كيف :: بناء التلقائية والتعلم في مجال الآلات يمكن أن يُقلل الإضاءة والأشعة فوق البنفسجية النظم

How Building Automation and Machine Learning are Transforming Building Efficiency

وتتطور المباني الحديثة من الهياكل الثابتة إلى بيئات دينامية ومستجيبة، إذ إن إدماج نظم التشغيل الآلي في عمليات التعلم الآلي في هذه المرحلة من التحولات، مما يتيح مستويات غير مسبوقة من كفاءة الطاقة، وتخفيض التكاليف التشغيلية، والراحة الشاغلة، ومن خلال الانتقال إلى أبعد من الرقابة البسيطة القائمة على القواعد إلى تطبيق البيانات، والتنبؤ الأمثل، يمكن لمديري المرافق الآن أن يحسنوا نظم التبني الافتراضية ونظم التأقلم الحسنة.

Understanding Building Automation Systems (BAS)

نظام التشغيل الآلي للبناء هو النظام العصبي المركزي الذي يقوم على الحاسوب في مبنى ذكي، ويقوم برصد ومراقبة المعدات الميكانيكية والكهربائية ومعدات السباكة، مع التركيز أساسا على التدفئة والتهوية وتكييف الهواء والإضاءة والأمن والسلامة من الحرائق، ويعتمد نظام تقييم الأداء في جوهره على شبكة من أجهزة الاستشعار، والتحكم، والمشغلين، وضبط ظروف الطاقة، ووضع بروتوكولات للإرسال.

العناصر الأساسية لنظام مبسط متطور

ويشمل هيكل نظام تقييم الأداء الحديث أجهزة على المستوى الميداني مثل أجهزة استشعار درجة الحرارة، وأجهزة الكشف عن الشغل، ومجسات الضوء، ومترات التدفق، وهذه البيانات تغذي أجهزة التحكم المنطقي القابلة للبرمجة، أو أجهزة المراقبة الرقمية المباشرة، التي تنفذ منطق الرقابة وترسل أوامر إلى المبدعين الذين يعدلون أجهزة الصمامات، أو الصمامات، أو أجهزة الوصل اليدوية للأجهزة.

جمع البيانات ومراقبتها

وتقوم استراتيجيات الرقابة التقليدية على أساس جداول ثابتة ونقاط محددة، وكثيرا ما تكون لها حلقات متجانسة متكاملة للمحافظة على الاستقرار، وفي حين أن هذه النظم القائمة على القواعد تستجيب للظروف بدلا من التنبؤ بها، فإنها لا تستطيع أن تتكيف بسهولة مع العلاقات المعقدة وغير المباشرة بين الشغل والطقس والتغيرات الحرارية الداخلية.

دور التعلم في مجال صناعة الآلات في عمليات البناء

وتضيف التربية الماكنة طبقة من المعلومات الاستخبارية على رأس نظام تقييم الأداء، وبدلا من تنفيذ قواعد محددة سلفا، تقوم خوارزميات ML بتحليل البيانات التاريخية والبيانات في الوقت الحقيقي لتحديد الأنماط والتنبؤ بالولايات المقبلة، وتحقيق أقصى قدر من الاستقلالية في إجراءات الرقابة، ولا تزال دائرة تقييم الأداء هي طبقة التنفيذ، ولكن محرك حركة التحرير توفر نقاطا وجداول زمنية وتسلسلات عمليات على النحو الأمثل.

التحليلات الطبية والاعتراف بالأدوات

القدرة الرئيسية للحركة في بناء التفاؤل هي نماذج التنبؤات، وتُدرَّب المقاييس على سنوات من بيانات الاستشعار، وسجلات الطقس، وسجلات الشغل، وتتعلم كيف يستجيب الكتلة الحرارية للمبنى لتغيرات في درجات الحرارة الخارجية، وكيف يتوافق استخدام الإضاءة مع توافر النهار، وكيف تتباين أنماط الشغل بحلول النهار والنهار، وموسم هذا الطلب.

أنواع نماذج التعلم الآلاتي المستخدمة

ويمكن تطبيق عدة نُهج في مجال إدارة المباني. نماذج التعلم بعدة مراحل، مثل التراجع والغابات العشوائية، تستخدم في التنبؤ باستهلاك الطاقة وكشف الأخطاء. تقنيات التعلم المدروس مثل المساعدة على تحديد أنماط استخدام الطاقة غير العادية أو المناطق المماثلة للتحكم المنسق في الوقت نفسه(4).

تحقيق الاستخدام الأمثل لنظم الإضاءة مع التعلم في مجال الآلات

الإضاءة تمثل حوالي 15-20% من استهلاك الطاقة الإجمالي للمبنى التجاري، وتحكم الإضاءة التقليدية تعتمد على ساعات الزمن أو أجهزة استشعار بسيطة للشغل مع موقوت ثابت، والتعلم الماكين يزيد من الضغط عن طريق إدخال متغيرات السياقات المتعددة لإيصال الضوء بالضبط حيثما وحيثما يلزم، مع الحد الأدنى من نفايات الطاقة.

Occupancy-Based Lighting Control

نماذج الأشعة المتطورة تجهز البيانات من أجهزة الاستشعار الشغلية، ونقاط الدخول من الواي فاي، وحتى الدمج التقويمي للتنبؤ باستخدام الفضاء بدقة عالية، بدلا من مجرد تحويل الأضواء على وقت اكتشاف الحركة، يتوقع النظام شغلها، مثلا، إذا علم النموذج أن غرفة الاجتماعات تستخدم عادة من الساعة 10: 00 صباحا إلى الساعة 11:30 صباحا في أيام الثلاثاء، يمكن أن يُحدث بسرعة الاضواء (وإهدار).

صيد الحيض النهاري والصيد الإيجابي

ويعزز التعلم في مجال الآلات الصيد النهارية من خلال إدماج البيانات في الوقت الحقيقي من أجهزة الاستشعار الضوئية في الهواء الطلق، ومناصب أعمى النوافذ، والتنبؤات الجوية، ويتعلم النموذج كيف تستجيب المناطق المختلفة للضوء الطبيعي طوال النهار وعبر المواسم، ثم يعدل مستويات الإضاءة الصناعية للحفاظ على الورم المستهدف، والضوء الطبيعي والكهربائي المختلط بشكل لا يوصف، بالإضافة إلى أن النظام يمكن أن يكيف الجداول اليدوية على مر الزمن، ويعترف بالتحولات في عمليات إعادة الإشغال

الإعانات العالمية الحقيقية والأمثلة على الحالات

وتفيد المنظمات التي تنفذ مراقبة الإضاءة التي تحركها حركة تحرير الكونغو بأن وفورات الطاقة تبلغ 20-4 في المائة تتجاوز ما يمكن تحقيقه بالضوابط التقليدية، ويترجم ذلك في المكاتب التجارية الكبيرة إلى تخفيضات كبيرة في التكاليف، علاوة على ذلك، تحسن الترضية الشاغلة لأن الإضاءة شخصية في الأفضليات الفردية حيث يتم تركيب التركيبات القابلة للتصدي لها، وتقليص حجم البلورة أو نقص التلويث إلى أدنى حد.

تعزيز كفاءة استخدام تكنولوجيا المعلومات والاتصالات من خلال التعلم في مجال الآلات

وتمثل نظم HVAC أكبر كمية من الطاقة في معظم المباني التجارية، إذ تستهلك ما يصل إلى 40 إلى 60 في المائة من مجموع الطاقة، وتعقد الديناميات الحرارية، مقترنة باختلاف شغلها وطقسها، يجعل من HVAC أفضل تطبيق للتعلم الآلي.

HVAC Scheduling

بدلاً من وقت بدء ثابت، نظام محركه ميلي متعدد الأطراف يحسب الوقت الأمثل لبدء التدفئة أو التبريد في منطقة ما، وينظر النموذج في درجة الحرارة الخارجية، والكسب الشمسي، والزلاج الحراري للمبنى، والوقت المحدد المرغوب فيه، وأثناء الطقس البسيط، قد يؤخر النظام البدء في توفير الطاقة، وخلال الظروف القصوى، قد يبدأ من قبل لضمان الراحة بحلول وصول الراكبين

تحقيق التأقلم الأمثل على مستوى المنطقة

فالتعليم الماكنة يتيح التحكم على مستوى المناطق عن طريق وضع نماذج لكيفية استجابة كل منطقة لمدخلات التدفئة والتبريد، ويضبط النظام درجات الحرارة في الهواء، ومواقع الرطب، وفتح الصمامات للحفاظ على الراحة فقط عند الحاجة، وإذا كانت المنطقة غير مأهولة أو مستعملة على نحو خفيف، يمكن تخفيف نقطة التسخين دون التأثير على مناطق أخرى، ويمكن أن يستكشف وكلاء التعلم في مجال الإنفاذ استراتيجيات لإيجاد أفضل وسيلة للتغذية للطاقة.

كشف الخزنة والتشخيص

ومن أكثر التطبيقات قيمة في مجال مكافحة غسل الأموال في منطقة المحيط الهادي كشف الأخطاء المستمرة، ويمكن لنموذج ML مدرب على تشغيل المعدات العادية أن يحدد أوجه الخلل مثل فقدان كفاءة المبردات تدريجيا، أو رطوبة عالقة، أو مضغطة فاشلة، ويسمح الكشف المبكر لفرق الصيانة بالتدخل قبل أن تصبح قضية ثانوية تعطل تكاليفها، وتخفض تكاليف الإصلاح وتمنع نفايات الطاقة.

وفورات الطاقة وتحسينات المرافق

ويسفر الجمع بين الجدول الزمني المتوقع، والتحسين الأمثل للمنطقة، وكشف الأخطاء عن وفورات في الطاقة بنسبة 20-4 في المائة، مع بعض الدراسات الإفرادية التي تفيد بحدوث نتائج أعلى، كما أن الارتياح المستمر يتعزز لأن النظام يستجيب بصورة استباقية للظروف المتغيرة، ويقلل من تقلبات درجات الحرارة ويحافظ على رقابة أشد صرامة حول نقاط التفتيش.

التكامل التآزري بين الإضاءة والتردد العالي

ويؤدي الإضاءة المثلى والتردد العالي إلى تحقيق وفورات كبيرة، ولكن الطاقة الحقيقية لبناء التشغيل الآلي بالتعلم الآلي تظهر عندما تكون هذه النظم متكاملة، ويولد الإضاءة حرارة تؤثر مباشرة على حمولة التبريد، وعلى العكس من ذلك، فإن أضواء الترميم تقلل من المكاسب الحرارية الداخلية، مما يتيح لنظام HVAC أن يعمل بكفاءة أكبر، ويمكن لحامض التحكم المتكامل في حركة تحرير البحر أن ينسق هذه التفاعلات.

الفوائد الرئيسية لإدماج نظام تقييم الأداء والتعلم في الآلات

ويؤدي نشر التشغيل الآلي للمبنى المعزز بالشبكة إلى تحقيق نتائج ملموسة وقابلة للقياس عبر أبعاد متعددة.

وفورات الطاقة والتكاليف

وتتراوح وفورات الطاقة في مجال بناء كامل نموذجي بين 20 و 35 في المائة، مع انخفاض الطلب في ذروته بنفس الحجم، وبالنسبة للمبنى التجاري الكبير، يمكن أن يمثل ذلك مئات الآلاف من الدولارات في المدخرات السنوية، مما يحقق عائدا قويا على الاستثمار في غضون فترة تتراوح بين سنتين وأربع سنوات.

الرفيق والإنتاجية

وتؤثر زيادة الإضاءة والرقابة الحرارية تأثيرا مباشرا على الرضا والإنتاجية، وتشير الدراسات إلى أن تحسين نوعية البيئة الداخلية يمكن أن يعزز الإنتاجية الفردية بنسبة 5-10 في المائة، وأن عدد الشكاوى المتعلقة بدرجة الحرارة والإضاءة يعني أن فرق المرافق تنفق وقتا أقل على المسائل التفاعلية وأكثر على التحسينات الاستراتيجية.

الصيانة الافتراضية وطول النظام

:: تحويل الاكتشافات عن الأخطاء التي تحركها حركة تحرير الكونغو والرصد القائم على ظروف العمل من التوقّع أو التفاعل إلى التنبؤ، وتستمر المعدات بكفاءة أكبر، وتعاني من إخفاقات أقل كارثية، مما يقلل من تكاليف الصيانة ونفقات استبدال رأس المال على مر الزمن.

الاستدامة والأهداف المتعلقة بالأمداد البيئية

وبالنسبة للمنظمات التي لديها أهداف لخفض صافي الزر أو الكربون، فإن الإضاءة المثلى والهيفاك هي عوامل حاسمة، ويقلل استهلاك الطاقة بشكل مباشر من انبعاثات الكربون في النطاق 2، كما يدعم تتبع الطاقة والإبلاغ عنها بدقة متطلبات الكشف البيئية والاجتماعية والحوكمة، ويعزز ثقة أصحاب المصلحة.

اعتبارات التنفيذ والتحديات

وفي حين أن الفوائد قاهرة، فإن التنفيذ الناجح يتطلب تخطيطا دقيقا واهتماما بالعوامل الرئيسية.

نوعية البيانات والهياكل الأساسية للاستشعار

ولا تعد نماذج التعلم من الآلات سوى جيدة مثل البيانات التي يتم تدريبها عليها، فالمبنى يحتاج إلى شبكة قوية من أجهزة الاستشعار توفر بيانات دقيقة ودقيقة عن درجة الحرارة والشغل ومستويات الإضاءة واستهلاك الطاقة، ويمكن أن تكون إعادة تجهيز المباني القديمة بأجهزة استشعار إضافية تكلفة عالية، ولكن من الضروري تحقيق الاستخدام الأمثل العالية الجودة.

التكامل مع النظم القائمة

وتستخدم معظم المعايير القائمة حالياً بروتوكولات قديمة ومعدات استرجاع الملكية، إذ يتطلب إدماج منصة تحليلية لجرائم متعددة الأطراف توفير مستلزمات متوسطة أو تطبيقات إضافية لسد الفجوة بين القديم والجديد، وينبغي للمنظمات أن تقيِّم ما إذا كانت معاييرها الحالية لدعم المعايير المفتوحة مثل BACnet/IP، لأن هذا تبسيط التكامل وقابلية الاستثمار في المستقبل.

أمن الفضاء الحاسوبي والخصوصية

إضافة طبقة من القانون النموذجي يزيد من سطح الهجوم في شبكة مراقبة المباني، ومن الضروري اتخاذ تدابير أمنية إلكترونية قوية، بما في ذلك تقسيم الشبكة، والتشفير، ومراجعة الحسابات الأمنية المنتظمة، للحماية من التهديدات، بالإضافة إلى أن بيانات شغل أجهزة الاستشعار يمكن أن تثير شواغل تتعلق بالخصوصية؛ ويجب أن تكفل السياسات عدم الكشف عن البيانات واستخدامها إلا لأغراض الاستخدام الأمثل.

قوة العمل الماهرة وإدارة التغيير

يتطلب تشغيل نظام تقييم الأداء المعزز للحركة مهارات في مجال علوم البيانات، وضبط الهندسة، وإدارة المرافق، وقد تحتاج المنظمات إلى تدريب الموظفين الحاليين أو توظيف مواهب جديدة، كما أن إدارة التغيير أمر حاسم لضمان ثقة أفرقة المرافق واعتماد توصيات النظام بدلا من الإفراط في استخدامها.

مستقبل المباني الذكية

وسيؤدي التقارب بين نظام تقييم الأداء والتعلم الآلي إلى التعجيل، وسيؤدي الاتجاه المتصاعد إلى زيادة القدرات. وسيتيح التكنولوجيا المزدوجة الرقمية للمشغلين حفز سلوك البناء في إطار سيناريوهات مختلفة قبل نشر التغييرات. وسيستخدم نطاق الترددات المتوسطة الحجم نماذج للتغذية الفعلية

وتبدأ المنظمات التي تستثمر الآن في بناء آلية للتكامل في مجال التعلم الآلي، بنفسها، بالاستفادة من هذه الابتكارات، وتبدأ في سبيل الوصول إلى المباني الصافية الصفرية، وتعزيز رفاه شاغلها، وتبدأ التكاليف التشغيلية المثلى خطوة واحدة: الاستفادة من البيانات لجعل المباني أكثر ذكاء.

بدء من بناء التلقائية والتعلم الآلاتي

ويوصى باتباع نهج منظم للمنظمات التي تنظر في هذه الرحلة، وإجراء مراجعة للطاقة لتحديد أكبر الفرص، وتقييم الحالة الراهنة لنظام تقييم الأداء والبنى التحتية للمستشعرين، واختيار نظام تقييمي قابل للقياس ومفتوح يدعم التكامل مع أدوات الإدارة، وبدءا من مشروع تجريبي على أرضية واحدة أو منطقة واحدة من أجل إظهار القيمة وبناء الثقة التنظيمية، وإقامة شراكة مع جهات مختصة في مجال رصد الأداء أو مقدمي نماذج تحليلية تحقق من الضوابط والبيانات.

والانتقال إلى المباني التي تعمل بالطرق المتعددة الجنسيات ليس مشروعاً غير متكرر وإنما هو التزام مستمر بالتحسين المستمر، غير أن العائدات - المالية والبيئية والبشرية - تجعله أحد أكثر الاستثمارات تأثيراً التي يمكن أن يقوم بها مالك المرفق.

For additional guidance, resources from the U.S. Department of Energy's Building Automation program, the ]American Society of Heating, Refrigerating and Air-Conditioning Engineers (ASHRAE), and the National Renewable studies

وفي الختام، يمثل تكامل التشغيل الآلي للبناء والتعلم الآلي تحولا في النموذج الذي نديره في البيئات الداخلية، وبتحسين نظم الإضاءة والهيفاك بالاستخبارات التنبؤية، يمكننا أن نخلق أماكن أكثر كفاءة من حيث الطاقة وفعالية التكلفة ومريحة ومستدامة، والتكنولوجيا ناضجة، وقضية الأعمال التجارية قوية، والوقت الذي ينبغي القيام به الآن.