网络控制系统是将网络嵌入到控制闭环中的控制系统。在数据信息的传递过程中,网络固有的优势和不足必然会影响到控制系统本身的特性。首先,网络控制系统可以减少各个部件之间的连线,降低系统成本,使系统结构布局更加灵活,易于维护和扩展,更为重要的是由于网络总线的介入使得信息共享成为可能,增强了网络中各个部件之间的协调性。但是,正是由于网络的引入使得控制系统不可避免的具备了网络的特点,例如数据的延迟和丢包等问题。这些问题的出现必然会导致控制系统的性能下降甚至不稳。目前,国内外对于如何提高网络控制系统的控制性能的研究逐步发展起来,很多关于控制器的设计策略相继出现。但大都有其应用范围的限制和性能的不足。本文针对时延问题进行较为系统的阐述和分析。网络时延根据其大小可分为长时延和短时延。这里的长短是与采样周期的比较。第一方面,针对短时延,我们采用灰色理论来预估时延大小,再利用状态观测器来补偿时延所造成的影响。第二方面,针对长时延,本文采用广义预测控制理论中多步预测思想来推导出未来若干周期的控制序列,在采用合理的数据选择机制能够很好的补偿网络时延对系统的影响。特别地,针对如何处理非线性网络控制问题,本文提出利用神经网络来在线辨识非线性系统获得时变的线性模型,再利用广义预测等相关算法进行补偿。经仿真证明文中所提出方法较离散PID算法有相当的优势。为了进一步验证文中所用算法的实用性。设计了仿真平台。该平台是在以太网络上搭建的,由若干台PC机组成,其中有一台作为控制器,其余的作为被控对象。此外为了能够使得网络中负载任意调解,我们还在网络中配置了一台PC机作为拥塞源。控制器和被控对象模型通过Matlab和C程序实现。他们之间的网络数据传递是利用MFC中的CSocket类编程实现。最终,通过实验验证了文中算法的可行性。