淺談C8051單片機在變風量空調控制系統中的應用

　　3.1系統模型建立

上述被控對象的模型包括空調房間模型方程、冷凍水管路模型方程和送風系統模型方程，模型中各參數的意義如下： hW―液態水焓值，T0―室外溫度，hfg―水蒸氣焓值，T2―送風溫度，Vhe―熱交換器容積，T3―室內溫度，V3―房間體積，f―送風風速，W0―室外空氣含濕量，gpm―冷凍水流量，W2―送風空氣含濕量，M0―房間濕負荷，W3―室內空氣含濕量，Q0―房間顯熱負荷，Cp―空氣比熱，ρ―空氣密度。

　　3.2、系統在Matlab環境下進行控制系統仿真

　　為了便于在Matlab/Simulink環境下進行預測控制效果仿真研究，網絡模型須采用能夠被Simulink調用的語言編寫。有兩個途徑可以實現：一種是利用Matlab提供的S功能，編寫S程序供Simulink仿真程序調用。另一種方法是直接用Simulink模塊搭建網絡模型。為了便于在仿真過程中實時調整和修改，本文采用Simulink模塊構造可視化的神經網絡模型，圖3為加空調房間溫度Simulink神經模型。模型中模塊u,y為系統輸入，經延遲變換輸入為;模塊yhat為模型系統輸出，即空調房間的溫度。

圖3空調房間溫度Simulink神經模型

　　對于該區域房間從旱晨8時到傍晚20時對HVAC系統進行控制，在此過程中假設負荷隨外在環境不斷變化，仿真結果如圖4所示，圖中橫坐標軸為時間，縱坐標軸取室內空氣溫度（℃）和室內空氣相對濕度（%）。

圖4室內溫度、濕度控制仿真結果

　　由圖4可知，房間的溫度在人們日常的工作時段內基本維持在24℃一27℃之間，相對濕度也保持在45%一60%之間，可以做到隨外部環境參數的變化實時調整，既滿足了舒適性的要求，又滿足了節省能耗的目的。能夠克服干擾和不確定性的影響，具有較好的魯棒性。利用人工神經網絡技術，建立的表征人體熱舒適感的PMV指標的預測模型具有很高的準確度，可以對PMV指標進行實時預測，在此基礎上可以進一步實現基于PMV指標的空調系統實時控制，從而創造更加舒適健康的室內環境。

4、結束語

　　變風量空調系統的控制方法很多，各種新風量的確定和控制方法都有自身的優缺點，變風量空調系統也是一種先進的空調方式，在變風量空調系統中新風量是一個很重要的技術參數，它對系統的節能效果如何以及室內空氣質量好壞都有非常大的影響。本系統充分考慮到室內空氣質量和節能問題，與傳統的固定新風量的控制方法比較，在保證室內空氣品質不變的前提下，這種控制方法有潛在的節能效果。