船舶操纵是一个复杂的控制问题。船舶航速的变化直接影响船舶的操纵性能,在研究船舶航向的控制时应该予以足够的重视。本论文针对船舶向大型化、高速化发展,海上运输和河运交通变得日益繁忙和拥挤,船舶常常要在港内、狭水道或危险水域航行的实际情况,对于不同航速下船舶的舵效和考虑航速影响下的船舶航向智能控制进行了系统的研究。在船舶运动模型的选择上,本文采用MMG建模的机理,从船舶各个部分,考虑不同速度,包括常速、低速及主机转速的影响,将常速域数学模型和低速域数学模型相结合,兼顾船舶运动的连续性,建立了船舶舶运动数学模型。本文选用不同航速下的旋回实验对船舶运动数学模型的进行了验证。结果发现仿真数据与实船试航数据基本吻合,验证了所建立的船舶运动模型的有效性。基于所建立的数学模型,本文对不同航速下船舶操舵的控制效果进行了仿真验证。同时,也考虑了不同主机转速影响下操舵的控制效果。仿真结果表明:船速越高,主机转速越高,船舶的舵效越好。船舶在低速航行时,提高主机转速,可以提高船舶舵的控制能力。在对船舶自动舵控制算法的改进上,本文推导了BP神经网络的基本原理,将神经网络与PID控制器相结合,建立了基于BP神经网络PID的智能航向控制器。本文以Matlab为仿真环境,在Simulink中建立了各部分的S-函数的模块,并将所建立的航向控制器与前面的船舶数学模型相结合,在不同航速条件下的智能航向控制器与传统PID航向控制器的比较仿真。仿真结果表明,采用神经网络PID控制器实现了参数的在线调整,有助于改善不同航速下,特别是低速航行时的操纵性能。