近年来,随着科技的迅速发展,新材料以及传感器技术受到越来越多人的重视,它们被应用到生活中的各个领域。其中磁控形状记忆合金(Magnetically Controlled Shape Memory Alloy,简称MSMA)就是其典型的代表。MSMA是一种具有形状记忆功能的新型智能材料,它具有形变量大,响应速度快、能量转化效率高等优点。本文基于MSMA材料的逆效应,对MSMA传感器进行了总体的优化设计,并搭建MSMA传感器实验系统和特性仿真平台,通过实验研究传感器的输入信号与输出感应电压之间的关系。首先,基于理论分析设计MSMA传感器结构,对传感器的各部分结构分别进行优化设计,并用有限元分析软件Ansoft-Maxwell进行磁场仿真。通过有限元仿真验证优化的效果,最终得到优化的传感器尺寸与形状。然后,对MSMA传感器磁路进行分析,根据磁控形状记忆合金的逆效应及法拉第电磁感应定律,建立MSMA传感器数学模型,该模型即为参数辨识目标模型。利用差分粒子群优化算法和实验数据对传感器数学模型进行参数辨识,然后利用Qt和PyCharm软件混合编程及参数辨识模型搭建MSMA传感器特性仿真平台,该平台可以预测不同输入条件下,传感器的输出感应电压信号。根据实验数据与仿真平台的仿真结果,验证特性仿真平台预测结果的准确性。最后,通过实验分析MSMA传感器输出感应电压与输入信号之间的关系。对比优化前后的输出感应电压波形,验证了传感器结构设计的合理性和优化的正确性。综上,本文通过对磁控形状记忆合金传感器结构进行优化设计,使传感器的结构更加合理,性能更加完善。搭建特性仿真平台,实现对传感器输出结果的预测,为MSMA传感器的应用奠定了理论与技术基础。