时滞系统在工业过程中很常见,其控制性能的好坏对产品质量产生深刻的影响。时滞的存在,使得控制器不能及时响应扰动,造成超调过大,调整时间过长,使系统稳定性变差。时滞系统的控制一般比较困难。本文先用频域法粗略辨识出时滞系统的模型,再使用改进的遗传算法获得精确的系统模型,运用Smith预估器补偿对象的时滞。同时,将Smith预估器与广义预测控制相结合,用于时滞系统的控制,以获得较好的跟踪性能和鲁棒性。文章首先介绍了获取系统频率特性的常见方法,重点介绍了谱分析法的原理、实现方法和参数的选取。利用获得的频率特性拟合出系统传递函数,为进一步的辨识准备模型结构和初始参数。文章接着介绍了Smith预估控制和普通遗传算法的基本原理与常见改进措施。对遗传算法进行改造,选取合适的编码方式和遗传策略,基于模糊规则在算法进程中动态调节交叉概率与变异概率。利用改进后的遗传算法离线或在线地辨识出Smith预估器中的模型参数,仿真证明,基于此参数的Smith预估控制可获得优良的控制性能。文章接着对广义预测控制引入Smith预估器进行改造,介绍了算法原理以及参数选取原则。仿真证明,相对于普通的广义预测控制,该算法不仅具有优秀的动态性能,而且实时性高,鲁棒性强,对模型失配的敏感度低。最后,利用MATLAB设计了一个图形用户界面程序,集成了涉及到的各种辨识与控制算法,方便了算法的仿真,也可用于处理现场数据。