Tình huống triển khai

Tòa nhà hỗn hợp 18 tầng tại Thủ Đức (kết hợp văn phòng và căn hộ dịch vụ) đang chuẩn bị nâng cấp toàn bộ hệ thống cảm biến hiện diện và chiếm dụng không gian vào quý 3/2024. Hệ thống cũ sử dụng cảm biến hồng ngoại thụ động (PIR) đơn lẻ chỉ đạt độ chính xác khoảng 82% ở mật độ thấp, thường xuyên báo sai do ảnh hưởng của gió điều hòa hoặc thay đổi ánh sáng. Ban quản lý yêu cầu giải pháp mới đạt độ chính xác tối thiểu 98%, tích hợp BMS và vận hành ổn định trong điều kiện nhiệt độ 35°C, bụi PM2.5 cao cùng nguồn điện lưới thường xuyên sụt giảm.

Yêu cầu kỹ thuật cốt lõi năm 2024

• Độ chính xác phát hiện ≥ 98% ở mật độ 0,3–3 người/m²
• Giao thức MQTT over TLS 1.3 với chứng chỉ X.509
• Cập nhật firmware OTA gói tin dưới 200 KB, hỗ trợ rollback
• Tiêu thụ trung bình dưới 0,8 W ở chế độ chờ
• Chịu được độ ẩm 95% RH không ngưng tụ, dải nhiệt độ hoạt động 0–50°C
• Cấp bảo vệ bụi IP5X trở lên

Lựa chọn công nghệ cảm biến phù hợp khí hậu Việt Nam

Sau khi so sánh datasheet năm 2024, nhóm kỹ sư đã chọn dòng cảm biến đa công nghệ:

Steinel True Presence 24 GHz

Kết hợp mmWave + PIR + AI, đạt 99% độ chính xác ở mật độ 0,5–2,5 người/m², tiêu thụ chờ 0,6 W. Cần thay vỏ polycarbonate chịu nhiệt 50°C và phủ keo conformal coating chống bụi mịn.

Lutron Radio Powr Savr WLR-300

Sử dụng mmWave + AI dự đoán, đạt 98,5% độ chính xác, hỗ trợ OTA 180 KB. Cần nâng cấp chứng chỉ TLS 1.2 lên TLS 1.3 trước khi triển khai.

Schneider SpaceLogic PIR+mmWave

Dành cho khu vực hành lang, tiêu thụ 0,7 W, IP54. Cần bổ sung bộ lọc không khí xốp PU 5 µm để giảm bám bụi.

Khuyến nghị sử dụng Steinel làm cảm biến chính cho khu vực văn phòng và Lutron cho khu căn hộ.

Quy trình lắp đặt và hiệu chỉnh thực tế

1. Vị trí lắp đặt: Trần nhà, góc 45°, cao 2,7–3,0 m. Tránh đặt gần miệng điều hòa gió lạnh trực tiếp.
2. Nguồn điện: Sử dụng adapter 85–265 VAC để thích ứng với biến động điện lưới tại Thủ Đức.
3. Hiệu chỉnh: Chạy thuật toán AI calibration trong 72 giờ với mật độ người thực tế, điều chỉnh ngưỡng mmWave từ 0,4 xuống 0,35.
4. Bảo trì: Lau thấu kính mỗi 45 ngày do điều kiện bụi PM2.5 cao.

Tích hợp dữ liệu với BMS và nền tảng đám mây

Sử dụng gateway Schneider EcoStruxure Edge làm MQTT broker cục bộ, publish topic occupancy/floor{xx}/zone{xx} với QoS 1. Dữ liệu được đẩy lên Azure IoT Hub và BMS Niagara 4 với độ trễ trung bình 1,8 giây. Cập nhật OTA gói tin 178 KB thực hiện vào khung giờ 02:00–04:00.

Đánh giá ROI sau 12 tháng vận hành

• Giảm tiêu thụ điện điều hòa 17,8% nhờ tắt sớm 12–18 phút khi không gian trống.
• Tiết kiệm chi phí điện và bảo trì khoảng 1,42 tỷ VND/năm.
• Chi phí đầu tư ban đầu 2,87 tỷ VND, hoàn vốn trong 24 tháng.

Khuyến nghị hành động cụ thể

1. Chốt danh sách cảm biến (70% Steinel, 30% Lutron) trước 30/05/2024.
2. Yêu cầu nhà thầu cung cấp adapter nguồn 85–265 VAC và conformal coating tại Việt Nam.
3. Thiết lập lịch bảo trì 45 ngày/lần.
4. Đào tạo 2 kỹ thuật viên tòa nhà cách kiểm tra log MQTT và thực hiện OTA thủ công.
5. Chuẩn bị ngân sách dự phòng 8% cho linh kiện thay thế.

Báo cáo này mang tính tham khảo thực địa. Đề nghị kiểm tra datasheet mới nhất trước khi đặt hàng.