Un método escalable para diagnosticar fallas de sensores HVAC en edificios inteligentes
Los sistemas de calefacción, ventilación y aire acondicionado (HVAC) son los mayores consumidores de energía en un edificio. Para los edificios inteligentes, las tecnologías han evolucionado para mejorar la eficiencia energética de los sistemas HVAC, pero a menudo ocurren fallas. Debido a la naturaleza compleja de los sistemas HVAC a gran escala que se utilizan en los edificios, el diagnóstico de estas fallas puede ser un desafío.
Un equipo de investigadores dirigido por el profesor Marios Polycarpou, director del Centro de Excelencia en Investigación e Innovación de KIOS, Chipre, ha desarrollado un algoritmo de diagnóstico de fallas de sensores distribuidos, una secuencia de instrucciones implementables por computadora bien definidas para detectar y aislar múltiples fallas de sensores en sistemas HVAC a gran escala en edificios inteligentes. El equipo publicó sus hallazgos en Revista IEEE/CAA de Automatica Sinica.
“El funcionamiento de los sistemas de calefacción, ventilación y aire acondicionado (HVAC) en nuestros hogares, espacios de trabajo y espacios públicos interiores se basa en el uso de mediciones de retroalimentación de dispositivos de detección para realizar ajustes para mantener la temperatura deseada. La presencia de mediciones defectuosas desorienta el sistema y puede crear condiciones interiores incómodas y/o desperdiciar energía de manera significativa”, dijo el profesor Polycarpou.
Este estudio presenta un enfoque algorítmico que se puede aplicar en los sistemas de administración de edificios existentes o en el sistema de conexión de Internet de las cosas (IoT) de dispositivos informáticos físicos que están interconectados a través de una red para recopilar y compartir datos, para notificar al usuarios y operadores del edificio sobre la presencia de mediciones defectuosas, así como la ubicación de cualquier sensor defectuoso.
En este estudio, los autores modelan un sistema HVAC grande que consta de 83 zonas de edificios como una red de subsistemas interconectados más pequeños, en lugar de utilizar un modelo global que describe el sistema HVAC para todo el edificio. Este método simplificado no solo hace que el diseño del diagnóstico de fallas basado en modelos sea más factible, sino que también es escalable, lo que permite que otras partes del edificio se incorporen a la red mediante un enfoque plug-and-play.
Según Polycarpou, la utilización de modelos térmicos de la variación de la temperatura en equipos HVAC y zonas de edificios, en combinación con el diseño de algoritmos de diagnóstico implementados en un marco multiagente, un sistema autoorganizado que consta de varios agentes inteligentes que interactúan entre sí. otro para resolver problemas complejos que les sería difícil resolver de forma singular, permite el desarrollo de métodos avanzados para detectar y aislar fallas de sensores, “En este marco, un sensor inteligente inalámbrico puede comunicarse con sus sensores vecinos para mejorar el proceso de diagnóstico de fallas en términos de confiabilidad, solidez, sensibilidad y escalabilidad”, explica Polycarpou.
“Nuestro objetivo final es desarrollar sistemas de diagnóstico de por vida para edificios inteligentes, que puedan monitorear continuamente su funcionamiento durante la vida útil de los edificios, para detectar, diagnosticar y reparar automáticamente cualquier comportamiento defectuoso, y poder aprender de su anterior experiencias, así como de las experiencias de los sistemas de diagnóstico de otros edificios inteligentes”, dijo Polycarpou.
