随着海洋工程装备的快速发展,船舶的自动定位以及自主航行受到人们的广泛关注。动力定位系统(Dynamic Positioning System,DPS)是一个闭环的控制系统,其依靠自身的推进装置产生推力抵抗外界的环境干扰,从而控制船舶保持期望的位置和艏向或者按照设定的目标进行航行。在外界环境载荷未知以及模型参数不准确情况下,实现船舶定点定位的快速性、准确性和稳定性成为动力定位控制系统中研究的焦点。通过构造自适应律,结合几种不同的控制思想设计复合自适应控制器来解决不确定性问题是本文研究的重点。本文的主要研究内容和成果包括:(1)针对动力定位系统中存在的外界未知环境扰动情况下定位产生静态误差造成定位不准的问题,分别设计了反步积分控制器以及反步正交神经网络自适应控制器。反步积分控制器通过位置误差积分项自适应估计出外界环境力,但存在参数设置不合适可能造成积分饱和现象或积分作用过小导致静差难以消除的缺点。由于正交神经网络具有较强逼近性能,本文提出了正交神经网络补偿项改进反步积分控制器中积分项用来自适应外界环境力;通过反步法推导出控制律和权值自适应律,并进行了相应的稳定性分析,保证控制系统一致最终有界。在仿真验证的基础上,同时进行了室外模型实验,仿真结果和实验结果表明了所设计控制器在未知环境扰动下定位的准确性。(2)针对船舶模型中参数不准确导致控制器不稳定问题,本文通过反步法设计出神经网络鲁棒控制器,保证了系统的一致最终有界。针对鲁棒项中符号函数正负交替导致的控制输出力出现抖振现象,本文通过构造自适应律估计出鲁棒项上界值设计神经网络鲁棒自适应控制器。仿真结果表明了该复合控制器在外界环境扰动未知以及模型参数不准确情况下定位的稳定性和准确性。(3)针对变海况下控制器自适应外界变化载荷速度慢的问题,提出了基于预测误差与跟踪误差的复合自适应控制器。采用两种误差设计神经网络权值自适应律,借助预测误差中包含的参数信息对自适应量做出提前校正,达到参数快速收敛的效果。最后在突变环境载荷条件下进行船舶位置保持仿真实验,表明了基于两种误差的复合自适应控制器定位的稳定性、准确性和快速性。