الغرفة خالية، فلماذا يستمر التكييف؟ استشعار الإشغال وحدود توفير الطاقة

إعداد البحث والتحليل المعماري: فريق أبحاث ArchUp.

لنتخيل غرفة اجتماعات بعد مغادرة آخر المشاركين. الكراسي خالية، لكن الهواء يستمر في التدفق من السقف. هذا مشهد افتراضي للتفسير، وليس ملاحظة ميدانية موثقة. يفتح سؤالًا لا تجيب عنه صورة مبنى يوصف بالذكاء: هل يعرف المبنى أن الغرفة خالية، وهل يستطيع استخدام هذه المعرفة بصورة جيدة؟

يعد التعرف على إشغال الغرف بربط تشغيل المبنى بالاستخدام الفعلي. لكن اكتشاف وجود شخص، وتوقع وصوله، وخفض استهلاك الطاقة، ثلاث مهام مختلفة. يمكن للحساس أن ينجح في الأولى بينما يفشل المبنى في الأخيرة. ولذلك يتجاوز السؤال المعماري اختيار الجهاز، إلى العلاقة بين الفراغ ومناطق الخدمات وقواعد التشغيل والأشخاص الذين يتأثرون بالقرار الآلي.

منهج القراءة وحدود الأدلة

يطور هذا المقال المراجعة الأدبية المقدمة إلى قراءة معمارية، مستعينًا بمراجع مختارة منها. شملت المراجعة تحققًا موجهًا من سجلات الناشرين والمؤسسات البحثية للمراجع [1] و[4] و[5] و[6] و[7]، مع قراءة الملخص والحدود المتاحة للمرجع [5]. ليست هذه مراجعة منهجية شاملة، ولا قراءة مستقلة للنص الكامل لكل ورقة مذكورة. وتظل النتائج الأخرى منسوبة إلى المراجعة الثانوية المقدمة. أما المقترحات التطبيقية فهي استنتاجات تحريرية، وليست نتائج تجربة ميدانية أجراها ArchUp.

يتضمن الملف الأصلي نماذج أولية منشورة في مؤتمرات عام 2025. لم ننقل نسب التوفير البارزة فيها إلى هذا المقال، لأن اختلاف خطوط الأساس وقصر التجارب وعدم اكتمال التحقق المستقل لا يتيح ترتيب التقنيات على أساس متكافئ. وتقتصر قائمة المصادر على الدراسات المستخدمة فعليًا في الحجة، بدل تكرار جميع عناصر القائمة المقدمة.

الوجود والعدد والتوقع تكليفات تصميمية مختلفة

قد يعني الإشغال التمييز بين وجود شخص وغيابه، أو تقدير عدد الموجودين، أو توقع الاستخدام المقبل. تميز المراجعات بين طرائق متعددة للاستشعار والنمذجة، دون حل واحد يصلح لجميع المباني [1،6]. ويجب تحديد هذا الفرق قبل كتابة مواصفات المورد. فالغرفة التي تحتاج إضاءتها إلى إشارة وجود موثوقة تختلف عن منطقة تهوية يتغير فيها عدد المستخدمين بدرجة كبيرة.

المعلومة الأكثر تفصيلًا ليست بالضرورة الأكثر نفعًا. معرفة وجود خمسة أشخاص لا تقدم قيمة تشغيلية كبيرة إذا كان النظام لا يستطيع سوى تحويل طابق كامل بين حالتين. وفي المقابل، قد تحد إشارة الوجود الثنائية من قدرة نظام يمكنه الاستجابة لتغير العدد. ينبغي أن يحدد التكليف القرار الذي ستخدمه المعلومة، والوقت المتاح لاتخاذه، وعواقب الخطأ فيه.

يضيف السياق مستوى آخر. يساعد الحجز ووقت اليوم وإشغال منطقة مجاورة في توقع الطلب، لكنها لا تثبت دخول شخص إلى الغرفة. تصف المراجعة المقدمة التوقع المرتبط بالسياق في عمل Adamopoulou وزملائها [2]. ودلالته المعمارية هي ضرورة الفصل بين المتوقع والمرصود. فلا ينبغي أن يبقي حجز غير مستخدم الغرفة في حالة إشغال إلى أجل غير محدد، كما يجب أن يحصل الزائر غير المسجل على بيئة مناسبة.

حدود الغرفة يجب أن تلتقي بحدود الخدمة

تمثل المخططات المعمارية الغرف أحيانًا بدقة تفوق قدرة النظام الميكانيكي على التحكم بها. قد تقسم القواطع منطقة خدمة مشتركة، أو يراقب حساس ممرًا بينما يخدم المتحكم عدة غرف مغلقة. في هذه الحالة لا يكفي تحسين التصنيف لمعالجة الاختلال. يحتاج المشروع إلى مخطط يربط نطاق كل عملية رصد بالمعدات والقرار التشغيلي اللذين يمكنها التأثير فيهما فعلًا.

لنفترض وجود غرفتي اجتماعات متجاورتين تخدمهما منطقة تحكم واحدة. إذا فرغت الأولى وبقيت الثانية مستخدمة، فقد يسبب قرار مبني على الغرفة الأولى وحدها إزعاجًا لمستخدمي الثانية. هذا مثال تحليلي، وليس واقعة مقاسة. لكنه يبين لماذا يجب أن يدخل تعريف منطقة التحكم في التنسيق المعماري، حيث تسهم الأبواب والقواطع والأثاث وتوزيع الخدمات في تحديد وحدة العمل المفيدة.

وتستمر المسألة بعد التسليم. فقد تتحول غرفة الاجتماعات إلى مكتب مشترك، أو يضاف انتظار إلى ممر، أو يحجب الأثاث مجال الرصد. قد يستمر النموذج القديم في إنتاج نتائج تبدو مقنعة بينما يصف نمط استخدام لم يعد موجودًا. لذلك نقترح أن تتبع إعادة المعايرة والتشغيل التجريبي التغييرات المكانية المؤثرة، لا استبدال المعدات وحده.

دقة التعرف ليست قياسًا لتوفير الطاقة

درست Mena-Martinez وزملاؤها الاستشعار البيئي في مكتب تبلغ مساحته نحو 230 مترًا مربعًا، باستخدام خمسة أجهزة طوال 99 يومًا [5]. يعرض الناشر دمج الخصائص والتعلم شبه الموجه اعتمادًا على الحرارة والرطوبة والضغط. بلغ متوسط الدقة في أحد ترتيبات دمج الخصائص 0.99، ومقياس F1 نحو 0.95. وسجل نموذج التعلم الذاتي شبه الموجه 0.97 و0.90 على الترتيب. هذه نتائج تصنيف، وليست قياسًا لانخفاض استهلاك المبنى.

وتذكر الحدود المتاحة للدراسة غياب سجلات لفئة من فئات الإشغال، وقصر فترة جمع بيانات التحقق المرجعية [5]. تجعل هذه القيود الدراسة مفيدة لإثبات إمكان تقليل جهد تصنيف البيانات، لكنها تحد من تعميم الأداء. الطريقة الناجحة في مكتب واحد مرشح للاختبار المحلي، وليست ضمان شراء يصلح لكل مشروع.

ينتج عن ذلك اختبارا قبول مختلفان. يسأل الأول هل يتعرف النظام على حالات الإشغال المهمة، ومنها وجود شخص يجلس ساكنًا. ويسأل الثاني هل تؤدي قرارات التشغيل الناتجة إلى خفض استهلاك مقاس مع الحفاظ على ظروف مقبولة. الاكتفاء بالاختبار الأول يترك الادعاء الأساسي المتعلق بأداء المبنى دون إجابة.

خط الأساس يحدد معنى التوفير

تحتاج كل نسبة توفير إلى حالة مرجعية. مقارنة متحكم جديد بتشغيل مستمر تختلف عن مقارنته بجدول تشغيل جيد تتم صيانته وضبطه. توضح المراجعة المقدمة لعمل Nikdel وزملائه كيف يؤثر اختيار المقارنة في القيمة الظاهرة للتحكم المرتبط بالإشغال [3]. لذلك لا يصح تحويل نسبة منشورة إلى وعد لمشروع آخر دون فهم ما قورنت به.

درس Pang وزملاؤه نماذج لمبانٍ مكتبية بمحاكاة EnergyPlus عبر مناخات وإصدارات اشتراطات وسيناريوهات استشعار مختلفة [4]. يشير الملخص المؤسسي إلى أن عد الأشخاص قدم منفعة إضافية محدودة مقارنة باستشعار الوجود ضمن السيناريوهات المحاكاة، وأن المناخات التي يغلب عليها التدفئة أتاحت عمومًا توفيرًا أكبر. هذه أدلة محاكاة ضمن افتراضات محددة، وليست حكمًا عامًا ضد العد أو ضمانًا مقاسًا لمبنى يغلب عليه التبريد.

ينبغي أن يسجل تقييم المشروع جدول التشغيل المرجعي والطقس والإشغال ومستوى الخدمة وتغييرات المعدات ذات الصلة. إذا تزامن شهر أقل ازدحامًا مع بدء تشغيل الحساس، فلا يمكن إسناد انخفاض الفاتورة إليه مباشرة. وإذا كان التحكم يخص الإضاءة وحدها، فلا يصح عرض استهلاك المبنى كله كما لو كانت جميع أحماله تستجيب للنظام. حدود القياس يجب أن تطابق حدود الادعاء.

السكون لا يعني الغياب

قد يتحول خطأ مريح حسابيًا إلى تجربة سيئة إنسانيًا. فالقارئ أو الموظف المركز في عمله أو الشخص المستريح قد يبقى ساكنًا مدة طويلة. تعرض المراجعات المقدمة حدود طرائق استشعار منفردة وإمكان دمج الإشارات [1،6]. والاستجابة المعمارية هي اختبار الأنشطة التي يستضيفها الفراغ فعلًا، بدل افتراض أن الحركة المستمرة تمثل الاستخدام الطبيعي.

والأخطاء ليست متساوية في أثرها. قد تطيل إشارة إشغال خاطئة التشغيل دون حاجة، بينما قد تسحب إشارة خلو خاطئة خدمة من شخص موجود. يجب تقييم الكلفتين بصورة منفصلة. وقد يخفي متوسط دقة مرتفع ضعف التعرف على حالة نادرة ومؤثرة، خصوصًا إذا كانت فترات الخلو تشكل معظم البيانات.

لذلك نقترح تضمين تجاوز يدوي مفهوم، وتغذية راجعة واضحة، ووضع تشغيل بديل عند تعطل الرصد. هذه متطلبات مقترحة وليست إعدادات موحدة لجميع الأنظمة. أما التأخيرات والحدود التشغيلية المناسبة، فتتطلب تطويرًا مع المهندسين المسؤولين واختبارًا في المبنى الفعلي.

الراحة وجودة الهواء جزء من التقييم نفسه

راجع Zhang وWu وCalautit عددًا قدره 160 دراسة تتناول توقع الإشغال وعلاقته بالطاقة وجودة الهواء والراحة الحرارية [7]. يدعم هذا الإطار تقييمًا أوسع من دقة التنبؤ وحدها. فنجاح مسار التصنيف لا يثبت بذاته أن المستخدمين يعيشون ظروفًا داخلية مقبولة.

ولا ينبغي تفسير الخلو بوصفه أمرًا عامًا لإيقاف جميع الخدمات. فقد تستمر متطلبات استعادة الحرارة أو ضبط الرطوبة أو التعامل مع الملوثات المتبقية أو خدمة معدات معينة بعد المغادرة. تحتاج هذه الاعتبارات إلى تسلسل تشغيل مناسب للمشروع. ويجب قراءة هدف الطاقة مع الظروف البيئية وفترات الاستخدام التي يتأثر بها الناس.

يغير ذلك سؤال المعماري عند التسليم: هل تبقى الغرف قادرة على دعم الأنشطة المقصودة عندما تتدخل الأتمتة؟ يمكن للشكاوى والتجاوزات اليدوية أن تقدم دليلًا على علاقة الناس بالنظام. التعامل معها كإزعاج ينبغي إسكاتُه يضيع فرصة لفهم سبب رفض المستخدم للقرار الآلي.

إسهام علم البيانات وإنترنت الأشياء

يتعلق إسهام علم البيانات بالاستدلال وسط أدلة ناقصة: تسميات مفقودة، وأنماط إشغال متغيرة، وإشارات حساسات قد تختلف فيما بينها. ويتعلق إسهام إنترنت الأشياء بجمع هذه الملاحظات ونقلها بصورة موثوقة وربطها بخدمة قابلة للتحكم. لا يكفي أي منهما منفردًا. فقد يكون نموذج متطور يتلقى بيانات متأخرة أقل فائدة من نموذج أبسط تدعمه شبكة موثوقة.

تصف المراجعة المقدمة بحث Khan وزملائه في التعلم الاتحادي، حيث توزع عملية تعلم توقع الإشغال عبر أجهزة [8]. قد يدعم إبقاء البيانات الخام قرب مصدرها سياسة الخصوصية، لكن بنية النموذج لا تحسم وحدها مدة الاحتفاظ أو الصلاحيات أو الأمن. يظل التكليف مطالبًا بتحديد المعلومات المجموعة، والأشخاص المخولين باستخدامها، وسبب ضرورتها.

نستنتج من ذلك مبدأ عمليًا: يجب أن تبرر كل معلومة إضافية القرار التشغيلي الذي تتيحه. فالتعرف على هوية المستخدم لا ينبغي أن يصبح متطلبًا افتراضيًا حين يكفي وجود مجهول الهوية لتحقيق الهدف. هذا مبدأ تحريري للتناسب بين جمع البيانات والحاجة إليها، وليس نتيجة أداء منسوبة إلى التجارب المذكورة.

برنامج بحث يبدأ من المبنى

يمكن لتجربة مفيدة أن تقارن ترتيبات استشعار مختلفة داخل منطقة خدمة محددة بوضوح. تختبر فترات الإشغال والخلو، والأنشطة المتنوعة، والأعطال، وتغير توزيع الأثاث. وتسجل الطاقة والظروف البيئية والتجاوزات اليدوية وجهد الصيانة وكلفة إنشاء بيانات إشغال موثوقة. وعند إضافة التوقع، تقارنه باستراتيجية استجابة أبسط ضمن ظروف متكافئة.

يساعد هذا التصميم البحثي في إجابة سؤال لا تحسمه ترتيبات الخوارزميات: ما قيمة طبقة إضافية من المعلومات هنا؟ فزيادة الحساسات تضيف التزامات شراء وتركيب وصيانة واستبدال. يجب إثبات قيمتها من خلال قرار أفضل، لا استنتاجها من طول قائمة الأجهزة. قد يكون تحسن صغير في التعرف مهمًا في موضع، ومحدود الفائدة في موضع آخر.

وتتصل الفجوات البحثية ببعضها. نقل النموذج بين المباني يتأثر باختلافها المكاني والتشغيلي. واختيار مواقع الحساسات يتأثر بالنشاط وإمكان الرصد. وكلفة تصنيف البيانات تتصل بقدرة الفريق على إثبات الوجود الفعلي. أما الراحة فتتصل باستجابة الخدمة. هذه مجالات تعاون مباشر بين العمارة وهندسة المباني وعلم البيانات.

العمارة بعد إشارة الإشغال

الغرفة الخالية بداية مناسبة للسؤال، لكنها لا تختصر تعريف الكفاءة. يوفر المبنى الطاقة بمسؤولية عندما تتحول معرفته بالاستخدام إلى قرار تشغيل ملائم وقابل للتحقق. ويتطلب ذلك توافق الحدود المكانية والخدمية، وخط أساس مقنعًا، ووسيلة لاكتشاف خطأ الأتمتة وتصحيحه.

تتمثل المساهمة المعمارية في جعل العلاقة بين الأشخاص والغرف والخدمات واضحة. يصبح استشعار الإشغال مجديًا عندما يساعد المبنى على خدمة الاستخدام الحقيقي باستهلاك غير ضروري أقل، مع الحفاظ على الظروف التي يحتاجها الناس. والسؤال الحاسم هو قدرة المبنى على التصرف الجيد بناء على معرفته بمن يوجد داخله.

المصادر

1. Rueda L, Agbossou K, Cardenas A, Henao N, Kelouwani S. A comprehensive review of approaches to building occupancy detection. Building and Environment. 2020;180:106966. DOI: 10.1016/j.buildenv.2020.106966
2. Adamopoulou AA, Tryferidis AM, Tzovaras DK. A context-aware method for building occupancy prediction. Energy and Buildings. 2016;110:229–244. DOI: 10.1016/j.enbuild.2015.10.003
3. Nikdel L, Janoyan K, Bird SD, Powers SE. Multiple perspectives of the value of occupancy-based HVAC control systems. Building and Environment. 2018;129:15–25. DOI: 10.1016/j.buildenv.2017.11.039
4. Pang Z, Chen Y, Zhang J, O’Neill Z, Cheng H, Dong B. Nationwide HVAC energy-saving potential quantification for office buildings with occupant-centric controls in various climates. Applied Energy. 2020;279:115727. DOI: 10.1016/j.apenergy.2020.115727
5. Mena-Martinez A, Alvarado-Uribe J, Molino-Minero-Re E, Ceballos HG. Indoor occupancy monitoring using environmental feature fusion and semi-supervised machine learning models. Journal of Building Performance Simulation. 2024;17(6):695–717. DOI: 10.1080/19401493.2024.2399053
6. Chen Z, Jiang C, Xie L. Building occupancy estimation and detection: A review. Energy and Buildings. 2018;169:260–270. DOI: 10.1016/j.enbuild.2018.03.084
7. Zhang W, Wu Y, Calautit JK. A review on occupancy prediction through machine learning for enhancing energy efficiency, air quality and thermal comfort in the built environment. Renewable and Sustainable Energy Reviews. 2022;167:112704. DOI: 10.1016/j.rser.2022.112704
8. Khan I, Delicato FC, Greco E, Guarascio M, Guerrieri A, Spezzano G. Occupancy Prediction in Multi-Occupant IoT Environments Leveraging Federated Learning. IEEE DASC/PiCom/CBDCom/CyberSciTech. 2023:0036–0043. DOI: 10.1109/dasc/picom/cbdcom/cy59711.2023.10361520