In che modo il rilevamento e la diagnostica dei guasti riducono gli sprechi energetici degli edifici?

Una piattaforma di rilevamento guasti che produce centinaia di avvisi irrisolti non fa risparmiare energia. Aggiunge carico di lavoro. Il software di rilevamento e diagnostica dei guasti (FDD) applica regole o modelli ai dati dell'edificio, come le tendenze del BMS, dei contatori e dei sensori, per trovare modelli che suggeriscano che le apparecchiature o i controlli non funzionino come previsto e per proporre le probabili cause. Riduce gli sprechi solo quando le sue scoperte portano a una correzione che persiste. Ciò che un proprietario acquista realmente, quindi, è un processo di risoluzione, di cui il software è una parte.

Una mediana del 9%

La campagna statunitense Smart Energy Analytics (2016-2020), che ha coinvolto 104 organizzazioni e circa 6.500 edifici, ha documentato un risparmio energetico medio annuo del 9% per il rilevamento e la diagnostica dei guasti, rispetto al 3% per i sistemi di informazione energetica che presentano dati senza diagnosi automatizzata. Il rapporto sulla campagna del Lawrence Berkeley National Laboratory colloca questi strumenti all'interno del commissioning basato sul monitoraggio, un processo di commissioning continuo costruito sul monitoraggio e sull'analisi continui dei dati, in cui gli strumenti li organizzano, li presentano e li analizzano. Il rapporto osserva inoltre che i dati sugli edifici in genere non portano ad azioni correttive a meno che non siano archiviati, organizzati, analizzati e classificati in priorità in modo automatizzato. Le mediane sono i risultati dei programmi in molte organizzazioni; non prevedono alcun edificio particolare.

Dai dati al guasto riparato

L'FDD inizia con le tendenze di controller, misuratori e sensori, mappati sulle apparecchiature a cui appartengono. Regole come "valvola comandata chiusa ma bobina in uscita temperatura in aumento" o modelli statistici segnalano quindi comportamenti anomali. Il software propone le cause probabili e, idealmente, una stima dell'impatto energetico o di comfort.

Fino a questo punto tutto avviene su uno schermo. Il valore si guadagna o si perde in ciò che segue: una persona indaga, solleva il lavoro e risolve la causa, e i dati successivamente confermano che il guasto è scomparso e rimane tale.

Sospettare i dati prima dell'apparecchiatura

Mappature dei punti errate, offset dei sensori, punti di stato mancanti e unità incoerenti producono diagnosi convincenti e false. Prima che un programma FDD entri in funzione, è necessario verificare la mappatura dei punti rispetto alle apparecchiature e la calibrazione dei sensori da cui dipendono le regole chiave. Un modello semantico strutturato, che registra quale sensore appartiene a quale apparecchiatura e a cosa serve, rende le regole riutilizzabili e riduce gli errori di mappatura.

Non tutti i risultati meritano la stessa attenzione

I risultati dovrebbero essere classificati in base alle conseguenze:

I sintomi correlati dovrebbero essere raggruppati, in modo che il team indaghi su una causa invece di riconoscere ripetutamente lo stesso problema.

Chiusura del ciclo

Ogni risultato utilizzabile necessita di un proprietario e di un percorso nel sistema di manutenzione o nel lavoro dell'appaltatore dei controlli. L'indagine, la correzione e la prova che ha funzionato dovrebbero essere registrate. Anche il fornitore di analisi e il team operativo necessitano di un modo concordato per risolvere i risultati su cui non sono d'accordo. E la rendicontazione dovrebbe contare i risultati chiusi e l’energia recuperata, non il numero di regole o avvisi.