近些年来出现了太阳能新风系统,这是一种采用洁净能源太阳能,具有为室内空间通风并且加热室内空气功能的新型空调系统,具有洁净无污染,节约能源的特点,具有广阔的应用前景。该系统是一个非线性的、复杂的时变系统,很难建立其精确的数学模型,以往传统的经典控制算法难以获得良好的控制效果,为了取得良好的控制效果,在本课题中,采取了多种智能控制策略。新风系统由于受环境因素影响极大,比如外界冷风温度、太阳照射强度等因素的变化都会对控制效果带来很多的影响,而针对非线性系统的多数控制理论,例如模糊控制等控制算法等对操作人员有较高的经验要求,才能实现较好的控制效果。为改善智能控制算法的通用性和适用性,本文对新风系统各种控制算法的自适应性方面进行了较为深入的探讨,力求在控制系统的建立过程中减少对专业人士的依赖,在不降低控制效果的同时,尽量提高系统的自适应性。本文主要在以下几个方面进行了研究和探讨：1在对实验平台有了初步了解后,应用新风系统实验平台进行大量控制实验,对不同运行模式、不同运行阶段的特性进行探索和研究,以获得较为全面的新风系统运行特性与控制规律。其中包括：新风温度与变频器控制电压之间的控制关系、变频器控制电压范围、新风温度可控范围、太阳能热水温度与新风设定温度关系、模式切换时的系统特性等,为后续系统控制器的设计提供充分的实验数据与控制经验。2.其次针对新风系统的特点进行分析,利用模糊控制对其进行控制实验,以表明该系统的非线性和普通智能控制算法大量依赖人的经验等特点。3.利用继电自整定,对新风系统进行初始化,得到PID参数,继而利用单神经元对PID参数进行在线修正,实现基于自适应PID控制算法的自学习控制。4.针对模糊控制和神经元网络两种控制算法的不同特点,将两种智能控制策略结合,以充分发挥两者的优势,建立模糊神经网络,通过试验样本的训练,尝试对模糊规则进行自我建立和修正,提出了一种基于神经元网络自学习进行规则生成的模糊控制系统。5.利用BP神经网络可以通过自学习建立其无模型、非线性映射的特点,提出了太阳能新风系统的自适应神经网络控制策略,并且对其控制器进行了详细设计。