Artificiële intelligentie verhoogt comfort in leslokaal

De regeling maakt gebruik van artificiële intelligentie om de CO2-waarde te voorspellen zodat de sturing kan anticiperen in plaats van te reageren. Het kloppend hart van het systeem is een PLC van Beckhoff Automation die de data verzamelt en op basis van de output van het model de ventilatie aanstuurt.

Smart Buildings is een opleidingsonderdeel in de opleiding Elektromechanica aan Hogeschool PXL. Het eigen gebouw wordt er dankbaar gebruikt als living lab om nieuwe technologieën te implementeren en experimenten te doen. “In 2016 zijn we gestart met een project om heel het gebouw te monitoren”, zegt Patrick Pilat, opleidingshoofd Elektromechanica. “Meterstanden van elektriciteit, gas en water worden automatisch uitgelezen en opgeslagen in de cloud. Daarnaast hebben we sensoren geplaatst om in de lokalen de temperatuur en CO2 te meten. Daaruit bleek al snel dat de CO2-waarden soms ver boven de norm lagen, wat nadelig is voor het comfort. Mensen voelen zich moe en worden sneller afgeleid. In een leslokaal is dat geen goede situatie.”

Daarom werd een project gestart om in één van de leslokalen een sturing te ontwikkelen om het ­CO2-gehalte onder de norm van 1000 ppm te houden. Er werden extra sensoren en raamcontacten geplaatst en er werd een Beckhoff PLC geïnstalleerd om de ventilatie aan te sturen. De industriële controllers van Beckhoff Automation winnen steeds meer aan belang in gebouwautomatisering omdat ze als open platform veel meer mogelijkheden bieden om verschillende systemen met elkaar te integreren en op elkaar af te stemmen, wat een cruciale stap is om de globale energieprestaties te optimaliseren.

Om dat waar te maken biedt Beckhoff ­Automation een hele reeks I/O’s en softwareblokken die de mogelijkheid creëren om op een snelle en transparante manier connecties te maken met alle mogelijke netwerken en communicatieprotocollen die in gebouwautomatisering gebruikt worden. Daarnaast is het voor de PC-gebaseerde controllers heel evident om te connecteren met andere ­IT-systemen en dus ook met databanken en ­applicaties die draaien in de cloud.

Die cloud speelt een essentiële rol in de toe­passing die PXL ontwikkelde om het CO2-niveau in het leslokaal te regelen. Het verlagen van de ­CO2-concentratie in de lucht is op zich vrij eenvoudig want de enige oplossing is om meer te ventileren. De uitdaging is om dat op een energie-efficiënte manier te doen. 

Patrick Pilat: “Onze oplossing maakt gebruik van machine learning om in real-time te voorspellen wat de CO2-concentratie binnen een uur en binnen twee uur zal zijn. De sturing maakt gebruik van die voorspelling om de ventilatie hierop af te stemmen. Aan het eind van de dag weet het model op basis van het lessenrooster bijvoorbeeld dat het CO2-niveau niet verder zal stijgen en dat de ventilatie dus verlaagd kan worden.”

Het model dat hierbij gebruikt wordt heet ­Boosted Decision Tree wat een van de machine learning tools is die in het Azure platform van ­Microsoft aangeboden wordt. Het model voorspelt het ­CO2-gehalte door de situatie op een bepaald moment te vergelijken met historische data. De ­situatie is een dataset die meetwaarden van de PLC omvat, aangevuld met data uit IT-systemen zoals de uurroosters van de studenten. 

“In de uurroosters kan het model zien hoeveel groepen er les hebben zodat het een inschatting kan maken van het aantal mensen dat aan­wezig zal zijn”, zegt Patrick Pilat.. “Bij dit soort van ­artificiële intelligentie wordt de waarde van het model beoordeeld op zijn determinatiecoëfficiënt. In ons geval bedraagt die 83%. Dat is voldoende om vrij nauwkeurige voorspellingen te doen.”

In de praktijk vergt de uitleg over het voorspellen van het CO2-niveau wel enige nuance want de bedoeling van de sturing is om het niveau steeds onder de limiet van 1000 ppm te houden en er dus voor te zorgen dat de voorspelling niet uitkomt wanneer die hoger zou zijn.

“We zijn gestart met een eenvoudige sturing in de PLC om de data te verzamelen die gebruikt werd om het model te trainen, legt Patrick Pilat uit. “De voorspelling van het model is de waarde die we bij die oude regeling zouden bekomen. De nieuwe sturing kan zich op basis van die voorspelling aanpassen om beter te doen. In principe zouden we het model nu opnieuw kunnen trainen met ­nieuwe data om het model nog preciezer te maken.”

De resultaten van het project zijn behoorlijk indrukwekkend want terwijl de CO2-concentratie aanvankelijk soms kon oplopen tot 6000 ppm wordt de norm van 1000 ppm nu nog maar ­zelden overschreden. Bovendien wordt het betreffende leslokaal, dat plaats biedt aan 70 studenten, nu meer gebruikt dan vroeger, zonder een stijging van het energieverbruik te veroorzaken. 

Daarom heeft men beslist om het project uit te breiden en de volledige vleugel van het gebouw via de Beckhoff controller aan te sturen. “Daarbij gaan we niet alleen de ventilatie regelen maar ook de verwarming”, zegt Gwen Vanheusden, ­lector automatisering en projectmedewerker. “Zoals in veel gebouwen bepaalt de huidige regeling van de verwarming de temperatuur van het circuit per vleugel, in functie van de windrichting. Die regeling gaan we in eerste instantie behouden maar wel aanvullen door de kranen op de radiatoren via de PLC aan te sturen. Zo kan de verwarming uitgezet worden in lokalen die niet gebruikt worden. Het model met machine learning zal net als bij de ventilatie kunnen bepalen wanneer de radiatoren weer aangezet moeten worden.”

En zo komen we terug bij het eerder aangehaalde punt dat een geavanceerde controller zoals die van Beckhoff Automation meer mogelijkheden biedt door de integratie van de verschillende systemen in een gebouw. Zo zal de sturing de verwarming bijvoorbeeld kunnen verminderen op momenten dat er maximaal geventileerd wordt. Die ventilatie kan ook verder opgedreven worden door de sturing van de verschillende lokalen aan elkaar te koppelen. Op momenten dat leslokalen niet geventileerd moeten worden kan die capaciteit bijvoorbeeld mee ingeschakeld worden voor de verluchting van het atrium. “De idee van het gebouw als living lab wordt zo nog verder doorgetrokken, met een verhoging van het comfort en als bonus een besparing op de energiefactuur.”