时滞是工业过程中固有的属性,特别是大时滞的存在,严重影响了系统的动态特性、控制质量、产品质量等。因此研究时滞问题具有重要的理论和实际意义。　　 本文提出了智能Smith控制方法,经仿真研究表明,此算法可以对时变、大时滞、不确定系统取得较好的控制效果；并将此算法应用于玻璃窑炉温度控制中,取得有效的控制,进一步验证本算法的有效性。　　 本文,首先分析了时滞的存在给系统带来的影响；介绍了时滞过程国内外研究历史与现状。其次,介绍了时滞过程的常规经典的控制方案,并对每种控制方案进行性能分析。然后,详细介绍了时滞过程的模糊控制方法,提出了几种改进模糊控制方案,对每种控制方案进行仿真研究。接下来,本文基于模糊Smith预估控制的思想,提出了智能Smith控制方法。控制器采用模糊神经网络控制器；预估器采用具有一阶惯性环节Smith预估器,而且该惯性环节具有随被控对象参数变化而变化的智能调节机构,来使系统始终处于最佳状态。利用新型神经网络结构与算法设计的模糊控制器,克服了模糊控制的控制精度不高、自适应能力差等缺点,同时也克服了典型的模糊神经网络具有的陷入局优、结构复杂等缺点。最后,针对某厂玻璃窑炉温度控制这一大时滞对象,将本文提出的智能Smith控制方法应用在窑炉温度的控制系统中,仿真结果表明,该方案能取得较好的控制效果,进一步验证本文提出方案的有效性。