1、結構振動控制的發(fā)展很多都局限于對于線性結構的研究，但是結構在強震作用下將不可避免地進入塑性階段，從而表現出非線性行為，因此研究結構非線性振動控制具有重要的理論與實際意義。本文著重研究了結構非線性振動控制的智能控制算法與模型試驗，主要研究內容如下：
　　1．針對設置層間控制器的結構非線性振動控制問題，結合滑?？刂坪妥赃m應模糊控制算法各自的優(yōu)點，提出了結構非線性振動的自適應模糊滑?？刂扑惴?，并采用模糊系統(tǒng)來消除滑?？刂浦械亩墩瘳F象，根

2、據Lyapunov穩(wěn)定定理設計出了相應的模糊控制器和自適應律。為了解決全狀態(tài)觀測問題，利用神經網絡的非線性逼近能力，基于結構的非線性振動模型設計了動態(tài)神經網絡觀測器。通過在Benchmark結構非線性振動模型上的仿真驗證了本文提出的智能算法的有效性，并進行了魯棒性分析，結果表明：自適應模糊滑?？刂瓶梢院芎玫乜刂平Y構非線性振動，且具有比線性控制算法更好的魯棒性；同時動態(tài)神經網絡觀測器也能夠較好地觀測結構非線性振動的全部狀態(tài)，從而能夠實現基

3、于自適應模糊滑?？刂扑惴ǖ慕Y構非線性振動輸出控制。
　　2．分析了本文提出的自適應模糊滑模主動控制力的特點，得出其適合用半主動控制算法實現的結論。通過選擇合適的半主動控制算法，利用磁流變阻尼器來跟蹤和實現此主動控制力。在Benchmark結構非線性振動模型上進行了磁流變半主動控制仿真分析，并對主動控制力、半主動控制力的特點和控制效果以及結構半主動控制系統(tǒng)耗能進行了分析。同時采用遺傳算法對磁流變阻尼器的位置進行了優(yōu)化，根據半主動控制

4、算法的特點，提出了兩階段的優(yōu)化算法，并給出了20層Benchmark模型中磁流變阻尼器的最優(yōu)布置。同時針對作動器故障問題，采用動態(tài)神經網絡辨識出現作動器故障的結構非線性振動模型，并基于此動態(tài)神經網絡模型提出了結構非線性振動的容錯控制算法。
　　3．針對設置AMD的結構非線性振動控制問題，根據AMD控制的特點，提出了相應的模糊控制算法。為了解決AMD控制高層結構時模糊輸入過多的問題，采用基于二次型指標的廣義模糊輸入，通過仿真驗證了本

5、文所提出的控制算法的合理性和有效性。結合仿真結果對AMD控制的目的及本質進行了較深入的分析，從而對AMD控制結構非線性振動提出了一些合理性的建議。最后，為了改善AMD對結構非線性振動控制可能放大層間響應的問題，采用AMD控制和層間阻尼器相結合的聯合控制方式得到了很好的控制效果。
　　4．利用壓電材料對考慮幾何非線性及模型不確定性的非線性梁進行了振動控制的試驗研究，對于梁在大變形時產生的幾何非線性進行了理論及試驗研究和分析，并通過在

6、梁端附加質量來模擬此結構的質量不確定性，然后對于不同的質量不確定性，通過試驗比較了一般的模糊控制與自適應模糊滑?？刂频目刂菩Ч?，試驗結果也驗證了自適應模糊滑模控制對于非線性及模型不確定性有較好的控制作用。
　　5．為了解決結構非線性控制試驗模型的可重復性問題，提出并實現了利用旋轉式磁流變阻尼器模擬結構塑性鉸的方法，建立了相應的結構非線性振動的試驗模型。通過控制此旋轉式磁流變阻尼器的輸入來實現不同的非線性行為，在各種不同的非線性行為