随着科技的飞速发展,智能建筑越来越广泛地应用在人们工作生活中,中央空调作为智能建筑的重要组成部分,是很多学者和专家研究的热点。变风量空调系统以其能耗低、控制灵活等特点,成为空调领域研究的重要内容。因此,使变风量空调系统高效、节能、舒适运行的研究具有重要的理论意义和实际应用价值。本文以空调实际系统为背景,完成了空调系统总体方案及部分子系统设计,以节能减排和满足室内环境舒适度的要求为目的,对变风量空调系统温度和湿度控制器进行设计,并实现解耦控制。在空调温度和湿度控制系统设计中,由于空调系统是大滞后、大惯性的非线性系统,采用常规的控制方法难以达到理想的控制效果,因此,将神经网络智能预测技术引入空调控制系统,通过分析空调系统结构特性、辨识其数学模型,预测未来输出,使变风量空调控制系统具有更好的稳态性能和动态性能,降低能耗。随着人们生活水平的不断提高,对环境舒适度提出了更高要求,不仅需要温度适宜,湿度也应该达到一定指标。由于温湿度之间存在耦合关系,在调节过程中会相互影响,设计了神经网络解耦控制器,取得了良好效果。主要完成的具体工作如下:(1)基于工程背景,根据空调系统的控制要求,设计了变风量中央空调系统的总体方案,包括工艺流程,风管布置,设备选型,新风机控制系统设计,监控管理系统设计。设计空调机组管道静压控制方案、风量控制方案、送风温度控制方案、新风量控制方案和末端装置控制方案,成功应用于实际工程。(2)根据空调系统非线性、大滞后的特性,提出了基于改进BP-PID的神经网络预测控制器模型,将改进BP-PID控制与神经网络预测控制器有机结合。通过神经网络预测器在线调整控制策略,优化系统控制性能,并利用遗传算法优化神经网络权值。仿真结果表明,该方法加快系统的响应速度,提高系统的动态性能和稳态性能。(3)为了提高室内空气环境的舒适度,实施温度、湿度多变量复合控制。为解决温、湿度之间的耦合问题,提出了基于神经网络预测控制的解耦控制策略,将预测控制与解耦控制融为一体,充分利用各自特点。不仅使系统有良好的控制性能,而且解决了温度和湿度的耦合问题,使空调输出精确的、无耦合的温湿度值,达到更加良好的控制效果。(4)建立房间数学模型,利用MATLAB软件,获得不同工况下,基于改进BP-PID的RBF神经网络预测控制仿真曲线和神经网络解耦控制仿真曲线。通过仿真曲线的对比分析,验证了预测器的加入使空调系统有更好的稳态精度和动态性能指标,解耦器的加入解决了温、湿度耦合问题,满足了空气环境舒适度的更高要求,具有广泛的应用价值。