blog
Zelflerend vermogen maakt gebouwen slimmer
Onze projectleiders meet- & regeltechniek kennen de markt én vanuit hun technische interesse ook de vele toekomstige mogelijkheden van ons vak. Vanuit hun achtergrond en kennis gaan hun ambities vaak verder dan die van een installateur of gebouwbeheerder. Dennis Baks schetst toekomstscenario’s voor de gebouwautomatisering. “Dankzij data en algoritmes neemt zelflerend vermogen van gebouwen toe.”
“Ik vertel niks nieuws als ik zeg dat er steeds meer data beschikbaar komen, waar we steeds meer mee kunnen doen. De combinatie van al die gegevens maakt dat we energie slimmer kunnen inzetten en een comfortabeler binnenklimaat kunnen realiseren. Maar we gaan in de toekomst nog meer profiteren van alle informatiestromen als niet de méns al die data gaat interpreteren en inzetten, maar het gebouw zélf! Ik verwacht dat door middel van machine learning een gebouw zichzelf gaat trainen om het binnenklimaat beter en efficiënter te verzorgen, maar ook om gebruikers te faciliteren bij bijvoorbeeld het zoeken naar een vrije vergaderzaal of werkplek. De komende jaren neemt het zelflerendvermogen alsmaar toe, dat maakt het gebouw van de toekomst slimmer en slimmer.
Zones
Dat leerproces verfijnen kan doordat er steeds meer relevante gegevens beschikbaar komen. Het gebouw kan ingegeven door data van weersverwachtingen en energiestromen gaan leren dat het beter is om ’s nachts het gebouw op te warmen via bijvoorbeeld de luchtbehandeling. Of het leert hoe het slimmer kan omgaan met gebruik van zonne-energie. Priva is hier al druk mee bezig.
Relevante data zullen niet alleen vanuit onze traditionele HVAC onderdelen komen, maar ook vanuit systemen van derden. Denk hierbij aan systemen die data kunnen aanleveren over de bezetting van een gebouw over de aankomende dagen. Blijkt daaruit dat slechts 30% aanwezig is op een dag, dan zal het gebouw bepaalde zones kunnen toewijzen als werkplek en alleen deze zones op het juiste klimaat brengen en houden. Hierdoor wordt er slimmer omgegaan met energie.
Data en algoritmes
Dankzij alle data en algoritmes wordt het gebouw steeds slimmer. De toekomst tekent zich al steeds meer af. Ook in onze samenwerking met Priva en Bgrid. De regeltechniek wordt dus slimmer, net als de componenten die moeten worden aangestuurd. Zo worden deze steeds vaker gekoppeld via een communicatie-bus waardoor we ook hieruit meer data kunnen ingelezen. Onze taak zal zijn deze gegevens op een juiste manier te verwerken. Neem als voorbeeld intelligente servomotoren voor ruimteregelingen waarmee waterhoeveelheden, watertemperaturen, energieverbruik en alarm-statussen zijn uit te lezen. Dat was voorheen slechts één analoog stuursignaal. Met deze data en slimme analyse van de systemen kan beter bepaald worden waar problemen zich bevinden, zodat ze sneller worden opgelost of worden voorkomen. Dankzij het toenemend zelflerend vermogen gaat onderhoud en beheer in de toekomst veel gerichter plaatsvinden.”
Lees ook de blog over de toekomstvisie van Michael Goudswaard over digitale tweelinggebouwen en de blog van Peter Bosma over het zoeken van de optimum binnen Trias Energetica.
