近些年来我国机械设备机构损伤越发严重,机械设备自身在运行时产生的振动是造成大型工业设备结构损伤的主要原因。尤其是悬臂结构型设备,在自身固有频率附近会产生大幅度的振动,对于机械结构的损伤极大,并影响机器的使用寿命,造成工业成本的上涨。因此,研究机械结构的振动控制对于提升其工作状况和使用寿命具有非常重要的研究意义和价值。本文以悬臂结构设备的简化模型悬臂梁作为研究对象,利用压电陶瓷片作为传感器和执行器,设计了压电悬臂梁的主动振动控制系统。由于压电悬臂梁结构的理论数学模型非常复杂,且无法直接基于其线性动力学方程进行分析,因此本文首先通过采集压电悬臂梁振动数据,利用BP神经网络算法离线辨识悬臂梁的结构模型。然后基于该训练模型在Labview软件中搭建神经网络算法,建立输入输出通道,利用NI采集卡对压电悬臂梁的实时振动信号进行数据采集并处理,实时反馈到压电执行器进行振动抑制。实验结果表明,基于神经网络训练模型的方法,在一定时间内压电悬臂梁的振动抑制率可高达71.3%,从而实现压电悬臂梁的主动振动控制。但是该方法稳定性不强,在较长时间中会出现振动抑制后反弹,实验效果变差。针对神经网络算法在实际应用中的局限性,本文其次采用鲁棒性较强的PID控制算法进行压电悬臂梁的主动振动控制对比试验。针对压电悬臂梁理论模型比较复杂且建立其动力学仿真模型精确性不高的特点,本文提出一种联合仿真技术:首先利用多物理场耦合分析软件建立悬臂梁结构的有限元模型,对其进行动态性能分析,并设置悬臂梁的传感与执行压电结构作为输入输出信号接口;其次在Simulink仿真平台建立PID控制算法模型,并将悬臂梁结构的有限元模型导入;然后在Simulink仿真平台调整PID参数,实时监测并控制悬臂梁的振动位移。为了针对悬臂梁的不同振动状态实时调整PID算法参数,以获得最佳的振动抑制效果,提出利用遗传算法优化PID参数。联合仿真结果表明,有限元仿真与PID算法的结合具有很好的振动控制效果,悬臂梁位移抑制率可达94%。最后搭建压电悬臂梁振动控制实验平台,通过在Labview中建立遗传算法优化PID参数的模型,利用NI采集卡采集悬臂梁振动信号,在Labview模型中实时处理并反馈至压电执行器,从而进行振动控制实验验证算法的有效性。实验结果表明,由于信号的实时处理过程存在一定的延时,实验效果略逊于联合仿真结果,振动抑制率可达在77.8%,但具有较好的稳定性。同时,论文通过改变压电悬臂梁中用于振动抑制的压电执行器位置的实验,验证遗传算法优化PID参数模型的有效性,以及悬臂梁不同应力处的振动抑制效果。结果表明,该算法模型具有很好的鲁棒性,在不同位置处均可获得最佳的PID整定参数,实现振动抑制最佳效果。但由于在悬臂梁的一阶模态下,从根部到端部的应力分布逐渐减小,因此振动抑制效果也是逐渐减弱。