{h1}
artikler

Store data for bygninger

Anonim

Udtrykket 'data ' beskriver diskrete fakta. Data kan struktureres for at skabe information, organiseret til at producere viden og anvendes til at give visdom, for eksempel at tillade beslutninger.

Da kapacitetsmagten og datalagringskapaciteten er steget, og omkostningerne til sensorer er faldet, så mængden af ​​data, vi kan samle og behandle, er steget meget markant.

I 2015 foreslog IBM, at vi hver dag skaber 2, 5 quintillion bytes data, og at 90% af dataene i verden er blevet skabt i de sidste to år. Ved hjælp af en meget løs beskrivelse af 'data ' foreslår de, at dette inkluderer data fra sensorer, indlæg til sociale medier, billeder, videoer, købstransaktionsoptegnelser, GPS-signaler og så videre. Denne spredning af data i høj volumen er beskrevet som 'store data '.

I bygninger kan data genereres af et meget bredt udvalg af kilder, herunder:

  • Design og konstruktion (for eksempel bygningsinformationsmodellering).
  • Indlæg belægning evaluering.
  • Hjælpeprogrammer, bygningstjenester, målere, bygningsstyringssystemer og så videre.
  • Infrastruktur og transportsystemer.
  • Enterprise systemer såsom indkøbssystemer, præstationsrapportering, arbejdsplanlægning og så videre.
  • Vedligeholdelses- og udskiftningssystemer.
  • Operationel omkostningsovervågning.
  • IKT-systemer og udstyr.

Data fra disse kilder kan bruges til at forstå adfærd, vurdere ydeevne, forbedre markedets konkurrenceevne, allokere ressourcer og så videre. Historisk set har det imidlertid været svært og dyrt at indsamle disse data, og dets mangfoldighed af kvalitet, struktur og format gjorde det vanskeligt at bruge, nogle gange for eksempel kræver manuel overførsel af data fra papiroptegnelser til digitale systemer. Dette betød, at dataapplikationer havde tendens til at være begrænset til specifikke tekniske funktioner, snarere end at blive brugt til beslutningstagning på højt plan.

Fremkomsten af ​​internettet af ting, forbedrede datastandarder, store dataanalytiske teknologier og visualiseringsteknikker gør det i stigende grad muligt at overvinde disse problemer, så beslutningstagere kan forstå og forhøre komplekse data fra en række forskellige kilder.

Smarte teknologier gør det muligt at indsamle, lagre, analysere og distribuere store mængder data, og giver det ikke kun mulighed for observation, overvågning og kontrol af individuelle processer isoleret, men analyse af, hvordan de interagerer eller hvordan en ændring i en påvirker en anden.

Smart bygninger centrerer brugen af ​​disse sammenkoblede teknologier for at gøre bygninger mere intelligente og lydhøre og i sidste ende forbedrer deres ydeevne og kan omfatte teknologier som:

  • Automatiserede systemer.
  • Intelligente bygningsstyringssystemer.
  • Energieffektivitetsforanstaltninger.
  • Trådløse teknologier.
  • Digital infrastruktur.
  • Adaptive energisystemer.
  • Netværksapparater.
  • Dataindsamlingsenheder.
  • Informations- og kommunikationsnet.
  • Hjælpemidler.
  • Fjernovervågning.
  • Fejldiagnostik og prognoser.

Jones Lang Lasalle foreslår, at 'For at blive betragtet som et intelligent system, skal automation kunne: overvåge ydeevne; detektere ineffektivitet diagnosticere mulige årsager foretage automatiske tilpasninger alarm faciliteter ledelse personale til spørgsmål, der kan rettes automatisk; og foreslå mulige værktøjer og dele, der kan hjælpe medarbejdere med at få arbejdet hurtigt. "(Ref JLL, Smart Building Technology: Kørsel fremtiden for High Performance Real Estate)

I juli 2013 offentliggjorde regeringen: 'Construction 2025 ', som foreslog, at fremkomsten af ​​nye evner som f.eks.

vil drive en skiftende ændring i, hvordan vi bygger og hvordan vores bygget miljø fungerer. Af afgørende betydning for dette er fremkomsten af ​​nye teknologier i sensorer og datastyring, der vil blive integreret i vores aktiver, hvilket gør det muligt løbende at overvåge ydeevnen og dermed drive betydelige effektivitetsgevinster i faciliteter og kapitalforvaltning .. "Det hævder, at levende data vil give os en bedre forståelse af ydeevne under opførelse og drift, hvilket resulterer i '.

smartere design, der kræver mindre materiale, reducerer kulstof og kræver mindre arbejde til konstruktion. '

Et af problemerne med denne stigende mængde og hastighed af data er, hvad der netop er at samle eller bede om, og hvordan man analyserer og rapporterer om det. Datamarkedet kan drives af teknologivirksomheder med en interesse i at sælge deres produkter, og der kan være en tendens til at indsamle 'alt ', men dette medfører omkostninger og kan gøre det vanskeligt at identificere og behandle data, der faktisk er vigtigt at informere beslutningsprocesser.

Mindre produktdrevne definitioner af 'smart ' omfatter de bredere, grundlæggende output af det byggede miljø, såsom; velvære og produktivitet samt overvejelse af langsigtede fremtidssikkerhed og omkostninger til hele livet, hvilket tyder på, at virkelig smarte bygninger er dem, der leverer bedre miljømæssige, sociale og økonomiske forhold.

I 1980 foreslog IA Tjomsland, at ".

Parkinsons første lov kan omskrive for at beskrive vores industri - 'Data udvides for at udfylde det ledige rum '.

. Jeg mener, at store mængder data bevares, fordi brugerne ikke har mulighed for at identificere forældede data. sanktionerne for opbevaring af forældede data er mindre tydelige end sanktionerne for bortskaffelse af potentielt nyttige data. "(Ref Hvor går vi herfra? Fjerde IEEE Symposium på Mass Storage Systems).

Omhyggeligt at beskrive datakrav, herunder klare datastandarder, formater, ejerskab og så videre, sikrer, at beslutningstagere får de bedste data, der er mulige på det tidspunkt, hvor de har brug for det.

Anbefalet

Cupola

Jernteknik

2016 Natursten Awards