BACnet (BMS) + AI-агент ASI Biont: пошаговое руководство по интеграции систем автоматизации зданий

Введение: почему BACnet и AI — идеальная пара для умного здания

Системы автоматизации зданий (BMS) на протоколе BACnet — это стандарт де-факто для управления HVAC, освещением, пожарной сигнализацией и безопасностью в коммерческих и промышленных объектах. BACnet (Building Automation and Control Network) — международный стандарт ISO 16484-5, который объединяет тысячи устройств: от контроллеров VAV (Variable Air Volume) до чиллеров и датчиков CO2. Однако классические BMS имеют серьёзный недостаток: их программирование требует узкоспециализированных инженеров, а логика работы часто статична и не адаптируется к реальному поведению людей или погодным условиям.

Интеграция AI-агента ASI Biont с BACnet-сетью решает эту проблему. Вместо того чтобы вручную писать скрипты на Siemens Desigo CC или Honeywell Niagara, вы просто описываете задачу на естественном языке в чате: «Оптимизируй график работы чиллера в зависимости от прогноза погоды и occupancy-сенсоров». AI-агент подключается к BACnet-контроллеру, читает текущие значения, анализирует данные, принимает решения и отправляет команды обратно — и всё это за секунды.

В этой статье мы разберём, как подключить BACnet-устройства к ASI Biont, какие сценарии автоматизации можно реализовать, и почему этот подход выгоднее традиционного программирования BMS.

Что такое BACnet и как он работает

BACnet — это протокол прикладного уровня, разработанный ASHRAE (American Society of Heating, Refrigerating and Air-Conditioning Engineers). Он поддерживает несколько сетевых топологий: BACnet/IP (поверх Ethernet), BACnet MS/TP (поверх RS-485) и BACnet PTP (точка-точка). В современных BMS-системах доминирует BACnet/IP, так как он не требует дополнительных шлюзов и работает напрямую через стандартную сетевую инфраструктуру.

Ключевые понятия BACnet:
- Device — физическое устройство (контроллер, датчик, исполнительный механизм).
- Object — логический объект внутри устройства (например, Analog Input, Binary Output, Schedule).
- Property — свойство объекта (текущее значение, единица измерения, статус).
- Service — операция (ReadProperty, WriteProperty, Who-Is, I-Am).

Способы подключения BACnet к ASI Biont

ASI Biont поддерживает BACnet через библиотеку bac0 (Python-обёртка над BACnet Stack). Это означает, что AI-агент может:
- Обнаруживать устройства в сети (Who-Is / I-Am).
- Читать свойства любых объектов (ReadProperty).
- Записывать значения в объекты (WriteProperty).
- Подписываться на COV (Change of Value) уведомления.

Способ 1: industrial_command tool

Для быстрых одноразовых операций AI использует встроенный инструмент industrial_command. Пользователь просто описывает в чате, что нужно сделать, и AI отправляет команду. Пример:

Пользователь: Подключись к BACnet-сети на 192.168.1.100 и прочитай температуру в зоне "Zone_1_Temp".

AI (выполняет):
industrial_command(
    protocol='bacnet',
    command='read_property',
    params={
        'device_ip': '192.168.1.100',
        'object_type': 'analog-input',
        'object_instance': 101,
        'property': 'present-value'
    }
)

Ответ: 22.5 °C

Способ 2: execute_python с bac0

Для сложной логики (анализ трендов, предиктивное управление) AI пишет полноценный Python-скрипт, который выполняется в sandbox-окружении ASI Biont. Скрипт использует библиотеку bac0, которая устанавливается в sandbox. Пример:

import bac0
import asyncio

async def read_and_analyze():
    # Подключение к BACnet-сети через broadcast
    bacnet = bac0.connect()

    # Поиск всех устройств
    devices = await bacnet.who_is()
    print(f"Найдено устройств: {len(devices)}")

    # Чтение температуры из нескольких зон
    zones = ['Zone_1_Temp', 'Zone_2_Temp', 'Zone_3_Temp']
    temps = {}
    for device in devices:
        for obj in device.objects:
            if obj.name in zones:
                value = await bacnet.read_property(
                    device.address,
                    obj.object_type,
                    obj.object_instance,
                    'present-value'
                )
                temps[obj.name] = value

    # Анализ: если средняя температура > 24 °C, увеличить охлаждение
    avg_temp = sum(temps.values()) / len(temps)
    if avg_temp > 24.0:
        # Увеличиваем уставку охлаждения (предположим, объект 200 - это уставка)
        await bacnet.write_property(
            '192.168.1.100',
            'analog-output',
            200,
            'present-value',
            22.0
        )
        print(f"Средняя температура {avg_temp:.1f}°C > 24°C. Уставка охлаждения снижена до 22°C.")
    else:
        print(f"Средняя температура {avg_temp:.1f}°C в норме.")

asyncio.run(read_and_analyze())

Важно: execute_python выполняется в облаке (sandbox) и не имеет доступа к локальной сети пользователя напрямую. BACnet-устройства должны быть доступны по IP из облака (например, через VPN или публичный IP). Для сетей за NAT используйте Hardware Bridge (описан ниже).

Способ 3: Hardware Bridge для локальных BACnet MS/TP сетей

Если ваша BMS использует BACnet MS/TP (RS-485), вам понадобится Hardware Bridge. Это Python-скрипт (bridge.py), который пользователь запускает на своём ПК (Windows/Linux/macOS), подключённом к BACnet-сети через USB-to-RS485 конвертер (например, FTDI или Moxa). Bridge соединяется с облаком ASI Biont через WebSocket и транслирует BACnet-команды в локальную сеть.

Шаги по настройке:

1. Скачайте bridge.py из дашборда ASI Biont (Devices → Create API Key → Скачать bridge).
2. Установите зависимости:
   bash pip install pyserial bac0 websockets
3. Подключите USB-to-RS485 конвертер к компьютеру и к BACnet MS/TP шине. Узнайте номер порта (например, COM3 на Windows или /dev/ttyUSB0 на Linux).
4. Запустите bridge:
   bash python bridge.py --token=ВАШ_ТОКЕН --ports=COM3 --baud=38400
   Где --baud=38400 — типичная скорость BACnet MS/TP (может быть 9600, 19200, 38400, 76800).
5. Проверьте связь: в чате ASI Biont напишите:
   Пользователь: Проверь подключение к BACnet MS/TP сети через bridge.
   AI выполнит поиск устройств через bac0.who_is() и вернёт список найденных контроллеров.

Реальные сценарии автоматизации

Сценарий 1: Оптимизация HVAC по occupancy и погоде

Задача: В офисном здании система HVAC потребляет 40% электроэнергии. Нужно снизить энергопотребление, не ухудшая комфорт сотрудников.

Решение через ASI Biont:
1. AI подключается к BACnet-контроллеру и читает данные с CO2-датчиков (occupancy) и датчиков температуры в 20 зонах.
2. AI получает прогноз погоды через OpenWeatherMap API (доступен через requests в execute_python).
3. AI анализирует тренды occupancy: если в зоне CO2 < 600 ppm в течение 30 минут, значит людей нет — AI снижает расход воздуха (VAV box) до минимального.
4. Если прогноз обещает +30°C днём, AI заранее снижает температуру в помещении на 1°C, чтобы система не работала на пике нагрузки в час дня.

Пример команды пользователя:

Пользователь: Оптимизируй HVAC. В зонах, где CO2 ниже 600 ppm, снизь приточный воздух до 30%. Скорректируй уставки температуры с учётом завтрашней жары.

AI: Выполняю...
- Прочитал CO2 в зонах 1-20: зоны 3, 7, 12, 18 ниже порога.
- Снизил расход воздуха в VAV box 3, 7, 12, 18 до 30%.
- Получил прогноз: завтра +31°C. Снизил уставки в зонах 1-20 с 23°C до 22°C.
- Экономия: ~18% энергии завтра.

Сценарий 2: Аварийное управление освещением

Задача: При срабатывании пожарной сигнализации (BACnet Binary Input) необходимо включить аварийное освещение (Binary Output) во всех зонах.

Решение: AI подписывается на COV-уведомления для объекта пожарной сигнализации. При изменении значения (0→1) AI мгновенно отправляет WriteProperty на все выходы освещения.

import bac0
import asyncio

async def fire_alarm_handler():
    bacnet = bac0.connect()

    # Подписка на изменение пожарного датчика (BI 101)
    async def callback(device, object_id, value):
        if value == 1:  # Тревога
            # Включаем все выходы аварийного освещения (BO 200-220)
            for instance in range(200, 221):
                await bacnet.write_property(
                    '192.168.1.100',
                    'binary-output',
                    instance,
                    'present-value',
                    1
                )
            print("Аварийное освещение включено!")
        else:
            print("Пожарная сигнализация сброшена.")

    await bacnet.subscribe_cov('192.168.1.100', 'binary-input', 101, callback)

    # Держим подписку активной
    await asyncio.Event().wait()

asyncio.run(fire_alarm_handler())

Важно: execute_python не может работать бесконечно (таймаут 30 секунд). Для постоянного мониторинга используйте Hardware Bridge с поддержкой COV или периодические опросы через industrial_command.

Сценарий 3: Энергомониторинг с уведомлениями в Telegram

Задача: Собирать данные с энергомониторов (BACnet Analog Input: мощность, напряжение, ток) и отправлять отчёт в Telegram каждый час.

Решение через execute_python:

import bac0
import asyncio
import requests
from datetime import datetime

TELEGRAM_TOKEN = "ваш_токен"
CHAT_ID = "ваш_chat_id"

async def energy_report():
    bacnet = bac0.connect()

    # Чтение данных с энергомониторов
    power = await bacnet.read_property('192.168.1.200', 'analog-input', 301, 'present-value')
    voltage = await bacnet.read_property('192.168.1.200', 'analog-input', 302, 'present-value')
    current = await bacnet.read_property('192.168.1.200', 'analog-input', 303, 'present-value')

    # Формирование отчёта
    report = f"""📊 **Энергомониторинг**
🕒 {datetime.now().strftime('%H:%M')}
⚡ Мощность: {power:.2f} кВт
🔌 Напряжение: {voltage:.1f} В
🔋 Ток: {current:.2f} А
📈 Потребление за час: {power * 1:.2f} кВт·ч"""

    # Отправка в Telegram
    url = f"https://api.telegram.org/bot{TELEGRAM_TOKEN}/sendMessage"
    requests.post(url, json={'chat_id': CHAT_ID, 'text': report, 'parse_mode': 'Markdown'})

    print("Отчёт отправлен.")

asyncio.run(energy_report())

Пользователь может запросить такой скрипт одной фразой:

Пользователь: Настрой отправку отчёта по энергопотреблению в Telegram каждый час. Данные бери с BACnet-устройства 192.168.1.200, объекты AI 301-303.

AI сгенерирует код, выполнит его один раз для проверки, а затем можно настроить периодический запуск через внешний планировщик (cron) или встроенный механизм ASI Biont (если доступен).

Таблица: сравнение способов подключения BACnet

Почему ASI Biont, а не традиционное программирование BMS?

Традиционная разработка для BMS выглядит так:
1. Инженер изучает документацию BACnet-контроллера (например, Siemens PXC или Honeywell Spyder).
2. Пишет код на C++ или Python с использованием BACPypes.
3. Тестирует на стенде (2-3 дня).
4. Внедряет на объекте (ещё неделя).

С ASI Biont:
1. Пользователь пишет в чате: «Собери данные с контроллера 192.168.1.100 и построй график температуры за последние 24 часа».2. AI-агент подключается к устройству, читает данные и строит график (через matplotlib).
3. Всё занимает 10 секунд.

Ключевое преимущество: AI-агент сам пишет код интеграции под каждое устройство. Вам не нужно ждать, пока разработчики ASI Biont добавят поддержку конкретного контроллера — если устройство поддерживает BACnet/IP, оно уже совместимо. А если ваш контроллер использует нестандартный протокол? Используйте execute_python с любой библиотекой из sandbox (pymodbus, snap7, pycomm3) — AI адаптируется.

Практические выводы

1. BACnet + AI = снижение затрат на эксплуатацию. По данным Johnson Controls, интеллектуальное управление HVAC может сократить энергопотребление зданий на 20-30%. AI-агент ASI Biont делает это без ручного программирования.
2. Гибкость. Подключайте любые BACnet-устройства: от простых датчиков до сложных чиллеров. Протокол стандартизирован, поэтому AI понимает все объекты и свойства.
3. Безопасность. Все команды выполняются в изолированном sandbox или через bridge с валидацией. Никакой прямой доступ к ядру системы.
4. Экономия времени. Интеграция, которая раньше занимала дни, теперь выполняется за минуты диалога с AI.

Как начать?

1. Зарегистрируйтесь на asibiont.com.
2. Получите API-ключ в разделе Devices.
3. Если ваша BMS работает по BACnet/IP — просто укажите IP-адрес контроллера в чате.
4. Если BACnet MS/TP — скачайте bridge.py, подключите USB-to-RS485 конвертер и запустите bridge.
5. Напишите: «Подключись к BACnet-сети и покажи список устройств». AI сделает всё остальное.

Попробуйте интеграцию уже сегодня — ваш умный дом или офис станет действительно автономным.