随着控制理论、计算机技术及通信技术的日益发展和交叉渗透，网络化控制应运而生，并逐渐成为国际学术界研究热点之一。网络化控制系统通过通信网络来实现数据交换，使不同地点的设备和用户实现资源共享和协调操作，提高了系统的灵活性、可靠性，减少安装和维护费用，在工业上得到了广泛应用。但是在控制系统中引入网络环节会带来网络诱导时延等一系列问题，为减小或消除网络时延给控制系统所带来的影响，本文在参考了国内外关于网络化控制系统研究理论的基础之上，从系统的建模、控制器设计等方面进行了研究。主要研究及结论如下：首先，本文介绍了网络化控制系统产生的有关背景及其特点，综述了网络化控制的发展过程和研究现状以及网络化控制系统中存在的几个主要问题。针对网络化控制系统中存在的时延问题，在不考虑其他网络因素影响的条件下分别对短时延和长时延的网络化控制系统进行数学建模。其次，分数阶控制器与传统PID控制器相比具有更好的适应性,但由于分数阶控制器引入了两个附加的参数和,从而使分数阶PI~λD~μ控制器参数的确定变得更加困难.为了进一步提高分数阶PI~λD~μ控制器对系统不确定性的适应能力,本文在分数阶PI~λD~μ控制的基础上引入RBF神经网络控制，采用RBF神经网络根据系统误差对分数阶PI~λD~μ的控制参数进行在线调节，实现了对时延的良好补偿。最后，在Matlab/Simulink环境下运用TrueTime工具箱建立了网络化控制系统仿真平台，模拟实际网络化控制系统的运行，分析了分数阶PI~λD~μ控制器的5个参数对NCS性能的影响，并对所设计的控制策略进行验证。结果表明基于RBF神经网络的分数阶PI~λD~μ控制器具有最优的控制性能，能够对时延进行有效的补偿，具有很强的鲁棒性和自适应能力。本文在结尾处做了总结并进行了展望。