Smart home technologies are a large potential market for the construction and building services industry. This chapter discusses the topics consultants, installers, and suppliers of home automation systems encounter when working in the field. Improved communication skills and more flexible approaches to the design and installing of building services leads to many new opportunities for new products and services. There are a large number of requirements from the perspective of architectural design and building services engineering, which relate to the infrastructure that is needed for smart homes. An overview of these electrical engineering and ICT requirements is discussed. When working with clients, it is important to consider the additional set of rules of working in their homes. Clients may have additional needs in the field of home modifications that can also be addressed when doing retrofitting projects. An outline of steps to get stared and essential questions for professional care organization is given.
LINK
Completeness of data is vital for the decision making and forecasting on Building Management Systems (BMS) as missing data can result in biased decision making down the line. This study creates a guideline for imputing the gaps in BMS datasets by comparing four methods: K Nearest Neighbour algorithm (KNN), Recurrent Neural Network (RNN), Hot Deck (HD) and Last Observation Carried Forward (LOCF). The guideline contains the best method per gap size and scales of measurement. The four selected methods are from various backgrounds and are tested on a real BMS and metereological dataset. The focus of this paper is not to impute every cell as accurately as possible but to impute trends back into the missing data. The performance is characterised by a set of criteria in order to allow the user to choose the imputation method best suited for its needs. The criteria are: Variance Error (VE) and Root Mean Squared Error (RMSE). VE has been given more weight as its ability to evaluate the imputed trend is better than RMSE. From preliminary results, it was concluded that the best K‐values for KNN are 5 for the smallest gap and 100 for the larger gaps. Using a genetic algorithm the best RNN architecture for the purpose of this paper was determined to be GatedRecurrent Units (GRU). The comparison was performed using a different training dataset than the imputation dataset. The results show no consistent link between the difference in Kurtosis or Skewness and imputation performance. The results of the experiment concluded that RNN is best for interval data and HD is best for both nominal and ratio data. There was no single method that was best for all gap sizes as it was dependent on the data to be imputed.
MULTIFILE
INLEIDING: De Hogeschool Utrecht heeft op basis van praktijkgericht onderzoek een innovatief modulair bouwconcept (#SELFIECIENT) ontwikkeld. Met diverse gestandaardiseerde modulaire bouwdelen van #SELFIECIENT kan eenvoudig een bouwgevel worden samengesteld, en daarmee een gehele woning. Met behulp van deze SIA RAAK TAKE OFF subsidie wordt dit concept nu door enkele ondernemende studenten omgezet naar een marktwaardig product. HET PROBLEEM: #SELFIECIENT tackelt drie belangrijke uitdagingen in de huidige bouwsector / gebouwde omgeving op een nieuwe en innovatieve wijze, te weten 1) de ontwikkeling van circulaire en klimaat neutrale woningen, 2) de ontwikkeling van betaalbare woningen en 3) de ontwikkeling van flexibele / adaptieve woningen. DE OPLOSSING: De oplossing voor bovengenoemde uitdagingen ligt in het industrieel vervaardigen van modulaire bouwdelen op basis van circulaire materialen, die de realisatie van een comfortabele, betaalbare, klimaat neutrale en adaptieve woning garanderen = #SELFIECIENT. DE INNOVATIE: De modulaire bouwdelen van #SELFIECIENT hebben de volgende innovatieve eigenschappen. 1) Revolutionair is het ontwikkelen van geïntegreerde multifunctionele bouwdelen die in diverse marktsegmenten toegepast kunnen worden; 2) Schaalbaarheid door middel van (open source) standaardisatie en de mogelijkheid van hergebruik. 3) Industrialisatie van het productieproces van de modulaire bouwgevels waardoor goedkoop en milieuvriendelijke kan worden geproduceerd; 4) Vanuit externe industrieën zoals o.a. de ICT en duurzame energie sector ontstaan nieuwe producten die kunnen worden geïntegreerd in woning en die leiden tot nieuwe businesscases en exploitatie modellen. Voorbeelden zijn gedistribueerde IT-servers en lokale accu opslag systemen. MARKTANALYSE / VERDIENMODEL: De modulaire bouw elementen kennen een brede toepasbaarheid, waardoor er een groot marktpotentieel is. Voorbeelden zijn woningrenovatie, nieuwbouw, de toenemende vraag naar levensloopbestendige woningen, woningen voor vluchtelingen, en renovatie van kantoorpanden. Slechts een miniem marktaandeel in de renovatie of nieuwbouw betekent al een omzet van meer dan miljoenen euro’s. Er zijn zover bekend geen andere aanbieders van gelijksoortige producten op de markt. Het te verwachten verdienmodel is gebaseerd op de verkoop van de modulaire bouwdelen of een leen/lease exploitatie van de modulaire bouwdelen. DOEL VAN HET PROJECT / BUDGET (39900€): Het doel van het project is drieledig: 1) het uitwerken van het ontwerp van de modulaire bouwdelen op basis van eerdere ontwerpen en ideeën uit praktijkgericht onderzoek (14960€); 2) het maken van een proof-of-principle van het modulaire bouwdeel (13320€); 3) het uitvoeren van een haalbaarheidsstudie (8560€); en 4) het versterken van de entrepreneurial skills (3060€.). PROJECT TEAM: Een sterk team is gevormd om dit modulaire bouwconcept door te zetten naar een bijzonder bedrijf. Het team bestaat uit 3 ondernemende studenten, onderzoekers en lectoren verbonden aan het lectoraat Nieuwe Energie in de Stad, docenten van de opleiding werktuigbouwkunde en bouwkunde, en een ervaren entrepreneur. De studenten zijn al vroeg tijden hun opleiding gespot als bijzonder initiatiefrijk, gedreven en ondernemende studenten. Het studententeam bestaat uit een goede mix van werktuigbouwkunde, bouwkunde en technische bedrijfskunde.
Teachers have a crucial role in bringing about the extensive social changes that are needed in the building of a sustainable future. In the EduSTA project, we focus on sustainability competences of teachers. We strengthen the European dimension of teacher education via Digital Open Badges as means of performing, acknowledging, documenting, and transferring the competencies as micro-credentials. EduSTA starts by mapping the contextual possibilities and restrictions for transformative learning on sustainability and by operationalising skills. The development of competence-based learning modules and open digital badge-driven pathways will proceed hand in hand and will be realised as learning modules in the partnering Higher Education Institutes and badge applications open for all teachers in Europe.Societal Issue: Teachers’ capabilities to act as active facilitators of change in the ecological transition and to educate citizens and workforce to meet the future challenges is key to a profound transformation in the green transition.Teachers’ sustainability competences have been researched widely, but a gap remains between research and the teachers’ practise. There is a need to operationalise sustainability competences: to describe direct links with everyday tasks, such as curriculum development, pedagogical design, and assessment. This need calls for an urgent operationalisation of educators’ sustainability competences – to support the goals with sustainability actions and to transfer this understanding to their students.Benefit to society: EduSTA builds a community, “Academy of Educators for Sustainable Future”, and creates open digital badge-driven learning pathways for teachers’ sustainability competences supported by multimodal learning modules. The aim is to achieve close cooperation with training schools to actively engage in-service teachers.Our consortium is a catalyst for leading and empowering profound change in the present and for the future to educate teachers ready to meet the challenges and act as active change agents for sustainable future. Emphasizing teachers’ essential role as a part of the green transition also adds to the attractiveness of teachers’ work.
De doelstelling van het project is het ontwikkelen van een breed gedragen basis voor samenwerking tussen de partners in het Living Lab Upper Citarum River Basin het opstellen van een breed gedragen Action Plan voor het toepassen van de beginselen van de circulaire economie als basis voor duurzame ontwikkeling van het Upper Citarum River Basin. In november 2016, heeft Hogeschool Van Hall Larenstein namens het Nederlandse Delta Platform een samenwerkingsovereenkomst ondertekend met University of Technology Bandung (ITB). Hiermee is de totstandkoming van het Living Lab Upper Citarum Basin officieel bekrachtigd. Daarnaast zijn ook andere partijen zoals Telkom University, de Radboud Universiteit en Deltares betrokken en wordt nadrukkelijk aandacht besteed aan de functie van springplank die het Living Lab mogelijk voor het Nederlandse MKB kan bieden. Vlak na de totstandkoming van het Living Lab is afgesproken dat het Living Lab zich zal gaan richten op duurzame ontwikkeling en waterbeheer, waarbij de principes van de circulaire economie als leidend principe zullen worden toegepast. Bovendien is afgesproken om gezamenlijk te werken aan de ontwikkeling van on-derwijsmateriaal. Met dit project zullen tijdens werksessies met de betrokken partners en stakeholders in Bandung de meest veelbelovende kernthema’s voor samenwerking worden geïdentificeerd en verder concreet worden gemaakt. Hiervoor is het noodzakelijk om de ketens van stofstromen in het Citarum River Basin inzichtelijk te maken en hierbij kansen te identificeren voor het Nederlandse bedrijfsleven (MKB). In eerste instantie wordt hierbij ge-dacht aan bouwen met bagger, bouwen met plastic afval, building with nature, drinkwatervoorziening, afwate-ring en afvalwaterzuivering.
