控制器性能优劣决定着工业设备能否安全、高效、平稳、低耗的运行。在现代控制工程中,用于提高控制器性能的方法有很多种,包括常规的PID控制器整定技术,最优控制以及预测控制等先进控制方法。此类方法的实施一般依赖于精确的过程对象模型。但由于系统的变量众多,内在机理复杂以及耦合存在,过程对象动态特性的描述以及精确模型的建立十分困难。因此,设计有效的控制器并长时间维持良好性能存在挑战。与此同时,得益于计算机和测量技术的快速发展,过程数据采集和存储更加方便。这些数据通常包含着与生产过程和控制器状态相关的信息。利用此类数据来直接设计新控制器或对控制器参数进行整定的控制性能优化方法受到越来越广泛的关注。虚拟参考反馈整定（VRFT:Virtual reference feedback tuning）是一种“一次性”数据驱动的控制性能优化方法。本文在传统的VRFT研究基础上,从控制器参数优化精度,在线性能优化以及多变量系统控制优化等方面进行了深入的研究与拓展,具体内容包括:（1）针对在线系统控制性能下降的问题,提出基于最小方差（MV:Minimum variance）指标驱动的VRFT控制优化方法。首先,对MV性能评估原理进行详细的阐述,就MV控制率的设计、时间序列模型的建立以及MV性能指标的计算进行分析。其次,设计在线性能优化方法,包括MV性能评估模块与VRFT优化模块,指定系统的期望阈值,若实际系统的MV指标值小于期望阈值时,基于VRFT提高系统控制性能。反之,则无需进行控制器优化。最后基于该方法实现对实际水箱液位控制系统的性能监控与优化。（2）针对VRFT参考模型失配,导致控制器参数整定不精确的问题,提出一种基于IAE基准的虚拟参考反馈整定控制优化方法。首先,通过分析VRFT与IMC设计过程的联系,设计出一种单变量的VRFT参考模型结构。然后,基于IAE基准确定该参考模型的未决参数,进而设计出最佳的VRFT-PID控制性能。最后,基于该方法实现对啤酒发酵过程温度控制系统性能优化,并基于动态性能指标,将该方案与IMC-PID策略对比,验证了该方案的优越性。（3）针对多变量控制系统过程模型难以建立,控制变量众多且相互耦合,导致控制器参数难以整定的问题,提出一种基于数据的多变量VRFT控制性能优化方法。首先,分析多变量VRFT原理,就控制目标的定义、控制器参数整定方面进行阐述,并利用巴塞伐定理设计出多变量VRFT滤波器,提高系统控制器参数的整定精度。其次,利用平方误差积分设计多变量系统控制性能评估指标,监控系统运行状态。最后,基于该方法实现对甲烷-水常压筛板二元精馏塔的控制,并基于动态性能指标,将该方案与多种多变量系统控制策略对比,验证了该方案的优越性。