变风量空调系统是智能建筑节能降耗的有效方式之一,作为关键设备的末变风量末端装置,它通过对房间送风量的调节来满足用户对环境的舒适性要求。因此变风量末端控制就显得尤为重要,性能的优劣直接影响着整个空调系统的节能效率。　　本文为以西安建筑科技大学变风量空调实验为平台,对变风量末端的控制研究应以系统中被控的风量对象和房间模型为基础,故对风量被控对象采用闭环间接法进行辨识,并在Labview上对温度系统控制器进行在线仿真设计,创造闭环辨识性条件建立被控室温房间对象模型,利用Sumlink工具箱对末端控制系统进行仿真,结果表明闭环辨识建立的模型具有较好的精准度。利用所建模型为仿真环境,提出了基于神经网络模糊推理机的神经模糊控制,通过对风量和温度两个系统控制行为的学习训练,完成各自的神经模糊控制器,经过仿真实验和在线验证,结果表明该控制策略针对非线性、不确定性的变风量(VAV)空调系统控制,具有良好的控制效果,提高了系统的动态性能。为了实践控制策略的研究价值,本文利用ARM7开发板进行嵌入式变风量末端控制器的设计及实现,根据控制需求在ADS1.2开发环境中设计软件程序,并利用VISA技术实现变风量末端系统与控制器的数据通讯,以此为采集执行通道对嵌入式末端控制器的控制效果进行测试,结果表明了实物的可用性。