In der Gebäudetechnik werden Zonensysteme eingesetzt, um Heizungs-, Lüftungs- und Kühlsysteme (HLK) präzise zu steuern. Die Einbindung von künstlicher Intelligenz eröffnet neue Möglichkeiten zur Verbesserung der Effizienz und Leistungsfähigkeit dieser Technologien.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Mit Hilfe von Zonensystemen kann die HLK Raum für Raum gesteuert werden, wodurch eine personalisierte Anpassung an die individuellen Präferenzen einzelner Bewohner oder Mitarbeiter möglich ist
Um ein hohes Maß an detaillierter Steuerung zu erreichen, kann das Zonensystem mit maschinellem Lernen und künstlicher Intelligenz ausgestattet sein. Es sammelt kontinuierlich Daten über das Verhalten und die Vorlieben der Bewohner/Mitarbeiter und lernt daraus, wie es die Raumbedingungen optimal anpassen kann. Mit der Zeit kann das System sogar automatisch Vorlieben erkennen und entsprechende Einstellungen vornehmen, ohne dass die Nutzer manuell eingreifen müssen.
Kostenersparnis erfordert eine Automatisierung, bei der die HLK-Systeme auf die von Sensoren erfassten Daten reagieren. Dabei ist KI unverzichtbar, da sie auf Grundlage der verfügbaren Informationen die richtigen Entscheidungen treffen kann.
Effizienz und Komfort steigen dank innovativer Edge-Intelligenz in Smart Buildings
In der Vergangenheit wurden KI-Systeme traditionell in einem zentralen Rechenzentrum betrieben. In den letzten Jahren hat sich dieser Ort oft in die Cloud verlagert. Das bedeutet, dass Daten, die von Sensoren in Gebäuden oder Fabrikhallen erfasst werden, an ein System in der Cloud gesendet werden, wo KI-Algorithmen Entscheidungen treffen und diese an die HLK-Systeme zurücksenden.
Trotz der vielfältigen Vorteile birgt die Nutzung der Cloud auch einige Nachteile. Eine davon ist die Verzögerung oder Latenz, die während des Sendens von Daten und des Wartens auf eine Antwort auftritt. Dies kann zu ärgerlichen Situationen führen, beispielsweise wenn das Licht in einem intelligenten Gebäude erst nach ein oder zwei Sekunden eingeschaltet wird, nachdem jemand den Schalter betätigt hat. Darüber hinaus sind mit der Datenübertragung Kosten verbunden und das System ist auf eine ständige und zuverlässige Kommunikationsverbindung angewiesen. Ein Ausfall dieser Verbindung kann schwerwiegende Konsequenzen haben, wie z.B. den Ausfall der Heizung, wenn die Internetverbindung nicht stabil ist.
Anstatt auf Cloud-KI zu setzen, gewinnt Edge Intelligence an Bedeutung. Hierbei erfolgt die Verarbeitung der Daten und der KI-Algorithmus direkt an den Netzwerkrändern, in unmittelbarer Nähe zu den Sensoren und Aktoren. Durch diese Vorgehensweise werden die Begrenzungen der Cloud-Nutzung umgangen. Insbesondere in intelligenten Gebäuden bieten Zonensysteme aufgrund ihrer Nähe zur erfassten Umgebung eine äußerst effektive Implementierungsmöglichkeit für Edge-Intelligenz.
Die Edge-Intelligenz scheint wie vom Erdboden verschluckt zu sein
Für den Anwender könnte die Edge auch in den Sensoren liegen, die in verschiedenen Geräten und Umgebungen eingebettet sind. Diese Sensoren erfassen Daten vor Ort und führen eine erste Analyse durch, um relevante Informationen zu extrahieren und sie bei Bedarf an andere Geräte oder Systeme zu übertragen.
Nach Silicon Labs liegt die Grenze des Netzwerks bei der Verarbeitung auf der Sensorebene, während die Edge neben den erfassten Größen platziert ist. Dies ist jedoch nur eine Charakterisierung. Es gibt auch Argumente, die dafür sprechen, KI-Berechnungen noch weiter von der Cloud zu entfernen.
Durch den Einsatz der Edge-Ausführung von Künstlicher Intelligenz eröffnen sich im Bereich der dezentralen Entscheidungsfindung und des Datenverkehrs zwei bedeutende Vorteile. Um ein intelligentes Gebäude entsprechend auszustatten, kann man auf funkbasierte Mikrocontroller (MCUs) mit Edge-Intelligenz als Prozessor zurückgreifen. Diese besonderen System-on-Chip (SoC)-Bausteine ermöglichen eine effiziente Ausführung von KI-Modellen mit optimiertem Stromverbrauch und angemessener Geschwindigkeit.
Die Integration von KI in industrielle und intelligente Gebäude erfordert eine kostengünstige Lösung. Daher setzen Hersteller auf Funk-SoCs, um KI-Anwendungen auszuführen. Ein Funk-SoC mit einem KI-Beschleuniger ermöglicht die Nutzung der Vorteile der Edge-KI und gewährleistet gleichzeitig eine effiziente Nutzung der vorhandenen Hardware-Ressourcen in HLK-Systemen.
Die Studie zeigte, dass Funk-MCUs erhebliche Vorteile für Edge-KI haben
Um ein umfassenderes Verständnis der Vorteile zu gewinnen, ist es erforderlich, die Verbesserungen, die Edge-KI im Vergleich zu herkömmlichen Mikrocontrollern (MCUs) bietet, zu vergleichen. Ein KI-Beschleuniger ermöglicht es Anwendungen, schnelle Entscheidungen auf der Grundlage spezifischer Datensätze zu treffen. Darüber hinaus kann der Beschleuniger dies mit größerer Zuverlässigkeit und einem erheblich geringeren Stromverbrauch erreichen.
Um eine KI-Anwendung erfolgreich einzusetzen, ist Vertrauen von großer Bedeutung. Die Anwendung muss in der Lage sein, Anomalien oder Störungen in ihrer Umgebung zu erkennen und sie genau in vordefinierte Kategorien einzuordnen. Durch den Einsatz eines SoCs mit KI-Beschleuniger können KI-Anwendungen zuverlässigere und effizientere Entscheidungen am Edge-Punkt treffen, ohne dass Informationen an die Cloud weitergeleitet werden müssen.
In einem Zonensystem können KI-gestützte Anwendungen, die auf Funk-MCUs laufen, selbstständig Entscheidungen treffen, indem sie die Störungen der HLK-Bedingungen und die Veränderungen in der Personenbelegung berücksichtigen. Dadurch wird der Optimierungsprozess deutlich beschleunigt, sodass Bewohner und Mitarbeiter keine Verzögerungen hinnehmen müssen und gleichzeitig der Energieverbrauch reduziert wird. Zudem gewährleistet diese lokale Entscheidungsfindung eine erhöhte Datensicherheit und Privatsphäre, da keine Daten an die Cloud gesendet werden müssen.
In ihrem Artikel stellten sie neun unterschiedliche Methoden der Datenübertragung für die zentrale Entscheidungsfindung vor
Die Nutzung von KI-gestützten Anwendungen ermöglicht es Entwicklern, die statische Datenübertragung in die Cloud zu minimieren oder sogar vollständig zu vermeiden. Dies führt zu einer effektiveren Nutzung der verfügbaren Bandbreite und trägt zur Verbesserung der Leistung von Cloud-basierten HLK-Systemen bei.
Bei herkömmlichen HLK-Systemen mit wenigen Sensoren waren die Übertragungsraten tolerierbar, sodass die Verwendung von Cloud-KI als akzeptabler Ansatz galt. Mit der Einführung von Zonensystemen hat sich die Situation jedoch geändert, da nun Hunderte von Sensoren online sind und die Übertragung statischer Daten vermieden werden muss. Wenn die Algorithmen nicht lokal ausgeführt werden, würde der kontinuierliche Datenfluss, der entsteht, wenn Millionen von Sensoren alle paar Millisekunden mit der Cloud kommunizieren, das Netzwerk schnell überlasten.
Eine Möglichkeit, das Problem des Datenverkehrs zu reduzieren, besteht darin, KI-Beschleuniger einzusetzen. Diese leistungsstarken Geräte ermöglichen es Anwendungen, die statischen Daten, die von Sensoren generiert werden, effizient zu verarbeiten und zuverlässig zu beurteilen, ob sich Änderungen ereignet haben. Nur die ereignisgesteuerten Daten werden dann an die Cloud übertragen, während die übrigen Daten herausgefiltert werden. Diese effektive Filterung optimiert den Netzwerkverkehr und entlastet die Ressourcen in der Cloud. Gebäudebetreiber profitieren von dieser Verbesserung, da sie dadurch ihre Betriebskosten erheblich senken können, indem sie weniger für Cloud-Dienste zahlen müssen.
Intelligente Gebäude profitieren von den Vorteilen verschiedener Zonentechniken
In den kommenden Jahren werden Zonentechniken in intelligenten Gebäuden die Norm sein. Die Möglichkeit, verschiedene Bereiche des Gebäudes unabhängig voneinander zu steuern, wird es den Nutzern ermöglichen, den Komfort auf ihre persönlichen Bedürfnisse anzupassen. Eine intelligente Lüftung wird zur Selbstverständlichkeit werden und die Bewohner oder Mitarbeiter werden sich an die Vorteile gewöhnen, die eine individuelle Steuerung der Raumklima bietet.
