随着人民生活水平不断提高和科技的不断发展，空调系统已成为人们生活中不可缺少的一部分。但是，随着空调系统的大量使用，其能量消耗问题也日益突出。因此，采用有效的空气调节方式对智能建筑的能量管理控制(energy management control，EMC)具有重要意义。目前，变风量(variable air volume，VAV)空调系统以其巨大的节能潜力逐渐成为国内外空调系统的主流。但是，变风量(VAV)空调系统具有多变量强耦合、非线性、时变的特点，其设计、运行和管理都比定风量(constant air volume，CAV)系统难度大，故保证变风量(VAV)空调系统的稳定运行是当前研究的主要方向。 本文针对变风量(VAV)空调系统的机组部分存在耦合，难于稳定运行的情况，提出了基于PID神经网络的解耦控制方案。本文首先简要介绍变风量(VAV)空调系统的基本组成；其次介绍了BP网络的基本原理和网络训练学习算法，并运用神经网络建模的方法，采用串并联辨识结构，得到了变风量(VAV)空调系统机组侧(2输入2输出)的动态正向模型；然后对变量之间存在耦合的机组部分提出了基于PID神经网络解耦控制策略；并结合辨识得到的机组部分的正向模型，离线训练得到了PID神经网络的权值，并用仿真验证了可行性；最后利用基于LonWorks网络的软硬件平台，用Visual Basic编写了解耦控制算法，实验验证了PID神经网络解耦控制方案在变风量(VAV)空调系统中实际运行的可行性，实验结果令人满意。