变风量(VAV)空调系统及其在高层建筑中的应用

介绍了变风量空调系统在高层建筑上的应用和F2000 VAV空调控制系统的特点,通过工程实例表明在高层建筑上采用VAV空调系统后,可以节能、降噪声,VAV空调系统是在高层建筑中值得推广的系统.     

组合变风量空调系统研究

对中国8个典型气候条件下大型商场空调负荷及室外空气焓值的分析表明,在过渡期相当长的一段时期内,室外空气焓值低于室内时,因无法加大新风量,只好使用制冷机冷却空气．采用加大不经热湿处理的新风并与回风分别设计成独立的子系统而构成组合式变风量空调系统CVAV,并以人体舒适指标PPD为依据,计算了8种气候条件下系统所需的最大和最小风量．按回风系统为CAV或VAV,新风系统为VAV CAV或VAV VAV等组合计算得出,与现有定风量系统相比,在这8种气候条件下的节能量可达10％～36．6％．     

基于METASYS硬软件平台的变风量空调实验系统

变风量(variableairvolume,VAV)空调系统以其巨大的节能潜力逐渐成为国内外空调系统的主流。其设计方案和性能研究受到国内外的广泛重视。本文介绍西安建大采用JohnsonControls自控公司的META SYS硬软件实现的变风量空调实验系统。该实验平台设计合理、功能完备,为变风量空调系统的设计及其解耦与优化控制的研究提供了有力的保证。     

基于蚁群算法的变风量空调控制的仿真

针对VAV空调系统中PID参数优化困难的问题,在变风量(VAV)空调系统房间数学模型的基础上,提出了基于蚁群算法PID控制策略,并将常规PID控制策略和基于蚁群算法的PID控制策略在MATLAB/Simulink仿真环境中进行数字仿真对比.结果表明,基于蚁群算法PID控制策略可使系统动态特性得到较大改善.     

基于粒子群整定的PID算法在VAV空调中的应用

VAV空调系统是一个非线性、强耦合的大时滞系统,常规PID控制难以取得良好的控制效果,本文设计了一种将粒子群整定的PID控制算法应用于VAV空调的控制方法。仿真结果表明,新的控制方法与常规控制方法相比,控制效果良好。     

变风量汽车空调的建模与仿真

介绍了变风量空调系统的原理和汽车空调负荷的特点,对变风量空调系统在汽车空调中的应用进行了研究.根据汽车空调负荷的特点,建立了变风量（VAV）空调系统汽车车厢的数学模型,利用仿真软件Matlab对车厢的温度控制系统进行了仿真,得到了系统的响应.     

变风量空调系统末端的模糊神经网络控制研究

针对目前传统PID控制对模型依赖性强,难以在线调整,对具有非线性和不确定性的变风量(VAV)空调系统的控制动态性能差的特点,提出将模糊神经网络应用于该系统.建立了模糊神经网络控制器,基于变风量空调系统末端装置的数学模型进行了仿真研究.结果表明,该控制策略比传统PID控制更适合于VAV系统,控制系统具有更好的鲁棒性和自适应能力,可以取得更优的动态性能.     

PID自整定调节器在VAV 空调系统解耦控制中的应用

通过采用PID自整定调节器以及前馈补偿解耦网络,对变风量(VAV)空调系统中"两个空气处理机组成的耦合系统"和"风系统和水系统耦合系统"进行解耦控制.通过MATLAB仿真研究和在实际系统中的实验研究验证了调节器和解耦网络的可行性和有效性,仿真结果和实验结果令人满意,为变风量空调系统的解耦控制提供了有效的方法,为变风量空调系统的整体稳定运行奠定了基础.     

基于VAV变风量智能建筑空调系统控制

为了解决传统VAV空调系统的非线性、延时性、波动性以及模型准确性等问题,在传统PID控制系统的基础上,引入模糊PID控制机理,建立了模糊增益控制器.结合自适应调节系统,通过模糊调整方法,以变风量空调系统终端阀门的开度为最终控制对象,通过MATLAB编程建立模型,对PID控制器参数进行在线调整.结果表明,引入模糊PID控制方法的VAV空调系统与传统PID控制方法相比,前者动态响应速度快,校正时间短、超调量小,具有广阔的应用前景.     

用加权流量控制风机转速的方法

提出了一种用加权流量调控VAV（变风量空调系统）系统中风机转速的方法,还给出了该方法中使用的各端点流量加权系数的计算方法,并在一个模拟系统中将该方法与其它几种调控方法作了对比,体现出该方法的简单易用和控制效果较好的特点。     

变风量空调系统的协调控制策略研究

阐述了变风量空调系统的基本原理和建筑物自动化系统应用体系结构的特点,从协调控制的角度,对目前变风量空调系统的系统控制方法进行了探讨,基于变风量方式下空调房间的动态数学模型及各控制环节的动态特性,运用MATLAB（SIMULINK）软件对风机总风量控制方法进行了仿真研究,结果表明该控制策略具有调节及时、效果显著等特点,是一种简单、实用、节能的系统协调控制方法。     

一种VAV末端控制器的设计与实现

提出变风量空调技术有良好的应用价值。介绍了一实际工程中运用的单风道再加热械量空调系统结构和压力无关型末端装置的控制原理。具体分析了此系统的ＶＡＶ顺的功能、控制方式、硬件电路和软件流程。该控制顺效果稳定可靠,可以借鉴。     

超高层建筑暖通空调系统设计探讨

通过以金融办公和商业服务为主的超高层建筑,探讨其暖通空调系统设计与常规建筑的不同.塔楼办公区采用变风量空调系统,空调水系统采用四管制、竖向分区;裙楼商业采用定风量系统,办公区域采用风机盘管加新风系统,空调水系统为四管制.介绍了超高层建筑暖通空调系统的冷热源、空调系统、通风及防排烟系统以及节能环保等,旨在为类似超高层建筑设计提供参考.     

变风量空调系统的模糊神经网络预测控制

针对变风量中央空调系统具有多变量、大滞后和非线性的系统特性及常规控制算法系统响应慢、控制精度不高等问题,提出了模糊神经网络预测控制策略.该方法将模糊神经网络控制与预测控制技术相结合,建立了模糊神经网络与预测控制结合的复合控制器模型,通过优化变风量控制方式,有效地实现了中央空调系统的预测控制.结果表明,该控制方法能使系统具有良好的动态性能和稳态性能,控制精度高,节能效果显著,具有广泛的应用前景.     

舒适性指标PMV在暖通空调控制中的应用

在分析了影响人体舒适性感觉诸因素的基础上,讨论了PMV(预测平均投票值--Predicted Mean Vote)指标的作用和运算方法.利用人工神经网络建立了PMV指标的预测模型,并将PMV指标用作空调系统的优化性能指标,研究了空调系统优化控制方案.优化指标取舒适性指标和耗能量之和,在模型不确定和环境、负荷参数不断变化的情况下既达到了节能的要求,又可以使空调区域内的温、湿度保持在舒适性范围内.研究表明将PMV指标用于空调系统的优化控制,具有良好的适用性.     

基于RBF预测的模糊神经变风量空调控制

目的为提高变风量空调系统的动态控制性能,提出基于预测的模糊神经网络控制方法.方法通过模糊神经控制器对输入输出量进行控制,预测器进行控制参数预测,比较实际控制量与预测量来进行实时控制和调整参数,从而达到预期的控制效果.结果仿真试验表明,该方法控制动态响应快,超调小、控制精度高,具有良好的动态性能和稳态性能.结论所提出的控制方法能有效地提高了变风量空调系统的动态性能,并由仿真结果验证了其有效性.