随着风电需求日益增长,风力机叶片呈现大型化、轻量化的趋势,然而这类叶片易出现颤振问题。因此,风力机叶片颤振主动控制研究具有重要意义。本文利用分布式尾缘襟翼,通过创新设计核心智能算法及先进控制器,在多工况下进行了风力机叶片振动系统的智能控制研究。针对叶片智能振动控制问题,首次创新设计了椭圆焦半径改进型海鸥优化（EFR-SOA）算法,核心思想是利用椭圆焦半径定理改进海鸥的攻击运动。在经典海鸥优化算法（SOA）的基础上,通过动态调整海鸥螺旋运动的形状和速度,改进搜索空间和攻击路径:1)改进海鸥运动轨迹:利用椭圆焦半径定理动态调整海鸥攻击行为中的螺旋半径和螺旋形状;2)改进海鸥移动速度:通过调整椭圆圆心角动态改变海鸥螺旋运动的速度,利用椭圆上运动点逆时针方向的角速度来定义角速度。通过对比六种不同的基准函数,本文创新提出的EFR-SOA算法优于其他传统优化算法和经典SOA,EFR-SOA具有提高全局搜索和局部搜索的能力、增强探索与开发之间的动态平衡、提高算法鲁棒性、加快收敛速度并降低计算量的优点。首先,建立了基于尾缘襟翼的二元叶片翼型系统,模型分为刚度非线性振动模型和气动非线性振动模型。针对翼型两自由度振动问题,基于分数阶PID设计了振动控制器,利用EFR-SOA算法来自主整定最优振动控制参数,构成基于EFR-SOA算法和分数阶PID的智能振动控制方法。针对各类翼型振动模型进行智能控制仿真试验,结果表明,对比已有智能优化算法（如遗传算法、粒子群优化算法、海鸥优化算法、蚁群优化算法、灰狼优化算法、斑鬣狗优化算法）,EFR-SOA算法在计算最优振动控制参数时,具有更快的收敛性、更好的全局最优结果和更强的鲁棒性、更快的计算时间。对比分数阶PID、基于传统智能算法的分数阶PID控制器,本文方法针对翼型非线性振动系统具有更优良的振动控制效果、在多种参数不确定工况下具有更好的鲁棒性。然后,针对基于分布式尾缘襟翼的三维风机叶片系统,采用Rayleigh-Ritz法、Theodorsen理论和拉格朗日公式建立了非线性动力学模型。针对三维叶片的三自由度振动问题,基于分数阶PID和EFR-SOA算法,设计了叶片多输入多输出智能振动控制器。在标准湍流和极限湍流工况下,进行了三维风机叶片智能振动控制仿真试验。结果表明,对比常用的预测控制器（MPC）,在标准湍流（平均风速8 m/s,湍流度23.6%）下,改善了 80%展长的叶片挥舞幅值20%、叶尖挥舞幅值30%和80%展长的叶片扭转角25%;在标准湍流（平均风速14 m/s,湍流度17.4%）下,分别改善了振动幅值34%,在极限湍流（平均风速8 m/s,湍流度44.2%）下,分别改善了振动幅值29%;在极限湍流（平均风速14 m/s,湍流度26.7%）下,分别改善了振动幅值32%。