应用结构抗震实验方法来检测结构模型和参数,是分析复杂建筑结构抗震性能、评估新的材料和构造措施的前沿性课题之一。大型地震模拟振动台实验是结构抗震试验的重要发展方向。如何分析振动台液压伺服系统的模型、克服系统的非线性特性,并根据试件状态变化和台面振动效果进行自适应控制具有重要意义。本文所做的工作就是分析地震模拟振动台的工作特性,建立自适应控制方法,以提高地震模拟振动台的工作性能,推动电液伺服控制技术的发展。本文主要开展了如下几方面的研究工作：首先介绍了结构抗震实验的意义以及实验方法,实验研究动态,各种新技术、新材料在实验中的应用,分析了电液伺服地震模拟振动台的物理特性和电气化控制原理,介绍了本试验室电液伺服地震模拟振动台的性能参数和设备构成,提出了振动台的设计要求。研究了离散系统的数据处理和模型识别方法。从有限元模型出发,引入状态空间向量,得到结构的连续时间状态空间模型,推导出离散时间状态空间模型和适合于结构物理参数识别的数学模型,利用基于状态空间的参数识别方法进行识别。为精确设定模型参数和搭建自适应控制算法提供了理论依据；针对控制系统本身与构件动力非线性、系统频率响应曲线不平直的情况,本文在原系统位移控制内闭环的基础上,设计了一种基于多参量控制的外闭环控制回路,即将力、位移、速度、加速度都加入控制回路,设定合适的初始权值,组建基于加速度波形跟踪的外闭环,进行综合控制,以提供平直的频率响应特性；针对实验过程中,试件结构物理参数不断变化的特性,将卡尔曼神经网络加入到多参量控制权值的调整过程,实现自适应实时调整多参量控制的权值。并将神经网络中各神经元之间的连接权值的学习问题作为卡尔曼滤波中的状态向量进行最优估计问题,用扩展卡尔曼滤波的学习算法近似给出神经网络连接权值的最小方差估计,以加快神经网络迭代学习的过程,最终实现加速度波形高精度跟踪和高带宽控制。