随着DCS和各类总线技术的成熟和广泛应用,大量的现场历史数据为工程师们维护和调整控制系统提供了有利条件。竞争的加剧和利润点的扩展,使得许多企业将注意力更多的集中到了系统每天乃至每个操作的性能保持和提高上。其中,保持PID控制器优越的性能是保证控制系统日常高效操作、应对系统典型波动和异常的重要手段;其次,PID控制系统的优良性能保障了先进控制技术充分靠近优化边界运行,紧密跟踪系统优化轨迹,为维持高品质的运行和实现计划的操作目标创造了条件。因此PID控制系统给工厂日常操作和上层先进控制系统性能带来了最直接和重大的影响。PID控制器性能的优化由来已久,但是将PID控制器的监控评估和优化相结合的技术却是较少。由于PID控制器最初是按照一定的性能要求设计和整定,随着时间的推移,大部分工业现场工况发生变化,这使得实际运行的控制器性能很难达到原设计要求,甚至出现故障。因此针对PID系统中的时变问题,本文提出了基于统计的模型失配监测与评估优化算法。它以模型检测技术为手段,针对系统时变而引起的方差增大问题,利用PID最小方差评估技术对系统进行优化和评估。本文的主要研究工作与创新点如下:1在广泛阅读和查询了国内外文献,书籍和技术资料的基础上,对性能评估技术提出的背景、技术原理、国内外发展趋势和现状做出详细概括和论述,针对PID性能评估技术的现状和存在的问题作出了细致总结,为后续章节研究PID性能评估的优化算法作出铺垫。2结合BJ(Box-Jenkins)模型为基础的预测误差算法,采用高斯牛顿法进行参数的拟合。在本文中采用滑窗技术,将该算法用于闭环在线辨识中,最后以仿真实例验证了基于BJ模型预测误差法进行参数闭环辨识的准确性。3为了解决工业系统中PID控制器由于系统时变而导致的所在控制器回路性能下降问题,本文在Edgar提出的PID可达性评估基准的基础上,提出了一种针对PID控制器进行性能评估、优化及监控的方法,即:PID循环评估优化算法。该算法利用系统闭环输入输出数据进行滑窗在线辨识,使用基于MVC(MinimumVariance Control)的PID最小方差可达性准则对PID控制器性能进行评估,并将计算最小方差意义下最优PID控制器参数;将理论最小方差与输出方差相比,作为PID系统进行在线优化的启停阈值。仿真证明其有效性。4由于并非所有使得系统输出方差增大而系统性能下降的因素,都能通过更新PID参数解决,为了解决上述矛盾,在第三章的基础上提出了基于统计的模型失配监测与评估优化算法。此算法创新引进模型检验方法对系统进行在线检测,设定系统性能置信区间,当系统模型发生变化而超出指定的置信区间时立刻作出反应,结合PID循环评估优化算法对系统进行调试。从仿真结果可知,该算法具有强系统突变识别能力,增加了算法的快速性和可靠性。5最后总结全文,对文章的研究内容和价值进行进一步的说明,并且对未来的研究工作进行展望。