Plazi se, hodi, teci: stavbe, ki jih poganja umetna inteligenca

Proces povečevanja energetske učinkovitosti stavb poteka postopoma. Tako kot se morajo ljudje najprej naučiti plaziti in hoditi, preden lahko tečejo, morajo upravitelji stavb najprej zbrati ustrezne izhodiščne podatke o porabi energije v sistemih, kot sta klimatizacija in razsvetljava. Kot vsi vemo, če ne moremo meriti, ne moremo popraviti.

Nato lahko upravitelji stavb uporabijo zbrane podatke za postopne izboljšave na področjih, kot so energetska učinkovitost, delovanje in udobje.

»Tek« v kontekstu upravljanja stavb poteka takrat, ko se podatki iz različnih virov znotraj stavbe in celo iz več stavb integrirajo, analizirajo in se na njih v realnem času avtonomno odziva na podlagi umetne inteligence.

Po mojem mnenju je prihodnost stavb naslednja: trajnostne, avtonomne stavbe z nižjimi stroški vzdrževanja.

V nekaterih pogledih je ta prihodnost že tu.

Namestitev in povezovanje senzorjev

Največja ovira za bolj trajnostne in donosne stavbe izhaja iz pomanjkanja podatkov o stavbnih sistemih in delovanju. Rešiti moramo zbiranje podatkov, tako v prvi kot v drugi fazi, in to storimo z namestitvijo senzorjev in povezovanjem z obstoječim lokalnim sistemom za upravljanje stavb.

Sistemi HVAC porabijo do 70 % letne energije, porabljene v stavbah, pri čemer spremenljivost dejavnikov, kot so pretok zraka, vlažnost, tlak in temperatura, vpliva na delovanje sistemov. Senzorji, ki spremljajo takšne spremenljivke, ustvarjajo zaklad informacij, ki jih lahko izkoristijo algoritmi umetne inteligence za doseganje ravni učinkovitosti, ki sicer ne bi bila mogoča. Podobno lahko senzorji prisotnosti in gibanja ustvarjajo podatke v realnem času o uporabi stavbe, ki jih je mogoče izkoristiti za povečanje učinkovitosti.

Zbiranje podatkov je ključnega pomena, združevanje podatkov iz več virov – kot so sistemi avtomatizacije stavb in sistemi za upravljanje stavb – pa pomnoži vašo zmožnost povečanja dobičkonosnosti in učinkovitosti znotraj posamezne stavbe ter tudi med več stavbami v portfelju.Ker stavbe prispevajo 40 % celotne porabe energije po svetu, ima zmanjšanje porabe energije v tem sektorju globalne posledice za podnebje.
Analitika, ki temelji na umetni inteligenci, lahko pomaga tudi zmanjšati izpad sistema in izboljšati učinkovitost z zaznavanjem nenavadnega delovanja sistemskih komponent, kot so ventili, in sprožitvijo opozorila za vzdrževanje.

Ker se vzdrževanje in ponovno usposabljanje algoritmov Building X izvajata samodejno, modeli ohranjajo svojo natančnost tudi ob spreminjanju pogojev in z njimi povezanih podatkov. Verjamemo, da je najboljša umetna inteligenca tista, ki deluje v ozadju in omogoča strankam, da se osredotočijo na svoje poslovanje.

V Building X imamo vgrajene algoritme, ki vam omogočajo določeno stopnjo optimizacije na približno ducat različnih vidikov trajnosti, na različnih vidikih porabe energije ter na različnih vidikih varnosti in delovanja.

To je potovanje in mi smo to potovanje šele začeli.

Prihodnje priložnosti z avtonomnim delovanjem Glede na nujnost širitve pametne infrastrukture in rešitev za avtomatizacijo na stavbe, ki jih še nimajo, smo lansirali Siemens Xcelerator. Building X je del te odprte digitalne poslovne platforme, ki strankam omogoča lažje, hitrejše in obsežnejše pospeševanje njihove digitalne transformacije.Siemens Xcelerator je naše vabilo partnerjem, strankam in razvijalcem k sodelovanju – in k temu, da umetno inteligenco (AI) pripeljemo na industrijsko raven. In ker se namesti vedno več senzorjev in umetna inteligenca postaja vedno močnejša, predvidevamo dodatne priložnosti za bolj trajnostno, produktivno in donosno upravljanje stavb.

Danes lahko umetna inteligenca proaktivno zazna napake, še preden se pojavijo, v prihodnosti pa bi jo bilo mogoče konfigurirati tako, da bi na podlagi zbranih podatkov sprožila ukrepe, kot je izdaja delovnega naloga. Prav tako bi lahko optimizirala izkoriščenost prostora za spodbujanje energetske učinkovitosti s predlaganjem delovnih lokacij za zaposlene znotraj stavbe, tako da bi bili skoncentrirani v osrednjem območju, ki se ogreva ali hladi glede na letni čas.

Vendar pa bo umetna inteligenca, ko bo postala bolj avtonomna, še vedno vodena s parametri, ki jih zanjo določijo upravitelji stavb. Algoritmi bi lahko na primer prilagodili hitrost izmenjave zraka, da bi zaščitili zdravje uporabnikov v sezoni prehladov in gripe, ali pa bi lastnik stavbe sistem usmeril v optimizacijo komponent HVAC, da bi podaljšal življenjsko dobo sistema.

Tretja faza je avtonomno delovanje, kjer se vse to dogaja samostojno in neprekinjeno. Pred nami je še dolga pot, da dodamo več zmogljivosti in optimiziramo vsako posamezno stavbno sredstvo. Potencialne koristi – za poslovne rezultate organizacij in za okolje, ki si ga vsi delimo – so ogromne.

Rahul Chillar je višji podpredsednik in vodja Building X pri Siemens Smart Infrastructure