本文针对大型船舶自动舵系统设计了几种航向控制器,并由此展开对船舶运动数学模型、自抗扰控制技术和小脑模型神经网络的研究。本文完成的工作也由这三个部分组成。(1)研究了船舶建模MMG理论。本文以XIN SHANGHAI号大型集装箱船作为研究对象,分析作用于船体、螺旋桨、舵上的各种流体动力和力矩,根据MMG理论建立它们的数学模型。然后简单介绍了船舶在海面上航行时受到风、流等干扰力的计算方式。为验证船舶模型的合理性和可用性,本文根据实船数据在Matlab中进行Z形操纵试验和船舶旋回仿真测试,为下文控制器的设计和仿真做好准备。(2)讨论了自抗扰控制技术(ADRC)在大型船舶航向控制中的应用。针对经典控制理论中的PID控制在其应用广泛的同时也存在不足,自抗扰控制理论提出了加入扰动估计和动态补偿这两个作为核心功能的改进方法。本文根据系统状态误差的不同组合方式设计两种自抗扰控制器,将其用于前面建立的船舶模型,并在三种扰动环境下进行仿真,验证它们对航向的控制效果。(3)本文引入了小脑模型关节控制器(CMAC)理论,研究ADRC和CMAC的复合智能控制。本部分从介绍人工神经网络学习原理开始,逐步过渡到对CMAC神经网络的阐述。CMAC是局部逼近神经网络,它的学习速度快,泛化能力强,结构简单,更适合在实时控制领域中应用。本文采用前馈与反馈结合的复合控制模式,将CMAC与ADRC相结合进行在线学习,实现被控对象的逆动态模型。从仿真结果可以看出,相比于单独应用的ADRC,复合控制可以有效地减小系统稳态误差,使航向控制更为精确。