Slimbeheer en onderhoud met automatische foutdetectie en -diagnose

In moderne gebouwen zitten veel complexe installaties voor verwarming, ventilatie en koeling. Maar als er iets misgaat, blijft dat vaak onopgemerkt, met energieverspilling, comfortklachten en hoge onderhoudskosten tot gevolg. Hoe kun je storingen sneller en slimmer opsporen?

In deze learning neemt Rick Kramer, universitair docent aan de Technische Universiteit Eindhoven, je mee in de wereld van automatische foutdetectie en -diagnose (AFDD). Je ontdekt hoe slimme algoritmes storingen in gebouwinstallaties herkennen, analyseren en helpen oplossen, voordat gebruikers klachten ervaren of energie verloren gaat.

We gaan in op het verschil tussen foutdetectie en foutdiagnose, leggen uit hoe black box-, white box- en grey box-modellen werken en laten zien hoe Bayesiaanse netwerken helpen bij het vaststellen van oorzaken. In de learning leer je hoe AFDD leidt tot efficiënter onderhoud, lagere energiekosten en een comfortabeler binnenklimaat.

Deze learning is ideaal voor iedereen die wil begrijpen hoe data en technologie bijdragen aan slimmer gebouwbeheer en hoe AFDD een sleutelrol speelt in de stap van reactief naar proactief onderhoud.