钟诚1 张晓银2
1 身份证号：44142719860706****
2 身份证号：42212819770209****
摘要：暖通系统是集采暖、通风、空气调节三大功能为一体的系统装置，其可以调控室内温湿度，让室内环境变得更加舒适宜人，为人们的学习、工作和生活营造良好环境，从而深受广大社会公众的青睐。然而从暖通系统设计和应用现状来看仍然存在一些不足之处，导致系统运行时能量损耗居高不下，智能化水平较低，难以体现出暖通系统的优势所在。为了打破这一局面，需要设计人员能够基于建筑、结构和实际需求出发，对暖通系统的控制策略、控制权限、控制网络等实施全面优化，争取实现对各个分项的精准控制，最大程度地利用好自然资源，适时地调节温湿度和送风量，暖通系统将能够切实满足智能建筑运行需求。
关键词：人工智能技术；暖通系统；控制
引言
空调系统的运行会产生大量的能耗，在建筑体系能耗方面占比较大。在社会高速发展的今天，空调作为影响人们居住与生活质量的重要部分，提升其自动控制系统的高效运行，对实现空调系统各项功能的有效管控、空调系统的节能减排等都具有十分重要的意义。我国暖通自动控制系统发展历程主要分为四阶段，一是设备集中启停控制系统；二是模拟仪表控制系统；三是分布集散式监控系统；四是数字化控制系统。人工智能技术的渗透，可以帮助实现对暖通系统的远程实时访问与数据共享，并且可以实现国家大力倡导的节能减排、绿色环保目标。
1人工智能技术简述
人工智能(Artificial Intelligence,AI)是当前科学技术发展中的一门前沿学科，是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等学科研究的基础上发展起来的，因此又可把它看作是一门综合性的边缘学科。其研究重心主要集中在专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、智能决策支持系统及人工神经网络等方面。人工神经网络能模拟人类大量脑细胞的高度连接，当有输入信号将神经元激活时，经过神经回路产生输出，神经网络具有学习能力和联想记忆，它经过学习能在输入信号后产生预期的输出。如果某一信息回路没学习过，它也能给出合理的输出。这种技术非常适用于暖通系统的智能控制，不但能够处理大规模的分布式神经元传送的数据，还能够完成数据分析去“认识”客户的应用环境和设置，然后自主做出相应的反应和行为。
2基于人工智能技术的暖通系统控制
通过强大的人工智能赋能，为暖通空调控制系统(图1)提供更加可靠的智能分析、决策和控制能力，从而实现暖通空调控制系统的精细化、智能化和定制化。
.png)
图1暖通空调控制系统
2.1利用气候、舒适度及各传感器数据进行分析，智能调节暖通系统运行状态
首先，将暖通的运维系统通过内部局域网络与大数据库相连接，大数据库通过外部互联网络获取当日的本区域天气情况，温湿度变化数据，同时在本地通过传感器采集室内、外温湿度、当前雨量的数据，实时监控更新室内人员数量以及室内人员舒适度反馈数据，将数据整理分析后形成暖通系统运行效率与环境变化的曲线图，暖通运维系统则实时按照曲线图运行。当室外下起大雨，雨量监测器监测雨量较大时，同时根据室外传感器数据探测到室外温度降低，湿度升高，数据分析中心根据实时数据，同时更新运行曲线，暖通控制系统根据最新曲线运行，升高暖通的中央制冷温度，将制冷温差降低，同时控制室内的AHU和PAU控制器，降低风速，降低新风交换效率，然后根据室内温湿度传感器的数据，缓慢调节暖通的控制系统，以达到迅速平衡室内温湿度变化，最后根据室内的舒适度评价监测，在舒适，暖和，寒冷的判定数量基础上，实现长期的稳定调控。这样不仅能让空调能实时根据环境变化情况智能调节和稳定室内温湿度，更能让空调系统实现节能的运行状态，而非一直的满负荷运行，整个数据流向实现了无限循环的闭环控制流程，让暖通运维系统真正做到“芯”中有“数”，达到让系统处于最佳运行状态，空调达到最优舒适度的环境状态，做到精准控制，精准节能，精准判断。
2.2利用气候、舒适度及各传感器数据进行分析，智能调节暖通空调系统运行状态
首先，将暖通空调的运维系统通过内部局域网络与大数据库相连接，大数据库通过外部互联网络获取当日的本区域天气情况，温湿度变化数据，同时在本地通过传感器采集室内、外温湿度、当前雨量的数据，实时监控更新室内人员数量以及室内人员舒适度反馈数据，将数据整理分析后形成暖通空调系统运行效率与环境变化的曲线图，暖通空调运维系统则实时按照曲线图运行。当室外下起大雨，雨量监测器监测雨量较大时，同时根据室外传感器数据探测到室外温度降低，湿度升高，数据分析中心根据实时数据，同时更新运行曲线，暖通空调控制系统根据最新曲线运行，升高暖通空调的中央制冷温度，将制冷温差降低，同时控制室内的AHU和PAU控制器，降低风速，降低新风交换效率，然后根据室内温湿度传感器的数据，缓慢调节暖通空调的控制系统，以达到迅速平衡室内温湿度变化，最后根据室内的舒适度评价监测，在舒适，暖和，寒冷的判定数量基础上，实现长期的稳定调控（如图2实际室内数据采集应用场景）。这样不仅能让空调能实时根据环境变化情况智能调节和稳定室内温湿度，更能让空调系统实现节能的运行状态，而非一直的满负荷运行，整个数据流向实现了无限循环的闭环控制流程，让暖通空调运维系统真正做到“芯”中有“数”，达到让系统处于最佳运行状态，空调达到最优舒适度的环境状态，做到精准控制，精准节能，精准判断。
.png)
图2暖通空调室内数据采集界面
2.3优化DDC
DDC即直流数字控制器，其有着多种类型，不同种类的DDC体积、功能都有着巨大差异，一般是体积越大的DDC控制能力越强，反之亦然。对于设备数量较多、分布比较集中的区域而言，必须使用大型的DDC，以达到降低设备运行相互干扰，提高控制精度，防范设备故障的目的。PLC的诞生和快速发展使得其在更多领域中得到了广泛运用，在智能建筑暖通系统中可以与DDC平分秋色，给设计人员提供了更多的选择方向，比如说控制暖通系统的新风机和空气处理机就可以用PLC，同样是一个不错的选择。
2.4BAS监控中心
BAS监控中心的根本职责就是对智能建筑暖通系统的各个组成设备进行动态监控，以便准确了解所处位置不同、种类功能各异的设备的实际运行情况，对设备进行精准控制，第一时间的处理设备运行异常和故障问题，将事态控制在最小范围内。BAS监控中心通常远离锅炉房和制冷机房，难以实现对关键设备进行操作。比较科学的办法是在锅炉房或是制冷机房现场控制室旁建立一个监控分站，由此分站监控冷冻机和锅炉的实时情况，其他冷热源设备也可在此分站中进行监控。
2.5暖通系统节能优化
节能优化是暖通系统暖通系统优化的重要方向，智能建筑设计阶段要加强实地勘察，综合分析地质因素和大气环流因素等的影响，科学合理布局，优化建筑的结构设计，增强自身的保温性能，减少能源消耗。采取节能优化措施如下。一是空调水系统，使用一次泵变流量系统，循环泵根据负荷变化自动变频变流量运行；二是空调风系统，做好排风以及热回收功能等的设计，高层建筑运用分层式空调系统；三是空调末端系统，采用变流量运行，系统送风端设置温控装置，进行送风量和空气温度参数的优化调节，做好流量控制；四是推广应用可再生能源，应用主动式太阳能收集设施，加热管道内部的水，实现室内循环供热，达到节能目的。
2.6优化控制策略
对于智能建筑暖通系统运用PID控制方式会获得较好效果，所用的控制装置为DDC控制器，只需要选择合适的PID参数，就能够实现对暖通系统的有力控制和管理。有些设计人员习惯于将PID参数设置得较高，认为这样系统会快速达到设定温度，殊不知自己已经陷入误区之中，PID参数的选取应格外慎重，数值过大或过小都会导致暖通系统运行不稳，室内温度反复变化，所以需要根据智能建筑的实际情况确定PID参数。对于热惯性较大的智能建筑，需要采用双级控制模式，将温度传感器分别放置在室内和空调的送风管中，一个控制室温，一个控制水阀，控制方式更加灵活，可以大大缩短暖通系统的响应时间。
3人工智能技术在暖通中未来的发展趋势
人工智能技术正处于疯狂发展与渗透阶段，有相关数据表明，目前全球有200多亿台联网设备正在投入使用，大多暖通系统的供应商也十分热衷并致力于人工智能技术更深层次应用的研究。人工智能技术在暖通的应用中，目前集成天气预报等第三方数据源的创新已初见成效，通过集成后的暖通系统可以通过对天气等诸多因素的影响，实现对建筑内部温度的实时监测与调节，还可以节约能源、改善人们的居住舒适度、满足预测需求、实现预测性维护行为等等，人工智能技术便是实现诸多创新功能的主要驱动力。在未来研究与发展方向里，集成第三方数据源也势必会成为人工智能技术在暖通领域中的重大研究与发展方向。此外，随着人工智能技术的不断革新，暖通系统进行WIFI连接的成本会逐渐降低，便捷性、智能性也会随之提升，未来暖通联网将会成为一种常态，设备也会不断向更高的高度发展，对暖通系统运行数据的智能分析也将会成为相关领域的研究重点。
结语
随着我国相关技术的不断发展，人工智能技术在暖通领域有着巨大的发展背景与前景。因此，相关的技术人员可在现有的技术基础上再度开发完善，总结现有控制技术的不足，结合现今国内外相关技术发展趋势，研发出更加智能化、自动化、经济化的控制系统，从而实现暖通领域的技术革新，促进我国经济的可持续型发展。
参考文献
[1]侯瑞.智能建筑暖通空调系统的改进对策[J].城市建筑，2019（27）：106-107.
[2]宋宇，原云飞，刘晓飞，等.智能建筑暖通空调系统优化策略[J].建材与装饰，2019（36）：222-223.
[3]史源源.智能建筑暖通空调系统的改进对策探究[J].智能建筑与智慧城市，2020（7）：36-37,40.
[4]刘现朝.探究暖通空调系统设备管理与故障问题的维护建议[J].中国设备工程，2020（13）：74-75.
[5]李国伟.智能建筑暖通空调的节能方法探析和系统优化研究[J].智能建筑与智慧城市，2019（7）：29-30.