Puzite, hodajte, trčite: zgrade koje pokreće AI

Proces maksimiziranja efikasnosti zgrada je postepen. Baš kao što ljudi moraju naučiti da pužu, a zatim hodaju pre nego što mogu da trče, menadžeri zgrada moraju prvo da prikupe relevantne osnovne podatke o potrošnji energije povezane sa sistemima kao što su HVAC i osvetljenje. Kao što svi znamo, ako ne možete da nešto da izmerite, ne možete to da popravite.

Zatim, menadžeri zgrada mogu da koriste podatke koje su prikupili za postepena poboljšanja u oblastima kao što su energetska efikasnost, operacije i udobnost.

„Trčanje“, u kontekstu upravljanja zgradom, odvija se kada se podaci iz različitih izvora unutar zgrade, pa čak i u više zgrada, integrišu, analiziraju i na da se na njih deluje u stvarnom vremenu, autonomno zasnovano na AI.

Po mom mišljenju, budućnost zgrada je sledeća: održive, autonomne zgrade sa nižim troškovima održavanja.

Na neki način, ta budućnost je stigla

Raspoređivanje i povezivanje senzora

Najveća prepreka održivijim i profitabilnijim zgradama dolazi iz nedostatka podataka o građevinskim sistemima i operacijama. Moramo da rešimo prikupljanje podataka, kako u prvoj tako i u drugoj fazi, a to se postiže postavljanjem senzora i povezivanjem sa postojećim lokalnim sistemom upravljanja zgradama.

HVAC sistemi troše do 70% godišnje energije koja se koristi u zgradama, a varijabilnost faktora kao što su protok vazduha, vlažnost, pritisak i temperatura utiču na performanse sistema. Senzori koji prate varijable poput ovih stvaraju skup informacija koje AI algoritmi mogu da iskoriste za postizanje nivoa efikasnosti koji inače ne bi bio moguć. Slično tome, senzori popunjenosti i pokreta mogu da generišu podatke u realnom vremenu o upotrebi zgrade koji mogu da se iskoriste za poboljšanje efikasnosti.

Prikupljanje podataka je od kritične važnosti, a agregiranje podataka iz više izvora - kao što su automatizacija zgrada i sistemi upravljanja zgradama - umnožava vašu sposobnost da poboljšate profitabilnost i efikasnost unutar jedne zgrade, a takođe i među nekoliko zgrada u portfoliju. Zato što su zgrade odgovorne za 40% ukupne potrošnje energije širom sveta, smanjenje potrošnje energije u ovom sektoru ima globalne klimatske implikacije.
Analitika sa omogućenom AI takođe može da pomogne u smanjenju zastoja sistema i poboljšanju efikasnosti otkrivanjem nesvakidašnjeg ponašanja u komponentama sistema kao što su ventili i aktiviranjem upozorenja o održavanju.

Pošto se održavanje i prekvalifikacija algoritama Building X odvijaju automatski, modeli nastavljaju da održavaju svoju tačnost kako se uslovi i povezani podaci menjaju. Verujemo da je najbolja AI ona koja radi u pozadini i omogućava kupcima da se fokusiraju na svoje poslovanje.

Imamo algoritme ugrađene u Building X koji vam omogućavaju da izvršite određeni nivo optimizacije na desetak ili više različitih aspekata održivosti, na različitim aspektima potrošnje energije i na različitim aspektima bezbednosti i operacija. To je putovanje, a mi smo tek započeli to putovanje.

Buduće mogućnosti sa autonomnim ponašanjem

S obzirom na imperativ povećanja pametne infrastrukture i rešenja za automatizaciju zgrada kojima još uvek nedostaju, pokrenuli smo platformu Siemens Xcelerator. Building X je deo ove otvorene digitalne poslovne platforme koja omogućava kupcima da ubrzaju svoju digitalnu transformaciju lakše, brže i u obimu. Siemens Xcelerator je naš poziv partnerima, kupcima i programerima da sarađuju - i da naprave AI industrijskog kvaliteta. I kako se sve više senzora raspoređuje i kako AI postaje moćnija, zamišljamo dodatne mogućnosti da upravljanje zgradama učinimo održivijim, produktivnijim i profitabilnijim.

Danas AI može proaktivno da otkrije greške pre nego što se one pojave, ali u budućnosti bi se mogla konfigurisati da preduzme radnje poput pokretanja radnog naloga na osnovu podataka koje prikuplja. Takođe bi mogla da optimizuje korišćenje prostora za promovisanje energetske efikasnosti predlaganjem radnih lokacija za zaposlene u zgradi tako da budu koncentrisani u centralnom području koje se greje ili hladi u zavisnosti od godišnjeg doba.

Međutim, kako AI postaje autonomnija, i dalje će se rukovoditi parametrima koje menadžeri zgrada definišu za nju. Algoritmi bi mogli da prilagode brzinu razmene vazduha kako bi zaštitili zdravlje putnika tokom sezone prehlade i gripa, na primer, ili bi vlasnik zgrade mogao usmeriti sistem da optimizuje HVAC komponente kako bi produžio životni vek sistema.

Treća faza je autonomno ponašanje, gde se sve to stalno dešava samostalno. Preostaje nam još dug put da bismo dodali više mogućnosti i optimizirali svaku pojedinačna građevinska sredstva. Potencijalne koristi - za krajnje linije organizacija i za životnu sredinu koju svi delimo - su ogromne.

Rahul Čilar je viši potpredsednik i šef platforme „Building X" unutar divizije „Siemens Smart Infrastructure"