maskininlärning i byggbranschen

Hur ”deep learning” omdefinierar system för fastighetsstyrning

Ett företag i Montreal uppmuntrar fastighetsförvaltare att anamma artificiell intelligens för att optimera energiutbytet i byggnader
Share on facebook
Share on linkedin
Share on twitter
Share on email

Ett företag i Montreal hamnade nyligen på Time Magazines lista över de 100 bästa uppfinningarna eftersom det är först i världen med att utnyttja artificiell intelligens i teknik för energi- och komfortoptimering för den byggda miljön.

BrainBox AI lanserades i maj 2019 av vd:n Sam Ramadori och teknikchefen Jean-Simon Venne. Företaget använder självanpassande AI och avancerad ”deep learning” för att värma upp och kyla byggnader på ett helt nytt sätt. Jean-Simon Venne blev inspirerad av den självkörande tekniken, där tusentals förutsägelser görs varje millisekund om den närmaste framtiden. Han tänkte att samma principer skulle kunna tillämpas på VVS-automatisering för att reglera temperaturen samtidigt som byggnaderna blev autonoma.

Byggnader bär en stor del av ansvaret för klimatförändringarna – de bidrar med nästan 40 % av koldioxidutsläppen i USA och 20 % av de globala utsläppen av växthusgaser. VVS-systemen står i sin tur för en stor del av dessa utsläpp.

Ineffektiva byggsystem är dyra för fastighetsoperatörer att underhålla, och det har inte skett så stora innovationer på området genom åren, säger Jamie Hahn, försäljningschef för BrainBox i USA. AI skulle kunna bli helt avgörande inom fastigheter.

”De befintliga systemen för fastighetsstyrning är statiska, regelbaserade och schemabaserade. Men byggnaderna är precis tvärtom: de är dynamiska och förändras hela tiden – med nya användningsmönster, beläggningsnivåer eller väderförhållanden som hela tiden påverkar driften. Byggnaderna behöver en anpassningsbar lösning”, säger Jamie.

Genom att kommunicera med molnet i realtid ger BrainBox AI en byggnads VVS-system en inblick i framtiden. När den lilla svarta lådan är installerad – vilket tar ett par timmar – börjar den att studera varje zon i byggnaden. Med hjälp av flera datapunkter från byggnadens system för åtkomstkontroll tillsammans med saker som utomhustemperatur, väderleksrapporter och information om VVS-användning, förutspår BrainBox en byggnads termiska förhållanden och identifierar och tillämpar alla möjliga VVS-förbättringar. Den gör nya mikrojusteringar var femte minut.

”Vi kan proaktivt optimera energiförbrukningen samtidigt som vi höjer de boendes komfort och minskar koldioxidavtrycket”, säger Jamie Hahn.

Klart att användas direkt

BrainBox kan användas var som helst där det finns ett centraliserat VVS-system som reglerar och styr en stor andel av en byggnads area. Dessutom behövs ett befintligt system för fastighetsstyrning som har stöd för ett öppet kommunikationsprotokoll.

”Till skillnad från andra lösningar på marknaden är vi inte här för att byta ut en massa saker”, säger Jamie. ”Vår lösning är ett komplement som förbättrar de VVS- och styrsystem som redan finns på plats.”

Det tar sex till åtta veckor för AI-systemet att skapa samband mellan det som händer inuti byggnaden och effekterna av vädret utanför.

Med hjälp av över 25 specialanpassade algoritmer som arbetar i realtid instruerar BrainBox AI-motor det befintliga VVS-systemet så att det fungerar mer intelligent och effektivt. När AI-motorn samlar in mer data blir den ännu bättre på att förutsäga hur en byggnad kommer att reagera på framtida förändringar, och kan därmed höja energi- och kostnadseffektiviteten ytterligare.

Sticker ut från mängden

I en tid då ny teknologi introduceras varje dag sticker BrainBox ut eftersom systemet inte bara samlar in analysdata utan också ändrar driftsstyrningen från reaktiv till förutsägande.

”Byggnader genererar enorma mängder data varje dag”, säger Jamie, ”och det finns produkter som samlar in dessa data och utför någon form av analys med dem. Men någon – en människa – måste göra någonting med insikterna för att skapa resultat.”

”Vårt system är en sluten krets, som inte bara observerar och lär sig utan också tillämpar optimeringsmöjligheterna i realtid”, tillägger han.

När BrainBox väl har lärt sig en byggnad kan den förutsäga den framtida temperaturen i varje zon av byggnaden två till fyra timmar framåt med en extremt hög exakthet – vanligtvis mer än 95 %.

”Genom att veta vad som kommer att hända i framtiden kan den i förväg göra optimala ändringar av den befintliga utrustningens strategi och inställningar så att vi kan förhindra eller uppväga en oönskad termisk händelse innan den inträffar”, säger Jamie.

Bevisar sitt värde

För skeptiker kan ett system som kan ge avsevärda energi- och kostnadsbesparingar på bara tre månader låta väl optimistiskt. Det är en av utmaningarna som BrainBox möter när det gäller att få bygg- och fastighetsförvaltningsbranschen att anamma tekniken.

”AI är relativt nytt i fastighetsbranschen, så det krävs lite engagemang och utbildning av våra kunder”, säger Jamie.

”Det är som en självkörande bil: första gången man tar händerna från ratten kan det vara skrämmande. Men med det vi gör förlorar fastighetsoperatören eller fastighetsförvaltaren aldrig kontrollen över systemet – de kan ta tillbaka ratten när som helst”, tillägger han.


MER OM ATT INFÖRA NY TEKNOLOGI:


De flesta energieffektiva byggnadslösningar kräver också stora startinvesteringar, och det tar lång tid att distribuera tekniken. Eftersom BrainBox går fort att installera är det en mycket skalbar teknik, och den prenumerationsbaserade prismodellen innebär att den kan distribueras för ett litet eller obefintligt kapitalutlägg.

Avgiften för den första installationen ligger på ett par kronor per kvadratmeter beroende på byggnadens storlek. Därefter tillämpas fasta avgifter baserat på byggnadens kvadratmeteryta och energiförbrukning, berättar Jamie.

”Vanligtvis ser vi ett positivt nettokassaflöde för våra kunder inom de första månaderna. När vi börjar optimera byggnaden åstadkommer vi generellt så stora besparingar att det väger upp kostnaden för prenumerationen under de där första två till tre månaderna”, säger han.

Framtiden är ljus

Många investerare på kapitalmarknaden planerar idag att bara investera i tillgångar med låga eller neutrala koldioxidutsläpp, och allt fler storstäder inför lagar och regler om utfasning av fossila bränslen. Därför ställer även hyresgästerna krav på att hyresvärdarna ska tillhandahålla utrymmen med låga koldioxidutsläpp.

”Nu när höga straffavgifter och böter är på gång tror jag att fastighetsbranschen kommer att göra en stor övergång och verkligen intressera sig för att minska sina tillgångars koldioxidutsläpp”, säger Jamie.

BrainBox teknik finns idag på över 11 miljoner kvadratmeter byggnadsyta – däribland hotell, kontorsbyggnader, livsmedelsbutiker, flygplatser och shoppingcenter – i 17 länder på fem kontinenter. Målet är att minska byggnadernas koldioxidavtryck med upp till 40 %.

Dane Ellerton, fastighetsförvaltare för en kontorsbyggnad på 15 våningar i Montreal i franska Quebec, hörde talas om BrainBox genom en kollega och blev tillräckligt nyfiken för att installera systemet strax efter att företaget startades 2019.

”Vi ville minska energiförbrukningen och samtidigt hitta ett bättre sätt att höja komforten i byggnaden för våra hyresgäster”, säger Dane.

”Installationsprocessen var enkel. Vi öppnade bokstavligen dörren till IT-kontrollrummet i källaren och teamet från BrainBox AI tog hand om resten. Vi sparar ungefär 15 % i energikostnader per månad, och något av det bästa med den här processen är att vi får mycket färre klagomål från hyresgästerna. Tidigare fick vi tio klagomål i veckan om VVS-relaterade problem. Nu är vi nere på ett eller två.”

Läs mer om hur ledare i byggbranschen kan hjälpa sina företag att anamma ny teknologi.