随着风电机组尺寸的不断增大、风电机组所处的恶劣工作环境对风电机组的载荷控制要求越来越高。风电机组因为塔筒、机舱等刚性结构的存在,是个刚度特别大的欠阻尼系统,当系统某些部件的激励频率与塔顶的固有频率接近或者重合时,会引发机组振动,增加机组关键部位的疲劳损伤,使机组的运行寿命缩短,要么造成严重的机械部件故障,要么发生倒塔。大型机组塔顶振动控制主要是添加虚拟阻尼,但虚拟阻尼控制的实现得依靠风电机组的线性化模型。由于不能精确构建风电机组数学模型,因此虚拟阻尼控制并不能达到很好的控制效果。针对以上问题,在大量仿真数据的基础上,结合神经网络和模糊控制,提出了自适应神经模糊推理系统(adaptive neural fuzzy inference system,ANFIS)控制风电机组塔顶振动,并在GH Bladed软件中进行仿真分析,同时与虚拟阻尼控制,无阻尼控制进行了对比分析。主要内容和研究结果如下:(1)虚拟阻尼控制对风电机组塔架振动的研究建立风电机组的数学模型,根据动力学方程,添加虚拟阻尼,在GH Bladed软件中对机组的振动情况进行对比分析,可以得出结论,虚拟阻尼对风电机组塔顶振动有不错的减缓作用。(2)ANFIS的组成以及推理机制介绍模糊控制和人工神经网络、ANFIS的组成和推理机制。在相关理论基础之上,设计了可以对风电机组塔架振动进行减缓的控制器。(3)ANFIS对风电机组塔架振动的研究在不同湍流风况下,在GH Bladed软件中进行仿真,将ANFIS算法的控制结果与虚拟阻尼控制以及无阻尼控制进行对比分析。可以得出结论,ANFIS控制对塔顶的振动有非常好的抑制作用,同时,由于降载带来的功率波动非常小。