探析集中空调变风量系统的控制方法

摘要：集中空调又称中央空调，其中变风量空调（VAV空调系统）又以自身的优势条件得到了较为广泛的应用。VAV空调系统的主要特点是节能，并且易于控制，因此，在建筑中应用VAV空调系统，是当前我国实现节能降耗，实现可持续发展的有效途径之一。

关键词：集中空调；变风量；智能控制；前景

中图分类号：TB494 文献标识码：A 文章编号：

随着我国城市的发展，经济的增长，集中空调的应用日益广泛，特别是在一些大型商场、办公楼等等大型公众场所中，更是发挥了重要作用。在信息化技术高速发展的今天，空调智能控制应用于集中空调系统中，实现了变风量空调系统的智能化控制，解决了变风量空调对控制的依赖性。正确地完成变风量空调系统控制设计是变风量空调系统设计的重点，也是系统成功与否的关键。

一、集中空调变风量系统智能化控制技术的应用

变风量空调系统区域温度可控，满足了个性需求；部分负荷时，采用变频装置调节风机转速，大大减降低了风机能耗；保持定风量空调系统空气过滤效率高、室内空气品质好、室内相对湿度低，热舒适性好的特点；通过改变新风比还可利用室外新风进行自然冷却，并可实现低温送风；系统无水管进入空调区域。其突出的优点、性能，深受用户欢迎。但在实现智能控制上，也经历一段艰难的实践摸索过程。最初是采取以下的方法进行“智能”控制的：

1、变风量末端控制

变风量末端按温控区设置，每个变风量末端需控制器，由对应温控区内的室内温控器控制。控制器是变风量末端装置控制系统的核心，它将被调量与定值进行比较，得出偏差值，然后参照预先设定的控制规律，调节风阀的开度，是被调量等于或接近于给定值。变风量末端装置控制器采用连续性控制规律。

2、系统风量控制

（1）控制原理：空调器AHU的风量控制是变风量空调系统最主要的控制内容之一。本工程选用变定静压法控制系统风量。变定静压法的控制逻辑：根据各独立分区的变风量末端装置控制器提供给中央监控系统的数据，按各分区最大静压需求值重新确定静压设定值。系统静压值尽可能设置得低些，直至某分区的末端装置调节风阀全开。

变定静压法原理图

（2）静压设定点：变定静压控制法仍需设置静压测定点。由于静压设定值可随时根据需求重新设定，静压设定值的大小变得不那么重要，它仅起到初始设定作用。系统静压初始设定点应设置在离空调器出口约1/3处的主送风管上。

二、智能控制技术的逐步发展，在变风量空调系统中的新应用

随着智能控制技术的不断成熟进步，目前主要分为：分级递阶控制系统，专家控制系统，人工神经网络控制系统，模糊控制系统，学习控制系统等几种。

这里主要介绍一下：模糊控制系统 、人工神经网络控制系统、专家控制系统在变风量空调系统中的应用。

1、模糊控制

模糊控制是以模糊集理论为基础，以模糊语言变量和逻辑推理为工具，利用人的知识和经验，将直觉纳入到决策之中的一种智能控制方法。它是利用模糊及理论设计的，无需知道被控对象精确的数学模型，而且模糊算法能够有效地利用专家所提供的模糊信息和知识，进而能够处理定义不完善或难以精确建模的复杂过程。三十多年来，模糊控制及其算法在工程领域取得的明显应用效果，使人们坚信在原有控制理论基础上纳入模糊控制，是解决非线性不确定系统控制问题的有效途径之一。

模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。实践证明，它具有如下几个特点:

(l)易于实现对具有不确定性的对象和具有强非线性的对象进行控制；(2)对被控对象特性参数的变化具有较强的抗干扰能力； (3)对于控制系统的干扰具有较强的抑制能力。

模糊控制理论和技术是智能控制领域中非常有前途的一个分支，在工程上也已经获得了很多成功的应用。1974年，英国学者Mamdani利用模糊语言构成的模糊控制器，首次将模糊控制理论应用到蒸汽机和锅炉的控制中。1979年，英国学者Procrk和Mamd耐研究出一种自组织的模糊控制器，标志着模糊控制器智能化程度向高级阶段发展。1980年代末期，日本科学家成功地将模糊控制理论运用于消费产品控制和工业控制，在世界范围内掀起了应用的高潮。

2、人工神经网络

人工神经网络是由大量神经元处理单元广泛互连而形成的网络，是一个高度复杂的非线性动力学系统。它是对人脑功能的抽象和模拟，能够反映人脑的基本特性，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。

智能建筑VAV空调(变风量空调)系统就是比较典型的人工神经网络。VAV空调系统的特点是节能潜力大，控制灵活，然而VAV系统需要精心设计、施工、调试和管理，否则有可能产生新风不足、气流组织不好、噪声偏大、节能效果不好等问题。VAV空调系统能否正常运行在很大程度上要依靠控制系统，VAV空调系统的控制系统基本上都采用VPT法（变静压变温度法)，机理是由各VAV的要求风量计算出系统的要求风量进行前馈控制，同时根据各VAV阀位开度和系统送风量静压是否满足，进行反馈控制，控制方式基本上采用多个回路的PID控制，基本结构见图1所示。由于VAV空调系统是一个高度非线性系统，PID控制在面临复杂的环境时，控制效果很差。因此，运用智能控制方法从全局对系统进行控制，不需要对系统建模，可解决以往控制回路由于耦合带来的许多控制性能问题。神经网络控制已经开始运用在VAV空调系统中，主要是与PID控制结合，对送风量进行智能控制，获得了很好的效果。

图1VAV空调机组变静压控制原理图

3、专家系统

专家系统是一种人工智能的计算机程序系统，具有相当于某个专门领域的专家的知识和经验水平，以及解决专门问题的能力，其主要由知识库和推理机两个部分组成成。

基于MAS的协作智能专家系统，将MAS与专家系统相结合，并集成模糊控制、神经网络等人工智能技术，形成一个优势互补系统，共同实现分布式中央空调系统的整体优化控制与节能。系统的模型见图2所示，主体框架基于MAS，充分利用Agent具有的自主性、自治性、社会性和智能性等特性，实现系统资源全局共享和协调控制，从而较好地解决了中央空调系统分解和协调控制的问题。每个子系统由相应的子Agent进行控制，对于易于建模的子系统，在构造子Agent的反应模块和规划模块时，采用常规的控制方式；对于难于建模，动态特性变化较大的子系统，通过集成模糊控制、神经网络控制等人工智能技术来设计模块，实现局部子系统的智能控制。将该控制器应用于恒温恒湿空气调节中央监控系统后取得了良好的控制效果。

图2MAS智能专家系统的模型结构

三、结语

在能源日益缺乏、环保问题日益严重的今天，发展绿色建筑、智能建筑是大势所趋，只有这样才能既满足人们对建筑不断增长的功能要求，又能最大限度地节约资源，降低能耗，减少污染。本论述分析了模糊控制、神经网络、专家系统等智能控制技术在智能建筑空调系统的应用。研究表明，智能控制技术是智能建筑发展的一个重要方向，能够提供更好的控制策略，使智能建筑达到节能环保的目的。

参考文献

[1]代睿,曹龙汉.智能控制技术在智能建筑空调系统中的应用[J].甘肃科技纵横. 2010(06)

[2]刘晓梅,屈宝存,王婷婷,杨艳.变风量空调系统送风管道静态压力的预测控制与仿真[J].安徽工业大学学报(自然科学版). 2010(02)

[3]李明海,任庆昌,鲁娟,李安桂.智能建筑变风量空调系统控制技术研究[J].中国科技信息. 2005(20)