传统的被动缓冲装置通过流道内节流小孔产生阻尼力,缓冲力无法实时控制,只能针对特定的冲击进行有效缓冲。一旦冲击条件发生变化,被动缓冲装置就不能达到很好的缓冲效果。磁流变缓冲器（Magnetorheological energy absorber,MREA）使用磁流液作为控制介质,利用其在磁场作用下阻尼可调的特点,产生连续可控的缓冲力。本文以落锤冲击载荷下的MREA作为研究对象,采用试验和数值仿真结合的方法,重点研究了磁流变缓冲器在高速冲击下的逆向动力学模型、励磁控制单元、缓冲控制策略等关键问题。具体的研究内容如下:（1）利用落锤冲击试验,研究MREA的可控特性。搭建落锤式冲击试验平台,对不同电流激励下的MREA进行冲击测试,同步测量缓冲力和位移等动态参数。通过分析MREA的动态特性,发现固定电流激励下MREA具备一定的可控性,但MREA的缓冲力曲线呈现“山峰”形状,需要进一步研究控制算法,以得到最佳的缓冲特性。（2）利用冲击试验数据,研究MREA的逆向动力学模型。通过分析MREA的力学特性,发现使用物理模型和参数化动力学模型很难准确描述MREA的动态特性,因此利用神经网络的方法建立MREA的逆向动力学模型。利用GRNN神经网络和BP神经网络建立MREA的逆向动力学模型,模型以缓冲力、活塞速度和活塞位移作为输入,励磁电流作为输出。针对BP网络容易局部最优,利用遗传算法寻找BP的最优权值,建立GA-BP逆模型。利用统计学的指标对三种逆模型的预测输出进行误差分析,GRNN逆模型预测输出精度最高。（3）基于神经网络逆模型,研究MREA的预置缓冲控制方法。通过分析落锤冲击的缓冲需求,最佳的缓冲特性是“平台效应”,即缓冲力在整个位移保持不变。根据MREA的运动方程和初始冲击速度,计算需要维持的缓冲力和相应的运动曲线。利用神经网络逆模型计算出需要的励磁电流,并存入控制器的存储中。MREA线圈的高感抗会严重影响电流的响应。将充放电速度快的超级电容与Buck变换器结合,设计MREA的励磁电流控制单元,提高电流的响应速度。（4）进行落锤冲击控制试验。构建落锤冲击控制试验系统,并对预置控制软件进行软件设计。使用接近开关触发励磁控制单元,输出预设的电流曲线,对MREA进行缓冲控制。通过试验和仿真,验证了预置电流控制的缓冲效果。