Un edificio è intelligente quando è in grado di gestire in modo ottimale l’energia e fornire il miglior comfort possibile a chi vi abita, grazie alla domotica e all’automazione. La nascita e lo sviluppo dello smart building, con la pubblicazione sulla Gazzetta Ufficiale del Decreto legislativo n. 48/2020, arriva ad essere accolto anche dall’Italia.
A tal proposito, un azienda molto attiva nello sviluppo di sistemi intelligenti è Enerbrain. Il sistema proposto prevede un taglio dei consumi mediamente del 30%, affiancato dalla regolazione ottimale degli impianti di ventilazione per ridurre la quantità di CO2, un parametro direttamente connesso alla qualità dell’aria e fondamentale per tutelare la salute delle persone e inibire la trasmissione dei virus, come sottolineato anche dall’Istituto Superiore di Sanità.
“Finalmente anche nel nostro Paese riconosce l’importanza strategica di tecnologie come quella di Enerbrain per raggiungere emissioni zero entro il 2050” Giuseppe Giordano, CEO e cofondatore di Enerbrain
Intelligenza artificiale per ridurre i consumi
Enerbrain ha sviluppato un sistema plug & play per il rilevamento dei parametri relativi alla concentrazione di anidride carbonica, nonché umidità e temperatura dell’aria.
L’azienda fornisce rapidamente ai clienti un’analisi completa di ogni edificio e dei passi da compiere per raggiungere l’efficienza energetica e migliorare l’indoor quality, tenendo conto degli aspetti economici, di consumo e dei costi.
I sensori vengono installati in pochi minuti e sono operativi da subito grazie alla batteria ricaricabile ogni 3 anni. Ogni sensore è direttamente connesso con il Cloud e dialoga con il programma di machine learning.
In pratica chi gestisce centri commerciali, aeroporti, ospedali o altri edifici che debbano ospitare e far fronte a flussi di pubblico può facilmente verificare i livelli di anidride carbonica in modo da intervenire ricambiando l’aria quando necessario. Il sistema Enerbrain si completa con centralina intelligente che dialoga con impianti di ventilazione, riscaldamento e raffrescamento già esistenti, ottimizzandone il funzionamento in tempo reale grazie a un algoritmo di machine learning.
