当前,控制领域的研究主要集中在模型的辨识、控制器的设计、控制系统的鲁棒性等方面,而很少对运行中的控制系统性能进行评价。事实上,很多控制系统在实际运行时难以达到设计的性能要求。因此,如何从生产过程的日常运行数据中获得一些有关控制系统的性能信息,从而能够早期识别、诊断控制系统的性能问题是现场工艺和控制人员都很关心的问题。近年来,工业界对控制系统性能要求的提高极大地推动了控制系统性能评价与诊断的研究。本文首先详细介绍了当前应用最广泛的最小方差准则的性能评价方法。最小方差准则对控制系统的性能可以提供一个有实践意义的参考点,仅需要过程的常规操作数据和时间延迟特性。通过比较现有控制系统的输出方差与最小方差进行控制系统性能评价,来评价控制系统性能的优良。对多变量过程控制系统,基于最小方差准则的控制系统性能评价方法在实际应用中有两个难点：求取关联矩阵和输出序列与白噪声序列之后数为i的协方差∑ya。要求得这两个量需要经过复杂的计算,因此限制了这种方法在实际工业过程中的应用。由于多变量投影技术可以将高维变量简化为几个低维变量,然后利用单变量最小方差性能评价方法对低维变量进行性能评价。所以本文采用基于多变量统计方法来对多变量控制系统进行评价。本文在对多变量统计方法详细分析的基础上,结合最小方差性能评价准则,针对多变量过程控制系统的情况给出了利用多变量统计方法对变量进行降维,从而对降维后的变量采用单变量最小方差的性能评价方法进行评价；针对多变量过程控制系统的特点给出了基于独立主元分析及其改进算法的性能评价方法,同时由于间歇过程的特殊性提出了一种基于ICA-MPCA的间歇过程的性能评价方法。仿真结果表明了上述方法的有效性。