探析智能控制技术在变风量空调系统中的应用

摘要：在各种空调方式中VAV空调系统(变风量空调)有其自身的优点：节能潜力大，控制灵活，可避免冷冻水、冷凝水上顶棚的麻烦等，因此在世界各地得到了广泛的应用。本文主要介绍了智能控制技术在空调系统中的应用以及变风量空调系统智能控制技术应用前景等问题。

关键词：变风量空调系统；智能控制技术；应用

中图分类号：TB657.2文献标识码： A 文章编号：

一、引言

随着我国人民生活水平提高，空调技术已在办公楼、大型商场、宴会厅、会议中心、演播大厅等公共建筑中广泛应用。空调智能控制系统已经成为楼宇自动控制管理系统（BAS）的一个重要组成部分。因此,合理设计一个集节能、舒适、便捷于一体的空调控制方案，满足不同人的多种需求，同时具有经济性和高效性和节能性要求有十分重要的现实意义。

变风量空调系统作为全空气空调系统的一种形式，由单风道定风量空调系统演变而来。相对于定风量空调方式，所谓变风量有两层含义：一是空调系统的风量可变；二是各空调区域末端的风量可变。因系统的室内空气品质良好、部分负荷时风机可调速节能和可利用低温新风冷却节能以及空调区域温度可控等特点，广泛应用于各类办公、商业建筑等舒适性空调。但由于变风量空调系统对控制的依赖性很大，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。

二、变风量空调系统智能控制技术应用的发展

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：

2.1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。

2.2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。

三、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。

3.1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，取得了优于常规调节器的控制品质，标志着模糊控制从理论走向实际应用。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。

3.2 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

3.3 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

4、 变风量空调系统智能控制技术应用前景

在八十年代末期我国出现的首批智能建筑中曾经采用过VAV 系统，但由于建设过程和使用过程中的种种问题，有些工程两三年后使用单位即取消了变风量系统的运行方式，相应的自控设备也拆除了，这使得变风量系统的优点没有发挥出来，变风量系统附加的投资也成了泡影。近年来，工程师又把目光转向了变风量系统，在作者看来，主要原因无非有两个：一是目前国内的定风量系统和风机盘管系统暴露出一些缺点，例如定风量系统和风机盘管系统改扩建较麻烦，不能满足当前发展的需要；二是变风量系统具有较好的节能性能，空调历来是个能耗大户，而其中风机能耗占较大一部分，因此人们也希望采用变风量系统来实现技能，从而降低相关费用。

但是尽管变风量空调系统与风机盘管加新风系统相比有很强的技术优势，我们至今也未能实现普及，这其中的原因除了技术观念、设计、施工等因素外，设备国产化率低是一个重要原因。VAV 系统的关键设备如变风量末端装置，变频器和VAV控制系统目前全部依赖进口，其价格和税收使广大中小业主望而生畏，智能控制理论正是针对被控对象及其环境和任务的非线性和不确定性提出来的。在VAV空调系统的控制领域应当具有广阔的前景，因此研究和开发技术先进，价格合理的国产化变风量末端装置，变频器和VAV智能控制系统具有广阔的应用前景和应用价值。

5 结束语

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)