操纵性能是船舶控制领域长期关注的研究问题之一,而回转运动是体现船舶操纵性的重要运动形式。静水条件下,船舶回转运动过程中会产生内倾和外倾;扰动条件下,则会产生横摇,过大的横倾或者横摇会导致船舶的倾覆。减小船舶横倾和横摇是提高船舶回转特性、提升操纵性能的重要途径。可以由两个方面来减小回转运动中的横摇,一方面是船舶固有的物理特性,即船舶参数选取;另一方面是控制策略,即控制器的设计。本文从影响船舶回转特性的舵鳍参数入手,采用敏感性分析的方法,研究了舵鳍参数对船舶回转性能的具体影响,在此基础上,通过优化舵鳍参数,改善了船舶固有回转性能。控制器的设计方面,在船舶回转运动中,舵保持在固定角度,通过对减摇鳍的控制,实现模糊神经网络控制器的设计,改善闭环系统回转性能。基于以上内容,本文研究内容及成果如下:首先,建立船舶运动模型,由于研究船舶参数变化对回转运动的影响,选取了物理意义明确且可以对各部分单独分析的分离建模方法,基于牛顿运动定理的六自由度模型,简化得到仿真所需的四自由度运动方程,为了使数学模型更加精准,从进行过水池试验且水动力导数已知的船型中选取研究船型,并在此基础上加入环境扰动模型、舵鳍控制模型和环境扰动模型等,将各部分数学模型表示为四个自由度上力和力矩的形式。在建立舵鳍部分模型时考虑了螺旋桨对舵的影响,并对有效流速和有效冲角问题作了具体分析。其次,在数学模型基础上搭建Simulink仿真模型,研究敏感性分析策略,然后结合回转运动选取了适当的敏感性分析方法和流程,通过Simulink回转运动仿真,完成了舵和鳍对回转性能的单参数敏感性分析,得到舵参数和鳍参数对回转半径和横摇影响大小和方向各不相同,总结了其影响规律和差异性。然后,借助Isight优化平台,基于多目标优化的遗传算法,分别完成舵鳍不同参数组合的优化和对所有舵鳍参数的同步优化,总结了舵鳍不同参数组合优化的规律。通过参数优化前后仿真对比,证明了选取的优化平台和优化策略是可行的。最后,在仿真模型和优化的参数基础上,设计能在船舶回转运动过程中对鳍控制的PID控制器和模糊神经网络控制器,并分别进行不同舵鳍参数和不同控制策略的仿真对比,得到相同控制不同参数时,参数经过优化后回转性能更好;相同参数不同控制时,采用模糊神经网络控制的回转性能更好。通过研究表明,通过对舵鳍参数优化能改善静水下船舶横倾,减小加入扰动后的横摇。而舵鳍参数优化结合模糊神经控制方法能取得令人满意的控制效果,进一步改善了船舶回转性能。