形状记忆合金(Shape Memory Alloy,简称SMA)具有形状记忆效应、超弹性和高阻尼等特性,是当前结构振动控制领域具有较好发展前景的一种智能材料。文中利用常温下为奥氏体的SMA被动控制系统,结合神经网络和遗传算法等,对一空间模型结构地震响应进行了被动减震优化控制研究。主要工作如下:(1)针对SMA材料的特点,研发了2种性能良好的SMA防滑夹具,并进行了12组48根奥氏体SMA丝的力学性能试验。研究了加/卸载循环次数、加载应变幅值、加/卸载速率、丝材直径等因素对SMA超弹性性能的影响。结果表明,循环稳定后,加载应变幅值和加/卸载速率对SMA的耗能性能影响较大。(2)以奥氏体SMA材性试验为基础,考虑加/卸载速率对SMA丝力学性能的影响,提出了两种速率相关型本构模型。一种是简化线性本构模型,另一种是以智能算法为基础的遗传优化BP网络本构模型,并对两种本构模型进行了MATLAB仿真模拟。结果表明,简化本构模型计算公式简单,运算速度快,且基本能反映SMA的受力性能及加/卸载速率对SMA应力-应变曲线的影响;以试验数据为神经网络训练数据的遗传优化BP网络本构模型,其预测曲线与试验的应力-应变曲线吻合很好,计算误差很小,是一种较为理想的速率相关型本构模型。(3)传统遗传算法优化配置SMA被动控制系统时,很难保证运算过程中控制系统SMA数目不变,极大降低了遗传算法的寻优效率。针对这一缺点,文中对传统遗传算法进行了改进,主要包括编码方式、交叉算子及变异算子等方面的改进,并利用MATLAB语言编写了算法程序。利用改进的遗传算法进行了SMA被动控制系统在一个2跨3层空间模型结构中的优化配置,得出了相应的优化结果。(4)利用MATLAB语言,建立了一2跨3层空间模型结构在地震激励下的动力有限元模型。应用文中的SMA遗传优化BP网络本构模型,以及改进遗传算法得出的SMA控制系统优化配置方案,对该空间模型结构进行了地震响应优化控制研究,分析了结构在优化配置SMA被动控制系统和无控时的加速度响应和位移响应。为了验证地震激励下SMA被动控制系统抗震减震的有效性,对文中设计的空间模型结构进行了模拟地震振动台试验,研究模型结构在无控与优化控制工况下振动台试验的地震响应。试验结果和MATLAB模拟结果均表明,在空间模型结构中优化配置奥氏体SMA被动控制系统,可明显减小结构的地震响应,一般情况下,与无控时地震响应比较,受控模型结构各层地震响应均能减小15%以上,且结构底部的减震效果较结构上部明显,结构底部两层的加速度响应可减小20%以上,层间位移响应可减小40%以上。