在我的国家，通风和空调系统中商业建筑的能源消耗占总能源消耗的56％，水泵的功耗为24％。在传统设计中，为了确保商业建筑制冷和供暖，制冷单元，水流系统，风扇系统等的最佳效果通常根据 *的价值选择；但是实际上，制冷和供暖的需求正在根据外部环境的变化不断变化。传统的中央空调系统中的电动机是固定的，可在额定功率上运行，并且不能根据外部环境温度的需求自动调整，从而导致大量的能量浪费。因此，有必要研究智能控制系统。
1。控制系统中的问题
在传统的中央空调控制系统中，电动机速度是恒定的，这对控制温度，通风量和供水压力非常不利；设计人员专注于设计时对系统的控制，例如：设计挡板装置以调节空气量，设计水压控制阀以控制水压等。
，尽管传统的控制方法还可以实现温度和通风系统的能量系统，以使能量系统固定在杂货系统中。现有的主要问题是：
（1）中央空调系统无法根据环境负载的变化来控制中央空调系统。在设计中，设计人员考虑了建筑环境的最大负载，同时留下30％的边距。对于商业建筑，温度，通风等，每日使用都不会充分加载，从而导致高余量和浪费能量；
（2）使用调节阀对水流的控制不准确。无法准确控制水量和水压会导致空调系统温度和水冷却能力不匹配，这远非原始设计值，导致电力浪费很多；
（3）水泵的频繁开始和停止将缩短其使用寿命，甚至燃烧。当打开水泵时，较大的起始电流会影响电动机，产生弧线并损坏设备。
2。智能控制系统的节能对策
鉴于列出的传统控制方法的缺点，我们将研究智能控制系统，以实现自动监视环境温度的自动监测，并明智地确定是否有人，以便于有些人进行泵送和控制水泵和反射，并控制了水泵和反射。
2.1建立各种系统
，以实时监视建筑环境中的温度，需要高精度和回程空气监测设备的温度传感器；收集的室内温度将传输到中央控制器，该温度实现了建筑环境温度的调整。为了确定某人是否在建筑物中，使用红外传感器，该传感器将相关信息传输到中央控制器，这将阻止无人房间的温度，湿度和通风，并且还可以确保人类房间的温度，湿度和通风。
2.2在智能控制系统中建立控制系统
，控制方法采用基于温度差的方法。在确保系统的正常操作的同时，它不需要将调节阀添加到每个分支。水压和水流的调节是在水泵中进行的，并以尺度前的比例分配。由于商业建筑中每个房间的负载条件相似，因此适合使用前流分布方法。计算冷藏系统的 *流量节省，并将水泵的速度设置为最小值。
2.3选择控制方法
在水系统中，应建立频率转换速度控制计划，包括：基于压力差和基于温度差的控制计划的控制计划[3]。对于前者，它可以确保基于出口压力和冰箱中的水压返回水压之间的差异，使地板冷藏水具有恒定的压力。当压力差低于下限时，这意味着系统的负载很小，应相应增加压力差；当压力差高于上限时，这意味着系统的负载很大，并且需要适当提高水泵的速度。对于基于温度差的控制方案，它根据回流温度和制冷主机的出口水温调节每个楼层的压力：当温度差很小时，这意味着负载很小，并且应降低水泵的速度；当温度差很大时，寿命较大，并且应提高水泵的速度以降低温度差。该控制方法以简单的方式使用能量，并实现了能量保护的目的。
3。节能系统控制技术
3.1模糊控制
在智能控制技术中，模糊控制系统是一个重要的分支，是一个重要的分支，基于：模糊集理论，fuzzy sethey sethey for seoly set seoly oplage ozzy语言变量和fuzzy for figic ozz figicing figics figics figics foricing fiquiz foriky fiqus foriky fialicy fialicy fiici;结合使用计算机技术，形成了数字控制系统，并且有一个反馈通道闭环结构，该结构具有控制功能。在当前的制冷场中，模糊控制已被广泛使用。在商业中央空调的智能控制系统中，模糊控制依赖每个房间的温度传感器来获得其各自的温度值，从而计算温度变化速率，然后使用模糊算法来控制中央空调的工作状态，从而控制可变频率压缩机和风扇的速度。
3.2神经网络控制
在神经网络控制中，模仿人脑中的神经系统，并建立了类似于神经细胞的模型。它的节点是神经元，其主动网络是网络拓扑。在神经网络系统中，最简单的处理单元是神经元。
使用神经网络控制，从理论上讲，具有非线性映射的一对一映像可以实现，即无限近似非线性映射，从而解决了复杂且不确定的系统控制问题，并确保整个系统的稳定性，稳健性和耐受性。在此网络中，有多个输入和多个输出，因此可以实现对环境变化的实时控制。神经网络在中央空调能量控制中的应用具有很大的实际意义。每个房间中的湿度，温度，人数都是通过传感器获得的，并输入了神经网络控制系统。人体的舒适价值是通过相关程序计算的，并且通过反馈控制实现了控制。
3.3控制技术的优化
如今，商业中央空调的控制不再是机械恒温的机械恒温控制，而是进入了基于计算机的智能控制的阶段。作为一个具有许多变量，高复杂性和较大时间变化的系统，该系统中各种因素之间的关系非常复杂，并且存在严重的非线性和牢固的耦合关系。神经网络控制和模糊控制在解决此类问题方面具有明显的优势。其中，前者的主要优点是它具有自适应功能，但是该优势也是其缺点之一，因为在专家系统中得出的规则不能直接应用于神经网络中。相反，模糊控制系统直接通过专家系统提供规则，这些规则已填充在规则矩阵中。在这一点上，它比训练神经网络要简单得多。但是模糊控制也有缺点，模糊控制的适应性很差。结合上述分析，人们认为将神经网络控制和模糊控制结合在一起，并共同应用于中央空气调节能源系统以实现 *控制。收集的参数（例如温度，湿度和人数）由神经网络控制，以获得人体的舒适价值。人体的舒适价值受到最佳价值的控制，实现了对空调的智能控制，并实现节能。
4。结论
智能节能系统具有白天和黑夜的自动跟踪变化，室温和湿度以及人数的变化，以便实现对空调机的工作状态的合理控制。首先，引入了我国家的商业中央空调的智能控制系统，目前存在的主要问题总结了，并以有针对性的方式给出了相应的对策；然后引入了用于智能节能系统的几种节能技术。简而言之，只有采用正确且合理的节能系统，可以实现中央空调智能控制系统的能源，这对国家也具有重要的经济利益。
