以实现变速运转，这为直膨式空调实现温湿度同时控制注入了新的动力。Li 和 Deng[11]在此 基础上提出了直接数位控制(DDC，Direct Digital Control）方法，这种控制方法的核心是数值 计算方法（NCA，numerical calculation algorithm）。其原理就是利用传感器实时测量空气的干 湿球温度，送风的质量流量，在蒸发和冷凝时的工质温度以及工质在压缩机进出口处的压力， 从而通过能量平衡公式，求出压缩机和风机相对于预定温度应有的转速，来实现直膨式空调 对室内温湿度的同时控制。该研究取得了合理的准确性，但是调节时间过长，其中反应时间就达 3000s，灵敏度表现很差，不适合应用于实际工程。即使后期 Li 和 Deng[12]又将 PI 控制 方法加入 DDC 控制方法中来，将调节时间减少至 750s，这显然也不能满足灵敏度的要求。 另外，该方法所适用的模型范围比较狭窄，仅对文中的模型有着较高的准确性，对于其 他构造形式的直膨式空调就不再适用。同时在实验研究过程中，设定实验环境为稳定状态并 假定设备显热率在数值上等于应用显热率（即 SHReq=SHRap），这在很大程度上又限制了该控 制方案的应用领域。在文后，作者也提及该实验中采用的传感器价格昂贵，运行该方法的成 本高，在民用工程应用中是不切实际的。不过，在该研究中首次提出的显热率（SHR），为推

动室内温度与湿度之间的解耦关系有着重大的意义。 总的来讲，以上这些控制方法实际上都是建立在物理模型的基础上，都是运用以白匣子

为基础的控制方法来进行直膨式空调温湿度的同时控制。显然，各种方法都不能达到预期的 要求；一方面，无法清楚地解析发生在蒸发器里的热质传递，比如热传递因子，路易斯数的 大小都不能准确确定。另一方面，为了减少计算迭代次数，增强控制的灵敏度，该如何简化 模型的方法不能得到解决。所以发展以白匣子为基础的控制方法显得十分地困难。

2 基于黑匣子的控制方法

随着以白匣子为基础的控制方法渐入困境，近些年，以黑匣子为基础的控制方法逐渐走 向了舞台。研究者们也纷纷提出了针对直膨式空调温湿度控制而建立的各种有价值的控制方 法。

（1） MIMO 控制方法 随着对控制方法的研究不断深入，以物理模型为基础而建立的控制方法又有了新方向。

考虑到室内温度与湿度之间的强耦合关系，Qi and Deng[13]提出了一种新的控制方法多输入多 输出（MIMO，multi-input multi-output）控制方法。该方法是建立在线性二次高斯（LQG， Linear Quadratic Gaussian）技术的基础上，以此来保证控制的保稳性和鲁棒性。通过实验发 现，运用此控制方案不仅可以实现温湿度的同时控制，并且较以往的研究[7]拥有更好的准确 性和快速性，由此也验证了 MIMO 控制策略在直膨式空调温湿度控制上的适用性，也为解决 其他暖通空调问题提供了一种新的控制策略。

但是，该方法的运用有一定的局限性。在实验运行时，空调的运行状态必须在特定的运 行点附近，虽然这让直膨式空调机组简化成线性动态模型成为可能，并实现模型的线性化控 制。然而，却限制了该方法在温湿度控制上的运用范围，无法满足特定点以外的控制效果。 另外，该方法不能很好地体现各参数之间的运行特性，对于进一步理解直膨式空调的运行特 性，并没有起到任何作用。

（2）ANN 模型

人工神经网络（ANN，Artificial neural network）是一种十分流行的以数据为基础的建模 方法[14]。它利用所有能得到的信息，设计控制器使被控系统具有稳定性、最优性、鲁棒性、 快速性，并尽可能地简化和易于实现[15]。它可以轻松地应用于复杂、非线性且变化范围广的 模型建立过程。另外，应用人工神经网络建立的模型不用在意具体的物理过程，只要利用实 验数据就能辨识输入与输出的关系，这大大节省了建模的时间，提高了建模和运行效率。不 仅如此，对于任何输入与输出的数据，ANN 模型都能揭示其间的内在联系，所以对于解决系 统内部的复杂性、参数间的非线性或不确定关系都十分实用。显然，运用 ANN 建模比传统 的建模方式更快速和简单。