HVACにおける予知保全：新常識？
HVACシステムは、世界中の建物の総エネルギー使用量の約40%を占めており、建築環境で相互接続されたHVACユニットには、効率的な省エネの取り組みのために適切に調整されたメンテナンス戦略が必要です。従来のメンテナンスアプローチ — 事後対応型、定期的、予防的 — には、複雑な最新のHVACシステムから発生する問題を正確に予測することには限界があります。
機械学習主導の分析を使用した予知保全は、問題が発生する前に機器の故障リスクを予測し、HVAC機器の稼働時間の正確な追跡、信頼性を確保するためのタイムリーな故障前の介入、およびダウンタイムの削減を可能にします。
この記事では、データ主導の意思決定、ダウンタイムの削減、機器のパフォーマンスの向上、在庫管理のアップグレード、エネルギーの最適化、費用対効果の向上、安全性の向上など、予測HVACテクノロジーの7つの利点について概説しています。また、HVACシステムの3つの予知保全技術振動分析、熱画像、オイル分析と、これらの技術がどのように連携してHVAC機器の健全性の全体像を把握できるかについても説明します。
暖房、換気、空調(HVAC)システムは、すべての建物の心臓部です。良好な室内空気質(IAQ)を維持する責任があるHVACシステム、特にエアコンと扇風機は、世界中の建物の総エネルギー使用量の約40%を占めています。さらに、今日のインダストリー4.0の世界では、構築環境のHVACユニットはますます相互接続されており、1つのシステムの故障は相互接続されたデバイスエコシステム全体に影響を与えます。効率的で適切に調整されたメンテナンス戦略は、HVACシステム、ビル管理システム、そしてその後の省エネの取り組みにも大きなメリットをもたらす可能性があります。
HVACメンテナンスの初期
従来、HVACメンテナンス戦略は、次の3つのアプローチを中心とした反動的な制御形態に依存してきました：
事後対応型メンテナンスまたは故障メンテナンスは、壊れた電球の交換や破裂したチューブの修理など、問題が発生した後にのみ問題を修正することを含みます。
空調ユニットの季節点検など、所定の時間に定期点検を行う定期メンテナンス。
予防保守は、潜在的な問題を予測し、故障を回避するために事前に保守活動をスケジュールすることを指し、たとえば、使用頻度の高い時期に空調ユニットの半年ごとの検査を実施することは、一般的な予防保守慣行です。
それぞれの方法には利点がありますが、現代のHVACシステムの複雑な機械から発生する問題を正確に予測することはできません。そこで、予知保全戦略が威力を発揮するのです。
HVACコントロールにインテリジェンスをもたらす
予知保全では、デバイスデータと機械学習主導の分析を使用して、問題が発生するずっと前に機器が故障のリスクにさらされている時期を予測します。これにより、メンテナンスタスクを適切にスケジュールでき、HVAC機器の稼働時間を正確に追跡できます。その結果、タイムリーな故障前の介入により、信頼性を確保し、ダウンタイムを短縮できます。
HVAC予測技術の利点
データドリブンな意思決定が可能
HVACユニットごとに、IoTセンサーやデータ分析ソフトウェアなどのソースからの豊富な履歴データとリアルタイムデータが照合および分析され、データ主導の意思決定が可能になります。機械の健全性をタイムリーに予測することで、所有者と管理者はHVACのパフォーマンスを最適化するための有意義なアクションを実行できます。
ダウンタイムを削減
実際の機器性能数値に基づくデータ駆動型計算により、必要に応じてメンテナンスを行うことができ、HVACユニットのダウンタイムが短縮されます。これは、病院やデータセンターなどの重要な施設のシステムにとって、不要なオフライン時間を回避することが最優先事項である場合に特に重要です。
機器の性能を向上
HVACシステムは、相互接続されたコンポーネントの複雑なネットワークであり、1つのセクションの故障がシステム全体のパフォーマンスに影響を与える可能性があります。たとえば、エアフィルターが汚れていると、HVACユニット全体が10倍激しく動作して、減少した気流を補う必要があり、システム全体の故障のリスクが高まります。予知保全のためのシステムの機械学習アルゴリズムを使用すると、問題を早期に検出して、将来のパフォーマンスの問題を防ぎ、HVACシステム全体の寿命を延ばすことができます。
在庫管理のアップグレード
機器の状態を正確に追跡することで、管理者やオペレーターは必要な場合にのみ交換部品を要求できるため、在庫管理のレベルが向上します。
エネルギーの最適化を促進
HVACの性能不足は深刻なエネルギー浪費を引き起こす可能性があり、最先端の予知保全戦略で回避できます。収集されたデータは、エネルギー関連の運用上の問題について分析され、問題が特定されると利害関係者に即座に通知されます。その結果、最適な運転性能をより早く、より容易に回復させ、より高い省エネにつながります。
費用対効果を向上
予測分析により、障害が発生する前に特定され、修理がより迅速かつ正確になります。不要な検査や監視への依存度が減り、システムの保守方法が根本的に変わり、全体的な運用コストが大幅に削減されます。
安全性を向上
どんな建物建物でも安全性が最も重要であり、CO2レベル、温度、湿度などの環境条件は、居住者の快適性を維持する上で重要な役割を果たします。HVACシステムは、乗員が問題を検出するずっと前に、データ駆動型の予知保全により、これらの機能の完璧な制御を保証します。
HVACシステムの予知保全技術
振動解析
振動解析は、機器の振動レベルを監視し、潜在的な問題を特定するセンサー主導の方法です。モーター、ポンプ、ファンを含むすべての回転機械は振動を発生させます。通常の周波数での振動の振幅を記録して調査すると、振動の変化を特定するのに役立ちます。これは、ミスアライメント、不均衡、ベアリングの摩耗、その他の機械的な問題などの問題を検出するのに役立ちます。振動解析は、主に蒸気タービンやガスタービン、モーター、抄紙機、ポンプ、圧延機、コンプレッサー、工作機械、ギアボックスで使用されます。
サーマルイメージング
医用画像に似た熱画像は、HVACシステムの問題を検出するための効果的な診断ツールとして機能します。赤外線カメラは、エアハンドラー、チラー、ボイラーなどのHVAC機器に配置され、放出される赤外線エネルギーを測定し、カメラが暑いエリアと寒いエリアを区別できるようにします。したがって、空気漏れ、絶縁の問題、機器の故障などの問題は、記録的な速さで解決できます。
オイル分析
主に石油およびガス産業で使用される油分析は、機器内の潤滑油の状態を監視し、潜在的な問題を特定する方法です。これは、機器からオイルのサンプルを採取し、実験室で検査することによって実行されます。オイルサンプルを分析することで、機器の摩耗や破損、汚染など、機器の故障につながる可能性のある問題を検出することができます。
ここで説明する3つの手法はすべて、HVACシステムのメンテナンスの問題が大きな問題になる前に特定するのに非常に役立ちます。ただし、これらの手法を一緒に使用することで、HVAC機器の健全性の包括的な全体像を把握することが可能になり、HVACシステムのメンテナンス、ひいてはビル管理システムのメンテナンスに関するより良い意思決定を通知できます。
IoT（Internet of Things）技術と人工知能の進歩により、予知保全はさらに効率的かつ効果的になりました。研究者によると、予知保全は保守コストを35%削減し、全体的な出力を同じ割合で押し上げ、故障にかかる時間を45%短縮しました。予知保全からのデータが流入するにつれて、請負業者とビルオペレーターは、この情報を解釈して活用し、HVACが制御されたすべてのスペースで人々が快適で安全を維持できるようにすることを学んでいます。
Softdelの受賞歴のあるIoTゲートウェイプラットフォームEdificeEdgeが、あらゆるビルニーズに対応する予測分析ソリューションと予防分析ソリューションをエッジでどのように提供できるかをご覧ください。
