AI applications in the building process

AI applications in the building process

AUTORI: Damiano Di Ciaccio, Edoardo Maroder, Sara Ambrosio, Agostino Di Ciaccio

AI Applications in the Building Process

The study on the functioning of HVAC systems and hydraulic circuits in buildings has highlighted the energy limits of a static management of the parameters that regulate them. The main recurring problems regard inadequate maintenance, failures, losses and malfunctions. With the development of new digital methodologies on the management of data flows (BIM and IoT) it has been demonstrated how the dynamic analysis of the systems functioning parameters can lead to wide margins of improvement in terms of energy use and containment of energy costs. The application of machine learning and artificial intelligence (AI) methodologies to monitoring data has led the construction industry to introduce practices such as predictive maintenance and fault detection and diagnostics. These are tools able to revolutionize the world of Facility Management, through the analysis of millions of data flows that allow the screening of the actual ongoing behavior of buildings. In this way it is possible to develop preventive maintenance interventions that prevent discomfort and emergency situations; at the same time it is possible to evaluate potential improvements and correct malfunctions that cause an improper use of energy and high operating costs. We will analyze some interesting applications of AI in the field of building sustainability. We will then show a possible application of AI and Big Data in the energy field, using the Recurrent Neural Networks methodology in Dynamo environment.

Lo studio sul funzionamento dei sistemi HVAC e dei circuiti idraulici negli edifici ha evidenziato i limiti energetici di una gestione statica dei parametri che li regolano. I problemi ricorrenti riguardano inadeguata manutenzione, perdite e malfunzionamenti. Con lo sviluppo di nuove metodologie digitali sulla gestione dei flussi di dati (BIM e IoT) è stato dimostrato come l’analisi dinamica dei parametri di funzionamento dei sistemi possa portare ampi margini di miglioramento in termini di consumo energetico e contenimento dei costi. L’applicazione delle metodologie di machine learning e intelligenza artificiale (AI) al monitoraggio dati ha portato il settore delle costruzioni a introdurre pratiche come la manutenzione predittiva e il rilevamento dei guasti. Si tratta di strumenti in grado di rivoluzionare il mondo del Facility Management, attraverso l’analisi di milioni di flussi di dati che consentono di valutare il comportamento effettivo degli edifici. In questo modo è possibile programmare interventi che prevengano il disagio e le situazioni di emergenza; allo stesso tempo è possibile valutare potenziali migliorie e correggere malfunzionamenti che causano un uso improprio dell’energia e costi operativi elevati. Analizzeremo alcune interessanti applicazioni dell’IA nel campo della sostenibilità degli edifici. Mostreremo quindi una possibile applicazione di AI e Big Data nel campo energetico, utilizzando la metodologia delle reti neurali ricorrenti nell’ambiente Dynamo.