Categories
Älykästä tuotantoa Pulssi

Langat­tomat tiedon­ke­ruu­jär­jes­telmät täyden­tävät taloautomaatiota

Automaa­tio­jär­jes­telmien alkuhetkeä etsiessä joudutaan palaamaan 1960-luvulle, jolloin digitaa­li­tek­niikka ja varsinkin sen mahdol­listama ohjel­moitava logiikka, PLC (Program­mable Logic Controller), kehitettiin ohjaus­jär­jes­telmien ytimeksi, älyksi. Tätä kehitys­työtä voidaan pitää automaa­tio­jär­jes­telmien lähtö­lau­kauksena (1).

Järjes­telmät olivat pitkään paikal­lisia ja niiden operointi vaati fyysistä paikal­laoloa. Käyttö­liittymä, jos sellainen sattui olemaan, sijaitsi usein tekni­sessä tilassa ja sen käyttö vaati järjes­telmän syväl­listä osaamista, joten järjes­telmän käyttä­minen tai muutosten teko ei onnis­tunut jokai­selta. Yhteydet ulkomaa­ilmaan puuttuivat, eivätkä etäseu­ranta tai etähä­ly­tykset raken­nusten ulkopuo­lelle olleet mahdollisia.

Onneksi tilanne on muuttunut ja nykyiset taloau­to­maa­tio­jär­jes­telmät sisäl­tävät standar­di­ra­ja­pintoja kommu­ni­kointia varten ja etäyh­teydet ja -hälytykset ovat käytän­nössä aina tarjolla. Myöskin valmis­ta­ja­koh­taiset rajapinnat ovat väisty­mässä ja standar­doidut tavat siirtää viestejä ovat hyvin tuettuna. Tämä mahdol­listaa eri valmis­tajien anturien, laitteiden ja jopa järjes­telmien liittä­misen toisiinsa, sekä uusien innova­tii­visten palve­lujen raken­ta­misen taloau­to­maa­tio­jär­jes­telmien yläpuolelle.

Pilvi­pal­velut ovat jo nykypäivää myös taloautomaatiossa

Vaikka taloau­to­maa­tio­jär­jes­telmät ovat edelleen paikal­lisia eli äly sijaitsee kohteessa, sijaitsee yhä useampi palvelu Inter­ne­tissä tai pilvessä, ja vain palve­lujen tarvitsema tieto tuotetaan paikal­li­sesti. Tämä mahdol­listaa paikal­lisen järjes­telmän pysymisen kohtuul­lisen yksin­ker­taisena, edullisena ja helppo­käyt­töisenä. Pilvi­pal­ve­lussa taas voidaan hyödyntää palve­lun­tar­joajien dynaa­misia resursseja, esimer­kiksi käyttää aina vain tarpeel­linen määrä lasken­ta­tehoa tai tallen­nus­tilaa tilan­teesta riippuen, jolloin ylimää­räisiä palve­lin­kus­tann­nuksia ei synny. Myös nykyai­kaisten pilvi­pal­ve­lujen koneop­pimis- ja teköä­ly­pal­velut ovat käytet­tä­vissä. Kun taloau­to­maa­tio­jär­jes­telmien tuottama data kootaan keski­te­tysti pilveen, voidaan sitä käyttää huomat­ta­vasti paremmin hyödyksi data-analy­tii­kassa ja tekoälyn lähtö­tietona verrattuna yhden järjes­telmän paikal­liseen käyttöön. Keski­tetty data, ns. Big Data, mahdol­listaa myös esimer­kiksi kohteiden keski­näisen vertailun (Bench­marking) (2), jolloin pystytään puuttumaan saman­kal­taisten kohteiden eroavai­suuksiin ja sitä kautta löytämään tai ennakoimaan esimer­kiksi ongelmia laitteis­tossa tai jopa raken­teissa. Alla esimerkki erään valmis­tajan järjes­telmän toteu­tuk­sesta (kuva 1).

Caverion Smart View järjestelmän toiminnan kuvaus. Tabletin tai puhelimen kautta on mahdollista seurata rakennuksen sisäilmaolosuhteita, energianhallintaa, huoltoa ja tilojen käytettävyyttä.

Kuva 1. Caverion Smart View -järjes­telmä. (3)

Rajapintoja on avattu laite- ja järjes­tel­mäin­te­graa­tioita varten

Perin­tei­sesti taloau­to­maation anturoinnit on tehty analo­gi­silla antureilla, joiden liitty­mis­ra­ja­pinta on ollut tarkkaan määrätty, kuten esimer­kiksi 0-10v jänni­te­viesti, 4-20mA virta­viesti tai jokin resis­tanssiin liittyvä rajapinta (esim. NTC, PTC tai RTD). Ajan kuluessa digitaa­liset anturit ovat saaneet jalan­sijaa ja viestit kulkevat bitteinä, eivät analo­gisina arvoina, ja yhden arvon sijaan voidaan siirtää useita eri arvoja ja parametreja samassa viesti­lin­jassa. Digitaa­lisuus ei tuonut helpo­tusta rajapin­ta­vii­dakkoon, vaan käytössä on liioit­te­le­matta kymmeniä fyysisen tason toteu­tuksia, joiden päälle on vielä raken­nettu toinen mokoma kommu­ni­koin­ti­pro­to­kollia. Onneksi maailma muuttuu tässäkin tapauk­sessa ja vieläpä parempaan suuntaan. Yleisesti käytet­tyjen väylien ja proto­kollien lista on kaven­tunut ja tuki näille löytyy useim­mista järjes­tel­mistä vakiona. Yleisiä käytössä olevia liityntöjä ovat esimer­kiksi RS485, M-Bus ja Profibus. Nämä edellä mainitut kuvaavat vähintään kommu­ni­koinnin alimman tason, ja päälle tulee mahdol­li­sesti vielä tiedon­siir­to­pro­to­kolla. Taloau­to­maa­tiosta puhut­taessa käytetään usein RS485/Modbus (RTU) toteu­tusta. Enene­vässä määrin myös moder­nimmat ratkaisut ovat yleis­ty­mässä, kuten esimer­kiksi KNX, BACNet, EtherCAT tai vaikkapa Modbus TCP, joista osa toimii yleisesti tieto­tek­nii­kassa käytetyn Ethernet-verkon päällä. Langat­to­muuskin on tullut liityn­töihin mukaan ja esimer­kiksi KNX:stä löytyy myös versio, joka toimii langat­to­masti. Edelleen käytetään myös analo­gisia signaaleja tarpeen mukaan ja ne ovatkin yksiker­taisia, luotet­tavia ja edullisia ratkaisuja esimer­kiksi lämpötila-antureissa.

Kun katsotaan taloau­to­maa­tio­jär­jes­telmää ns. ylävink­ke­listä, päästään ihan uuteen maailmaan. Järjes­tel­mä­tason liitynnät on yleensä raken­nettu IP-verkon (Internet Protocol) päälle ja siellä kommu­ni­kointi tapahtuu käyttäen Inter­netin rajapintoja, eli puhutaan API:eista (Application Programming Interface). APIt kertovat mitä tietoa rajapinnan kautta voidaan vaihtaa ja miten se tapahtuu. Yksiker­tainen API voi perustua vakio­muo­toisten viestien vaihtoon, eli toinen osapuoli lähettää tieto­pyynnön (REQUEST) ja toinen osapuoli vastaa siihen (RESPONSE). Todel­li­suu­dessa tähän liittyy vähän enemmän komplek­si­suutta, mutta asiasta kiinnos­tuneet voivat lukea lisää vaikkapa Wikipe­diasta.

Mutta mitä API:en kanssa voidaan tehdä, kun puhutaan taloau­to­maa­tio­jär­jes­tel­mistä? Pilvi­pal­velut ja keski­tetyt ratkaisut vaativat raken­nusten järjes­telmien ja pilvi­pal­ve­lujen välistä kommu­ni­kaa­tiota, ja tämä on mahdol­lista API:en avulla. Tietoa voidaan siirtää raken­nuk­sista pilveen ja myös toisin päin, eli pilvi­pal­velun analy­tiik­ka­palvelu voi säätää esimer­kiksi lämmi­tyksen tai ilmas­toinnin toimintaa käyttäen hyödyksi taloau­to­maa­tio­jär­jes­telmän keräämää dynaa­mista, eli jatkuvan mittauksen dataa. Pilvi­palvelu voi hyödyntää myös julki­sesti tarjolla olevaa dataa, kuten esimer­kiksi sääen­nus­teita, joiden avulla ennakointi voidaan tuoda osaksi lämmi­tyksen (tai viilen­nyksen) ohjausta. Toinen esimerkki on sähkön SPOT-hinnan seuraa­minen ja sen avulla kulutus­huip­pujen ajoit­ta­minen hinta­kuoppien kohdalle, jolloin saadaan kustan­nus­säästöjä. Mahdol­li­suuksia useamman datalähteen hyödyn­tä­mi­sestä on paljon muitakin ja uusia tulee koko ajan lisää. Nämäkin edellä mainitut julkiset datat ovat saata­villa API:n kautta (4).

Miten IoT liittyy taloautomaatioon?

Nykyisin ei voi olla törmää­mättä termiin IoT (Internet of Things). IoT:llä tarkoi­tetaan esineiden inter­netiä eli käytän­nössä sitä, että kaikki laitteet jutte­levat keskenään tai niiden olisi ainakin periaat­teessa mahdol­lista jutella keskenään. Laitteiden itsessään ei tarvitse liittyä suoraan Inter­netiin käyttäen IP-yhteyttä, vaan alimmalla tasolla voi olla muitakin kommu­ni­koin­ti­tapoja. Kun noustaan hierar­kiassa ylöspäin, tullaan jossain vaiheessa tasolle, joka on jo liittynyt Inter­netiin ja joka mahdol­listaa alemmil­lakin tasoilla olevien laitteiden tiedon­vaihdon verkossa olevien muiden laitteiden kanssa.

Nykyiset IoT-laitteet ja niiden tieto­lii­ken­neyh­teydet mahdol­lis­tavat erittäin hyvän energia­te­hok­kuuden, joka käytän­nössä tarkoittaa mahdol­li­suutta paris­to­käyt­töi­syyteen. Paris­to­käyt­töi­syy­destä seuraa muutama positii­vinen asia: pieni koko, edullinen hinta, helppo asennet­tavuus ja helppo vaihdet­tavuus. Vielä kun pariston kestoksi luvataan monesti useita vuosia, ei huollet­ta­vuuteen eli paris­ton­vaihtoon tarvitse laskea kustan­nuksia. Miinus­puolena on laitteiden kerta­käyt­töis­ty­minen, jolloin paristoja ei vaihdeta, koska on halvempaa laittaa aina uusi laite edellisen pariston tyhjen­nyttyä. Onneksi energian­lou­hinta ympäris­töstä kehittyy kovaa vauhtia, ja jo nykyään markki­noilta löytyy laitteita, jotka saavat toimintaan vaadit­tavan energian esimer­kiksi valais­tuk­sesta (5) tai prosessin tuotta­masta lämmöstä (6).

IoT-laitteiden tieto­lii­ken­neyh­teydet perus­tuvat joko lyhyen kantaman radioihin, kuten esimer­kiksi Bluetooth, ZigBee, Z-Wave (7) tai vaikkapa Wi-Fi tai sitten pitkän kantaman tekno­lo­gioihin kuten 4G/5G, LoraWAN, SigFox tai uusimmat tulokkaat NB-IoT ja LTE Cat-M. Viime mainitut perus­tuvat ns. kännyk­kä­verk­koihin mutta ovat kuitenkin suunni­teltu paris­to­käyt­töisiin pääte­lait­teisiin, jolloin päästään paljon pidempiin paris­ton­kes­toai­koihin kuin kännykän tapauk­sessa. Myös verkko­puolen kehitys tarjoaa kattavat verkon peittoa­lueet, jolloin IoT-laitteet toimivat myös ruutu­kaavan ulkopuo­lella. Tällöin niiden käyttö on mahdol­lista hanka­lis­sakin kohteissa, kuten kiinteis­töjen tekni­sissä tiloissa sijait­se­vissa etäluet­ta­vissa sähkö- ja vesimit­ta­reissa (8, 9).

Kun taloau­to­maa­tio­jär­jes­telmät on saatu kiinni pilveen ja mukaan IoT-laitteita, voidaan siirtyä näiden kahden erillisen järjes­telmän integraa­tioon. Mitä hyötyjä IoT:n käyttö tuo nykyisen taloau­to­maa­tio­jär­jes­telmään? Ensin­näkin, langat­tomuus tulee kovalla rytinällä ja ainakin sanee­raus­koh­teissa langat­tomuus voi määrittää tuleeko raken­nukseen mahdol­li­sesti lisää mitta­pis­teitä vai ei. Kaape­loi­tujen antureiden asenta­minen olemassa olevaan raken­nukseen voi olla liian kallista tai joissakin tapauk­sissa jopa mahdo­tonta, joten langat­to­malla järjes­tel­mällä voidaan taklata tämä ongel­ma­kohta. Lisäksi paris­to­käyt­töisyys mahdol­listaa laitteiden asenta­misen sinne missä laitetta tarvitaan, eikä sinne mistä löytyy sähköä. Hinnaltaan edulliset laitteet mahdol­lis­tavat myös mitta­pis­teiden suuren määrän, jolloin raken­nuksen toimin­nasta saadaan kattava ja tarkka kuva. Langat­tomuus ja paris­to­käyt­töisyys tulee eteen myös uudis­koh­teissa, joissa laitteita tai antureita voidaan asentaa raken­teiden sisään kuten esimer­kiksi seiniin tai vaikkapa betoni­va­luihin (10). Tällöin voidaan aloittaa raken­nuksen laadun- ja kunnon­val­vonta jo raken­ta­misen aikana ja samaa järjes­telmää käyttäen seurata raken­nuksen toimi­vuutta läpi koko sen elinkaaren.

IoT-laitteiden data on usein saata­villa joko suoraan sensorin tarjoa­masta rajapin­nasta, senso­ri­datan tiedon­ke­ruu­lait­teesta, josta usein käytetään termiä yhdys­käytävä (Gateway), tai pilven reunalta API:n kautta. Integraatio taloau­to­maa­tio­jär­jes­telmään voidaan tehdä mistä välistä tahansa. Yleisin tapa on ehkä edelleenkin Gateway, joka liittyy taloau­to­maa­tio­jär­jes­telmään esimer­kiksi Modbus TCP:llä ja tarjoaa langat­toman senso­ri­verkon datat Modbus-rekis­terien kautta. Tällä tavalla ylemmän tason toimintaa ei tarvitse muuttaa, vaan taloau­to­maa­tio­so­vellus toimii kuten aina ennenkin välit­tä­mättä siitä, ovatko itse anturit kiinteät vai langat­toman yhdys­käy­tävän perässä. Integraatio voidaan tehdä myös pilven tasolla, jolloin IoT-järjes­telmä kerää datat omaan pilveen ja tarjoaa ne käytet­tä­väksi API:n kautta taloau­to­maa­tio­jär­jes­telmän pilvisovellukselle.

Nykyiset IoT-laitteet, sensorit, mittaavat hyvin katta­vasti erilaisia suureita ja määreitä, joita kaikkia ei voida edes kuvitel­lakaan mitat­tavan perin­tei­sellä taloau­to­maa­tio­jär­jes­telmän anturoin­nilla. Esimerkkinä lämpö­ka­me­ra­kuvaan perustuva henki­lö­mää­rä­laskuri (11) tai langaton miniko­koinen monianturi Bluetooth sensori (12).

Digitaa­liset kaksoset

Digitaa­linen kaksonen on nimensä mukai­sesti digitaa­linen ilmentymä tai kopio fyysi­sestä objek­tista, tässä tapauk­sessa raken­nuk­sesta. Digitaa­linen kaksonen voi olla hyvinkin kattava kopio, tai se voi olla tehty jotakin tiettyä käyttö­tar­koi­tusta varten, jolloin siitä voidaan karsia pois kaikki ylimää­räinen ja sen käytet­tävyys ja visuaa­linen esitystapa sopivat juuri tarkoi­tettuun käyttö­tar­koi­tukseen. Jos tarkas­tellaan raken­nuksen digitaa­lista kaksosta tarkemmin, lähdetään liikkeelle yleensä raken­nuksen 3D-mallista, joka perustuu raken­nuksen tieto­malliin eli BIM:iin (Building Infor­mation Modeling). Malli sisältää yleensä raken­nuksen geometrian lisäksi paljon muutakin suunnittelu-, materiaali-, toteutus- ja käyttö­tietoa ja kaikki on tuotu nähtä­ville 3D-näkymään. Parhaim­millaan mallin sisällä voi liikkua VR-lasit päässä ja tarkas­tella materi­aaleja, värejä ja erilaisten laitteiden tuottamaa dataa. On jopa mahdol­lista sytyttää ja sammuttaa valot sekä digitaa­li­sesta mallista että reaali­maa­ilman kakso­sesta samalla kertaa. Tämä malli on tietenkin hienon näköinen ja herättää wau-efektin, mutta usein sen käyttä­minen todel­li­sissa käyttö­ta­pauk­sissa ei olekaan käytän­nöl­listä. Täydel­lisen mallin sijaan pitääkin miettiä erilaisia käyttö­ta­pauksia ja niihin sovel­tuvia digitaa­lisia kaksosia. Ei siis tehdä yhtä digitaa­lista kaksosta, joka kattaa kaikki käyttö­ta­paukset, vaan useampi erillinen käyttö­ta­paus­koh­tainen digitaa­linen kaksonen.

Otetaan esimer­kiksi tilava­raus­jär­jes­telmä; varaus­jär­jes­telmä toimis­to­huo­neille ja työpis­teille. Tarvi­taanko tässä tapauk­sessa 3D-näkymää vai riittäisikö ihan perin­teinen 2D-kerros­näkymä? Uskon että suurin osa käyttä­jistä päätyy 2D-näkymään sen yksin­ker­tai­suuden ja helpon ymmär­ret­tä­vyyden takia. Tässä esimerkkinä pohja­ku­va­kak­sonen (kuva 2) (13).

Tilavarausjärjestelmän pohjakuva, jossa väreillä erotettu varatut ja vapaana olevat työsentelypisteet.
Kuva 2. Interak­tii­vinen pohjakuva (13).

Käyttä­jälle riittää, että pohja­ku­vassa näkyvät vapaat paikat ja niitä pääsee varaamaan samasta näkymästä helposti ja nopeasti. Tässä käyttö­ta­pauk­sessa 3D-näkymästä ei ole mitään hyötyä, se vain monimut­kaistaa näkymää ja hanka­loittaa järjes­telmän rakentamista.

Digitaa­lisen kaksosen tarkkuus riippuu aina sen taustalla olevan mallin tarkkuu­desta ja kerätyn datan määrästä (ja tarkkuu­desta). Tähän IoT on tuonut helpo­tusta mitta­pis­teiden lisää­misen helppou­della sekä uusien mittaus­tyyppien kautta. On siis mahdol­lista kerätä hyvin paljon tietoa, jota voidaan käyttää digitaa­lisen kaksosen toteu­tuk­sessa. Esimer­kiksi työpis­teiden varaus­jär­jes­telmä voidaan toteuttaa hyvin pienillä IoT-laitteilla, jotka liimataan työpöydän alapintaan (kuva 3) ja jotka kertovat onko työpis­teellä käyttäjä vai ei (14).

Kuvassa työpöytä jonka alapinnassa on käyttäjän tunnistava laite.
Kuva 3. Haltian Thingsee PRESENCE IoT-laite (15).

Ennen IoT-aikakautta olisi ollut käytän­nössä mahdo­tonta kaape­loida läsnä­oloan­turit jokaiseen työpis­teeseen, varsinkin jos kalusteet ovat nykymallin mukai­sesti helposti liikuteltavia.

Lopuksi

Digita­li­saation, raken­nusten tieto­mal­lin­ta­misen ja digitaa­listen kaksosten ympärillä tehdään tälläkin hetkellä todella paljon kehitys­työtä ja kaiken yhteen­so­vit­ta­minen tulee koko ajan helpom­maksi. Myös työkalut, tekno­logiat ja standardit kehit­tyvät koko ajan mahdol­listaen yhä monipuo­li­semman raken­netun ympäristön mallin­ta­misen ja mallien hyödyn­tä­misen raken­nuksen elinkaaren aikana sekä helpottaen esimer­kiksi kiinteis­tö­huollon toimintaa tarjoa­malla ajan tasalla olevaa tietoa niin raken­nuk­sesta kuin siellä olevasta teknii­kasta ja käyttä­jistä. Digita­li­saation kehityksen suuntaa on ollut määrit­tä­mässä tekno­logia, mutta onneksi kehityksen ajuriksi on pikku­hiljaa nouse­massa se tärkein eli ihminen, tekno­logian käyttäjä.


Kirjoittaja:

Ossi Laakkonen, projek­ti­pääl­likkö, Karelia-ammattikorkeakoulu


Lähteet

  1. Parr, E. A. (1998). ”Computers and industrial control”. Industrial Control Handbook. Industrial Press Inc. 
  2. Ines Smart Bench­marking
    https://www.enerkey.com/fi/tuki/webinaarit/ines-smart-benchmarking/ (Viitattu 16.6.2021)
  3. Caverion-SmartView -esite.
    Ladat­ta­vissa https://www.caverion.com/smartview (Viitattu 16.6.2021)
  4. Ilmatieteen laitoksen avoin data ja lähde­koodi https://www.ilmatieteenlaitos.fi/avoin-data (Viitattu 17.6.2021)
  5. EnOcean multi­sensory
    https://www.enocean.com/en/products/multisensor/ (Viitattu 22.6.2021)
  6. The Energy Harvester – Enabling truly autonomous tempe­rature measu­rement
    https://library.e.abb.com/public/2892dac7829141efb8d065f4b1dd2e77/LFT_ENERGY_HARVESTER-EN_B.pdf (Viitattu 22.6.2021)
  7. The Funda­mentals Of Short-Range Wireless Technology https://www.electronicdesign.com/technologies/communications/article/21798230/the-fundamentals-of-shortrange-wireless-technology (Viitattu 16.6.2021)
  8. Commu­nication techno­logies
    https://www.kamstrup.com/en-en/water-solutions/water-meter-reading/communication-technologies (Viitattu 16.6.2021)
  9. NB-IoT ja LTE-M -tekno­lo­gioiden hyödyt etäluen­nassa
    https://eu.landisgyr.com/blog-fi/nb-iot-ja-lte-m-teknologioiden-hy%C3%B6dyt-et%C3%A4luennassa (Viitattu 22.6.2021)
  10. The best concrete sensor in 2020
    https://www.giatecscientific.com/education/the-best-concrete-sensors-2020/ (Viitattu 22.6.2021)
  11. Portal Beam
    https://kontakt.io/portal-beam/ (Viitattu 16.6.2021)
  12. RuuviTag
    https://ruuvi.com/ruuvitag/ (Viitattu 16.6.2021)
  13. Granlund – Building Digital Twins
    https://www.granlundgroup.com/finland/news/building-digital-twins/ (Viitattu 17.6.2021)
  14. Empathic Building for smart office https://haltian.com/solutions/empathic-building-for-smart-office/ (Viitattu 17.6.2021)
  15. Thingsee PRESENCE
    https://haltian.com/product/thingsee-presence/ (Viitattu 22.6.2021)