在工业生产过程中,由于大时滞的存在,传统的PID控制已不能满足控制需求,难以获得良好的控制性能。普通的基于模型的控制算法也因为大时滞对象难以建立精确的数学模型而得不到好的控制效果。本文介绍了大时滞对象的控制方法,内容以Smith预估控制为主线,梳理了传统控制方法和智能控制方法在大时滞系统控制方面的研究成果。本文利用无模型自适应控制不需要依赖受控系统的数学模型,仅需受控对象的I/O数据,而不需要其他任何受控信息的优点,针对受控对象大时间滞后的特点,对基本的无模型自适应控制算法进行改进,在输入准则函数中引入滞后输入变化率的约束项,在伪偏导数估计准则函数中也进行了改进,即引入滞后输入变化的约束项,从而达到约束滞后时间影响控制性能的目的。文中选取并构造了一阶、二阶和三阶的大时滞对象,以及离散时间非线性大时滞对象等,利用改进的无模型自适应控制算法对上述几个对象进行仿真实验,并开发了相应的Simulink模块,将改进算法模块应用在温度控制过程的仿真实验中。其后,利用基本无模型自适应控制算法和PID控制方法对几类典型大时滞对象进行仿真实验,实验结果和影响控制性能的各个因素都进行了相应地对比分析。仿真实验结果表明,改进后的算法明显改善了控制性能,在大时滞对象的控制过程中具有较强的鲁棒性和抗干扰能力,其对于大时滞过程的控制效果要优于基本无模型自适应控制算法和PID控制方法。