随着工业流程的高速发展,工业过程中的控制系统趋于规模化和复杂化,控制系统的性能问题受到广泛关注。控制性能评估技术作为一个高效的手段,直观地为我们展示了控制系统的性能,虽然它是一个较为年轻的研究分支,却得到了工业(控制)界及学术(控制)界的广泛关注。作为高效处理工业批次过程工具之一的迭代学习控制的研究,自提出以来,飞速发展,大量的先进算法被提出。然而,人们却忽视了对迭代学习控制系统的性能进行分析及研究。目前,仅有很少量的文献针对迭代学习控制的性能评估。但是,为了保证工业过程长期稳定地运行,需要对控制系统的性能给予足够的重视。因此,本课题对迭代学习控制的性能评估进行了深入研究,既分析了不同模型描述下的迭代学习控制系统,也研究了模型已知与模型未知两种情形。主要研究内容如下:1.控制性能评估作为控制领域研究的一个分支,得到了学术界广泛的关注及研究,针对不同的系统特性,相应不同的评估基准被相继提出,本课题首先对该领域及相关领域的研究进行简要回顾与总结,分析了不同方法的优点、适应性及局限性,为后续的研究提供理论基础。2.根据迭代学习控制系统的特性,对迭代学习控制下的批次过程进行建模,对其转换下的二维模型进行特性分析,并设计提出二维LQG性能评估基准,利用线性矩阵不等式方法,求解控制器,建立控制性能评估体系。通过仿真实例,证明了提出的方法的直观性、高效性及有效性。同时本课题将基于不同二维系统模型下的迭代学习控制性能评估进行了对比分析、仿真验证。3.对控制系统的性能研究往往基于了解系统的情况下,当系统未知时,在不干扰正常运行的系统下进行控制性能评估,需要借助于系统辨识技术。本研究还针对系统未知情形下的控制性能评估进行深入研究,在整体统一的框架下对二维系统运用子空间辨识技术,深入了解系统,获取系统参数。仿真实例说明了方法的可操作性,完善了控制性能评估体系。