En respuesta a la incertidumbre de los parámetros de retraso dentro del sistema de control servo, se propone un marco de estimación adaptativa basado en la fusión de cadenas de Markov de Monte Carlo de Bayes (Bayes-MCMC). Posteriormente, se construyó un modelo de estimación de retraso incierto y se presentó un método de optimización de ganancia. Se deriva un observador de estado de ganancia óptima adaptado a retrasos inciertos, y se establece una estrategia de control compuesta para contrarrestar el retraso. Los hallazgos experimentales demuestran que el error de observación del observador optimizado se mitiga de manera efectiva. En comparación con Smith y el sistema de compensación de ganancia no optimizado, el margen de fase, el margen de retraso y el margen de ganancia del sistema después de la optimización de ganancia aumentan en un 22.8%, 1 orden de magnitud, 23.6% y 13.07%, 1 orden de magnitud, 1.12%, respectivamente. Bajo la condición de incertidumbre del retraso, la salida del sistema puede seguir de cerca la entrada dada. El sobreimpulso se reduce de manera efectiva, la respuesta de salida del sistema se acelera, el error en estado estacionario se disminuye sustancialmente y el tiempo para alcanzar el estado estacionario se acorta en alrededor del 12.5%. El rendimiento del sistema en el dominio del tiempo y en el dominio de la frecuencia mejora notablemente, validando así la efectividad y superioridad del método propuesto.