很多工业过程控制对象中存在着时延,这一直是自动控制中的难点。针对时延对象现有很多控制方法,有采取大林算法或者simth算法等控制,也有较为先进的模糊控制算法等。由于这些算法复杂或者依赖于很精确的模型,在实际应用中受到局限,而成熟的PID控制方案无法取得好的控制效果,因此大时延系统的工程应用一直没有一个完善的解决方案。神经网络是近年来研究的热点,它具有自组织、自学习、自适应的特点,近年来计算机技术的发展,为其网络优异的函数逼近性能和分类性能应用于工程提供了硬件基础。神经网络由于其大多结构简单,算法易于理解和使用,有利于工程人员应用解决实际问题。本文首先介绍研究背景和几种PID控制方法以及神经网络和神经网络控制的相关理论,接着核心研究了神经网络在大时延控制对象中的建模,建立了一个基于BP神经网络的预测模型,同时研究了权衰减算法的原理和剪枝机理,提出以主成分分析和剪枝算法为手段的对象建模方法,接着在Matlab中对几种使用神经网络模型的控制方案进行了研究和比较,最后选用自适应神经网络控制模型在小型DCS——Processlogix上实际应用,获得较好的控制效果,并具有实际应用和推广的意义。