Del control reactivo a la predicción adaptativa: el papel de la IA en la gestión de sistemas para edificios
A la hora de gestionar los múltiples sistemas que implica la operativa correcta de un edificio, la clave pasa por lograr un espacio lo más confortable posible para los ocupantes, con un uso optimizado de los recursos que permita una eficiencia completa y real del inmueble. La irrupción de la IA en este ecosistema marca un nuevo paradigma en la coordinación de todos los sistemas.
Por Vicente Pinto, director de Aura Monitorización y Control.
El ecosistema de un edificio no sólo se refiere a la climatización, sino que es mucho más complejo: incluye iluminación, sistemas hidráulicos, seguridad y CCTV, protección contra incendios, y, por supuesto, el consumo energético necesario -y lo más optimizado posible-. Coordinar todos estos factores para garantizar su operatividad no resulta sencillo. Y ahí es donde entra en acción nuestro nuevo aliado: la inteligencia artificial.
En ese contexto, los sistemas de control han sido un elemento clave desde su origen a la hora de facilitar la operativa de los edificios, con los primeros controladores lógicos programables (PLC), en los años 70. Pero este modelo, basado en lógica fija y matemática simple, presenta una serie de limitaciones, ya que solo considera variables individuales y no tiene en cuenta la interacción entre los diferentes sistemas, ni se adapta dinámicamente a los cambios en tiempo real…
Es en este punto donde desembarca para ayudarnos la inteligencia artificial, que nos permite superar estas restricciones, gracias al procesamiento masivo de datos, los modelos predictivos y el trabajo adaptado en tiempo real.
La implementación de la IA en el control y monitorización permite entender el edificio como una fuente de datos interconectados
La implementación de la IA en el control y monitorización de edificios permite la asunción de un nuevo paradigma: dejar de ver el edificio como un conjunto de sistemas aislados y entenderlo como una fuente de datos interconectados. Por supuesto, previamente debemos establecer una infraestructura que nos permita recoger información lo más completa posible desde múltiples sensores, ya que solo así podremos analizar la relación entre las diferentes variables y tomar decisiones a escala global.
Sistemas tradicionales y rendimiento del edificio
Para comprender mejor las ventajas que conlleva la implementación de la IA, debemos tener en cuenta que los sistemas tradicionales adolecen de una serie de problemas como la falta de datos -con pocas variables monitorizadas-, la dispersión de la información, la falta de interconexión y el hecho de que la toma de decisiones dependa de procesos manuales que implican el factor humano, lo que genera retrasos en la operativa.
La IA permite el procesamiento masivo de datos para eliminar restricciones.
Y como consecuencia, los edificios operados con ese tipo de sistemas, que podemos considerar ya obsoletos, presentan un mayor consumo energético, una operación ineficiente y una dependencia de la supervisión humana constante, lo que, en último extremo, dificulta la optimización del rendimiento del espacio construido.
La IA nos permite pasar de un control reactivo a otro predictivo y adaptativo
Y es en ese punto donde la IA nos permite pasar de un control reactivo a otro predictivo y adaptativo. Así, frente al control tradicional tipo PID, basado en fórmulas matemáticas, que controla una única variable y no considera el contexto global, surgen, en primer término, como mejora el Machine Learning y el Deep Learning, que analizan grandes volúmenes de datos, detectan patrones complejos y permiten la predicción de comportamiento. A continuación, aparece el control predictivo basado en modelos, que anticipa escenarios futuros y ajusta el sistema antes de que ocurran cambios.
Ventajas de la IA en los sistemas de climatización
Finalmente, nos encontramos frente a modelos con aprendizaje reforzado, que permiten una mejora continua en función de resultados, optimizando las decisiones en tiempo real. Y en ese contexto, el mejor ejemplo práctico seguramente sea el de los sistemas de climatización.
El confort en los edificios depende de muchas variables que forman un ecosistema.
Un sistema tradicional controla solo la temperatura, mientras que un sistema controlado mediante inteligencia artificial desde el BMS del edificio considera la ocupación del espacio, la calidad del aire (CO₂), las condiciones exteriores, el coste energético y el uso del inmueble. Obviamente, el análisis de todas estas variables nos permitirá, o, mejor dicho, le permitirá a la propia IA, una optimización mucho más precisa.
Otro concepto clave que introduce la IA es el del “gemelo digital”. No estamos solo ante un modelo 3D, sino que nos encontramos ante un paradigma dinámico, basado en los datos del edificio, que nos permite simular comportamientos, predecir los resultados y optimizar los recursos en tiempo real.
Requisitos para implantar la IA en edificios
Pero, pasando de las musas al teatro, ¿qué requisitos necesitamos para implantar eficazmente la IA en los edificios? Las claves pasan por una sensorización adecuada, que capte datos relevantes de todos los sistemas; la integración de dichos datos, unificando la información en una plataforma común; una contectividad abierta, con el uso de APIs, IoT y protocolos interoperables; y una plataforma de análisis útil, que implemente herramientas capaces de procesar y explotar todos esos datos recabados.
Un sistema de climatización controlado mediante IA desde el BMS del edificio permite una mayor optimización
Y en ese contexto ideal, las soluciones pueden aplicarse en diferentes escenarios, ya sean edificios de nueva construcción o edificios en operación con y sin BMS. Por ejemplo, en un edificio sin BMS, la implementación de sensorización y conexión directa puede permitir una operativa eficiente con IA; mientras que aquellos inmuebles que dispongan previamente de BMS, pueden integrar una capa de IA superior que los optimice igualmente. Finalmente, para los nuevos entornos construidos, nuestra recomendación es que se diseñen desde el inicio una IA integrada en el BMS.
Principales beneficios en mantenimiento y operación
La implementación de la IA nos permite, por tanto, la optimización energética, especialmente para HVAC e iluminación; la reducción de costes operativos (CAPEX y OPEX); el mantenimiento predictivo; la mejora del confort y la calidad ambiental, y la automatización de decisiones.
Por lo que respecta al impacto directo en mantenimiento y operación, el análisis predictivo facilita la detección precoz de los fallos, antes incluso de que ocurran, la reducción de paradas y averías, con el ahorro en tiempos y personal que conlleva, y, como consecuencia lógica, la optimización de los recursos de mantenimiento.
La IA facilita el complimiento de normativas y permite la obtención de certificaciones de sostenibilidad
Además, la IA también facilita el cumplimiento de normativas como la nueva directiva europea EPBD, que exige sistemas de control en edificios y mejoras en la eficiencia energética, y es una herramienta útil en la obtención de certificaciones de sostenibilidad como LEED, BREEAM y WELL, mejorando así la competitividad de la propiedad.
Por lo tanto, y como conclusión, la implementación de la inteligencia artificial representa un cambio de paradigma en la gestión de edificios frente a los sistemas tradicionales, ya que permite integrar datos de múltiples fuentes; analizar relaciones complejas y tomar decisiones automáticas en tiempo real. Y estamos seguros de que todo ello representa un gran paso adelante en la buena dirección en el proceso evolutivo del sector hacia edificios más inteligentes, eficientes y sostenibles.
