风洞测力模型一般以尾部支撑方式固定于由俯仰机构和偏航机构组成的支撑系统上。飞行器模型与尾部支撑系统共同构成一个悬臂式结构，该结构呈现低刚度特性，表现为一阶固有频率低，易于风洞气流脉动频率相耦合。在风洞测力试验中，气流脉动压力主要集中在低频阶段，随模型姿态角、气流马赫数等诸多因素的影响，极易与被测模型结构耦合产生低频共振，影响实验数据的精确度，严重时甚至以疲劳的失效方式损坏试验设备。为了确保风洞测力实验的顺利进行，有必要进行风洞测力模型振动控制方面的研究。为抑制低频脉动力下风洞测力试验中模型低频大幅俯仰振动的影响，首先通过ERA（特征系统实现算法）模型辨识方法得到试验结构的数学模型，将其作为神经网络离线辨识的基准模型，用来验证神经网络辨识方法的有效性。然后，针对辨识得到的数学模型设计LQG最优控制器，进一步基于BP神经设计神经网络自适应控制器和神经网络PID控制器，实现对模型低频振动的抑制。利用Matlab仿真平台实现风洞测力模型的振动主动控制数值仿真研究。最后，基于BORLAND C++软件平台编制的振动主动控制实验系统，进行了相关控制方法的试验研究。结果表明，最优控制器和神经网络PID控制器均能够有效抑制模型振动，能够将振动幅值抑制减小80%左右，具有一定的实用性。