建筑结构采用主动/半主动等智能控制技术可以显著地抑制其振动响应,从而满足更高的安全和功能要求。其控制思想一般均是采用传统“分散采集,集中处理”的集中化控制。然而,对规模宏大、结构复杂、功能多样的复杂工程结构若仍采用传统集中控制,将必然难以满足结构控制系统对于稳定性、鲁棒性、可靠性及使用维护等方面的要求。大系统分散控制理论是解决大型结构振动控制问题的一个新途径,因此,本文在实际需求背景下针对建筑结构分散控制问题进行了深入、透彻、全面的理论研究,提出了多种适用于土木工程结构振动控制的分散控制算法,为分散控制理论在土木工程中的应用提供了一定的理论依据。本文主要研究内容如下:(1)结合土木工程结构分散控制的自身特点,引入完全分散、部分独立分散及部分重叠分散控制的概念,分别提出了局部最优分散控制算法、整体最优分散控制算法、包含原理分散控制算法、模糊滑模分散控制算法及自适应学习率RBF神经网络滑模分散控制算法。结合线性二次最优控制理论,分别以子系统控制效果局部最优及整体最优为目标建立了局部最优和整体最优分散控制算法,同时,针对重叠分散控制系统,提出一种重叠控制力最优选取规则,并利用混合群算法对各子控制器权矩阵进行优化,进而得到稳定且控制效果理想的分散控制系统。引入线性定常系统包含原理,通过扩展—解耦—收缩(EDC)过程来设计各子系统的控制器与滤波器,进而提出了一般重叠分散、链型、环型、星型及环—星型等多种重叠分散控制策略。另外,为了有效处理土木工程结构分散控制中子系统间相互影响力和外界荷载不确定性的影响,基于Lyapunov稳定性理论和滑模控制理论设计了仅依赖于子系统反馈信息的滑模分散控制律,在此基础上,结合模糊控制理论及RBF神经网络理论,分别提出了可以实时调节控制律切换增益的模糊滑模分散控制算法(DFSMC)和自适应学习率RBF神经网络滑模分散控制算法(DALRBFSMC)。通过仿真分析验证了所提算法的有效性。(2)提出一种适合于土木工程结构振动控制的分散控制系统多目标优化设计方法,对子控制系统的作动器位置、数量与控制器参数进行同步优化。首先,利用结构可控性指标对控制装置最优布置楼层进行确定;其次,在随机地震激励下,利用多目标粒子群—差分进化混合群优化算法对各子系统内作动器数量和控制器参数进行优化,使用庄家法则构造非支配解集,并利用模拟退火算法完成个体进化的二级局部搜索;同时,结合土木工程结构振动控制特点及可实现性,提出了满足种群进化多样性要求和保证收敛速度的边界点几何中心leader选择机制,并以反映结构振动控制效果和控制策略优劣的双指标作为优化目标函数。仿真分析结果表明所提出的优化方法具有较好的普适性,能有效解决分散控制系统的优化问题。(3)针对分散控制系统各分散控制器平行工作难以进行有效协调的不足,研究了土木工程结构振动控制的协调分散控制和递阶分散控制问题。分别设计了稳定PD协调控制器和能够保证系统性能上届最小的最优保性能PID协调控制器,并以结构控制效果整体最优为目标设计了局部子控制器,进而得到了稳定PD协调分散控制算法和保性能PID协调分散控制算法。另外,根据递阶分散控制思想,通过设置全局控制器消除子系统间的关联耦合,结合Lyapunov稳定性理论和RBF神经网络理论设计了仅依赖于子系统反馈信息的自适应控制律,并利用差分进化(DE)算法对局部子控制器相关参数进行优化,最终建立了适用于结构振动控制的自适应RBF神经网络递阶分散控制(ARBFHDC)算法。通过仿真分析验证了所提算法的适用性。(4)针对具有参数不确定(质量、刚度和阻尼不确定)的土木工程结构分散控制问题,分别提出了输出反馈极点约束保性能鲁棒分散控制算法和输出反馈H∞保性能鲁棒分散控制算法。首先,基于线性矩阵不等式方法,给出了保证分散控制系统二次稳定和特定区域极点约束的矩阵不等式,并采用变量替换方法,推导、建立了基于输出反馈的极点约束保性能鲁棒分散控制算法。其次,在保证分散控制系统稳定的基础上,给出并证明了不确定系统H∞保性能鲁棒分散控制器存在的充分条件,并通过变量替换和引入约束条件,将H∞保性能鲁棒分散控制器设计过程转化为具有线性矩阵不等式约束的凸优化问题,从而建立了同时满足多个控制目标的输出反馈H∞保性能鲁棒分散控制算法。仿真分析结果表明对于具有较大不确定性的结构,所提出的两种输出反馈鲁棒分散控制算法均较传统LQG集中控制算法有更理想的控制效果。(5)针对结构同时存在复杂非线性和较大不确定性的不利情况,结合线性矩阵不等式方法、RBF神经网络和H2/H∞控制理论,分别提出了保性能自适应RBF神经网络非线性鲁棒分散控制算法(GCARBF)和自适应H2/H∞非线性鲁棒分散控制算法(A-H2/H∞),并分别将这两种算法与Clipped-optimal半主动控制算法相结合,设计了相应的MR半主动分散控制系统。考虑模型参数(质量、刚度和阻尼)不确定及子系统间的耦合项,并利用退化Bouc-Wen滞回模型模拟得到子系统层间恢复力,建立了子控制系统误差状态方程;在此基础上,设计了由保性能控制项和自适应逼近控制项构成的子控制器,其中,保性能控制项通过求解转化为线性矩阵不等式的保性能控制问题得到,逼近控制项通过RBF神经网络自适应控制律确定,从而建立了 GCARBF非线性鲁棒分散控制算法。另外,基于线性矩阵不等式方法,通过建立和求解一个凸优化问题,得到了给定H∞控制目标下,H2控制目标最小的H2/H∞鲁棒分散控制律。在此基础上,通过引入带伸缩因子的比例增益和微分增益自适应调节函数,建立了有效实现控制律时变调节的A-H2/H∞非线性鲁棒分散控制算法。仿真分析结果表明,对于具有较大不确定性的非线性结构,所提出的非线性鲁棒分散控制算法具有明显的优势,均能进一步减小结构的损伤,提高结构的安全性和控制系统的稳定性。(6)针对分散控制系统作动器和传感器出现故障的容错控制问题,分别提出了小增益分散稳定容错控制算法和自适应分散智能容错控制算法。首先,考虑子控制系统间关联项的影响及传感器与作动器出现故障的情况,利用Lyapunov稳定性理论及线性矩阵不等式方法推导、证明了离散时滞关联系统分散镇定的充分条件,进而,结合小增益原理,提出了具有完整性的小反馈增益分散稳定容错控制算法。其次,针对作动器故障和子系统间关联项的影响设计了具有补偿功能的直接自适应分散控制算法,并利用自适应神经模糊推理系统(ANFIS)对传感器故障进行在线诊断与信号修复,进而得到了自适应分散智能容错控制算法。通过仿真分析验证了所提算法的有效性和优越性。