La inteligencia artificial multiplica la eficacia de los equipos de C&R
Mientras internet de las cosas (IOT) recaba datos, el big data los almacena y, finalmente, la inteligencia artificial los interpreta. De esta manera, los equipos de climatización y refrigeración crean modelos predictivos que actúan en función de diferentes parámetros. Por ejemplo, pueden reforzar la climatización de un centro comercial según la previsión de afluencia de clientes, o adecuar la presión de una caldera cuando sea necesario.
Los equipos de climatización y refrigeración están aumentando su eficacia y prestaciones gracias a las últimas tecnologías. El big data y la inteligencia artificial permiten conocer las tendencias de los usuarios, sus hábitos de consumo, las necesidades energéticas y otras magnitudes, como explica Ana María García Gascó, Directora General de CONAIF, Confederación Nacional de Asociaciones de Instaladores y Fluidos. “Este conocimiento permite adecuar el rendimiento de los equipos a los niveles de confort requeridos, haciéndolos más eficientes e inteligentes”, apunta.
Gracias a las nuevas tecnologías, “los instaladores de climatización y refrigeración pueden predecir comportamientos de los usuarios y tomar decisiones, a la hora de proponer soluciones que incrementen la eficiencia energética y favorezcan un mayor control de los consumos”. Además, en cuanto a los mantenimientos de equipos e instalaciones, “permiten anticiparse a situaciones, hacerlos de forma predictiva y mejorar asimismo la eficiencia.
Modelos predictivos
El big data se ha convertido en una parte esencial de casi todos los productos y servicios tecnológicos del mercado, según Pedro García Gómez, Presidente Electo de ACTECIR (la Asociación Catalana de Técnicos en Energía, Climatización y Refrigeración). “Con la finalidad de mejorar los servicios y ayudar a los usuarios y fabricantes a ofrecer las mejores soluciones disponibles, el IOT recaba datos, el big data los almacena y la inteligencia artificial los interpreta”.
Después, los modelos predictivos actúan en función de diferentes parámetros. “Por ejemplo, en un centro comercial se puede reforzar la climatización en función de la previsión de afluencia. O un equipo HVAC, según la predicción del precio del pool y la demanda de electricidad, puede decidir la hora en que hará una rutina”.
García Gómez pone también el ejemplo de un sensor de presión que verifica cada segundo la presión de la caldera: “tomará 86.400 datos al día, siendo billones de bytes de datos con el tiempo”. Y advierte que esa es la escala en la que hay que pensar cuando se habla de big data. “Una vez que se tiene acceso a estos datos, es cuestión de utilizar potentes ordenadores para analizarlos e identificar patrones, que podrían ser cambios menores en la presión de servicio o, por el contrario, una indicación de una condición de fallo en el vaso de expansión, o picos repetidos en ciertos valores que pueden informar de una condición anormal”. Así, “estos conocimientos se pueden utilizar para intervenir de forma proactiva y realizar ajustes, correcciones o cambios en el equipo que mejoren el funcionamiento del sistema”.