Machine Learning, el futuro de los sistemas de A/C
Inteligencia Artificial o “Machine Learning” en Aire Acondicionado.
El término Machine Learning o Inteligencia Artificial apareció aproximadamente en 1959, pero su acelerado desarrollo e implementación ha ocurrido en los últimos años.
Machine Learning o Aprendizaje Automático ( Inteligencia Artificial) es una rama de las ciencias de la computación que se refiere a la habilidad de los sistemas de computación para aprender sin necesidad de ingresar datos pre programados y que se adapta a través de la experiencia. Este proceso se hace a través de algoritmos y redes neuronales artificiales que a partir de los registros de entrada que reciben, son capaces de mejorar su desempeño e incrementar su “inteligencia y conocimiento” con el paso del tiempo. Estos procesos brindan la ventaja de afrontar los retos de manera predictiva y no reactiva.
En los sistemas de refrigeración y Aire Acondicionado existen diferentes áreas de oportunidad en las que el machine learning podría ayudar a mejorar su eficiencia, desempeño y resultados.
Un ejemplo es el modelo desarrollado por Emerson, que permite informar de manera predictiva la presencia de fugas de refrigerante en un sistema, para obtener ahorros en consumo de energía y en carga del gas, así como un apoyo para la disminución en el impacto al medio ambiente debido a las fugas de gases que pueden contaminarlo.
Figura 1 – Proceso de aprendizaje automático
Se puede generar información en tiempo real a través de los registros generados por los sensores de temperatura, transductores de presión y sensores de nivel de líquido y otros, conectados al controlador de refrigeración. Esta información alimentaría un algoritmo avanzado para identificar las fugas de refrigerante de manera predictiva y enviaría las alertas correspondientes para que la falla pueda ser atendida.
Para la implementación de algoritmos de machine learning es necesario llevar a cabo 6 pasos fundamentales:
- Tener una idea clara del problema que se intenta predecir o resolver.
- Desarrollar una estrategia para la recolección de datos.
- Generación de un algoritmo de aprendizaje automático.
- Evaluación de los resultados del sistema para poder definir el desempeño del modelo matemático.
- Prueba del algoritmo con los datos del grupo de validación para ver qué tan bien funciona el modelo.
- Inicia el aprendizaje automático a partir del modelo matemático validado para predecir una acción o resultado en función de los datos de entrada.
Figura 2 – Creación de un modelo de aprendizaje automático
High Prestige ya se encuentra involucrado en el desarrollo de algoritmos de inteligencia artificial o machine learning para ser aplicados en la nueva generación de equipos que estamos desarrollando.
High Prestige siempre al tanto del desarrollo tecnológico, aplicando lo más positivo y poniéndolo al servicio de sus clientes.
