技術新聞:智慧城市AI打造建築物智慧的3種方式

技術新聞:智慧城市AI打造建築物智慧的3種方式

建築物中AI的未來是光明的,但始終需要人類正確使用和指導該技術。

AI使建築物更智慧的3種方式 建築物中AI的未來是光明的,但始終需要人類正確使用和指導該技術。 對於大多數人而言,商業建築被視為實體的靜態結構。 然而,從控制電梯的軟件平台到智能照明,商業建築存在復雜的技術方面,這通常被忽視。 這些功能強調了商業建築如何從人工智能(AI)等破壞性技術中受益。 成本下降,可訪問性增強以及IoT設備更加先進,這使得在更細粒度的級別上更輕鬆地生成有關建築物及其內部系統性能的數據。 物聯網的核心是使不同組件能夠相互通信,而無需任何智能。缺乏智能意味著建築物可能會產生大量數據,需要手動篩選這些數據以收集運營見解。 這為應用AI創造了絕佳的機會,可以將AI轉化為可操作的信息。沒有人工智能,來自建築物的數據合併既費時又無用。 隨著AI繼續滲透到市場中,以下是三種可以用來使建築物更智能的方法。 1. 預測能源優化 在減少能耗方面,建築物要依靠事後報告,從根本上分析使用了哪種能源,然後進行更改,以期希望下次使用更少的能源。人工智能和預測性分析正以萌芽式主動方法來打破這一局面。 讓我們以建築物內供暖和製冷的優化為例。 控制建築物內的室溫就像控制騎自行車時的速度。自行車運動時,許多力會改變自行車的速度。 踩踏板會產生將自行車向前推動的力。還有摩擦力,重力和其他作用力使騎手減速。當用於推動自行車前進的力與使自行車減速的力處於平衡狀態時,自行車以恆定速度行駛。 在加熱和冷卻(HVAC)系統的情況下,存在許多影響空間溫度的熱負荷。為了給房間降溫,系統將冷空氣吹入空間以降低溫度。 但是,其他熱負荷(例如人類活動,太陽輻射和電子設備產生的熱量)會增加室溫。當這些負載加起來為零時,室溫就固定了。 想像一下,您正在上坡和下坡坡道上騎自行車。您會以恆定的速度騎行嗎?可能不會。您將積聚動能(更快地踩踏板),以爬上山坡,或者沿著海岸走下坡路。 基於AI的能源管理平台可以通過將AI以機器學習的形式應用到建築物熱特性的高級模型中來識別建築物的“上坡”和“下坡”。 它會根據歷史使用模式(下坡時間),確定何時對建築物進行預冷以避免在能源價格最高時(上坡)使用能源,或者何時由於建築物內的閒置時間而減少製冷量。 )。 所有這些都在將溫度保持在建築物租戶舒適的範圍內的同時實現的。 2. 預防性維護和故障檢測 除了優化日常操作外,還可以依靠AI和機器學習進行故障檢測。 AI技術非常適合僅使用數據而不使用數學模型來學習輸入和輸出變量之間的關係。 這項技術可以出色地分析來自建築物內各種系統和IoT設備的數據,以識別異常和不一致之處。識別出這些症狀後,可以將AI用於診斷。 注意AI的局限性也很重要。雖然故障檢測從根本上講是一個技術問題-AI可以幫助加快工作-但仍然需要人的直覺和專業知識。 在理想的世界中,數據異常將通過AI算法自動檢測出來,然後立即進行分類並找出根本原因。 然而,在建築物內,存在資源約束的更深層次的問題。檢測問題通常還有很多細微和定性的方面,需要人進行篩選。 必須從預算角度考慮成本,ROI和可用資金。列表中可能有10 -20個項目具有良好的投資回報率和舒適性影響,但AI不會知道即將發生的事件需要為會議室運行或部門不在城鎮,因此請優先考慮該部分建築物不會造成破壞。 由於這些原因,將建築物內的AI與國家運營中心(NOC)相結合以過濾客戶的定性需求是資源受限設施的最佳策略。 3. 改善住戶舒適度 使用AI優化建築運營並防止故障會從本質上為租戶創造一個更舒適的環境。 探索舒適性,直接的房客反饋和AI之間的關係可能​​是智能建築中最新的發展之一。 公司正在積極尋找最佳方法,以在共享工作場所中為個人提供個性化的舒適感。雖然目前尚無明確的發展方向,但可以肯定的是,人類是建築物中的終極傳感器。 因此,移動應用程序(可能是可穿戴設備)的集成可能會在租戶與建築物交互的方式中扮演重要角色。 如前所述,AI可用於基於各種變量來完善建築物性能的高級模型。使用應用程序或其他反饋機制進行租戶輸入可能會成為改善該模型的另一個數據流。 這是一個早期的概念,目前尚不清楚這可能揭示什麼或以什麼方式影響智能建築的運行方式。任何智能建築的目標都是為其中的人們創造更好的體驗,這使租戶的反饋至關重要。 建築物中AI的未來是光明的,但始終需要人類專業知識來正確利用和指導該技術。 傳統上,建築空間採用新技術的速度一直很慢,但是採用基於AI的解決方案是不可避免的,因為它利用了設施中採用IoT驅動的設備的迅猛發展。