Microbiome-Aware HVAC Control in Green Buildings Using Reinforcement Learning
Dieses Paper präsentiert ein Open-Source, auf Reinforcement Learning basierendes HLK-Steuerungssystem, das die Ventilation und Luftfeuchtigkeit optimiert, um die Stabilität des Innenraum-Mikrobioms zu verbessern und gleichzeitig den Energieverbrauch zu senken, womit aktuelle Gebäudestandards herausgefordert werden, die die Schimmelunterdrückung gegenüber der mikrobiellen Diversität priorisieren.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Die meisten von uns verbringen den weitaus größten Teil unseres Lebens in Gebäuden. Wir schlafen, arbeiten und versammeln uns in Räumen, in denen die Luft durch mechanische Systeme verwaltet wird, die darauf ausgelegt sind, uns komfortabel und sicher zu halten. Seit Jahrzehnten konzentriert sich der Standard zur Beurteilung der Qualität dieser Innenluft auf chemische Schadstoffe und den Energieverbrauch. Zertifizierungen für grüne Gebäude messen beispielsweise, wie gut ein Gebäude Kohlendioxid, Staub und flüchtige Chemikalien herausfiltert, während sie gleichzeitig verfolgen, wie viel Elektrizität es verbraucht, um kühl oder warm zu bleiben. Diese Maße sind für die Sicherheit von entscheidender Bedeutung, aber sie erzählen nur einen Teil der Geschichte. Sie übersehen die unsichtbare, lebendige Welt, die innerhalb unserer Wände gedeiht: das Mikrobiom. Dies ist die komplexe Gemeinschaft von Bakterien, Pilzen und anderen mikroskopischen Organismen, die in der Luft zirkulieren, die wir atmen. Genau wie der Boden in einem Wald ein spezifisches Gleichgewicht des Lebens besitzt, das das Ökosystem gesund hält, beherbergt die Luft in einem Gebäude ihre eigene mikrobielle Gemeinschaft, die den Menschen beeinflussen kann – von unserem Immunsystem bis hin zu unserem respiratorischen Wohlbefinden.
Bis jetzt hat die Technologie, die unsere Innenluft steuert, diese biologische Ebene weitgehend ignoriert. Heizungs- und Kühlsysteme sind darauf abgestimmt, Temperatur und Luftfeuchtigkeit basierend auf chemischen Sensoren zu steuern, nicht auf der Gesundheit des mikrobiellen Ökosystems. Eine neue Studie von Pradip Thorat führt eine andere Denkweise ein und schlägt vor, dass wir die Luft in unseren Gebäuden so verwalten können und sollten, dass sie eine stabile, gesunde mikrobielle Gemeinschaft unterstützt. Die Forschung basiert nicht auf physischen Experimenten in einem realen Gebäude, sondern nutzt statlich eine hochentwickelte Computersimulation, um eine neue Art von künstlicher Intelligenz zu testen. Diese KI fungt als Gebäudemanager, der die Belüftung und den Luftstrom ständig anpasst, um zu sehen, ob sie eine bessere Umgebung für diese mikroskopischen Lebensformen schaffen kann, während sie gleichzeitig Energie spart. Das Ziel ist es, über das bloße Sauberhalten der Luft von Chemikalien hinauszugehen und statsdessen aktiv eine ausgewogene biologische Umgebung zu pflegen.
Die Forscher bauten ein digitales Modell eines Bürogebäudes mit drei Zonen, bestehend aus einem Büro, einem Konferenzraum und einer Lobby. Sie programmierten dieses virtuelle Gebäude so, dass es nachahmt, wie Luft sich bewegt, wie sich die Luftfeuchtigkeit verändert und wie mikrobielle Populationen als Reaktion auf diese Bedingungen wachsen und sich verschieben. Um den Erfolg ihres Systems zu messen, entwickelten sie eine neue Kennzahl namens Microbiome Stability Index (Mikrobiom-Stabilitätsindex). Stellen Sie sich diesen Index als einen Score vor, der widerspiegelt, wie ausgewogen und vielfältig die mikrobielle Gemeinschaft ist, während er Situationen bestraft, in denen schädliche Pathogene die Oberhand gewinnen oder wenn die Population wild schwankt. Je höher der Score, desto stabiler und gesünder gilt die Luft. Das Team trainierte dann einen Reinforcement-Learning-Agenten – eine Art künstliche Intelligenz, die durch Versuch und Irrtum lernt –, um die Belüftung des Gebäudes zu steuern. Die Aufgabe der KI bestand darin, die Menge an Frischluft anzupassen und dabei das Bestreben nach einem hohen Stabilitätswert gegen die Kosten der für die Luftbewegung benötigten Energie abzuwägen.
Die Ergebnisse dieser Simulationen offenbarten eine überraschende Wahrheit darüber, wie wir unsere Innenluft verwalten. Das KI-gesteuerte System erreichte einen höheren Stabilitätswert als die traditionelle Methode, die auf einer konstanten Menge an Belüftung basiert. Während der Standardansatz die Belüftung auf einer konstanten Rate von zwei Luftwechseln pro Stunde hielt, lernte die KI, viel dynamischer zu sein. Sie reduzierte die durchschnittliche Belüftung auf nur 1,30 Luftwechsel pro Stunde und verbesserte dennoch die Stabilität der mikrobiellen Gemeinschaft um 1,2 Prozent. Dieser Befund stellt die verbreitete Annahme infrage, dass mehr Belüftung immer besser für die Luftqualität sei. Die KI lernte, dass sie durch die sorgfältige Zeitplanung, wann frische Luft zugeführt wird und wann Energie gespart wird, eine gesündere biologische Umgebung mit weniger Aufwand aufrechterhalten konnte. Das System war besonders effektiv darin, die Luft während der meisten der Simulation stabil zu halten, und erhöhte die Belüftung nur dann aggressiv, wenn der Stabilitätswert zu sinken begann.
Eine der auffälligsten Entdeckungen der Studie betraf die Luftfeuchtigkeit. Aktuelle Gebäudestandards empfehlen im Allgemeinen, die relative Luftfeuchtigkeit zwischen 40 und 60 Prozent zu halten, um Schimmelbildung und Hausstaubmilben zu verhindern. Die Simulation zeigte jedoch, dass die Stabilität der mikrobiellen Gemeinschaft tatsächlich zunahm, wenn die Luftfeuchtigkeit stieg, und ihren Höhepunkt bei 80 Prozent erreichte. Dies deutet darauf an, dass die aktuellen Richtlinien, die primlich auf die Unterdrückung von Schimmel abzielen, die Vielfalt und Stabilität des breiteren mikrobiellen Ökosystems unbeabsichtigt einschränken könnten. Die Daten zeigten eine starke, positive Beziehung zwischen höherer Luftfeuchtigkeit und einer stabileren Mikrobiom, ein Befund, der der traditionellen Fokussierung auf trockene Luft widerspricht. Die Forscher merkten an, dass eine Luftfeuchtigkeit von 80 Prozent zwar hoch erscheinen mag, um Schimmel zu verhindern, aber offenbar der „Sweet Spot“ ist, um eine ausgewogene mikrobielle Gemeinschaft in diesem spezifischen Modell zu erhalten.
Die Studie hob auch hervor, dass nicht alle Gebäude oder Klimazonen gleich sind, wenn es um die Verwaltung dieses biologischen Gleichgewichts geht. Die Simulationen zeigten, dass Gebäude in Küsten- und humid-tropischen Klimazonen von Natur aus besser darin sind, ein stabiles Mikrobiom aufrechtzuerhalten, und weniger Energie benötigen, um hohe Werte zu erzielen. Im Gegensatz dazu erlegten aride Wüsten- und kalttrockene Klimata eine hohe Strafe auf, was es viel schwieriger und energieintensiver machte, dasselbe Maß an Stabilität zu erreichen. Dies deutet darauf hin, dass eine einzige, universelle Regel für die Verwaltung der Innenluftqualität überall nicht funktionieren kann. Die KI zeigte auch, dass verschiedene Räume innerhalb desselben Gebäudes unterschiedliche Mengen an Energie benötigen, um das gleiche Maß an Stabilität zu erreichen. So benötigte beispielsweise der Büroraum in der Simulation doppelt so viel Energie wie der kleinere Konferenzraum, um denselben Stabilitätswert zu erreichen, was schlicht an den Unterschieden im Volumen und der Luftströmungsdynamik lag. Dies deutet auf eine Zukunft hin, in der Gebäudesteuerungen hochgradig angepasst sind und sich an die spezifischen Bedürfnisse jedes Raums und das lokale Klima richten.
Obwohl die Ergebnisse vielversprechend sind, weisen die Forscher vorsichtig darauf hin, dass diese Erkenntnisse aus einer Computersimulation stammen und nicht aus einem physischen Gebäude. Das Modell nahm mehrere Vereinfachungen vor, wie etwa die Annahme einer konstanten Temperatur und die Behandlung der Luft in jedem Raum als eine perfekt durchmischte Substanz, was die komplexen Mikroumgebungen um Schreibtische oder Fenster herum nicht berücksichtigt. Die Formel, die zur Berechnung des Stabilitätswerts verwendet wurde, beruhte zudem auf festen Gewichtungen, die je nach Gebäudetyp oder Jahreszeit angepasst werden müssten. Trotz dieser Einschränkungen liefert die Studie einen entscheidenden Proof of Concept. Sie demonstriert, dass es möglich ist, künstliche Intelligenz einzusetzen, um die biologische Qualität der Innenluft zu steuern und dabei Gesundheit und Energieeffizienz in einer Weise auszubalancieren, die traditionelle Systeme nicht leisten können. Die Arbeit legt nahe, dass die nächste Generation grüner Gebäude nicht nur darauf ausgerichtet sein wird, Energie zu sparen oder Chemikalien zu filtern, sondern darauf, aktiv eine gesunde, lebendige Atmosphäre für die Menschen darin zu kultivieren.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.