Selbstoptimierende Spiegelheizung

[mumpf]

Hi,

motiviert durch diesen Thread (https://knx-user-forum.de/forum/%C3%...nk-anbindungen) wollte ich hier mal ein konkretes Problem vorstellen mit der Hoffnung, Ideen zur Lösung zu bekommen.

Es geht um eine Spiegelheizung im Badezimmer. Die Aufgabe ist relativ einfach zu formulieren: Spiegel soll nicht beschlagen.

1. Einfachste Lösung: Spiegelheizung immer an -> unsmart und hohe Stromkosten, will ich nicht
2. Erste Näherung: Immer wenn Licht an, dann auch Spiegelheizung an. Auch hierbei ist die Heizung zu oft unnötig an, und der Spiegel beschlägt beim Duschen am Tag.
3. Zweite Näherung: Immer wenn geduscht wird, dann Spiegelheizung an: Passt schon mal gut, da der Spiegel - falls er beschlägt - nur beim Duschen beschlägt. Ist aber an den meisten Tagen im Sommer - und an vielen Tagen im Winter unnötig. Immer noch nicht wirklich smart.
4. Dritte Näherung: Immer wenn geduscht wird und die Luftfeuchte >80%, dann Spiegelheizung an. Damit ist der Sommer abgedeckt (geht nicht an), im Winter aber immer noch häufig unnötig an.

Mit den Punkten wollte ich aufzeigen, dass man es immer weiter verfeinern kann, aber irgendwie immer noch nicht das "Richtige" findet. Derzeit ist die Bedingung von der Raumtemperatur und Taupunkt abhängig, aber immer noch nicht gut genug, die Heizung ist immer noch zu oft an und manchmal (selten) aber auch nicht an wenn sie gebraucht worden wäre.

Worauf will ich hinaus? Wie optimiert man ein solches System basierend auf den vorhandenen Daten? Ich habe mir überlegt (aber noch nicht realisiert), dass ich zwischen automatischem und manuellen schalten der Spiegelheizung unterscheide und jedes Ein- und Ausschalten mit allen möglicherweise beeinflussenden Daten protokolliere: Datum, Uhrzeit, Ein/Aus, Manuell/Automatisch, Taupunkt, Innentemperatur, Außentemperatur, Innenluftfeuchte, Außenluftfeuchte, Lüftung an/aus, Regen an/aus, Helligkeit Ost/Süd/West etc.

Die Frage ist, wie wertet man solche Protokolle aus, in der Annahme, dass immer automatisch geschaltet wird, manuell nur bei "falscher" Automatik: "Ein" falls die Automatik nicht eingeschaltet hat und der Spiegel beschlagen ist oder "Aus" falls die Automatik eingeschaltet hat und das nicht nötig gewesen wäre.

Wie sieht ein System aus, dass solche vergangenen Daten auswertet und daraus bei gegebener Datenlage bestimmt, dass man jetzt die Spiegelheizung einschalten sollte oder nicht. Und falls das falsch war (es wird manuell übersteuert), daraus lernt für nächstes mal?

Falls jemand Ideen/Vorschläge hat, immer her damit. Oder hat so was jemand schon gemacht? Es wäre je eine Form vom selbstlernendem System...

Danke fürs Lesen bisher,
Gruß, Waldemar

[GLT]

Deine "Taupunkt Berechnung" ist falsch, da du statisch die rel. Feuchte verarbeitest.

[uncelsam]

Hallo,

das ganze ist nicht so einfach, du möchtest eine "KI" (künstliche Intelligenz) haben.
Wir beschäftigen uns in der Firma aktuell mit ähnlichem, ausgewertet wird mit Matlab.

Da du ja "relativ wenige" Datensätze hast, würde ich das ganze evtl. in Excel mit Diagrammen auswerten, da kannst Du recht gut, unter welchen Bedingungen deine aktuelle Lösung schwächen hat. Was du nicht automatisch erfassen kannst, ist ob die Heizung unnötig an ist, das müsstest dann manuell über Tastendruck machen.

Grüße

[smai]

Das müsste sich doch über den Taupunkt feststellen lassen, ohne dass man die Rahmenbedingungen betrachtet.

Alternativ kannst du evtl. und einen riesigen Taupunktspiegelhygrometer bauen. Sprich du richtest eine Reflexlichtschranke auf den Spiegel und merkst so, ob der Spiegel beschlagen ist oder nicht.
Hier bleibt halt die Frage, wann die Heizung wieder ausgeschaltet werden kann. Am einfachsten würde sie wahrscheinlich einfach per Treppenlichtfunktion nach ein paar Minuten wieder ausschalten und falls der Spiegel wieder beschlägt, schaltet sie sich wieder ein.

[mumpf]

Hi GLT ,

Deine Aussage mag ja richtig sein (auch wenn ich sie nicht verstehe), aber es funktioniert besser als mit Innen-Luftfeuchte und -Temperatur, was mein vorheriger Versuch war.

Mit den oben beschriebenen Schritten wollte ich nur andeuten, dass es ja eigentlich ein iterativer Prozess ist, in den alle vorhandenen Parameter einfließen könnten. Eigentlich ist es auch vollkommen egal, welche Parameter es sind, solange das Ergebnis korrekt ist.
Ein selbstlernendes System sollte idealerweise rausfinden, dass bestimmte Parameter nicht nötig/trivial/falsch sind. Mit einem entsprechenden Vorwissen kann man das natürlich aus selber ausschließen.

Gruß, Waldemar

[MoseP]

Hallo Waldemar,

ich habe zwei Antworten für Dich, eine auf Deine Frage nach der Optimierung und eine auf das Problem Spiegelheizung.

Optimierung:
Du kannst natürlich so viele Datenpunkte je Ereignis aufzeichnen wie Du willst. Am einfachsten wäre es aus meiner Sicht am Ende, wenn für jede Datenreihe auch ein Punkt "Spiegelheizung soll an sein" und "Spiegelheizung soll aus sein" da ist. Du müsstest also Dein manuelles Schalten übersetzen in "Soll an" und "Soll aus", und die automatischen (nicht manuell korrigierten) Ereignisse auch entsprechend einteilen. Dazu gehören prinzipiell auch die vielen "Soll aus"-Ereignisse, die nicht geschaltet wurden (Nachts bei Abwesenheit und sowas). Mit den Daten kannst Du dann ein Statistikprogramm wie SPSS füttern, eine multivariate Analyse durchführen und eines der strukturentdeckenden Verfahren anwenden. Als Ergebnis käme dann raus, welche Faktoren welchen Einfluss haben. Dabei ist wie schon oben mit Deiner Verfeinerung angedeutet wichtig, dass Du damit nur Situationen richtig abbilden kannst, die näherungsweise schonmal vorgekommen sind. Du brauchst also eine entsprechend grosse Grundgesamtheit an unterschiedlichen Daten. Wenn Du schon dabei bist wäre auch gleich noch eine Conjoint-Analyse der Präferenzen in Bezug auf Behaglichkeit der Nutzer möglich. Vielleicht kommt da ein unerwarteter Einfluss von Ostwind und Uhrzeit raus.

Spiegelheizung:
So ein Vorgehen wie oben wird ja eigentlich nur angewandt, wenn die tatsächlichen Einflussgrössen und ihre Anteile nicht bekannt sind oder nicht direkt messbar sind (Black Box). Das ist doch hier aber gar nicht der Fall. Es gibt doch nur zwei relevante rein physikalische Einflussgrössen, die bestimmen ob ein gegebener Spiegel (Oberfläche immer gleich) beschlägt oder nicht: Die Oberflächentemperatur und die relative Luftfeuchtigkeit dicht an der Oberfläche, die gemeinsam den Taupunkt bestimmen. Also wäre in meiner Welt der zielführendere Ansatz, genau diese Grössen richtig zu messen. Die Luftfeuchtigkeit also nahe am bzw. direkt auf dem Spiegel, und die Oberflächentemperatur direkt. Dann kannst Du mit einer Taupunktberechnung (z. B. mit einem MDT Heizaktor) einfach regeln, ob die Spiegelheizung an oder aus sein soll, die dann entsprechend die Oberflächentemperatur anpasst. In Kombination mit einem Präsenzmelder (Nebenbedingung: nur Beschlag verhindern, wenn auch jemand da ist, der ihn wahrnimmt) wäre die Regelung meines Erachtens vollständig abgedeckt. Den Ostwind, die Aussentemperatur und die Uhrzeit brauchts einfach nicht.

Viele Spass beim Ausprobieren
André

[mumpf]

Kaum schreibt man eine Antwort, schon sind 2 neue da...

smai: Ziel ist, keine zusätzliche Hardware zu verwenden. Wäre schlecht einzubauen und sieht nicht gut aus. Aber danke... Ausschalten ist wirklich kein Problem, nach 3 Minuten ist der Spiegel klar und die Heizung geht aus - das ist soweit konstant.

uncelsam: Dass es nicht einfach ist, habe ich schon gemerkt... KI ist leider ein so großer Sammelbegriff (ähnlich wie SmartHome), dass man immer nicht weiß, was man sich konkret darunter vorzustellen vermag. Ich werde es natürlich mit Diagrammen versuchen und auch die Auswertung der manuellen "overrides" versuchen.

Tja, also wohl keinen Automatismus hier...

Gruß, Waldemar

[DJ.Picasso]

Hallo Waldemar,

ich bin gerade dabei ein derartiges System zu entwickeln. Das System wird aus ca. 6 - 8 Logikbausteinen bestehen, von denen die meisten bereits existieren. Das System hat aber erst einen Fertigstellungsgrad von 80 - 85 %.

Die Bausteine sind so konzipiert, dass sie zusammen ein eigenes System darstellen, um eine komplette KNX Umgebung:
- zu monitoren,
- zu überwachen,
- Warnungen auszugeben,
- Störungen zu melden,
- interne und externe Alarme zu erzeugen,
- alle Meldungen zu protokollieren und auf einem Server per XML abzulegen.

Die Meldungen werden momentan bei mir als Mail (abhängig von Meldung), Durchsage (über Sonos) und auf der VISU erzeugt.

Desweiteren ermöglicht das System eine Steuerung der Objekte untereinander.
Beispiel:
- Bügeleisen im Schlafzimmer ist an
- Wenn keine Präsenz/Anwesenheit im Schlafzimmer für eine Zeit x, dann wird das Bügeleisen ausgeschaltet
- Es kann gleichzeitig eine Durchsage und optische Meldung auf der VISU erfolgen
- Wenn erneut Anwesenheit im Schlafzimmer, dann kann das Bügeleisen wieder angeschaltet werden usw. usw.

Beispiel2:
- Durchsage (über Sonos), wenn Waschmaschine oder Trockner fertig sind

Beispiel3:
- Hysterese-Kurven der Boden- und Zimmertemperaturen steuern die Jalousien/Rollladen im Sommer und Winter.
- Ähnliches nutze ich auch beim TV (Strom-Hysterese), um die an den Fernseher angeschlossene Sonos Playbar zu steuern


Aus meiner Sicht könnte man damit auch die Ansteuerung Deiner Spiegelheizung realisieren. Es müssten halt nur die jeweiligen Datenpunkte erfasst werden.
Bei mir werden momentan im Test ca. 70 Objekte und Datenpunkte erfasst, die sich - wie schon gesagt - teilweise gegenseitig steuern.

Hier mal der Baustein der Objekt-Überwachung sowie einige der Infos und Auswertungen . Der Baustein ist individuell für die Überwachung aller möglichen Objekte nutzbar: Kontakte (Fenster), Bewegung/Präsenz, Glasbruch, Rauchmelder, Sensoren (Messwerte mit Hysteresen), Temperaturen (wie Sensoren), Heizung, Lüftung, Verbraucher, Aktoren/System

Ciao
Der DJ

PS: Kurze Ergänzung, ein Objekt kann bis zu 6 Datenpunkte über den Baustein bedeuten (bsp. Fenster haben mehere Kontakte, um den Status zu ermitteln)
monami01.pngmonami02.pngmonami02.jpgmonami03.jpgmonami03.png

[Sonnengruesser]

Ich stimme MoseP zu: warum das Problem komplizierter machen als es ist?

KI macht dann Sinn, wenn du entweder:
-) nicht weißt, welche Einflussgrößen zu berücksichtigen sind oder
-) die Datenmenge für die Lösung des Problems unüberschaubar groß ist.
Beide Fälle treten in aktuellen "Smart Homes" nicht auf, zumindest nicht bei Themen, wo du einfach Einfluss nehmen kannst.

Zur Lösung deines Problems mach doch folgendes:
1) Beschreibe das Ur-Problem möglichst genau: Spiegel beschlägt beim Duschen
2) Finde die ausschlaggebenden Parameter: rel. Luftfeuchtigkeit und Oberflächentemperatur
3) überlege dir, wie du aus vorhandenen Infos die aktuellen Parameter bekommst, z.B. Raumtemp=Oberflächentemp,
4) für alle Parameter, die du nicht hast musst du eine Quelle suchen/installieren, z.b. Luftfeuchtesensor installieren
5) Falls 3 und 4 nicht gehen: such dir eine Krücke: z.B. Berechnung der aktuellen Raumluftfeuchte aus Außenluftfeuchte, Temperaturdifferenz zum Raum, Menge des verbrauchten Wassers mit bestimmter Temperatur.... das wird aber immer eine Krücke bleiben, die zu Fehlauslösungen führt. Damit musst du leben.
5) Regel erstellen

Auch eine KI bringt dir gar nix, wenn sie nicht die entsprechenden Daten bekommt. Ohne Kamera wird kein autonomes Auto zuverlässig fahren können. Die Krücke wird vielleicht besser, aber es bleibt eine Krücke.
VG
Christoph

[Dante]

Derzeit ist die Bedingung von der Raumtemperatur und Taupunkt abhängig

Ziel ist, keine zusätzliche Hardware zu verwenden.

1. Was ist den an Hardware / Daten vorhanden?
2. Wie errechnest du derzeit den Taupunkt?
3. Hast du die Oberflächentemperatur des Spiegels als Wert?

Ich bin grundsätzlich auch bei MoseP und Sonnengruesser:

Ich denke, du brauchst einfach den korrekten Taupunktwert für die Raumluft, diesen dann mit der Oberflächentemperatur des Spiegels vergleichen. Wenn Spiegeltemperatur <= Taupunkttemperatur, wird der Spiegel beschlagen, dann sollte die Heizung laufen. Um Verzögerungen der Sensoren, ungleichmäßige Beheizung des Spiegels und sonstige Ungenauigkeiten auszumerzen und den Spiegel möglichst sicher immer beschlagfrei halten zu können sollte dann halt noch ein Sicherheitsaufschlag drauf. Und dadurch, dass die Spiegeltemperatur mit der Heizung auch schnell hochgehen sollte, bleibt sie auch nicht dauerhaft an sondern wird dann das ein- und ausschalten anfangen (was bei Elektroheizung ja kein Thema sein sollte) und damit würde noch mehr Strom gespart.

Nachtrag:

3) überlege dir, wie du aus vorhandenen Infos die aktuellen Parameter bekommst, z.B. Raumtemp=Oberflächentemp,

Hier wäre ich vorsichtig: Raumtemp. != Oberflächentemp.
Da es einerseits von der Heizungsart abhängig ist und Luft = Oberfläche fast nie zutrifft. Und zweites, da ja warm geduscht wird und die Raumtemp. sich oft erhöht und damit die absolute Luftfeuchte und letztlich auch der Taupunkt höher wird.

Ich sehe also drei benötigte Werte:
Temperatur Raumluft
Luftfeuchte Raumluft
Oberflächentemperatur Spiegel

[uncelsam]

uncelsam: Dass es nicht einfach ist, habe ich schon gemerkt... KI ist leider ein so großer Sammelbegriff (ähnlich wie SmartHome), dass man immer nicht weiß, was man sich konkret darunter vorzustellen vermag. Ich werde es natürlich mit Diagrammen versuchen und auch die Auswertung der manuellen "overrides" versuchen.

Tja, also wohl keinen Automatismus hier...

Gruß, Waldemar

Klar dass KI ein großer Sammelbegriff ist, man könnten auch schreiben "machine learning", das würde es in deinem Fall genauer treffen.
Letztlich brauchst Du dafür die passenden Algorithmen, welche du entweder selbst schreiben musst, evtl. gibt es auch was fertig zu kaufen, für die kosten dafür kannst aber die Heizung lange Zeit laufen lassen ;-)

Ich glaube kaum, dass es hierfür eine gute selbst lernende Lösung gibt, ansonsten würde es das ganze als extra fürs Auto geben, hier haben wir ja oft mit Beschlagen Scheiben zu tun, und es wäre wie bei deinem Spiegel ein echter Komfortgewinn.

Grüße

[DJ.Picasso]

man könnten auch schreiben "machine learning", das würde es in deinem Fall genauer treffen

Das ist genau der Grund, warum ich diesen Thread https://knx-user-forum.de/forum/%C3%...nk-anbindungen , den mumpf ja schon angesprochen hat, aufgemacht habe.
Aufgrund ähnlicher Anforderungen wie mumpf bin ich bei der Entwicklung meines Systems (Interaktion von Objekten untereinander) mehr und mehr bei machine learning gelandet.

[smai]

Ziel ist, keine zusätzliche Hardware zu verwenden.

Dann ist die Grundfrage erst mal: Was für Hardware bzw. Messwerte hast du überhaupt?

[Beleuchtfix]

Waldemar, zurück zu deinem Problem. Beschlagen ist physikalisch relativ simpel, deine Formel 80% Luftfeuchtigkeit + Duschen gibt dir eine gewisse Reserve. Der Taupunkt liegt bei einer angenommen Raumtemperatur von 22°C bei etwas über 18°C.

Jetzt liegt es daran, herauszufinden, warum deine Messwerte nicht rechtzeitig mitbekommen, das ein Zustand des Beschlagens entstehen kann.
Möglichkeiten sind, dass der Spiegel an einer Außenwand hängt und deutlich kälter ist, als angenommen, oder die Luftfeuchtigkeit steigt wesentlich schneller an, als du es messen kannst. Die zusammenhänge mit Vollmond und Ostwind sind eher vernachlässigbar

Wenn du jetzt die passende Ursache herausfindest, dann kannst du auch relativ simpel darauf reagieren. (z.B. der Raum ist immer kalt, und du heizt nur kurzfristig auf, so dass sie Luft zwar warm ist, aber die Bauteile kalt sind). So etwas löst du mit der Durchschnittstemperatur der letzten x Stunden. Oder Feuchtigkeitssensor bekommt zu viel "frische Luft" und der größte Teil des Raumes hat eine höhere Luftfeuchtigkeit, da musst du den Einbauort ändern, oder es irgendwie mit der Außentemperatur in Verbindung bringen ...

Ich sehe die Hauptaufgabe darin, dass du bestimmst, wo deine Messfehler liegen.

Viel Erfolg
Florian

[mumpf]

Hi und danke für die rege Beteiligung!

Dann ist die Grundfrage erst mal: Was für Hardware bzw. Messwerte hast du überhaupt?

Natürlich hast Du recht, ich dachte, das wird aus der Liste der Werte, die ich loggen kann, ersichtlich:

• Datum,
• Uhrzeit,
• Spiegel Ein/Aus,
• Spiegel Manuell/Automatisch,
• Taupunkt (aus Innentemperatur/Innlenluftfeuchte berechnet),
• Innentemperatur,
• Außentemperatur,
• Innenluftfeuchte,
• Außenluftfeuchte,
• Lüftung an/aus,
• Regen an/aus,
• Helligkeit Ost/Süd/West (wobei das Badezimmerfenster nach Westen geht)
• Wird geduscht (ja/nein)
• Präsenz (ist aber wegen "Wird geduscht" nebensächlich)
• Licht an/aus (sollte für diese Fragestellung nicht relevant sein)
• Duschwassertemperatur (genauer: Temp des abfließenden Wassers)

Die Oberflächentemperatur und die relative Luftfeuchtigkeit dicht an der Oberfläche, die gemeinsam den Taupunkt bestimmen. Also wäre in meiner Welt der zielführendere Ansatz, genau diese Grössen richtig zu messen. Die Luftfeuchtigkeit also nahe am bzw. direkt auf dem Spiegel, und die Oberflächentemperatur direkt

Ich stimme Dir sofort zu, hätte ich diese Messgrößen, dann hätte ich diesen Thread nicht aufgemacht, weil ich wahrscheinlich keine Fehlschaltungen hätte. Für mich dies dieser Thread ein konkretes Beispiel für eine ganze Klasse von Problemen, die man im Smarthome hat: Eine einfach zu formulierende Problembeschreibung und eine nicht exakt zum Problem passende Sensorik (mit der man sich aber "gefühlt" an die Lösung des Problems mittels iterativen Optimierungen näher heranarbeiten könnte). Ein grobes Regelwerk schafft einen Zustand, mit dem man leben kann (Spiegelheizung ist zu oft an, aber das ist besser als zu selten, denn so sehe ich was nach dem Duschen). Die iterative Optimierung kostet Zeit, das würde ich gerne einer Engine überlassen, der ich gerne durch manuelle Eingriffe helfe, indem ich ihr sage, dass der Automatismus in diesem Fall falsch war (sowohl in positiven wie auch im negativen Fall). 2 weitere (und viel komplexere) Beispiele im SmartHome für so ein Vorgehen sind für mich eine "Automatische Beschattung nach Sonnenstand" oder "Automatisch festgestellte Abwesenheit".

Konkret zu den Messgrößen: Luftfeuchte im Raum hätte ich, aber natürlich nicht direkt an der Spiegeloberfläche, der Sensor ist ca. 1 Meter entfernt in der Wand. Die Oberflächentemperatur des Spiegels weiß ich nicht, kann ich auch nicht messen, sie entspricht offensichtlich nicht der Raumtemperatur. Durch diesen Hinweis

Hier wäre ich vorsichtig: Raumtemp. != Oberflächentemp.
Da es einerseits von der Heizungsart abhängig ist und Luft = Oberfläche fast nie zutrifft. Und zweites, da ja warm geduscht wird und die Raumtemp. sich oft erhöht und damit die absolute Luftfeuchte und letztlich auch der Taupunkt höher wird.

hatte ich jetzt noch die Idee, dass die Oberflächentemperatur wohl viel näher an der Raumtemperatur liegen wird, wenn ich den Raum betrete. Die Berechnung wird derzeit ausgeführt, wenn ich "Wird geduscht" feststelle, was durch Trägheit der Messung den Abstand Oberflächentemperatur zu Raumtemperatur sicherlich gravierend steigen lässt. Muss ich mal checken, ob es mit der Annahme besser wird.

Falls 3 und 4 nicht gehen: such dir eine Krücke: z.B. Berechnung der aktuellen Raumluftfeuchte aus Außenluftfeuchte, Temperaturdifferenz zum Raum, Menge des verbrauchten Wassers mit bestimmter Temperatur.... das wird aber immer eine Krücke bleiben, die zu Fehlauslösungen führt. Damit musst du leben.

Ich gebe Dir recht, ich lebe ja damit. Aber ich versuche zu optimieren und habe zumindest das Gefühl, dass die Berücksichtigung von weiteren Sensordaten mögliche Nichttriviale Einflussfaktoren ergeben. Da ich aber nicht genau weiß, welche das sein könnten, geht es eben doch Richtung "KI", wobei mir das zu allgemein ist und selbst "Machine Learning" noch immer kein konkretes Vorgehen aufzeigt.

Mit den Daten kannst Du dann ein Statistikprogramm wie SPSS füttern, eine multivariate Analyse durchführen und eines der strukturentdeckenden Verfahren anwenden. Als Ergebnis käme dann raus, welche Faktoren welchen Einfluss haben.

Vielen Dank für diesen Tipp, das ist zwar Statistik, die ich immer wieder mal fahren müsste, um das Verfahren zu verbessern, aber immerhin berücksichtigt es dann alle eingebrachten Werte.

Aufgrund ähnlicher Anforderungen wie mumpf bin ich bei der Entwicklung meines Systems (Interaktion von Objekten untereinander) mehr und mehr bei machine learning gelandet.

Ich muss gestehen, ich habe Dein Homeserver-Beispiel nicht verstanden, was daran liegen mag, dass ich keinen Homeserver habe. Aber was ist konkret bei Dir machine learning, welche verfahren verwendest Du bzw. welche Software und wie lernt Deine Maschine?

So, das wars jetzt erstmal, danke fürs Feedback,
Waldemar