工业生产过程中广泛地存在着时滞现象,由于时滞的存在,被控量不能及时地反映系统所承受的扰动,从而产生明显的超调,使得控制系统的稳定性变差,调节时间延长,对系统的设计和控制增加了很大的困难。因此,时滞过程的控制方法一直是控制理论研究的重要课题。通常采用过程时滞θ和过程时间常数之比T衡量过程时滞的影响。当过程的θ/T＜0.3时,称该过程是具有一般时滞的过程,可用常规控制方法对系统进行控制;当过程的θ/T＞0.5时,称该过程是具有大时滞的过程,此时采用常规控制方法通常较难奏效,应采用各种补偿方法或者采用先进控制方法,来减小或补偿时滞造成的不利影响。用传统的控制方法,如PID控制、自校正控制等方法较难得到满意的控制效果。从50年代Smith提出预估控制以来,对于时滞系统的控制已有大量的研究成果,其中典型的算法有PID算法、Dahlin算法和内模控制算法,以及包括模糊控制,神经网络在内的智能控制算法等,大部分控制算法虽然仿真效果较好,但距离实际的工业应用还有很大的差距。本论文主要基于单变量系统的时滞过程的研究,首先研究对比几种改进型的Smith预估控制方法,可以看出,对于复杂的系统单纯改变控制结构并不能很好控制,其次研究了鲁棒性和抗扰动性更好的内模控制,针对工业控制过程中的时滞不稳定过程,提出改进内模控制(IMC)设计方法。针对时滞过程进行研究,讨论了全极点近似法与一阶Pade近似、二阶对称Pade近似、二阶非对称Pade近似的对比,在开环、闭环控制系统中并进行了仿真比较,找出近似效果好的全极点近似法将其应用于IMC-PID控制中,并给出时滞的一阶和二阶过程的IMC-PID转化的公式。结合PID和Smith方法来研究时滞系统的模糊控制方法,分别研究了自适应模糊PID控制和带积分环节的模糊Smith控制方法。避免了一般的的模糊方法中模糊控制性能下降,甚至出现不稳定或振荡现象。