1、前言：
变风量（VariableAirVolume,简称VAV）空调系统是通过变风量箱往调节送进房间的风量和新回风混合比，并相应调节空调机组的风量或新回风混合比来控制某一空调区域温度的一种空调系统。变风量空调系统可以根据空调载荷的变化及室内要求参数的改变，自动调节空调送风量（达到最小送风量时调节送风温度），以满足室内职员的舒适要求或者其它的工艺要求。同时根据实际送风量自动调节送风机的转速，最大限度的减少风机动力、节约能量。与定风量空调系统相比，变风量空调系统具有节能性、舒适性、环保性、灵活性等优点。
2、硬件电路设计
2.1、风阀与水阀执行电路的设计
本控制器将温度、湿度、CO2传感器检测到的模拟信号经放大器、A/D转换送进单片机，与设定值进行比较，由单片机发出控制信号给D/A转换器，经过放大驱动后控制空调的送风阀门和水阀如图1。
图1风阀与水阀执行电路
2.2、温度、CO2浓度信号检测电路：
温度传感器选用DALLAS公司的DS18B20数字温度传感器，DS18B20是单总线数字温度传感器，可把温度信号直接转换成串行数字信号供微机处理，在一条总线上可挂接多个DS18B20芯片，是只有一个总线命令者和一个或多个从者组成的计算机应用系统。DS18B20性能特点：采用单总线专用技术。既可通过串行口线，也可通过其它I/O口线与微机接口，无须经过其它变换电路，直接输出被测温度数字量（9-12位二进制数，含1位符号位，可由编程决定具体位数）;测温范围为-55℃～+125℃，丈量分辨率为0.5℃，最高可达0.0625℃，内含64位经过激光修正的只读存储器ROM;适配各种单片机或系统机。用户可分别设定温度的上、下限;供电方式有两种：①外加电源电压为3.0～5.5V②寄生电源。
本系统采用红外式的CO2浓度传感器。这种传感用具有对CO2高敏感性，结构紧凑，对湿度低依靠性，丈量范围为0～2000ppm，输出0～4vDC，供给电压5vDC。多应用于屋内、公共场所空气质量检测控制如图2。
图2温度、二氧化碳浓度检测电路
3、仿真与实验
3.1系统模型建立
上述被控对象的模型包括空调房间模型方程、冷冻水管路模型方程和送风系统模型方程，模型中各参数的意义如下：hW—液态水焓值，T0—室外温度，hfg—水蒸气焓值，T2—送风温度，Vhe—热交换器容积，T3—室内温度，V3—房间体积，f—送风风速，W0—室外空气含湿量，gpm—冷冻水流量，W2—送风空气含湿量，M0—房间湿负荷，W3—室内空气含湿量，Q0—房间显热负荷，Cp—空气比热，ρ—空气密度。
3.2、系统在Matlab环境下进行控制系统仿真
为了便于在Matlab/Simulink环境下进行猜测控制效果仿真研究，网络模型须采用能够被Simulink调用的语言编写。有两个途径可以实现：一种是利用Matlab提供的S功能，编写S程序供Simulink仿真程序调用。另一种方法是直接用Simulink模块搭建网络模型。为了便于在仿真过程中实时调整和修改，本文采用Simulink模块构造可视化的神经网络模型，图3为加空调房间温度Simulink神经模型。模型中模块u,y为系统输进，经延迟变换输进为
;模块yhat为模型系统输出，即空调房间的温度。
图3空调房间温度Simulink神经模型
对于该区域房间从旱晨8时到傍晚20时对HVAC系统进行控制，在此过程中假设负荷随外在环境不断变化，仿真结果如图4所示，图中横坐标轴为时间，纵坐标轴取室内空气温度（℃）和室内空气相对湿度（%）。
图4室内温度、湿度控制仿真结果
由图4可知，房间的温度在人们日常的工作时段内基本维持在24℃一27℃之间，相对湿度也保持在45%一60%之间，可以做到随外部环境参数的变化实时调整，既满足了舒适性的要求，又满足了节省能耗的目的。能够克服干扰和不确定性的影响，具有较好的鲁棒性。利用人工神经网络技术，建立的表征人体热舒适感的PMV指标的猜测模型具有很高的正确度，可以对PMV指标进行实时猜测，在此基础上可以进一步实现基于PMV指标的空调系统实时控制，从而创造更加舒适健康的室内环境。
4、结束语
变风量空调系统的控制方法很多，各种新风量的确定和控制方法都有自身的优缺点，变风量空调系统也是一种先进的空调方式，在变风量空调系统中新风量是一个很重要的技术参数，它对系统的节能效果如何以及室内空气质量好坏都有非常大的影响。本系统充分考虑到室内空气质量和节能题目，与传统的固定新风量的控制方法比较，在保证室内空气品质不变的条件下，这种控制方法有潜伏的节能效果。
参考文献
[1]潘琢金，施国君。C8051Fxxx高速SOC单片机原理及应用[M]。北京：北京航空航天大学出版社，2002。
[2]郭观七。基于C语言的MCS-51系列单片机软件开发系统[M]，华中理工大学出版社，1997。
[3]鲁娟，李明海，任庆昌.变风量空调智能技术控制研究，空调专题，2006（5）：40
[4]罗涛.变风量空调技术分析，智能建筑与城市信息，2006（2）：103
[5]飞思科技产品研发中心.MATLAB6.5辅助神经网络分析与设计，北京：电子产业出版社.2003，1