空调系统是现代建筑的重要组成部分,变风量空调因其节能效果好、控制灵活等优点越来越受到人们的关注。只有合理、有效的控制系统设计,才能最大程度的体现变风量空调系统的优势,即舒适与节能的特点。由于变风量空调(VAV)系统的非线性及滞后性,其精确模型难以获得或根本无法获得,所以在变风量空调的控制中,经典控制方法不能实现有效的控制,采用智能控制能克服经典控制的缺点,能够对变风量空调实现有效控制。在智能控制方法中,模糊控制系统具有被人容易理解的表达方式,但难以自动生成和调整隶属度函数和模糊控制规则；神经网络具有较强的自适应学习能力,但所得输入输出关系无法容易被人接受的方式表达出来。将模糊逻辑与神经网络相结合,吸收模糊逻辑和神经网络二者的优点,克服各自的缺点,是VAV系统的一个较好的智能控制方法。同时,为了探讨智能方法的具体程实现,有必要对工程中应用的对变风量空调进行控制的楼宇控制系统进行研究。本文在参阅了大量文献的基础上,针对目前空调控制系统存在的问题进行了一系列的研究。首先介绍了变风量空调系统的基本内容及目前存在一些问题；其次,在控制方法的设计上,考虑到空调系统是一个大惯性、大滞后系统,且很难建立精确的数学模型,因此,采用当前先进的智能控制方法——模糊神经网络控制对空调系统进行控制。本文针对模糊控制和神经网络控制的优缺点,将二者进行了结合,对VAV系统应用模糊神经网络控制方法。即根据模糊系统的结构,将神经网络学习算法引入模糊控制系统中,决定等价结构的神经网络,将神经网络的每层和每个节点都对应模糊系统的一部分。通过神经网络的学习,调整模糊集隶属函数的中心值和宽度值,在线调整隶属函数形状,实现了变风量空调系统中的室温模糊自适应控制。仿真结果表明,通过对控制器参数的寻优进化,模糊神经网络具有较好的动态特性和鲁棒性,是应用于变风量空调控制系统中的新方法,使空调系统跟随环境的变化,始终保持最佳的参数运行。本文通过介绍该变风量空调控制系统的软、硬件的实现方法以及在新建工程中的安装实例,实现了集舒适、高效、节能效果于一身的空调系统控制方案。为了充分考虑节能管理效果,本文研究将空调系统与楼宇控制系统进行信息集成,达到控制性能优良和良好节能的目的。