在现代工业过程中,控制回路经过一段时间的运行后,往往会偏离设计时的性能指标,有时甚至会严重恶化。这其中的原因很多,包括：生成运行中工况的变化,过程的非线性,时变干扰以及系统中仪器与设备故障等不确定因素。这些不确定性的存在增加了评估过程中定性与定量综合集成的难度。若不及时的监测到其性能下降并采取有效措施修复控制器,将降低控制系统所产生的经济效益。近年来,控制系统性能评估技术的研究以成为控制界的研究热点。然而,此研究领域仍然存在着一些悬而未决的问题,从而限制了性能评估技术在工业过程中的广泛应用。目前关于控制系统性能评估的研究重点在于理论上对于控制器的寻优,本文则从控制系统中的不确定性出发,引入了李德毅院士提出的云理论来表达控制系统中的不确定性,充分利用了信息的模糊性和随机性,完成定性和定量之间的映射,使评估结果更为直观。本文研究工作包括：(1)综述了控制器性能评估领域的研究现状,性能评估方法的发展趋势以及评估控制性能算法优劣的因素。(2)详细介绍了当前应用最广泛的最小方差准则的性能评估方法。最小方差准则对控制系统的性能可以提供一个有实践意义的参考点,仅需要过程的常规操作数据和时间延迟特性。文中分别介绍了单变量、多变量的控制系统性能评估方法,并进行了仿真分析,结果表明该方法是一种有效的性能评估方法。(3)综述云理论的历史、研究现状及发展趋势,介绍了云理论的基本概念生成方法和一些基本运算。(4)将云理论应用在单变量控制系统中。将系统输出数据用一维云模型表达,并得出云图,直观展示了数据的特征。通过标准云与待测云的相似度比较可以直观判断系统运行的状况。通过仿真与最小方差评估方法做比较,证明云理论的评估方法也是有效的。又以电机控制系统为例进一步说明基于云理论的性能评估方法在实际控制系统中的应用方法,证明其有效性。(5)将云理论应用在多回路控制系统中。引入“多维云”的概念,将每个控制回路用一维云模型表达,将一维云合成多维云,通过多维的待测云与标准云比较,得出相似度系数,从得出系统的性能进行评估结果。通过仿真证明该方法的有效性。