智能结构在近几年来得到了广泛地研究并被国家大力发展。在同时装有健康监测系统和振动控制系统的结构中,均装置有传感器,数据处理与作动器,就如同人体的神经系统,大脑和肌肉组织。当传感器感受到外界的极端荷载时,会将数据传输到数据处理系统中进行处理,计算此时结构所需的最优控制力,再将数据反馈给作动器,作动器对结构进行最优控制。这样的机制就如同人体神经感受到外界刺激,然后大脑做出处理,最后让人体肌肉做出适当反应。这种具有智能化功能的结构成为智能结构。这种智能结构具有经济高效的优点,所以,基于此背景,本论文主要研究用于智能结构的健康监测与振动控制一体化方法。本论文主要基于课题组所提出的未知输入下广义扩展卡尔曼滤波方法(GEKF-UI),旨在解决之前在结构健康监测与振动控制一体化研究当中存在的问题与局限。本论文分别对时不变系统、时变系统、AMD/SAMD-结构系统与高层风致结构的系统识别与振动控制做出研究,分别在相应学者做出杰出贡献的前提下,做出一些改进工作,使得方法更适用于工程实际应用。在本论文第二章内容中,提出了一种创新的针对于时不变系统的健康监测与半主动控制一体化方法。与现有的最新研究相比,本章提出的方法具有仅需部分响应观测,且不需观测激励处响应的优点,使得该方法对传感器放置没有特殊要求,所以具有更强的适用性。同时,在地面运动未知的情况,观测结构绝对加速度响应时,是无法得到结构相对加速度响应的。而之前的未知地面激励的系统识别研究中均己相对加速度响应作为观测值,而忽略了这一点。本章针对这一难题,提出了基于GEKF-UI算法,在观测绝对加速度响应与层间位移响应的情况下,对系统状态和未知地面运动进行识别,同时,结合线性二次型高斯控制(LQG)算法与相应的半主动控制策略对结构进行智能控制。本论文第三章内容在上一章的基础上,将方法扩展到高层结构的系统识别与振动控制中,不仅对主体结构参数进行识别,同时对埋置于建筑内部的控制设备参数进行识别,保证控制效果可靠性。AMD/SAMD作为一种常见的主动控制设备,被普遍的应用于工程实际中。但是,当AMD/SAMD被安装进建筑内部时,并且在服役期间,其参数及控制性能可能会发生变化,从而达不到最优控制效果。所以,对AMD/SAMD-结构系统的参数识别,以保证其控制性能一直受到广大的研究关注。本章提出方法与现在方法的改进在于,可在部分响应观测的前提下,对AMD/SAMD-结构系统的参数进行识别,并保证其控制效果。在论文的第二、三章内容的基础上,在第四章中考虑了当建筑结构在服役期间,结构参数可能发生时变的情况,创新地提出了针对这种时变系统的系统识别与自适应半主动控制相结合的方法。在现有文献中,通常是通过解关于自适应因子的复杂非线性矩阵方程来对时变系统进行识别。而解此复杂非线性矩阵方程需要较多耗时,这便使得难以与对’时耗性’要求较高的控制系统相结合。为解决这一难题,本章方法基于GEKF-UI方法,将非线性系统中的时变项视为虚拟未知力,通过这一转化,使得时变系统的状态识别能够真实’实时在线’,从而便于与半主动控制算法相结合。论文的前四章内容中均是以地震作用或者集中荷载的形式进行一体化方法研究,第五章中将该方法扩展到分布荷载,如风荷载的形式进行研究。所以,本章提出一种基于未知输入下模态卡尔曼滤波(MKF-UI)的创新风荷载识别方法,同时对风致结构的振动进行控制。在现有的研究中,对风荷载的识别方法中一直有些难题尚未解决,如:需要响应全观测,无法做到实时在线等。而对风致结构的控制而言,通常需要风荷载信息,但这在实际中是很难得到的。所以,本章提出一种在部分响应观测的条件下,对风荷载进行实时在线的识别,同时对结构提供最优控制力。