Facility Management and Services 015

59 ARTÍCULO TÉCNICO FACILITY Services mente la causa raíz (por ejemplo, po- demos comparar el número de arran- ques/paradas de un equipo con el tiem- po que tarda en alcanzar la temperatu- ra de consigna, o el consumo de una bomba de calor en comparación con el promedio de otras con las mismas ca- racterísticas y condiciones). En definitiva, la base del manteni- miento la forman ahora el triángulo compuesto por la Información (BMS), Ejecución (Mantenimiento) y Eficien- cia (Gestión Energética), estando aho- ra integrado en una gestión digitaliza- da de las instalaciones, e incluyéndose herramientas de análisis y las discipli- nas del IoT, BigData y Data Analytics. En la actualidad, el compromiso con el consumo responsable de energía no es una opción, es una obligación. con otros de características y condi- ciones similares. Al mismo tiempo, re- lacionando las señales que afectan al comportamiento del equipo (on/off, Kwh, temperatura, humedad, presión, presencia,) entre ellas podemos no solo detectar anomalías e ineficien- cias, sino entender las causas raíz de dicha desviación. En resumen, con la gestión de la in- formación proporcionada por las se- ñales somos capaces de una correc- ta toma de decisiones para las opera- ciones y la gestión eficiente de nues- tras instalaciones, alargando la vida útil, evitando paradas, daños, roturas, pérdidas energéticas… El Data Analytics permite, median- te reglas y algoritmos estadísticos y de análisis de datos, diagnosticar individual- gente de datos que nos permite re- lacionar y comparar señales del mis- mo tipo de equipos para la búsque- da del funcionamiento óptimo de las instalaciones. Como, por ejemplo: re- lacionar la demanda real de un edifi- cio con el sistema de producción de dicha instalación. Otro claro ejemplo lo tenemos en que tradicionalmen- te se operaban las instalaciones para asegurar el confort de los usuarios mediante la programación de un ho- rario, ajustando dicho horario lo me- jor posible a la actividad en las instala- ciones, pero encontrando algunas in- eficiencias (horarios flexibles/cambios de programación/eventos…). Median- te el IoT y, por tanto, la disponibili- dad de gran cantidad de información, podemos ajustar la operación de los equipos a la demanda real de confort necesaria en cada espacio y en cada momento, vinculando, por ejemplo, el arranque de producciones en fun- ción de la presencia y la señal de la temperatura ambiente. Esta información nos permite iden- tificar situaciones anómalas, como cli- matización de espacios vacíos, detec- ción de temperaturas fuera de rango, excesiva iluminación… (fig 2) La dimensión del Big Data, como ya hemos visto, nos permite dispo- ner de una valiosa información cuyo valor añadido vendrá con su evalua- ción para la posterior toma decisio- nes, esto es lo que hemos defini- do como una segunda dimensión, el Data Analytics. El Data Analytics no es más que una interpretación lógica y eficaz de los datos disponibles mediante una serie de reglas que, aplicando algo- ritmos (automatización de datos rela- cionados, correlación, análisis de des- viaciones…), nos permitirán la toma de decisiones adecuadas. Disponien- do de las señales de los equipos más relevantes en la instalación, estas re- glas nos permiten de forma automa- tizada comparar el desempeño en todo momento de dichos equipos Figura 2. Evolución del consumo energético de una instalación, tras la aplicación de la analítica energética.