时延现象在工业过程现场广泛存在。时延参数对于控制系统性能具有重要的影响,是控制系统设计与综合时所考虑的主要参数之一。因此时延估计问题成为了控制系统辨识与设计中不可或缺的内容。如何通过最少的先验知识获得精确的时延估计,至今仍然被学者和工程师所关注。本文针对工业过程的时延参数估计问题,研究了基于数据驱动的时延参数估计方法及其实现。本文的主要研究工作归纳如下:第一,研究了纯数据驱动下的时延估计方法及算法实现。通过闭环输出数据的FCOR建模获得了闭环脉冲响应模型,经变换计算后作相关性分析;观察相关函数中出现的波峰并进行判断;采用滤波方法、通过滤波器参数选择形成的自相关函数峰值的对比变化,从而排除干扰波峰对时延估计的影响,获得时延参数的精确估计。仿真算例与其他时延估计算法作了对比,验证了本文所提出算法的有效性及可行性。第二,研究了本文算法在工业现场的实现问题。一方面,分析了模拟连续控制系统中的非整数采样周期对离散系统时延估计的影响;另一方面,分析了本文提出算法估计时延的估计精度,给出了时延估计的误差范围。针对采样控制系统的离散模型,进行了仿真验证。