动态非线性系统的建模与辨识是自动控制中重要的领域之一，对于很多存在着不确定性和复杂性的实际系统来说，很难使用传统的方法进行建模。而船舶动力系统就是一个船、机、桨配合工作的复杂系统，要实现船舶主机的控制，重要工作之一就是建立主柴油机的数学模型。但由于柴油机运行过程机理相当复杂，且系统具有非线性、时变性，这给用物理方法建模带来了困难。 由于模糊系统中知识的抽取和表达比较方便，而且它可以任意精度逼近定义在紧集上的非线性函数，因此它在复杂非线性系统的建模中显示出优越性。1985年Takagi与Sugeno提出了一种基于模糊规则的非线性系统模糊模型，其前提部分仍采用模糊变量，而结论部分是输入变量的线性函数，它以局部线性化为基础，通过模糊推理方法实现了全局的非线性。由于其结论采用线型方程描述的，因此便于用传统的线性控制策略设计相关的控制器。利用T-S模糊模型可以有效地建立船用柴油主机的动态模型，进而实现对柴油机的实时控制。 本文首先对T-S模糊模型及其辨识算法进行充分研究，并提出了一种基于测得的输入输出数据来建立非线性动态模糊模型的新方法。该方法将GK模糊聚类应用在T-S模糊模型辨识中，使用模糊聚类大大简化了T-S模糊规则及前提参数的生成。因此本文对前件辨识中用到的模糊聚类方法进行了研究，并对常用的聚类方法进行了比较。对文中提到的算法，均用MATLAB进行了仿真实现。 由于受现实条件限制，无法得到实际的测量数据，因此作者首先利用Matlab／Simulink建立了某船用柴油机动力系统仿真机理模型，其机理模型主要是基于柴油机在稳态运行后在小偏差工况扰动下对其工况变动的研究得来的。对机理模型所得数据利用T-S模糊模型辨识算法进行运算，并比较辨识模型与实际模型的差异，最后将所辨识的T-S模糊模型转化为MATLAB自带的模糊逻辑工具箱中通用的FIS结构类型，以便模型的应用和控制器的设计。目前，将T-S模糊模型用于柴油机动态建模，尚未见有文献记述。本课题将理论研究与实际应用相结合，并将先进的算法应用到柴油机动态建模中，将会对航运仿真及船舶主机的控制具有一定的实用价值。