船舶剧烈的摇荡会损害船体结构及主要部件,降低船舶航速和稳定性,会导致船员晕船,降低船上工作人员的工作效率,严重时甚至会导致船舶倾覆沉没。而船舶的各种摇荡运动中,横摇运动对船舶的危害最大。因此,寻求有效的方法来减小船舶横摇是船舶运动控制领域一直备受关注的课题,减摇鳍系统则是应用最广泛研究最多的一种船舶减横摇装置。本文以船舶减摇鳍控制系统作为研究对象,重点研究了基于小波神经网络的船舶横摇运动智能控制算法和船舶减摇鳍控制系统的虚拟现实仿真,其目的是为了进一步提高船舶在不同工况下的减摇效果,提高船舶的耐波性和适航性,并为船舶减摇鳍控制系统研究提供一个可视化的仿真环境。本文首先基于谱分析理论建立了海浪模型以及波倾角模型,并对船舶横摇运动进行了受力分析建立了船舶线性横摇运动模型。在研究大量参考文献的基础上,本文提出了船舶横摇运动基于二进小波神经网络整定的智能PID控制算法。小波神经网络具有小波分析特有的多尺度分辨特性和人工神经网络固有的自学习自适应的优点,把它与PID控制算法相结合,可以建立参数自学习的智能PID控制器,使船舶在不同海况、航向下都具有良好的减摇效果。仿真结果表明,基于小波神经网络整定的PID控制算法能够克服常规PID控制适应性差的缺点,而且可以有效的抑制扰动,增强系统稳定性。然后本文利用虚拟现实技术实现了船舶减摇鳍系统的可视化仿真,将海浪模型、船舶模型和智能控制算法结合起来,并按照某新型船舶的减摇鳍仪表盘设计生成了虚拟仪表盘,实现了三位一体的仿真效果。可以通过操纵仪表盘来控制减摇鳍系统的启动停止、减摇生摇等各种状态并观察减摇鳍系统的控制输出曲线,可以在虚拟现实环境中直观形象的观察船舶的减摇效果,使减摇鳍系统从单纯的曲线仿真进入了可视化虚拟现实仿真,能动态逼真的反映减摇鳍控制系统的工作情况。