Czy można za pomocą modelu AI obliczyć oszczędność energii
Berlińska firma SICC Coatings GmbH – specjalista w dziedzinie klimatycznie aktywnych powłok funkcjonalnych – robi kolejny krok w kierunku innowacji w swoich działaniach badawczych. W siedzibie w Berlinie-Pankow firma SICC łączy pod jednym dachem zarówno produkcję, jak i dział badań i rozwoju.
Z myślą o opracowaniu własnego internetowego narzędzia do obliczeń, które określa oszczędność energii wynikającą ze stosowania powłok dachowych i elewacyjnych ClimateCoating, dyrektor zarządzający SICC – Waldemar Walczok – stawia na nowoczesne modele sztucznej inteligencji. Modele te bazują nie tylko na danych, lecz są również wzbogacone o reguły wynikające z fizyki budowli. W ten sposób firma z sektora MŚP inwestuje w innowacyjne badania i napędza procesy cyfryzacji w swojej branży.
Pomiary w trzech lokalizacjach – globalne prognozy
W tym celu przeprowadzono pomiary w kontenerach testowych o identycznej konfiguracji w trzech wyraźnie różniących się klimatycznie lokalizacjach: Abu Zabi, Berlinie i na holenderskiej wyspie Texel. Celem badań jest przewidywanie temperatur wewnątrz budynków na podstawie zebranych danych meteorologicznych oraz właściwości fizykalnych konstrukcji. Głównym celem jest określenie potencjalnych oszczędności energii poprzez redukcję obciążenia chłodniczego dzięki zastosowaniu silnie refleksyjnych powłok funkcjonalnych – i to w sposób niezależny od konkretnej lokalizacji, dla dowolnego budynku na świecie.
W związku z tym SICC zleciła projekt firmie M&M Network-Ing UG, startupowi specjalizującemu się we wdrażaniu nowych technologii w budownictwie, ze szczególnym uwzględnieniem sztucznej inteligencji. Specjaliści ds. danych zdecydowali się na tzw. model AI wzbogacony o wiedzę z fizyki budowli („physics-informed AI model”), aby jak najlepiej odwzorować i uogólnić zebrane dane pomiarowe. Czysto numeryczne podejście do tego złożonego procesu fizycznego byłoby zbyt czasochłonne i kosztowne przy użyciu klasycznych metod. Konieczne było więc rozszerzenie klasycznych modeli AI o elementy fizyki budowli, ponieważ bez założeń dotyczących właściwości fizycznych konstrukcji budowlanych klasyczne modele nie były w stanie odpowiednio odwzorować danych pomiarowych.
„Dzięki zastosowaniu modelu AI udało nam się połączyć to, co najlepsze z dwóch światów – dokładne modelowanie fizyczne i podejścia oparte na danych”, podsumowuje dr Michael Kraus, dyrektor generalny M&M Network-Ing.
Współpraca jako motor innowacji
Podstawą projektu była współpraca między berlińską firmą SICC, M&M Network-Ing z Moguncji oraz Abu Dhabi Ports Group, w której każda ze stron wniosła swoje unikalne kompetencje. SICC, wspierane doradczo przez DIMaGB, pełni rolę inicjatora pomysłu, dostarczyła materiał i na podstawie pomiarów wygenerowała obszerny zestaw danych odpowiedni do treningu modelu AI. Firma M&M działała jako dostawca usług z zakresu projektowania, rozwoju modelu AI, budowy interfejsu internetowego oraz implementacji narzędzia. Abu Dhabi Ports Group dostarczyła kontenery oraz aparaturę pomiarową, przygotowała kontenery testowe i przekazała dane pomiarowe firmie SICC.
Model AI jako fundament narzędzia obliczeniowego SICC
Użytkownicy produktów ClimateCoating otrzymują do dyspozycji internetowe narzędzie CALCULUS®, które umożliwia wykonywanie prognoz dotyczących oszczędności kosztów chłodzenia dla różnych typów budynków i lokalizacji klimatycznych. Oszczędności wynikające z zastosowania powłok dachowych i ewentualnie ściennych będą przedstawione w procentach oraz zobrazowane wykresami przebiegu temperatur i diagramami porównawczymi.
„Opracowując to narzędzie, pokazujemy wyraźnie, że nasza branża jest otwarta na nowe technologie oraz że nasze zobowiązanie do zrównoważonego rozwoju – oszczędność energii dzięki powłokom funkcjonalnym – można potwierdzić konkretnymi danymi liczbowymi”, podsumowuje Waldemar Walczok.
Zaloguj przez Facebooka
Zaloguj przez Google