Un edificio es inteligente cuando comienza a tomar una entidad propia, es capaz de percibir el entorno, comprende las diferentes situaciones en las que se encuentra y toma todas las acciones necesarias para resolver problemas. Para lograr estos objetivos, es necesario desarrollar tecnologías basadas en Inteligencia Artificial, las cuales deben soportar niveles de interoperabilidad y acceso a los diferentes subsistemas de los edificios para obtener su estado y para actuar sobre la propia instalación. El carácter distribuido y la fácil implementación en la red (Internet) que ofrece el paradigma de agentes inteligentes lo hacen idóneo como tecnología para la provisión de servicios digitales en edificios inteligentes.
DAI Smart Building, desarrollada por el Laboratorio de Domótica del grupo DAI de la Universidad de Alicante, se trata de un modelo de plataforma software basado en el paradigma de agentes inteligentes que actúa como sistema experto que automatiza decisiones de gestión, control y que evoluciona en función del tipo de uso dado al edificio, implementando servicios para la gestión energética.
Esta plataforma para el diseño de servicios se basa en tres niveles. El primer nivel denominado middleware hace interoperable y accesibles todos los subsistemas e instalaciones. El segundo se encarga de capturar el contexto del entorno que percibe la capa middleware (enviándolo a la capa superior para su análisis) y construye las acciones que se ordenan desde el nivel superior. Y la tercera capa realiza tareas de análisis, consulta a la base de conocimientos y toma decisiones que comunica al módulo de la capa inferior. Tanto la capa de contexto como la de análisis y toma de decisión se construyen con módulos (procesos software) bajo el paradigma de agentes inteligentes.
DAI Smart Building utiliza como soporte una capa middleware que integra los diferentes subsistemas de los edificios y hace interoperables todos los elementos (sensores, actuadores) existentes en las instalaciones de control. La capa middleware recoge la información en tiempo real de la instalación, envía su estado a la capa de contexto y realiza todas las acciones de control ordenadas desde la capa superior. En la capa de contexto cada módulo se diseña e implementa como un agente inteligente, materializado en un proceso (programa) que puede ejecutarse en un sistema embebido, regulador o computador conectados a la red de control.
Se trata de agentes con procesos ligeros que encapsulan el estado para el cual han sido diseñados. Por ejemplo, el agente de energía (adquisición de contexto) contiene información de los subsistemas de climatización, iluminación, máquinas y contadores. La información encapsulada por los agentes de contexto se envía a la capa superior (análisis para la toma de decisión). En la capa de análisis la información recibida por los diferentes agentes es analizada tanto para la toma de decisiones como para la creación de una base de conocimiento de la propia instalación. En esta capa los agentes tienen una carga de procesamiento mayor. Cada agente especializado compite con el resto de agentes para elaborar órdenes de control y supervisión.
Siguiendo con el ejemplo del agente energético, el contexto enviado a la capa de análisis (clima, consumos, máquinas conectadas) en un momento dado puede sugerir el apagado de ciertos circuitos bajo la consigna de ahorro energético, sin embargo en ese instante el agente de confort puede sugerir que se mantengan conectados. El paradigma de agentes inteligentes resuelve esta circunstancia según los patrones de gestión del edificio. La base de conocimiento se forma en una primera fase supervisada por expertos que definen reglas, políticas de gestión y patrones de funcionamiento. También se actualiza conforme evolucione su rendimiento, pudiendo incorporar nuevas reglas e incluso sustituir otras no eficientes.
Metodología de DAI Smart Building
Para el diseño de la plataforma se han considerado las necesidades de un edificio genérico como un conjunto de servicios, en lugar de la visión clásica de conjunto de instalaciones. Vistos los servicios que se deben controlar en el edificio se han definido un conjunto de agentes para supervisar y controlar cada uno de esos servicios. También se han definido otros agentes para controlar las políticas de gestión del edificio.
Clima, energía, hidráulico, iluminación, comunicaciones, alertas, jardinería, vigilancia y seguridad son los servicios existentes en un edificio genérico. En este sentido, se han definido una serie de agentes de contexto para cada servicio (control de climatización, monitorización energética, control de agua, control de iluminación, etc.) de menor carga y procesamiento, encargados de partes de un servicio o del control de parte de la instalación utilizada para proporcionar el servicio.
Los agentes de análisis, que con una carga de procesamiento mayor implementan reglas de control, su misión sigue estando muy interrelacionados con el servicio que se desea conseguir: control del clima, de la demanda energética, de la demanda de agua, de la de iluminación, control de alertas, gestor de alarmas, etc. Por último, los agentes de toma de decisiones utilizan patrones y reglas (horario, mantenimiento, seguridad, energía, economía) y, por ello, en este nivel, se controlan y supervisan el funcionamiento del edificio en su totalidad con la información filtrada por agentes de menor nivel.
Aplicación y resultados de la plataforma
La plataforma DAI Smart Building se ha probado en el Laboratorio del Grupo de Domótica de la Universidad de Alicante con el objetivo de verificar tanto la toma de decisión como la creación supervisada de bases de conocimiento. Se ha realizado una primera prueba creando dos agentes externos a la plataforma DAI middleware ya implementada. El primer agente es capaz de monitorizar los consumos de los circuitos del cuadro eléctrico donde está instalado. Este agente, implementado en un hardware especializado tiene la capacidad de leer el consumo de los circuitos y registrarlos en una memoria para conectarse con el sistema DAI Smart Building y enviar la información registrada. Al mismo tiempo, es capaz de proporcionar esta información en el instante que se le realiza una consulta.
El segundo agente se trata de un agente de análisis implementado en un sistema PC embebido conectado en red. Tiene la misión de gestionar el encendido y apagado de dispositivos mediante el análisis del consumo eléctrico. Este agente consulta patrones y toma decisiones que construyen señales de control sobre la conexión y desconexión de los circuitos. Si no recibe entradas de otros agentes especializados de su mismo nivel (confort, seguridad) actúa de forma autónoma según patrones de gestión energética. En caso contrario se establecen funciones de relación y competencia entre ellos según la teoría de agentes.
En la actualidad se están implementando estos agentes que tienen objetivos que, en determinadas ocasiones, son contrapuestos a las del agente energético. Esta instancia del modelo propuesto está instalada sobre un cuadro eléctrico que gestiona diferentes circuitos de una sala. Para cada cuadro eléctrico del edificio el sistema se replica y los agentes se adaptan al tipo de circuitos que gestiona cada cuadro eléctrico. Como resultado se obtiene un sistema interconectado con reglas de conexión-desconexión de circuitos definidas en programas (agentes) que acceden a reglas y patrones que dependen del uso de la instalación. Tanto el agente de medición de consumo como el de análisis, toma de decisión y actuación se han materializado con hardware estándar de bajo coste sobre el cual se han programado los diferentes agentes y bases de conocimiento.
Siguiendo el paradigma de agentes y la metodología definida anteriormente se pueden adecuar el número de grados de inteligencia del sistema en función del problema a resolver para poder responder a las nuevas necesidades. Gracias al alto nivel de modularidad, no se necesita una alta especialización de todo el personal implicado en el desarrolla del sistema y se facilita la interoperabilidad y comunicación, llegándose a paralelizar el desarrollo de muchas de las funcionalidades del sistema DAI Smart Building. La actuación de los agentes inteligentes y la adquisición de una base de conocimiento de la propia instalación permiten que la gestión del edificio pueda adquirir nuevos niveles de automatización inteligentes.