V červenci 2024 navázala univerzita ITB partnerství se společností LG HVAC Solutions, aby prozkoumala odlišnou cestu. Po měsících analýz a společných diskusí projekt odstartoval instalací jedné venkovní jednotky a čtyř vnitřních jednotek, vybraných a nakonfigurovaných podle velikosti místností a způsobu jejich využití. Skutečný průlom byl však neviditelný: modul AI uvnitř systému VRF řady LG Multi V i.

„Seskupováním podobných podmínek a snahou o optimální nastavení se od systému LG Multi V i očekává, že bude rozpoznávat změny zatížení, teploty a vlhkosti,“ uvedl Erwin Praseto, LG Sales Engineer.

„Je navržen tak, aby upravoval otáčky kompresoru a proudění vzduchu, takže studenti mohou vnímat stabilní komfort, zatímco budova může spotřebovávat méně energie.“

Funkce AI Smart Care systému LG Multi V i využívá hluboké učení založené na umělé inteligenci k analýze klíčových proměnných, jako jsou teplota, vlhkost a proudění vzduchu, a předpovídá čas potřebný k dosažení nastavené teploty. Na základě těchto předpovědí systém flexibilně pracuje tak, aby buď urychlil chlazení a vytápění, nebo optimalizoval spotřebu energie, přičemž upravuje rychlost kompresoru, průtok chladiva a provoz ventilátoru s cílem vyvážit komfort a účinnost. Kromě toho umělá inteligence Indoor Space Care seskupuje vnitřní jednotky podle podobnosti prostředí, vyrovnává teplotu v místnosti a automaticky aktivuje nebo deaktivuje jednotky tak, aby zachovala komfort a zároveň se vyhnula nadměrnému chlazení.

Namísto pouhé reakce na nastavení termostatu systém shromažďoval a analyzoval data o prostředí a přizpůsoboval svůj provoz minutu po minutě. Byl navržen nejen k chlazení, ale i k učení.

Inženýři ITB navrhli přehledný test, aby ověřili schopnosti systému. Po dobu 90 dní systém LG Multi V i pracoval jeden den v normálním režimu a následující den v režimu umělé inteligence. Tento střídavý plán umožnil týmu získat data pro přímé srovnání ve stejných učebnách za stejných podmínek a protože tyto místnosti byly aktivně využívány pro univerzitní výuku, test se opíral výhradně o reálné provozní prostředí.

Výsledky ukázaly, že ve srovnání s provozem v normálním režimu vykázal režim umělé inteligence zřetelný rozdíl. Během 90denního testu klesla průměrná zátěž kompresoru o 37,7 %, přičemž vnitřní teplota zůstala stabilní v rozmezí ±1 °C a kolísání vlhkosti činilo pouhých 3,97 %. Nejdůležitější bylo, že spotřeba energie se snížila o 49,2 % a účty za elektřinu vykázaly téměř stejný pokles.*

^{* Výsledky prezentované v tomto článku vycházejí z provozu jedné jednotky Multi V i (model: ARUN140LTE6) a čtyř jednotek DUAL Vane 4-Way Cassette (modely: ARNU28GTBB4, ARNU42GTAB4) v období od 1. listopadu 2024 do 28. února 2025.}

^{* Tyto výsledky jsou specifické pro podmínky a nastavení daného místa a za odlišných podmínek se mohou lišit.}

Jinými slovy, kompresor pracoval v režimu umělé inteligence podstatně méně, ale ve srovnání s normálním režimem nedošlo k žádnému významnému rozdílu v teplotě nebo vlhkosti. Učebny si zachovaly stejnou úroveň komfortu, zatímco spotřeba energie se snížila téměř na polovinu – což ukazuje, že v prostředí pro výuku lze účinnosti dosáhnout bez kompromisů.

Jelikož byl test proveden ve skutečných učebnách aktivně využívaných pro univerzitní přednášky, výsledky odrážely vysoce proměnlivé podmínky zátěže skutečného života na univerzitním kampusu. Tyto výkyvy v reálném provozu dále zvýraznily přínos řízení pomocí umělé inteligence. Za takto nepředvídatelných podmínek režim AI ve skutečnosti konzistentně prokázal ještě vyšší úspory energie, než jaké by bylo možné očekávat v kontrolovaném laboratorním experimentu.*

Pro univerzitu ITB přinesla tato zjištění více než jen čísla. Poskytla jistotu, že inteligentní systém HVAC může dosáhnout měřitelné účinnosti a současně zachovat komfort nezbytný pro prostředí určené ke vzdělávání.

^{* Skutečné výsledky se mohou lišit v závislosti na prostředí použití.}

Zatímco 90denní test pronikl do novinových titulků, obsáhlejší údaje přinesl téměř rok nepřetržitého provozu. V průběhu monzunových dešťů, vlhkého horka, zkouškových týdnů a proměnlivých rozvrhů umělá inteligence nadále zpřesňovala svůj výkon. Učila se podle vzorců obsazenosti, předvídala špičkové zatížení a snižovala výkon, když se učebny nečekaně vyprázdnily.

Akademičtí pracovníci uvedli, že počítačové laboratoře zůstávaly konzistentně chladné i během dlouhých přednášek. Studenti si méně stěžovali na nerovnoměrné teploty. Správci budov zaznamenali během projektu trend směřující ke snížení měsíčních nákladů na energii. To, co začalo jako experiment, se stalo každodenní realitou – ukázkou toho, jak vypadá inteligentní řízení klimatu v reálném životě.

Úspory v budově Labtek VI otevírají širší otázku: co se stane, když celé kampusy nasadí systémy HVAC řízené umělou inteligencí? Co kdyby tímto způsobem fungovaly městské budovy, knihovny nebo firemní výškové budovy? Pro společnost LG HVAC Solutions představoval projekt na univerzitě ITB více než jen úspěšnou instalaci. Ukázal, jak se řízení energie může posunout od následné údržby k proaktivnímu inteligentnímu řízení.

„LG Multi V i není pouze energeticky úsporný systém HVAC – je důkazem inovací společnosti LG a začátkem nové éry technologie HVAC,“ zaznělo v úvahách. Erwin Praseto, LG Sales Engineer.

Ve světě, kde jsou instituce pod tlakem snižovat náklady a plnit cíle udržitelnosti, je ponaučení z univerzity ITB jednoznačné. Projekt ukazuje, že za těchto podmínek lze úspory energie měřit.

Projekt univerzity ITB prokázal více než jen technický úspěch; ukázal, jak může systém HVAC řízený umělou inteligencí přinášet měřitelnou efektivitu při zachování komfortu ve skutečném akademickém prostředí, a zároveň nabízí poznatky pro univerzity, veřejné instituce, komerční zařízení a další odvětví po celém světě s výrazně proměnlivými podmínkami zátěže.

^{* Tento projekt byl realizován ve spolupráci mezi společností LG HVAC Solutions a univerzitou ITB jako součást společného výzkumného projektu.}