一直以来，如何控制时滞过程是控制理论研究的一个热点和难点。对时滞过程经典的控制算法有Smith预估控制、内模控制和预测控制等。其中Smith预估控制是本文研究的重点，因为Smith预估控制算法简单，系统结构清楚：只要预估器的模型精确，即可克服纯滞后对系统性能的影响。然而，要得到精确的数学模型几乎是不可能的，这样就使得Smith预估控制的应用受阻。本文针对一类“可重复运行”的时滞过程，希望提出一种模型具有自适应能力的Smith预估控制算法，本文的主要工作有以下四个方面：（1）对传统Smith预估控制系统结构进行变形。变形后预估器变成了一个闭环传递函数，只需要用输入输出信息“代替”这个闭环传递函数即可作为预估器，只要预估器模型收敛即可克服纯滞后对系统性能的影响。为了实现该算法，提出了“迭代模型”Smith预估控制算法，该模型只需要知道系统的输出即可自适应得到预估模型，同时辨识出系统的纯滞后时间；（2）提出模糊相轨迹模型Smith预估控制。通过对“迭代模型”Smith预估控制的深入研究，提出“模糊相轨迹模型”，使用模糊方法得到系统输出的相轨迹，将其作为变形Smith预估控制的预估模型，并用其代替“迭代模型”。由于模糊方法有自身的特性，使得系统的学习次数减少，提高了学习效率；（3）算法的稳定性和收敛性分析。为了使该算法有理论依据，将该算法用数学语言进行描述，将系统闭环传递函数写成迭代公式，并得到了一个差分方程，求解得到系统闭环传递函数的通解，进而给出了模型收敛的条件和系统的稳定性判据；（4）对算法进行数值仿真。为了验证算法，对系统进行了数值仿真，仿真，仿真表明“迭代模型”Smith预估控制和“模糊相轨迹模型”Smith预估控制算法都是有效的。