从船舶吊舱SSP推进系统的分析、复合控制器设计、推进电机在线辨识与优化控制等多方面进行了SSP推进控制复杂问题的研究,并利用SIEMENS SIMOTION、SINAMICS最新驱动技术,实现了SSP推进系统的半实物仿真及控制算法的模拟实验。　　 提出了包含速度、转矩、推力和功率特性的SSP复合控制算法,分析并比较了速度、转矩与功率的3种控制策略。提出了基于电力上互联的推进电机动态特性与发电机负荷特性的柴油机转速.转矩复合控制,利用Lyapunov法对复合控制权重参数进行在线自校正调节。提出了由鲁棒滑模控制(RSMC)和动态递归模糊神经网络控制(DRFNNC)组成的复合控制算法,RSMC利用死区非线性和误差边界厚度法,克服系统的不确定与外界扰动,具有在线自学习算法的DRFNNC促使系统的跟踪误差趋近于0,以消除SSP推进的过冲现象并获得快速平滑的动态响应。提出了基于免疫遗传算法(IGA)与自适应神经模糊推理系统(ANFIS)的复合算法并应用于SSP电机的优化控制,ANFIS逼近SSP过程响应的动态模型,IGA以SSP的性能指标来优化复合控制系数。提出了基于线性回归模型、递归预测误差法和自适应观测法的电机参数辨识估计、模式识别的电机温度模型,应用自适应伪降阶磁通观测器(APFO)研究基于模型参考自适应系统(MRAS)的电机速度模型,实现了无温度传感器的热保护和过载响应、无速度传感器感应电机的驱动。　　 半实物仿真及实验结果表明:本课题研究的复合控制策略具有所需系统参数少、稳定性好的优点,提高了吊舱推进系统的鲁棒性和运动精度,具有暂态快速和稳态平滑的动态响应,功率控制策略好、转速与转矩脉动小、以致最小的机械磨损。电机的温度和速度辨识模型把以前通过硬件(传感器)实现的功能集成到软件中,降低成本,提高了船舶SSP推进系统的经济性和可靠性。