Connect with us
Hirdetés

Ipar

Hogyan válasszunk mesterséges intelligenciát okosan?

mesterséges intelligencia
Képek forrása: Freepik

A generatív AI képességei rohamosan fejlődnek, de a gépi tanulás és a mesterséges intelligencia más típusai sok eseten jobb, egyszerűbb és költséghatékonyabb megoldást adnak a vállalatoknak. Beruházásuk megtérülése múlik azon, hogy a technológiák, eszközök és módszerek közül mekkora hozzáértéssel választanak.

A nagy felhajtásból adódóan a generatív mesterséges intelligenciát gyakran túlzott elvárások övezik. A generatív modellek képesek már képeket, szöveget, videót vagy akár zenét is előállítani – mindezt a tanításuk során látott adatokból megtanult összefüggések alapján.

Félreértés, hogy a generatív AI szöveges modelljei „okos keresők”. Ezek a modellek mindössze „következőszó-generátorok”, amelyek szavanként generálják ki jóslataikat a felhasználói bemenetre. Ahhoz, hogy az okos kereső képességekre felruházható legyen, elengedhetetlen a megfelelő szakértői kompetencia bevonása, különben kontroll és minőségbiztosítás nélkül a szövegben legvalószínűbben soron következő szót adja válaszul a tanítóadataikban látottak alapján. Szoftverkódot is ugyanígy generálnak. Bizonyos feladatok hatékony elvégzésére tehát kiválóan alkalmasak már most, más problémákhoz viszont működésükből kifolyólag nem ideálisak önállóan a szükséges eszközkészlet nélkül.

– Azon feladatok automatizálására, amelyekre a generatív AI nem ideális sokkal jobb és olcsóbb megoldást kínálhat egy-egy klasszikus gépi tanulási modell – mondta Póda Csanád, a Kontron Hungary ML/AI rendszertervező mérnöke. – A gépi tanulás (machine learning, ML) alkalmazása azonban kevésbé látványos, mint egy emberi nyelven „beszélgető” robot, így a széles nyilvánosság képzeletét sem ragadta meg úgy, mint a természetes nyelvi felületen bárki számára hozzáférhető generatív mesterséges intelligencia.

Aki nem ismeri ezeket a módszereket, könnyen elveszhet bennük egy magas színvonalú, hozzáértő támogató csapat nélkül. Ezért vagyunk mi – hogy segítsük a navigációt ezeken a zavaros vizeken.

Kis és nagy modellek, testre szabva

A generatív AI értelmes, hasznos, hatékony, megbízható, biztonságos és etikus használatához a megfelelő technológiai, szervezeti, emberi, társadalmi és szabályozási feltételeket is szükséges megteremteni.

Vállalati szinten tovább árnyalja a képet, illetve bővíti a lehetőségeket, hogy a nagy (nem csak nyelvi) generatív modellek mellett megjelent rengeteg kisebb, előtanított, nyílt forráskódú modell is – mondta Póda Csanád. Ezeket a különféle feladatok elvégzésére előre tanított, nyílt forráskódú modelleket a vállalatok saját adataikon testre szabhatják, így gyorsabban és költséghatékonyabban valósíthatják meg projektjeiket. Egy ilyen modell továbbfejlesztésével készítettük el például a Számlamenedzser alkalmazásunk szállítófüggetlen számlafeldolgozóját, amely a beérkező (akár scannelt) számlák adatait egy mély neurális háló segítségével ismeri fel és írja át automatikusan a vállalatirányítási rendszer megfelelő mezőibe. Ezáltal a hagyományos rendszereknél sokkal rugalmasabb megoldást kaptunk, amelynél nem kell minden új számlatípus feldolgozásához új sablonokat létrehozni, hanem minden számlatípust egy modell ismer és dolgoz fel.

Emellett a vállalatok a hatalmas adatmennyiségeken tanított, több milliárd paramétert használó generatív AI modellek kimenetét is optimalizálhatják Retrieval-Augmented Generation (RAG) segítségével. A költséghatékony módszerrel ugyanis a generatív modellek képességeit speciális területekre vagy saját belső tudásbázisukra terjeszthetik ki, így pontosabb és hasznosabb válaszokat kaphatnak anélkül, hogy a modellt újra kéne tanítani – az információt ugyanis az ügyfél saját dokumentumtárából keressük ki és adjuk át a generatív AI modelleknek feldolgozásra, ezzel csökkentve a hallucinációk valószínűségét.

Felhő és partner nélkülözhetetlen szerepe

Már ez a pár példa is mutatja, hogy a mesterséges intelligencia eszközök és módszerek milyen széles választékát fogja át. Kulcsfontosságú ezért, hogy a vállalatok az adott feladat függvényében jól válasszanak a folyamatosan bővülő palettáról.

A bőség zavarában és a felhajtás zajában azonban gyakran megesik, hogy a döntéshozók olyan AI-megoldásokat választanak, amelyektől üzleti felhasználási esetükben eleve hiába várnak eredményeket. Szerintem elsősorban ez okozza, hogy egy elemzői jelentés szerint a 2023-as vállalati AI kezdeményezések 80 százaléka megakadt a koncepcióvalidálás szintjén – mondta Póda Csanád. A másik oka ennek az, hogy a közelmúltig nem voltak meg azok az eszközök, amelyekkel ilyen rendszereket megbízható produktív környezetbe tudtunk helyezni. Itt azonban hatalmas előrelépés történt, és már nagyon jó minőségű AIOps és MLOps eszközök állnak rendelkezésünkre. Sok vállalat nem tud házon belüli AI kompetenciát kiépíteni, de ezt könnyen ellensúlyozhatja egy átfogó szakértelemmel és nagy tapasztalattal rendelkező tanácsadó- és rendszerintegrátor-partner bevonásával. Egy ilyen partner a projektek megvalósítását már az üzleti értékajánlatnak megfelelő gépitanulási-, illetve mesterségesintelligencia-eszköz kiválasztásától kezdve az élesbe állásig támogatni tudja.

Egy másik nagy hátráltató tényező ezen a téren, hogy a magyar vállalatok egy része ellentmondásos, szelektív módon még mindig idegenkedik a felhő használatától. Sok cég a Microsoft Office 365-re minden további nélkül előfizet, a belső, üzleti titkokat tartalmazó levelezését a Microsoft felhőjében tárolja, valamint irodai alkalmazásait felhőszolgáltatásként veszi igénybe. Az üzleti alkalmazásaikat viszont még mindig saját hardveren szeretnék futtatni  – noha a belőlük kinyert kimutatásokat szintén előszeretettel továbbítják e-mailben.

A házon belüli IT infrastruktúra sok szempontból nem tud versenyezni a nagy felhőszolgáltatók adatközpontjaival. Saját hardveren a vállalatok nemhogy generatív AI modelleket nem tudnának futtatni, de gyakran még a kisebb neurálisháló-alapú modelleket is csak olyan késleltetés mellett használhatnák, hogy az értelmetlenné tenné bevezetésüket. A kapacitás megfelelő bővítésére pedig az AI munkaterhelések futtatásához szükséges specializált hardver magas ára és a jelenlegi eszközhiány miatt sem gondolhatnának.

A döntéshozóknak tanácsos minél előbb megvizsgálniuk, hogy a mesterséges intelligencia használatához vállalatuknál milyen szabályok mentén használhatnak felhőalapú megoldásokat, és mely szolgáltatók tudják ezeket biztosítani, mert a választék ezen a téren is bővül  – mondta Póda Csanád. Ha továbbra is késlekednek, rövid időn belül nagy hátrányba kerülhetnek a felhőben szolgáltatásként elérhető AI képességeit eredményesen kiaknázó versenytársaikkal szemben. Bár minden esetben meg kell vizsgálni, hogy a különböző tényezők függvényében melyik szolgáltatási modell a legelőnyösebb, ma már általában a felhőt érdemes választani, hacsak használatát speciális megfelelési követelmények (törvényi szabályozottság) kategorikusan ki nem zárják. De a GDPR-nak való megfelelés például ma már nem probléma.

Nemzetközi ML/AI kompetencia-központ helyben

A megfelelő ML/AI megoldás és a szolgáltatási modell mellett a releváns üzleti felhasználási esetek megválasztása is fontos az AI beruházások gyorsabb megtérüléséhez, amiben a kompetens partner szintén sokat segíthet.

A rendszerintegrátorként ismert és elismert Kontron Hungary az utóbbi években ML/AI szakértelmét is olyan szintre fejlesztette, hogy a tagvállalatai közötti együttműködést erősítő Kontron Csoport úgy határozott, itt hozza létre csoportszintű ML/AI kompetencia-központját is, amelyet harminc fős tanácsadói és fejlesztői csapattá szeretnének bővíteni.

– Hazai ügyfeleink számára különösen előnyös, hogy cégünk méretéből adódóan szakmai területeink házon belül is szorosan együttműködnek egymással – mondta Póda Csanád. – Számos vállalat informatikai környezetét ismerő rendszer-integrációs csapatunk tudása és tapasztalata is hozzájárul így ML/AI projektjeik sikeres megvalósításához és további digitális átalakulásuk felgyorsításához.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

Az LG Electronics 600 kW-os hűtőfolyadék-elosztó egysége NVIDIA tanúsítást szerzett

Az LG Electronics (LG) 600 kW-os hűtőfolyadék-elosztó egysége (Coolant Distribution Unit, CDU)  hivatalos NVIDIA-tanúsítást szerzett. Ez a mérföldkő igazolja az LG folyadékhűtési megoldásainak és hőmenedzsment-technológiájának megbízhatóságát és hatékonyságát az NVIDIA AI- infrastruktúrákra vonatkozó szabványainak megfelelően, támogatva a vállalat további terjeszkedését az AI-adatközpontok hűtési piacán.

Megbízható partner a globális felhőszolgáltatók számára

Az LG azon kevés vállalatok egyike világszerte, akik sikerrel teljesítették az NVIDIA műszaki ellenőrzési eljárását, amely során az LG 600 kW-os CDU-ját több mint 100 műszaki értékelési kritérium alapján igazolták. Ezek a kritériumok a hűtési teljesítmény, a megbízhatóság és a hibatűrési képességek szabványosítását szolgálják nagy számítási sűrűségű AI-adatközpontok számára.

A tanúsítás stratégiai mérföldkő az LG számára, és megerősíti a vállalat pozícióját mint az NVIDIA hivatalosan is elismert partnere az AI-adatközpontinfrastruktúra számára. A globális felhőszolgáltatók (hyperscalers) és adatközpont-üzemeltetők számára ez a minősítés nagyobb biztonságot nyújt a beszállító kiválasztásakor, mivel csökkenti a beszerzési kockázatokat, és felgyorsítja a nagyléptékű AI-infrastruktúra-telepítésekhez szükséges minősítési folyamatot.

Chip-to-Chiller hűtési megoldásszolgáltató

Az LG NVIDIA-tanúsítással rendelkező 600 kW-os CDU-ját a nagy hőtermelésű AI-GPU-k (AI-feladatokra használt grafikus feldolgozóegységek) hőterhelésének kezelésére tervezték. A Direct-to-Chip (DTC, közvetlen chip-hűtés) folyadékhűtési megoldás alkalmazásával az egység a hűtőfolyadékot közvetlenül a hőtermelő komponensekhez – mint a GPU-khoz és CPU-khoz – juttatja, így az a meglévő léghűtéses infrastruktúrával együttműködő, nagy hatékonyságú „hibrid hűtési” rendszert hoz létre.

Az egységet ±0,25 °C-os hőmérséklet-szabályozási pontosság elérésére tervezték, ami elősegíti a rendszer hőmérsékleti stabilitásának javítását és az AI-szerverek megbízható működését. Az egység emellett virtuális szenzortechnológiát alkalmaz a valós idejű felügyelet és a szivárgásérzékelés biztosítása érdekében. Az LG Data Center Cooling Control Manager (DCCM, adatközponthűtésvezérlés-kezelőrendszer) rendszerével együtt a megoldás prediktív vezérlést és központosított felügyeletet tesz lehetővé, miközben szabványos kommunikációs protokollokon keresztül támogatja az adatközpont-menedzsment rendszerekkel való zökkenőmentes integrációt.

Az átfogó megbízhatóság biztosítása érdekében az LG ezeket a megoldásokat saját, Phjongthekben található Chip-to-Chiller (a chiptől a folyadékhűtőig) vizsgálati központjában értékeli. A vállalat itt a teljes hűtési lánc rendszerszintű tranziens válaszait, hőmérséklet-változásait és kis terhelés melletti stabilitását teszteli – az AI-chipek terhelésétől és a hűtőlemezektől, a CDU-n át, a folyadékhűtőig. Az NVIDIA szigorú hibatűrési követelményeinek megfelelő CDU-t úgy tervezték, hogy rendkívül megterhelő körülmények között is megőrizze működési stabilitását.

Az LG átfogó Chip-to-Chiller portfóliójával tovább kívánja erősíteni pozícióját az AI-adatközpontinfrastruktúrák megbízható partnereként, teljeskörű hőmenedzsment-megoldásokat kínálva a chipektől a központi hűtőrendszerig. A vállalat teljes körű kínálatába hűtött vizet előállító folyadékhűtők, a hűtőfolyadékot elosztó CDU-k, valamint az AI-chipeket közvetlenül hűtő hűtőlemezek tartoznak – ezek az AI-adatközpontok folyadékhűtési rendszereinek alapvető elemei.

Az AI-infrastruktúrával kapcsolatos képességek bővítése

Ez a tanúsítás kiindulópontot jelent az LG AI-infrastruktúrához kapcsolódó üzleti tevékenységének szélesebb körű bővítéséhez. A jövőben az LG sorra tervezi megszerezni az NVIDIA tanúsítását nagykapacitású CDU-kínálatának modelljeire, köztük az 1 MW-os, 2,5 MW-os és 4 MW-os egységekre.

Az LG CDU-jai a vállalat fűtési-, szellőztetési- és légkondicionálási szektorban felhalmozott 60 éves mérnöki szakértelmére épülnek. A készülékek, melyeket a nagy számítási sűrűségű AI-adatközpontok környezetéhez terveztek, pontos hőmérséklet-szabályozást, fejlett vezérlési képességeket és magas fokú megbízhatóságot kínálnak. A vállalat továbbá azzal erősíti versenyképességét, hogy házon belül gyárt kulcsfontosságú alkatrészeket, köztük inverterrendszereket és mágnescsapágyas kompresszorokat – ezek az alaptechnológiák az LG folyadékhűtő-portfóliójában széles körben alkalmazott megoldások.

Az LG a közelmúltban jelentős globális adatközpont-hűtési projekteket nyert el, köztük észak-amerikai felhőszolgáltatók létesítményeit, valamint a Jakartában található Sinar Mas adatközpontot, az SM+ Data Center kiemelt, AI-használatra kész létesítményét. Kulcsfontosságú technológiai kompetenciáira építve az LG célja, hogy növelje globális megrendeléseit és bővítse stratégiai partnerségeit a következő generációs AI-adatközpontok piacán.

„Az AI-adatközpontok folyamatos bővülésével minden eddiginél nagyobb az igény a megbízható folyadékhűtési megoldásokra”

– mondja James Lee, az LG energetikai megoldásokért felelős üzletágának (ES Company) elnöke.

„Fejlett hűtéstechnológiáinkat az LG Csoport integrált infrastruktúra-képességeivel ötvözve olyan teljes körű megoldásokkal bővítjük AI-infrastruktúra üzletünket, amelyek hozzájárulnak a fizikai mesterséges intelligencia megvalósításához, melynek keretében az AI a valós környezetekben teremt értéket.”


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

Így csökkenthető a többszázmilliárd dolláros klímakockázat az adatközpontokban

A világon működő adatközpontok összesített eszközértékének több mint egyharmadát, 388 milliárd dollárt kitevő értékvesztést okozhatnak a be nem árazott éghajlati kockázatok a Schneider Electric Research Institute és az SE Advisory Services friss tanulmánya szerint. A megoldást a klímaváltozás hatásait figyelembe vevő proaktív alkalmazkodás jelentheti olyan lépésekkel, mint PPA-k megkötése, folyadékhűtés alkalmazása vagy mikrohálózatok kiépítése.

A Schneider Electric, a világ egyik vezető energiatechnológiai vállalata által nyilvánosságra hozott új elemzés egyik fő tanulsága, hogy az éghajlati kockázatokat még mindig nem veszik figyelembe a szükséges mértékben az adatközpontok fizikai eszközállományának értékelése során, és emiatt elmaradnak azok a lépések is, amelyek csökkenthetnék az esetleges károkat. Pedig a tanulmány szerint a strukturált, ellenállóképességet erősítő beruházások egyharmadával mérsékelhetik az éghajlati kockázatoknak való kitettséget.

A Schneider Electric Research Institute és az SE Advisory Services által készített elemzés számszerűsíti is, hogy az éghajlati kockázatok mekkora értékvesztést okozhatnak. A mesterséges intelligencia-korszak (MI) leggyorsabban bővülő eszközállománya, az adatközpontok esetében ez 388 milliárd dollárnyi – a globális adatközponti eszközérték több mint egyharmadát (38 százalék) jelentő – be nem árazott éghajlati kitettséget jelent, és egyben azt is mutatja, hogy mekkora lehetőségek rejlenek az ellenállóképességet növelő beruházásokban.

A tanulmány rámutat arra is, hogy az új, kimondottan az MI használat támogatására létrejövő adatközpontokban az egy GW-ra jutó fizikai kockázat mintegy 2,6-szor magasabb, mint a meglévő létesítményekben, ami elsősorban a nagyméretű leállások nagyobb pénzügyi hatásának tudható be. A mesterséges intelligencia használat jövőbeli alakulását bemutató különböző forgatókönyvekkel számolva a tanulmány arra is felhívja a figyelmet, hogy az éghajlati kockázatoknak kitett eszközállomány, a jelenleg tervezés és építés alatt álló adatközpontokat figyelembe véve jelentős mértékben bővülhet, és 388 milliárd dollárról 1,0 és 3,7 billió dollár közé emelkedhet.

Az elemzés alapján az éghajlati kockázatoknak való kitettség régiónként jelentősen eltér, ami a helyi veszélyek és hőterhelés, az energia- és hálózati jellemzők, valamint a zavarok beszállítói láncra való tovább terjedése közötti különbségekre vezethető vissza. Kína (56 százalék) és Európa (53 százalék) közel kétszer olyan mértékben ki van téve az értékcsökkenés kockázatának, mint az Egyesült Államok (28 százalék) és az APMEA-régió (Ázsia és a Csendes-óceáni térség, Közel-Kelet és Afrika – 28%).

A tanulmány az éghajlati kockázatok által veszélyeztetett öt fő területet azonosít, a hűtést, az üzletmenet megszakadását, a fizikai károkat, a fűtési hatékonyságot és a szén-dioxid-költségeket. Egy éghajlati tényezőkkel kiigazított értékelési modell alkalmazásával a tanulmány a fizikai veszélyeket és az átállási kockázatokat diszkontált cash flow-hatásokká alakítja át, így ellenőrizhető, létesítményi szintű becsléseket adva az eszközérték-veszteségről.

Az elemzés szerint 2025-ben a globális természeti katasztrófákból származó veszteségek körülbelül 170 milliárd dollárral meghaladták a biztosítási fedezetet. Ez a különbség évente 6–10 százalékkal növekszik, így az éghajlati veszélyek erősödésével az eszközök tulajdonosai egyre nagyobb kockázatnak vannak kitéve. Az adatközpontok üzemeltetői és tulajdonosai számára ez azt jelenti, hogy az éghajlati kockázatok egyre inkább kívül esnek a biztosítási fedezeten, ami még inkább rámutat arra, hogy mennyire fontos, hogy a klímaváltozással szembeni ellenállóképesség szempont legyen a létesítmények tervezésénél és üzemeltetésénél.

Az alkalmazkodás haszna

A kutatás megállapítja, hogy az éghajlati változásokkal szembeni ellenállóképesség érdekében végzett beruházások jelentős értéket képesek megóvni. A proaktív alkalmazkodás 150 milliárd dollár nettó védett értéket eredményez a meglévő létesítményeknél, ami minden tesztelt forgatókönyv szerint a kockázatnak kitett érték 30–39 százalékát teszi ki. Azok számára, akik már alkalmazzák az olyan intézkedéseket, mint a PPA-k (zöldáram-vásárlási megállapodás), a folyadékhűtés, a mikrohálózatok és az éghajlati szempontokat figyelembe vevő telephelyválasztás, a tanulmány pénzügyi keretrendszert is kínál, amivel számszerűsíthető, hogy ezek a lépések milyen mértékben növelik a védett eszközállományt.

„Az éghajlati kockázatot nem lehet beárazni anélkül, hogy felmérnénk azokat létesítményi szinten is. Ez a modell kiküszöböli ezt a vakfoltot, és részletes, ellenőrizhető értékeléseket állít elő, amelyek az egyes eszközöktől a globális portfóliókig terjednek, és közvetlenül felhasználhatók az alkalmazkodást segítő intézkedések meghozásához. A legellenállóbb létesítmények azok lesznek, amelyek olyan energiatechnológiával és intelligens rendszerekkel rendelkeznek, amelyekkel előre felmérhetik az éghajlati kockázatokat, alkalmazkodni tudnak hozzájuk és reagálni tudnak rájuk”

– mondta el Frédéric Godemel, a Schneider Electric „Energy Management” területért felelős ügyvezető alelnöke.

A teljes jelentés, melynek címe: „The Repricing of Compute: The Economics of Climate Risk and Resilience for AI-Era Capital”, innen tölthető le.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

A Veszprémi Vár XXI. századi jövője

A Veszprémi Várnegyed rekonstrukciója nemcsak műemlékvédelmi, hanem épületautomatizálási szempontból is kiemelkedő beruházás. A történelmi épületek megújulása mögött olyan integrált felügyeleti rendszer épül ki, amely hosszú távon biztosítja az energiahatékony, biztonságos és átlátható üzemeltetést.

A projektről Kovács Péterrel, a Welltech ZRt. kiemelt automatizálási mérnökével beszélgettünk.

MM: A Welltech több jelentős hazai beruházásban vett már részt. Miért különleges mégis a Veszprémi Várnegyed projektje?

Kovács Péter: A Welltech az elmúlt három évtizedben számos nagy volumenű automatizálási projektben vett részt. Dolgoztunk többek között a MOL Campuson, katonai gyártóegységeken, nagy akkumulátorgyárakon, valamint különböző iroda- és ipari komplexumok épületautomatizálási rendszerein. Ezek mind komoly szakmai referenciák Siemens-megoldásokkal, de a Veszprémi Várnegyed még ezekhez képest is különleges feladat volt.

Itt ugyanis nem egyetlen épület automatizálásáról beszélünk, hanem gyakorlatilag egy teljes történelmi városrészről. A rekonstrukció összesen 22 műemlék épületet érint, amelyek közül eddig 17 készült el, öt különböző kivitelezési ütemben. Az épületek különböző korokban épültek, eltérő rendeltetéssel, eltérő gépészeti rendszerekkel és több tervezőiroda műszaki koncepciója alapján. Ezért a legnagyobb kihívást nem önmagában a méret, hanem a sokszínűség jelentette.

Mérnöki szempontból arra vagyok a legbüszkébb, hogy ezt a sokféle rendszert sikerült egyetlen, egységes felügyeleti rendszerbe integrálni. Az üzemeltető számára ez egy áttekinthető, egységes rendszerként jelenik meg, miközben a háttérben rendkívül sok különböző technológia dolgozik együtt.

MM: Milyen technológiákra épül a Veszprémi Várnegyed épületautomatizálása?

Kovács Péter: A rendszer központi eleme a Siemens Desigo CC integrált épületfelügyeleti platform. Ez biztosítja azt a közös kezelőfelületet, amelyen keresztül az üzemeltető az egyes épületek gépészeti és automatizálási rendszereit felügyelni tudja. A Desigo CC nagy előnye, hogy nemcsak az épületautomatika jeleníthető meg rajta, hanem más alrendszerek is integrálhatók ugyanabba a környezetbe.

Az épületekben Siemens PXC4 és PXC7 DDC szabályozókat alkalmaztunk. Ezek végzik a helyi szabályozási feladatokat, például a légkezelők, hőszivattyúk, kazánok, zónaszabályozások és egyéb gépészeti rendszerek vezérlését. Emellett Siemens QMX3 sorozatú helyiségkezelő egységek kerültek beépítésre, illetve minden épületben helyi HMI paneleket helyeztünk el. Ezek a helyi kezelőpanelek Desigo CC klienseként is működnek, tehát az üzemeltető ugyanazt a logikát és grafikus megjelenést kapja helyben is, mint a központi felügyeleten.

MM: Mekkora rendszert kellett létrehozni, és milyen alrendszereket kellett összehangolni?

Kovács Péter: A jelenlegi rendszer közel 5000 automatika-adatpontot kezel, de a beruházás végére ez a szám várhatóan megközelíti a 10 000-et. Ez már önmagában is komoly nagyságrend. A rendszerben jelenleg 89 Siemens DDC szabályozó dolgozik, amelyek az egyes épületek helyi automatizálási feladatait látják el.

A várnegyedben nem egységes gépészeti filozófia valósult meg, hanem épületenként eltérő megoldásokkal találkoztunk. Az épületek funkciójukból adódóan összesen öt különböző zónavezérlési koncepció szerint működnek, ezért minden esetben az adott használathoz leginkább illeszkedő szabályozási logikát kellett kialakítani. Van, ahol hőszivattyús rendszer biztosítja a fűtést és a használati melegvíz előállítását, máshol kazános rendszer működik, egyes épületek pedig több rendszer kombinációjára épülnek.

Különösen érdekes feladat volt például egy olyan levegő–víz hőszivattyús rendszer összehangolása, ahol nyolc hőszivattyút kellett teljesítményigény alapján kaszkádvezérléssel működtetni. Ilyenkor nemcsak az a kérdés, hogy egy berendezés elinduljon vagy leálljon, hanem az is, hogy a rendszer mindig az aktuális igényekhez igazodva, optimális sorrendben és terheléssel működjön.

Emellett több külső rendszer integrációját is meg kellett oldani. Modbus kommunikációjú fan-coilok, VRV-rendszerek, termosztátok és saját automatikával rendelkező légkezelők is kapcsolódnak a felügyelethez. A Desigo CC-ben megjelenő adatpontok jelentős része külső gyártók Modbus- és BACnet-kommunikációjú berendezéseiből érkezik. Ez jól mutatja a Siemens automatizálási platform nyitottságát és rugalmasságát, hiszen nemcsak a Siemens saját eszközeit tudja egységes rendszerben kezelni, hanem ezeket berendezéseket is képes az egységes rendszerbe integrálni. Az üzemeltető számára így egyetlen, átlátható rendszer jelenik meg, függetlenül attól, hogy a háttérben milyen gyártók berendezései működnek.

MM: Milyen kihívásokat jelentett a műemléki környezet?

Kovács Péter: Egy műemléki környezetben az embernek folyamatosan alkalmazkodnia kell. A történelmi épületek esetében sokszor nem úgy alakulnak a dolgok, ahogy egy modern épületnél. Többször előfordult, hogy a korábban megtervezett kábelnyomvonalakat módosítani kellett, mert a helyszínen régészeti feltárás indult, vagy olyan szerkezeti adottságok kerültek elő, amelyekhez igazodni kellett.

Nagyon jó megoldást jelentettek a használaton kívüli kémények. Ezeket több esetben függőleges nyomvonalként tudtuk használni, sőt előfordult, hogy automatikaelosztó szekrényeket is ilyen kéménytestekben helyeztünk el. Ez egyszerre volt praktikus és műemlékvédelmi szempontból is kedvező, mert nem kellett feleslegesen megbontani történelmi szerkezeteket.

A régészeti munkák is különleges helyzeteket teremtettek. A székesegyház alagsorában például úgy dolgoztunk, hogy mellettünk a régészek éppen egy történelmi sírt tártak fel. Ez nem akadályozta érdemben a munkát, mert nagyon jól tudtunk együttműködni, de jól mutatja, milyen különleges környezetben zajlott a kivitelezés.

Volt természetvédelmi szempont is. Bizonyos padlásterekben védett denevérek éltek, ezért csak meghatározott időszakban lehetett munkát végezni. Egy ilyen projektben tehát nem elég a műszaki tudás. Rugalmasságra, türelemre és a többi szakággal való folyamatos együttműködésre is szükség van.

MM: Mit jelent az egységes felügyeleti rendszer az üzemeltető számára?

Kovács Péter: Az üzemeltető szempontjából az egyik legnagyobb előny az átláthatóság. Egy ilyen összetett épületegyüttesnél óriási segítség, ha nem külön rendszerekben kell keresni az információkat, hanem egyetlen felületen láthatók az állapotok, riasztások, hibajelzések és üzemi adatok.

A Siemens Desigo CC rendszerben nemcsak az épületautomatika jelenik meg, hanem a tűzjelző, a beléptető és más biztonságtechnikai rendszerek is ugyanazon a felügyeleti felületen jelennek meg. Ez gyorsabb hibakeresést, egyszerűbb karbantartást és hatékonyabb napi üzemeltetést tesz lehetővé. Ha egy hiba jelentkezik, az üzemeltető nem elszigetelt jelzéseket lát, hanem összefüggéseiben tudja értelmezni az eseményeket.

Az egységes HMI- és kliens-architektúra szintén fontos. Minden épületben hasonló kezelőfelület áll rendelkezésre, azonos logikával és jogosultságkezeléssel. Ez csökkenti a betanulási időt, egyszerűsíti a működtetést, és hosszú távon az üzemeltetési költségeket is mérsékelheti.

MM: Hogyan értékelhető a projekt megtérülése?

Kovács Péter: Egy ilyen beruházás megtérülését nem lehet kizárólag energetikai oldalról vizsgálni. Természetesen a korszerű gépészeti rendszerek és az optimalizált szabályozás jelentős energiahatékonysági előnyt jelentenek. Egy jól működő épületautomatika képes az aktuális igényekhez igazítani a fűtést, hűtést, légkezelést és zónaszabályozást, ez pedig hosszú távon megtakarítást eredményez.

Ugyanakkor legalább ilyen fontos az üzemeltetési megtérülés. Az egységes felügyeleti rendszer gyorsabb hibakeresést, egyszerűbb karbantartást és könnyebb bővíthetőséget biztosít. Ha a jövőben újabb épületek vagy alrendszerek kerülnek be a rendszerbe, azok egy meglévő, átgondolt architektúrához csatlakozhatnak.

A projekt kulturális és értékmegőrzési szempontból is jelentős. Több olyan épület is található a várnegyedben, amely évtizedek óta nem esett át komolyabb felújításon. A rekonstrukcióval és a Siemens-alapú épületautomatizálással ezek az épületek nemcsak megújulnak, hanem hosszú távon fenntarthatóan üzemeltethetők is. Számomra ez a projekt egyik legfontosabb üzenete: a modern technológia nem ellentéte a műemlékvédelemnek, hanem megfelelő mérnöki szemlélettel annak egyik legfontosabb támogatója lehet.


„A projekt során nem az volt a célunk, hogy minden épületet ugyanúgy automatizáljunk. Éppen ellenkezőleg. Minden épület megőrizte a saját működési filozófiáját, miközben az üzemeltető számára egyetlen, egységes rendszert alakítottunk ki. Számomra ez jelentette ennek a projektnek a legnagyobb mérnöki kihívását és egyben a legnagyobb sikerét.”

– Kovács Péter, a Welltech ZRt. kiemelt automatizálási mérnöke.


www.welltech.hu, www.siemens.hu


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading
Advertisement Hirdetés
Advertisement Hirdetés
Advertisement
Advertisement
Advertisement
Advertisement Hirdetés

Facebook

Advertisement Hirdetés
Advertisement Hirdetés

Ajánljuk

Advertisement

Friss