Nyheter

Från start till AI-optimerade fastigheter på under två månader

Många fastighetsbolag överväger moderna mjukvarulösningar, som AI, för att ersätta manuell optimering av sina byggnaders HVAC- och energisystem. De är medvetna om de stora fördelarna för ekonomi och hållbarhet men har hört att det är ett stort, tidskrävande projekt.

Något som nu har förändrats.

Att kontrollera och optimera kommersiella och offentliga byggnaders system för värme, ventilation och AC mm. har historiskt sett varit ett tidskrävande manuellt arbete. Ibland med hjälp av ett SCADA system, men lika ofta ute på plats.

Under de senaste decennierna har det dock blivit en utmaning för bolagens driftsorganisationer att hinna med på grund av den snabba utvecklingen. Och för att sätta ännu mer press på fastighetsägarna tillkommer marknadens ökande krav på flexiblare användning av byggnadernas ytor, säkra inomhusförhållanden, minskade koldioxidutsläpp och energiförbrukning.

– Antalet processer och datapunkter i dagens BMS- och HVAC-system som behöver uppmärksamhet har formligen exploderat under det senaste decenniet. Med konsekvensen att det är i princip omöjligt för en traditionell underhållsorganisation att hantera sin uppgift korrekt, säger Mikko Maja, CTO på Nuuka.

En perfekt uppgift för AI

För att klara de nya strängare kraven på minskade energi- och koldioxidutsläpp, utan att äventyra byggnadernas och hyresgästernas hälsa, måste man tillämpa ny teknik, som AI och Machine Learning för att optimera och styra de befintliga automationssystemen.

Nyttan med att använda AI är avsevärd, både ur ett ekonomiskt och ett hållbarhetsperspektiv. En minskning av den totala energiförbrukningen och koldioxidutsläppen med mer än 30% är en genomsnittlig effekt. Dessutom blir resultatet betydligt mer stabila och hälsosamma inomhusförhållanden i lokalerna, vilket är bra för hyresgästerna och för att undvika framtida dyra renoveringar. Det fungerar förenklat så att, först lär sig AI programvaran byggnadens funktioner och dess användning så att den därefter löpande kan förutse och optimera systemet i realtid, och inte en gång i månaden som är det vanliga med det traditionella manuella sättet.

Trots alla uppenbara fördelarna har det faktiska genomslaget för AI optimering av befintliga byggnader dragit ut på tiden. En trolig anledning kan vara att många inom fastighetssektorn har ansett att implementeringen varit en komplicerad och resurskrävande process. Något som inte längre stämmer.

– För att möta våra kunders efterfrågan har vi utvecklat en AI -lösning som kan diagnostisera och optimera byggnaders HVAC och energisystem, fortsätter Mikko Maja, och tack vare vår långa historia när det gäller att utveckla mjukvarulösningar och vår kompatibilitet med marknadens alla befintliga HVAC och energisystem har vi lyckats minska den effektiva implementeringstiden till bara 6-8 veckor.

Implementeringen av Nuukas AI-lösning i en befintlig byggnad är en process i tre steg:

Först ansluter Nuuka byggnadens BMS-system till molnet och börjar samla in all data.

Därefter börjar programvaran diagnostisera byggnadssystemens prestanda för att upptäcka eventuella fel som ska korrigeras innan byggnaden introduceras för AI.

När systemet sedan är kontrollerat, börjar AI -programvaran att lyssna och lära sig byggnadens prestanda och användning innan den tar över den löpande optimeringen av HVAC, och energisystemen.