Ennakoivan kunnonvalvonnan hyödyntäminen kiinteistöautomaatiossa
Friman, Melina (2022)
2022
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2022060214751
https://urn.fi/URN:NBN:fi:amk-2022060214751
Tiivistelmä
Bravida Finland Oy:n teettämässä insinöörityössä tutkittiin ennakoivan kunnonvalvonnan liittämistä kiinteistöautomaatioon siten, että olisi mahdollista saada tietoa laitteista ja niiden vikaantumisesta ennakoivasti signaaleilla. Tavoitteena oli lisäksi löytää hiilidioksidille referenssitaso tai soveltaa luonnollista vaihtelua, johon sisäilman mitattua hiilidioksiditasoa verrataan.
Työ koostuu kahdesta osiosta: teoria- ja referenssitaso-osiosta. Teoriaosuudessa perehdyttiin yleisesti kunnonvalvontaan sekä tarkemmin yhteen sen toimenpidetyyppiin eli ennakoivaan kunnonvalvontaan ja sen käytön hyötyihin. Tässä osiossa tarkennetaan myös, mitä signaalityyppejä työssä käytetään ja mitä tarkoitetaan, kun puhutaan signaaleista. Tyypeittäin lajiteltujen laitteiden mahdollisia vikaantumisen syitä listattiin, jotta on mahdollista myöhemmin päätellä, miten näistä syiden oireista saataisiin tietoa suorasti tai epäsuorasti, esimerkiksi lähettimellä. Väyliin liitettävyys oli yksi tutkittava asia, mikä kävi toteen suurimman osan laitteista kanssa. Toisessa osiossa etsittiin luotettavaa hiilidioksidin referenssitasoa, sekä sivuttiin tasalämpöisyysperiaatteen käyttämistä vikaantuneiden laitteiden havainnollistamisessa. Työn edetessä ilmeni, että aihe on laaja, eikä liiakseen tutkittu. Kaikista laitteista ei ehditty löytämään tapaa, miten sen vikaantumista voisi ennakoida muuta kautta, kuin laitteen itse havaitsemana ja siitä ilmoittamana. Koneoppimisen hyödyntämistä tulisi tutkia lisää, kuten myös koko ennakoivan kunnonvalvontaprosessin automatisointia.
Työ koostuu kahdesta osiosta: teoria- ja referenssitaso-osiosta. Teoriaosuudessa perehdyttiin yleisesti kunnonvalvontaan sekä tarkemmin yhteen sen toimenpidetyyppiin eli ennakoivaan kunnonvalvontaan ja sen käytön hyötyihin. Tässä osiossa tarkennetaan myös, mitä signaalityyppejä työssä käytetään ja mitä tarkoitetaan, kun puhutaan signaaleista. Tyypeittäin lajiteltujen laitteiden mahdollisia vikaantumisen syitä listattiin, jotta on mahdollista myöhemmin päätellä, miten näistä syiden oireista saataisiin tietoa suorasti tai epäsuorasti, esimerkiksi lähettimellä. Väyliin liitettävyys oli yksi tutkittava asia, mikä kävi toteen suurimman osan laitteista kanssa. Toisessa osiossa etsittiin luotettavaa hiilidioksidin referenssitasoa, sekä sivuttiin tasalämpöisyysperiaatteen käyttämistä vikaantuneiden laitteiden havainnollistamisessa. Työn edetessä ilmeni, että aihe on laaja, eikä liiakseen tutkittu. Kaikista laitteista ei ehditty löytämään tapaa, miten sen vikaantumista voisi ennakoida muuta kautta, kuin laitteen itse havaitsemana ja siitä ilmoittamana. Koneoppimisen hyödyntämistä tulisi tutkia lisää, kuten myös koko ennakoivan kunnonvalvontaprosessin automatisointia.