Unngå å begå drap på energi: Gjør bygningen din smart fra begynnelsen

Big data er populært – også innen kapitalforvaltning – og du bør utnytte all dataen du kan få tak i. Alle byggeiere – både store og små – er interessert i hvordan byggene deres presterer, for eksempel når det gjelder energieffektivitet.

Vår visjon er at hvis du kobler 3D-bygningsmodellen med data fra de tiltenkte bygningsstyringssystemene (BMS) i prosjekteringsfasen, så kan du skape sammenheng mellom datakilder fra:

• Byggets automasjonssystemer – typisk sensorer, temperatur-, CO2-, bevegelses- og energimålere, motoriserte ventiler og ventilasjonsspjeld
• Det tekniske anlegget – f.eks varme-, kjøle- og ventilasjonsanlegg som sørger for VVS til rommene der sensorene er
• Avskjermingen regulerer solenergi til de samme rommene.
• Byggets adgangskontrollsystem, som kan inneholde informasjon om antall personer i bygget
• Utstyr som kaffemaskiner, arbeidsstasjoner osv.
• Bygningens geometri

På denne måten kontekstualiseres datakildene med hensyn til deres funksjon. Videre kan de ha nytte av å utveksle informasjon om byggets og rommets bruk, orientering, gulvflate og vindusflate. Byggeieren kan bruke denne kunnskapen til å sikre intelligent drift av enheten.

Unngå å begå drap på energiytelse

Data i digitale bygningsmodeller kan gi innsikt og redusere CO2. Ved å analysere data under drift av bygget kan du få oversikt over bruken din og nyttig informasjon kan tilbakeføres til systemet, slik at de ulike systemene regulerer hverandre i stedet for det motsatte. Hvis man kan forhindre at de ulike systemene kjemper mot hverandre, så kan man forhindre at energi drepes, for eksempel der varme- og kjøleanlegg fungerer samtidig. Dette gir deg også et mye bedre grunnlag for et behagelig inneklima.

Ved å kombinere data og bygningsmodeller får byggeiere et analyseverktøy der de kan spare energi, unngå ubehag fra byggtjenestene og sikre et bedre innemiljø for de ansatte. Du får et annet og mer variert bilde av måten bygget presterer på, og du kan dokumentere dette med spesifikke KPI-er.

Innsamling og analyse av data er ikke begrenset til bygningsdrift; den kan brukes til en rekke andre formål som:

• Planlegging av hvilke rom og områder som skal rengjøres ut fra registrert bruk
• Optimalisering av bruken av rom i henhold til deres brukerkapasitet
• Tømming av avfallsbeholdere
• Avising av veier og nærliggende områder
• Optimalisering og kontroll av parkering
• Kundestrøm i kjøpesentre
  
  

Aarhus Universitet ønsker datadrevet vedlikehold, drift og beslutningstaking

Planlegger du et byggeprosjekt, kan du gjøre huset eller bygget smart fra første stund og identifisere unødvendige utgifter før driftsfasen starter. Ikke bare ser vi et potensial for intelligent bygningsforvaltning for nye enheter, det er også mange muligheter med eksisterende bygg. For øyeblikket hjelper vi Aarhus Universitet med å få en bedre oversikt over dataene deres.

Aarhus Universitet har startet et prosjekt der de bruker data fra deres eksisterende BMS og energiregistreringssystemer. Vi hjelper dem med å sette disse dataene inn i en kontekst – for eksempel der en digital temperatursensor plasseres i forhold til innfall av dagslys i øst- eller vestfløyen. Ved å legge ulike typer data i en database, er universitetet i stand til å kryssanalysere informasjonen som gis.

Århus Universitets motivasjon er å kunne muliggjøre mye mer datadrevet vedlikehold og drift generelt, samtidig som man tar datadrevne beslutninger, og dermed spare ressurser. Med en bedre oversikt over dataene sine kan de analysere og sjekke om de overholder lovpålagte krav, for eksempel med hensyn til innemiljøparametere, sammen med å se om bygningene deres skiller seg ut når det gjelder energi- og vannforbruk.

De samler informasjon om fyllingsgrad (antall personer) i klasserommene og ved å gjøre dette kan de optimere bruken av rommene med hensyn til det faktiske antallet elever som er til stede.

Rådata har en begrenset verdi (A). Når vi har kunnskap om ulike typer data og konteksten de inngår i, har vi nyttig informasjon (B). Når vi kan sette data i forbindelse med andre data og tilhørende systemer, har vi kunnskap som kan brukes på tvers av ulike plattformer (C). Når vi kan analysere det faktum at det er data som skiller seg ut i forhold til de andre dataene, har vi innsikt (D). Når vi kan koble sammen alt dette og få datadrevet hjelp til å se gjennom de komplekse sammenhengene der data og tilhørende systemer påvirker hverandre, blir vi smartere (E).

En intelligent veiledning for servicepersonellet

Big data gir mange nye muligheter og sjanser. Vi bruker bygningsmodeller i vår prosjektering som inneholder tekniske installasjoner og sensorer. Modeller kan brukes til å gi et verktøy som inneholder nødvendig informasjon fra begynnelsen. Du trenger ikke lenger manuelt å oppgi informasjon om sammenhengen mellom ulike romsensorer og hvilke ventilasjons- og varmeinstallasjoner som betjener rommene.

Systemene kan fungere som en overordnet veiledning for servicepersonellet. I stedet for at de må oppdage uregelmessighetene, kan systemet fungere som en form for gjengivelse som lar servicepersonellet vite hva som er galt og hvor de må gjøre noe. Men servicepersonellet kan også, basert på analyserte data, sende signaler tilbake til BMS dersom det er noen ting de må endre, f.eks. kjøling om natten.

Mulighetene for forbedringer er mange, og ikke bare når det gjelder å spare energi og sikre et bedre inneklima.

Med utgangspunkt i et ph.d.-prosjekt har NIRAS kunnskap om hvordan data bør struktureres for å bruke dem på en mest mulig effektiv måte. Vi heller i bunn og grunn en haug med informasjon i en trakt og får ut et utdrag som er søkbart og enkelt å håndtere i et nettverk av tråder hvor alt henger sammen.

Dette er bare starten på utviklingen. Det finnes data for alt, og dette har vi tenkt å bruke i byggene våre.

Slik gjør du bygningen din smart fra bunnen av i projeksjonsfasen:

1. Skap innsikt i bygningen din fra begynnelsen. Det er mange potensielle problemer med å få ting til å fungere. Hvis du bruker intelligent styring når driften av bygningen starter, kan du oppdage mange av problemene i igangkjøringsfasen. Kostnaden for å implementere intelligent administrasjon fra bunnen av er liten sammenlignet med hva det vil koste å få den implementert senere i prosessen.
2. Tenk i henhold til kontekst. Hva skal bygget brukes til? Er det noen data som er spesielt viktige for å oppfylle ønskene til bygget eller virksomheten – som bruksprosent av rom? Finn ut om dataene allerede er tilgjengelige i systemene som er installert i bygget. Hvis ikke, kan du sørge for at det er sensorer for å måle nødvendige data i projeksjonsfasen.
3. Ta en prat om hva du ønsker å oppnå med systemet. Er det f.eks. mer nyanserte KPI-er? Systemet kan skaleres fra større byggeiers oversikt over mange bygg til mindre byggeiers bruk avhengig av ønsker og mål.

Hva kan NIRAS tilby?

Som prosjekterende ingeniører kan NIRAS – i forbindelse med et byggeprosjekt – utarbeide en utvidet bygningsmodell som inneholder mer informasjon enn normalt. Du kan bruke modellen til å skape de nødvendige big-data-kontekstene mellom datamålepunkter, de tekniske installasjonene og rom.