一种地铁车站公共区智能空调的制作方法

1.本发明涉及轨道交通地铁车站节能技术领域，特别涉及一种地铁车站公共区智能空调。


背景技术：

2.随着我国经济的增长与城市化水平的提高，城市轨道交通在大中城市公共交通中发挥越来越重要的作用。目前我国正处在地铁建设高速发展时期，建设规模和承载的客流量都是世界最大的。然而，地铁建设的巨额投资和高昂的运营成本成为制约轨道交通发展的重要因素。如何有效降低工程建设和运营成本，建设节约型地铁既是建设节约型社会的要求，更是轨道交通自身可持续发展的需要。
3.地铁通风空调系统作为最大的机电系统，是地铁车站的耗能大户，一个标准车站通风空调系统能耗约占整个轨道交通能耗的25％～30％，通风空调系统耗电成本约占运营成本的30％。通常把典型的地铁地下车站空调系统分为大系统和小系统两个部分。大系统是指车站公共区，即乘客使用区；小系统是指车站设备及管理用房区域。
4.车站大系统主要空调冷负荷为人员冷负荷、新风负荷、屏蔽门传热、照明及广告牌、指示牌负荷、自动售检票及闸机、自动扶梯、电梯负荷、通信设备、银行等设备负荷。地铁车站的人员冷负荷、新风负荷为主要冷负荷，逐时值变化较大。人员冷负荷、新风负荷、屏蔽门传热、自动售检票及闸机、自动扶梯、电梯负荷与客流关系密切，变化较大。其它设备的发热量较为固定在地铁车站正常运营时间。
5.按照《地铁设计规范》(gb 50157
‑
2013)中的有关规定，地铁车站通风空调系统的设计是按照地铁运营远期晚高峰客流量确定空调负荷，系统装机容量也是按此进行配置。在装机容量已经固定的情况下，如何运行先进的控制技术实现系统高效节能运行，成为降低系统能耗的核心内容。
6.地铁车站的初期客流远低于远期客流，同时人员流动性大，一般早晚高峰时段的人流量比平常时段高出近一倍，再加上外部气象条件的变化，必然会引起地铁公共区空调系统(简称大系统)负荷的不断变化和波动，导致负荷的变化幅度常常达到40％～50％。空调负荷在变，而空调设备装机容量却不会改变，如果空调设备始终在固定的装机容量下运行，必然存在能源浪费。如果采用先进的调控技术，根据空调负荷及工况的变化对空调系统设备的运行参数进行动态调节，可实现在提供舒适环境条件的同时实现节能降耗，降低地铁的运营成本。车站大系统为典型的舒适性空调，主要目的在于为乘客提供由室外到乘车这一段时间内的过渡性舒适环境。根据地铁设计规范，车站大系统每天运行时段运行18h；夏季为小新风空调，过渡季为全新风空调，冬季按通风工况运行。
7.现阶段地铁车站采用集中冷源的集中式空调系统，车站大、小系统的冷冻水由设于设备管理用房区的冷水机房提供。冷水机房内设两台冷水机组，对应设置冷冻水泵、冷却水泵、冷却塔各两台，两台冷却塔设于附近地面风亭上。在车站新风道、空调机组回风/送风处、车站公共区站厅层/站台层设置温度计。
8.车站大系统采用全空气一次回风系统。在车站两端设置通风空调机房，各负担车站一半公共区的通风空调。机房内设置组合式空调箱，回/排风机和空调新风机(小新风机)。根据使用要求和室内设计参数进行通风空调设计，为地铁工作人员和设备提供良好的工作环境和运行环境。以上设计能满足车站大、小系统的人员舒适性以及设备冷风降温的需求，但是存在一部分的局限性：
9.1)车站客流决定了人员冷负荷、新风负荷、部分设备发热量，呈现日动态变化。然而目前计算均简单的按照远期晚高峰客流量计算，冗余量过大；
10.2)车站空调系统采用定风量一次回风系统，设备安装时需进行风量平衡调节，调节过程非常复杂。且调节后为固定状态，不能进行风量调节。与车站客流动态性、分布的不均匀性不符；
11.3)地铁车站的温度测点较少，不能反应整个车站公共区温度场真实状况。导致乘客以及安检人员出现过冷及过热现象。


技术实现要素：

12.本发明的目的在于提供一种地铁车站公共区智能空调，本地铁车站公共区智能空调首次通过建筑自动化系统将非制冷红外焦平面热成像系统应用在地铁车站公共区空调设计中，直观的得到车站公共区的实时、瞬时客流数据，从根本上解决了车站客流数据依据远期晚高峰预测值简单、粗暴的做法，同时，通过多种技术手段实现空调系统的舒适性、节能性。
13.为了实现上述目的，本发明提供如下技术方案：
14.一种地铁车站公共区智能空调，包括非制冷热成像系统、变风量空调系统、新风管道、送风管道、回风管道和组合式空调器；所述新风管道的一端与新风井连通，所述新风管道的另一端与所述送风管道的一端连通，所述送风管道与所述车站公共区连通，所述回风管道的一端与排风井连通，所述回风管道与所述车站公共区连通，所述组合式空调器设置在所述送风管道上；所述非制冷热成像系统包括建筑自动化系统，所述建筑自动化系统与所述变风量空调系统连接，所述非制冷热成像系统能够得到所述车站公共区的温度数据和人员数据，所述温度数据和所述人员数据均通过所述建筑自动化系统接入所述变风量空调系统，所述变风量空调系统由所述建筑自动化系统控制；所述变风量空调系统包括新风量控制回路，所述新风量控制回路用于调整所述组合式空调器送风的新风比。
15.进一步地，在上述的地铁车站公共区智能空调中，所述非制冷热成像系统还包括非制冷型热像仪和监视器；所述非制冷型热像仪设置在所述车站公共区，所述非制冷型热像仪与所述监视器连接，所述监视器与所述建筑自动化系统连接；入射的红外辐射穿过大气进入所述非制冷型热像仪，并经过所述非制冷型热像仪处理后转换成模拟信号送至所述监视器；优选地，所述非制冷型热像仪为非制冷型焦平面阵列热像仪。
16.进一步地，在上述的地铁车站公共区智能空调中，所述变风量空调系统包括连通风管，所述连通风管将所述新风管道、所述送风管道与所述回风管道连通；在所述新风管道上设置有第一新风阀，在所述连通风管上设置有第二新风阀，在所述连通管道上设置有二氧化碳传感器和新风阀门控制器，所述二氧化碳传感器、所述新风阀门控制器和所述第一新风阀通过控制线依次连接；所述送风管道、所述回风管道、所述二氧化碳传感器、所述新
风阀门控制器、所述连通风管、所述第一新风阀以及所述新风管道依次连接形成所述新风量控制回路；所述建筑自动化系统通过所述二氧化碳传感器来检测所述连通管道处的二氧化碳浓度，并通过所述新风阀门控制器来控制所述第一新风阀的开度进而调节所述组合式空调器送风的新风比。
17.进一步地，在上述的地铁车站公共区智能空调中，所述变风量空调系统还包括温度传感器、温度控制器和电动二通阀；所述温度传感器和所述温度控制器均设置在所述组合式空调器的出口，所述电动二通阀设置在所述组合式空调器上；所述温度传感器、所述温度控制器和所述电动二通阀通过控制线依次连接，所述温度传感器、所述温度控制器、所述电动二通阀和所述组合式空调器依次连接形成组合式空调器送风温度控制回路；所述建筑自动化系统通过所述温度传感器来检测所述组合式空调器出口处的送风温度，并通过所述温度控制器来调节所述电动二通阀的开度进而调节所述组合式空调器出口处的送风温度。
18.进一步地，在上述的地铁车站公共区智能空调中，所述变风量空调系统还包括静压传感器、静压控制器和风机变频器；所述静压传感器、所述静压控制器和所述风机变频器均设置在所述组合式空调器上，所述静压传感器、所述静压控制器和所述风机变频器通过控制线依次连接，所述静压传感器、所述静压控制器、所述风机变频器和所述组合式空调器依次连接形成管网风机频率
‑
管道静压控制回路；所述建筑自动化系统通过所述静压传感器将所述送风管道末端的静压值传给所述静压控制器，所述静压控制器按给定的调节规律输出频率以通过所述风机变频器来调节所述组合式空调器的风机的转速，从而维持所述送风管道末端的静压值。
19.进一步地，在上述的地铁车站公共区智能空调中，还包括多个末端装置，所述变风量空调系统还包括风量传感器、风量控制器；所述末端装置设置在所述车站公共区，所述组合式空调器的出口及所述末端装置上均设置有所述风量传感器和所述风量控制器；所述风量传感器和所述风量控制器通过控制线依次连接，所述风量传感器、所述风量控制器、所述末端装置和所述车站公共区依次连接形成风量控制回路；所述温度控制器、所述风量控制回路和所述非制冷热成像系统依次连接形成车站公共区温度控制回路；所述温度控制器给定风量设定值，所述建筑自动化系统通过所述风量传感器来检测所述车站公共区的进风量与所述风量设定值是否存在偏差，若存在偏差，所述风量控制器通过调整所述末端装置的开度来改变进入所述车站公共区的进风量。
20.进一步地，在上述的地铁车站公共区智能空调中，所述风量控制器内设置有bp神经网络系统，所述bp神经网络系统包括输入层、隐含层和输出层；所述输入层包括控制参数、状态参数和辅助参数，所述输出层用于计算所述末端装置的风量值，所述控制参数、所述状态参数、所述辅助参数用于为所述建筑自动化系统提供数据参数；所述建筑自动化系统能够预测下一时刻所述末端装置的送风量，从而确定所述末端装置的最佳运行参数。
21.进一步地，在上述的地铁车站公共区智能空调中，所述控制参数包括前一天t时刻送风量、前两天t时刻送风量；所述状态参数包括当天t时刻室外温度、当天t
‑
1时刻室外温度、当天t时刻所述车站公共区的温度、当天t
‑
1时刻所述车站公共区的温度、前一天t时刻客流、当天t时刻客流；所述辅助参数包括当天太阳辐射强度、当天大气湿度。
22.进一步地，在上述的地铁车站公共区智能空调中，所述调节规律为比例积分调节规律。
23.进一步地，在上述的地铁车站公共区智能空调中，所述人员数据包括实时、瞬时客流数据；所述温度数据包括车站公共区逐时温度场。
24.分析可知，本发明公开一种地铁车站公共区智能空调的实施例实现了如下技术效果：
25.1)本地铁车站公共区智能空调耦合了非制冷红外焦平面热成像系统、变风量空调系统、人工神经网络系统，以上系统通过地铁车站建筑自动化系统控制，通过多种技术手段实现空调系统的舒适性、节能性。
26.2)本发明系首次通过建筑自动化系统，将非制冷红外焦平面热成像系统应用在地铁车站公共区空调设计中，通过非制冷红外焦平面热成像系统能直观得到实时、瞬时客流数据，从根本上解决了车站客流数据依据远期晚高峰预测值简单、粗暴的做法；得到车站公共区逐时温度场，不仅反映客流的人体温度，而且人体周边环境温度。
27.3)本发明采用的变风量空调系统由车站建筑自动化系统控制，变风量空调系统由4个控制回路构成，分别为组合式空调器送风温度控制回路、管网风机频率
‑
管道静压控制回路、新风量控制回路和车站公共区大系统温度控制回路。本变风量空调系统能够相应地自动调节空气处理机组(ahu)风机的转速，运行在部分负荷工况时，可有效降低送风机的运行能耗，节约系统的运行费用，不需要进行系统风量平衡测试，对各公共区空调区域空气温度实现独立控制，各空调区域可以根据使用情况灵活设置不同的房间温度。
28.4)本发明采用bp神经网络系统，并通过建筑自动化系统的控制来实现空调区域温度的精确控制，在保证服务质量的前提下，最大限度地降低系统的能耗。
29.对比现阶段地铁车站空调系统，本发明是通过建筑自动化系统耦合了非制冷红外焦平面热成像系统、变风量空调系统、人工神经网络系统的地铁车站公共区智能空调，本地铁车站公共区智能空调实现空调系统的舒适性、节能性。
附图说明
30.构成本技术的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。其中：
31.图1为本发明一实施例中地铁车站公共区大系统非制冷焦平面红外热像系统的功能框图；
32.图2为本发明一实施例中地铁车站公共区变风量空调系统控制回路图；
33.图3为本发明一实施例中地铁车站公共区温度控制回路；
34.图4为本发明一实施例中地铁车站公共区神经网络系统控制原理图。
具体实施方式
35.下面将参考附图并结合实施例来详细说明本发明。各个示例通过本发明的解释的方式提供而非限制本发明。实际上，本领域的技术人员将清楚，在不脱离本发明的范围或精神的情况下，可在本发明中进行修改和变型。例如，示为或描述为一个实施例的一部分的特征可用于另一个实施例，以产生又一个实施例。因此，所期望的是，本发明包含归入所附权利要求及其等同物的范围内的此类修改和变型。
36.在本发明的描述中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖
直”、“水平”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作，因此不能理解为对本发明的限制。本发明中使用的术语“相连”、“连接”、“设置”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接；可以是直接相连，也可以通过中间部件间接相连；可以是有线电连接、无线电连接，也可以是无线通信信号连接，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
37.所附附图中示出了本发明的一个或多个示例。详细描述使用了数字和字母标记来指代附图中的特征。附图和描述中的相似或类似标记的已经用于指代本发明的相似或类似的部分。如本文所用的那样，用语“第一”、“第二”、“第三”以及“第四”等可互换地使用，以将一个构件与另一个区分开，且不旨在表示单独构件的位置或重要性。
38.如图1至图4所示，根据本发明的实施例，提供了一种地铁车站公共区智能空调，包括非制冷热成像系统(非制冷红外焦平面热成像系统)、变风量空调系统、新风管道、送风管道、回风管道和组合式空调器；新风管道的一端与新风井连通，新风管道的另一端与送风管道的一端连通，送风管道与车站公共区连通，回风管道的一端与排风井连通，回风管道与车站公共区连通，组合式空调器设置在送风管道上；非制冷红外焦平面热成像系统包括建筑自动化系统，建筑自动化系统与变风量空调系统连接，非制冷红外焦平面热成像系统能够得到车站公共区的温度数据和人员数据，温度数据和人员数据均通过建筑自动化系统接入变风量空调系统，变风量空调系统由建筑自动化系统控制，变风量空调系统包括新风量控制回路，新风量控制回路用于调整组合式空调器送风的新风比。
39.在上述实施例中，本地铁车站公共区智能空调耦合了非制冷红外焦平面热成像系统、变风量空调系统(variable air volume air condition system或vav)、人工神经网络系统，以上系统通过地铁车站的建筑自动化系统(bas：building automation system)控制，通过多种技术手段实现空调系统的舒适性、节能性。本发明系首次通过建筑自动化系统，将非制冷红外焦平面热成像系统应用在地铁车站公共区空调设计中，非制冷红外焦平面热成像系统包括建筑自动化系统，通过非制冷红外焦平面热成像系统能直观得到车站公共区的温度数据和人员数据，温度数据和人员数据均通过建筑自动化系统接入变风量空调系统，这里人员数据包括实时、瞬时客流数据，温度数据包括车站公共区逐时温度场，这样从根本上解决了车站客流数据依据远期晚高峰预测值简单、粗暴的做法，而且得到车站公共区逐时温度场，不仅反映客流的人体温度，而且人体周边环境温度。本发明采用的变风量空调系统由车站建筑自动化系统控制，变风量空调系统由4个控制回路构成，分别为组合式空调器送风温度控制回路、管网风机频率
‑
管道静压控制回路、新风量控制回路和车站公共区大系统温度控制回路，4个控制回路均由建筑自动化系统控制，新风量控制回路用于调整进入车站公共区的风量。本发明中的人工神经网络系统为bp神经网络系统，车站公共区大系统温度控制回路内嵌有bp神经网络系统的风量控制器，变风量空调系统的控制对象较多，包括送风温度、管道静压、室内温度、新风比例等，且系统结构复杂、滞后大、易受干扰、控制效果不理想、相关的回路之间存在耦合现象(例如送风温度和风机转速的耦合)。地铁车站的变风量空调系统是一个干扰大、具有高度非线性和不确定性的系统，这就使得依赖于精确模型基础上的传统pid控制算法控制效果不够理想。本发明采用bp神经网络系统，并通过建筑自动化系统的控制来实现空调区域温度的精确控制，在保证服务质量的前提下，
最大限度地降低系统的能耗。本变风量空调系统能够相应地自动调节空气处理机组(ahu)风机的转速，运行在部分负荷工况时，可有效降低送风机的运行能耗，节约系统的运行费用，不需要进行系统风量平衡测试，对各公共区空调区域空气温度实现独立控制，各空调区域可以根据使用情况灵活设置不同的房间温度。对比现阶段地铁车站空调系统，本发明是通过建筑自动化系统耦合了非制冷红外焦平面热成像系统、变风量空调系统、人工神经网络系统的地铁车站公共区智能空调，本地铁车站公共区智能空调实现空调系统的舒适性、节能性。
40.其中，变风量空调系统于20世纪60年代诞生在美国，变风量空调系统不同于传统的定风量空气调节方式，而是能够动态地调整送入房间的风量以平衡室内负荷的变化，从而使被控温度和新风指标达到要求。变风量空调是指恒定送风温度，通过改变送风量来满足室内负荷要求的空调系统。变风量空调(vav)和定风量空调(cav)皆为全空气调节，通过送入经处理的空气来改善室内大气环境，vav空调系统的优势在于采用了变频风机，通过管道的送风量由变频风机控制，而室内风量需求由末端装置(vav box)二次控制，或者说是各房间对风量的不同要求使得风阀开度变化，而变频风机就要适应这些变化，为各房间提供合适且足够的风量，它可以更加灵活的改变送入各个房间的风量，满足不同房间的不同或相同要求，进一步提高节能效率和各个房间的空气环境要求。(1)相对于定风量空调系统而言，随着室内负荷的变化，变风量系统能够相应地自动调节空气处理机组(ahu)风机的转速，从而改变送风量以维持室内所需要的温度。合理的变风量系统设计，加上合理的自动控制方案，可以有效地响应变化的负荷，当运行在部分负荷工况时，可有效降低送风机的运行能耗，节约系统的运行费用。(2)在确定系统总送风量时由于可以考虑一定的同时使用系数，所以空调设备的装机容量较定风量系统减少10％
‑
30％，节省设备投资费用。(3)变风量系统可以对各空调区域空气温度实现独立控制，各空调区域可以根据使用情况灵活设置不同的房间温度。(4)变风量系统不需要进行系统风量平衡测试，就可以取得令人满意的风量平衡效果。系统风量平衡只需对新风阀、回风阀和排风阀进行调节即可。为解决现阶段地铁车站定风量空调的上述技术问题，本发明采用变风量空调系统，变风量空调系统控制的主要参数有新风量(co2浓度)、送风温度、风机转速、房间温湿度等。
41.另外，红外热像仪是把不可见的红外辐射转换成可见光图像的装置，它以红外探测器为核心，借助于红外探测器把自身辐射转换为可见光图像，从而把人的视觉范围扩展到红外波段。红外热成像系统可分为低温制冷型和非制冷型两种。低温制冷型热像仪探测器属于光子探测器，即依赖入射红外光子在探测器中激发的光生载流子，定向生成的光生电荷产生正比于入射红外辐射通量的电信号。它在探测性能指标上要领先于非制冷探测器，但是当焦平面阵列工作在较高的温度下时，探测器材料固有的热激发迅速增强，而暗电流和噪声的增大会严重降低探测器的性能，故它需要昂贵的低温制冷器，从而使热像仪制造成本偏高，同时整机工作寿命短，体积、重量、功耗偏大，因此主要用于军事领域。非制冷型焦平面阵列热像仪是美国世纪年代开发出来的高科技产品，探测器从工作机理上看属于热探测器，这种热探测器虽然在探测性能指标上逊色于光子探测器，目前的灵敏度已优于0.05℃，与传统低温制冷型热像仪相比，它具有性价比高、无须制冷、可靠性高、使用方便、功耗低、体积小、重量轻、易携带的优点，而其低成本、小型化、高可靠等优点则是光量子型红外焦平面阵列所远不及的，因而是当前热像仪领域的一个热点。
42.优选地，如图1所示，在本发明一个实施例中，非制冷热成像系统还包括非制冷型热像仪和监视器；非制冷型热像仪设置在车站公共区，非制冷型热像仪与监视器连接，监视器与建筑自动化系统连接；入射的红外辐射穿过大气进入非制冷型热像仪，并经过非制冷型热像仪处理后转换成数字信号送至监视器；优选地，非制冷型热像仪为非制冷型焦平面阵列热像仪。其中，入射红外辐射穿过大气，进入红外光学系统，被聚焦在热敏面上探测器把光信号转换成模拟电信号，该模拟信号经过预处理后，转换成数字信号进行处理该数字信号经过处理后恢复成模拟信号送到监视器以便人眼观察。数字信号及图像可以直观的反映所探测的区域逐时的人员数目、人员温度、温度场等数据。本发明将非制冷红外焦平面热成像系统设置于地铁车站出入口、公共区客流流线方向、站台层屏蔽门端，对车站公共区空调设计中有以下几点优点：1)能直观得到实时、瞬时客流数据，从根本上解决了车站客流数据依据远期晚高峰预测值简单、粗暴的做法；2)得到车站公共区逐时温度场，不仅反映客流的人体温度，而且人体周边环境温度；3)温度数据、人员数据通过建筑自动化系统接入车站公共区变风量空调系统。
43.优选地，如图1和图2所示，在本发明一个实施例中，变风量空调系统包括连通风管，连通风管将新风管道、送风管道与回风管道连通，回风管道接入组合式空调器的回风箱部分；在新风管道上设置有第一新风阀，在连通风管上设置有第二新风阀，在连通管道上设置有二氧化碳传感器和新风阀门控制器，二氧化碳传感器、新风阀门控制器和第一新风阀通过控制线依次连接；送风管道、回风管道、二氧化碳传感器、新风阀门控制器、连通风管、第一新风阀以及新风管道依次连接形成新风量控制回路；建筑自动化系统通过二氧化碳传感器来检测连通管道处的二氧化碳浓度，并通过新风阀门控制器来控制第一新风阀的开度进而调节组合式空调器送风的新风比。如图2中的回路1所示，二氧化碳传感器设置于空调器回风管处，建筑自动化系统通过检测回风管处二氧化碳浓度，控制第一新风阀开度进而调节空调器送风新风比。
44.优选地，如图1和图2所示，在本发明一个实施例中，变风量空调系统还包括温度传感器、温度控制器和电动二通阀；温度传感器和温度控制器均设置在组合式空调器的出口，电动二通阀设置在组合式空调器上；温度传感器、温度控制器和电动二通阀通过控制线依次连接，温度传感器、温度控制器、电动二通阀和组合式空调器依次连接形成组合式空调器送风温度控制回路；建筑自动化系统通过温度传感器来检测组合式空调器出口处的送风温度，并通过温度控制器来调节电动二通阀的开度进而调节组合式空调器出口处的送风温度。如图2中的回路2所示，组合式空调器送风温度控制回路也可叫做组合式空调机组送风温度控制回路，在组合式空调器出风口设置温度传感器，建筑自动化系统通过检测组合式空调器出风口处送风温度，调节冷冻水处电动二通阀开度进而调节送风温度。
45.优选地，如图1和图2所示，在本发明一个实施例中，变风量空调系统还包括静压传感器、静压控制器和风机变频器，静压传感器、静压控制器和风机变频器均设置在组合式空调器上，静压传感器、静压控制器和风机变频器通过控制线依次连接，静压传感器、静压控制器、风机变频器和组合式空调器依次连接形成管网风机频率
‑
管道静压控制回路；建筑自动化系统通过静压传感器将送风管道末端的静压值传给静压控制器，静压控制器按给定的调节规律输出频率以通过风机变频器来调节组合式空调器的风机的转速，从而维持送风管道末端的静压值。如图2中的回路3所示，当空调房间的冷/热负荷发生改变，各房间对风量
的要求也发生了改变，此时总送风道的压降发生变化，从而导致了风道末端的静压值发生变化，静压传感器将静压值传给静压控制器，静压控制器按给定的调节规律输出频率，让风机增加或减少转速，以维持风道末端静压，使空调房间有足够所需风量，系统重新进入稳态工作点。优选地，调节规律为比例积分(pi)调节规律。
46.优选地，如图1至图4所示，在本发明一个实施例中，还包括多个末端装置，变风量空调系统还包括风量传感器、风量控制器；末端装置设置在车站公共区，组合式空调器的出口及末端装置上均设置有风量传感器、风量控制器；风量传感器和风量控制器通过控制线依次连接，风量传感器、风量控制器、末端装置和车站公共区依次连接形成风量控制回路；温度控制器、风量控制回路和非制冷热成像系统依次连接形成车站公共区温度控制回路；温度控制器给定风量设定值，建筑自动化系统通过风量传感器来检测车站公共区的进风量与风量设定值是否存在偏差，若存在偏差，风量控制器通过调整末端装置的开度来改变进入车站公共区的进风量。如图2中的回路4所示，风量空调系统控制进入车站公共区的空气流量的末端装置为节流风阀，大体可以分为压力有关型(pressure dependent)和压力无关型(pressure independent)。压力有关型末端装置由温度控制器直接控制风阀开度，这类末端装置在控制室内温度时有一定的延迟性，当风道压力波动较大时会使室内温度产生较大波动。本发明采用的是压力无关型，它在温度控制回路增加了一个风量控制回路，当管道静压发生变化使得风阀(房间)的进风量发生变化时，风量传感器会第一时间检测到输出值与风量设定值(由温度控制器给定)是否存在偏差，若有偏差风量控制器会及时做出调整来改变风阀开度从而改变进风量，而不至于当室内温度发生变化时才进行调整，这进一步提升了室内温度控制的稳定性，本车站公共区大温度控制回路的核心为内嵌人工神经网络算法的风量控制器。
47.当前的变风量空调系统控制基本上采用的是传统的pid算法的ddc控制。但是，地铁车站的vav空调系统是一个干扰大、具有高度非线性和不确定性的系统，这就使得依赖于精确模型基础上的传统pid控制算法控制效果不够理想。而vav系统中室内温度控制不仅是一个复杂控制回路(串级)，并且在系统运行过程中存在较为频繁的温度扰动，需要不断的实施调节，而温度控制回路是利用串级系统的参数整定方式对其主、副控制器进行参数整定。在单回路系统中，常规的pid参数整定本身就不是最优的，在确定副控制器参数后再确定主控制器参数，这就导致室内温度控制的稳定性和抗干扰性更差，并且在调节一个室内温度串级回路的主、副控制器参数时，往往需要一周甚至几周的时间，因此对于室内温度控制回路的参数整定时，不仅要消耗工程师的大量时间和精力，而且其控制效果也不尽人意。随着智能控制的发展以及在工业领域的成功应用，同样可以将智能控制引用到vav空调系统中来，提高系统的稳定性及抗干扰性，从而改善空调房间的舒适性。
48.而人工神经网络控制可以克服变风量空调系统的复杂控制问题，可以对温度、湿度、送风量、新风量等匹配控制，而不会产生系统的不稳定。vav系统空气调节过程及各执行器的运行特性具有高度非线性，使得系统建模困难，且由于外界气候和空调区域内人员的活动变化很大，对系统形成很大的干扰，难以实现稳定控制。这就需要研究适当的控制手段，以保证系统的节能效果和运行的稳定性。而人工神经网络以求得问题的满意解为目标，非常适用于vav空调系统的控制。
49.人工神经网络是一门发展十分迅速的交叉学科，是模拟人类生理上的神经机制的
计算模型。它由大量的处理单元组成非线性的大规模自适应系统。近些年来，神经网络技术已渗透到各个领域，神经网络具有分布式存储、并行处理、高容错能力以及良好的自学习、自适应、联想等特点，具有很强的适应能力和学习能力，在智能控制、模式识别、计算机视觉、非线性优化、信号处理等方面取得了巨大的成功和进展。在实际应用中，绝大部分神经网络模型都是采用前馈(bp)神经网络及其变换形式。bp神经网络是前向网络的核心部分，体现了人工神经网络的精华。bp网络的实质就是采用bp算法进行训练的多层感知器(multi
‑
layer perception，mlp)模型，因为任意连续函数或映射均可用一个三层网络加以实现。而对于空调系统的控制，bp模型是比较适合的。它所采用的算法也称为“误差逆传播算法”，其基本思想是最小二乘法。bp网络由输入层、隐含层(中间层)和输出层构成。bp算法的主要思想是把学习过程分为两个阶段：第一阶段是正向传播过程，输入信息从输入层经隐含层逐层计算各单元的实际输出值，每一层神经元的状态只对下一层神经元的状态产生影响。第二阶段是反向传播过程，若在输出层未能得到期望的输出值，则逐层递归计算实际输出与期望输出之间的差值，根据此误差修正前一层权值使误差信号趋向最小。它通过连续不断地在相对于误差函数斜率下降的方向上计算网络权值和偏差变化而逐渐逼近目标。每一次权值和误差的变化都与网络误差的影响成正比。
50.优选地，如图3和图4所示，在本发明一个实施例中，风量控制器内设置有bp神经网络系统，bp神经网络系统包括输入层、隐含层和输出层；输入层包括控制参数、状态参数和辅助参数，输出层用于计算末端装置的风量值；通过建筑自动化系统对控制参数、状态参数、辅助参数的采集、计算并记录空气处理机组的输出能量趋势序列，且结合系统特性、循环周期、历史负荷数据来推理预测下一时刻变风量空调系统的末端装置的送风量，从而确定变风量空调系统的末端装置的最佳运行参数。本发明采用bp神经网络系统，bp神经网络系统由输入层、隐含层(中间层)和输出层构成。输入层为如下参数：控制参数、控制参数包括前一天t时刻送风量、前两天t时刻送风量；状态参数、状态参数包括当天t时刻室外温度、当天t
‑
1时刻室外温度、当天t时刻车站公共区的温度、当天t
‑
1时刻车站公共区的温度、前一天t时刻客流、当天t时刻客流；辅助参数、辅助参数包括当天太阳辐射强度、当天大气湿度。优选地，这里t时刻与t
‑
1时刻之间的单位为小时，例如，当t为8点时，t
‑
1为7点。其中，本发明创新性的引入控制参数、状态参数、辅助参数来计算变风量空调系统的末端装置(vav box)的送风量，同时，本发明选用的控制参数(前一天t时刻送风量、前两天t时刻送风量)、状态参数(当天t时刻室外温度、当天t
‑
1时刻室外温度、当天t时刻车站公共区的温度、当天t
‑
1时刻车站公共区的温度、前一天t时刻客流、当天t时刻客流)、辅助参数(当天太阳辐射强度、当天大气湿度)是针对地铁车站公共区的实际情况而选择的，采用这些参数能更精确的计算变风量空调系统的末端装置(vav box)的送风量。输出层为计算风量值。通过建筑自动化系统对控制参数、状态参数、辅助参数采集，计算并记录空气处理机组的输出能量趋势序列，结合系统特性、循环周期、历史负荷数据等推理预测下一时刻变风量空调系统的末端装置(vav box)的送风量，从而确定变风量空调系统的末端装置(vav box)的最佳运行参数，实现空调区域温度的精确控制，在保证服务质量的前提下，最大限度地降低系统的能耗。
51.从以上的描述中，可以看出，本发明上述的实施例实现了如下技术效果：
52.1)本地铁车站公共区智能空调耦合了非制冷红外焦平面热成像系统、变风量空调
系统、人工神经网络系统，以上系统通过地铁车站建筑自动化系统控制，通过多种技术手段实现空调系统的舒适性、节能性。
53.2)本发明系首次通过建筑自动化系统，将非制冷红外焦平面热成像系统应用在地铁车站公共区空调设计中，通过非制冷红外焦平面热成像系统能直观得到实时、瞬时客流数据，从根本上解决了车站客流数据依据远期晚高峰预测值简单、粗暴的做法；得到车站公共区逐时温度场，不仅反映客流的人体温度，而且人体周边环境温度。
54.3)本发明采用的变风量空调系统由车站建筑自动化系统控制，变风量空调系统由4个控制回路构成，分别为组合式空调器送风温度控制回路、管网风机频率
‑
管道静压控制回路、新风量控制回路和车站公共区大系统温度控制回路。本变风量空调系统能够相应地自动调节空气处理机组(ahu)风机的转速，运行在部分负荷工况时，可有效降低送风机的运行能耗，节约系统的运行费用，不需要进行系统风量平衡测试，对各公共区空调区域空气温度实现独立控制，各空调区域可以根据使用情况灵活设置不同的房间温度。
55.4)本发明采用bp神经网络系统，并通过建筑自动化系统的控制来实现空调区域温度的精确控制，在保证服务质量的前提下，最大限度地降低系统的能耗。
56.对比现阶段地铁车站空调系统，本发明是通过建筑自动化系统耦合了非制冷红外焦平面热成像系统、变风量空调系统、人工神经网络系统的地铁车站公共区智能空调，本地铁车站公共区智能空调实现空调系统的舒适性、节能性。
57.以上仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。