现代的先进控制理论先进在哪里？如何评价 PID 控制器份额在 95% 条件下稳定性逊色的先进控制系统？ 第1页

先放一张图，周克敏先生那本《Robust and Optimal Control》中的：

先答题，然后发散一下谈谈个人对控制理论发展的看法。

1）现代的先进控制理论先进在哪里？

• PID控制器的出现甚至早于经典控制理论的崛起，比例、积分、微分这三个基本的元素至今仍在不计其数的控制领域发挥着极大的作用。但是传统的PID控制器实际上就像上图中拿榔头的工程师一样，是一种有效但是粗糙的方法。它的最大问题是没有一个明确的目标函数（代价函数或者优化准则），这就导致：1) PID控制器的调参只能依靠经验；2) PID控制器的设计只能是使系统达到某种可以接受的状态，控制工程师无法回答是否存在更优的PID控制器。
• 现代的先进控制理论如果说先进在哪里，我认为是给控制器的设计提供了更多的框架，这些框架具有明确的优化目标，最重要的是这使得控制理论的发展与数学、计算机科学的发展牢牢的绑在了一起。实际上，我的很多老师认为控制理论最后的高潮是上世纪80年代鲁棒控制的兴起。之后，控制理论的学者们只好眼巴巴的等着数学和计算机科学中出现新成果，然后揉进控制理论中，这也是为什么题主觉得现在做控制研究的大都是搞数学的。起码Automatica和TAC这两大控制期刊现在看起来更像数学刊物。

2）如何评价在PID控制器份额在95%条件下稳定性逊色的先进控制系统？

• 其实现在工程中应用的PID也不再是简单的比例、微分、积分三个元素的线性组合了，一些调整能够让PID控制器发挥的更好，调参更有目的性。但要知道，很多对PID的改进是基于控制理论发展的，没有对控制理论的研究，PID不会有现在这么强大的力量。所以虽然近20年控制理论没有什么令人振奋的成果，很多大师也将目光投向了其他领域，但是控制技术并不是说已经能够完全解决人们遇到的问题。而且据我所知也还是有很多老师在做很有价值的工作。

=====================下面属于发散的内容=====================

聊些题外话把，实际上PID和新的控制理论并不是水火不相容的对立的，他们的关系很有趣。

• 从出发点说，它们是完全不同的控制方法。PID是找到了控制世界的三种最基本的元素，比例、积分、微分，把它们优化组合搭积木一样完成控制的目标。而现代的先进控制方法则一定是基于某种优化指标的，然后通过设计算法来达到优化指标从而实现控制。
• 从表现形态而言，它们又表现出很大的相似。以Lyapunov稳定性为准则设计出的控制器大都是PD控制器（例如backstepping，滑模，因为积分会导致系统稳定性下降），LQ最后的表现形式也是PD，以至于有人为了消除模型参数不准确带来的稳态误差，又把积分加回到这些控制器里去。至于自适应控制，模型预测控制这一类则是可以看成滤波器/观测器+PID控制器的形式。非线性系统里的逆系统方法也是先把非线性系统给线性化了，再用线性化的控制器去控制新系统，不用说大部分想到的还是用PID。

一个系统的控制效果也不是由控制算法一个因素决定的，传感器、执行机构、反馈回路的选择等等都对控制效果影响很大。有时我也想用新算法，但很多时候用户对新算法总不是很放心，甚至对计算机都不是很放心，发文章或项目答辩时候也总有专家问，你搞这个东西搞这么花俏有PID效果好吗？有时也确实令人无语。因为没人知道PID能调成什么样子，可能要多好有多好，也有可能一头钻进淤泥里出不来。

这个问题可能刚学习了现代控制理论的朋友都会有。

现代的各种控制理论，都是针对特定问题而产生的特定解决方案。

PID虽然应用面比较广，但在特定问题上并不十分好用。

传统PID适用于线性时不变单输入单输出一阶系统。在一定的修改下，这个条件可以放宽到近线性的、时变较少的、单输入单输出的一阶或二阶系统。

凡是不符合这种要求的，或者有额外要求的，全部都要使用某种现代控制理论。

不符合要求的：

多输入多输出的系统（必须使用状态方程组表达）

高度非线性系统（要使用非线性控制方法）

高度时变系统（即系统参数变化很大，要使用自适应或强健控制方法）

有额外要求的：

要求系统能耗或某一特定状态组合达到最小/最大（比如登月着陆的最小燃料消耗，最优化控制）

系统“惯性”大，延迟大，但仍然要求控制输出要十分精准（比如化工，预测控制）

系统需要持续运行，运行期间参数变化较大，需要精准的控制输出，不能有高频震颤，而且绝大多数时候的运行状态不利于系统辨识（自适应双重控制）

现代控制方法的先进之处，在于解决了经典控制理论所不能解决或不好解决的问题。有的朋友觉得一种现代控制方法根本没有用或者不好用，这往往只是因为他们还没有碰到过这种方法所针对的那些问题。

把一种现代控制方法运用到某一控制问题之中，发现效果还不如PID，这有很多可能的原因。

首先，是在错误的问题上进行了应用。比如说把强健控制应用在线性时不变系统上，参数漂移范围也没有设个极小的值，最后就会觉得“哎？这怎么还颤呢？我那PID可一点都不颤啊。”现代控制理论都是针对特定的问题而设计的，要搞清楚你要解决的问题是什么，然后有针对性地进行使用。

其次，其中很多的方法都要求提供的系统参数或系统参数的范围绝对精确。比方说滑模控制，给定的系统参数漂移范围一定要可靠，如果系统参数飘出了给定的范围，系统就可能失稳。同理，自适应双重控制的卡尔曼/扩展卡尔曼滤波的那几个矩阵，也要尽可能的准确。如果控制方法默认的参数漂移特性与实际特性不相符，或者非自适应、非强健控制方法需要用到的参数与实际参数不符，控制结果往往不会太好。这个问题对于最优控制和一部分非线性控制尤其显著，因为这些控制方法都试图把系统潜力吃干挖净，一旦系统特性与实际有所不同，实际控制效果就会与纸面效果相差甚远。而PID控制，由于对系统的潜力并没有深挖，所以对参数变化并没有那么敏感。