铁路钢桥结构是铁路交通中的重要设施,其对当前愈加严峻的运输形势起着不可替代的缓解作用。然而,在各种不利激励作用下,铁路钢桥的振动与疲劳寿命问题日益突出,并因此影响到了其安全性和耐久性。因此,有必要采取理论成熟且减振效果优良的主动控制以抑制振动的响应,但是铁路钢桥结构构件粗大、自由度多的特点造成的不确定性导致大多数主动控制算法对铁路钢桥结构的减振效果并不理想,相对而言,鲁棒控制算法能够有效处理以上不确定性,然而一般的鲁棒主动控制算法都需要结构全状态反馈,在钢桥结构全自由度上布置传感器花费巨大且不切实际。所以,寻求有效的方法将鲁棒控制算法应用于铁路钢桥结构的减振中非常必要。针对以上存在的两个问题,本文提出利用BP神经网络以及粒子群优化两种智能算法预测结构的全状态响应,进而采用鲁棒H_∞算法进行振动控制的研究,并在某铁路钢桥结构中进行了应用,本研究主要内容包含以下几个方面:(1)针对铁路钢桥标称系统的振动问题,引入具有鲁棒稳定性的线性状态H_∞反馈控制方法,以该算法为理论基础,在提出不确定性参数的具体表达方式后,分析与推导出鲁棒H_∞控制方法。(2)建立铁路钢桥结构的有限元模型,分析其模态特性以及列车荷载和双向地震激励作用下的动力响应,确定竖向振动危险点,说明在危险点及其邻近区域设置AMD系统的必要性,并给出其布置方式和力学模型。(3)分析铁路钢桥标称系统在使用线性状态H_∞反馈控制后的减振效果,以验证其作为鲁棒H_∞控制理论基础的适宜性,讨论具有质量、刚度以及控制力单一及复合不确定性的铁路钢桥在地震激励作用下使用鲁棒H_∞算法的减振效果以证明该算法的有效性,并通过列车荷载作用下具有较不利不确定性的铁路钢桥在鲁棒H_∞算法下的节点振动控制结果验证该方法的鲁棒性。(4)针对鲁棒H_∞控制算法对结构全状态反馈的需求,利用粒子群优化后具有全局最优初始权值、阈值的BP神经网络,建立基于有限自由度的加速度响应预测全自由度加速度的辨识器,然后通过时域积分和小波变换去基线漂移方法将PSO-BP网络预测得到的结构加速度响应转化为速度和位移,由此可以将铁路钢桥的全状态响应应用到鲁棒H_∞控制力的预测中。综上所述,本文的研究将铁路钢桥的振动控制与智能算法进行了有效结合,建立了基于PSO-BP算法有限状态反馈的鲁棒H_∞控制的理论方法,对不确定性铁路钢桥的振动控制及延寿方面具有一定的实际意义。