船舶机械的振动与噪声影响船体结构的安全性和相关机械的可靠运行,同时影响船上人员的舒适度,另外在军用舰船中,动力装置的振动噪声严重影响其隐蔽性和战斗力。为此,通常采用被动隔振装置达到减振降噪的目的,而传统的被动隔振装置受到自身结构和特性的限制,对低于系统固有频率的振动起不到衰减作用。振动主动控制技术可有效克服这一缺点,在保证高频减振效果基础上,有效降低低频振动,因此成为近年来各国研究的热点。本文对船舶浮筏隔振系统振动主动控制进行了分析研究,首先从隔振基本理论入手,分析了单层隔振、双层隔振、浮筏隔振系统的传递特性,为实验台架的搭建和振动主动控制频段的选取提供指导。接着通过搭建浮筏隔振系统模拟实验台,用LMS Test.Lab振动噪声测量系统测取实验数据作为训练样本。在此基础上用串并联型神经网络辨识结构对浮筏隔振装置固有特性进行辨识,离线训练神经网络,建立神经网络NARMA模型,为神经网络控制器提供误差反向传播通道。并在MATLAB神经网络工具箱基础上编写程序,对神经网络控制器进行训练。最后在MATLAB/Simulink仿真环境下进行无控制系统和有控制系统中间筏体振动响应对比仿真。结果显示由于离线辨识的控制系统逆模型精度较低,基于神经网络的直接自校正控制的效果并不理想,仅表明该方法的可行性。而基于神经网络的间接模型参考自适应控制效果显著,中间筏体振动幅度减小,且控制系统的鲁棒性好,仿真结果表明该方法的有效性和实用性。