在线采集与资料上传

通过 ClimaMind 在线表单提交项目数据与现场附件,加速前期调研与方案评估。

Resource module

HVAC 数据采集模板

用于冷水机、泵组与末端设备的标准化信息表,帮助快速界定项目范围。

Resource module

现场踏勘检查表

调试前的现场核查清单,涵盖控制策略、点位数量与舒适度观察。

Resource module

ClimaMind 单页简介

面向商业 HVAC 业主、运营方与本地合作伙伴的公司介绍与试点路径概览。

部分资料需申请获取,请发送邮件至 info@climamind.com 获取最新版本。

完整常见问题

技术与商务问答一次掌握,专注处理对您最重要的议题。

技术问题

AI 控制层会影响现有 BMS 或机房控制的稳定性吗?

ClimaMind 与您的 BMS 并行运行。所有指令都受到多层安全限值与变化率策略的约束。一旦遥测越界,系统会立即切回原有逻辑,操作员始终保留人工接管权限。

技术问题

是否需要新增传感器或大规模硬件改造?

大部分项目复用现有机房仪表——供回水温度、流量与功率计。我们只添加带 UPS 备电的工业级边缘服务器和网络设备,尽量避免侵入式的传感器改造。

技术问题

多久可以看到可度量的节能效果?

在遥测质量、安全边界和操作审批流程确认后,我们会分阶段启用强化学习。随后通过 30 天交替日测试或历史基线对比,就能得到可审计的节能结果。

商务问题

CapEx 模式与节能分成模式有什么区别?

CapEx 项目一次性采购边缘平台的永久授权,并可选服务协议。节能分成合作通常持续 5–8 年,由 ClimaMind 投入前期部署成本,并从经验证的节能收益中获取回报。

商务问题

如何计算并验证节能数据?

我们首选交替日对比——AI 控制与原生控制轮流运行,利用公用计量或机房功率数据。若历史数据可靠,也可建立多年基线模型,满足 ESG 披露与审计要求。

技术问题

平台是否可以在云端运行?

可以。ClimaMind 可完全在边缘设备本地运行,也能接入安全加固的云环境。调试阶段通常采用隔离网络并配置符合贵方网络安全策略的防火墙规则。

技术问题

为什么网页端看板与 BMS 实时值会有轻微差异?

网页端是准实时展示,不是原始直读。数据会经过采集、质检与聚合,出现短时延迟属于正常现象。出现差异时,建议先对齐同一点位、同一单位与同一时间窗口再比对。

技术问题

操作员可以在网页端直接下发控制指令吗?

可以,但取决于角色权限与项目策略。系统可配置为只读、建议或闭环模式。启用写入控制前应配置 RBAC、审批流程与完整审计日志,确保生产环境可控可追溯。

技术问题

网页端告警是如何触发和管理的?

告警通常采用“阈值 + 持续时长”并叠加去抖动策略,而非一次瞬时越限即触发。团队可在网页端完成确认、派单与闭环处理,并保留全链路操作记录用于运维与审计。

技术问题

网页端可以导出节能效果报告吗?

可以。网页端支持按日/周/月查看与导出图表和汇总数据。对外披露建议同时标注基线方法与气象修正口径,确保节能结论在复核场景下保持一致。

技术问题

AI智控系统是否需要建立系统机理模型?

系统采用分阶段策略:初期先用模型驱动优化,确保控制稳定与节能效果可验证;在积累足够运行数据后,再逐步引入无模型强化学习以提升长期自适应能力。该方式兼顾上线可靠性与持续优化收益。

技术问题

AI控制是否安全?是否会影响系统稳定?与原有BMS的关系?

安全。系统采用非侵入式叠加架构,在不改变原有BMS架构和底层保护逻辑的前提下运行;AI仅在授权边界内调整设定值,出现异常可立即回退原控制策略。

技术问题

如何确保软件安全级别?是否能安全稳定控制大型空调系统?运行数据是否进入互联网?如何保障网络与数据安全?

系统具备限值保护、步长平滑、断电保护和本地优先运行机制。默认可离线控制,远程访问可通过内网/VPN并结合权限与加密策略,数据是否上云由客户决定。

技术问题

是否需要加装硬件?是否涉及硬件改造?是否需要加装传感器?

通常仅需部署边缘计算设备和UPS并接入现有BMS网络,一般不需大规模硬件改造。是否补充传感器取决于项目目标,非强制前置条件。

技术问题

是否需要加装传感器?

通常不需要。系统可先基于现有核心点位开展优化;如需进一步提升舒适度或优化精度,可按项目情况增补温湿度等点位。

商务问题

商务模式有哪些?提供哪些软硬件与服务?

当前以SaaS订阅为主,包含一次性部署服务与年度持续优化服务。交付内容包括本地AI节点、算法软件、升级维护、运行报告与远程技术支持。

技术问题

节能空间有多大?

典型项目节能区间约为10%–20%,实际结果受设备条件、负荷特征、控制边界和运行策略影响。

技术问题

系统有什么基本要求?供热采暖是否可做?

基本要求是具备可控点位和完整点位表,以及关键设备分项计量能力。当前核心场景为制冷系统,供热/采暖等系统可按项目条件评估落地。

技术问题

是否可分项系统单独部署?

可以。可按冷机群、冷却水系统、冷冻水系统、末端空调箱等分项部署,再逐步扩展到全系统协同优化。

技术问题

AI智控系统具体可调参数?

BMS授权范围内,可覆盖设备启停、供回水温度、水泵频率、冷却塔风机频率、阀门开度、末端风机频率等关键设定值。

技术问题

是否有设备运行台数策略推送?

有。支持“AI建议+人工确认执行”与“AI自动执行”两种模式,可按项目安全等级和运维策略分阶段启用。

技术问题

没有BMSBMS失效可以做吗?

BMS控制能力是标准实施前提。无BMS时需先完成基础控制改造;若为软件层失效可在不改动控制架构前提下重新接入,硬件故障则需先修复。

技术问题

节能原理与算法逻辑?

核心是全局协同优化:在满足负荷与舒适边界前提下,结合天气与运行状态持续寻优,使系统运行点落在更低能耗区间。

技术问题

AI如何接入现有BMS

支持BACnetModbus TCP/RTU、MQTT等常见协议,通常通过现有网络接口接入,按点位映射和权限边界完成联调。

技术问题

与传统楼控(PID)的区别?

传统PID以单设备、固定逻辑为主;AI控制以全系统协同与动态优化为核心,可随负荷和外界条件变化持续调整策略。