随着流程工业规模化程度的不断提高,控制系统日益成为提高流程工业安全性、产品质量和经济效益的重要手段。控制性能评估与诊断方法能够评价控制系统的表现,追踪和处理问题根源,进而改善控制系统性能。模型失配是导致控制系统性能下降的重要原因之一,指的是控制系统中设计阶段所使用的控制模型和过程模型之间的差别。它是随着工业过程的变化而变化的,在工业现场非常普遍,也不可避免。反馈控制机制能够处理一定程度的模型失配,即回路会具有一定的鲁棒性,但是其处理方式相对保守。一旦模型失配超出了控制器的处理能力范围,便会恶化控制性能,甚至威胁系统的稳定性,带来安全隐患。因此,对控制系统中模型失配的研究至关重要。本文提出了一个基于马尔科夫参数的模型失配的检测与处理框架,具体包括模型失配的量化、检测、分离、后果分析和后期处理等环节。针对每个环节的问题,提出了相应的解决方法。本文的主要内容如下：(1)针对模型失配的量化问题,设计了一种基于马尔科夫参数的模型失配量度。首先从控制性能评估与诊断的角度出发,给出了模型失配量度的四个设计准则,并分析了现有模型失配量度的特点。针对现有失配量度的缺陷,设计了一种基于马尔科夫参数的模型失配量度。它不仅能够描述参数失配和结构失配两种不同类型的模型变化,还可以通过子空间方法在闭环条件下直接估计得到,能够和传递函数模型中具有物理意义的参数建立联系,并能据此推导得到控制行为变化的量化值。最后将该量度与其他模型失配量度进行了分类分析,发现该量度在可量化性、闭环可辨识性、可解释性和可拓展性等方面具有明显的优势。这些研究为模型失配的量度选择提供了参考,并为模型失配检测与处理框架的研究奠定了基础。(2)针对模型失配的检测问题,提出了一种基于改进子空间方法的模型失配检测方法。该方法能够根据具有一定激励的历史数据,在闭环的条件下利用子空间方法的中间结果直接估计模型失配的特征,通过闭环辨识的思想避免了外部干扰的影响；通过马尔科夫参数矩阵的描述形式,不仅能够检测单回路中的模型失配与否,还能检测出多回路中发生失配的输入输出通道,实现模型失配的定位。这为模型重辨识与更新缩减了工作量,起到了很好的辅助作用。(3)针对模型失配的参数分离问题,提出了一种基于马尔科夫参数的参数分离方法。传递函数的参数通常具有一定的物理意义,也很容易被工程师所理解。对于用一阶纯滞后形式描述的过程模型或者通道子模型来说,该方法能够根据马尔科夫参数与传递函数之间的关系,利用子空间方法估计得到的马尔科夫参数来建立相应的检测指标,分离出发生失配的传递函数参数组合,从而建立了基于马尔科夫参数的模型失配量度与物理变量之间的联系,将从发生的模型失配追踪到实际可能发生的物理故障。(4)针对模型失配的后果分析问题,提出了一种模型失配对控制行为影响的量化分析方法。基于控制回路框图和拉普拉斯变换等方法,推导参数失配对控制行为影响的程度,即能够利用模型失配的大小信息来计算控制系统在控制性能和回路鲁棒性两个方面的变化,为评估模型失配影响的严重程度提供有力的依据。分析发现：不同的参数失配会产生不同的控制行为变化,因此不能单凭模型失配的大小评价失配的严重性,必须结合控制性能和回路鲁棒性来考虑；具有不同时间动态特性的过程对象,也会有不同的失配-控制行为变化关系模式。另外,该方法还可以通过简单的拓展来处理设定值跟踪、随机扰动、结构失配以及控制器设计与整定等相关问题,具有较好的推广性能。虽然该方法主要采用传递函数的参数失配形式来描述,但依据马尔科夫参数与传递函数的关系,该机制同样可以应用到基于马尔科夫参数量度的模型失配检测与处理框架之中。(5)针对模型失配的后期处理问题,分析了模型失配处理措施的特点,并综合性地给出了模型失配检测与处理的框架。模型失配的量化能够对比模型失配的大小程度；模型失配的通道检测能够分离出发生失配的输入输出通道,减少模型重辨识和模型更新的工作量；模型失配的参数分离能够将失配与有物理意义的参数建立联系,为设备检修提供参考；模型失配的后果分析则为模型失配处理的紧急程度定级提供指导；最后根据这些结果将给模型失配处理工作提供有效的建议。最后,总结了全文的研究成果并简要探讨了有待研究的其他问题。