本文从空调机组性能试验室温度控制系统特殊性的角度出发，主要采用理论分析、模型构建、MATLAB软件仿真及实验相结合的方法将神经元PID控制器首次直接应用于空调机组性能试验室环境控制系统的实际应用中，通过仿真计算及实验研究均验证了神经元PID控制器在空调机组性能试验温度控制系统中的实用性和有效性。 采用房间式空气焓差法对单元式空调机组进行性能试验时，要求在特定的试验工况下进行，即要求环境模拟系统须维持一定的温湿度条件并保持一定的时间。因此试验工况的稳定性和控温精度的大小将直接影响到测试的效率及可靠性，同时也是衡量试验台水平的一个重要标志。由于被控对象为热工参数，具有非线性、大时滞、慢时变等特性，并受各种不确定性因素(人员流动、门窗启闭、设备散热等)的影响，因此对控制系统提出了更高的要求。 PID控制是最早发展起来的应用领域至今仍然很广泛的控制策略之一，其优点是算法简单、鲁棒性好和可靠性高，但在对复杂系统的控制中，常规的PID控制器不能达到理想的控制效果。在实际生产现场中由于受到参数整定不良、性能欠佳的影响对运行工况的适应性很差，故实际的控制系统设计仍然采用试凑的方法对其加以解决，因此控制精度必然受到制约。为了克服常规PID控制中的弱点并结合神经网络的理论人们开始探索将神经网络与PID控制结合起来实行对复杂系统的控制。通过调研和查阅资料，针对神经网络在暖通空调领域的研究现状，本文将具有自学习能力的单神经元和传统PID结合起来形成的神经元PID控制器在空调机组性能试验室温度控制系统中的实际应用为核心内容，并涉及到了参数的选择与优化方面。 首先从人工神经元的生物模型及数学模型开始逐步地介绍神经元的结构与学习算法等，为神经元PID控制器的构建奠定了理论基础；其次为了实现具有最佳组合的PID控制，通过具有任意非线性表示能力的神经网络构建了PID控制器，通过神经元的自学习功能，从而使其稳定状态对应于某种最优控制规律下的PID控制器参数。 本文在空调房间传热模型的基础上推导出了房间温度被控对象的传递函数模型及电加热器系统的传递函数模型，通过MATLAB软件的SIMULINK平台构建了数字PID控制器及利用MATLAB中S函数的扩展功能自建了神经元PID控制器，并分别对两种控制器控制下温度控制系统进行了仿真。通过仿真证明了神经元PID比传统PID具有更优的性能，同时通过仿真分析得出了控制器的最佳参数值，为实际控制系统参数选择提供了依据。 为了验证神经元PID控制器的实际使用效果，作者建立了温度控制系统实验台，利用VisualBasic6.0编制了普通PID和神经元PID算法的通用程序并编写了数据采集与处理系统软件，然后在此实验台上对两种控制器进行了实验研究。实验在验证仿真结果的同时比较了两种控制器对房间温度控制的不同效果，通过分析实验数据发现神经元PID控制器从各个方面都要优于常规PID控制器，验证了其对温度控制的实用性和有效性；同时，提出了神经元增益系数的在线调整方法及提高神经元PID控制器控温精度的措施。仿真和实验证明，单神经元PID控制器是一种将结构简单的单神经元和传统PID结合起来的新型的智能控制器，这种控制器既能利用神经网络的优点又能适应实时控制的要求，可根据偏差在线调整权系数，基本可以不依赖被控对象的数学模型，具有较好的鲁棒性和抗干扰性，控温精度高，因而在工程上有很大的应用价值。