预测控制系统在复杂的工业过程中有着越来越广泛的应用,其性能监控技术的研究对提高过程控制质量、提升企业生产效率、促进先进控制的推广具有重要意义。本文在回顾了传统控制器性能评价方法的基础上提出了几种针对多变量模型预测控制器的性能监控方法,主要内容包括以下几个方面:　　 从理论和应用方面综述了这一领域的研究现状并提出存在的问题;介绍了基于子空间的模型预测控制算法,针对Wood-Berry塔过程进行控制仿真;回顾了几种基础性的控制器性能评价方法,并分别进行仿真学习。　　 针对传统LQG基准需先设计LQG控制器并将其施加到工业过程获取数据方能建立性能评价基准的不足,给出一种基于子空间的LQG性能评价基准。对过程历史操作数据通过子空间模型辨识获得子空间矩阵,进而完成控制器的设计并直接构造LQG性能评价基准,对基于子空间的模型预测控制系统的性能进行实时评价,将控制器设计和控制系统性能评价两个步骤归一到一个统一的框架中,即控制器设计和性能评价仅需要子空间矩阵。在Wood-Berry塔上的仿真研究验证了所提方法的可行性和有效性。　　 针对历史性能指标选择基准数据没有可靠标准及传统设计性能指标易受不可测干扰影响的弊端,给出一种基于统计过程控制的设计性能指标的性能评价方法。以设计模型预测控制器的目标函数为性能评价基准,为综合评价控制系统一段时间内的整体性能,求取指标的平均形式,利用时间序列模型预测指标的输出,通过对预测误差的监控来评价控制系统的性能。利用基于距离的判别分析方法对性能下降源进行诊断。在Wood-Berry塔上的仿真研究验证了所提方法的可行性和有效性。