É«É«À²

Hankkeen tavoitteena on 1) tutkia ja kehittää ontologioita talotekniikkajärjestelmien kuvaamiseen ja 2) tutkia tapoja hyödyntää talotekniikkajärjestelmien heterogeenistä semantiikkaa analytiikassa, kuten jatkuvassa toimivuuden varmistamisessa ja automatisoidussa viantunnistuksessa. Semanttisten verkkoteknologioiden käyttöä talotekniikkajärjestelmien kuvaamisessa ja järjestelmien tietokyselyissä käsittelevän tutkimuksen tuloksena on syntynyt FSO-ontologia (Flow Systems Ontology). Eri teknologioihin ja rakenteisiin perustuvia tietomalleja hyödyntävän analytiikan tutkimus on myös johtanut ohjelmistoarkkitehtuurin pilotointiin, joka pystyy erottamaan analytiikan tietomalleista kyselyjen avulla.

Tutkimuksen tavoitteena on kehittää rakennusten suorituskykyä ja edistää rakennuksen käyttäjien hyvinvointia tekoälytyökalujen ja esineiden internet -laitteiden avulla. Tutkimuksen kohteita ovat muun muassa sisätilaympäristön viihtyisyys ja rakennuksen yleinen käytettävyys käyttäjien ja kiinteistöhuollon henkilöstön näkökulmasta. 

Tämänhetkisessä tutkimuksessa viihtyisyyttä arvioidaan palautteen perusteella, jota kerätään puettavien ja muiden antureiden antamista tiedoista, kyselylomakkeiden avulla sekä ihmisen fysiologista vastetta mittaavilla laitteilla. Tutkimme myös energiansäästöhankkeisiin osallistumisen vaikutuksia rakennusten käyttäjiin. Tasapainon löytäminen energiansäästön ja hyvinvoinnin välillä on tärkeä näkökohta kaikessa tutkimuksessa. 

Tiettyjä kaupunginosapalveluita tuodaan lähemmäs kuluttajaa, jolloin helppo käytettävyys on niiden tärkein kilpailuetu. Lähipalveluiden myötä asukkaat pääsevät päivittäisille asioilleen kävellen tai pyörällä, jolloin auton kotiin jättäminen voi muodostua tavaksi. Toiminnan pyörittäminen aiemmin tyhjilleen jääneestä liiketilasta käsin on edullista, mikä mahdollistaa palveluiden tuomisen pienempiinkin kaupunginosiin. Tutkimuksessamme keskitymme älykkäisiin tiloihin, joita kutsumme hyperpaikallisiksi palvelualustoiksi.

Hyperpaikalliset palvelut tarjoavat asiakkaille ajansäästöä, tavoitettavuutta ilman autoa ja kohtaamisia naapureiden kanssa. Kun auton tarve vähenee, asiakkaiden ympäristövaikutus pienenee ja he saavat myös lisää liikuntaa. Ajan viettäminen omalla asuinalueella luo myös yhteisöllisyyden tunnetta, mikä parantaa mielenterveyttä ja vähentää yksinäisyyttä. Lähipalveluiden merkitys on kasvanut, kun tietotyöntekijät viettävät koronapandemian aikana yleistyneen etätyöskentelyn myötä enemmän aikaa kotikulmillaan. 

Tutkimus keskittyy älykkäiden rakennusten loppukäyttäjäsovelluksiin, joita kutsumme älykkäiksi työpaikkaratkaisuiksi (SWS, Smart Workplace Solution).  Niiden yleisimpiä ominaisuuksia ovat varaus- ja hakuominaisuudet, vapaiden tilojen tarkastelu, käyttöasteen seuranta ja reittiohjeiden hakeminen. Haastattelututkimustemme perusteella työnantajan näkökulmasta tärkeimmät ominaisuudet liittyvät tilojen kehittämiseen, kiinteistöhuoltoon ja tilojen käyttäjien tiedottamiseen.

Hankkeen tavoitteena on optimoida valaistuksen energiankulutusta käyttäjätyytyväisyys huomioiden. Tutkimuksen kohteena olevia valaistuksen ohjausmenetelmiä ovat esimerkiksi langaton ohjaus, päivänvalo-ohjaus ja käyttöperusteinen ohjaus. Lisäksi tutkimme mahdollisuuksia hyödyntää valaistuksen käyttötietoja muissa automaattisissa talotekniikkajärjestelmissä. Hankkeessa on mukana Helvar Oy Ab.

³§¸é±õ-ä±ô²â±¹²¹±ô³¾¾±³Ü²õ¾±²Ô»å¾±°ì²¹²¹³Ù³Ù´Ç°ù¾± (Smart Readiness Indicator) perustuu rakennusten energiatehokkuusdirektiiviin. SRI-indikaattori antaa tietoa älykkään talotekniikan, kuten rakennusautomaation ja eri talotekniikkajärjestelmien (mm. lämmitys, ilmanvaihto, valaistus ja kuuma vesi) sähköisen seurannan tuomista eduista. Ryhmämme on osallistunut SRI:n laskentametodin kehittämiseen ja testaamiseen. Olemme tutkineet myös sitä, miten SRI-laskenta soveltuu suomalaiseen rakennussuunnitteluun. Tutkimusta on tehty sekä maisteri- että tohtorivaiheen opinnoissa.  

Hankkeen tavoitteena oli löytää menetelmiä talotekniikan ja tietojärjestelmien väliseen tiedonsiirtoon. Hanke sai rahoitusta Valtioneuvoston KIRA-digi-kärkihankkeelta.J oulukuusta 2016 marraskuuhun 2017 kestäneessä hankkeessa  olivat mukana Granlund Oy, Helsingin kaupunki, Senaatti-kiinteistöt, Helvar Oy ja Tieto Oyj. Hanke eteni vaiheittain:

• Avointen tiedonsiirtorajapintojen nykytilatutkimus ja asiantuntijahaastattelut, talotekniikan järjestelmien semantiikkatietomallit
• Avoin tutkimustyöpaja tiedonsiirtorajapintojen mahdollisuuksista
• Mahdollisten rajapintojen ja semantiikkatietomallien pilotointi
• Valtakunnalliset suositukset tiedonsiirtomenetelmille
• Avoin työpaja hankkeen tuloksista

Hanke loi pohjaa uusille rakennuksista saatavia mittaustietoja hyödyntäville ratkaisuille. Se tuotti myös rakennusten omistajille tietoa avointen talotekniikkajärjestelmien hankinnan tueksi. Lisäksi organisaatiot pystyivät hyödyntämään hankkeen tuloksia laite-, ohjelmisto- ja palvelukehityksessään.
 

Hankkeessa tutkittiin kysyntäjoustomenetelmien optimaalista aktivointia kaupungin omistamien rakennusten kysyntäjoustotilanteissa.

Kysyntäjoustotoimenpiteiden optimaalista aktivointia selvitettiin IDA ICE -energiasimulointiohjelman ja MOBO-optimointityökalun avulla käyttämällä MOBO-optimointityökalussa toimitetun energian vaihtelevia tuntihintoja. Optimoinnissa otettiin huomioon kaikki rakennukseen toimitettavat energiatyypit: sähkö, kaukolämpö ja kaukojäähdytys. Optimoinnin tuloksia verrattiin verrokkikohteisiin, joissa kysyntäjoustoa ei käytetty. Näin selvitettiin asiakkaille ja energiantoimittajalle ja -tuottajalle energiankulutuksen ja tuotantokäyrien vaihtelusta mahdollisesti syntyvä taloudellinen hyöty.

Hankkeen tavoitteena oli tuottaa tietoa siitä, mihin kysyntäjoustotoimiin olisi hyödyllisintä keskittyä, kun harkitaan paikallisiin kysyntäjousto-ohjelmiin osallistumista. Tutkimuksessa selvitettiin useiden mahdollisten kysyntäjoustotoimenpiteiden optimaalinen aktivointijärjestys kysyntäjoustotilanteessa. Energian vaihtelevaa tuntihintaa käytettiin tutkimuksessa asiakkaiden kannustimena kysyntäjoustoon osallistumiselle.
 

Tutkimuksen tavoitteena oli kehittää ennustemalleja rakennuksen käytölle koneoppimisen avulla rakennusautomaatiojärjestelmistä (BAS, Building Automation System) tyypillisesti saatavien tietojen perusteella.

Käyttäjien määrässä ja käyttöasteessa on merkittävää vaihtelua toimistorakennusten välillä, ja lisäksi tilojen käyttö jakautuu epätasaisesti rakennusten sisällä. Käyttöennusteisiin viitataan usein rakennuksen käyttötiedoista puhuttaessa. Rakennuksen käyttö vaikuttaa suuresti käyttäjien viihtyvyyteen, sisätilaympäristön laatuun, kiinteistönhuoltokustannuksiin ja energiankulutukseen. Käyttötietojen ja ennusteiden avulla voidaan ymmärtää käyttäjien tarpeita paremmin, kasvattaa käyttäjätyytyväisyyttä, lisätä tilojen käytön tehokkuutta ja kohdentaa kiinteistönhuoltoresursseja.

Monet rakennukset ovat jo niin moderneja, että niistä saadaan antureiden avulla kerättyä sisätilaympäristön ominaisuuksiin ja LVI-laitteiden toimintaan liittyvää mittaustietoa. Näiden tietojen ja koneoppimisen avulla voidaan ennakoida tilojen käyttöä. Käyttötiedot mahdollistavat myös ennustemallin luomisen käyttöhistorian ja muiden olennaisten tietojen pohjalta. Nämä menetelmät tekevät rakennuksen käytön ennustamisesta huomattavasti kustannustehokkaampaa. Lisäksi niiden yksityisyyden suoja on vahvempi kuin esimerkiksi erillisten kamerapohjaisten järjestelmien, joita käytetään käyttäjämäärien laskentaan.

Tutkimuksen tavoitteena oli kehittää koneoppimista hyödyntävä tietopohjainen ennustemalli rakennusten käytön arvioimiseen. Tutkimuksessa selvitettiin BAS-tietojen käytettävyyttä rakennuksen käytön ennustamisessa sekä ennustemallin tarkkuutta. Tutkimus toteutettiin todellisessa rakennusympäristössä todellisista toimistorakennuksista saatujen tietojen perusteella.

Hankkeessa testattiin uusia älytekniikkaratkaisuja pilottiympäristössä Otaniemessä. Tutkimuksessa tarkasteltiin muun muassa ilmanvaihtoa, valaistusta, lämmitystä ja rakennusautomaatiojärjestelmiä. Lisäksi tiloihin asennettiin antureita keräämään tietoa eri ympäristötekijöistä, kuten hiilidioksidipitoisuuksista ja sisälämpötilasta.

Digitalisaatio muuttaa rakennus- ja kiinteistöalaa siinä missä muitakin teollisuudenaloja. Rakennus- ja kiinteistöalan toimijoiden onkin kehitettävä älykkäämpiä ratkaisuja varmistaakseen kilpailukykynsä ja täyttääkseen loppukäyttäjien tiukentuvat vaatimukset. Ratkaisujen tulee parantaa tilojen esteettömyyttä, viihtyisyyttä ja käyttäjän hyvinvointia, tehostaa ajankäyttöä sekä tarjota elämyksiä.

Tavoitteiden saavuttaminen edellyttää eri talotekniikkajärjestelmien, esineiden internet -ratkaisujen, käyttäjäystävällisten käyttöliittymien, data-analytiikan ja itseoppivien ohjausratkaisujen välistä yhteentoimivuutta. Nämä älykkään talotekniikan osa-alueet olivat tämän hankkeen tutkimuskohteita.

Hankkeessa olivat mukana seuraavat yritykset ja organisaatiot: Beckhoff, Caverion, Fidelix, Granlund, Helvar, KNX Finland ry ja sen tytäryhtiöt, KT Interior, Mirasys, NCC, Schneider-Electric, Siemens, Swegon, Connected Finland, Soficta ja Flexitila.