隨著夏季的到來，確保我們的暖氣、通風和空調 （HVAC） 系統全面運作對於住宅和商業建築的功能至關重要。它們調節溫度和空氣質量，在整體舒適度和能源管理中發揮關鍵作用。然而，這些系統也容易磨損，尤其是在夏季，因為暖通空調系統加班以保持較低的室內溫度。
人工智慧 （AI） 的創新引入了檢測和預防暖通空調故障的新方法，從而實現主動維護和更高的系統可靠性。在本文中，我們將探討如何應用人工智慧來預測暖通空調故障、當前的挑戰和未來的機遇，以及定義預測性暖通空調維護未來的公司。
人工智慧如何改善暖通空調維護
在高層次上，人工智慧可用於分析來自暖通空調系統的歷史和即時數據，以識別模式和異常情況，從而深入了解潛在故障。這是透過智慧感測器等物聯網設備實現的，這些設備直接安裝在 HVAC 系統中，以收集和分析邊緣智慧。
先進的智慧感測器可以偵測系統行為的細微變化，根據溫度、壓力、濕度、聲音和能耗等環境因素識別潛在問題。人工智慧使承包商和房主能夠採取主動措施，而不僅僅是等待問題出現。這可以顯著降低維修成本，延長系統的使用壽命，並消除服務中斷。
人工智慧也可用於規範性維護。例如，假設暖通空調系統由於壓縮機故障而開始停滯。在這種情況下，人工智慧可以建議具體操作，例如調整操作參數或安排壓縮機更換，以減輕或防止這些故障。
HVAC 預測性維護範例
預測性維護技術已經通過使用人工智能的傳感器和軟件進行集成，以防止昂貴的維修或業務功能的延誤。以下是一些引領這項創新的現實世界公司：
酷自動化
CoolAutomation1 有一個 HVAC 預測性維護解決方案，該解決方案由一個直觀的基於雲的應用程序和一個名為 CloudBox 的支持物聯網的邊緣設備組成。解決方案是即插即用，可以使用一組特定參數進行訓練，這些參數會針對操作過程中可能出現的故障或異常情況提供推播通知，以便維護團隊可以在系統問題發生之前修復系統問題，並防止其惡化為系統故障。
調諧
Attune2 資產狀態監測 （ACM） 平台 使用部署在整個建築物中的無線感測器來收集溫度、濕度、空氣品質和能源消耗等各種參數的即時數據。該解決方案可檢測異常並預測潛在的 HVAC 故障。沒有更新樓宇自動化系統 （BAS） 的舊建築仍然可以從 ACM 平台中受益，該平台具有 Attune 的替代改造選項，這些選項使用與雲連接的虛擬 BAS 捕獲相同的數據。
特靈
特靈科技3 是一家致力於開發創新氣候技術的財富 100 強公司，使用手持式振動分析工具來執行預測性維護。這些手持式工具收集振動並使用機器學習近乎即時地診斷和識別異常。它還可以在問題成為問題之前監聽可能導致系統即將發生故障的潛在洩漏。
HVAC 預測性維護的當前挑戰
然而，儘管暖通空調維護取得了創新，但要使暖通空調系統的預測性維護更加有效和可靠，仍然需要面臨一些挑戰。
能源消耗
與許多電池供電的物聯網設備一樣，人工智慧驅動的感測器需要大量的處理能力。用於物聯網設備的超低功耗半導體使傳感器能夠更有效地運行並延長電池壽命。較低能級的高運算能力有助於更複雜的人工智慧應用和最佳化。
網絡依賴
為了分析大量數據，設備通常會將數據發送到雲端進行處理。這需要連接到互聯網才能將原始數據傳輸到集中式服務器。邊緣運算可實現裝置上的處理和存儲，因此感測器不必依賴連續連接即可有效運作。
延遲和頻寬
預測性維護依賴於對 HVAC 系統數據的即時監控。資料傳輸延遲和有限的頻寬可能會延遲感測器資料的傳輸以及設備準確預測故障的能力。本地人工智慧處理顯著減少了這項挑戰，因為無需傳輸資料進行分析。
人工智慧暖通空調的未來
物聯網 （IoT） 為提高 HVAC 性能、降低故障成本和最大限度地提高能源使用率提供了機會。人工智慧的創新使預測系統錯誤並確定哪些部件需要維護以完全避免故障變得比以往更容易。借助正確的技術，承包商和房主可以控制他們的運營並最大限度地提高舒適度和價值。
隨著人工智慧變得越來越複雜，預測性維護將成為最大限度地延長住宅和商業環境中暖通空調設備使用壽命和效率不可或缺的工具。
Ambiq 如何做出貢獻
實現能夠在設備上執行複雜 AI 計算 （例如實時預測性維護） 且不耗盡功率預算的技術是一項獨特的挑戰，可以通過強大的微控制器來解決。Ambiq 提供一系列 片上系統 （SoC） 解決方案 ，使電池供電的設備具有設備上智能和無與倫比的能源效率。在 此處探索 Ambiq 的其他應用程式。
參考
