系统辨识技术是现代控制理论的一个重要分支。目前，系统辨识技术已广泛应用于化学化工、核反应堆、电力系统、航空航天、生物医学、社会经济、环境、生态等领域。系统辨识方法的研究具有重要的意义和价值。本课题以系统辨识技术为技术支持，以宝钢冷轧厂的热镀锌生产过程为背景，以连续带钢热镀锌退火炉控制系统为实际研究对象。从理论的角度研究了对于一个实际系统的模型参数辨识问题。首先从过程机理出发，建立连续带钢热镀锌退火过程的数学模型。对于连续带钢热镀锌退火炉，以热镀锌作业线中的连续退火炉为研究对象，以退火炉各段出口处带钢温度为控制对象，根据连续带钢热镀锌退火过程的机理，建立以带钢温度为状态变量，以区域炉温为控制变量的连续退火炉数学模型——带钢温度分布模型。其次以此为依据，研究模型的待辨识参数及系统模型的参数辨识方法。分别针对最小二乘法的数据饱和现象和有色噪声问题提出不同的辨识方法。同时考虑到最小二乘法的两个缺陷，经过分析比较，总结出一套新的辨识方法——限定记忆的广义最小二乘辨识算法。然后进行具体分析研究，以宝钢实际工业生产过程为对象，采集大量的实际运行数据，利用实际收集的数据，对连续带钢热镀锌退火过程的数学模型的参数进行辨识，通过辨识结果比较各辨识方法的优越性，并得到正常工作下的模型参数。最后，总结全文，提出了下一步工作的重点及方向展望。