Gastblog: Maak optimaal gebruik van uw Gebouw Beheer Systeem

In de serie Gastblog is het deze keer de beurt aan Ronald van der Laan van de firma BEinCONTROL. Ronald heeft zijn ervaring uitschreven over het optimaliseren van een Gebouw Beheer Systeem (GBS), een vraagstuk waar wij bij De Installatieadviseur ook vaak bij betrokken zijn. 

Microsoft-topman Steve Ballmer gaf ooit aan dat de meeste softwaregebruikers slechts ongeveer 20% van de functies van een programma gebruiken. Dit lijkt een veel voorkomend gezegde binnen de IT-industrie, hoewel pessimisten volhouden dat het cijfer van 20% zelfs hoog is. Door mijn ervaring met Gebouw Beheer Systemen (GBS) sta ik naast de pessimisten. De meeste systemen bieden een schat aan functies die zelden volledig worden benut. Dit geldt vooral voor het detecteren en oplossen van problemen met mechanische apparatuur welke niet energiezuinig opereert en mede hierdoor het comfort verlaagt. Uit een studie van het Amerikaanse New Buildings Institute blijkt dat meer dan de helft van de gebouwbeheersystemen die ze bestudeerden ernstige fouten vertoonden. Daarnaast schat het Department of Energy in dat een goede diagnostische aanpak het energieverbruik van de faciliteit met 15% kan verminderen. Facility managers erkennen het belang van deze problemen. Als gevolg hiervan komen tal van analyseprogramma’s op de markt om aan deze erkenning gehoor te geven, maar ik ben bang dat deze nieuwe programma’s net zo weinig worden benut als het GBS welke gebruikt wordt als hun gegevensbron. In dit artikel zal ik enkele suggesties geven over hoe facility managers algemene GBS-tools (met name alarmen, trends, rapporten en video) kunnen gebruiken om problemen te vinden en te diagnosticeren.

Het onderwerp “alarmen” is waarschijnlijk de meest misbruikte functie in een GBS. Mensen klagen er zelfs niet meer over en ze negeren de alarmen zelfs. Het probleem is dat er te veel valse alarmen zijn. Als industrie hebben we alarmen gemaakt die gemakkelijk te implementeren zijn in plaats van alarmen te engineeren die betekenisvol zijn voor de gebruiker.

Mijn “regels” voor het maken van nuttige alarmen zijn:

Alleen waardevolle alarmsituaties signaleren waar u belang aan hecht: als u toch niet gaat reageren, mag dit geen alarm zijn.
Ik heb gebouwexploitanten ontmoet die routinematig alle kamertemperatuuralarmen negeren, ervan uitgaande dat de bewoners, als het erg genoeg is, wel zullen bellen om te klagen. Hoewel dat niet mijn aanpak is, heeft het voor die gebruikers geen zin om alarmen te genereren wanneer een kamer te warm of te koud is, omdat dat de alarmpagina alleen maar onoverzichtelijk maakt en de kans groter maakt dat ze een belangrijk alarm missen. Daarnaast vinden sommige gebruikers alarmen op filters voor luchtbehandelingskasten (LBK) prettig. Die alarmen kunnen gebaseerd zijn op draaiuren of op drukval over het filter, bovendien vertelt dit soort alarmen de onderhoudsploeg ook dat het filter mogelijk moet worden vervangen. Ander onderhoudspersoneel plant periodiek onderhoud per gebouw en sturen geen technicus om één filter te vervangen. Ze sturen bijvoorbeeld eens in de zes maanden een team naar het gebouw om alle LBK’s in een gebouw te onderhouden, inclusief het vervangen van de filters. Voor deze mensen zijn filteralarmen dus nutteloos.


Minimaliseer alarmen met enkele toestand
Er zijn enkele situaties in een gebouw, zoals rook in een retourluchtkanaal, waarbij een enkele toestand een alarm rechtvaardigt. De meeste HVAC-situaties zijn niet zo eenvoudig. Een van de redenen waarom veel mensen alarmen voor kamertemperatuur negeren, is omdat ze vaak gebaseerd zijn op een enkele voorwaarde, zoals ‘Alarm als temperatuur  > 26°C. Over het algemeen is het onbelangrijk om te constateren dat een kamer meer dan 26°C is, wanneer er toch niemand in het gebouw is. Wat ik wel tijdens de week zou willen weten is:

(a) Is de kamer bezet?

(b) Draait de HVAC lang genoeg om de kamer koeler te maken?

(c) Ligt 26°C ver boven het setpoint?

(d) Is het setpoint zojuist gewijzigd?

(e) Is de kamer al een tijdje zo warm, of is dit slechts een voorbijgaande toestand (zoals wanneer iemand in de zomer een deur opent en een vlaag hete lucht de sensor raakt)?

Door het toevoegen van dergelijke omstandigheden aan uw alarmlogica worden veel valse alarmen geëlimineerd en kunt u zich concentreren op situaties die echt een probleem aangeven.

Blokkeer trapsgewijze alarmen
Soms kan een enkele mechanische storing problemen veroorzaken in veel verschillende delen van een gebouw. Als een koelspiraal bijvoorbeeld niet goed functioneert in een LBK, wordt elke kamer die door die LBK wordt geleverd warm. Dat kan tientallen alarmen veroorzaken, terwijl het enige alarm waar u aandacht naar uit zou moeten gaan het alarm van de defecte LBK is. Een probleem met een koelinstallatie, bijvoorbeeld op een campus, kan honderden “Deze kamer is te warm!” alarmen genereren. Verborgen tussen die honderden alarmen is er één alarm dat je vertelt wat je echt moet weten. Gezien het feit dat een koelerprobleem honderden kamers zal treffen, is het van belang dat u uw alarmlogica dusdanig programmeert zodat alle ‘warme kamer’-alarmen geblokkeerd worden wanneer er een probleem is met de koelinstallatie. Een vergelijkbare logica kan hinderlijke alarmen voorkomen wanneer er een probleem is met een verwarmingssysteem, een ventilator in een LBK of een andere situatie waarin één apparaat veel kamers beïnvloedt.

 

Beter laat dan vals alarm
U moet onmiddellijk op de hoogte zijn van levensbedreigende problemen. Rookmelders, vlamdetectoren, vorstthermostaten en soortgelijke problemen moeten onmiddellijk worden gemeld. De meeste HVAC-problemen zijn niet zo kritisch. Met Fault Detection & Diagnostics (FDD) is het uw doel om apparatuur te vinden die niet goed functioneert. Soms zijn de omstandigheden die op een storing duiden moeilijk vast te stellen. Wanneer een koelspiraal wordt ingeschakeld, moet de lucht koeler worden. Hoeveel koeler en binnen welke tijdslimiet is moeilijk precies te zeggen. Wat als er een explosie van hete lucht in het kanaal komt wanneer de koelspiraal wordt ingeschakeld? De temperatuur kan stijgen, ook al werkt de koelspiraal. Een ding dat u echter wel weet, is dat wanneer de koelspiraal echt defect is, deze zal falen elke keer als er gekoeld moet worden. Als uw logica alleen een alarm genereert als de spoel bijvoorbeeld 7 van de 10 keer faalt, kunt u er vrij zeker van zijn dat een alarm betekent dat de koelspiraal echt kapot is. Dit wordt geïllustreerd in figuur 1.

fig1 trend

Figuur 1.        
In dit overzicht is het temperatuurverloop bij de in- en uitschakelmomenten van de koelspiraal te zien. De gele lijn bovenaan is de temperatuur die de koelspiraal verlaat. Daarnaast is een daling van de temperatuur te zien wanneer fase 1, 3 en 4 worden ingeschakeld. Bij de inschakeling van fase 2 kan geen daling worden vastgesteld.

Hoewel trends kunnen worden gebruikt om problemen op te sporen, zijn ze ook nuttig om problemen te verifiëren en te diagnosticeren. De trendgrafiek van de koelspiraal die in figuur 1 is weergegeven, is zo’n voorbeeld. Het laat duidelijk zien dat fase 2 niet correct functioneert. Het is inefficiënt en tijdrovend om te kijken naar trendgrafieken om te zien of er problemen zijn. Het is handiger om alarmen te gebruiken om u te waarschuwen voor mogelijke problemen en vervolgens trends te gebruiken om meer gedetailleerd te zien wat er gebeurt. Net als bij alarmen zijn er enkele algemene ‘regels’ om trends nuttiger maken:

  1. Trends met één enkele waarde is zo goed als nutteloos. Als u figuur 1 als voorbeeld gebruikt, zou een trend van de afvoerluchttemperatuur (de gele lijn in de bovenste grafiek) niet nuttig zijn als deze niet gecombineerd wordt met de lagere trendlijnen die laten zien wanneer elke afkoelingsfase is ingeschakeld. U moet minimaal het setpoint voor de afvoerluchttemperatuur voor alle gecontroleerde waarden per in- en uitschakelmoment combineren. Op die manier kan je zien wat de waarde zou moeten zijn en wat het eigenlijk is. Het weergeven van trends van andere waarden die van invloed zijn op de prestaties (zoals de aan/ uit-status van de diverse koelfasen in figuur 1) geven extra inzicht.
  2. Kopieer nuttige trendgroeperingen naar alle vergelijkbare apparatuur. Als u eenmaal een trendgrafiek heeft geconfigureerd om nuttige informatie te bieden, kopieert u deze naar alle vergelijkbare apparatuur. Als ik bijvoorbeeld een “eerste blik” op een VAV-box werp, zie ik graag grafieken van de kamertemperatuur vergeleken met de verwarmings- en koelingssetpoint samen met een begeleidende grafiek die de werkelijke luchtstroom en het luchtstroom-setpoint toont. Als u standaardgrafieken naar alle vergelijkbare apparatuur kopieert, kunt u, als u een probleem vermoedt in één apparaat, deze gemakkelijk vergelijken met dezelfde setpoints in apparatuur die wél naar behoren werkt. Figuur 2 en 3 tonen dezelfde set trendpunten waarmee de opwarmspiralen op twee identieke VAV-boxen geëvalueerd kunnen worden.

In figuur 2 werkt het verwarmingselement goed. De toptrend laat zien dat de werkelijke luchtstroom (geel) het setpoint (blauw) zeer nauw volgt. De volgende trend naar beneden laat zien dat de uitblaastemperatuur uit de box (geel) vrijwel hetzelfde is als de toevoerlucht afkomstig van de luchtbehandelingskast (blauw). Dit is zoals het zou moeten zijn, aangezien de volgende trend naar beneden laat zien dat de naverwarmingsklep gedurende de hele periode het commando “UIT” kreeg. De onderste trend laat zien dat de ketel en warmwaterpompen die de VAV-box voeden, tweemaal per dag in- en uitgeschakeld zijn. Vergelijk dit met de trends in figuur 3. De VAV-box in figuur 3 is een identieke box in hetzelfde gebouw op dezelfde dag. De luchtstroom ziet er ongeveer hetzelfde uit en de verwarmingsklep kreeg het commando “UIT”, de uitlaattemperatuur steeg echter elke keer op het moment dat het warmwatersysteem werd ingeschakeld. Hieruit is op te maken dat deze klep niet volledig sluit. Een alarm waarschuwde voor een mogelijk probleem met deze box.  Door deze twee identieke grafieken te vergelijken, werd duidelijk wat er gebeurde.

fig2

Figuur 2.                     Prestaties van de VAV verwarmingsklep – normaal

fig3

Figuur 3.                     VAV-box met verwarmingsklep sluit niet volledig

 

  1. Overweeg om scatterplots te gebruiken. Niet alle GBS-systemen bieden scatterplots, maar als uw systeem ze bevat, kunnen ze een zeer nuttig hulpmiddel zijn voor het analyseren van sommige systemen. Figuur 4 toont een scatterplot van de elektrische vraag (kWh) ten opzichte van de koelbelasting (ton) voor twee identieke koelmachines. De prestaties van de twee koelmachines waren voldoende vergelijkbaar dat het bekijken van de gegevens op een individuele dag geen probleem zou hebben opgeleverd. De scatterplot laat echter duidelijk zien dat Koelmachine 1 consequent meer vermogen nodig had dan Koelmachine 2 voor dezelfde koelbelasting. Aanvullende probleemoplossing (waaronder meer trends) bracht uiteindelijk een verkeerd geconfigureerde sensor aan het licht die de koeltoren van Koelmachine 1 bestuurt.

fig4

Figuur 4.                     KWh vs. koelbelasting voor twee identieke koelmachines.

Veel gebouwautomatiseringssystemen bevatten rapportage mogelijkheden, vaak met een aantal standaard rapporten. Deze kunnen erg waardevol zijn bij het oplossen van problemen. Het is bijvoorbeeld een goed idee om periodiek een rapport uit te voeren om te zoeken naar alle ‘locked points” in een systeem. Er zijn veel geldige redenen voor een technicus om een punt te vergrendelen tijdens opstarten, inbedrijfstelling, probleemoplossing of als een oplossing voor een defecte sensor. Desondanks komt het maar al te vaak voor dat men vergeet om het punt te ontgrendelen nadat de noodzaak voor het vergrendelen is verstreken. Rapporten met een grafische interface kunnen met name handig zijn bij het oplossen van problemen, omdat u hiermee in één oogopslag een grote hoeveelheid gegevens kunt evalueren. Het rapport “Enviromental-index” vat de comfortomstandigheden in alle zones samen die worden geleverd door een specifieke luchtbehandelingsunit gedurende een periode van 24 uur. Een gedetailleerde bespreking van de impact die comfort heeft op de productiviteit, het welzijn, het ziekteverzuim en andere personeelskwesties valt buiten de strekking van dit artikel, maar het volstaat om te zeggen dat de kosten van het niet verschaffen van een comfortabele omgeving gemakkelijk uw hele energiebudget kunnen overschaduwen.

Video (Time-Lapse) is een nieuwe GBS-tool die erg handig blijkt te zijn bij het oplossen van problemen. Vroege versies van deze tool zijn ontwikkeld door gebruikers die schermopnameprogramma’s gebruikten om een GBS-afbeelding gedurende een bepaalde periode te “filmen” en deze vervolgens met een hogere snelheid af te spelen, zodat ze in een paar minuten konden zien wat er ’s nachts of gedurende het weekend gebeurde. Nu bieden sommige GBS-systemen dit als een ingebouwde tool waarmee gebruikers elke afbeelding kunnen opvragen, een periode van interesse kunnen kiezen en deze met hoge snelheid kunnen bekijken of er doorheen kunnen scrollen. Hoewel het niet mogelijk is om dit goed te illustreren in een geschreven artikel, is Video (Time-Lapse) een ideaal hulpmiddel om ruimtes te lokaliseren die onnodig worden verwarmd dan wel gekoeld worden wanneer het gebouw leeg staat, plannings- en ochtendopstartproblemen op te sporen of door een reeks van gebeurtenissen die een probleem veroorzaakten te stappen.

Samenvattend kunnen gebouwautomatiseringssystemen een schat aan informatie over uw gebouwen opleveren. Tools zoals alarmering, trending, rapportage en videoweergave kunnen u helpen uw gebouwen te beheren om energie te besparen en tegelijkertijd een gezonde, comfortabele omgeving te bieden voor gebruikers van een gebouw. Een tool is echter alleen nuttig als deze daadwerkelijk gebruikt wordt. Het doel van dit artikel is om suggesties te geven hoe u de tools die u al heeft beter kunt benutten.

Wilt u meer informatie over het optimaliseren van uw gebouwbeheersysteem, neem dan contact met ons op.

Breng andere op de hoogte van deze blog

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on whatsapp
WhatsApp
Share on email
Email