本文以一个完整的船舶柴油发电机系统为对象,采用基于神经网络的模型参考自适应控制方法对船舶原动机的转速进行控制,其控制仿真结果表明,转速的动态特性要比常规控制器控制仿真结果好一些。具有容错性是对控制器的更高要求,针对执行器的某些故障,作者用本文所设计的神经网络模型参考自适应控制器进行了仿真试验,结果证明,该控制器具有一定的容错控制能力。本文设计的模型参考自适应控制器中所使用的神经网络控制器为RBF神经网络,在研究了BP等神经网络对船舶柴油发电机进行离线辨识的结果后,本文采用RBF神经网络作为对象模型辨识器。参考模型采用船舶柴油发电机的简化模型。并以该简化模型为对象用设计好的控制器进行控制,根据控制仿真结果对神经网络的算法进行了改进,最后将该控制器用于对完整船舶柴油发电机系统的控制,以及执行器的某些故障控制仿真,仿真结果证明,该控制器在系统出现某些执行器故障的情况下,能够稳定运行。本课题涉及的方面很多,工作量较大,从目前为止所完成的工作看,还远未达到理想的效果,但这是一次有益的尝试。主要包括以下几个方面;1.分析了船舶柴油发电机的数学模型,分别对柴油原动机、同步发电机和励磁系统进行了研究,建立了船舶柴油发电机发电机组简化模型;2.对人工神经网络结构原理及算法进行了深入研究,阐述了人工神经网络的优点、特点及其应用,并改进了神经网络的算法,减小了初始训练时的震荡。3.阐述自适应控制的思想及将人工神经网络与自适应控制系统结合的原理及实现方法,并使用不同的神经网络作为船舶柴油发电机组的控制器和辨识器,并进行了仿真;4.将容错控制引入到了船舶柴油发电机控制系统,为船舶系统的控制提供了新的思路