VAV末端装置控制方式与仿真技术发展

吴正松 刘桂雄 陈佳实

（1.华南理工大学机械与汽车工程学院 2.广东宏景科技有限公司）

1 引言

变风量（Variable Air Volume，VAV）中央空调系统是根据空调房间负荷及室内参数要求，实时自动调节房间温度的装置，主要由空气处理机组（Air Handling Unit，AHU）、管道、末端装置（VAV BOX）三部分组成。其中VAV BOX与房间直接相连并通过它来调节送风量大小，补偿室内负荷的变化，进而调节房间温度。因此，VAV BOX是系统中最能体现节能效果的重要装置之一，决定着整个系统节能的具体方式和效果[1]。对VAV BOX控制方式方法的改进，一直是变风量中央空调系统研究的热点问题[2]。近年来，随着计算机及自动控制技术的发展，对空调技术的发展产生了巨大的推动作用，以此为基础的现代空调仿真技术也获得了很大的突破，为其更高效的运行和有效的节能提供了强有力的技术支持和可靠的理论保障。

2 VAV BOX控制架构

变风量末端装置的不同正是VAV中央空调与传统的定风量（Constant Air Volume，CAV）中央空调系统的根本区别所在[1]。VAV BOX可以接受温度、风流量控制指令，当室内负荷增大时，能自动维持房间送风量且不超过设计最大送风量；当室内负荷减少时，能保持最小送风量，以满足最小新风量和气流组织要求；当不使用时，可以完全关闭末端装置风阀。有些末端装置还兼有二次回风、再热和空气过滤等功能[2,3]。

VAV BOX主要由控制器、风阀驱动器、风阀、温度传感器、流量传感器等组成[4]。其结构原理图如图1所示。

图1 VAV BOX结构原理图

常用的末端装置分压力有关型和压力无关型。压力有关型由控制器、调节器和温度传感器等组成反馈控制回路。温度传感器获取房间温度并与设定温度值比较，所得差值作为控制器的输入值，控制调节阀开度大小，从而改变送入房间的风量大小，但是要等到室内温度改变后才会产生调节动作[4,5]。其控制原理图如图2所示。

图2 压力有关型VAV BOX原理图

压力无关型末端装置则由温度控制器为主控制器，风量控制器为副控制器，构成较为复杂的串级调节控制系统。压力无关型末端装置的主控制器根据温度传感器反馈的温度与设定温度的差值进行调节，其输出量为副控制器的设定值；副控制器则根据风量传感器反馈的风量与主控制器输出的设定值偏差来调节末端装置的风阀开度大小。采用此种调节方式后，当末端装置的入口压力变化时，压力无关型末端装置可以较快地补偿压力变化从而保持原有的风量。其中，外环采样时间要远远大于内环。压力无关型末端装置具有响应速度快、控制精度高等特点[4,5]。其控制原理图如图3所示。

图3 压力无关型VAV BOX原理图

3 VAV BOX仿真技术发展

国外对于VAV BOX的研究开始较早，近年来主要集中于控制方式和算法的研究。加拿大康卡迪亚大学的研究人员M Zaheeruddin等将故障检测技术应用于VAV BOX，利用仿真软件对其过程进行实时在线验证，并通过系统辨识来对复杂模型进行预测[6,7]。美国马里兰大学的研究人员Tolga N等以实际的办公室模型为研究对象，并以最贴近真实的情况进行仿真实验，包括办公设备、照明设备，并且考虑了温度与湿度的相互影响关系。将最终得到的结果进行分析，再与实际情况对比，验证仿真模型及实验的正确性[8,9]。美国内布拉斯加大学林肯分校的研究人员Young-Hum Cho等改进了VAV BOX控制算法，将得到的结果与常规控制器数据比较，结果表明改进的算法能够稳定控制 VAV BOX保持房间空气温度和降低能耗比[10]。日本东京大学的研究人员 Yuji Yamakawa等将房间内的空气质量、能量、动量统一平衡考虑，提出一种新的模型，并进行了仿真验证，结果显示其控制效果相当突出[11]。日本名古屋大学的研究人员Masakazu Kotakil在Yuji Yamakawa的基础上提出了一种简化的“KK”模型，然后采用数学公式推导出其表达式，最后验证模型对系统的控制更为稳定[12]。

国内对VAV BOX仿真研究起步较晚，但是发展很快，已取得了一定的进展，特别是高校研究成果显著。哈尔滨工业大学杜明明在分别分析了定风量和变风量系统的形式和存在问题之后，建立了各自末端装置的数学模型，并利用MATLAB对所建立的数学模型进行仿真实验。首先将得到的定风量与变风量结果进行相互比较分析；再将得到这些结果与采用数学方法的结果进行比较分析[4]。樊德玺则建立了变风量空调系统各个环节的数学模型，同样采用 MATLAB，先对各个环节单独仿真，最后将系统串接成一个平台进行仿真实验[2]。以上两位都选取了一个实际房间进行了实验，与仿真得到的结果吻合。

西安建筑科技大学秦杰主要研究江森自控公司末端装置的模式识别自适应控制专利算法，给出了此专利算法的组成结构及其运行模式，并在此基础上推导出控制器的数学模型，采用MATLAB进行仿真。仿真结果的一致性证明数学模型的正确性，并以此仿真模型为基础进行控制方式的优化，最终将改进的模型应用于实际的硬件平台上[13]。郭鹏则从当前最热门的嵌入式系统控制入手，将基于 ARM7的嵌入式芯片移植到变风量中央空调末端的控制，对中央空调末端控制方式进行了新的探索。利用MATLAB完成了末端装置BP神经网络PID自整定算法的仿真研究，并将结果与传统PID控制进行对比，自整定算法收敛快、稳定性好[5]。孙晴则从节能效果角度入手提出了以内外环为被控对象的开环辨识方法，论证了其可行性和可靠性，采用 LabVIEW 组建监控平台，实现MODBUS总线通讯模式运用于末端装置的数据轮询，引入了更具针对性的模糊控制算法，在PID参数整定过程中，采用工程整定法和单纯型搜索法相结合的方法[14]。褚俊英则在前面两位的基础上以LabVIEW为软件平台，以PLC为下位机，采用数据采集卡和串口，建立了变风量VAV BOX数据采集系统、末端控制程序、送风管定静压控制程序以及数据存储程序，对实验房间压力有关型VAV BOX进行系统辨识，建立其动力模型；根据辨识出的末端装置，内环采用普通的 PI控制器，并将其加载到实际空调中运行，外环则采用了模式识别自适应控制器(PRAC)，在MATLAB中完成了串级控制仿真，得出满意结果[15]。

兰州理工大学李友胜将变风量空调 PID控制参数与在线整定相结合，实时在线整定，使系统以最快速度收敛到设定的稳定状态[16]。而赵志钊则从分析VAV BOX的每个部件具有的特点得出整个系统的控制特性，并采用具有模式识别、语音识别、自适应控制的突出特点的误差反向传播(EBP, Error Back Propagation)神经网络模型控制方式[17]。安徽理工大学陈开作等建立空调房间与末端装置的数学模型，并在此基础上利用末端装置的各部分传递函数在MATLAB中建立仿真模型，得出控制系统的Bode图和稳定的条件阈[18]。安徽建筑工业学院王海涛同样是从数学模型出发进行仿真实验，建立模型稳定的条件并验证[19]。重庆大学张雨玲等采用模糊控制器来分析仿真控制模型[20]。

VAV BOX由早期的PID控制发展到目前模糊控制、神经网络控制，由早期的单一控制过渡到目前的联机、联网控制，并逐渐被纳入到智能家居、物联网控制系统中，成为其控制末端。物联网(Internet of Things，IOT)是把传感器、传感器网络技术、RFID技术、通信网与互联网技术、智能运算技术等融为一体，实现全面感知、可靠传送、智能处理为特征的，连接人和物理世界的网络。利用互联网、3G无线网络等技术将同一房间内的 VAV BOX连接起来建立平台，由控制中心对分布的各个子系统实现实时监测、同步控制。因此，智能家居与物联网化是变风量中央空调VAV BOX控制技术的重要发展趋势。

4 结论

通过对 VAV BOX控制方式以及仿真技术发展的综合研究，得出以下三点结论：

① VAV BOX研究主要步骤：建立数学模型，根据国家和行业标准或是实际情况选取模型参数，并由此得出控制系统传递函数，采用仿真软件对模型进行实验，最后对仿真结果进行比较分析；

② VAV BOX仿真实验的控制器通常采用 PID控制器，模糊控制、自适应控制、神经网络控制、专家控制等控制方式以及粒子群算法、遗传算法等智能算法的结合，可设计出收敛更快、稳定性更好的控制器；

③ 随着VAV中央空调逐渐进入家庭，精确节能的物联网空调必将成为智能家居的一部分。因此，物联网化是VAV中央空调控制技术的重要发展趋势。

[1] 曹振华.变风量空调系统的特点和发展前景[J].洁净与空调技术,2011,2:74-75.

[2] 樊德玺.变风量(VAV)空调系统各环节的Simulink建模与仿真[D].哈尔滨:哈尔滨工业大学,2007.

[3] 李春旺,田沛哲,吴义民.一种压力无关型变风量末端测控装置的设计与实现[J].现代制造工程,2007,5:99-101.

[4] 杜明明.变风量空调系统的Simulink建模与仿真研究[D].哈尔滨:哈尔滨工业大学,2006.

[5] 郭鹏.基于嵌入式技术的空调末端控制器的研究[D].西安:西安建筑科技大学,2008.

[6] M Zaheeruddin. Fault Detection and Diagnosis of the Valve Actuators in HVAC Systems Using Frequency Analysis[C].2006 IEEE International Symposium on Industrial Electronics,2006.

[7] M Zaheeruddin. Fault Detection and Diagnosis of Valve Actuators in HVAC Systems[C].IEEE Conference on Control Applications, 2005:1281-1286.

[8] Tolga N. Simulation comparison of VAV and VRF air conditioning systems in an existing building for the cooling season[J]. Energy and Buildings, 2009,41:1143-1150.

[9] Tolga N. Simulation of a VAV air conditioning system in an existing building for the cooling mode[J]. Energy and Buildings, 2009,41:922-929.

[10] Young-Hum Cho. Minimum airflow reset of single duct VAV terminal boxes[J]. Building and Environment,2009,44:1876-1885.

[11] Yuji Yamakawa. Stability Analysis of Interacting Systems in Air-Conditioning System. SICE Annual Conference,2007:2220-2225. Measuring Method by μ-PCD Established on Minority Carriers in Silicon

[12] Masakazu Kotakil. Improved Control Strategies in Air-Conditioning System[C]. SICE-ICASE International Joint Conference, 2006：5200-5205.

[13] 秦杰.模式识别自适应控制器(PRAC)应用研究[D].西安：西安建筑科技大学,2005.

[14] 孙晴.VAV中央空调系统末端控制器的开发研究[D].西安：西安建筑科技大学,2009.

[15] 褚俊英.变风量空调系统末端(VAV BOX)控制器的设计研究[D].西安：西安建筑科技大学,2010.

[16] 李友胜.建筑智能中变风量空调系统的控制与研究[D].兰州：兰州理工大学,2011.

[17] 赵志钊.基于模糊神经网络的变风量空调系统末端装置控制研究[D].兰州：兰州理工大学,2007.

[18] 陈开作,宋晓莉.VAV 空调系统末端装置仿真[J].制冷与空调,2004,1：7-9.

[19] 王海涛.基于 MATLAB/Simulink的空调末端装置稳定性的仿真研究研究[J].深圳职业技术学院学报,2006,4：18-21.

[20] 张雨玲,姚加飞.变风量空调系统的模糊PID控制策略仿真研究[J].煤炭技术,2010,29(10)：34-36.