在我国，商用大厦在通风空调系统中的能源消耗占据了整个能耗的56%，水泵耗电量为24%。在传统设计中，为了保证商用建筑制冷和制热的*优效果，一般是按照*大值来选择制冷机组、水循环系统以及风机系统等等;但在实际中，制冷和制热的需要是依据外界环境的变化而不断变化的，传统的中央空调系统中的电机都是固定在额定功率下运行，无法随着外界环境温度的需要进行自动调节，造成了大量的能源浪费，因此，研究智能化控制系统十分必要。
1、控制系统存在的问题
在传统中央空调控制系统中，电机的转速是恒定的，这对于控制温度、通风量以及供水压力等都十分不利;设计者在设计时重点考虑的是系统控制温度、通风量以及水压等目的，如：设计挡板装置进行风量的调节、设计调节水压控制阀门实现对水压力的控制等。
传统的控制方法虽然也能够实现中央空调系统的温度以及通风量控制等目的，但是在节能降耗上却是空白。存在的主要问题有：
(1)无法依据环境负荷的变化对中央空调系统进行控制。在设计中，设计者更多的是考虑建筑环境的*大负荷，同时留有30%裕度。对于商用建筑而言，日常使用的温度、通风量等都不会实现满负荷，从而造成了较高的余量，导致了能源的浪费;
(2)使用调节阀门控制水流量存在控制不准确的问题。无法准确控制水量和水压力，会导致空调系统温度和水冷量不匹配，与原始设计值相差甚远，造成大量的电能浪费;
(3)水泵的频繁启停会使其发热缩短使用寿命，甚至烧坏。水泵在开启时，较大的启动电流会冲击电机，产生电弧，损坏设备。
2、智能控制系统节能对策
针对所列的传统控制方式存在的不足，研究智能化控制系统，实现对环境温度的自动监测，对是否存在人进行智能识别，从而对水泵进行灵活调节，对通风和制冷系统进行控制。
2.1建立各类系统
为了对建筑环境中的温度进行实时监测，需要用到精度较高的温度传感器以及回风监测装置;将采集的室内温度传送给中央控制器，该控制器实现对建筑环境温度的调节。为了对建筑中是否有人进行识别，要用到红外传感器，该传感器将相关信息传递给中央控制器，该控制器将会停止无人房间的温湿度和通风量，并且还能够保证有人房间的温湿度以及通风量。
2.2建立控制系统
在智能控制系统中，控制方式采用的是以温差为主的方式，它在保证系统的正常运行前提下不需要在各个支路中添加调节阀门;对水压和水流量进行调节是在水泵中进行的，它按照预先的比例进行分配，由于商用建筑中各个房间的负荷工况是类似的，适宜于采用预先流量分配法。对冷冻系统*省流量进行计算，设定水泵的转速为*小值。
2.3选择控制方式
在水系统中，应该建立变频调速控制方案，包括：以压差为主的控制方案和以温差为主的控制方案。对于前者而言，它依据制冷机中的出水压力和回水压力的差值保证楼层冷冻水具有恒定压力。当压力差在下限值以下，说明系统的负荷较小，应该相应的提高压差;当压力差高于上限值时，说明系统的负荷较大，需要适当增加水泵的转速。对于以温差为主的控制方案来说，它依据制冷主机的回水温度和出水温度，对各楼层的压力进行调节：当温差较小时，说明负荷较小，应该将水泵的转速降低;当温差较大时，寿命负荷较大，应该提高水泵的转速，降低温差。这种控制方式*大化的利用了能源，达到了节能的目的。
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，其基础为：模糊集合论、模糊语言变量及模糊逻辑的规则推理;结合运用计算机技术共同构成一种数字控制系统，系统中存在具有控制作用的反馈通道闭环结构。在当前的制冷领域，模糊控制已经得到了广泛的应用。在商用中央空调的智能控制系统中，模糊控制依靠各个房间的温度传感器得到各自的温度值，从而计算出温度的变化率，然后采用模糊算法控制中央空调的运行状态，从而控制变频压缩机和风扇等的转速。
3.2神经网络控制
在神经网络控制中，模仿的是人类大脑中的神经系统，建立类似与以神经细胞为基础的模型，其节点为神经元，其活动网络为网络拓扑结构。在神经网络系统中，*简单的处理单元是神经元。
采用神经网络控制，在理论上可以实现与非线性映射的一一对映，即：无限逼近非线性映射，从而解决了复杂和不确定的系统控制问题，并且保证了整个系统的稳定性、鲁棒性以及容错性。在该网络中，有多个输入和多个输出，因此实现了对环境变化的实时控制。在中央空调节能控制中应用神经网络具有十分重要的现实意义，通过传感器得到各个房间内的湿度、温度、人数等信息，并输入神经网络控制系统中，通过相关程序计算出人体的舒适度值，通过反馈控制实现*优化控制。
3.3控制技术优化选择
如今，对商用中央空调的控制不再是机械式的恒温控制，已经步入到以计算机为基础的智能控制阶段。作为一个变量多、复杂程度高、时间变化大的系统，该系统中各项因素之间的关系十分复杂，存在严重的非线性和强耦合关系。神经网络控制以及模糊控制在解决这类问题时具有明显的优越性。其中，前者的主要优点在于：它具有自适应功能，但该优点也正是它的一个不足之处，这是因为，在专家系统中得出的规则无法直接在神经网络中得到应用。相比之下，模糊控制系统则是由专家系统直接提供规则，这些规则填充于规则矩阵中，在这一点上，它要比训练一个神经网络简单得多;但是模糊控制也存在弊端，模糊控制的自适应能力较差。结合上文分析，联想到将神经网络控制和模糊控制相结合，共同应用于中央空调节能系统中，实现*优控制。采用神经网络控制对采集到的温度、湿度以及人数等参数进行处理，得到人体的舒适度值;采用模糊控制将人体的舒适度值控制在*佳值附近，实现空调的智能化控制，同时也实现了节能。
4、结束语
智能化节能系统在跟踪昼夜变化、房间温湿度、人数变化等方面实现了自动化，从而可以实现对空调工作状态的合理控制。首先对我国商用中央空调的智能控制系统进行了介绍，总结了当前存在的主要问题，并有针对性的给出了相应的对策;随后针对智能化节能系统介绍了几种节能技术。总而言之，只有采用正确合理的节能系统，才能实现中央空调智能控制系统的节能，这对于国家来说，也同样具有重要的经济效益。
