Byggnadsinformationsmanagement inom fastighetsförvalltning

(1)

INOM

EXAMENSARBETE TEKNIK, GRUNDNIVÅ, 15 HP

STOCKHOLM SVERIGE 2017,

Byggnadsinformationsmanag ement inom

fastighetsförvalltning

En undersökning av hur temperaturdata från branddetektorer kan användas för att beskriva inomhusklimat samt vilka effektiviseringar detta kan generera inom fastighetsförvaltning

HAMPUS RUDE

ALEKSANDAR BALICEVAC

KTH

(2)

Kandidatexamensarbete inom datateknik och industriell teknologi

Hampus Rude 930103-1234

Aleksandar Balicevac 901002-4017 June 11, 2017

Abstract

Industri 4.0 bygger p˚a en grundprocess som g˚ar ut p˚a att digitalisera information, koppla ihop information och enheter och därp˚a automa- tisera processer. Inom fastighetsbranschen har denna process lett till uppkomst av ett nytt teknologiskt sp˚ar - BIM - Byggnadsinforma- tionsmanagement (Building Information Management). Denna rapport undersöker och ger en djupare förklaring av BIM som verktyg, metod och tankesätt b˚ade teoretiskt genom en bakgrundsbeskrivning och praktiskt genom ett konkret exempel.

Det konkreta exemplet undersöker hur man med hjälp av moderna branddetektorer med inbyggda temperaturmätare kan beskriva temperaturen i ett rum i realtid. Resultatet visar samband mellan temperatur uppmätt med en branddetektor i takhöjd och temperatur p˚a arbetshöjd satt till 140cm fr˚an golvet. Resultatet sätts sedan i ett bredare användingsperspektiv som förslag p˚a vidare undersökningsar- bete.

(3)

F¨ orord

Detta arbete hade inte varit m¨ojligt utan Locum AB som bidragit med tillg˚ang till data och engagemang i att genomf¨ora detta. Ett stort tack riktas

¨

aven till v˚ar handledare Jens Edlund som har varit till stor hj¨alp i tolkning och analys av datan som hela arbetet baseras p˚a.

(4)

1 Introduktion

Förr i tiden när fastighetsförvaltaren fick nyckeln till den nybyggda fastigheten behövdes genast tid läggas p˚a att f˚a kontroll över alla tillg˚angar som skulle komma att ing˚a. De skulle föra in underh˚allsplaner, artikelnummer p˚a alla inkluderande tillg˚angar, teknisk specifikation och försäkringsinforma- tion till dessa m.m. i olika system. Problemet var att varje s˚adan informa- tionsöverlämning medförde dubbelt arbete. Detta dels p.g.a. att olika parter hade olika krav p˚a informationen och dels för att de använde olika system som oftast inte hade stöd för samma filformat.

Idag, om entreprenaden som konstruerar fastigheten använder sig utav det som kallas för Building Information Modeling (BIM), kan all relevant byggnadsinformation samordnas innan den lämnas över till fastighetsförvalt- ningen. Standard dataformat som t.ex. IFC[17] möjliggör enkel förflyt- tning av data mellan olika system. Utöver det börjar entreprenörer och fastighetsförvaltare samtala redan innan byggandet p˚abörjas och tillsammans definierar kravspecifikationen p˚a byggnadsinformationen som används upp- dateras under hela byggnads livscykeln[23].

(7)

2 M˚ al

Rapportens huvudsakliga m˚al är att undersöka om och i s˚a fall hur man kan använda moderna branddetektorer med inbyggda temperaturmätare för att beskriva temperaturen i ett rum med givna parametrar. Med parametrar s˚a syftar rapporten till olika faktorer som skapar skillnad mellan den temperaturen som branddetektorer läser av högst upp i taket och temperaturen p˚a arbetshöjd.

Ytterligare har rapporten som m˚al att undersöka besparingsmöjligheter som uppdragsgivaren Locum kan ˚astadkomma genom att använda branddetektorer för att kartlägga inomhusklimat i fastigheter de förvaltar.

Utöver den huvudsakliga m˚alsättningen som baseras p˚a beställarnas önskem˚al

¨

ar syftet med rapporten att ge läsaren ett inblick i fastighetsförvaltningsbran- schen och det nya teknologiska sp˚aret BIM som präglar den.

(8)

3 Bakgrund

BIM som ett teknologiskt sp˚ar har lett till utveckling av en process best˚aende av flera olika delar. Building Information Modeling ¨ar en process f¨or digitalisering av b˚ade geometrisk och funktionsinformation kopplat till en byggnad.

Building Information Model (BIM-modell) föreställer den digitala represen- tationen av en anläggning. En BIM-modell best˚ar av en visuell del där den geometriska byggnadsdatan illustreras i 3D och en sökbar informationsdel som inneh˚aller funktionsdatan, specifikationer och annan byggnadsrelevant data.

Building Information Management BIM omfattar all typ av användning och hantering av datan fr˚an en BIM-modell. Huvudsyftet med en BIM-modell inom fastighetsförvaltning, omr˚adet som arbetet utförs inom, är att p˚a ett effektivt sätt samla all relevant byggnadsinformation p˚a en central plats s˚a att alla parter alltid har tillg˚ang till samma data oberoende tidpunkt.

P˚a svenska kallas den digitala modellen för Byggnadsinformationsmodell och arbetssättet för Byggnadsinformationsmodellering eller Byggnadsinfor- mationsmanagement beroende p˚a om det handlar om digitalisering av information eller användning av redan digitaliserad information. Alla tre be- greppen förkortas BIM. Detta arbetssätt är numera utbrett inom bygg- och fastighetsbranschen och det gestaltar det teknologiska sp˚aret som ligger till grund för den p˚ag˚aende branschutvecklingen.

En mer omfattande beskrivning av vad BIM är för n˚agonting, framtagen av byggföretaget M.A Mortensson [2], menar att dessa sex nyckelegenskaper sammanfattar det breda BIM-begreppet:

• Digital

• Rumslig - 3D

• M¨atbart - kvantifierbar, dimensioneringstydlig och s¨okbar p˚a data

(9)

• Helt¨ackande - tanke bakom konstruktion, byggnadsprestanda, bygg- barhet, sekvensiella och finansiella aspekter av medel och metoder

• Tillg¨anglighet - Till hela projektlaget genom driftskompatibelt och intuitivt gr¨anssnitt

• H˚allbar - Anv¨andbar genom alla faser av byggnadslivscykeln

3.1 Branschbeskrivning

En fastighets livscykel delas upp i 5 huvudfaser:

1. Planering 2. Design 3. Nyggnation 4. F¨orvaltning 5. Avveckling

Fastighetsförvaltningen är den längsta fasen i en byggnads livscykel och även den mest kostsamma sett till slutsumman för hela perioden [23]. Därför är det viktigt att ständigt optimera förvaltningsprocesser genom standardiser- ing och implementation av nya lösningar.

Fastighetsförvaltning har blirvit ett helhetserbjudande som integrerar tidi- gare separata tjänster som internservice, fastighetsservice, reception, växel, konferensservice, vaktmästeri o.d. P˚a grund av dess komplexitet brukar fastighetsförvaltning inom större organisationer samordnas som en egen or- ganisatorisk enhet. Alternativt väljer bolag att bolagisera den delen av or- ganisationen för att underlätta administration och i vissa fall för att kunna erbjuda samma tjänst till andra bolag [10]. Branschvärdet i Sverige uppskattas till 150 miljarder kronor [11] vilket motsvarar en andel av 3,4% av Sveriges BNP ˚ar 2016[5].

(10)

Externa faktrorer som digitalisering och miljömedvetenhet driver fram branschutvecklingen. Aven dagens hyresg¨¨ aster är allt med miljömedvetna och ställer krav p˚a t.ex. effektiv ytanvändning och miljösertifieringar för en byggnads olika komponenter.

“M˚anga fastighetsägare ställer allt större krav p˚a industriell kvalitet och samordnad leverans i förvaltningen av stora fastighetsbest˚and”

— Bj¨orn Lindeborg, CEO Newsec Asset Management[4]

För att kunna bemöta dem nya kraven har branschen under en längre tid jobbat med att ta fram en gemensam , samordnad arbetsmodell. Som en lösning p˚a det har BIM, som i första hand användes i byggfasen, börjat implementeras även i förvaltningsfasen [22]. Fördelarna med BIM är stora b˚ade ur ett ekonomiskt samt ur ett miljömässigt perspektiv [21]. Ett tydligt tecken p˚a branschambitionen med BIM är den Brittiska myndighetens initiativ[3]

att alla projekt i offentlig regi ska uppfylla BIM-datastandarden COBie[7]

fr.o.m. den 6:e april 2016.

3.2 Uppdragsgivare

V˚ar uppdragsgivare är Locum AB som är en av Sveriges största fastighets- förvaltare med ett fastighetsbest˚and p˚a omkring 2,1 miljoner kvadratmeter [13]. Locum ägs av och förvaltar ˚at Stockholms läns landsting (SLL). Foku- somr˚adet är v˚ardfastigheter. Locum har som vision att vara Sveriges bästa fastighetsförvaltare ˚ar 2020. Med den visionen i siktet investerar Locum ständigt p˚a att effektivisera förvaltningsprocesser med hjälp av digitalisering och h˚allbarhets˚atgärder.

3.2.1 Uppdragsgivarens intresse

Hantering av felanmälningar är en stor kostnadsbärare i förvaltningspro- cessen. Kostnaden för att hantera och ˚atgärda olika driftsfel p˚a Huddinge sjukhusomr˚ade ˚ar 2015 var ca 13,3 miljoner kronor. Sedan ˚arsskiftet har har sammanlagt 55 klagom˚al kopplade till drift av Huddinge sjukhus anmälts till Locums kundservice (Cite Johan). Locum har som m˚al att effektivisera

(11)

hanteringen av felanmälningar genom att med hjälp av BIM försöka f˚a djupare först˚aelse för grundorsaken till en felanmälan. Utifr˚an den insikten ska rätt resurser kunna allokeras redan vid första utryckning och ˚atgärddstiden och resurs˚atg˚angen ska därmed kunna minskas. Utöver effektivisering av driftprocesser är ett av Locums m˚al att med hjälp av BIM försöka förutse potentiella problem innan de ens uppst˚ar och jobba förebyggande.

Av de 55 registrerade felanmälningarna sedan ˚arsskiftet 2016 s˚a är 8 fall kopplade till avvikelse i rumstemperatur. Alla dessa fall har behövt un- dersökas löpande av feltekniker vilket har genererat rörliga kostnader för Locum. När det kommer till avvikelse i rumstemperatur behöver det inte nödvändigtvis härstamma ut ett tekniskt fel i fastigheten, utan snarare ur den anmälande personens subjektiva bedömning. En person kan känna att det är för varmt eller för kallt i ett rum samtidigt som en annan person inte alls uppfattar situationen p˚a samma sätt. Denna typ av felanmälning vill Locum kunna identifiera redan vid anmälningstillfället s˚a att de kan avst˚a fr˚an att undersöka fallet närmare och därmed skapa besparingar. Locum hoppas att effekten av att kunna spara pengar genom uteblivna kostnader kan ge en betydande vinst sett över alla sjukhus som är under förvaltning.

3.2.2 Uppdragsbeskrivning

Nya branddetektorer som installeras i fastigheter Locum förvaltar är Schrack Multidetektor MTD 533X [14]. Detektorerna har en inbyggd temperatur- mätare och tillsammans med andra mätningar skickar de temperaturdata till en central branddator vid förinställda tidsintervaller. V˚art uppdrag är att undersöka samt beskriva korrelationen mellan denna data och temperaturen p˚a arbetshöjd - 140 cm fr˚an golvet.

3.3 Begrepp

BIM-modell

En 3D-modell med integrerad information om objektspecifikation, material, funktionalitet och underh˚allsinformation. BIM-modell sammanst¨alls av en m¨angd BIM-objekt.

(12)

BIM-objekt

3D-visualisering av en byggnadskomponent med integrerad komponentspeci- fikation. Ett BIM-objekt kan vara allt ifr˚an ett fönster, en vägg eller ett handtag till en branddetektor, ett ventilationsrör eller ett el-sk˚ap [1].

Fastighetsf¨orvalning

I rapporten kan även förkortningen FM (Facility Management) förekomma.

Avser underh˚all av dem resurser och tjänster som krävs för att en facilitet skall fungera korrekt.

(13)

3.4 Hypotes

Grundhypotesen som arbetet utg˚ar ifr˚an är att temperaturdatan fr˚an utvalda branddetektorer som kommer att användas i undersökningen kan komma att användas för att beskriva rumstemperatur p˚a brukshöjd.

Ett dataprov fr˚an 10st branddetektorer kommer att undersökas (dataprov 1) och jämföras med ett dataprov fr˚an temperaturmätare (dataprov 2) som kommer att placeras i samma testrum, under samma tidsperiod och p˚a ar- betshöjd som vi har valt att sätta till 140cm fr˚an golvet. Nästa hypotes som är en kravställning för att arbetet ska kunna drivas vidare är att dessa tv˚a dataprov inneh˚aller värden som är normalfördelade och att det finns en korrelationen mellan dataproverna. Rapporten antar även att medeltemperaturen är högre i takhöjd än vad den är vid arbetshöjd.

Vissa extremer, dvs. drastiska avvikelser mellan dataproverna antas kunna förekomma och en hypotes är att dessa kan förklaras med hjälp av n˚agon av följande parametrar som undersökningen kommer att ta hänsyn till:

• Antalet m¨anniskor i rummet

• Antal v¨armeavgivande enheter som datorer, kopiatorer o.d.

• Nettoarea (NTA)

• Typ av rum

3.5 Avgr¨ ansningar

För att underlätta utvärdering av resultatet för uppdragsgivaren kommer arbetet att utföras med följande avgräsningar:

• Termodynamisk analys av temperaturp˚averkande faktorer som t.ex.

luftr¨orelse och luftfuktighet kommer inte att analyseras.

• Hur människor uppfattar temperatur är en subjektiv bedömning. Rap- porten kommer endast att ta hänsyn till den tekniskt uppmätta temperaturen.

(14)

• Undersökningen kommer att genomföras p˚a 10 testrum varav 4 är un- dersökningsrum och 6 arbetsrum. Elektroniska instrument i dessa rum som kan p˚averka rumstemperatur i betydande omfattning är datorer.

Därmed begränsas resultetatet av denna undersökning till rumstyper som stämmer överens med beskrivningen ovan.

• Raporten kommer att undersöka om brandetektorer Schrack Multide- tektor MTD 533X som Locum har börjat implementera i fastigheter de förvaltar kan användas som tillförlitliga temperaturmätare.Tyvärr s˚a kunde branddetektorerna endast uppskatta temperatur utan decimaler vilket anses vara en begränsningn när det kommer till noggranhet ac rapportens resultat. Eventuella avvikelser av den temperaturen som branddetektor registrerar fr˚an temperaturen p˚a arbetshöjd kommer att beskrivas med en linjär ekvation.

• Temperaturinstrumenten som anv¨andes i arbetsh¨ojd var av modellen HL-1D/TL-1D fr˚an tillverkaren Rotonic. Den uppskattade temperaturen har en precision med en decimal samt en standardavvikelse p˚a 0,1 grader Celsius.

(15)

4 Metod

4.1 Insamling av data

4.1.1 Termometrar och branddetektorer

I de rum som undersöktes placerades temperaturmätarna 140 centimeter ovanför markhöj och ca 2,3 meter ifr˚an branddetektorn. Termometrarna placerades, i den m˚an som gick, under s˚a lika förh˚allanden som möjligt. Dessa m˚att hölls konstanta genom hela utplaceringen för att vara konsekventa i uppmätniningen. B˚ade temperaturmätare samt branddetektor i respektive rum var förprogrammerade att mäta upp temperaturen konstant var femte minut under 7 dygn.

4.1.2 Observationer

Följande rumsegenskaper noterades med antagande att eventuella avvikelser mellan temperatur uppmätt med temperaturmätare och temperatur registrerad av branddetektorer kan till en viss del beskrivas av dessa statiska parametrar:

• NTA (nettoarea) uttryckt i kvm

• Antal datorer

• Arbetstid - vardagar 08.00 - 16.00 - dataprover insamlade under dessa tider betecknas med 1, resterande dataprover betecknas med 0

I och med att en av hypoteserna grundar sig i att anv¨andningen och typen av aktiviteter som sker i ett rum kan komma att p˚averka temperaturen i rummet s˚a har anv¨andning av 2 av testrummen observerats under en arbetsdag.

F¨oljande dynamiska parametrar har tagits till h¨ansyn:

• Antal personer som vistas i rummet samt under vilka tidsintervall

• Är dörren öppen eller stängd samt under vilka tidsintervall - detta d˚a luftblanding sker snabbare med en öppen dörr vilket leder till snabbare anpassning av rumstemperatur till omgivningens temperatur. Vid analys betecknas öppen dörr med 1 och stängd med 0.

(16)

4.2 Analys av data

Undersökningen genomfördes inom 10 testutrymmen. För att undersöka hur väl temperaturen i takhöjd korrelerade med temperaturen i arbetshöjd i respektive rum togs flera matematiska och statistiska analyser i bruk. Un- der analysernas g˚ang s˚a upptäcktes ett flertal framst˚aende avvikelser vilka behövde analyseras med avseende p˚a observationer och hypoteser.

I detta avsnitt kommer rapporten att undersöka hur observationerna i b˚ada variablerna korrelerar och samverkar med varandra ur ett statistiskt perspektiv. Om variablerna inte korrelerar fullständigt med varandra undersöker vi om n˚agot av statiska parametrar kan höja korrelationen mellan huvudvari- ablerna, se sektion 4.1.2.

4.2.1 Sannolikhetsf¨ordelning och Korrelation

Grunden till vidare statistisk analys ligger i sannolikhetsfördelningen av dataprover i b˚ada datamängderna. Under vanliga förh˚allanden brukar rumstemperatur inte ha extrema fluktuationer. Om s˚adana prover finns i datamängd- erna antas de antigen bero p˚a fel p˚a mätinstrumenten eller p˚a tillfälliga drastiska förändringar av rumsförh˚allanden.

4.2.2 Pearsons korrelationstest

Pearsons korrelationstest mäter riktningen och styrkan av associationer som existerar mellan tv˚a variabler. V˚ara tv˚a huvudvariabler är i detta fall temperaturen i arbetshöjd registrerat av temperaturmätare samt temperaturen i takhöjd registrerad av branddetektorer. Pearsons korrelationstest ger allts˚a svaret p˚a hur väl tv˚a variabler korrelerar med varandra under förändring [25].

Parametrarna som Pearsons korrelationstest tar emot ¨ar kolumner av data.

I denna rapport s˚a motsvarar en kolumn exempelvis temperaturen uppmätt i arbets höjd och en annan kolumn temperaturen i takhöjd där varje enskild rad är en ögonblicksbild med fem minuters intervall mellan varandra. Pear- sons korrelationstest tar inte hänsyn till n˚agon tidsaspekt utan jämför endast

(17)

hur v¨al v¨ardena i raderna i vardera kolumn korrelerar med varandra.

Resultatet av Pearsons korrelationstest kommer vara en koefficient som motsvarar korrelationsstyrkan mellan tv˚a variabler. Koefficienten kan anta alla värden mellan −1 och 1. En generell bedömning av utfallet p˚a koefficienten efter att Pearsons korrelationstest har prövats kan betraktas p˚a följande sätt [18]:

• .00-.19 ”v¨aldigt svag korrelation”

• .20-.39 “svag korrelation”

• .40-.59 “m˚attlig korrelation”

• .60-.79 “stark korrelation”

• .80-1.0 “v¨aldigt stark korrelation”

Vice versa gäller om variablerna korrelerar negativt mot varandra. Rap- porten kommer att undersöka flertalet hypoteser samtidigt vilket kommer att generera en matris av olika undersökta korrelationer mellan olika variabler, se 4.

För att analysera datan med Pearsons korrelationstest är en del av processen att kontrollera förutsättningarna för att utfallet skall klassas som giltigt.

Följande förutsättningar behövde fastställas för att Pearsons korrelationstest skulle kunna klassas som giltigt och användbart:

• B˚ada variablerna som unders¨oktes var m¨atbara i samma sorts intervall.

I detta fall var b˚ada variablerna m¨atbara i samma sorts intervall d˚a de

¨

ar grader Celcius.

• Relationen mellan de tv˚a analyserade variablerna behövde vara linjär, se figur 3. Detta betyder att när den registrerade temperaturen ökade i taket enligt branddetektorerna s˚a ökade även temperaturen i ar- betshöjd enligt termometrarna, och vice versa.

(18)

• Det fanns inga outliers i bland variablerna som unders¨oktes. Outliers

¨

ar enstaka extremdatapunkter som inte kan förklaras vilka kan p˚averka resultatet vid en undersökning av korrelation p˚a ett onaturligt sätt.

• Variablerna behövde vara normalfördelade för att det skulle vara lämpligt att undersöka dessa. Om det inte existerar n˚agon normalfördelning bland de undersökta variablerna försvagas möjligheterna att motivera samband mellan utfallen. Detta undersöktes genom att plotta alla resultat fr˚an b˚ada variablerna i histogram[26], se figur 1 samt 2.

D˚a alla fyra förutsättningar blev uppfyllda s˚a kunde utfallet av Pearsons korrelationstest accepteras för granskning.

4.2.3 F¨orklaringsv¨arde

Pearsons korrelationstest säger inte n˚agonting om hur absolutbelopen av temperaturen registrerad i takhöjd respektive arbetshöjd är korrelerar med varandra, utan bara hur förändringarna sammanfaller. D˚a rapporten vill un- dersöka hur rumstemperatur i arbetshöjd kan uppskattas givet observationer fr˚an branddetektorer i takhöjd s˚a behöver ett förklaringsvärde i denna relation undersökas och konkretiseras.

Ett förklaringsvärde skulle i detta fall ge en beskrivning av hur väl den uppskattade temperaturen fr˚an branddetektorerna kan förklara temperaturen i arbetshöjd. Ett högt förklaringsvärde skulle betyda att dessa tv˚a variabler

¨

ar temperaturhomogena och att en observation fr˚an den ena variabel kan beskriva den andra. Ett l˚agt förklaringsvärde skulle betyda att det finns en stor spridning i de uppskattade värdena och att det därav finns för lite eller ingenting som gör att observationer i den ena variabeln kan beskriva den andra.

4.2.4 Regressionsanalys

Linjär regression är ett statistikverktyg för analys av samband mellan en beroende variabel och en eller flera oberoende variabler[24]. I detta fall

(19)

¨

ar den beroende variabeln temperaturupskattningen i arbetshöjd och den primära oberoende variabeln temperaturen i takhöjd uppmätt med brandde- tekrorer. Ytterligare oberoende variabler vars signifikans testas är faktorer som skulle kunna p˚averka rumstemperaturen enligt rapportens hypoteser, se sektion 4.1.2.

Syftet med regressionsanalys är att beskriva hur sambandet mellan variabler ser ut och kunna förutsäga värden i den beroende variabeln givet data fr˚an de oberoende. Utfallet kan illustreras i en linjär ekvation där förändring i oberoende variabler förändrar värdet av den beroende variabeln enligt ekvation 1.

y = b₀+ b₁· x₁+ b₂· x₂... (1) Ekvationen representerar den beroende variabeln y, det vill säga den uppskattade rumstemperaturen i arbetshöjd. Regressionskoefficienterna b₁...b_n utgörs av de oberoende variablerna x₁...x_nsom ˚aterfinns i sektion 4.1.2. Den konstanta koefficienten b₀ bestäms av ekvation 2 och resterande koefficienter b₁...b_n av ekvation 3.

b₀ =

Py n − b₁

Px

n (2)

b₁..., b_n= n^Pxy −^Px^Py

n^Px²− (^Px)² (3)

Den beräknade ekvationen som baseras p˚a rapportens hypoteser kommer att vara den bäst anpassade räta linjen baserat p˚a testdatan.

Undersökningen prövade alla oberoende variabler för att se vilka som statistiskt sätt gav störst inverkan p˚a den beroende variabeln, allts˚a rumstemperaturen i arbetshöjd, se figur 5.

4.3 Pr¨ ovning av egna resultat

D˚a den ovanst˚aende uträknade regressionskurvan tar hänsyn till alla datapunkter fr˚an alla testrum. Därmed blir resultatet en generell anpassad linjär ekvation för alla undersökta rum. Som beskrivet i 2 är en del av rapportens

(20)

uppgift att undersöka felaktigheten i den generella uppskattningsmetoden som baseras p˚a just alla testrum. Proverna för oberoende variabler som i analysen ovan användes för att generera koefficienterna b₁...b_n används som indata i den genererade ekvationen för prövning av y.

Resultatet y jämfördes parallellt med de uppmätta värdena registrerade av temperaturmätare i vardera rum. Detta genererade en bild av hur väl den uppskattade linjära ekvationen 1 kunde beskriva den verkliga temperaturen i vardera rum. Avvikelser av de genererade värdena fr˚an dem uppmätta undersöktes med hjälp av histogram.

(21)

5 Resultat

5.1 Pearsons korrelationstest

5.1.1 Histogram

Histogrammen visar att dataproverna för de tv˚a huvudvarieblerna vars korrelation undersöks är normalfördelade, se figur 1 och 2. Det framg˚ar ocks˚a att medeltemperaturen är lite högre i takhöjd än i arbetshöjd.

Figure 1: Histogram ¨over termometrar i arbetsh¨ojd

Figure 2: Histogram ¨over branddetektorer

(22)

5.1.2 Linj¨art beroende

Linj¨art beroende visade sig efter tester vara positiv. N¨ar temperaturen i taket

¨

okar eller minskar s˚a sker likartad linjär temperaturförändring i arbetshöjd, se figur 3.

Figure 3: Linjär relation mellan temperatur i takhöjd och arbetshöjd

(23)

5.1.3 Utfall

Pearssons korrelationstest över alla undersökta rum gav följande utfall, se figur 4. Tabellen visar hur alla statiska parametrar fr˚an sektion 4.1.2 samt temperaturvariablerna korrelerar med varandra.

Dynamiska parametrar fr˚an sektion 4.1.2 visade sig vara för f˚a i förh˚allande till antalet temperaturprover, därför uteslöts dem fr˚an denna och vidare analyser.

Figure 4: Pearsons korrelationstest mellan beroende variabel - Temperatur i arbetshöjd - och oberoende statiska variabler - Temperatur i takhöjd, Net- toarea (NTA), Antal p˚aslagna värmeavgivande enheter, Arbetstid.

(24)

5.2 F¨ orklaringsv¨ arde

Med avseende p˚a statiska parametrar i 4.1.2 gav regressionsanalysen f¨oljande utfall.

Figure 5: Regressionsanalys. Beroende variabel: Temperatur i arbetsh¨ojd Oberoende variabler: Temperatur i takh¨ojd, NTA, Antal datorer, Arbetstid

Den linjära ekvationen som beskriver tempratur i arbetshöjd y med sig- nifikanta parametrar f˚ar följande utfall:

y = 6, 656 + 0, 704 · x₁ (4)

x₁ = T emperatur uppm¨att i takh¨ojd

F¨or resonemang kring parametrarnas signifikans se sektion 6.1.2.

(25)

5.3 Pr¨ ovning av egna resultat

Skillnaden mellan den verkliga temperaturen uppmätt med termometrar i arbetshöjd och värden för y som genererades med ekvation 4 gav följande utfall, se figur 6. Resultatet gav följande utfall:

• Medelavvikelse mellan uppmätt temperatur i arbetshöjd med uppskat- tad temperatur med hjälp av eknvation 4 = -0,20 grader

• 4,45% av avvikelserna hamnade utanf¨or det till˚atna intervallet p˚a +-1 grader celcius

Figure 6: Avvikelse av genererad data

(26)

6 Diskussion

6.1 Pearson

6.1.1 Histogram

Histogrammen visar att datan är normalfördelad vilket stödjer flera av rapportens hypoteser. I första hand grundhypotesen om att rumstemperatur

¨

andras stabilt med sm˚a avvikelser kring medeltemperaturen. Hade utfallet varit annorlunda s˚a hade vidare undersökning med de statistiska metoderna som har tillämpats inte varit möjlig. Flera av dataproverna visar en drastisk avvikelse fr˚an medeltemperaturen. D˚a dessa avvikelser är kortvariga och icke konsekventaoch kan de inte förklaras med den befintliga datan. Ett antagande utan stöd av datan är att en varm kropp eller en laptop placerades bredvid mätinstrumentet och p˚averkade mätningen i den enheten men gjorde ingen betydlig p˚averkan p˚a rumstemperaturen i helhet.

Figure 7: Ett tillfälle där termometern visar starkt utslag under kort tid utan att temperaturen i takhöjd p˚averkas

(27)

6.1.2 Utfall

Utfallet av Pearsons korrelationstest visar att alla testade parametrar korrelerar positivt med temperaturen i arbetshöjd. Det betyder att variabel- förändringar sker i samma riktning i n˚agon utsträckning. Utifr˚an graderingen som tas upp i sektion 4.2.2 är slutsatsen att den enda av de testade parametrarna som har stark korrelation till temperaturen i arbetshöjd är temperaturen i takhöjd uppmätt med branddetektor, se figur 4. Därmed bekräftas ytterligare en av rapportens hypoteser.

6.2 F¨ orklaringsv¨ arde

Regressionsanalysen genererade konstanter som beskriver hur mycket f¨or-

¨

andring i den beroende variabeln, temperaturen i arbetshöjd, skapas av en förändring med en enhet i n˚agon av de oberoende variablerna som har tes- tats. D˚a den enda variabeln som har signifikant korrelation (se sektion 6.1.2) med temperatur i arbetshöjd är temperatur i takhöjd, är det ocks˚a den enda variabeln som tas till hänsyn i den linjära ekvationen, se ekvation 4.

Konfidensgraden för de genererade konstanterna är 95%, vilket medger en signifikansniv˚a p˚a 5%. Detta innebär att värden som genereras med ekvation 4 och branddetektordatan som input kommer med 95% sannolikhet att hamna i intervallet +/-1 grad kring den verkliga temperaturen i arbetshöjd.

6.3 Pr¨ ovning av egna resultat

Medelavvikelsen baserat p˚a alla uppmätta datapunkter i arbetshöjd och motsvarande uträknade värden hamnade p˚a 0,20 grader, vilket bekräftar v˚ar hypotes om medelavvikelse. Ytterligare en hypotes var att regressionsanalysen skulle kunna upprätta en ekvation som kan beskriva rumstemperatur en avvikelse p˚a högst 1 grad under ett konfidensintervall p˚a 95%. Detta bekräftades ocks˚a d˚a antalet avvikelser som var större än +-1 grad endast uppgick till 4,45% av antalet undersökta datapunkter. Det bör tilläggas att de uppskattade värdena som framtogs med hjälp av ekvation 4 även prövades p˚a samma data som den delvis är byggd p˚a. Detta är inte ur en vetenskaplig

(28)

synpunkt helt rätt. Helst s˚a skulle den uppskattade temperaturen prövas mot en helt ny datamängd insamlad p˚a exakt samma sätt. Detta fanns det tyvärr inte kapacitet för att göra.

6.4 Sammanfattning

Resultatet är ett exempel p˚a hur fastighetsdatan, i detta fall temperaturdatan fr˚an branddetektorer, kan med en omvandling användas p˚a ett alternativt sätt. Detta är en av grundprinciperna av BIM, förutsatt att man har f˚att kontroll över fastighetsdatan genom att digitalisera den i första hand.

(29)

7 Rekommendation

Datan som användes som input vid resultatprövning var samma data som användes i regressionsanalysen för framtagning av den linjära ekvationen.

För att verklighetstesta modellen innan implementation rekommenderas en ny resultatprövning med ny inputdata. Detta skulle innebära en enklare datainsamling som besktrivet i sektion 4.1.1. Ytterligare en rekommendation

¨

ar att om möjligheten finns använda decimaler i branddetektordatan. Test- datan fr˚an branddetektorer som undersöktes var avrundad till hela grader vilket kan ha p˚averkat precisionen av resultatet.

Undersökningen visade att volymen av observationsdatan kring dynamiska parametrar beskrivna i sektion 4.1.2 inte var tillräcklig för att kunna tas med i de statistiska analyserna. Den datan kan möjligtvis ge en bättre förklaring av ”outliers”, dvs. de värden som hamnar utanför felintervallet +/-1 grad.

Därmed kan det vara intressant att genomföra en liknande undersökning med rörelsedatan inkluderad.

Resultatet av denna studie kan implementeras som en lösning för att vi- sualisera inomhusklimat i realtid eller kolla p˚a temperaturrörelser tillbaka i tiden i en BIM-modell. En fortsättningsstudie kan vara att göra en liknande analys som denna rapport har genomfört med tidsserier och maskininlärn- ing och undersöka om framtida temperaturrörelser kan uppskattas med hjälp av historisk data. Om rapportens resultat kan användas som ett verktyg för att realtidsoptimera resursanvänding, skulle en framtidsuppskattning av temperaturrörelser kunna användas för bättre resursplanering.

(30)

References

[1] BIM objects. 2017. url: https://bimobject.com/sv.

[2] BIM: Revolutionizing Building Life Cycle Management. url: http : //fmlink.com/articles/bim- revolutionizing- building- life- cycle-management/.

[3] Bim Task Group -BIM Level 2 Initiative. 2011. url: http : / / www . bimtaskgroup.org/.

[4] Bj¨orn Lindeborg - CEO Newsec Asset Managemen. 2015. url: http://

www.fastighetsvarlden.se/fvexpert/forandrade-forutsattningar- staller-nya-krav-pa-fastighetsforvaltning/.

[5] BNP - Bruttonationalprodukt ˚ar 2016. 2017. url: http://www.ekonomifakta.

se/Fakta/Ekonomi/Tillvaxt/BNP---Sverige/.

[6] Bostadsmarknaden i Stockholms l¨an 2014. 2014. url: http://www.

lansstyrelsen.se/stockholm/SiteCollectionDocuments/Sv/publikationer/

2014/rapport-2014-12.pdf.

[7] COBie - Construction Operations Building information exchange. url:

https://www.nibs.org/?page=bsa_cobie.

[8] Concepts of BIM. 2017. url: http://www.bimalliance.se/vad-aer- bim/.

[9] Energyland - Life Cycle Energy Assessment (LCEA) of Building Con- struction. url: http://www.energyland.emsd.gov.hk/en/building/

assessment/.

[10] Facility management companies covers most services a facility could need now adays. 2017. url: http://www.cushmanwakefield.com/en/

services/facilities-management/.

[11] IFMA - International Facility Management Market. 2017. url: http:

//ifma.se/om-ifma/marknaden/.

[12] Andreas Warme Jacob Mejvik. “Finansiellt risktagande i fastighetsbolag - En jämförelse mellan kommunala och privata fastighetsbolag i sydvästra Sk˚ane”. In: (2011), pp. 11–12.

(31)

[13] Locum AB - Om Oss. url: https://www.locum.se/Om-Locum/.

[14] “Multidetektor MTD 533X”. In: (). url: https : / / www . schrack - seconet . com / sv / products _ solutions / fire _ alarm / firealarm _ modular_signal_emitters/automatic_firealarms/index.html.

[15] Newsec Property Outlook, Autumn 2016. 2016. url: http : / / www .

lansstyrelsen.se/stockholm/SiteCollectionDocuments/Sv/publikationer/

2014/rapport-2014-12.pdf.

[16] SABO - Sveriges Allm¨annyttiga Bostadsf¨oretag. 2017. url: http://

www.sabo.se/Sidor/default.aspx.

[17] Solibri - About BIM and IFC. url: https : / / www . solibri . com / support/bim-ifc/.

[18] Statstutor - Pearson’s correlation. url: http://www.statstutor.ac.

uk/resources/uploaded/pearsons.pdf.

[19] St¨orsta fastighets¨agarna i CBD – lista och karta. 2016. url: http : //www.fastighetsvarlden.se/notiser/storsta-agarna-cbd/.

[20] The Benefits of Lifecycle BIM for Facility Management. 2016. url:

https://fmsystems.com/blog/the-benefits-of-lifecycle-bim- for-facility-management/.

[21] The economical and environmental benefits of BIM - Chalmers techno- logical institution. 2017. url: http://publications.lib.chalmers.

se/records/fulltext/200002/200002.pdf.

[22] The impact of digitalisation and BIM in facility management. 2017.

url: http://www.vvsforetagen.se/installationsteknik/digitalisering- och-bim/.

[23] “The imprtance of facility management in the life cycle costing calcu- lation”. In: (2016). url: http://www.managementgeneral.ro/pdf/

1_2016_7.pdf.

[24] What is Linear Regression? 2017. url: http://www.statisticssolutions.

com/what-is-linear-regression/.

[25] What is Pearson’s Correlation Coefficient? 2017. url: http://www.

statisticssolutions.com/pearsons-correlation-coefficient/.

(32)

[26] What is What is a histogram? 2017. url: https : / / statistics . laerd.com/statistical-guides/understanding-histograms.php.

(33)