
De flesta sensorgluggar i byggnader åtgärdas den dyra vägen. Köp en prob. Dra kabelrör. Få punkten driftsatt i BMS. Vänta på att en entreprenörs tid ska öppna sig. En virtuell sensor hoppar över det mesta av det. Det är ett mått beräknat från sensorer du redan har, inte en ny bit hårdvara. Tilluftsenthalpi från en temperatur- och fuktighetsavläsning. Beläggning från en CO2-trend. Utrustningens drifttid från en effektförbrukning. Om fysiken kopplar samman två punkter är den andra ofta bara en beräkning bort, inte en inköpsorder bort.
Vad en virtuell sensor faktiskt är
En virtuell sensor är en härledd avläsning. En fysisk sensor rapporterar ett värde den mätt direkt. En virtuell sensor rapporterar ett värde beräknat från en eller flera andra mätningar, med hjälp av ett känt förhållande mellan dem, oavsett om det förhållandet är fysiskt (termodynamik, fluiddynamik) eller statistiskt (en korrelation inlärd från historisk data).
Den underliggande idén har en längre historia utanför byggnader. Processindustrier kallar det en soft sensor: att härleda en variabel som är dyr eller opraktisk att mäta direkt, säg polymerviskositet inuti en reaktor, från sådana som är billiga och snabba att läsa, som temperatur, tryck och flödeshastighet. Kemiska fabriker har förlitat sig på soft sensors i decennier eftersom att installera en inline-viskosimeter är ett större jobb än att läsa tre transmittrar som redan finns på linjen. Byggnader kommer i kapp med samma logik. En kanaltryckavläsning kan komma från fläkthastighet och spjällposition istället för en dedikerad tryckmätare. Ett kylvattenflöde kan komma från ventilposition, delta-T och pumpkurvan istället för en flödesmätare. I HVAC-tillämpningar specifikt fungerar en virtuell sensor oftast som ersättning för en punkt som antingen är svår att komma åt fysiskt eller aldrig var värd en dedikerad transmitter från början.
Varför du skulle vilja ha en
Tre situationer driver ett team mot en virtuell sensor istället för en arbetsorder. Täckningsgluggar: en punkt originaldesignen aldrig inkluderade, eftersom ingen förutsåg behovet, eller budgeten inte räckte till. Fallerad hårdvara: en prob som har rapporterat en platt linje i sex månader eftersom ingen märkte det, eller märkte det och ersättningen sitter fast i upphandling. Punkter som är genuint opraktiska att instrumentera direkt: en ångfälla begravd bakom isolering, en kanaldragning genom ett färdigt tak utan åtkomstpanel, en hyresgästyta där hyresvärden inte kan få in en entreprenör utan två veckors varsel.
I varje fall är alternativet till en virtuell sensor detsamma: upphandling, installation och en BMS-omdriftsättningscykel för en enda datapunkt. Det är verklig kostnad och verklig ledtid för något en beräkning ofta kan leverera inom en vecka. Virtuella sensorer gör också nyttigt arbete där hårdvara redan finns. Kör en virtuell sensor sida vid sida med den fysiska den approximerar, och en oenighet mellan de två är i sig en signal: antingen har den fysiska proben drivit, eller beräkningens antaganden håller inte längre för den utrustningen.
Var virtuella sensorer förtjänar sin plats
Virtuell mätning för hyresgästs underfakturering. Hyresgästfakturering och kostnadsfördelning vill vanligtvis ha en undermätare per yta, och att retroaktivt installera en i varje enhet i en befintlig byggnad är dyrt. En virtuell undermätare härleder en hyresgästs förbrukning från huvudmätaren minus lasterna som mäts separat, eller från korrelerad utrustningsdrift där förhållandet mellan drifttid och förbrukning är väl förstått. Den kommer inte matcha en certifierad intäktsmätare för fakturagraderad noggrannhet, men för kostnadsfördelning och avvikelsedetektering är virtuell mätning ofta nära nog för att vara omedelbart användbar.
Härledda komfortindex. En enda lufttemperaturavläsning berättar inte om en yta känns komfortabel. Fuktighet, och i mindre utsträckning strålande yttemperatur, spelar också roll. Ett härlett komfortindex, beräknat från temperatur- och fuktighetssensorer de flesta zoner redan har, kommer närmare det en person faktiskt upplever än en ren temperaturavläsning, utan att installera en globtermometer i varje rum.
Härledd flöde och last från korrelerade sensorer. En flödesmätare som fallerat, eller aldrig installerades, behöver inte betyda att man flyger blind. Där ventilposition, pumpkurva och delta-T alla är tillgängliga kan en virtuell sensor härleda flöde till en användbar approximation. Samma logik täcker elektrisk last på en krets utan dedikerad mätare, härledd från drifttiden och den nominella förbrukningen för utrustningen på den kretsen.
Virtuella sensorer och dataförtroende
En virtuell sensor är bara så bra som det den bygger på. Mata den en driftande temperaturprob eller en gammal CO2-avläsning och den producerar ett säkert fel tal, utan de synliga felsymtomen en trasig fysisk sensor vanligtvis visar. En död prob visar ofta en platt linje eller rapporterar ett uppenbart omöjligt värde. En virtuell sensor byggd på dåliga indata fortsätter producera plausibelt utseende siffror som helt enkelt är felaktiga. Det är ett dataförtroendeproblem, och det gäller för alla beräknade mått, inte virtuella sensorer specifikt. Vi har täckt den bredare frågan om att validera sensordata innan man litar på den någon annanstans; kortversionen är att en virtuell sensor förtjänar samma driftkontrolldisciplin som de fysiska indata den beror på, inte mindre.
Var virtuella sensorer passar i en sensorintelligensstack
I FrostLogic Explore är en virtuell sensor inte en sidofunktion fastbultad på analysen. Den är en indata, behandlad på samma sätt som en fysisk: versionerad, kontinuerligt bevakad för drift, och validerad innan den tillåts påverka en prognos eller utlösa ett larm. Det spelar roll eftersom värdet av en virtuell sensor inte är beräkningen i sig. Det är vad beräkningen matar. Vår BMS-analysplattform läser fysiska och virtuella sensorer likadant in i samma pipeline för avvikelsedetektering, prognostisering och efterlevnad, så ett luckfyllande virtuellt mått får samma granskning, och gör samma jobb, som en sensor med en fysisk prob bakom sig.
Nyfiken på vad vi kan härleda från dina befintliga sensorer? Begär en demo och vi tittar på vad som redan rapporteras i din BMS.
Vanliga frågor
Är en virtuell sensor lika exakt som en fysisk? Det beror på vad den bygger på och hur väl det underliggande förhållandet är förstått. En virtuell sensor härledd från ett väl karaktäriserat fysiskt förhållande, som enthalpi från temperatur och fuktighet, kan vara mycket exakt. En byggd på en statistisk korrelation är bara så bra som datan den tränades på och hur nära nuvarande förhållanden matchar den träningsperioden. För fakturagraderad noggrannhet vinner en certifierad fysisk mätare fortfarande; för trendning, avvikelsedetektering och luckfyllning är en väl byggd virtuell sensor vanligtvis exakt nog.
Vilken data behöver en virtuell sensor? Som minimum, indatasensorerna den beräknas från, samplade i en takt fin nog att fånga förändringarna du bryr dig om, plus ett känt eller inlärt förhållande som kopplar dessa indata till utdatan du vill ha. Fysikbaserade virtuella sensorer behöver färre historiska datapunkter än statistiskt härledda, som behöver nog historia över nog driftförhållanden för att lära sig en tillförlitlig korrelation.
Kan virtuella sensorer helt ersätta fysisk mätning? Nej, och det är inte riktigt vad de är till för. Virtuella sensorer fyller gluggar och lägger till redundans; de ersätter inte de fysiska sensorer en byggnad faktiskt behöver för styrslingor, säkerhetsspärrar eller fakturagraderad mätning. Där hårdvara finns bör den stanna. Där den inte finns, och att installera den är oproportionerlig mot värdet av punkten, är en virtuell sensor ofta den mer förnuftiga investeringen.
Vad är skillnaden mellan en soft sensor och en virtuell sensor? De är samma koncept under två namn. Soft sensor är termen processindustrier har använt i decennier. Virtuell sensor är termen som slagit igenom i byggnader. Båda beskriver en härledd avläsning beräknad från andra mätningar snarare än mätt direkt.
Hur använder FrostLogic Explore virtuella sensorer? Som indata, inte som en sidofunktion. Explore behandlar en virtuell sensor på samma sätt som den behandlar en fysisk: versionerad, bevakad för drift, och validerad innan den tillåts mata en prognos eller utlösa ett larm genom FrostDynamics-motorn.
Behöver en virtuell sensor sin egen punkt i BMS? Inte nödvändigtvis. En virtuell sensor kan existera enbart i analyslagret, beräknad från BMS-trenddata utan att någonsin skrivas tillbaka som en BMS-punkt. Vissa team skriver den tillbaka, vanligtvis när andra system som dashboards eller rapporteringsverktyg behöver läsa den som om den var en nativ punkt.
Hur vet du om en virtuell sensors beräkning fortfarande är giltig? Bevaka den på samma sätt som du skulle bevaka en fysisk sensor för drift, och där möjligt, kör den sida vid sida med den fysiska sensorn den approximerar så att oenigheter dyker upp tidigt. En beräkning som höll för ett driftläge av en utrustning kan tyst sluta hålla efter en ombyggnad, en börvärdesändring eller en omskrivning av styrsekvens, så den behöver samma pågående granskning som allt annat i datapipelinen.
FrostLogic Explore levererar sensor intelligence, scenariosimulering och förankrad slutlednings-AI till kommersiella och industriella byggnader. Lär dig mer om Sensor Intelligence eller prata igenom det med oss.
Nyfiken på hur detta skulle se ut på din byggnad?
Vad berättar din fastighet inte för dig?
Berätta vad du försöker reda ut: energiförbrukning som smyger uppåt, ett BMS du inte litar på, compliance du jagar. Vi lyssnar först och säger sedan rakt ut om Explore hjälper. 30 eller 60 minuter, du väljer. Inga förpliktelser, oavsett vad.
