在实际工业过程中,控制系统运行初期大多处于良好的运行状态。但是,由于设备磨损、系统故障等原因,加上缺乏定期的维护,导致了控制系统出现性能下降的现象,不仅会降低企业的经济效益,甚至会危害企业的安全运行。随着计算机技术的迅猛发展和分散控制系统(DCS)的广泛应用,使得控制系统的运行数据越来越容易获得、存储和分析。因此,如何基于运行数据对控制系统进行性能评价和优化成为了当前研究的热点问题。本论文以单输入单输出(SISO)控制系统为研究对象,对其所受扰动类型进行了分析,并总结了针对不同扰动类型所应用的性能优化指标,重点突出负载扰动下控制回路的性能评价方法,该方法仅利用运行数据便能够实现在线评价。为验证该方法的可行性,在MATLAB中建立相关模型和编写指标算法,通过采集、处理和分析控制系统的运行数据,得到相应的性能指标,并能根据综合评价方法对控制系统的性能进行评价和建议。其次研究了当前比较先进的智能优化方法——差分进化算法。介绍了差分进化方法的发展历史、基本特点和基本原理。在MATLAB/Simulink上搭建基于PI控制器的控制回路模型,验证差分进化算法优化控制器参数的可行性,并与遗传算法进行对比。实验证明,差分方法具有良好的寻优特性。再次,将基于运行数据的控制系统性能评价方法引入到GenSystem系统中,运用Fortran语言进行算法编写,创建基于运行数据的控制系统性能评价算法库。在平台上搭建典型控制回路模型,研究其在负载扰动下的运行性能评价,实践证明基于运行数据的控制系统性能评价方法具有一定的工程实用性。最后设计了基于运行数据的典型控制系统在负载扰动情况下的智能优化算法策略。针对不同扰动情况,需进行扰动检测、数据处理和分析等技术。通过以上研究的性能指标将PI参数的优化区间进行动态调整,大大减少了运算量和优化时间,从而能够更加迅速的找到最优参数。另外,将本文提出的基于运行数据的典型控制系统智能优化算法策略在MATLAB中做仿真分析,验证了其理论上可行。