産業用HVACシステムにおいて、大きな擾乱下での制御精度向上のために、モデル予測制御（MPC）が広く応用されている。本論文では、可変風量（VAV）システム向けの非線形MPCを提案する。この非線形MPCは、外部入力を持つ非線形自己回帰ネットワーク（NARX）と粒子群最適化アルゴリズム（PSO）を採用している。NARXモデルはVAVシステムの制御対象パラメータ（室温）を予測することを目的とし、PSOは最適化手法としてVAVシステムの最適制御変数を得るために使用される。コスト関数の目的に異なる重みを割り当てることで、本論文で提案する非線形MPCはVAVシステムの制御精度と省エネ要求をバランスさせ、異なる制御効果を達成できる。異なる重み付けの二つの方案が実験室のVAVシステムで検証され、方案1は制御精度のみを考慮し、方案2は制御精度と省エネを同時に考慮した。実験で得られた両方案のMPC制御効果をPI制御器に基づく定静圧方式と比較した結果、以下を示した：MPCに基づく方案1は室温を設定値±0.5℃の制御精度範囲内に安定化できる; MPCに基づく方案2はより良い省エネ特性を示し、定静圧方式と比較して省エネ率が23.7％に達した。

非線形モデル予測制御; 可変風量システム; ニューラルネットワークモデル; 粒子群最適化