Post on 27-Jan-2017
Smart Buildings; What ICT can do?
Lectoraat Energie & de Gebouwde omgeving
Leerstoel Housing Quality (assessment of energy policies
for residential buildings)
Laure Itard
Wat is het probleem?
Energiebeleidsdoelen worden neit behaaldGebouw(installaties) gebruiken meer energie dan verwacht (tot 30%)Terugverdientijd van maatregelen is hoger dan verwachtKwaliteit van het binnenklimaat laat vaak te wensen overEr doen zich veel problemen voor tijdens de onderhoud
‘Hoe kunnen de prestaties van bestaande installaties blijvend verbeterd worden?’
Techniek Niet-technisch
Diagnose systemen Opleidingen Smart regelstrategieën Bedrijfsvoering
Beschrijving Installaties2020
Energiediagnose-onderzoek
Bevindingen tot nu toSURF
Grote kenniskloof tussen actoren in de ketenWensen van FM over (GBS) interfacesHoe monitoring data te ontsluitenFouten in sensoren of dataverkeer moeten ook gediagnosticeerd wordenDiagnostiek kan gebaseerd worden op rules, modellen of historische dataOm een diagnose te stellen is veel detective-werk nodig (cases study, data analyse, ‘spooronderzoek’)Behoefte aan een systeemarchitectuur
Wensen van FM voor user interface
• Gebruik kennis uit gebouwmodellen voor het vaststellen van de ‘planned consumption’
• Maak een verschil tussen ‘bewoner’ / Facility Manager / Gebouw Beheerder.
• Wat zegt een kWh? CO2? visualisatiemethoden
• Benchmarking, Privacy & Tijdstap
Hoe monitoring data te ontsluiten?
Feest der erkenning
Data is vaak afgeschermd, niet beschikbaar voor de eigenaar, niet leesbaar, niet overdraagbaar behoefte aan open protocols en duidelijkheid in contracten
Wie is de eigenaar van de data?Privacy (by design)Traceren van sensoren en hun locatie is moeilijk en tijdrovend
Behoefte aan precieze en dynamische documentatie (BIM?)Firewalls
Feest der erkenning
Zijn de metingen te vertrouwen?
SENSORFOUTEN MOETEN OOK GEDETECTEERD WORDEN
Sensoren zijn de ruggengraat van het diagnose system
Aannemen dat die correct werken levert meer problemen dan het oplost
Sensoren zijn ook de ruggengraat van het regelsystem
Ventilatieproblemen in room D2.014
November 2014: klachten over warme en muffe lucht bij aanwezigheid van meer dan 2 mensen
CO2 concentratie bleek vaak boven 1000 ppm Historische data: dit was zo sinds juni 2014
Klepstanden worden door de klepregelaar naar de Octalix server gestuurd
Er is geen controlemiddel of de data bij de server is aangekomen.
Deze klepstanden komen dus niet altijd aan bij de server
Het versturen van data van de server naar de regelaars wordt wel gecontroleerd
Kortom: de luchtkleppen waren offline
Na een ‘software’ reset van de kleppen, fonctioneerde de ventilatie weer normal (25 November 2014)
Diagnostiek kan gebaseerd zijn op:
RulesModellenHistorische dataMix
Rule-based diagnostiek
Kennisregels: Temperaturen in een uit een warmtewisselaar
moeten gelijk zijn als geen warmte uitgewisseld wordt.
Als niemand aanwezig is en er is 100% ventilatie van buiten CO2inside =CO2 outdoor
Makkelijke te begrijpen, effectief maar case-specific en vaak suboptimaal
Diagnostiek gebaseerd op modellen
Modellen: Grey-box model : Een eenvoudig (gebouw)
model wordt gebruikt om het thermisch gedrag te voorspellen(predictive control)
Modellen kunnen zelf-lerend zijn.
Virtuele testen zijn mogelijk (optimalisatie), maar calibratie en training kost erg veel tijd. Real time gebruik is lastig
Diagnostiek gebaseerd op historische data
Historische dataTraining van modellenStatistiek & pattern recognitions (FP7,
knowholEM)Diagnostiek gebaseerd op trends (bv COP die
steeds slechter wordt)Krachtig in combinatie met modellen/rules
(expert system), MAAR hoe weten wij hoe optimaal de prestaties in het verleden waren?
Behoefte aan systeem -architecture
van case-specific naar generiekTijdstap voor data opslag/analyse: kleiner is
niet noodzakkelijk beter
Detectie van symptomen
Systeemtheorie
energie balans van (sub)systemen Massa en druk balans om meer symptomen te detecterenExtra procesinformatie
RulesHistorische dataKlachten binnenklimaatInspectieverslagen
Diagnostiek
Begint met de lijst van symptomsen in systemen en subsystemen
Door combinatie van symptomen kan de ziekte (fout) vastgelegd worden
Het resultaat is de waarschujijnlijkheid van een ziekte Redenering sluit goed aan bij die van experts
Combinatie van symptomen: Bayesians Belief Networks (probability)
Zoom on a/b systems: virtual experimentEnergy balance in a and b are wrong because TT3 is wrong. Can we detect that?
Zoom on a/b systems: virtual experimentEnergy balance in a and b are wrong because TT3 is wrong. Can we detect that? P(fault)= 5% for all sensors
Symptoms: 2 wrong energy balances (a and b).
Fault can be in all sensors (equal P(5%)) no diagnose is possible
Zoom on a/b systems: virtual experimentEnergy balance in a and b are wrong because TT3 is wrong. Can we detect that? P(fault)= 5% for all sensors
Symptoms: 2 wrong energy balances (a and b).
Fault can be in all sensors (equal P(5%)) no diagnose is possible
Zoom on a/b systems: virtual experimentEnergy balance in a and b are wrong because TT3 is wrong. Can we detect that? P(fault)= 5% for all sensors
P(fout)= 31%
P(fout)= 8%
Zoom on a/b systems: virtual experimentEnergy balance if a and b are wrong because TT3 is wrong. Can we detect that? P(fault)= 5% for all sensors
P(fout)= 51%P(fout)= 0%P(fout)= 0%
Additionele informatie: COP analyse:
Zoom on a/b systems: virtual experimentEnergy balance if a and b are wrong because TT3 is wrong. Can we detect that? P(fault)= 5% for all sensors
P(fout)>90%P(fout)= 0%
P(fout)= 0%
Mass balance condensor
Stellingen / Discussie
Privacy by design is a must. Benchmarking kan alleen op vrijwillige of geaggregeerde basis (welke aggregatieniveau is toelaatbaar?)
‘KWh’ en absolute waarden begrijpen de meeste mensen niet. User interface moet anders zijn voor Technische beheerders/ FM/’bewoners’. Ze moeten betrokken worden bij de ontwikkeling.
Historische data zijn niet bruikbaar zonder systeemkennis. ICT heeft altijd een context.
De monitoringsysteem moet gemonitord worden.
Koppeling GBS en FMIS (en BIM) is onontbeerlijk. Door optimalisatie FM proces is veel energie en geld te besparen
Er moeten dringend (open) protocollen komen voor data opslag en ontsluiting. Data exchange moet mogelijk zijn
Data-eigendom moet contractueel vastgelegd worden.
W- en E-installaties kunnen niet meer zonder IT. Kan IT zonder W /E?
Wat betekent dat voor onderwijs?
Stellingen/ Discussie