工业是关系国家发展的支柱产业,优化控制效果、提升生产效率是工业控制的主要目标。在工业控制系统中,模型建立是控制问题的基础,而真实模型参数会随系统运行损耗,噪声干扰等因素发生缓慢变化,所以需要定期对模型进行校正。然而系统出现异常或需要定期校正模型时,相关技术人员难以时刻在工业现场,且无法要求他们对任何企业的工业模型都熟悉。在模型结构不变的基础上,采用系统辨识的方式进行建模,在时间、精度、适用范围等方面都有更好的效果。当今互联网技术高速发展,利用其高效性、全球性与交互性,互联网技术在各行各业中应用广泛。为了给各地不同的工业控制系统及时地提供模型校正服务,解放相关技术人员的工作,提升工作效率,结合互联网技术,建立一个基于互联网+的工业控制系统模型校正辨识仿真平台具有重要的理论意义和应用价值。本文对基于互联网+的工业控制系统辨识仿真平台进行了设计,并重点对辨识算法进行了研究。主要工作内容如下:1.基于工业控制系统中模型参数缓慢变化的问题,设计了基于互联网+的工业控制系统辨识仿真平台总体结构,以及服务器端、浏览器端的主要功能。2.对于线性系统模型,在最小二乘法的基础上,提出了带遗忘因子的偏差修正最小二乘法,解决了一类干扰为有色噪声的方程误差模型与干扰为白噪声的输出误差模型的辨识结果存在偏差的问题,提高了辨识精度。3.对于模块化非线性模型,在粒子群算法的基础上,提出了带振荡因子二阶粒子群与基于社会情绪模型的粒子群算法,解决了模型参数辨识结果过早陷入局部极值的问题,取得了良好的收敛速度与辨识精度。4.在系统参数辨识方法的基础上,针对工业控制系统,开发了基于互联网+的工业控制系统辨识仿真平台。5.利用实例仿真实验,验证了本设计的可行性。