Sistema HVAC controlado por IA
Los sistemas de ventilación y aire acondicionado “HVAC” son un ejemplo perfecto de cómo la inteligencia artificial y machine learning pueden mejorar cosas con las que convivimos todos los días y creemos que no podrían ser más eficientes, o que el trabajo que involucraría volverlas más eficientes no vale la pena para lo que se ganaría. Se realizó un estudio simulado para uno de estos sistemas en una estación de autobuses muy importante en Taiwán.
El estudio simulado se llevó a cabo en un edificio real ubicado en la estación de autobuses de Taipei, un importante centro de transferencia ubicado en la ciudad de Taipei, Taiwán. Un total de 36 operadores aprobados por el Ministerio de Carreteras y Transporte operan desde este centro, dando servicio a 170 rutas, 99 de las cuales comienzan desde Taipei. Otros 15 operadores están dando servicio a 65 rutas alrededor de la estación de autobuses de Taipei. En promedio diario, hay 2289 salidas desde la estación y 2427 salidas en los días pico. El número promedio de viajeros diarios es de aproximadamente 80,000. (Cheng, 2019)
El sistema de calefacción, ventilación y aire acondicionado (HVAC) es capaz de proporcionar un confort térmico satisfactorio y una calidad de aire interior aceptable para los ocupantes ajustando y cambiando la condición del aire de los edificios. Para alcanzar este objetivo, los procesos requeridos incluyen calefacción, refrigeración y ventilación, así como procesos de humidificación y deshumidificación. Estos procesos se pueden lograr a través de componentes que incluyen un compresor, ventilador, condensador, evaporador y válvula de expansión. Para el correcto funcionamiento de estos procesos y componentes, son muy necesarios sensores adecuados para detectar el estado del entorno, refrigerante y componentes. Los sensores generales empleados por los sistemas HVAC incluyen anemómetros de temperatura, humedad, presión, velocidad del viento, así como un medidor de flujo. (Cheng, 2019)
La forma en que funcionan la mayoría de los sistemas HVAC es con configuraciones básicas de encendido y apagado. Esto significa que los sensores detectan cuando un parámetro está fuera de rango (caídas de temperatura, por ejemplo), por lo que el sistema se encenderá hasta que el sensor determine que los valores vuelven a los deseados. Es por esto que estamos acostumbrados a ver o escuchar estos sistemas iniciando a trabajar y luego apagarse repetidamente. Esto funciona, pero es muy ineficiente en términos de ahorro de energía y no considera el confort térmico normal. Los valores considerados para el sistema son los mismos todo el tiempo y no se pueden ajustar.
Utilizando datos recopilados durante cinco años, se desarrolló un sistema de predicción de IA. La inteligencia artificial es capaz de hacer predicciones basadas en eventos que tienen fuertes correlaciones entre sí. Las modificaciones continuas se realizan observando las correlaciones entre dos eventos designados como Evento A y Evento B. La predicción inicial se denomina probabilidad previa. Cuando hay ocurrencias del Evento A, la predicción inicial se modificará continuamente de acuerdo con el Evento B para determinar lo que se llama la probabilidad posterior. Utilizando esta tecnología, el sistema fue capaz de predecir la temperatura y la humedad con precisiones que estaban entre el 95,5 y el 96,6%, respectivamente. Además, se logró un ahorro energético del 39,8%.
Referencias:
Cheng, C.-C., & Lee, D. (2019). Artificial Intelligence Assisted Heating Ventilation and Air Conditioning Control and the Unmet Demand for Sensors: Part 2. Prior Information Notice (PIN) Sensor Design and Simulation Results. Sensors, 19(15), 3440. doi:10.3390/s19153440
