A methodology for the application of predictive analytics to facility management

Nowadays, Artificial Intelligence (AI) is one of the topics of highest interest in our society; it is widely spreading among many sectors because data is constantly increasing. Therefore, it is necessary to use smart algorithms to extrapolate information. Facility management is the discipline that includes all the activities necessary for the smooth functioning of the building to guarantee the occupants a safe and comfortable place. It is a sector that has experienced many innovations during its history; in particular, the use of AI has deeply influenced it in the last decade. This study proposes a literature review concerning the use of AI and innovative technologies (Building Information Modeling) in the context of facility management, exploring current and possible future applications. The focus is on predictive maintenance, which is one of the areas of greatest interest. The ability to predict faults in advance, and therefore take actions to reduce this risk guarantees considerable savings of money and, above all, a safer place for the occupants. Then a market analysis of the tools currently adopted by the facility managers is reported, explaining their pros and cons, and introducing innovative features not yet available. The next step is to establish a cutting-edge methodology for predictive maintenance that fills the gaps encountered in the literature and in the market analysis, specifically is developed a framework to deal with the problem of the lack of data for training. The solution is to use a one-shot learning technique for time series to predict the anomalous patterns in advance. This methodology is then validated in a real industrial scenario with the collaboration of System IPM.

L'Intelligenza Artificiale (IA) è oggi uno dei temi di maggiore interesse nella nostra società. Il suo utilizzo si sta diffondendo ampiamente in molti settori perché la quantità e diversità dei dati sono in costante aumento, pertanto, è necessario utilizzare algoritmi intelligenti per estrapolare informazioni utili. Il Facility Management è la disciplina che racchiude tutte le attività necessarie al buon funzionamento dell'edificio per garantire agli occupanti un luogo sicuro e confortevole. È un settore che ha subito numerose innovazioni nella sua storia; in particolare, l'uso dell'intelligenza artificiale lo ha profondamente influenzato nell'ultimo decennio. Questo studio propone una revisione della letteratura sull'uso dell'IA e di tecnologie innovative (per esempio Building Information Modeling) nel contesto del facility management, esplorando le possibili applicazioni attuali e future. In particolare, questo studio si focalizza sulla manutenzione predittiva, che è una delle aree di maggiore interesse. La capacità di prevedere in anticipo i guasti, e quindi di intraprendere azioni per ridurre questo rischio, garantisce un notevole risparmio di investimenti e, soprattutto, un luogo più sicuro per gli occupanti. Verrà poi riportata un'analisi di mercato degli strumenti attualmente adottati dai facility manager, spiegandone pro e contro e introducendo funzionalità innovative non ancora disponibili. Il passo successivo consiste nel definire una metodologia all'avanguardia per la manutenzione predittiva che colmi le lacune riscontrate nella letteratura e nell'analisi di mercato, nello specifico è sviluppato un procedimento per affrontare il problema della mancanza di dati per il “training” del modello. La soluzione consiste nell’utilizzo di una tecnica di apprendimento di tipo “one-shot” per le serie temporali, per prevedere in anticipo le anomalie. Tale metodologia è poi validata in uno scenario reale con la collaborazione di System IPM.