Ползай, ходи, беги: здания с искусственным интеллектом

Процесс максимального повышения эффективности зданий носит поэтапный характер. Подобно тому, как люди должны научиться ползать, а затем ходить, прежде чем бегать, руководители зданий должны сначала собрать соответствующие исходные данные о потреблении энергии такими системами, как системы отопления, вентиляции и кондиционирования воздуха и освещения. Как мы все знаем, если вы не можете измерить эти данные, вы не сможете ничего исправить.

Затем руководители зданий могут использовать собранные данные для постепенного улучшения таких областей, как энергоэффективность, эксплуатация и комфорт.

«Запуск» в контексте управления зданием происходит, когда данные из разных источников в здании и даже из нескольких зданий интегрируют, анализируют и обрабатывают в режиме реального времени автономно на основе искусственного интеллекта.

На мой взгляд, будущее зданий заключается в следующем: устойчивые автономные здания с более низкой стоимостью обслуживания.

В некотором смысле это будущее уже наступило

Внедрение и подключение датчиков

Самое большое препятствие на пути к более экологичным и прибыльным зданиям — отсутствие данных о системах и эксплуатации зданий. Мы должны решить проблему сбора данных как на первом, так и на втором этапах, и это возможно за счет внедрения датчиков и подключения к существующей локальной системе управления зданием.

Системы отопления, вентиляции и кондиционирования воздуха потребляют до 70% годовой энергии, используемой в зданиях, а изменчивость таких факторов, как расход воздуха, влажность, давление и температура, влияет на производительность систем. Датчики, отслеживающие такие переменные, создают массив информации, которую алгоритмы искусственного интеллекта могут использовать для достижения уровня эффективности, который в противном случае был бы невозможен. Аналогичным образом датчики присутствия и движения могут генерировать данные об использовании здания в реальном времени, которые можно использовать для повышения эффективности.

Сбор данных очень важен, а агрегирование данных из нескольких источников, таких как системы автоматизации зданий и управления зданиями, повышает рентабельность и эффективность как одного здания, так и нескольких зданий в портфолио. Потому что на здания приходится 40% общего потребления энергии во всем мире, сокращение потребления энергии в этом секторе имеет глобальные климатические последствия.
Аналитика с использованием искусственного интеллекта также сократит время простоя системы и повысит эффективность за счет выявления аномального поведения компонентов системы, таких как клапаны, и запуска оповещения о техническом обслуживании.

Поскольку обслуживание и переподготовка алгоритмов Building X происходят автоматически, модели продолжают сохранять свою точность по мере изменения условий и связанных с ними данных. Мы считаем, что лучший искусственный интеллект — это тот, который работает в фоновом режиме и позволяет клиентам сосредоточиться на своем бизнесе.

В Building X мы встроили алгоритмы, позволяющие оптимизировать около дюжины различных аспектов устойчивого развития, аспекты потребления энергии, а также различные аспекты безопасности и эксплуатации. Это долгий путь, и мы только начали его.

Будущие возможности с автономным поведением

Учитывая необходимость масштабирования интеллектуальных инфраструктурных и автоматических решений в зданиях, в которых их все еще нет, мы запустили Siemens Xcelerator. Building X является частью этой открытой цифровой бизнес-платформы, которая позволяет клиентам цифровизировать предприятие проще, быстрее и в больших масштабах. Siemens Xcelerator — наше приглашение партнерам, клиентам и разработчикам к сотрудничеству и созданию искусственного интеллекта промышленного уровня. Кроме того, по мере внедрения все большего количества датчиков и повышения мощности искусственного интеллекта мы видим дополнительные возможности для повышения устойчивости, производительности и прибыльности управления зданиями.

Сегодня искусственный интеллект может заблаговременно обнаруживать неисправности до их возникновения, но в будущем его можно будет настроить на выполнение таких действий, как запуск рабочего задания на основе собранных данных. Кроме того, можно оптимизировать использование пространства в целях повышения энергоэффективности, предложив сотрудникам рабочие места в здании так, чтобы они сконцентрировались в центральном помещении, которое отапливается или охлаждается в зависимости от сезона.

Однако по мере того, как ИИ становится все более автономным, он по-прежнему будет руководствоваться параметрами, определяемыми для него директорами зданий. Например, алгоритмы могут регулировать скорость воздухообмена, чтобы защитить здоровье жильцов в сезон простуды и гриппа, или владелец здания может поручить системе оптимизировать компоненты систем отопления, вентиляции и кондиционирования воздуха для продления срока службы системы.

Третья фаза — это автономное поведение, когда все это происходит само по себе на постоянной основе. Нам еще предстоит пройти долгий путь, чтобы добавить больше возможностей и оптимизировать каждый объект здания. Потенциальные выгоды — как для прибыли организаций, так и для окружающей среды, которую мы все разделяем, — огромны.

Рахул Чиллар — старший вице-президент и руководитель подразделения Building X в компании Siemens Smart Infrastructure