可控震源车是用于地震勘探的重要设备之一。工作状态下,车体振动会对可控震源产生影响,对车体振动的隔离效果直接影响了勘探的精度以及勘探结果的品质。可控震源自身带有空气弹簧进行被动隔振,当激发信号频率小于或等于13Hz,因自身固有频率的影响,难以实现对振动的有效隔离。而低频激振信号具有更强的穿透力,能提供更丰富的石油储藏标识信息。因此,需提升可控震源在低频激振工作过程中的隔振效率。本文以KZ-28型可控震源为研究对象,重点研究了负刚度隔振系统的被动隔振效果并设计了神经网络主动隔振控制算法。主要包括以下几项工作:1.根据KZ-28型可控震源振动原理,对震源实验室模型进行Adams仿真。在验证了仿真可靠性的基础上,根据振动位移传递效率理论进行了负刚度隔振系统的验证,并在KZ-28型可控震源模型上证实负刚度隔振系统的隔振效果。2.通过仿真验证了由于信息传输延时而导致无法有效进行主动隔振控制。测定测控系统在信息传输过程中的延迟时间,选取了不依赖于控制对象数学模型的神经网络控制算法作为主动隔振控制算法。在Lab VIEW仿真软件中搭建带有延时性的仿真模型。依据此仿真模型获取神经网络训练数据。3.结合神经网络训练过程,确定了神经网络参数以及神经网络结构。在满足要求精度的情况下,分别进行了Lab VIEW仿真验证和可控震源模型验证,结果证实神经网络隔振控制算法能够在一定程度上提升系统隔振品质。本文通过对可控震源振动原理的分析,结合神经网络算法,设计了主动隔振控制算法。通过仿真证明了主动隔振和负刚度被动隔振完全满足隔振技术要求。进行了可控震源模型主动隔振实验,试验结果表明,激振频率为2Hz,5Hz,10Hz,隔振效率分别为58.12%,62.35%,80.54%。