Intelligens épületgépészet

A kutatás az informatikai tudományok újszerű eszközeivel (adatbányászat, prediktív vezérlés, öntanulás, alacsony energiájú rádiós átvitel, beltéri helymeghatározó rendszer stb.) kíván megoldani egy tradicionális problémát: az épületek környezethez alkalmazkodó, legkisebb költségű, de legmagasabb komfortérzetű energiaellátását. A pályázott kutatás jellegéből adódóan interdiszciplináris, és az informatikai tudományokon kívül az épületenergetikai és a környezeti-meteorológiai tudományok, továbbá a beltéri klíma humánökológiai kutatásainak fejlődését is elősegítheti. A rendszerhez kifejlesztendő új elektromos kazán előnye, hogy illeszkedik a projektben kifejlesztett intelligens – öntanuló gépészeti rendszerhez, ezen keresztül és önmagában is a felhasználó szokásai és a begyűjtött adatok alapján szabályozza és tervezi saját működését a bevitt szempontok (időjárás előrejelzés, elektromos áram ár, épület hőmérséklete, kívánt hőmérséklet, HMV (használati melegvíz) szükséglet és felhasználási csúcs stb.) alapján. A projekten belül olyan hőtárolást szeretnénk kipróbálni, tesztelni és gyártásba vinni, ami képes az 200-6000C hőtárolásra is. A kutatás „innovációs motorként” is működhet. A különféle épületenergetikai eszközök (pl. napkollektorok, bojlerek, épületgépészeti berendezések, hőszivattyú stb.) egységes rendszerbe szervezése előmozdíthatja e technológiák fejlődését is. A kutatás mind mikroszinten, mind a makrogazdaság szintjén számottevő eredményekkel járhat. Az épületek optimalizált energiaellátása a tulajdonosok/fenntartók számára költségmegtakarítást jelent, az innovatív és alternatív energiahordozókon alapuló épületgépészeti eszközök gyártóinak és forgalmazóinak javítja a versenyképességét, így hozzájárulhat a hazai környezetvédelmi ipar kialakulásához.
A kutatás további újdonságtartalma, hogy a problémát az adatbányászat, illetve gépi tanulás modern eszközeinek segítségével kívánjuk megoldani. Az épületek hőmérsékletének szabályozása végtelen dimenziós rendszerek szabályozásának problémájaként fogalmazható meg, mivel a hővezetés parciális differenciálegyenletek segítségével írható fel.
A kutatás során nemlineáris szabályozott dinamikai rendszerek gépi tanulás új eszközeivel való modellezése, ill. a megerősítéses tanulás új algoritmusainak kidolgozása várható.