Vår AI ser det som ögat inte ser

Bakom varje värmefotografering ligger vår egenutvecklade AI-modell för bildigenkänning. Den är tränad på tusentals termiska bilder från verkliga inspektioner av fastigheter och solcellsanläggningar, och fortsätter ständigt att lära sig.

 

Syftet är enkelt, att förstå vad som händer i byggnaden och varför.

​

AI:n analyserar varje bild pixel för pixel, letar efter mönster som avviker från det normala och jämför med tidigare kända fall. På så sätt kan den inte bara tala om att något ser fel ut, utan också vilken typ av fel det sannolikt handlar om.

 

Resultatet presenteras som tydliga markeringar, förklaringar och rekommendationer, antingen i en interaktiv Power BI-rapport eller via API direkt in i ditt befintliga drift- eller förvaltningssystem.

 

Värmeläckage

AI:n kan upptäcka värmeavvikelser som indikerar bristande isolering, otäta fönster eller köldbryggor i konstruktionen. Den känner igen mönster som uppstår när värme läcker ut genom små sprickor eller felaktigt tätade skarvar, mönster som ofta är omöjliga att uppfatta med blotta ögat.

Genom att jämföra temperaturgradienter över hela byggnadens yta kan modellen avgöra om läckaget beror på isoleringsbrist, materialfel eller dålig lufttätning.

​

Solceller

Vid inspektion av solcellsanläggningar analyserar AI:n varje enskild panel för att hitta hotspots, trasiga bypassdioder, defekta moduler och slingor med låg produktion.

Genom att jämföra värmefördelningen mellan celler i samma panel kan den skilja på tillfälliga effekter – som smuts eller skuggning, och faktiska elektriska fel.

AI:n föreslår därefter trolig orsak och åtgärd baserat på tidigare fall, vilket gör det möjligt att undvika onödiga produktionsbortfall och brandrisk.

​

Vattenläckage

Små fuktskador kan pågå länge innan de syns utifrån. Vår AI kan identifiera termiska mönster som tyder på inträngande vatten bakom ytskiktet, till exempel längs skarvar, takgenomföringar eller runt fönster.

Den jämför temperaturförändringar över tid och söker efter asymmetriska värmeflöden, klassiska signaler för fukt.

På så sätt går det att upptäcka läckage i ett tidigt skede och förhindra större skador.

​

Vattenansamlingar

AI:n analyserar även takytor för att upptäcka områden där vatten samlas eller står kvar efter regn.

Sådana mönster uppstår ofta vid felaktiga fall, igensatta brunnar eller ojämn isolering.

Genom att tolka värmevariationer i takmaterialet kan modellen avgöra om ansamlingen är ytlig eller om fukten har börjat tränga in i konstruktionen – viktig information för att bedöma risk för korrosion, mögel eller brand.

​

Integrerad analys

Alla resultat samlas i en interaktiv rapport med kartor, bilder och rekommendationer, där varje observation går att klicka på för mer information.

För dig som är företagare kan datan dessutom läsa in via API direkt i ditt befintliga system, till exempel fastighetsförvaltning, energiuppföljning eller underhållsplanering.

Det gör att våra insikter kan bli en naturlig del av ditt vardagliga beslutsunderlag, inte ett fristående verktyg.

​

Vill du se hur det fungerar i praktiken?
Boka en kostnadsfri genomgång så visar vi hur våra AI-analyser kan integreras i ditt system, eller hur du får full insyn i allt via Power BI.

​