به گزارش سرویس ترجمه خبرگزاری ایمنا، ساختمان هوشمند سازهای است که با استفاده از فناوریهای پیشرفته همچون اینترنت اشیا، هوش مصنوعی، سنسورهای هوشمند و سیستمهای مدیریت ساختمان میتواند بهطور خودکار مصرف انرژی، دما، نور، کیفیت هوا و امنیت را بهینه کند. برخلاف ساختمانهای سنتی که سیستمهای آنها بهطور دستی یا با زمانبندی ثابت کار میکنند، ساختمانهای هوشمند دادهها را بهطور لحظهای جمعآوری میکنند و با تحلیل این دادهها تصمیمهای بهینه میگیرند.
این ساختمانها از چندین بخش کلیدی تشکیل شدهاند: سنسورهای اینترنت اشیا که دما، رطوبت، نور، حضور افراد، کیفیت هوا و مصرف انرژی را اندازهگیری میکنند و دادهها را بهطور لحظهای به مرکز کنترل ارسال میکنند. هوش مصنوعی این دادهها را تحلیل میکند و الگوهای مصرف را شناسایی میکند. سیستمهای مدیریت ساختمان که سیستمهای گرمایش، سرمایش، تهویه، نورپردازی، امنیت و آسانسورها را کنترل میکنند و دوقلوی دیجیتال که نسخه مجازی ساختمان است و امکان شبیهسازی، پیشبینی و بهینهسازی را فراهم میکند.
ترکیب افزایش قیمت انرژی، فشارهای اقلیمی، پیشرفتهای سریع در هوش مصنوعی و اینترنت اشیا در سالهای اخیر و درسهای گرفتهشده از همهگیری کووید-۱۹، موجب شد که شهرهای بزرگ جهان میلیاردها دلار بر این فناوری سرمایهگذاری کنند. گزارشها نشان میدهد که بازار جهانی ساختمانهای هوشمند در ۲۰۲۶ به ۱۲۰ میلیارد دلار رسیده است که ۴۰ درصد افزایش نسبت به ۲۰۲۴ دارد.
اتحادیه اروپا در ۲۰۲۵ قانونی را تصویب کرد که تمام ساختمانهای جدید را ملزم به نصب سیستمهای هوشمند میکند. پروژههای اجراشده در این زمینه نتایج قابلتوجهی نشان دادهاند. ساختمانهای هوشمند توانستهاند مصرف انرژی را ۳۰ تا ۴۰ درصد، هزینههای عملیاتی را ۲۵ تا ۳۵ درصد و انتشار کربن را ۳۵ تا ۴۵ درصد کاهش دهند. افزون بر این، کیفیت هوای داخلی ساختمانها نیز بهبود و رضایت ساکنان افزایش یافته است، چراکه زمان پاسخگویی به خرابیها از چند روز به چند ساعت کاهش یافته و عمر مفید تجهیزات افزایش یافته است.
علاوه بر کاهش مصرف انرژی، این ساختمانها منافع جانبی متعددی داشتهاند: ایجاد اشتغال سبز در بخش نصب و نگهداری سیستمهای هوشمند، افزایش ارزش املاک در ساختمانهای هوشمندشده، جذب سرمایهگذاری به شهرهای پایدار و کاهش هزینههای بیمه بانک جهانی تخمین زده است که هر دلار سرمایهگذاری در ساختمانهای هوشمند، سه تا پنج دلار صرفهجویی در هزینههای آینده انرژی و نگهداری به همراه دارد.
سنگاپور: ۳۱ درصد صرفهجویی انرژی دانشگاه فناوری نانیانگ با دوقلوی دیجیتال
دانشگاه فناوری نانیانگ (NTU) سنگاپور، یکی از برترین دانشگاههای آسیا با ۳۳ هزار دانشجو و ۲۰۰ ساختمان در محوطه ۲۰۰ هکتاری، در ۲۰۲۴ با چالش افزایش مصرف انرژی و هزینههای عملیاتی روبهرو بود. مصرف انرژی سالانه دانشگاه ۱۲۰ میلیون کیلوواتساعت بود که هزینهای معادل ۱۸ میلیون دلار سنگاپور به همراه داشت. سیستمهای مدیریت ساختمان سنتی که بهطور جداگانه کار میکردند، نمیتوانستند مصرف انرژی را بهینه کنند و ناهنجاریها را تشخیص دهند.
در ژانویه ۲۰۲۵، دانشگاه فناوری نانیانگ با همکاری شرکتهای فناوری سنگاپوری، پروژه دوقلوی دیجیتال را راهاندازی کرد. این پروژه شامل نصب ۵۰۰۰ سنسور اینترنت اشیا در تمام ۲۰۰ ساختمان است که دما، رطوبت، نور، حضور افراد، کیفیت هوا و مصرف انرژی را هر یک دقیقه اندازهگیری میکنند. دادهها بهطور لحظهای به سرور ابری ارسال و توسط هوش مصنوعی تحلیل میشوند.
دوقلوی دیجیتال NTU یک نسخه مجازی سهبعدی از تمام محوطه دانشگاه است که دادههای لحظهای سنسورها را دریافت میکند و امکان شبیهسازی، پیشبینی و بهینهسازی را فراهم میکند. این سیستم میتواند مصرف انرژی را در ۲۴ و ۴۸ ساعت آینده پیشبینی کند، ناهنجاریها را تشخیص دهد و راهکارهای بهینهسازی را پیشنهاد دهد، برای مثال، اگر سیستم پیشبینی کند که فردا دمای هوا افزایش مییابد، میتواند سیستمهای سرمایش را از قبل تنظیم کند تا مصرف انرژی بهینه شود.
هوش مصنوعی دانشگاه فناوری نانیانگ از الگوریتمهای یادگیری عمیق و شبکههای عصبی بازگشتی استفاده میکند که با دادههای تاریخی پنجساله مصرف انرژی آموزش دیدهاند. این مدلها میتوانند الگوهای مصرف را شناسایی کنند و پیشنهادهای بهینهسازی ارائه دهند. برای مثال، سیستم تشخیص داده است که ۳۰ درصد از انرژی در ساعات غیراداری هدر میرود و پیشنهاد کرده است که سیستمهای تهویه و نورپردازی در این ساعات بهطور خودکار خاموش شوند.
دانشگاه فناوری نانیانگ توانست مصرف انرژی را ۳۱ درصد کاهش دهد که معادل صرفهجویی ۳۷ میلیون کیلوواتساعت و ۵.۶ میلیون دلار سنگاپور است. انتشار کربن ۳۵ درصد کاهش پیدا کرد که معادل حذف ۱۰ هزار خودرو از جادهها است. کیفیت هوای داخلی ساختمانهای دانشگاه ۴۵ درصد بهبود و رضایت دانشجویان و کارکنان ۲۸ درصد افزایش یافت.
علاوه بر این، سیستم توانست ۲۰۰ ناهنجاری انرژی را در ۲۰۲۵ تشخیص دهد و قبل از وقوع خرابی بزرگ هشدار دهد. زمان پاسخگویی به خرابیها از سه تا پنج روز به چهار تا شش ساعت کاهش و عمر مفید تجهیزات ۱۸ درصد افزایش پیدا کرد. دانشگاه فناوری نانیانگ تخمین زده است که این پروژه در پنج سال آینده، ۲۸ میلیون دلار سنگاپور صرفهجویی به همراه خواهد داشت.
دانشگاه فناوری نانیانگ نشان داده است که دوقلوی دیجیتال میتواند مصرف انرژی محوطههای دانشگاهی بزرگ را بهطور قابلتوجهی کاهش دهد. موفقیت این پروژه موجب شده است که دانشگاههای دیگر سنگاپور در حال الگوبرداری از این مدل باشند. دانشگاههای دیگر آسیا از جمله دانشگاه هنگکنگ و دانشگاه توکیو نیز در حال مطالعه این سیستم برای اجرا در محوطههای خود هستند.
لندن؛ ۲۰ درصد انرژی خورشیدی در ساختمان کریستال
ساختمان کریستال در لندن یکی از پایدارترین ساختمانهای جهان است که در ۲۰۱۲ افتتاح شد. این ساختمان پنج طبقه با مساحت ۵۰۰۰ متر مربع، بهعنوان مرکز نمایش فناوریهای پایدار شهری عمل میکند و سالانه ۱۰۰ هزار بازدیدکننده دارد، اما در ۲۰۲۴ سیستمهای مدیریت ساختمان قدیمی نمیتوانستند مصرف انرژی را بهینه کنند و هزینههای عملیاتی افزایش یافته بود.
در مارس ۲۰۲۵، شرکت زیمنس که مالک ساختمان است، پروژه هوشمندسازی ساختمان بر پایه اینترنت اشیا را راهاندازی کرد. این پروژه شامل نصب ۱۰۰۰ سنسور اینترنت اشیا در تمام طبقات بود که دما، رطوبت، نور، حضور افراد، کیفیت هوا و مصرف انرژی را هر پنج دقیقه اندازهگیری میکنند. دادهها بهطور لحظهای به سیستم مدیریت ساختمان ارسال و توسط هوش مصنوعی تحلیل میشوند. سیستم مدیریت ساختمان از الگوریتمهای یادگیری ماشین استفاده میکند که با دادههای تاریخی سهساله مصرف انرژی آموزش دیدهاند. این مدلها میتوانند الگوهای مصرف را شناسایی کنند و پیشنهادهای بهینهسازی ارائه دهند.
ساختمان کریستال ۲۰ درصد از انرژی خود را از پنلهای خورشیدی نصبشده روی بام تأمین میکند. این پنلها با مساحت ۱۵۰۰ متر مربع، سالانه ۱۸۰ هزار کیلوواتساعت برق تولید میکنند. سیستم هوشمند ساختمان میتواند تولید انرژی خورشیدی را بر اساس پیشبینیهای هواشناسی تا ۴۸ ساعت آینده پیشبینی و مصرف را با آن هماهنگ کند. برای مثال اگر پیشبینی شود که فردا روز آفتابی است، سیستم انرژی اضافی را در باتریها ذخیره میکند. انرژی اضافی در باتریهای لیتیومیون با ظرفیت ۵۰۰ کیلوواتساعت ذخیره میشود و در ساعات اوج مصرف یا روزهای ابری استفاده میشود.
ساختمان کریستال توانسته است مصرف انرژی سالانه را ۲۸ درصد کاهش دهد که معادل صرفهجویی ۴۰۰ هزار کیلوواتساعت و ۶۰ هزار پوند است. انتشار کربن ۳۲ درصد کاهش یافته که معادل حذف ۱۰۰ خودرو از جادهها است. علاوه بر این، سیستم توانست ۵۰ ناهنجاری انرژی را در ۲۰۲۵ تشخیص دهد و قبل از وقوع خرابی بزرگ هشدار دهد. زمان پاسخگویی به خرابیها از چند روز به چند ساعت کاهش و عمر مفید تجهیزات ۱۵ درصد افزایش یافته است.
دهلی؛ کاهش مصرف انرژی ساختمانهای تجاری با هوش مصنوعی
دهلی، پایتخت هند با جمعیت ۳۲ میلیون نفر در منطقه کلانشهری، یکی از آلودهترین شهرهای جهان است و مصرف انرژی ساختمانهای تجاری نقش بزرگی در این آلودگی ایفا میکند. در ۲۰۲۴ ساختمانهای تجاری دهلی ۴۰ درصد از مصرف انرژی کل شهر را به خود اختصاص داده بودند و هزینههای عملیاتی آنها سالانه ۵۰۰ میلیون دلار بود. سیستمهای مدیریت ساختمان سنتی که بهطور دستی یا با زمانبندی ثابت کار میکردند، نمیتوانستند مصرف انرژی را بهینه کنند.
در ژوئن ۲۰۲۶ شرکتهای فناوری هندی با همکاری وزارت انرژی هند پروژه بهینهسازی انرژی بر پایه هوش مصنوعی را در ۵۰ ساختمان تجاری بزرگ دهلی راهاندازی کردند. این پروژه شامل نصب ۲۰۰۰ سنسور اینترنت اشیا در هر ساختمان است که دما، رطوبت، نور، حضور افراد، کیفیت هوا و مصرف انرژی را هر یک دقیقه اندازهگیری میکنند. دادهها بهطور لحظهای به سرور ابری ارسال و توسط هوش مصنوعی تحلیل میشوند.
سیستم هوش مصنوعی از الگوریتمهای یادگیری عمیق استفاده میکند که با دادههای تاریخی پنجساله مصرف انرژی آموزش دیدهاند. این سیستم میتواند مصرف انرژی را در ۴۸ ساعت آینده پیشبینی کند و ناهنجاریها را تشخیص دهد. برای مثال، اگر سیستم پیشبینی کند که فردا دمای هوا افزایش مییابد، میتواند سیستمهای سرمایش را از قبل تنظیم کند تا مصرف انرژی بهینه شود.
از زمان اجرای پروژه ۵۰ ساختمان تجاری دهلی توانستند مصرف انرژی را ۳۸ درصد کاهش دهند که معادل صرفهجویی ۱۹۰ میلیون کیلوواتساعت و ۱۹۰ میلیون دلار است. انتشار کربن ۴۲ درصد کاهش یافته که معادل حذف ۵۰ هزار خودرو از جادهها است. دهلی نشان داده است که حتی شهرهای در حال توسعه با منابع محدود نیز میتوانند با هوش مصنوعی و اینترنت اشیا مصرف انرژی ساختمانها را به میزان قابلتوجهی کاهش دهند.
نظر شما