现代的大型过程工厂中通常存在成千上万的控制回路，这些控制回路在运行的初期一般都具有良好的性能。但若没有定期的维护，控制回路的性能会随着时间的推移而下降。控制回路性能不佳将降低控制回路的有效性，进而可能导致产品产量降低、不合格产品和操作成本增加等问题。同时，过程动态特性经常发生变化，只有少数的控制工程师来维护这些回路。因此，需要一些工具可以方便地帮助评估每个控制回路的性能。 目前，评估控制回路性能的方法大都是以最小方差控制为基准。然而，最小方差控制需要过程和干扰的准确模型，这对实际工业过程而言很难实现。由于基于最小方差的性能评估方法仅考虑了过程时延引起的性能限制，对于使用PID这样有固定结构的控制器的控制回路，则可能无法真实地反映控制回路的性能。 本文主要针对工业过程中最常用的PID控制器，提出了模型验证和控制回路性能评估的方法。 论文首先介绍了PID控制回路的性能指标及评估方法。并针对由于过程模型或扰动模型失配而引起的性能不佳的情况，提出了一种模型验证方法，引入一个准白噪声序列，测取实际输出序列与实际控制序列，对实际输出序列和噪声序列使用相关分析法，并将结果与性能良好时的过程模型进行对比分析，以确定导致控制回路性能不佳的原因。然后，介绍了基于最小方差控制的前馈，反馈控制回路的性能评估方法。考虑到工业过程中最常见的是PID控制结构，通过对输出序列的时序分析，提出了一种带前馈的PID控制回路的性能评估方法，该方法能够得到过程输出方差的显式表达式，采用牛顿迭代法求取最小可达输出方差及相应的最优PID控制器参数。最后，将控制成本和性能同时作为考查对象，研究了基于状态空间方程的LQG目标函数的求解方法，该方法也可用于求解设定值跟踪和阶跃扰动调节的LQO控制律。同时提出了一种PI控制结构限制下的LOG目标函数的计算方法。通过求解上述LQG目标函数，得到了一条权衡曲线，并在该曲线上定义了五种性能指标，用于不同目的的性能评估。 仿真实验结果表明，本文提出的方法可以有效地验证模型和在线评估工业过程中常见的控制回路的性能。