Data-analyse is een krachtig hulpmiddel om verbeteringen door te voeren bij productieprocessen of geautomatiseerde aansturingen van bijvoorbeeld HVAC systemen in gebouwen. Daarbij is dataverzameling een eerste en essentieel onderdeel. Vele bedrijven en ondernemingen verzamelen op regelmatige basis gegevens over hun processen. Hierdoor is er vaak veel data voor handen, maar er wordt niet echt gebruik gemaakt van deze bron aan informatie.

De vaak ingewikkelde taak van het statistisch analyseren van data kan worden overgenomen door een Machine learning procedure (artificiële intelligentie). Daarbij heeft men het bijkomende voordeel dat na implementatie van het datagedreven model, de data continu kunnen opgevolgd worden, zonder verspilling van menselijke resources.

Ondanks de voordelen van Machine Learning blijven de kennis en implementatie ervan voorlopig vaak op engineering niveau hangen. Om de transitie naar industrie 4.0 te versnellen moeten we de nodige kennis bij de personen krijgen die de implementatie ervan moeten uitvoeren: de techniekers van de onderhouds- en automatiseringsdiensten. 

Dit project wil nagaan in welke mate het combineren van moderne sensoren en Machine Learning technieken kan bijdragen tot een efficiëntere aansturing van bestaande installaties om zo een energiebesparing te realiseren, zonder vergaande investeringen te moeten doen.

Gedurende de uitvoering van dit project zal het gebouw van PXL Green&Tech als Living Lab verder worden uitgebreid. Dit project zal dan ook verder bouwen op het Smart classroom project en de investeringen van het project Muyters om deze niet onbenut te laten.  Hierbij zullen 4 lokalen in Gebouw H van de campus Diepenbeek worden uitgerust met sensoren die de toestand in een klaslokaal monitoren. Daarnaast zullen aanstuurbare ventielen op de verwarmingen worden voorzien om het debiet dat naar een verwarmingselement stroomt te kunnen beïnvloeden. De verzamelde data zal gebruikt worden om een Machine Learning model te trainen dat de energiebehoefte van een lokaal kan voorspellen (verwarming en/of ventilatie). Deze voorspelling zal dan gebruikt worden om de verwarmingselementen in het lokaal en/of zijn ventilatie-unit aan te sturen. Tot slot zal bepaald worden in welke mate de toegepaste technieken een energiebesparing opleveren wanneer ze breder worden toegepast op bijvoorbeeld een gebouw.

Indien u vragen heeft over bovenstaande projecten, neem dan contact op met Kristel Deckers.

Contact: Kristel Deckers  (kristel.deckers@pxl.be)