Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

Smart Building

Honeywell, il machine learning potenzia il monitoraggio degli impianti di condizionamento

La multinazionale ha presentato Honeywell Forge Energy Optimization, una soluzione di machine learning basata su cloud a circuito chiuso, capace di studiare ininterrottamente i modelli di consumo energetico di un edificio e adattarsi automaticamente alle impostazioni ottimali di risparmio energetico

16 Mar 2020

Conoscere le origini dei propri consumi energetici è la chiave per ridurre gli sprechi: questo spiega perchè, in questi ultimi anni, le soluzioni digitali per il monitoraggio energetico stiano conoscendo uno sviluppo crescente. In particolare gli impianti per il riscaldamento, la ventilazione e l’aria condizionata (HVAC) rappresentano spesso la più grande opportunità di risparmio energetico negli edifici di grande dimensione. Uno dei maggiori player in questo settore, la multinazionale Honeywell ha annunciato in tal senso il lancio di Honeywell Forge Energy Optimization, una soluzione di machine learning basata su cloud a circuito chiuso, capace di studiare ininterrottamente i modelli di consumo energetico di un edificio e adattarsi automaticamente alle impostazioni ottimali di risparmio energetico, senza compromettere i livelli di comfort degli occupanti. Secondo Honeywell, la soluzione è in grado di generare risparmi energetici a doppia cifra e ridurre i livelli di anidride carbonica di un edificio. Un altro vantaggio è l’assenza di rilevanti spese di capitale iniziali, anche perchè Force energy può essere implementata senza modifiche agli attuali processi operativi dell’edificio. In particolare la soluzione è pensata per ottimizzare in modo autonomo e continuo i set point interni di un edificio su centinaia di risorse ogni 15 minuti, così da valutare se il sistema HVAC (riscaldamento e condizionamento) di un edificio funzioni alla massima efficienza.

A questo scopo sono analizzati fattori quali l’ora del giorno, le condizioni climatiche, il numero di occupanti presenti e dozzine di altri punti dati per determinare le impostazioni ottimali per singolo edificio; inoltre, la soluzione prende decisioni ponderate 96 volte ogni 24 ore per singolo edificio, 365 giorni all’anno per l’intero sistema di risorse. Si tratta di un deciso passo in avanti rispetto alle tradizionali soluzioni di monitoraggio degli impianti HVAC, che spesso non prendono in considerazione parametri come il numero di occupanti o le condizioni meteorologiche. Oppure, quando li prendono in considerazione, richiedono un intervento manuale degli energy manager, che faticano però a destreggiarsi tra le tantissime variabili possibili.

Le potenzialità di Honeywell Forge Energy Optimization sono state dimostrate da un progetto pilota svolto presso la Hamdan Bin Mohammed Smart University (HBMSU) di Dubai, Emirati Arabi Uniti, garantendo un risparmio energetico iniziale del 10%. La soluzione Honeywell è stata implementata sul sistema esistente di gestione degli edifici dell’Università (peraltro prodotto da  Il risparmio energetico aggiuntivo generato è particolarmente significativo in quanto l’edificio di HBMSU è considun concorrente di Honeywell), portando alla luce alcuni problemi di controllo locale relativi all’impianto di raffreddamento e all’unità di trattamento dell’aria, che non si stavano adeguando ai set point.

WHITEPAPER
Secondo Gartner le aziende che non adotteranno l'AI entro il 2022 non saranno competitive
Intelligenza Artificiale

“Gli edifici non sono acciaio statico e cemento: sono ecosistemi dinamici e il loro fabbisogno energetico cambia in base a variabili mutevoli, come il clima e il numero di occupanti – ha affermato David Trice, vice president e general manager di Honeywell Connected Buildings -. Con Honeywell Forge Energy Optimization, stiamo portando le operazioni degli edifici a un livello ben superiore rispetto a ciò che sarebbe possibile realizzare anche avvalendoci di un solido team di ingegneri e delle loro regole codificate all’interno del loro sistema di gestione degli edifici. Utilizzando i più recenti algoritmi di apprendimento associati al controllo autonomo, possiamo aiutare i proprietari degli edifici a ottimizzare le spese energetiche per aumentare l’efficienza e creare pratiche più sostenibili per i nostri clienti”.

@RIPRODUZIONE RISERVATA
Argomenti trattati

Personaggi

D
David Trice

Aziende

H
Honeywell

Approfondimenti

E
efficienza energetica
M
monitoraggio

Articolo 1 di 5