Różnice

Różnice między wybraną wersją a wersją aktualną.

--- wyniki [2026/01/05 16:03] – hkordula
+++ wyniki [2026/01/21 15:33] (aktualna) – hkordula
@@ Linia 1: / Linia 1: @@
-====== Wyniki i dyskusja ======
+===== Wyniki i dyskusja =====
-===== 3.1. Analiza efektywności systemów IoT=====
+==== Analiza efektywności systemów IoT ====
-Główną wartością IoT nie jest sama łączność, lecz analityka danych. Tradycyjne systemy działają według sztywnych harmonogramów, natomiast IoT pozwala na reaktywność i proaktywność. Dane zbierane przez czujniki pozwalają zarządcom na dynamiczne rekonfigurowanie przestrzeni biurowej. Z przeprowadzonej analizy literatury oraz danych rynkowych wynika, że implementacja systemów IoT w zarządzaniu budynkami (BMS) przynosi wymierne korzyści mierzalne w trzech głównych obszarach: energetycznym, operacyjnym i społecznym.
+Główną wartością IoT nie jest sama łączność, lecz analityka danych. Tradycyjne systemy działają według sztywnych harmonogramów, natomiast IoT pozwala na reaktywność i proaktywność.  Zbierane dane pozwalają zarządcom na dynamiczne rekonfigurowanie przestrzeni. Grieves i Vickers słusznie zauważają, że fundamentalnym założeniem nowoczesnych systemów cyfrowych jest traktowanie informacji jako zamiennika dla marnowanych zasobów fizycznych – czasu, energii i materiałów. "Jednak podstawowym założeniem modelu Cyfrowego Bliźniaka jest to, że informacja zastępuje marnowane zasoby fizyczne, tj. czas, energię i materiały.” (( Grieves Michael, Vickers John, Digital Twin: Mitigating Unpredictable, Undesirable Emergent Behavior in Complex Systems, Nowy Jork 2017, s. 101. ))
+Z przeprowadzonej analizy literatury oraz danych rynkowych wynika, że implementacja systemów IoT w zarządzaniu budynkami (BMS) przynosi wymierne korzyści mierzalne w trzech głównych obszarach: energetycznym, operacyjnym i społecznym.
+<WRAP group>
+<WRAP half column>
   * **Efektywność energetyczna:** Budynki wykorzystujące zaawansowane czujniki obecności i algorytmy predykcyjne wykazują spadek zużycia energii elektrycznej o 15–30% w skali roku. Wynika to z eliminacji zjawiska tzw. "pustych przebiegów" instalacji HVAC i oświetlenia w strefach nieużytkowanych.
   * **Optymalizacja kosztów utrzymania:** Przejście na model utrzymania predykcyjnego (Predictive Maintenance) pozwala na wydłużenie cyklu życia urządzeń technicznych o ok. 20% oraz redukcję kosztów nagłych awarii o blisko 40%.
   * **Wpływ na produktywność:** Analiza parametrów IEQ (Indoor Environmental Quality) wskazuje, że precyzyjna kontrola stężenia CO2 i natężenia oświetlenia przekłada się na wzrost efektywności pracy biurowej o 3–5%, co w skali dużych korporacji jest zyskiem przewyższającym oszczędności energetyczne.
+</WRAP>
-===== 3.2. Dyskusja nad barierami wdrażania =====
+<WRAP half column>
+<gchart pie 300x300 "Udział oszczędności dzięki IoT" center>
-Mimo licznych zalet, dyskusja w środowisku naukowym wskazuje na dwa krytyczne problemy: cyberbezpieczeństwo oraz fragmentację standardów. Większość urządzeń IoT w budynkach ma ograniczoną moc obliczeniową, co uniemożliwia stosowanie silnego szyfrowania. To sprawia, że inteligentny budynek staje się potencjalnym punktem wejścia dla ataków typu Ransomware na sieć korporacyjną. Ponadto, brak pełnej interoperacyjności między producentami (np. trudność w połączeniu czujników firmy X z centralą firmy Y) wciąż wymusza na inwestorach wiązanie się z jednym dostawcą (tzw. vendor lock-in).
+Efektywność energetyczna = 30
+Koszty utrzymania (Maintenance) = 40
-===== 3.3. Autorski przykład: Projekt systemu monitoringu jakości powietrza w sali konferencyjnej =====
+Produktywność i IEQ = 20
+Inne = 10
-W ramach analizy praktycznej zaprojektowano i przetestowano prosty węzeł pomiarowy dedykowany do monitoringu parametrów środowiskowych w sali konferencyjnej.
+</gchart>
+</WRAP>
-**Koncepcja i komponenty**
+</WRAP>
-System opiera się na architekturze Edge Computing – oznacza to, że decyzja o aktywacji systemów wspomagających (np. wentylacji) zapada bezpośrednio na urządzeniu, co skraca czas reakcji i zwiększa niezawodność budynku w przypadku awarii sieci Wi-Fi.
-**Wykorzystane narzędzia:**
-  * **Symulator:** Wokwi (środowisko do prototypowania systemów wbudowanych).
-  * **Mikrokontroler:** ESP32 (wybrany ze względu na niskie zużycie energii).
-  * **Czujnik:** DHT22 (sensor cyfrowy mierzący temperaturę i wilgotność z wysoką precyzją).
-  * **Sygnalizator:** Dioda LED z rezystorem 220Ω (symulująca załączenie klimatyzacji/rekuperacji).
-**Schemat połączeń (Hardware)**
-Poniższy schemat przedstawia fizyczną strukturę połączeń wykonaną na wirtualnym mikrokontrolerze:
-{{ :wiki:schemat.png?nolink&600 |}}
-**DHT22:**
-  * VCC ->3.3V
-  * GND -> GND
-  * Data ->GPIO 15
-**LED:**
-  * Anoda (+) -> rezystor -> GPIO 2
-  * Katoda (-) -> GND
-{{ :wiki:schemat_polaczen.svg |Schemat połączeń ESP32}}
+==== Dyskusja nad barierami wdrażania ====
-**Implementacja programowa**
+Mimo licznych zalet, dyskusja w środowisku naukowym wskazuje na dwa krytyczne problemy: cyberbezpieczeństwo oraz fragmentację standardów. Większość urządzeń IoT w budynkach ma ograniczoną moc obliczeniową, co uniemożliwia stosowanie silnego szyfrowania. To sprawia, że inteligentny budynek staje się potencjalnym punktem wejścia dla ataków typu Ransomware na sieć korporacyjną. Ponadto, brak pełnej interoperacyjności między producentami (np. trudność w połączeniu czujników firmy X z centralą firmy Y) wciąż wymusza na inwestorach wiązanie się z jednym dostawcą (tzw. vendor lock-in). Co więcej, Al-Fuqaha zauważa, że w tak heterogenicznych sieciach otwartym problemem badawczym pozostaje bezpieczna dystrybucja kluczy kryptograficznych pomiędzy miliardami urządzeń różnych producentów, co nie zostało jeszcze w pełni ustandaryzowane. „Jednym z otwartych problemów w zakresie bezpieczeństwa Internetu rzeczy, który nie został uwzględniony w normach, jest dystrybucja kluczy pomiędzy urządzeniami.” (( Al-Fuqaha Ala, Guizani Mohsen, Mohammadi Mehdi, Aledhari Mohammed, Ayyash Moussa, Internet of Things: A Survey on Enabling Technologies, Protocols, and Applications, Nowy Jork 2015, s. 2364. ))
-Poniższy kod realizuje odczyt parametrów co 2 sekundy. Zastosowano w nim funkcję filtrowania błędnych odczytów (isnan) oraz logikę progową dla temperatury komfortu ustawioną na przedział od 18°C do 24°C oraz wilgotności od 30% do 60%.
-{{ :wiki:kod.png?nolink&600 |}}
+<WRAP center 60%>
+^ Mocne strony (S) ^ Słabe strony (W) ^
+| Redukcja OPEX o 15-30% | Wysoki koszt początkowy (CAPEX) |
+| Predykcyjne utrzymanie ruchu | Niska moc obliczeniowa urządzeń |
+^ Szanse (O) ^ Zagrożenia (T) ^
+| Cyfrowy Bliźniak (Digital Twin) | Cyberataki i Ransomware |
+| Wzrost produktywności o 3-5% | Brak standaryzacji (Vendor lock-in) |
+</WRAP>
-**Rezultat:**
-Analiza prototypu wykazała, że czujnik DHT22, mimo swojej prostoty, jest wystarczający do monitorowania ogólnego komfortu pracy w Sali konferencyjnej. W rzeczywistym wdrożeniu w budynku zarządzanym przez IoT, w kodzie powinna pojawić się sekcja Wi-Fi odpowiadałaby za przesyłanie tych danych do centralnej bazy danych, co pozwoliłoby zarządcy nieruchomości na generowanie raportów dobowych i optymalizację krzywej grzewczej budynku.
-{{ :wiki:logi.png?nolink&600 |}}
-{{ :wiki:dioda.png?nolink&600 |}}