工业过程中的很多控制系统在实际运行时都存在性能缺陷,若没有定期的维护,控制系统的性能会随着时间的推移而退化,甚至会造成巨大的经济损失。本文针对过程控制系统中两种广泛使用的串级控制结构—常规串级系统(SCC, series cascade control)和并行串级系统(PCC, parallel cascade control),基于最小方差(MV, minimum variance benchmarking)基准及广义最小方差(GMV, generalized minimum variance benchmarking)基准,重点分析了这两种系统的性能评价方法。自相关性分析技术通过比较系统运行数据中现在与过去测量值的关联性,来表示系统的工作特性及扰动对系统性能的影响。基于MV基准,本文提出了自相关性分析在串级系统性能评估中的应用,并阐明了其在检测系统振荡特性中的重要意义。针对GMV基准下的常规串级系统的性能评价方法,前期研究者过于追求广义输出方差最小,而忽略了系统回路实际输出方差的大小,造成系统回路输出很不理想。在此基础上,提出改进的基于GMV和MV基准的串级系统的性能评价方法,并通过仿真实例进行验证,达到了较好的评价效果。对于并行串级系统,通过分析该系统的特点,提出了基于最小方差基准的改进的性能评价方法,这种方法不需要系统运行数据,只需通过丢潘图分解就能求得优化控制器,进而求得性能评价的基准值。鉴于基于GMV基准的性能评价方法更能有效地评价系统性能,本文还将广义形式推广到并行串级系统,提出了并行串级系统的广义最小方差性能评价方法,仿真效果证实所提出的方法是优良的。