智能控制技术在中央空调系统节能中的应用

０引言

随着科学技术的不断发展以及人们生活水平的

提高，人们在日常生活和劳动生产中对室内空气环境的要求也不断提高，从而使得中央空调系统的应用越来越广泛。然而，中央空调是现代建筑中能耗最大的设施之一，现代建筑物能耗的６０％以上为空调能耗［１］。长期以来，当季节变化、昼夜温差变化和空调实际使用面积发生变化时，中央空调系统在传统的运行模式下，不能实现冷冻水流量跟随末端负荷的变化而动态调节，能源浪费很大，因此，必须对中央空调系统进行有效地节能控制。由于中央空调系统是一个多变量的、复杂的、时变的系统，其过程要素之间存在着严重的非线性、大滞后及强耦合关系，而传统的控制技术（主要是ＰＩＤ控制）对于工况及环境变化的适应性差，控制惯性较大，节能效果不理想。因此，探讨研究将智能控制技术应用于中央空调系统的运行控制，对于实

现中央空调系统节能运行具有重要的实际意义。

１智能控制概述

智能控制是自动控制发展的高级阶段，是控制

论、系统论、信息论和人工智能等多种学科交叉和综合的产物，为解决那些用传统方法难以或不能很好解决的复杂系统的控制提供了有效的理论和方法。智能控制系统主要包括模糊控制系统、神经网络控制系统和专家控制系统等，近年来研究较多的智能控制技术主要是模糊控制和神经网络控制。１．１模糊控制

模糊控制技术是一种由模糊数学、计算机科学、人工智能、知识工程等多门学科领域相互渗透、理论性很强的技术，它是智能控制技术的重要分支。模糊控制系统是以模糊集合论、模糊语言变量及模糊逻辑的规则推理为基础，采用计算机控制技术构成一种具有反馈通道的闭环结构的数字控制系统。图１所示为

智能控制技术在中央空调系统节能中的应用

常先问，

冀兆良

（广州大学土木工程学院，广州

５１０００６）

摘要：由于中央空调系统的能耗高，系统比较复杂，传统的控制技术达不到有效的节能控制，从而引进了智能控制技术。运用智能控制理论中的模糊控制及神经网络控制原理，探讨研究智能控制技术在中央空调系统运行节能中的应用，并具体分析了模糊控制在定风量和变风量空调系统中的应用情况。

关键词：智能控制；模糊控制；中央空调系统；节能

中图分类号：ＴＵ８３１．６

文献标志码：

Ａ文章编号：１６７３－７２３７（２００７）１０－０００４－０４

ＡｐｐｌｉｃａｔｉｏｎｏｆｔｈｅＩｎｔｅｌｌｉｇｅｎｔＣｏｎｔｒｏｌＴｅｃｈｎｉｑｕｅｉｎＣｅｎｔｒａｌＡｉｒ－ＣｏｎｄｉｔｉｏｎｉｎｇＳｙｓｔｅｍｆｏｒＥｎｅｒｇｙＥｆｆｉｃｉｅｎｃｙ

ＣＨＡＮＧＸｉａｎ－ｗｅｎ，ＪＩＺｈａｏ－ｌｉａｎｇ

（ＳｃｈｏｏｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇｏｆＧｕａｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０００６，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｂｅｃａｕｓｅｏｆｈｉｇｈｅｎｅｒｇｙ－ｃｏｎｓｕｍｐｔｉｏｎａｎｄｃｏｍｐｌｅｘｉｔｙｏｆｃｅｎｔｒａｌａｉｒ－ｃｏｎｄｉｔｉｏｎｉｎｇｓｙｓｔｅｍ，ｔｈｅｔｒａｄｉｔｉｏｎａｌｃｏｎｔｒｏｌｔｅｃｈｎｉｑｕｅｃａｎｎｏｔｓａｖｅｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔｌｙ，ｔｈｅｎｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌｔｅｃｈｎｉｑｕｅｉｓｂｒｏｕｇｈｔｉｎ．Ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌｔｅｃｈｎｉｑｕｅｉｎｃｅｎｔｒａｌａｉｒ－ｃｏｎｄｉｔｉｏｎｉｎｇｓｙｓｔｅｍｆｏｒｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙｗａｓｄｉｓｃｕｓｓｅｄｂｙｄｅｐｅｎｄｉｎｇｏｎｕｔｉｌｉｚｉｎｇｔｈｅｐｒｉｎｃｉｐｌｅｏｆｆｕｚｚｙｃｏｎｔｒｏｌａｎｄｎｅｕｒａｌｎｅｔｗｏｒｋｃｏｎｔｒｏｌｉｎｔｈｅｔｈｅｏｒｙｏｆｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌ，ａｎｄｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｆｕｚｚｙｃｏｎｔｒｏｌｉｎｔｈｅｃｏｎｓｔａｎｔａｉｒｖｏｌｕｍｅａｉｒ－ｃｏｎｄｉｔｉｏｎｉｎｇｓｙｓｔｅｍａｎｄｔｈｅｖａｒｉａｂｌｅａｉｒｖｏｌｕｍｅａｉｒ－ｃｏｎｄｉｔｉｏｎｉｎｇｓｙｓｔｅｍｗｅｒｅａｎａｌｙｚｅｄｉｎｄｅｔａｉｌ．

Ｋｅｙｗｏｒｄｓ：ｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌ；ｆｕｚｚｙｃｏｎｔｒｏｌ；ｃｅｎｔｒａｌａｉｒ－ｃｏｎｄｉｔｉｏｎｉｎｇｓｙｓｔｅｍ；ｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙ

收稿日期：２００７－０６－０６；修回日期：２００７－０６－２１

■暖通与设备

ＨＥＡＴＩＮＧＶＥＮＴＩＬＡＴＩＯＮ＆ＥＱＵＩＰＭＥＮＴ

建筑节能

２００７年第１０期（总第３５卷第２００期）

Ｎｏ．１０ｉｎ２００７（ＴｏｔａｌＮｏ．２００，Ｖｏｌ．３５）

模糊控制系统原理框图，其中具有智能性的模糊控制器是模糊控制系统的核心。

模糊控制器（ＦＣ—ＦｕｚｚｙＣｏｎｔｒｏｌｌｅｒ）也称为模糊逻辑控制器，由于其所采用的模糊控制规则是由模糊理论中模糊条件语句来描述的，因此，模糊控制器是一种语言型控制器，故也被称为模糊语言控制器。模糊控制器的结构框图见图２。

图２模糊控制器的结构框图

模糊控制系统不依赖于系统精确的数学模型，特别适宜于复杂系统（或过程）与模糊对象等采用；模糊控制中的知识表示、模糊规则和合成推理是基于专家知识或熟练操作者的成熟经验，并通过学习可不断更新，因此，它具有智能性和自学习性；模糊控制系统的核心是模糊控制器，而模糊控制器均以计算机（微机、单片机等）为主体，并兼有计算机控制系统的特点，如具有数字控制的精确性与软件编程的柔软性等。

１．２神经网络控制

神经网络控制是人工神经网络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ，ＡＮＮ）与系统控制理论相结合的产物，它是智能控制的一个新的分支。神经网络是模仿人脑的神经系统，以一种简单的处理单元——

—神经元为节点，采用某种网络拓扑结构构成的活动网络。神经元是ＡＮＮ中最基本的处理单元，图３是典型的神经元结构［２］。

图３神经元结构

神经网络是由大量简单的处理单元连接而成的复杂网络，其结构见图４。神经网络由输入层、隐含层和输出层组成（通常隐含层可由一个或多个层组成），每层又由多个神经元组成。每个神经元用一个节点表示，ｕ和ｙ分别是网络的输入、输出向量。网络前后层节点间通过权连接，神经网络通过找出一定的权值，使对于每一组给定的输入都产生令人满意的输出，而调节权值所遵循的规则就是训练算法。对于ＨＶＡＣ系统，广泛应用的学习算法是反向传播算法（ＢＰ—Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ算法）［３］。

图４神经网络结构

神经网络控制是将神经网络在相应的控制结构中当做控制器与（或）辨识器，以解决复杂的非线性、不确定性系统在不确定、不确知环境中的控制问题，使系统具有较好的稳定性、鲁棒性和动、静态性能。由于神经网络是从微观结构与功能上对人脑神经系统进行模拟而建立起来的一类模型，具有模拟人的部分智能的特性，使神经控制能对变化的环境具有适应性，一个层数不多的神经网络模型就可较精确地预测出任意非线性系统的系统状态，另外它的并行计算类似于人脑的直觉，速度很快，可以实现实时控制。

２中央空调系统的节能控制要点

中央空调系统主要由空调用冷热源设备、冷冻水循环系统（包括冷冻水泵、分集水器等）、冷却水循环系统（包括冷却水泵、冷却塔风机等）、空调机组中的空气加热、冷却、加湿、去湿、净化装置以及风量调节设备等组成。中央空调系统设备是按照设计负荷选定的，但在日常运行中的实际负荷在大部分时间里是部分负荷，达不到设计容量，所以，为了舒适和节能，必须对上述系统设备的实际运行进行控制，使其实际输出量与实际负荷相适应。目前，对中央空调系统节能运行的控制技术措施主要有以下几个方面：

（１）空调机组的主要控制参数包括空气的温度、相对湿度、压力（压差）以及空气清新度、气流方向等。现场监测空调机组的工作状态对象主要有［４］：过滤器状态（压力差），过滤器阻塞时报警；调节冷热水阀门的开度，以达到调节室内温度的目的；送风机与回风机启停；调节新风、回风与排风阀的开度，改变新风∕回风比例；检测回风机和送风机两侧的压差，以知风机的工作状态；检测新风、回风与送风的温度与湿度，由于回风能近似反映被调对象的平均状态，故以回风温湿度为控制参数。根据设定的空调机组工作参数与上述监测的状态数据，现场控制站控制送、回风机的启停，新风与回风的比例调节，表面式换热器冷热水的流量，以保证空调区域空气的温度与湿度既能在设定范围内满足舒适性要求，同时空调机组也以较低的能量消耗方式运行。

（２）冷热源主要控制冷热水温度和蒸汽压力，有时还需要测量、控制供回水干管的压力差，测量供回水ｕｙ

输

入

层

隐

含

层

输

出

层