Van sensor naar advies in zes stappen

Monitoring wordt vaak verkocht als één ding: u plaatst sensoren en dan weet u het. In werkelijkheid zitten er zes stappen tussen een meting en een bruikbaar advies, en elke stap kan misgaan. ISO 13374 legt die stappen vast. De norm komt uit de industrie, maar hij is één op één te vertalen naar klimaatinstallaties in gebouwen.

Laag 1: data-acquisitie

Het meten zelf. Sensoren, meters, uitleesbare regelingen, gegevens uit het gebouwbeheersysteem.

Wat hier misgaat: te grof meten. Een maandstand vertelt u dat het verbruik hoog was, een kwartierwaarde vertelt u wanneer. Zonder dat tweede kunt u geen oorzaak vinden.

Laag 2: dataverwerking

Ruwe waarden omzetten naar bruikbare grootheden. Eenheden gelijktrekken, ontbrekende waarden herkennen, tijdstempels synchroniseren, uitschieters onderscheiden van meetfouten.

Wat hier misgaat: onderschatting. Dit is het saaiste deel en het bepaalt alles wat erna komt. Twee installaties waarvan de klokken tien minuten uit elkaar lopen, leveren conclusies op die nergens op slaan.

Laag 2

is waar de meeste monitoringprojecten blijven steken: de data staat er, netjes verwerkt, en er gebeurt niets mee

Laag 3: toestandsdetectie

Vaststellen dat iets afwijkt van normaal. Dat vraagt een referentie: wat is normaal voor deze installatie, in dit gebouw, in dit seizoen, bij dit gebruik?

Wat hier misgaat: een vaste grenswaarde gebruiken in plaats van een verwachting. Een luchtbehandelingskast die in januari 40 kilowattuur per uur trekt is normaal; in juli is dat een probleem. Een systeem dat één drempel hanteert, meldt in de winter niets en in de zomer alles.

Laag 4: gezondheidsbeoordeling

Bepalen of een afwijking erg is. Niet elke afwijking is een probleem, en niet elk probleem is urgent.

Wat hier misgaat: alarmmoeheid. Een systeem dat elke afwijking meldt, wordt binnen een maand genegeerd. De beoordeling moet onderscheid maken tussen wat wachten kan tot de volgende onderhoudsronde en wat vandaag aandacht vraagt.

Laag 5: prognose

Schatten hoe het verder gaat. Blijft dit stabiel, of loopt het weg? En zo ja, wanneer wordt het een storing?

Wat hier misgaat: te vroeg claimen. Prognose vraagt historie waarin storingen zitten, want een model leert voorspellen door te zien wat aan een storing voorafging. Dit is de laag waar de meeste aanbieders beloven wat ze nog niet kunnen.

Laag 6: adviesgeneratie

De vertaling naar een handeling. Niet: de druk over de filtersectie loopt op. Maar: het filter in luchtbehandelingskast 2 is toe aan vervanging, neem het mee bij de ronde van volgende maand, verwachte kosten en verwacht effect zijn dit.

Wat hier misgaat: de vertaalslag helemaal overslaan. Een dashboard met grafieken schuift de laatste twee lagen naar de beheerder, en die heeft daar de tijd niet voor. Dat is de kern van het probleem dat de meeste monitoringprojecten niet oplossen.

Waarom dit model helpt

Als u een monitoringvoorstel beoordeelt, vraag dan bij welke laag het stopt. Veel aanbiedingen gaan tot laag twee of drie: er komt data en er komt een scherm. Dat is nuttig, maar het lost het werk niet op, het verplaatst het.

De waarde zit in de lagen vier tot zes, en dat is precies waar het moeilijk wordt. Een afwijking herkennen is rekenwerk. Beoordelen of hij ertoe doet en vertalen naar wat er maandag moet gebeuren, vraagt kennis van installaties.

Een eerlijke kanttekening

Deze norm komt uit de wereld van draaiende machines: lagers, pompen, turbines. Daar bestaan enorme gestandaardiseerde datasets, en dat maakt laag vijf haalbaar. In gebouwen is elke installatie een beetje anders en is die dataset er niet.

Het model klopt dus, maar de zesde laag is in gebouwen jonger dan in de industrie. Wie beweert dat gebouwinstallaties net zo goed te voorspellen zijn als een lager in een productielijn, gaat voorbij aan waarom dat in de industrie werkt.