Bei der Steuerung von Heizungs-, Lüftungs- und Kühlsystemen (HLK) spielen Zonensysteme eine entscheidende Rolle, da sie eine präzise Kontrolle ermöglichen. Durch den Einsatz von künstlicher Intelligenz wird nun eine weitere Optimierung dieser intelligenten Gebäudetechnik angestrebt.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Mithilfe von Zonensystemen kann die HLK Raum für Raum gesteuert werden, was eine individuelle Anpassung an die Präferenzen einzelner Bewohner oder Mitarbeiter ermöglicht
Durch den Einsatz von Zonensystemen kann die HLK in jedem Raum präzise gesteuert werden, sogar bis hin zur Anpassung an die individuellen Vorlieben eines einzelnen Bewohners oder Mitarbeiters. Um ein solch hohes Maß an detaillierter Steuerung zu erreichen, werden fortschrittliche Regelungstechniken und Sensoren verwendet, die kontinuierlich Informationen zur Raumtemperatur, Luftfeuchtigkeit und Belüftung erfassen. Aufgrund dieser Daten kann das System die HLK-Einstellungen für jeden Raum individuell anpassen.
Zur Kosteneinsparung ist eine Automatisierung erforderlich, bei der die HLK-Systeme auf die von Sensoren erfassten Daten reagieren. KI ist dabei von großer Bedeutung, da sie auf Basis der vorliegenden Informationen die richtigen Entscheidungen treffen kann.
Edge-Intelligenz revolutioniert die Steuerung von Smart Buildings
Traditionell wurden KI-Systeme in zentralen Rechnern betrieben. In den letzten Jahren hat sich jedoch der Fokus auf die Cloud verlagert. Daten, die von Sensoren in Gebäuden oder Fabrikhallen erfasst werden, gelangen in ein Cloud-basiertes System. Dort treffen KI-Algorithmen Entscheidungen, die dann an die HLK-Systeme zurückgesendet werden, um die erforderlichen Aktionen auszuführen.
Es ist wichtig, sich bewusst zu sein, dass die Nutzung der Cloud auch einige Nachteile mit sich bringt. Zum einen gibt es eine Verzögerung bei der Datenübertragung, was bedeutet, dass man eine gewisse Zeit auf eine Antwort warten muss. Zusätzlich fallen Kosten für die Datenübertragung an und das System ist abhängig von einer zuverlässigen Kommunikationsverbindung, die niemals ausfallen darf. Dies kann zu Unannehmlichkeiten führen, beispielsweise wenn in einem intelligenten Gebäude das Licht erst ein oder zwei Sekunden nach dem Betätigen des Schalters angeht.
Eine alternative Lösung zur Cloud-KI ist die Edge Intelligence, bei der die Verarbeitung und der KI-Algorithmus direkt an der Netzwerkkante erfolgen, also in unmittelbarer Nähe der Sensoren und Aktoren. Dieser Ansatz ermöglicht es, die Beschränkungen der Cloud-Nutzung zu umgehen. Insbesondere für intelligente Gebäude erweisen sich Zonensysteme als äußerst geeignet für die Implementierung von Edge-Intelligenz, da sie in unmittelbarer Nähe zu den erfassten Umgebungen agieren.
Es stellt sich die Frage, wo die Edge-Intelligenz eigentlich zuhause ist
Verantwortliche in der Industrie betrachten die Edge als Gateways in ihren Einrichtungen, um die Steuerung und Überwachung von IoT-Geräten und Maschinen zu ermöglichen. Die Edge ermöglicht eine lokale Datenverarbeitung, um Echtzeitentscheidungen zu treffen und die Netzwerkbandbreite zu entlasten.
Nach Auffassung von Silicon Labs liegt die Grenze des Netzwerks bei der Verarbeitung auf der Sensorebene, während sich die Edge direkt neben den erfassten Größen befindet. Diese Aussage dient jedoch lediglich zur Charakterisierung. Es gibt auch Argumente, die dafür sprechen, KI-Berechnungen noch weiter von der Cloud zu entfernen.
Wie bereits erwähnt, eröffnet uns die Edge-Ausführung von künstlicher Intelligenz zwei große Vorteile: eine schnellere dezentrale Entscheidungsfindung und eine Verringerung des Datenverkehrs. Wenn es darum geht, intelligente Gebäude zu optimieren, können wir funkbasierte Mikrocontroller (MCUs) mit Edge-Intelligenz als Prozessoren einsetzen. Diese speziellen System-on-Chip (SoC)-Bausteine ermöglichen eine effiziente Ausführung von KI-Modellen, wobei der Stromverbrauch optimiert und eine angemessene Geschwindigkeit gewährleistet wird.
Ein Funk-SoC ist eine geeignete Wahl für KI-Anwendungen in industriellen und intelligenten Gebäuden, da Hersteller nach kosteneffizienten Lösungen suchen. Durch die Integration eines Funk-SoC mit einem KI-Beschleuniger können sie die Vorteile der Edge-KI nutzen, ohne zusätzliche hohe Kosten für separate Hardwarekomponenten zu verursachen.
Es wurde betont, wie vorteilhaft Funk-MCUs für Edge-KI sind
Um die Vorteile gründlicher zu verstehen, ist es notwendig, einen Vergleich zwischen den Verbesserungen, die Edge-KI im Vergleich zu einer herkömmlichen MCU bietet, anzustellen. Ein KI-Beschleuniger unterstützt Anwendungen dabei, schnelle Entscheidungen auf der Grundlage eines bestimmten Datensatzes zu treffen. Im Vergleich zu herkömmlichen Methoden bietet der Beschleuniger eine höhere Zuverlässigkeit und einen geringeren Energieverbrauch.
Das Vertrauen in KI-Anwendungen ist entscheidend, da sie in der Lage sein müssen, Anomalien oder Störungen in einer bestimmten Umgebung zu erkennen und sie genau in vorgegebene Kategorien einzuordnen. Durch die Verwendung eines SoCs mit integriertem KI-Beschleuniger können KI-Anwendungen am Edge-Punkt verlässlichere und effizientere Entscheidungen treffen, ohne dabei auf den Datenaustausch mit der Cloud angewiesen zu sein.
Im Zonensystem ermöglicht es KI-gesteuerten Anwendungen, die auf Funk-MCUs laufen, spontane Entscheidungen aufgrund von Störungen in der HLK und Veränderungen in der Personenbelegung zu treffen. Dadurch wird die Reaktionszeit des Optimierungsprozesses erheblich verkürzt, was sowohl den Bewohnern als auch den Mitarbeitern zugutekommt, da Verzögerungen vermieden werden und der Energieverbrauch minimiert wird. Darüber hinaus können Optimierungen auf lokaler Ebene durchgeführt werden, ohne dass Daten an die Cloud gesendet werden müssen, was die Sicherheit und den Datenschutz erhöht. Diese dezentrale Entscheidungsfindung reduziert außerdem alle Risiken, die auftreten könnten, wenn das Backend des Gebäudes offline ist oder die Netzwerkverbindung aus irgendeinem Grund unterbrochen wird.
Die Forscher erforschten neue Ansätze zur Datenübertragung für die zentrale Entscheidungsfindung
Cloud-basierte HLK-Systeme ohne Edge-KI leiten alle erfassten Daten, einschließlich Standby-Daten, zur zentralen Entscheidungsfindung an die Cloud weiter. Dies führt zu einer hohen Datenübertragung und möglicherweise unnötiger Belastung des Netzwerks. Durch den Einsatz von KI-gestützten Anwendungen können Entwickler jedoch diese Datenübertragung reduzieren oder sogar vermeiden, indem sie lokale Entscheidungen treffen und nur relevante Informationen an die Cloud senden.
Bisher waren die Übertragungsraten bei herkömmlichen HLK-Systemen mit wenigen Sensoren noch akzeptabel, weshalb der Einsatz von Cloud-KI als geeigneter Ansatz angesehen wurde. Allerdings hat sich die Situation mit der Integration von Zonensystemen geändert, da nun Hunderte von Sensoren online sind und die Übertragung statischer Daten vermieden werden muss. Wenn die Algorithmen nicht lokal ausgeführt werden würden, könnte der kontinuierliche Datenfluss durch die ständige Kommunikation von Millionen von Sensoren mit der Cloud alle paar Millisekunden das Netzwerk schnell überlasten.
Um das Problem des Datenverkehrs zu reduzieren, können KI-Beschleuniger eingesetzt werden. Diese speziellen Geräte stellen die notwendige Rechenleistung bereit, um alle von den Sensoren erzeugten statischen Daten zu filtern und zuverlässig zu beurteilen, ob eine Veränderung aufgetreten ist. Nur die ereignisgesteuerten Daten werden dann an die Cloud übermittelt. Durch diese effiziente Filterung wird der Netzwerkverkehr optimiert und die Ressourcen in der Cloud werden entlastet. Gebäudebetreiber profitieren besonders von dieser Verbesserung, da dadurch die Kosten für Cloud-Dienste erheblich gesenkt werden können.
In intelligenten Gebäuden kommen unterschiedliche Zonentechniken zum Einsatz
Durch die Anwendung von Zonentechniken werden intelligente Gebäude den Komfort für Bewohner und Mitarbeiter erheblich verbessern, indem sie individuelle Klimaeinstellungen für verschiedene Bereiche ermöglichen. In etwa zehn Jahren wird diese Technologie weit verbreitet sein, und Menschen werden sich an den Anblick intelligenter Lüftungssysteme genauso gewöhnen wie an eine intelligente Beleuchtung. Um diese fortschrittlichen Funktionen zu ermöglichen und die Daten von Hunderten neuer Sensoren effizient zu verarbeiten, wird die Ausführung von KI-Algorithmen am Edge-Punkt eine leistungsstarke und kostengünstige Lösung bieten.
