流程工业系统中通常有多个控制回路,如何简单而有效地监测这些控制回路,是否可以通过性能评价给出控制回路的性能量测指标?如何在出现问题即量测指标恶化时,通过故障诊断从而维护好控制器,使控制回路运行于良好状态?这些问题成为过程控制中的一个研究热点。因此,控制系统的性能评价与故障诊断对于流程工业来说是十分必要的。通常在实施性能评价与故障诊断的过程中,需要依赖很多先验知识,如计算性能指标需要知道或估计出系统的时延,对于多变量系统,这种时延信息以关联矩阵来表示。而关联矩阵的求解,需要知道系统的模型。如果能找到一种只利用现场采集的大量闭环数据就能进行控制性能评价与故障诊断的方法或策略,那么这种方法或策略不仅能够摆脱先验知识的束缚,而且符合工业实际,则意义重大。本文致力于基于闭环数据的控制系统性能评价与故障诊断研究。本文的主要工作和取得的成果如下:(1)采用无外部激励的快采样PEM方法进行闭环辨识,不仅得到了稳定的模型,而且通过闭环可辨识性分析得到了两点结论:一是无外部激励时,可以实现闭环辨识;二是合适的快采样时,能够减少辨识误差从而取得较好的辨识效果;(2)对于单位关联矩阵的求解,提出了新的求解策略,这种新的求解策略不仅能够摆脱先验知识的束缚,而且能够提供最终结果的验算与改进信息,这样方便于特定条件下单位关联矩阵的修正。并对新的求解方法给出了方便于计算机编程的模块化实现方法,使得应用简捷;(3)在求解控制性能指标过程中,提出了一种新的多项式长除法:比例移位法来计算时延系数矩阵。对该算法原理给出了流程化说明,通过与其它求解方法的对比,展示了这种方法在计算时延系数矩阵时的优越性:计算时间短且耗用计算机的内存小;(4)提出了基于闭环数据的控制性能评价与故障诊断方法:即先利用闭环数据通过快采样PEM辨识得到模型信息,然后计算出关联矩阵,最后得到控制性能指标。当性能指标恶化时,通过再一次快采样PEM辨识确认导致故障的原因:是被控对象发生了变化还是控制器的参数设定不准或者系统设定值发生了漂移,这样有利于可能故障的确认和不可能故障的排除。综上所述,基于闭环数据的控制性能评价与故障诊断方法,是一种符合过程工业实际的方法。为了使这种方法从理论研究走向实际应用,还有许多细节性的问题值得进一步研究,如:能否找到一种简易有效方法来确定闭环辨识时各种参数的设定,从而提高闭环辨识效率与精度。