Smith预估控制算法是一种对大时间延迟系统进行补偿的较普遍应用的方法。这种方法的前提是必须确切地知道被控对象的数学模型并使Smith预估器与被控对象精确一致。而实际当中获得的被控对象的数学模型往往并不是那么精确的,而且被控对象的特性也会随着时间或工作环境的改变而改变,这不但限制了Smith预估器的应用,控制效果也会变差。本文针对参数缓慢变化的时滞对象,按照模型参考辨识的设计思想,将时滞对象看作一个被辨识过程,用广义误差e经过自适应辨识器来在线调整Smith预估器,使得Smith预估器的动态与时滞对象的动态尽可能一致。这样,即使时滞对象随着时间或工作环境的改变而产生了改变,也能保证Smith预估器和时滞对象的一致性。系统依然具有良好的控制效果。首先辨识得出时滞对象在某一时刻的数学模型,然后将其线性化,利用局部参数最优化方法、李亚普诺夫稳定性理论、波波夫超稳定性理论等三种方法设计出了相对应的Smith自适应辨识器。并举例与常规Smith预估控制仿真对比,仿真结果表明,Smith自适应辨识控制算法对于缓慢变化的时滞对象有着良好的控制效果。本文将研究得出的Smith自适应辨识控制算法应用于合成氨生产控制中,设计出了时滞对象的参数可在较大范围内变化的Smith自适应辨识器,并对其进行了仿真。仿真结果表明应用Smith自适应辨识控制算法可以取得良好的控制效果;对于任何参数缓慢变化的时滞对象,均可用Smith自适应辨识控制算法加以控制,这是对时滞对象控制的一个新的尝试。