Die Steuerung von Heizungs-, Lüftungs- und Kühlsystemen (HLK) wird durch den Einsatz von Zonensystemen in der Gebäudetechnik optimiert. Durch die Hinzufügung von künstlicher Intelligenz wird nun eine noch genauere und effizientere Kontrolle dieser Systeme ermöglicht.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Durch den Einsatz von Zonensystemen wird eine fein abgestimmte Kontrolle der HLK erreicht, bei der Raum für Raum individuelle Anpassungen an die Vorlieben der Nutzer vorgenommen werden können
Eine andere Herangehensweise besteht darin, dass das Zonensystem mit personalisierten Einstellungen arbeitet, die von den Bewohnern/Mitarbeitern selbst definiert werden können. Jeder Raum ist mit einem Bedienpanel ausgestattet, auf dem individuelle Vorlieben eingestellt werden können, z. B. die gewünschte Temperatur, die ideale Luftfeuchtigkeit und die bevorzugte Belüftung. Das Zonensystem passt sich dann automatisch an diese Einstellungen an.
Um effizient wirtschaften zu können, ist eine Automatisierung erforderlich, bei der die HLK-Systeme basierend auf den von Sensoren erfassten Daten reagieren. Hierbei spielt KI eine entscheidende Rolle, da sie anhand der verfügbaren Informationen die richtigen Entscheidungen treffen kann.
Edge-Intelligenz verwandelt gewöhnliche Gebäude in smarte Lösungen
Historisch gesehen wurden KI-Systeme traditionell in einer Art Zentralrechner betrieben. In der Vergangenheit wurde diese Rolle oft von der Cloud übernommen, indem Daten von Sensoren in Gebäuden oder Fabrikhallen an ein cloud-basiertes System gesendet wurden. Dort trafen KI-Algorithmen Entscheidungen, die dann an die HLK-Systeme zurückgeschickt wurden.
Obwohl die Nutzung der Cloud viele Vorteile bietet, gibt es auch einige Nachteile zu beachten. Einer davon ist die Verzögerung oder Latenz, die beim Senden von Daten und dem Warten auf eine Antwort entstehen kann. Dies kann ärgerlich sein, insbesondere in einem intelligenten Gebäude, wenn es zu einer Verzögerung von ein oder zwei Sekunden kommt, bis das Licht eingeschaltet wird, nachdem jemand den Schalter betätigt hat. Darüber hinaus entstehen bei der Datenübertragung Kosten und das System ist auf eine kontinuierliche und zuverlässige Kommunikationsverbindung angewiesen. Ein Ausfall dieser Verbindung kann zu Problemen führen, wie z.B. dem Ausfall der Heizung, wenn die Internetverbindung gestört ist.
Der Trend geht weg von Cloud-KI hin zur Edge Intelligence, bei der die Datenverarbeitung und der KI-Algorithmus direkt an den Netzwerkrändern stattfinden. Dadurch werden die Nachteile der Cloud-Nutzung überwunden. Besonders in intelligenten Gebäuden erweisen sich Zonensysteme aufgrund ihrer räumlichen Nähe zu den Sensoren und Aktoren als äußerst effiziente Umsetzung von Edge-Intelligenz.
Wo findet man überhaupt die Edge-Intelligenz?
Der Anwender selbst sieht die Edge möglicherweise in Mobiltelefonen, da diese Geräte eine Vielzahl von Anwendungen und Diensten direkt auf dem Gerät ausführen können, ohne eine ständige Verbindung zur Cloud oder zum Netzwerk zu benötigen. Dies ermöglicht eine größere Autonomie und verbesserte Benutzererfahrung.
Silicon Labs stimmt zu, dass die Grenze des Netzwerks bei der Verarbeitung auf der Sensorebene liegt und die Edge sich neben den erfassten Größen befindet. Jedoch ist dies nur eine Charakterisierung. Es gibt auch Argumente, die darauf hinweisen, dass es erhebliche Vorteile bietet, KI-Berechnungen noch weiter von der Cloud zu verschieben.
Die Edge-Variante der Künstlichen Intelligenz bietet zwei entscheidende Vorteile: schnellere Entscheidungsfindung auf dezentraler Ebene und eine Reduzierung des Datenverkehrs. Im Kontext eines intelligenten Gebäudes kann man diese Vorteile nutzen, indem man funkbasierte Mikrocontroller (MCUs) mit Edge-Intelligenz als Prozessoren einsetzt. Diese speziellen funkbasierten System-on-Chip (SoC)-Bausteine sind in der Lage, KI-Modelle mit optimiertem Energieverbrauch und akzeptabler Geschwindigkeit auszuführen.
Um die Herausforderungen der Integration von KI in industrielle und intelligente Gebäude zu bewältigen, entscheiden sich Hersteller für den Einsatz von Funk-SoCs. Diese bieten eine kostengünstige Lösung, um KI-Anwendungen auszuführen, indem sie einen zusätzlichen Baustein mit einem KI-Beschleuniger verwenden. Auf diese Weise können Hersteller ihre Produkte mit funkbasierter und intelligenter Technik aufrüsten, ohne hohe Zusatzkosten zu verursachen.
Es wurde verdeutlicht, welche Vorteile Funk-MCUs für Edge-KI bieten
Um ein besseres Verständnis für diese Vorteile zu erlangen, ist es notwendig, die Verbesserungen zu vergleichen, die durch den Einsatz von Edge-KI im Vergleich zu herkömmlichen Mikrocontrollern (MCUs) erzielt werden. Durch den Einsatz eines KI-Beschleunigers können Anwendungen schnelle Entscheidungen basierend auf einem spezifischen Datensatz treffen. Dieser Beschleuniger kann dies auch mit höherer Zuverlässigkeit und einem deutlich geringeren Energieverbrauch erreichen.
Das Vertrauen spielt eine entscheidende Rolle, denn eine KI-Anwendung muss in der Lage sein, Anomalien oder Störungen in ihrer Umgebung zu erkennen und präzise in vorgegebene Kategorien einzuordnen. Durch die Verwendung eines SoCs mit KI-Beschleuniger können KI-Anwendungen am Edge-Punkt zuverlässigere und effizientere Entscheidungen treffen, ohne auf Informationen in der Cloud angewiesen zu sein.
Dank des Zonensystems können KI-gestützte Anwendungen auf Funk-MCUs eigenständig Entscheidungen treffen, basierend auf Störungen der HLK-Bedingungen und der Belegung. Dadurch wird die Reaktionszeit des Optimierungszyklus erheblich verkürzt, was sowohl den Bewohnern als auch den Mitarbeitern zugutekommt, da Verzögerungen vermieden und die Energieverschwendung minimiert werden.
Die Wissenschaftler betrachteten verschiedene Herausforderungen bei der Datenübertragung zur zentralen Entscheidungsfindung
Mithilfe von KI-gestützten Anwendungen können Daten zuverlässig verarbeitet werden, wodurch die Notwendigkeit einer umfangreichen Datenübertragung in die Cloud reduziert oder eliminiert werden kann. Dadurch ergeben sich effizientere und schnellere Datenverarbeitungsprozesse.
Bisher waren die Übertragungsraten bei herkömmlichen HLK-Systemen mit nur wenigen Sensoren akzeptabel, weshalb Cloud-KI eine sinnvolle Lösung war. Doch durch die Integration von Zonensystemen sind jetzt Hunderte von Sensoren online, und die kontinuierliche Übertragung statischer Daten ist nicht mehr möglich. Wenn die Algorithmen nicht lokal ausgeführt werden, würde der ständige Datenfluss, verursacht durch die Kommunikation von Millionen von Sensoren mit der Cloud alle paar Millisekunden, das Netzwerk schnell überlasten.
Um das Problem des Datenverkehrs zu lösen, können KI-Beschleuniger eingesetzt werden. Diese leistungsfähigen Geräte ermöglichen es Anwendungen, die von Sensoren generierten statischen Daten effizient zu verarbeiten und zuverlässig zu beurteilen, ob sich etwas verändert hat. Nur die relevanten ereignisgesteuerten Daten werden dann an die Cloud weitergeleitet, während der Rest gefiltert wird. Durch diese effektive Filterung wird der Netzwerkverkehr optimiert und die Cloud-Ressourcen werden entlastet. Gebäudebetreiber können von dieser Verbesserung profitieren, da sie dadurch ihre Betriebskosten senken können, indem sie weniger für die Nutzung von Cloud-Diensten bezahlen müssen.
Verschiedene Zonentechniken spielen eine zentrale Rolle in intelligenten Gebäuden
Die Integration von Zonentechniken in intelligente Gebäude wird einen großen Fortschritt in Bezug auf den Komfort und die Energieeffizienz bringen. In naher Zukunft werden Gebäude in der Lage sein, automatisch die optimalen Einstellungen für jede Zone festzulegen, basierend auf den individuellen Vorlieben der Bewohner oder Mitarbeiter. Eine intelligente Lüftung wird genauso selbstverständlich sein wie eine intelligente Beleuchtung, da sie den Komfort steigert und gleichzeitig Energiekosten spart.
