Sürün, Yürü, Koş: Yapay Zeka Destekli Binalar

Binaların verimliliğini en üst düzeye çıkarma süreci, kademeli bir süreçtir. Tıpkı insanların önce sürünmeyi, sonra yürümeyi öğrenmesi ve en sonunda koşabilmesi gibi, bina yöneticileri de HVAC ve aydınlatma gibi sistemlerle ilişkili enerji tüketimine dair ilgili temel verileri önce toplamalıdır. Hepimizin bildiği gibi, ölçemezseniz, düzeltemezsiniz.

Daha sonra, bina yöneticileri topladıkları verileri enerji verimliliği, operasyonlar ve konfor gibi alanlarda aşamalı iyileştirmeler yapmak için kullanabilirler.

Bina yönetimi bağlamında 'çalıştırma', bir bina içindeki ve hatta birden fazla binadan farklı kaynaklardan gelen veriler yapay zekaya dayalı olarak gerçek zamanlı olarak entegre edildiğinde, analiz edildiğinde ve üzerinde hareket edildiğinde gerçekleşir.

Bana göre, binaların geleceği şu şekildedir: daha düşük bakım maliyeti olan sürdürülebilir, özerk binalar.

Bazı yönlerden, bu gelecek geldi

Sensörleri dağıtma ve bağlama

Daha sürdürülebilir ve karlı binaların önündeki en büyük engel, bina sistemleri ve operasyonları hakkında veri eksikliğinden kaynaklanmaktadır. Hem birinci hem de ikinci aşamada veri toplamayı çözmeliyiz ve bu sensörleri devreye alarak ve mevcut şirket içi bina yönetim sistemine bağlanarak yapılır.

HVAC sistemleri binalarda kullanılan yıllık enerjinin %70'ine kadarını tüketirve hava akışı, nem, basınç ve sıcaklık gibi faktörlerdeki değişkenlik sistemlerin performansını etkiler. Bu gibi değişkenleri izleyen Sensörler, aksi takdirde mümkün olmayacak bir verimlilik seviyesine ulaşmak için AI algoritmaları tarafından kullanılabilecek bir bilgi hazinesi oluşturur. Benzer şekilde, doluluk ve hareket sensörleri, verimliliği artırmak için kullanılabilecek bir binanın kullanımı hakkında gerçek zamanlı veriler üretebilir.

Veri toplamak çok önemlidir ve bina otomasyonu ve bina yönetim sistemleri gibi birden fazla kaynaktan veri toplamak, tek bir binada ve ayrıca bir portföydeki birkaç bina arasında karlılığı ve verimliliği artırma yeteneğinizi katlar. Çünkü binalar dünya çapında toplam enerji kullanımının% 40'ından sorumludur.Bu sektörde enerji tüketimini azaltmanın küresel iklim etkileri vardır.
Yapay zeka özellikli analitik, vanalar gibi sistem bileşenlerindeki anormal davranışları tespit ederek ve bir bakım uyarısını tetikleyerek sistemin duruş süresini azaltmaya ve verimliliği artırmaya yardımcı olabilir.

Building X algoritmalarının bakımı ve yeniden eğitilmesi otomatik olarak gerçekleştiğinden, koşullar ve ilişkili veriler değiştikçe modeller doğruluğunu korumaya devam eder. En iyi yapay zekanın arka planda çalışan ve müşterilerin işlerine odaklanmalarına izin veren yapay zekanın olduğuna inanıyoruz.

Building X'te yerleşik olarak sürdürülebilirliğin bir düzine kadar farklı yönü, enerji tüketiminin farklı yönleri ve güvenlik ve operasyonların farklı yönleri üzerinde bir miktar optimizasyon yapmanıza olanak tanıyan algoritmalarımız var. Bu bir yolculuk ve biz bu yolculuğa daha yeni başladık.

Özerk davranışlarla gelecekteki fırsatlar

Hala bunlardan yoksun olan binalara akıllı altyapı ve otomasyon çözümlerini ölçeklendirmenin zorunluluğu göz önüne alındığında, başlattık Siemens Xcelerator. Building X, müşterilerin dijital dönüşümlerini daha kolay, daha hızlı ve ölçekli bir şekilde hızlandırmalarını sağlayan bu açık dijital iş platformunun bir parçasıdır. Siemens Xcelerator iş ortaklarına, müşterilere ve geliştiricilere iş birliği yapmaya ve yapay zekayı endüstriyel düzeyde yapmaya davet ediyoruz. Ve daha fazla sensör devreye alındıkça ve yapay zeka daha güçlü hale geldikçe, bina yönetimini daha sürdürülebilir, üretken ve karlı hale getirmek için ek fırsatlar öngörüyoruz.

Bugün, yapay zeka hataları meydana gelmeden önce proaktif olarak tespit edebilir, ancak gelecekte topladığı verilere dayanarak bir iş emrini tetiklemek gibi eylemler alacak şekilde yapılandırılabilir. Ayrıca, bir binadaki çalışanlar için mevsime bağlı olarak ısıtılan veya soğutulmuş merkezi bir alanda yoğunlaşmaları için çalışma yerleri önererek enerji verimliliğini artırmak için alan kullanımını optimize edebilir.

Ancak, Yapay Zeka ne kadar özerk hale gelirse gelsin, yine de bina yöneticilerinin belirlediği parametreler doğrultusunda çalışacaktır. Örneğin, algoritmalar soğuk algınlığı ve grip sezonlarında kullanıcıların sağlığını korumak için hava değişim oranını ayarlayabilir veya bir bina sahibi, sistemin ömrünü uzatmak için HVAC bileşenlerini optimize etmesi yönünde sistemi yönlendirebilir.

Üçüncü aşama, tüm bunların sürekli olarak kendi başına gerçekleştiği özerk davranıştır. Daha fazla yetenek eklemek ve her bir bina varlığını optimize etmek için daha uzun bir yolculuğumuz var. Organizasyonların kârlılığı ve hepimizin paylaştığı çevre için potansiyel faydalar çok büyük.

Rahul Chillar, Siemens Smart Infrastructure Kıdemli Başkan Yardımcısı ve Building X Başkanı