暖通空调是现代建筑的重要组成部分，但它增加了能源消耗。中国建筑中，供暖，通风和空调系统的能耗占总建筑的20％以上，该系统的一半以上的能源消耗来自制冷系统。HVAC制冷系统的原理开始，首先分析了最优控制方法HVAC制冷系统，然后控制学习HVAC制冷系统的最佳组合。键词：暖通空调;制冷系统;最优控制方法;现代建筑;纸张的能量消耗的识别码：A.分类号：TU96文章商品编号：1009年至2374年（2017）03-0028-02 DOI：10.13535 / d。
　　Cnki.11-4406 / n.2017.03.012的制冷系统HVAC HVAC系统的制冷系统的操作原理是通过制冷剂的热交换，在压缩机中的制冷剂，冷凝器，蒸发器和蝴蝶组件不断循环，它们自己的状态发生变化，允许吸收和释放热量。冷剂在蒸发盘中吸收热量，此时制冷剂在低温下从液体传递到低压气体。发的冷却剂被吸入压缩机并被压缩成高温高压气体，其将其自身的热量传递到冷凝器的空气或水中以变成初始液态。是一个基本循环，可让您进行热交换和冷却。制冷剂循环外，HVAC系统还具有冷却水循环，冷冻水循环和室内空气循环。三个循环直接或间接地与冷却剂交换热量，有助于降低室内空气温度并实现冷却效果。据HVAC系统的运行原理，制冷系统代表能量消耗的最大部分，并且最佳控制可以最小化能量损失。于冷却系统HVAC HVAC制冷系统的优化控制方法强烈受天气影响和室内条件下，该冷却系统将是全面运作，以确保冷却效果，这将导致在部分充电制冷系统。加其能耗。此基础上，我们可以从负责供暖，通风和空调的部分状态，学习冰箱的压力最佳吸力的状态，然后分析节能减排的问题。BP神经网络在暖通空调制冷系统中的应用BP神经网络是一种多层反馈网络系统，可以解决多层网络隐藏单元的连接问题。外，BP的神经网络在解决非线性映射问题方面发挥着不可替代的作用。
　　据血压神经网络的特点，主要用于以下三个方面：（1）模型的识别和分类。计算机数据中，信息可以分为文本，图像和语言。BP的神经网络可以根据不同的数据识别特征，然后对信息进行分类，这有助于加速信息处理（2）功能系统控制。BP神经网络可以使用自己的非线性特征进行功能建模，模型化系统可广泛应用于工业控制，如机器人轨迹控制，（3）数据压缩。BP的神经网络可以压缩数据并减少数据占用的内存空间。
　　外，血压神经网络还可以提取数据的特征，以方便他们的分析。据BP神经网络的上述特征，神经网络可以应用于HVAC系统的制冷系统，以模拟空调制冷系统中的冷却器的吸入压力。于HVAC冷却器的能耗高度非线性，因此在收集能耗状态时难以确保准确性。
　　此基础上，可以发挥BP神经网络的作用来模拟真实数据。压神经网络可以模拟任意连续的非线性函数，并使用神经网络模型来逼近实际值。BP的神经网络可以监控HVAC中冰箱的状况，便于后续的调整和控制。Matlab语言在HVAC制冷系统中的应用Matlab是一种非常强大的工程语言，它可以处理大量数据并且处理效率非常高。此，它广泛用于控制系统，图像处理和系统仿真。进一步的发展中，Matlab语言是完美的，来自各个领域的专家根据可直接检索，当用户自己besoins.Il各种培训和设计程序提出matlab工具箱需要，然后释放。有自己的编程。
　　这方面，Matlab语言实现了模块化设计和应用程序，简化了控制系统的过程。此，即使您不了解算法的性质，用户也可以直接使用功能模块来实现设计目标，从而便于建模过程。BP神经网络是模拟系统运算的基础，Matlab语言是整个系统运行的模块，可以在一定程度上被认为是神经网络的子系统。自BP。

　　果BP神经网络应用于HVAC制冷系统，则模块参数可以用Matlab语言实现。
　　种组合的好处主要体现在以下两点：（1）简化整个系统的设置。于暖通空调制冷系统受外部环境和室内环境的强烈影响，其运行频繁变化，难以收集其运行状态的各种参数。而，通过结合Matlab的BP神经网络，可以快速配置程序模块特性，简化了整个系统的运行和（2）返回最近的数据真实的情况。了降低HVAC冷却器的能量消耗，有必要确定其最佳吸入压力的状态。冷剂状态的变化具有明显的非线性关系，普通的收集方法难以获得良好的效果。而，神经网络可以模拟一个非线性映射，和Matlab快速处理数据，从而形成更好的循环，并且可以迅速地返回HVAC系统的制冷剂，其促进的操作状态设置。控制。糊自适应控制系统的应用，无论是一个神经网络BP或Matlab语言，在本质上是制冷系统，尽管它可以执行数据的收集和反馈的一部分，它缺乏控制系统。此，为了提高HVAC系统的智能性并降低冷却器的能耗，还可以引入模糊自适应控制系统。

　　糊自适应控制系统可以根据反馈数据的特点自适应地学习，然后使用逻辑系统来调整参数。糊自适应控制系统适用于HVAC。主要功能如下：（1）系统性能整体优化。HVAC制冷系统由几个子系统组成，冷库工程形成一个有机整体。果只是从组件进行优化，则会出现协调问题。而，模糊自适应控制系统将整个冷却器优化为一个系统，最大限度地降低了功耗并优化了整个系统。（2）它可以控制冷却器的能耗。糊自适应控制系统可以根据返回数据进行逻辑处理，以确定冷却水的最佳温度，从而确保冷却水系统与环境条件之间的协调。
　　此，在冰箱的运行过程中，传热以最小的能量消耗的形式运行，这有利于通过整个加热系统控制冰箱的能量消耗。通风和空调（3）并具有重要的调节功能。糊自适应控制系统具有很强的学习和调整能力。

　　冷水机组运行过程中，如果参数变化很大，模糊自适应控制系统可以调整以改善模块运行。确保了控制过程的准确性和效率。述三种方法在一定程度上是一个整体，它们的合作可以最大限度地降低冰箱的能耗。然，在HVAC制冷系统的一些控制系统中，使用其他算法和神经网络，其提供相应的效果。而，HVAC制冷机能耗控制从实时监控开始，然后将收集的数据返回到控制系统，然后调整系统运行参数以降低功耗。低HVAC制冷系统消耗的具体方案并不复杂，但数据回归中存在许多子系统和延迟特性。
　　此，为了降低整个HVAC系统的冷却能耗，有必要建立一个半智能控制网络。
　　BP的神经网络，Matlab语言和模糊自适应控制系统可以在半智能系统中承担不同的责任，然后提供及时的反馈。具体使用中，BP神经网络是整个控制系统的骨架，Matlab语言模块是数据采集设备，模糊自适应控制系统是中央处理器和三种形式一个独立的系统。有将三者结合起来，才能协调冷却器的运行状态，降低能耗，同时满足使用需求。入必须根据BP神经元网络的特性建立在HVAC制冷系统中，输入是压缩机入口处的制冷剂温度和压缩机输出处的制冷剂温度，以及压力最佳吸力是输出变量。立这样的输入输出模型后，平台神经网络可以使用Matlab语言模块对数据进行汇总，然后将信息传递给模糊自适应控制系统。糊自适应控制系统可以用最佳的压缩机吸气压力调节压缩机的工作频率。制冷系统的制冷量和负载达到平衡时，冰箱的运行能耗最低。论随着社会的发展，人们对生活质量的要求越来越高，暖通空调已成为建筑不可或缺的要素。而，由于加热制冷剂的操作，通风和空调能耗高，这加剧了中国对能源的供应和需求，不能满足可持续发展战略。
　　冷系统是消耗最多能量的制冷系统。

　　优化的控制非常重要。
　　文重点介绍了BP神经网络，Matlab的语言和模糊自适应控制系统，并分析了现代技术的应用程序来控制HVAC冷却器，希望它会提供相关搜索的参考。考文献[1]刘雪峰，中央空调系统变负荷运行控制机理及应用研究[D]。南理工大学，2012。2008。3]夏伟，孙伟。通空调制冷系统最优控制研究[J]。人技术，2016，（5）。[4]杨秀峰。

　　何优化暖通空调系统制冷控制的作用[J]。国新技术新产品，2011。13）作者：张元（1974-），女，天津，中国天辰工程有限公司，高级工程师，研究方向：暖通空调，化工厂。
　　本文转载自
　　冷库工程www.iceage-china.com