研究表明,室内良好舒适的环境使人精神愉快、提高工作效率,适宜的热环境可提高生产率,追求舒适性已逐渐成空调系统的新趋势。舒适性空调主要面向的是两点：首先是满足人们对舒适性的要求；其次是对节能的要求。由丹麦的P.O.Fanger教授提出的综合舒适指标——PMV指标以其综合性受到了广泛的关注。考虑的一年四季的变换,人对室内环境舒适度的要求会有区别,本课题研究的空调系统将根据四季气候情况的不同,将全年分为五个运行工况：冬季加热工况；春秋季风冷工况；冬、夏过渡工况；初夏全新风水冷工况；炎夏最小新风水冷工况。五种工况互相转换,全年可按工况进行调节,能有效减少空调系统能耗。本文分析了各环境因素对PMV指标的影响。在人体自身因素一定情况下,得出空气温度与空气流速是主要影响因素的结论。在MATLAB6.5环境下进行建模,建立了基于BP网络改进算法-OBP算法的PMV指标预测器,解决了传统理论计算时PMV指标需要迭代、时效性差的问题。并对BP网络建立过程中各参数的取值和影响进行了分析和训练,最终得到了训练较好的网络。基于五种工况,提出了热舒适性指标间接控制的模型。通过仿真实验,首先研究常规空调与热舒适性指标控制对空调系统的控制效果。然后研究了在热舒适性指标控制下,温度控制分别采用PID控制与模糊PID控制下的仿真结果。实验表明本文的控制方法,系统的性能指标优于其他控制方法,节能效果明显,在满足人体舒适性要求的前提下,可以及时对空调系统进行调控。最后,根据空调系统智能控制的研究需要,初步建立了一个基于PCS7的实验平台,表明在实际运用中的可行性,为展开进一步的科研实验提供了实际条件本文的研究成果对改变传统空调单纯控制室内温湿度的方法具有一定影响意义,通过运行不同工况,不仅能减少能耗,实现空调系统的节能,而且有利于提高空调控制系统的舒适性,提高环境质量。