Comunicación presentada al V Congreso Edificios Inteligentes
Autor
- Iván Gómez Muñoz, Energy Operations Leader, CBRE GWS para BBVA
Resumen
El portfolio de instalaciones de BBVA es complejo en si mismo tanto por su tamaño como por las diferentes características de sus inmuebles. Por ello, para llevar a éxito el servicio de Facility Management en dicho portfolio, es necesario una transformación de los procesos de gestión de las instalaciones. Esto ha sido posible a través de la aplicación de las técnicas analíticas asociadas al Big Data, integrando la actividad de las unidades de Mantenimiento, Operación y Gestión Energética. Esta transformación conlleva el uso de nuevas herramientas de analítica edificatoria que gracias al Internet de las Cosas (Internet of Things, IoT) nos permiten estar cada vez más cerca del Condition Based Mantenaince (CBM) o mantenimiento a demanda. En la comunicación se mostrará la aplicación de las herramientas FDD&V (Fault Detection, Diagnosis and Valuation) como respuesta al reto del Big Data en la monitorización de las instalaciones.
Palabras clave
IoT, Big Data, Facility Management, Analítica Edificatoria, Monitorización, Gestión Energética, Mantenimiento, FDD&V, Condition Based Maintenance
Introducción
Cuando se encara un proyecto de facility management para un cliente como BBVA, se encuentra un reto digno de tener en cuenta. En primer lugar, por el volumen de las instalaciones a gestionar: un parque de aproximadamente 3.000 oficinas bancarias y más de 50 edificios a lo que hay que sumar el hándicap de la dispersión geográfica por todo el territorio nacional. Esto implica una deslocalización en el servicio que dificulta las posibilidades de concentrar esfuerzos, a no ser que se cuente con la conectividad de la red. Por supuesto, todo ello debe realizarse con un objetivo claro de mejora continua y ahorro económico en la actividad. Además, la preocupación creciente por el impacto de nuestra actividad en el medioambiente obliga a la inclusión de la gestión energética como uno de los ejes cada vez más importantes en la gestión de las instalaciones.
Tampoco se puede ser ajeno a la transformación continua existente en las organizaciones con la llegada del mundo digital y la sensorización de las cosas. Esto aplica a todo tipo de actividad, desde realizar deporte con dispositivos que nos muestran recorridos, velocidades, pulsaciones, etc., hasta obtener recomendaciones para visitar galerías de arte según el gusto demostrado por cada uno en visitas anteriores.
En este escenario, la gestión técnica de las instalaciones no se podía quedar fuera de la cuarta revolución industrial del internet de las cosas y los edificios, equipos y espacios, cuentan cada vez con más sensores interconectados con la red que nos “deberían ayudar” a manejarlos más eficientemente.
El reto
Planteamiento
Una vez reconocido el reto, se trata de plantear una solución que sirva para cumplir los objetivos marcados contractualmente y resuelva la problemática de gestionar entornos cada vez más complejos. Para tener una idea más exacta del problema, se indica a continuación como experiencia, el caso de la sede de BBVA situada en el barrio madrileño de Las Tablas. Esta verdadera Ciudad BBVA se extiende más de 114.000 m2 organizados alrededor de una gran plaza en donde se sitúa una torre vertical conocida como “La Vela” y siete edificios horizontales correspondientes a los siete continentes: Oceanía, Asia, África, Europa, América del Norte y América del Sur. Alberga varios Restaurantes, Auditorio, Sala de prensa, CPDs, Business Center, etc. y aloja en su interior a más de 6.000 empleados. Además, la sede cuenta con un Centro Deportivo, un Centro Médico enfocado a la fisioterapia y rehabilitación y una Escuela Infantil.
El equipo de operación del complejo maneja del orden de 150.000 señales que monitorizan en tiempo real el estado de todos los equipos, así como las condiciones ambientales interiores y las de la meteorología exterior. Una auténtica definición de Big Data en cuanto al volumen de datos a gestionar, la variedad de los mismos y la velocidad a la que se reciben (tiempo real).
El personal de mantenimiento a su vez, recibe del orden de 35.000 órdenes de trabajo al año. Esto supone una media de más de 100 órdenes diarias para atender distintas necesidades de forma que se garantice la continuidad en el negocio y el confort de los usuarios.
Con todo ello, el complejo presenta un consumo energético de 30 GWh anuales o lo que es lo mismo, el equivalente a un barrio de 3.000 viviendas. Este consumo se encuentra monitorizado a través de un esquema de submedida de analizadores eléctricos y térmicos de más de 500 unidades.
Evidentemente para la gestión de tal cantidad de datos y necesidades es necesario contar con herramientas que nos ayuden a manejar la situación. De esta forma, el equipo de operación cuenta con un BMS (Building Management System) que proporciona el control de los equipos e instalaciones de manera centralizada. El equipo de mantenimiento cuenta con un GMAO (Gestión del Mantenimiento Asistido por Ordenador) para poder recibir, atender y realizar seguimiento de todas las órdenes recibidas. Y el equipo de energía, cuenta con un EMS (Energy Management System) que permite asignar consumos, identificar tendencias y detectar valores de energía fuera de rango con la información proporcionada por los contadores instalados.
No obstante, aunque la actividad de estas tres unidades está íntimamente relacionada según el triángulo de la figura 1, habitualmente trabajan de forma independiente. Esto es debido a que muchas veces, los objetivos de las unidades no se alinean de forma precisa y cada equipo tiende a enfocar únicamente las situaciones desde su punto de vista.
Solución
Pero las tres unidades realmente están más íntimamente relacionadas de lo que parece. Esto es fácil de entender cuando lo vemos en un caso concreto. Por ejemplo, en una instalación de climatización mediante fancoils. Un mantenimiento eficiente de los equipos de distribución de agua con un equilibrado hidráulico correcto de la instalación y una vigilancia de las válvulas y ventiladores, permite que los equipos trabajen de una forma más holgada en su punto óptimo, lo que se traduce siempre en un menor consumo energético. De la misma manera, una acción de contención desde el punto de vista energético en el uso de los termostatos que controlan dichos fancoils, limitando las temperaturas de consigna de los mismos, evitará que arranquen y paren constantemente en función de los cambios de la misma. Esto permite incrementar su vida útil y por tanto reducir las necesidades de mantenimiento correctivo. Por último, este funcionamiento más suave de la instalación evitará que el ambiente sufra variaciones bruscas de corrientes de aire frías o calientes según las circunstancias de arranques y paradas, lo que minimizará las quejas de confort y por tanto la actividad de equipo de operación de las instalaciones.
Por ello, en vez de entender el escenario como un triángulo con los 3 equipos relacionados entre sí, pero en las esquinas del mismo, la solución pasa por integrar las actividades unificándolas con un objetivo común. Esto añade una nueva dimensión al escenario que debe ser cubierta con un cambio en la cultura operacional de las instalaciones. En esta dimensión aparece el concepto de Condition Based Maintenance (CBM) o mantenimiento basado en la evidencia.
Este concepto consiste en descargar a las unidades de mantenimiento de toda actividad que no esté justificada desde un punto de vista objetivo, es decir, realizar el mantenimiento necesario según los equipos lo requieren. Pero para ello es necesario contar con las herramientas que nos permitan conocer en todo momento, no sólo la situación de nuestros equipos, sino su interacción con el resto de elementos de la instalación.
En este punto, es donde el internet de las cosas (IoT) ha sido fundamental para cubrir esta necesidad. Las posibilidades de sensorizar los equipos y condiciones, así como la conectividad de los mismos, nos permiten disponer de toda la información necesaria para conocer el estado de los mismos y su influencia en el resto.
El IoT integrado en el FM
Como se ha comentado anteriormente, la única manera de poder afrontar la gestión de este tipo de instalaciones es mediante herramientas. Imprescindibles y ampliamente extendidas se encuentran tanto los BMS como los GMAO como instrumentos para el día a día de la gestión de los edificios. A estas se unen los EMS como ayuda para la gestión energética de las instalaciones.
Sin embrago, lo que ha permitido la transformación del servicio, unificando las tres actividades de operación/control, mantenimiento y gestión energética es la aparición de las herramientas de analítica edificatoria: Fault Detection, Diagnosis and Valuation (FDD&V). Estas herramientas, surgen gracias al IoT y aprovechan el Big Data existente en los edificios mencionados anteriormente. Se trata de softwares que aprovechan gran parte de la información contenida en los BMS de forma que son capaces, mediante reglas lógicas y algoritmos, de detectar comportamientos anómalos en las instalaciones. Sus siglas corresponden a la Detección, Diagnóstico y Evaluación de Incidencias.
La sensorización y monitorización de los equipos proporcionan ingentes cantidades de señales: estados de funcionamiento, velocidades, % aperturas, temperaturas, consignas, etc. La programación de los controladores de los equipos permite hacer que funcionen de forma “lógica” según los valores que adoptan estas señales. Los supervisores añaden a esto la correcta interacción entre los equipos que conforman una instalación, y de esta forma se constituye un BMS. Pero en el tiempo real de la operación de las instalaciones, perdemos la posibilidad de realizar ciertos tipos de análisis que incluyen la variable temporal para determinar comportamientos repetitivos del estilo: si este evento se produce tres veces en 15 minutos, cuando además el estado de este elemento es uno específico, entonces es que está sucediendo algo no deseado. Es este potencial el que incluye el FDD&V.
El FDD&V se nutre de la base de datos que historiza los valores de los sensores y señales existentes en la instalación.
Lo que tratan las reglas de los FDD&V es precisamente analizar de forma automática el comportamiento de los equipos en su horizonte temporal y su interacción con otros de manera que se puedan detectar desviaciones o incidencias. Las reglas se aplican a diferentes niveles de la instalación lo que ayuda a integrar a las tres unidades implicadas en la gestión de las instalaciones. Se pueden agrupar en cuatro grandes categorías:
Consumos
Existe un grupo de reglas orientadas a realizar un seguimiento de consumos de forma similar a los EMS mencionados en las que, de una forma automática, se buscan anomalías. Por ejemplo:
- Errores en la jerarquía de mediciones comparando consumos en agrupaciones de diferentes espacios o instalaciones con los equipos que los constituyen
- Errores de instalación de contadores que proporcionan valores incoherentes
- Consumos anormalmente bajos según su histórico
- Consumos anormalmente altos puntualmente
- Consumos anormalmente altos en base temporal (semanal, diario, mensual)
- Consumos anómalos según benchamarking existente
- Consumos fuera de la línea base de consumo ajustada a las condiciones del momento
- Etc.
Equipos
En cuanto empezamos a programar algoritmos en equipos, empieza a incrementarse el potencial de la herramienta ya que nos permite detectar situaciones que desde el BMS es más complejo de conseguir. Algunos ejemplos acerca de las reglas asignadas a equipos son los siguientes:
- Salto térmico bajo en producción de frío o calor
- Temperaturas de impulsión superiores a retorno en enfriadoras
- Temperaturas de retorno demasiado altas en enfriadoras
- Ineficiencias entre circuitos primarios y secundarios
- Deficiencias en el uso de los recuperadores
- Baja eficiencia en ventiladores de climatizadores
- Etc.
Instalaciones
En este apartado es donde se maximiza el potencial de la herramienta ya que somos capaces de relacionar comportamientos entre equipos y detectar interacciones no deseadas. Esto resulta en reglas aparentemente sencillas en su concepto, pero extremadamente valiosas en su análisis, ya que permiten diagnosticar los problemas de forma objetiva y así poder plantear las soluciones más adecuadas. Ejemplos de este tipo de reglas son:
- No se alcanza la consigna tras un determinado periodo de tiempo
- Existencia de consignas opuestas (calor-frío-calor)
- Temperaturas fuera del rango de confort establecido
- Inadecuación de consignas según condiciones exteriores
- Descoordinación alumbrado-climatización
- Estados compresor vs ventilador
- Etc.
Calidad
Este tipo de reglas, aunque no parecen de aplicación directa como las anteriores en la mejora de la gestión, son las que permiten establecer la base de calidad necesaria para que la interpretación de los valores sea la correcta. En este grupo existen reglas del tipo:
- Lectura errónea de sensor
- Delta entre valores fuera de rango
- Valor de señal congelada
- Fallo en registro histórico
- Sensor oscilante
Todas estas reglas están en continua aplicación en las instalaciones de forma que, en el momento que se cumple alguna de ellas, la herramienta detecta la incidencia, también llamada “spark”. En los casos en los que tenemos un spark activo, se nos muestra la información relacionada con él con lo que además de detectar la situación anómala, nos permite diagnosticar el problema. Con una correcta asignación de costes operativos/energéticos de los elementos afectados, podremos evaluar el coste que está provocando dicha situación.
Pero detectar, diagnosticar y evaluar ineficiencias no es el objetivo final. Es la herramienta que permite tomar las decisiones adecuadas para conseguir el óptimo en la operación de las instalaciones desde los tres puntos comentados: operación/control, mantenimiento y gestión energética. De ahí la importancia de la integración de estos equipos y del uso de estas herramientas como nexo de unión de los mismos.
De esta manera, una regla que nos esté indicando que las temperaturas ambientes están fuera de rango en ciertos periodos, en los que además no existe actividad ya que no figura ocupación, nos detecta y diagnostica una situación ineficiente. Además, nos podrá valorar cuánto nos está costando dicha situación cada vez que se produce. Pero lo más importante es que nos da toda la información para poder evaluar la conveniencia de modificar la programación del sistema de climatización para que la instalación trabaje por demanda térmica, en vez de por horarios, de forma que se ajuste el funcionamiento a la necesidad real.
La gran ventaja de programar las reglas es que una vez definidas para determinados equipos o instalaciones, existe la posibilidad de aplicarlas a cualquier otro edificio con solo conectarlo a la herramienta. De esta forma, lo aprendido o descubierto en un sitio, es totalmente extrapolable a cualquier otro que esté conectado. Las reglas además de servir para identificar potenciales ahorros energéticos y económicos, nos permiten tener vigilado el edificio para mantener el desempeño óptimo de sus instalaciones.
Este tipo de reglas se diferencian de las alarmas que podemos configurar en los sistemas BMS y EMS tradicionales, en que tratan de adelantarse en el tiempo a las circunstancias que provocan la alarma. En el momento en el que se produce una alarma nos vemos obligados a actuar inmediatamente, es decir, la aparición de una alarma provoca una reacción inmediata para contrarrestar una situación. El fundamento de la analítica edificatoria es que en ese momento ya llegamos tarde. El verdadero óptimo se encuentra en adelantarnos a la situación que produce la alarma. Este adelantamiento en el tiempo nos proporcionará varios beneficios:
- Ahorro energético/económico al identificar la desviación de un funcionamiento respecto al óptimo.
- Ahorro económico al identificar una situación previa al fallo. De esta forma se tendrá margen para acometer la corrección cuando “queramos” y no cuando obligue la aparición de la alarma. Así se podrá planificar y asignar los recursos de manera más eficiente.
- Ahorro operacional al disminuir el número de incidencias. No se permite llegar a situaciones no deseadas.
- Mejora de servicio al cliente al asegurar un funcionamiento óptimo. Se disminuye el consumo energético, se aumenta la vida útil de los equipos, se mejora el confort de los usuarios y se objetivan las situaciones para la toma de decisiones adecuada.
Conclusiones
La lección aprendida tras la experiencia comentada se puede resumir de la siguiente manera:
- El Facility Management no es ajeno a la cuarta revolución industrial del IoT y debe sumarse al proceso de digitalización.
- La gestión energética no es un añadido sino parte fundamental del desempeño en la gestión de instalaciones.
- La base del éxito es la integración de equipos: operación-mantenimiento-eficiencia energética.
- La transparencia en el servicio es una máxima que beneficia a todos. Los datos permiten objetivar las situaciones y tomar las decisiones adecuadas.
- El Condition Based Maintenance es la manera más adecuada para eficientar los procesos de mantenimiento.
- Las herramientas FDD&V son el aglutinador de todos los puntos anteriores.
Agradecimientos
Esta comunicación no habría sido posible sin el trabajo conjunto de los profesionales que integran el equipo de Energy Management de CBRE GWS en BBVA, Esther Sabater, Ramon Sevillano y Eva Colinas, las aportaciones siempre oportunas de Iván Navarro, la sabiduría y la excelencia en la analítica edificatoria de Jose González, Juan Conejos y María Veiga de Sistrol, la estrecha colaboración de Arturo Paniagua y su equipo responsable del mantenimiento de CBRE GWS en BBVA y el apoyo y confianza de Tomás Galiano como Global Account Leader de CBRE GWS para BBVA, así como del resto de compañeros integrantes en el equipo de Facility Management que desarrolla CBRE GWS para BBVA.
También agradecer especialmente al equipo de inmuebles de BBVA por ser pioneros en permitir integrar, dentro de su actividad, la innovación que supone este tipo de herramientas.