Byggene våre blir stadig mer digitale. Nye metoder og systemer brukes for å analysere hvordan de fungerer. En målestrategi forteller hvordan vi samler inn, lagrer og bruker sensordata fra byggene våre. Det er derfor viktig med en god målestrategi, men hva innebærer egentlig det?
Med en god målestrategi kan vi optimalisere byggene og de tekniske systemene vi har. Du har trolig veldig mye av det som trengs for å bygge en god strategi allerede. I denne artikkelen skal se litt nærmere på hvordan dette fungerer i praksis.
Hva brukes det til?
Målestrategien bør ta hensyn til hvor og hvordan data hentes og lagres. Slik kan innsamling fra sensorer og bruk av deres data gjøres effektivt og vi vil ha fleksibilitet i analyse og presentasjon.
Eksempler på hva måledata med en god målestrategi kan brukes til:
- Analysere mønstre og trender i for å optimalisere energiforbruket.
- Overvåke og optimalisere inneklimaet og luftkvaliteten i bygget.
- Måle bruken av ulike rom i bygget for å optimalisere rengjøring.
- Presentere energi, miljø og inneklima til brukerne.
- Sammenligne bygg for å se etter mulige forbedringer på tvers av bygg.
- Genererer miljørapporter automatisk til leietakere som trenger dette i egen rapportering.
For å bruke sensordata på disse måtene trenger vi riktig tilnærming til de sensorer vi bruker.
Les også: Hvor smart er bygget ditt?
Hvilke typer sensorer finnes i bygg?
Det finnes mange typer sensorer i i bygg som brukes til styring og drift av de tekniske systemene. De viktigste er gjerne styring av inneklima, energi og effektmålinger, lys og, ikke minst, sensorer som brukes for styring av varme, kjøleanlegg og ventilasjon.
Sensorer for inneklima og romstyring:
- Temperatursensorer
- Fuktighetssensorer
- Bevegelsessensorer
- Klimasensorer (CO2, NOX, partikkel)
- Lyssensorer
- Radonsensorer
Sensorer for energimåling og kontroll:
- Strømålere
- Energimålere
- Effektmålere
- Vannmålere
- Mengdemålere
Sensorer for ventilasjonsanlegg
Disse måler og regulerer ulike parametere som påvirker ventilasjonen i bygget, for eksempel luftmengde, luftkvalitet, temperatur, fuktighet og trykk. Sensorer i ventilasjonsanlegg kan være integrert i ulike teknologier, som spjeld eller vifter.
Sensorer i varme og kjøleanlegg
Disse sensorene måler og regulerer ulike parametere som påvirker oppvarmingen eller nedkjølingen av bygget. De bidrar til å sikre et behagelig og jevnt temperaturnivå for brukerne av bygget, samt redusere energiforbruket og derav kostnadene for oppvarming eller kjøling.
Sensorer i varme og kjøleanlegg kan være basert på ulike teknologier, som termostater, trykkmålere, flow-målere og gulvvarmesensorer. I tillegg har pumpene innebygde sensorer for temperatur, trykk og vannmengde for å sikre at varme og kjøling distribueres effektivt til alle deler av bygget.
Værstasjon
Værstasjoner plasseres gjerne på taket og måler ulike meteorologiske parametere som temperatur, luftfuktighet, vindhastighet og nedbør. Dette bidrar til å regulere oppvarming, ventilasjon og belysning. I tillegg har den kontroll på sol-retningen og styrer solavskjerming, som persienner.
Andre sensorer og signaler
I tillegg til alle disse, er det også andre sensorer som hjelper oss å unngå problemer og forbedrer byggene for leietakere og eiere.
Her er noen eksempler:
- Sensorer som teller antall folk.
- Sensorer som sørger for at nødlys slås på når strømmen går.
- Lekasjedetektorer
- Radonmålere
Du finner også en rekke sensorer og alarmsignaler som overvåker at systemer, som UPS (Uninterruptible Power Supply), Nødlyssystemer, brannalarm, heis og snøsmeltning, virker som de skal. I tillegg finner du ofte systemer som lar brukerne gi tilbakemelding til driftsorganisasjonen om mulige avvik.
Les også: Innoasis - Det digitale bygget
Tradisjonell byggautomasjon og IoT sensorer
Med utviklingen av IoT sensorer, med tilhørende skyløsninger, kan vi videre dele inn sensorene ut fra hvordan de kommuniserer og samler data.
Tradisjonelle sensorer koblet til automasjonssystemene
Disse sensorene bruker buss-teknologier som BACnet, Modbus, M-Bus og KNX for å kommunisere med bygg-automasjonen.
IoT-sensorer koblet direkte til skyen
Disse sensorene sender dataene sine til skytjenester, hvor de analyseres og presenteres. Nyere systemer med IoT sensorene er ofte laget spesielt for å samle inn, analysere og optimalisere bygg. Disse systemene har sine fordeler ved at de er enkle å installere og bruker skybaserte metoder for analyse og presentasjon. Men siden disse nye systemene er laget med hovedfokus på datainnsammling, er dataen ofte vanskelig å bruke til sann-tids automasjon.
Begge typer sensorer har fordeler og ulemper, og det er derfor viktig at målestrategien tar hensyn til dette. Mange forskjellige typer data kan også ha forskjellige skalaer, enheter og mengder støy. Derfor må man finne strategier for hvordan vi normaliserer og justerer data i forhold til hverandre. Slik kan vi analysere og sammenligne dem på en riktig måte.
Hvordan samle inn og lagre sensordata?
En målestrategi må sikre at data fra sensorene måles og samles inn på en effektiv måte og sørge for at vi kan stole på de dataene vi har. Det betyr at vi må ha kontroll på kvaliteten av hvordan sensorene er installert for å sikre at vi måler og samler inn god data.
Kvaliteten på signalene fra sensorene er det viktigste både for automasjonen i byggene og for analyse og presentasjon i eksterne skytjenester.
Hvis sensordataene har dårlig kvalitet vil nytten av dataene reduseres og vi kan til og med ende opp med feil i analyser og forbedringstiltak.
Kvaliteten kan bli påvirket av ulike faktorer, som støy, forvrengning, interferens eller tap. Datakvalitet er også, i stor grad, påvirket av plasseringen av sensorene og de fysiske forholdene der sensorene er installert. For eksempel, en temperaturmåler plassert for langt unna hva den skal måle, eller uisolert fra en annen kilde, vil gi uriktig data, og/eller inneholde støy.
Steg for å sikre kvaliteten på signalene:
- Gode retningslinjer for valg av sensorer og plasseringen av disse
- Kvalitetssikring av montering og installasjon
- Standarder for navngivning og normalisering av verdiene
- Standardisering av bus-teknologier og protokoller for kommunikasjon
- Ettersyn og vedlikehold av sensorer og signalene for å oppdage feil
Normalisering
Normalisering betyr i praksis at vi bruker standarder, som valg av enhet, for hver kategori av signaler og bestemmer hvordan de overføres og presenteres.
Skal vi bruke watt eller kilowatt på elektrisitet? Liter eller kubikk for luft og ventilasjon? Og skal vi bruke vinkel eller prosent ved åpning av et spjeld i ventilasjonssystemet? Dette må alltid være unisont eller tatt forhold til ved analyse og presentasjon.
Intervaller
Selv hvor ofte sensorata samles inn er viktig. Energimålere og andre sensorer som teller et forbruk må sende inn med regelmessige intervaller og det er en fordel av disse intervallene er like for like typer målinger.
Sensorer som brukes for å styre etter en gitt verdi kan gjerne sende data når de endrer seg, det vil redusere datamengden som overføres og lagres. I tillegg kan det muliggjøre sensorer med batteri, der det er sjeldent med endring av verdi og dermed lite behov for kommunikasjon.
For eksempel, vil temperaturen i et rom gjerne sendes inn når temperaturen endrer seg mer enn en gitt verdi (Change of Value). Vi må da definere hvor stor endringen skal være før vi sender den nye verdien. Energi-målinger bør derimot samles inn med faste tidsintervaller. Strømprisen endres hver time så det vil være lurt å samle inn data oftere enn dette. Dette er viktig å overveie for en god målestrategi.
Les også: Hvorfor er digitalisering viktig i en vanlig norsk bedrift?
Hvordan bruke sensordata til å optimalisere bygg?
I tillegg til data trenger vi avanserte analyseverktøy som kan tolke dataene og gi oss nyttig innsikt. Vi trenger også gode grensesnitt som kan vise oss dataene på en oversiktlig og forståelig måte og sammenstille disse dataene med andre kilder.
Det er også viktig at vi knytter metadata til verdiene, som for eksempel, hvilke systemer det er tilknyttet og hva sensoren primært brukes til. Vi må også ha informasjonen om hvor enheten er installert, om produsent og ikke minst type.
Et viktig spørsmål vil være hvor og hvordan normaliseringen gjøres. I tradisjonell byggautomasjon kan dette gjøres ved å bruke et tverrfaglig merkesystem (TFM) og BACnet EDE filer for å definere struktur og standarder for hvordan dataene skal presenteres. Men i moderne skysystemer brukes ofte strukturer som er bygget opp på en annen måte. Et eksempel er Real Estate Core, som er en datastruktur laget for digitale tvillinger for bygg.
Hvis man skal få til effektiv og fleksibel bruk av dataene må lagringen av dataene normaliseres og struktureres på en effektiv måte. Denne struktureringen gjøres gjerne ved datainnhentingen, men det finnes også metoder hvor man strukturerer dataene etter innsamling.
Konklusjon
En god målestrategi er nøkkelen til å utnytte potensialet i digitale bygg. Med en god målestrategi kan vi samle inn, lagre og bruke sensordata på en smart måte. Dette gir oss bedre kontroll over byggene våre. En god målestrategi kan også bidra til å øke energieffektiviteten, komforten og produktiviteten i dine bygg.