随着国内经济的发展,我国形成了众多行业的海洋经济体系,海上作业的时长不断加大。由于船舶受到海洋环境的影响,会产生六个自由度的运动。为了方便海上人员作业,船用稳定平台可以补偿船舶的运动,给工作人员与工作设备提供稳定的环境。目前主流的船用稳定平台为串联平台,串联平台结构简单但是刚度小,不能满足高响应、大负载的要求,而六自由度并联稳定平台能够补偿船舶六自由的运动且并联稳定平台响应速度快、刚度强、承载力高,能够应对大负载的情况,本文主要研究的就是Stewart并联稳定平台。本文介绍了六自由度稳定平台的组成以及工作原理,定义了稳定平台坐标系,对并联稳定平台的运动学进行分析,建立了运动学逆解、正解模型,之后对六自由度稳定平台进行动力学分析。本文对船舶运动特性进行分析。并联六自由度稳定平台具有响应滞后,这是影响稳定精度的要素之一,所以需要对船舶的运动进行预测以弥补系统的响应滞后。本文先对海浪运动进行分析,之后对船舶运动特性进行分析,最后对船舶运动产生的非周期性信号进行分析。本文采用了两种方案进行船舶的运动预测。首先采用了基于AR模型的参数模型法实现对船舶运动的预测,利用递推的相关矩算法进行模型参数的估计,之后运用信息准则法确定模型的阶数;其次采用RBF神经网络法对船舶运动进行预测,将高斯函数作为基函数,求出神经网络的连接权值,进而得到船舶运动的预测值;最后本文利用船舶的运动信号对两种方法进行验证,计算结果表明两种方法均能较好的拟合船舶运动数据,其中RBF神经网络法的拟合精度更高,相对误差率更低。本文将两种方法的预测数据输入到稳定平台模型中,通过对比发现两种方法均能够提高并联稳定平台的运动精度,有效减小了上平台的运动幅值,两种方法中RBF神经网络法的预测精度较高。最后本文通过仿真对船舶的预测算法进行仿真验证,验证了其可行性。