学文网摘要：伴随我国经济的蓬勃发展，人们生活质量有了提高，对室内空气环境也有了更高的要求。为满足人们的需求，就得运用现代先进的自动控制系统对节能型空调系统大力开发。VAV变风量集中空调系统主要是通过将送入被控房间的风量来将室内的冷、热负荷消除，确保房间的温度能达到设定值并恒定。如果夏季室内温度比设定值高的时候送风量就得提高，相反的送风量就应减小；冬季如果室内温度比设定值高的时候送风量就要减小，相反的送风量就提高。VAV系统可以使空调系统的性能显著改善，将空调系统的舒适度提高，并使空调系统的能耗降低。下文就谈谈自己对VAV空调系统智能控制的肤浅看法。
关键词：VAV空调系统；智能控制；方式
中***分类号： TU831.3文献标识码： A
一、VAV空调系统定义
变风量系统也称VAV系统（Vanriable Air Volume Systsm——VAV），与定风量空调系统一样，变风量空调系统也是全空气系统的一种空调方式，它是通过改变送风量，而不是送风温度来对某一空调区域的温度进行控制和调节，从而适应空调区负荷的变化。其主要的工作原理是如果空调区负荷出现变化，系统末端装置就会对送入房间的送风量自动进行调节，保证室内温度不高于设计范围，从而降低空气处理机组在低负荷时的送风量，空气处理机组的送风机转速也会跟着降低，达到节能的目的。
变风量系统（VAV）上世纪60年代起源于美国，70年代在欧美和日本得于广泛应用，90年代末才进入我国大陆地区，目前VAV的市场呈增长趋势。占有率方面：在美国高层建筑 VAV系统使用率达90%以上，在香港90年代著名建筑中VAV系统的使用率在70-80%。日本的大厦在设计的时候就一定要满足国家规定的节能指标，所以VAV在日本很快得到普及。因此VAV技术是非常成熟而且是逐渐成为世界空调控制的主流方式。
二、VAV空调系统的特点
空气品质好：风机盘管系统很难控制空气中新风的含量值，而且往往多采用回风，这就是长时间呆在这种环境，会感到头晕，缺氧等症状的原因。但在VAV系统中可以很准确很合理地补充新风，在舒适的前提下不也不会造成不合理的浪费。
舒适性：风量是根据需要在不断地调节，室内温度可以控制在设定温度的正负0.5度之内。这一点在风机盘管系统中是很难实现的。
节能性：下面的***可以显示出VAV节能的特性。一年当中，VAV系统的空调绝大多数时间是保持60-70%工作频率。由于末端可以自动调节，因此大楼内每个房间冷热量的需求直接可以反馈到空调。所以，在满足同一舒适性的前提下，VAV系统的空调就比普通造定风量系统中的空调节省约20%的能源。
健康性：由于VAV系统是全空气系统，因此不会像风机盘管那样存在冷凝水的问题，所以也不会有霉变的问题。风道里送出来的风不会像风机盘管系统那样带有很多细菌。
方便管理：由于VAV系统每一个控制器都可以由联网控制，所以每一个房间的运行状况，都可以在中控室进行统一管理和维护。而现有的一些楼宇系统，延伸到末端时只能就地控制，这也就难免会造成一些能源的浪费。
三、变风量空调系统（VAV）常用控制方式
（一）定静压控制
工作原理：确保系统风道内某一点（或几点平均）静压一定的基础上，由VAVBOX风阀调节室内所需风量；系统送风量由风道内静压与该点所设定值的差值控制变频器工作调节风机转速确定。与此同时，能够将送风温度改变来适应室内舒适性要求。
变静压控制
工作原理：在确保VAVBOX风阀尽量的处于全开位置（85-100%），系统送风量由风道内所需静压来控制变频器工作，调节风机转速确定。并且，能够改变送风温度来满足室内舒适性要求。
总风量控制
工作原理：通过改变送风量调整室内温度，并使送风与回风的差值保持恒定，以满足构筑物排风的需求。
四、模糊控制
在过去几年里，有一些应用于暖通空调系统的模糊逻辑控制，S.Huang和R.M.Nelson将PFC（PID和模糊控制相结合）介绍进HVAC控制领域并针对单元的二阶传函进行了仿真。这两位作者又对一种模糊控制规则的调整方法进行了介绍，在HVAC系统的控制得到了应用，用以对一个热交换器的气动阀进行控制，把回风温度作为输入，实验结果显示这种控制方案要好过PID控制。这些控制思想在VAV空调系统的控制中同样可以运用。Robert N.Lea和Edgar Dohmann应用模糊控制器对压缩机、风机进行控制，输入是温度相对湿度和设定点，调节了6个区域。Soetal.推出一了一种基于模糊逻辑的控制的控制器，四个单元状态参数（供风风门后的压力，室内温度，室内相对湿度和供风温度）靠调节五个执行命令（供风风机速度，供风风门角度，制冷水流速，再加热器的功率和加湿器的温度比）来控制。
模糊控制器的控制思路是把VAV空调系统的的状态参数作为输入，输出是VAV空调系统的执行命令。一个简单的VAV空调系统的FLCD的方框***状态参数需要根据不同的控制方案来选取。
常规的模糊控制器，有很多漏洞，例如系统的上升特性不理想，超调大，调节时间长，甚至出现振荡，抗干扰能力差，稳态误差大，存在这些问题主要是因为常规的模糊控制器在结构上太过简单，在设计的时候也有很多的主观因素，并且如果确定了模糊规则就不能再改变，我们希望模糊控制器可以动态地对自身进行调整，具有自学习能力，从而实现预定的控制品质，当前模糊控制的重要研究方向是自适应模糊控制，主要包括模型参考自适应模糊控制和自校正模糊控制。模糊控制器可调整部分包含控制规则、隶属函数和规范化因子。
各种智能控制方法之间的结全能够取长补短，比如模糊神经网络控制，就是运用神经网络的自学习能力，还有结合专家系统，或者结合经典的控制方法，现代控制方法，这些都是控制领域研究的前沿课题，控制人员需要深入研究，并尽快应用到VAV空调系统中来。
五、神经网络控制
神经网络在HVAC控制领域里的研究和应用更加广泛。Curtiss et al.首先把其应用到热水盘管的热水阀的预测控制，这项工作为之后的深入研究奠定了良好的基础。它是以阀位、制冷负载、空气温度、空气流速、热水温度、热水流速及其它们的历史数据作为输入来对制冷负载进行预测。这几位作者又推出了用神经网络对HVC中央单元AHU进行能源管理，完成对各局部环的优化运行控制，这些神经网络控制的应用同样为VAV空调系统的控制提供了很多的思路。
神经网络控制通常是先对系统辩识，辩识的过程就坚神经网络的训练过程对神经元之间的连接权值的修改过程，之后可用于优于控制。因为神经网络的训练需要很长时间，难以做到实时辩识，因此通常是***辩识，实时控制。
ANN辩识器由三层神经元组成输入层、隐藏层和输出层，训练样本的输入应为系统在时刻t-1的执行动作（再加热顺功率输出，加湿器的输出，供风风机速度，制冷水水阀控制，供风风门角度等）和表征系统特性的状态参数（室内温度，室内相对湿度，供风风门后的压力，供风温度，供风风速，回风风速，供风含湿量等），输出应为系统时刻t的状态参数。因为VAV空调系统有很大的惯性，与ANN训练速度比较，单元特征变化比较慢，因此真正的控制问题不会出现，如果辩识结束，就开始控制过程。控制器调节进刻t的执行命令，从而在下一刻到达一个希望的控制。控制主要是为了用最小的时延和能耗来获取期望的室内温度和湿度等，让系统的静、动特性可以满足性能要求。因此，控制器的目标函数应包括：有关设定点（如室内温度，室内相对湿度，供风机后压力，或者PMV指标等），和是系统总能耗（如风机功耗，加温器功耗等），具体参数的选取要根据所设计的空调系统和控制方案确定，而且从能够调节它们之间的比例因子从而把侧重点放在任何一项上。
现阶段，主要采用BP算法训练神经网络，然而BP算法有收敛速度慢，容易陷入局部最优两个突出的缺点。而模拟退火算法、单纯形法和遗传算法（GA）可将这些问题解决，特别是近些年遗传算法的研究与应用越来越被人们重视。然而GA常常只可以在短时间内寻找到接近全局最优解的近优解，是因为GA的寻优过程是随机的，具有盲目性和概率性，就算已到达最优解的附近，也很可能“视而不见”，与其“擦肩而过”，结合BP算法和遗传算法可以将这些问题克服。
总之，VAV空调系统以其空气质量好、节能降耗、舒适、健康，自动成化高易于管理等特点，在当今建筑建设得到了很好的发展，创造了舒适的符合生活工作所需的空调环境。
参考文献：
[1]王作为. VAV空调系统的优化设计研究[J]. 民营科技,2009,01:9-10.
[2]黄***才. 关于VAV空调系统的几个控制之探讨[J]. 建设科技,2012,06:102-103.
转载请注明出处学文网 » VAV空调系统的智能控制