數(shù)字化的浪潮席卷全球，帶來(lái)了全新的樓宇管理模式，智慧樓宇已經(jīng)成為建筑智能化的發(fā)展趨勢(shì)。物聯(lián)網(wǎng)技術(shù)、AI人工智能以及云計(jì)算的興起，給智慧樓宇增添了新的發(fā)展活力，并產(chǎn)生了巨大的效益。
目前，大樓管理主要是依賴人力后期維護(hù)和預(yù)防性維護(hù)，屬于“被動(dòng)式”管理，依靠人力完成工作，而勞動(dòng)成本率57.7%即為“勞動(dòng)密集型”，成本高效率低，加之面臨人力短缺的現(xiàn)實(shí)問(wèn)題，企業(yè)營(yíng)業(yè)利潤(rùn)率低至2.4%。因此，提高樓宇維護(hù)作業(yè)效率是當(dāng)務(wù)之急。
NO.1 人力作業(yè)為主，運(yùn)營(yíng)成本高
傳統(tǒng)的大樓監(jiān)測(cè)基本上由“人、紙、筆”組成，需要大量人力來(lái)完成。人工作業(yè)存在勞動(dòng)強(qiáng)度大、巡檢不及時(shí)、人工經(jīng)驗(yàn)有誤差以及誤檢漏檢等問(wèn)題，長(zhǎng)此以往，運(yùn)營(yíng)成本居高不下。
NO.2 各種管理系統(tǒng)分散，效率低下
傳統(tǒng)樓宇監(jiān)測(cè)系統(tǒng)孤立分散，集成化水平低，需要對(duì)設(shè)備進(jìn)行定期的檢查、維修、更換、保養(yǎng)工作，備件采購(gòu)成本高，任務(wù)繁重，過(guò)多占用運(yùn)維資源，工作效率低下。
近年來(lái)，為應(yīng)對(duì)智能化管理的趨勢(shì)，越來(lái)越多的企業(yè)借助于物聯(lián)網(wǎng)和人工智能技術(shù)，對(duì)大樓和傳感器狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控和數(shù)據(jù)分析，這使得樓宇管理進(jìn)行“主動(dòng)式”的預(yù)測(cè)性維護(hù)成為可能。
自2018年起，日本東京建物在八重洲大樓、日本橋大樓等，部署了“ZETA網(wǎng)絡(luò)監(jiān)測(cè)方案”，在關(guān)鍵監(jiān)測(cè)點(diǎn)位安裝ZETA傳感器，采集水位、水壓、液壓、電流等運(yùn)行數(shù)據(jù)，對(duì)大樓進(jìn)行全方位集約化監(jiān)控。與此同時(shí)，管理方還引進(jìn)了Amazon Lookout for Equipment，通過(guò)獨(dú)特的機(jī)器學(xué)習(xí)模型，實(shí)時(shí)分析傳入的傳感器數(shù)據(jù)，并識(shí)別機(jī)器故障的早期預(yù)警信號(hào)，幫助管理方提前做出決策，實(shí)現(xiàn)預(yù)測(cè)性維護(hù)，進(jìn)而降低長(zhǎng)期運(yùn)營(yíng)成本并提高工作效率。
01
“7×24H實(shí)時(shí)監(jiān)管”
智能化監(jiān)測(cè)減少人力檢查工作
遍布樓宇內(nèi)部的ZETA網(wǎng)絡(luò)、傳感器，配合亞馬遜云計(jì)算服務(wù)（以下簡(jiǎn)稱為 AWS），構(gòu)成了樓宇智能監(jiān)測(cè)的軟硬一體化管理體系。這些工具可以7×24H不間斷地監(jiān)控大樓和設(shè)備狀態(tài)，還可以預(yù)測(cè)所需的維護(hù)任務(wù)，不僅降低了人工作業(yè)量，還減少了不必要的檢查、維保次數(shù)，避免過(guò)度保養(yǎng)增加采購(gòu)成本。
供水泵壓力測(cè)試圖
以大樓內(nèi)的水泵水壓和雜廢水輸送泵的電流監(jiān)測(cè)為例，通過(guò)ZETA 4-20mA采集終端和基恩士壓力傳感器的設(shè)備組合監(jiān)測(cè)，實(shí)時(shí)監(jiān)測(cè)水壓和水泵的電流變化，確保穩(wěn)定的測(cè)量，智能化的監(jiān)測(cè)方式大大減少了日常人力檢查工作。
02
“狀態(tài)可視、云端應(yīng)用”
及時(shí)準(zhǔn)確發(fā)現(xiàn)問(wèn)題并通知預(yù)警
樓宇管理系統(tǒng)中，由于涉及到數(shù)量眾多的監(jiān)測(cè)點(diǎn)位和終端設(shè)備，會(huì)遇到一些網(wǎng)絡(luò)問(wèn)題和安全響應(yīng)問(wèn)題，影響正常的數(shù)據(jù)通信和實(shí)時(shí)監(jiān)測(cè)。
云應(yīng)用傳感器可視化功能
HAKKEN是一款基于ZETA服務(wù)器的ZETA通信狀態(tài)可視化，并排查問(wèn)題的云應(yīng)用。通過(guò)ZETA服務(wù)器API檢索、分析、展示數(shù)據(jù)，可以快速發(fā)現(xiàn)問(wèn)題，及時(shí)獲取準(zhǔn)確信息。同時(shí)，還能以郵件等形式發(fā)送預(yù)警通知信息，幫助管理方有效預(yù)防并精準(zhǔn)處理問(wèn)題。
03
“ZETA+AI檢測(cè)設(shè)備早期異常”
從事后維修轉(zhuǎn)為事前預(yù)測(cè)性維護(hù)
Amazon Lookout for Equipment可以基于樓宇現(xiàn)有的ZETA傳感器，將傳感器數(shù)據(jù)發(fā)送到AWS，AI工具會(huì)自動(dòng)分析數(shù)據(jù)，評(píng)估正常或健康的模式；然后借助從數(shù)據(jù)中學(xué)習(xí)到的知識(shí)進(jìn)行訓(xùn)練，建立一個(gè)為樓宇管理環(huán)境定制的模型，并反饋預(yù)測(cè)結(jié)果，以檢測(cè)異常的設(shè)備行為。
類似于污水泵水壓和電流監(jiān)測(cè)等點(diǎn)位檢查，以前通過(guò)人工每天檢查一次，發(fā)現(xiàn)問(wèn)題較晚，成本高、效率低，為大樓維護(hù)帶來(lái)極大不便。
隨著“ZETA+AWS”方案的實(shí)施，通過(guò)引入機(jī)器學(xué)習(xí)ML，輸入水泵正常運(yùn)行的負(fù)載數(shù)據(jù)進(jìn)行學(xué)習(xí)，可以通過(guò)AI分析快速準(zhǔn)確地預(yù)測(cè)到人工無(wú)法檢測(cè)到的設(shè)備異常，平臺(tái)會(huì)自動(dòng)判定設(shè)備的“正常”和“異常”行為。傳統(tǒng)的傳感器監(jiān)測(cè)只能通過(guò)水泵運(yùn)行數(shù)據(jù)超出預(yù)先設(shè)定閾值時(shí)，以實(shí)時(shí)發(fā)出警報(bào)或停止設(shè)備等方式來(lái)降低故障發(fā)生后造成的損失。
而導(dǎo)入機(jī)器學(xué)習(xí)以后，可以在沒(méi)有發(fā)生超出預(yù)先設(shè)定閾值的情況下，提前3天就對(duì)異常現(xiàn)象發(fā)出預(yù)警；再通過(guò)對(duì)模型的監(jiān)督學(xué)習(xí)，發(fā)現(xiàn)同樣的異常現(xiàn)象，ML甚至可以提前10天發(fā)出預(yù)警。這樣可以幫助管理人員實(shí)現(xiàn)“主動(dòng)響應(yīng)式”的預(yù)測(cè)性維護(hù)，在故障發(fā)生之前防患于未然。這個(gè)結(jié)果預(yù)示著未來(lái)的設(shè)備管理維護(hù)，完全可以通過(guò)傳感器數(shù)據(jù)和AI學(xué)習(xí)由現(xiàn)有的預(yù)防性維護(hù)進(jìn)化到預(yù)測(cè)性維護(hù)。
此外，Amazon Lookout for Equipment可以讓管理方從ZETA傳感器中獲得更多價(jià)值，這些工具從端側(cè)采集到邊緣計(jì)算，能夠準(zhǔn)確識(shí)別出那些可能導(dǎo)致機(jī)器故障的早期預(yù)警信號(hào)，幫助客戶及時(shí)做出決策，改善管理流程，從而真正地實(shí)現(xiàn)大樓管理的預(yù)測(cè)性維護(hù)。
未來(lái)，東京建物將結(jié)合ZETA樓宇監(jiān)測(cè)方案，與各種物聯(lián)網(wǎng)方案、人工智能及云計(jì)算系統(tǒng)深度整合，助力實(shí)現(xiàn)樓宇管理的智慧化。
