拉索是斜拉桥的主要构件,具有单位质量小、阻尼较低、柔性较大的特点,其在各种外部荷载的作用下极易发生大幅振动,危害桥梁的使用寿命和安全。拉索的结构振动控制特别是半主动控制能够充分地结合主动控制和被动控制的优点,有效的控制拉索的振动,降低由拉索振动带来的桥梁破坏。神经网络PID是一种智能PID技术,结合了常规PID和神经网络的优势,实现了智能算法和常规算法本质的结合,既发挥了神经网络的自学习能力、自适应能力及解决非线性系统问题的能力,又发挥了PID控制算法简单、控制效果好的优点,开拓了拉索振动半主动控制算法新的思路。本文将神经网络PID引入到拉索——阻尼器系统的控制中,设计了基于S-function的神经网络PID控制器,并对其算法的有效性进行了验证分析。本文首先对拉索——阻尼器所组成的控制系统进行了分析,建立了其振动时的运动方程并进行了求解,选取了合适的随机信号作为随机荷载的输入,并对无控状态时拉索振动的响应做了仿真分析;其次根据阻尼器的力学模型建立了磁流变阻尼器的Simulink模型,对阻尼器本身的电压及其出力做了仿真分析,同时,设计了神经网络PID控制器,对其进行了封装,使其成为了适合一般仿真的模块;最后将阻尼器模型和所设计的控制算法模型加在拉索模型上,搭建了系统的总仿真图,对其控制效果进行了分析并与无控时的振动响应进行了比较,结果表明神经网络PID能够充分发挥神经网络处理非线性问题的能力和PID控制效果理想的优势,迅速的减小拉索的振动反应,减振效果明显。结果证明神经网络PID是一种有效的半主动控制算法,能够很好的解决非线性系统的控制问题。