Bygninger står for cirka 40% af energiforbruget i Europa, hvor opvarmning, køling og ventilation udgør en stor del. Avanceret prædiktiv styring (MPC) har vist energibesparelser på op til 45%, men udbredelsen hæmmes af kompleks manuel opsætning og høje omkostninger.
SAAVER (Selvlærende Adaptive Algoritmer til Ventilation og Energireduktion) løser dette ved at udvikle en fuldt autonom algoritme til Airmasters AMX4 ventilationsenheder. Systemet kalibrerer selv kritiske termiske parametre som rumvolumen, varmekapacitet og varmeledningsevne, så manuel konfiguration og de fejl, den ofte medfører, undgås.
Teknologien udvikles i et samarbejde mellem Airmaster, AAU og Teknologisk Institut gennem laboratorietests hos Teknologisk Institut og afprøves i fuld skala på Kamstrups hovedkvarter, hvor 28 AMX4-enheder allerede er installeret. Det giver en unik mulighed for at validere systemet under virkelige driftsforhold.
De forventede resultater omfatter årlige energibesparelser på 20-50% sammenlignet med traditionelle ventilationssystemer, samtidig med at indeklimaet opretholdes eller forbedres. Samtidig viser komparative livscyklusanalyser et betydeligt CO₂-reduktionspotentiale sammenlignet med centrale ventilationsanlæg.
Det innovative ved projektet er, at sofistikeret styringsteknologi gøres tilgængelig gennem fuld automatisering. Ved at fjerne tekniske barrierer og muliggøre udrulning via simpel softwareopdatering kan løsningen hurtigt skaleres til både nationale og internationale markeder.
