测试信号的设计和辨识算法的选择是模型辨识成败的关键因素,最优测试信号设计的目的是使用最小的测试能量激励出最大的系统信息,为辨识出准确的过程模型奠定坚实的基础。在获取过程测试数据后,需要一个行之有效的辨识方法才能真正得到准确的过程模型,子空间辨识方法以其结构简单,计算简便,数值鲁棒性高而广受好评。本文的工作重点集中于闭环回路最优测试信号设计和闭环子空间辨识方法研究。论文的主要研究内容如下：1.针对PID闭环回路进行了最优测试信号设计研究。在设定点上添加测试信号,保证系统安全与质量稳定。在频域范围内构造SDP优化命题进行求解并将测试信号转化为余弦信号叠加表达式。最后使用Monte Carlo仿真测试证明该测试信号在同等能量的前提下能比白噪声测试信号和随机二进制测试信号得到更好的模型。2.结合核偏最小二乘方法提出一种新的闭环子空间辨识方法。该方法由于可以通过选择隐含特征向量个数来降低求解维数,从而保证在外部激励不够充分的情况下也能得到较为准确的模型。最后通过Monte Carlo仿真测试证明在测试信号存在一定相关性时能得到更为准确的模型。3.对结合核偏最小二乘的闭环子空间方法进行性能分析,理论上证明在一定条件下该方法具有渐近无偏一致性。通过仿真发现其辨识效果在外部激励充分的条件下与PEM一致。同时可以使用前面设计的最优测试信号进行测试。4.使用工业现场数据对提出的闭环子空间辨识方法和PEM方法进行比较验证,结果显示在数据拟合上略优于PEM方法,其能够为模型预测控制进行精确控制提供有效的模型,具有较好的有效性与可行性。论文的最后对全文进行总结,并对今后的研究方向进行了展望。