海洋与现代人类的生存与发展息息相关,随着对海洋资源的开发,越来越多的船舶航行在海上完成不同的使命。海浪是海洋中对船舶影响非常大的扰动,会使船舶产生不同方向上的摇荡,其中又以横摇运动最为剧烈,严重影响着船舶的寿命和安全性,人员的舒适性,舰载设备的正常使用等。减摇鳍是目前出现的减横摇效果最好的主动式减摇装置,其减摇效果可以达到90%以上。对减摇鳍控制系统的研究也是船舶控制领域一个非常重要的方向。本文重点考虑两个方面的因素,一是传统减摇鳍控制系统对海浪信息利用不足,二是基于力矩对抗原理的传统减摇鳍PID控制系统在面对复杂环境和被控对象时效果不理想,所做的工作主要是改善这两方面的问题。首先,运用谱估计的方法,由船舶摇荡时历估计摇荡谱,然后反推出当前的海浪功率谱和方向谱。该方法不需要特殊的设备,通过数学运算即可得到当前较为准确的海浪谱,简单易行。经过仿真验证,证明该方法得到的海浪谱较为准确。在控制方法方面,智能控制已经得到了长足的发展,与传统控制理论相比,在处理复杂环境和被控对象时更具有优势。神经网络控制具有良好的学习能力,但其输入输出不易表达,模糊控制的表达式易于接受,但学习能力较弱。本文利用智能控制技术中的神经网络和模糊控制,取其各自的优势,将二者融合成为一种智能控制技术,设计了减摇鳍的模糊神经控制系统。利用反推得到的海浪谱,运用模糊控制技术,重新设计了减摇鳍控制系统中非常重要的浪级调节器,以从海浪谱中提取的有义波高做为浪级调节器的输入信号来控制其输出,使得海浪信息能够得到更充分的利用。为了验证所设计的浪级调节器和智能控制系统的减摇效果,搭建了船舶控制系统模型,并在不同海情和航速下对船舶横摇情况进行了仿真,与传统的PID控制系统做了比较。结果显示在相同环境下,模糊神经控制系统的减摇效果要优于传统PID控制器,证明该控制系统具有可行性。