近十几年来,带后缘小翼的智能旋翼(也就是ACF)作为主动控制旋翼技术的一个研究热点,发展十分迅速。随着其他技术的不断发展和成熟,ACF技术的研究方法也在不断的改善。关于智能旋翼减振的控制算法研究,前人在频域方面做了一定的探索。为了研究智能旋翼的减振性能,掌握其规律,为下一步的智能旋翼的研究及实验打下基础,本文在前人基础上进一步对智能旋翼减振的仿真模型细化,并研究了实时时域控制方法对智能旋翼的减振的可行性。理论、方法的研究包括:以小翼的偏角输入/桨毂载荷作为系统的输入/输出,对智能旋翼减振系统进行了仿真。本文对带有后缘小翼的弹性桨叶进行建模,气动模型采用了预定尾迹和非定常模型。其中非定常模型分为两部分,基本翼型采用的Leishman-beddoes非定常模型和小翼采用Hariharan-Leish man小翼非定常模型。考虑小翼的引入对智能旋翼进行振动主动控制时所带来的影响。研究时域内自适应控制算法的特点,比较时域和频域控制算法的优缺。建立了完整的基于非线性、具有时间延迟以及各个输出量之间相互耦合的多输入多输出(MIMO)系统的闭环自结构神经网络模糊控制算法的理论模型和分析,并和前人所研究的控制算法进行了对比。在智能旋翼仿真系统中对上述的控制算法进行验证,比较了自结构神经网络模糊控制算法和基于卡尔曼滤波进行在线识别的自适应时域控制算法的控制效果、收敛性、容错性以及是否利于实现实时控制。通过对比,自结构神经网络模糊控制算法性能更优越。