie oppførsel og oppdager frost uten ekstra sensorer. Løsningen er validert ved hjelp av AHU-data, simulering, felttesting og testing ved Siemens performance lab i Zug, Sveits.