模型预测控制器(MPC)被广泛应用于炼油、化工等复杂工业过程，控制系统性能的优劣将直接影响到生产安全和经济效益等，因此对预测控制性能进行评价与监视至关重要。MPC模型失配研究是预测控制性能评价研究中的重要内容。文中基于动态矩阵控制(DMC)的预测控制算法，利用互相关分析理论、基于实际输出数据的广义特征值分析理论和假设检验理论研究了模型失配程度对多入多出(MIMO)系统DMC控制的性能的影响，并成功在Wood-Berry塔这一典型的化工对象上进行了仿真研究。　　 论文首先基于互相关分析理论，研究了MIMO预测控制系统DMC模型失配下的性能评价。引入激励信号作为新的操纵变量，其目的是使得多变量系统各个通道的激励信号相互独立，从而排除激励信号之间的相关性对预测偏差的影响。通过分析操纵变量激励信号与预测偏差之间的互相关性来分析传递函数矩阵的失配问题，并结合各个通道互相关系数分布仿真图来评价与监视模型失配与否。　　 基于实际输出数据的广义特征值分析，论文进一步研究了MIMO预测控制系统DMC模型失配性能评价。通过对所监视时段数据和基准时段数据的广义特征值分析，提出相应的性能优/劣的特征向量。利用统计推断方法得出特征值在相应特征方向上的置信区间，以及在优/劣子空间下的性能指标，从而用来评价所监视时段控制性能的高低。最后通过特征值的置信区间分布情况并结合相应的性能指标来评价和监视模型失配与否。　　 此外，论文基于假设检验理论研究了MIMO预测控制系统DMC模型失配的性能评价。首先通过分析模型失配问题与模型输出偏差之间的关系，表明了预测偏差和干扰增量这一时间序列信号对可用于判定模型失配与否。然后应用假设检验方法，将模型失配评价问题转化为一种基于信号白噪声检验的问题，最后通过各个通道统计量曲线的在置信区间上的分布情况直观监视了模型的失配情况。　　 上述三种方法都成功应用到Wood-Berry塔这同一个化工对象上，并都通过仿真图分别分析了增益失配、时间常数失配和时滞失配的三种情形，仿真结果表明了这些方法对于评价和监视模型失配的有效性和可行性。