座舱热舒适性是影响飞行员工作效率和乘员舒适的最重要影响因素之一，适宜的座舱温湿度控制是保证电子设备正常运行的关键。客舱是一个大容积、多变量、大惯性、高度非线性系统，由于传统的控制策略在控制精确性、响应速度以及系统稳定性上存在非常大的缺馅，因此，研究先进的座舱温度控制方法对民用客机的发展具有重大的意义。人工神经网络技术可以避免传统的控制方式中的建模和特征提取，人工神经网络具有非线性映射能力和自学习能力，不用了解被控对象的输入输出变量之间的动态关系，便能很好的模拟控制系统。人工神经网络技术在暖通空调系统中取得了丰富的成果，本课题基于地面人工神经网络控制在空调系统上的应用，对环控系统座舱温度控制方法进行了研究。首先，本文针对某一支线客机进行研究了，在Flowmaster环境下建立仿真模型，对采用PID控制方式的座舱温度进行了仿真，并分析了其控制效果。其次，针对BP神经网络控制理论展开了分析研究，在MATLAB/Simulink环境下建立了BP神经网络控制规律模型，通过调用接口软件Flowmasterlink与在Flowmaster环境下建立的环控系统网络模型实现联合仿真，并对控制性能进行了评价。最后，在此基础上研究了人工神经网络和PID相结合的控制方法，并应用到环控系统温度控制中。由于联合仿真过程中BP算法修正了BP网络自身权系数，从而实现了控制器的PID参数的在线调整。仿真结果显示BP神经网络PID控制系统比单纯的BP神经网络和PID控制系统都更稳定，超调量更小，性能评价结果表明了这种控制方式对于复杂的座舱温度控制系统具有更好的控制效果。