下载掌阅APP，畅读海量书库
立即打开
利用反馈，可以使不稳定的系统变得稳定，可以使外部干扰的影响得以减小。通过挖掘传感、执行以及计算的潜力，反馈还为设计者们提供了新的自由度。下面简要介绍反馈与控制在重要行业领域的应用及其发展趋势。想了解更多细节的读者可以参考文献[158,187,188,213]。它们对控制领域的进展和方向做了较好的介绍。
电力是现代社会技术进步的主要推动力之一。控制早期发展的推动力主要来自发电与输电。控制是电力系统的关键，在各个电力系统中都有大量的控制回路。控制对于整个电网的运行来讲也是很重要的，因为储存电能极其困难，必须使发电和用电相匹配。对于只有一个发电机和一个电力用户的系统来讲，电力管理是一个很直接的调节问题，但对于拥有大量发电机且用电与发电的距离相隔很远的广泛分布的系统来讲，电力管理则非常困难。电力需求具有以不可预测的方式发生迅速变化的特点，将大量的发电机与用户组合成大型的电网，就可以在许多的供电商之间分担负荷，在许多的用户之间分摊电量。因此，人们建立了一些跨洲、跨国的大型电力系统。
当电信技术在20世纪初出现的时候，人们迫切需要信号放大技术，以实现长途电话通信。但当时只有基于真空管的放大器，由于真空管具有非线性和时变的特性，做出来的放大器产生了很大的失真。布莱克带来了一个重大进步，他发明了负反馈放大器 [45-46] ，这使得设计具有线性特性且稳定的放大器成为可能。对反馈放大器的研究也推动了对反馈的基本理解，这体现在奈奎斯特的稳定性判据 [192] 、伯德的反馈放大器设计法及其基本限制定律 [51] 等方面。反馈广泛应用于手机和网络中，5G通信网络将允许实时控制系统通过网络执行反馈控制 [243] 。
在航空领域，控制成为一种关键的技术手段可以追溯到20世纪初。实际上，怀特兄弟之所以出名，不是因为他们展示了简单的动力飞行，而是因为他们展示了受控的动力飞行。他们的早期飞行装置装配有移动控制面（即垂直鳍和鸭式翼）和翘曲的机翼，使得飞行员可以调节飞机的飞行。事实上，飞机本身是不稳定的，因此需要进行连续的驾驶矫正。紧随这些早期受控飞行实践的，是飞行控制技术连续改进的巨大成功。今天我们在现代商用和军用飞机方面所看到的高性能、高可靠性的自动飞行控制系统，是这种成功的顶峰。
现代社会离不开新材料的开发，而化学工业则担负着材料技术进步的重任。除了需要持续提高产品质量外，在过程控制领域中还有其他几个要求使用控制技术的驱动因素。环境法规不断对污染物的产生施加更为严格的限制，迫使人们使用更加成熟的污染控制设备。环境安全考量导致了更小储量的设计，以减小重大化学泄漏的风险。这就要求对上游工艺和供应链进行更严格的控制。能源成本的大幅增加鼓励工程师们设计高度集成的设备，将以前独立运行的许多工艺过程耦合在一起。所有这些趋势增加了工艺过程的复杂性和对控制系统性能的要求，使得控制系统的设计变得越来越具有挑战性。
在科学和工程中，物理量的测量尤其重要。以加速计为例，早期的仪器由一个悬挂在弹簧上的质量块和一个偏转传感器构成。这种仪表的精度严重依赖于弹簧与传感器的精确校准。此外也存在设计上的妥协，因为采用弹力较弱的弹簧可以提供较高的灵敏度但却具有较低的带宽。测量加速度的另一种方法是采用 力反馈 （force feedback）。它用音圈取代弹簧，控制音圈以使质量块保持在一个恒定的位置。此时，加速度正比于通过音圈的电流。在这个仪器中，精度完全取决于音圈的校准，而与传感器无关（它仅用于提供反馈信号）。灵敏度和带宽的矛盾也得以避免。
反馈广泛应用用于生物仪器设备，比如图1.5所示的测量细胞内的离子电流的 电压钳 （voltage clamp）。霍奇金（Hodgkin）和赫胥黎（Huxley）利用电压钳研究了动作电位在鱿鱼巨轴突中的传播。他们二人与Eccles一起，因发现了神经细胞膜末梢与中枢部分兴奋抑制的离子机制，而分享了1963年的诺贝尔医学奖。有一种更精确的电压钳技术叫 膜片钳 （patch clamp），它可以精确地测量单个离子通道的开或闭。这一技术是由内尔（Neher）和萨克曼（Sakmann）开发的，他们因阐明了细胞中单离子通道的功能而获得1991年的诺贝尔医学奖。
图1.5 利用反馈来测量细胞中离子电流的电压钳技术。用针管将电极放入细胞中（左图），并维持细胞的电位固定。细胞内的电压为 v i ，外部液体的电压为 v e 。右边的反馈系统控制流入细胞的电流 I ，以使细胞膜上的电压降Δ v = v i -v e 等于参考值Δ v r ，因此电流 I 则等于离子电流
控制工程的目标早在20世纪40年代甚至更早的时候就已经阐述得很清楚了，就是实现这样一种系统，它对于变化的环境能够做出高度灵活的或智能的响应 [21] 。1948年MIT（麻省理工学院）的数学家诺伯特·维纳（Norbert Wiener）发表了一份广为人知的关于控制论的报告（文献[253]）。在导弹控制相关问题研究的基础上，钱学森（Tsien）于1954年发表一篇关于工程控制论的更为数学化的论文（文献[242]）。对于现代机器人和控制的研究来讲，这些工作与当时的其他一些工作一起，共同构成了人工智能的基础。
在机器人技术和自治系统中，近年来进展最显著的两个领域是（消费者）无人机和自动驾驶汽车，图1.6所示为自治系统实例。像大疆幻影这样的四旋翼无人机，它们利用GPS接收器、加速计、磁强计和陀螺仪来稳定飞行，还使用摄像稳定平台来拍摄高质量的照片和视频。以谷歌的自动驾驶项目（现为Waymo）为代表，自动驾驶汽车利用各种激光测距仪、摄像头和雷达来感知环境，然后使用复杂的决策和控制算法来实现从高速公路到拥挤城市街道的各种交通状况下的安全驾驶。
图1.6 自治系统实例
网络控制是一个覆盖许多专业的大型研究领域，涉及认知控制、路由选择、数据缓冲以及能耗管理等。这类控制问题的某些特征使得它们极具挑战性，其中最突出的特征是系统的规模特别巨大，因特网可能是人类有史以来建成的最大的反馈控制系统。另一个特征是其控制问题的去中心特征：必须尽快做出决策并且仅依赖局部的信息。当存在可变的时滞时，稳定性就成了很复杂的问题，因为在这种情况下，只有经过一段时间的延迟之后，控制器才能观测到或获得网络状态的信息，此外，局部控制行动的效果也必须经过相当长的时延之后才能被整个网络所感知。
网络的控制其实就是对网络中那些服务器进行控制。像路由器、Web服务器以及数据库服务器这样的系统，在通信、电子商务、广告及信息储存中应用十分广泛，而计算机则是这类系统中的关键部件。一个典型的例子如图1.7a所示，它是一个多队列服务器系统，用于电子商务。该系统具有好几个服务器队列。边端的服务器接收输入请求，并将它们送往HTTP服务器队列，后者将对请求进行解析并将它们分发到应用服务器。不同请求的处理方式可能是大不相同的，此外，应用服务器还可以访问由其他机构管理的外部服务器。某一层中的单个服务器的控制如图1.7b所示。计算机对服务质量或运行成本方面的一个定量指标（如响应时间、吞吐量、服务率或内存使用量等）进行测量。控制变量可以是被接收的输入信号、操作系统或内存分配的优先权等。然后反馈回路试图将服务质量变量维持在目标值范围内。
图1.7 多队列服务器系统。在图a所示的整个系统中，用户向一组计算机（队列1）请求信息，而这组计算机进而又从其他计算机（队列2和队列3）收集信息。图b所示的单个服务器具有一组由系统操作员（工作人员）设定的参考参数，服务器具有反馈机制，以便当系统出现不确定性时，维持系统正常运行（基于文献[117]）
经济是一个大型的动态系统，其中有许多角色：政府、机构、公司及个人。政府通过法律和税收来控制经济，中央银行通过设置利率来控制经济，公司通过设定价格、进行投资来控制经济。个人则通过购物、储蓄和投资来控制经济。尽管人们做了各种努力，试图从宏观和微观等方面对经济系统进行建模和控制，但却困难重重，因为经济系统中不同角色的行为都对系统本身造成巨大的影响。
经济系统之所以难以建模，原因之一在于重要变量不满足守恒定律。一个典型的例子是，当用股价表示时，一个公司的价值可以迅速、无规律地变化。不过，仍然有些领域，守恒定律是成立的，因此可以进行精确建模。产品的供应链就是一个例子，如图1.8所示。产品数量是遵从守恒定律的一个量，相应的系统可以通过计算库存的产品数量来建模，可在消费者购买产品的同时使库存量保持最优，从而获得可观的经济收益。实际供应链问题要比图1.8所示复杂得多，因为可能存在多种产品，还可能存在地理上分散的许多工厂，这些工厂又需要原材料供应或需要进行产品分装。
图1.8 产品的供应链（文献[89]）。实线表示产品从工厂、仓库、分销商、零售商到消费者的整个供应链。虚线代表供应链中不同角色之间流动的反馈信息和前馈信息。
自然科学中的许多问题涉及对复杂大规模系统中集群行为的理解。这种行为源自大量具有复杂信息流模式的简单系统间的相互作用。从胚胎学到地震学的广泛领域里，都可以找到这类典型例子。研究复杂系统的学者，往往会把研究重点放在分析反馈（或互连）对集群行为的促进与稳定作用上。这里简单介绍三个应用领域。
目前在生物学界的一个热门话题是生物控制网络的逆向工程科学研究（最终目的是正向实现）。图1.9是这种生物控制网络的一个例子。有许多的生命现象可以为我们提供大量的控制实例：基因调控与信号传导；荷尔蒙、免疫及心血管等的反馈机制；肌肉控制与运动；主动感知、视觉及本体感；注意力与意识；以及种群动态与传染病等。
与单个细胞及生物体不同，群体和生态系统所呈现的自然特性本质上反映着选择机制的作用。生态系统是复杂的多尺度动态系统，在广阔的研究领域里为反馈系统的建模与仿真提供了许多挑战性的新课题。将控制和动态系统分析的工具用于细菌群落分析的最新经验表明，这类网络的复杂性在很大程度上是由于其中存在着多层反馈回路，正是这些反馈回路为单个细胞提供了强大的功能 [146,230,259] 。而在另一些例子中，在细胞层面上发生的事件则有利于群体，却牺牲了个体。系统级分析可用于生态系统，目的是理解生态系统的鲁棒性，以及单个物种的决策和事件对整个生态系统的鲁棒性/脆弱性的影响程度。
在自然界中，生物体及其控制系统的发展往往是协同进行的。鸟类的发展就是一个有趣的例子，正如J.M.史密斯（J.M.Smith）在1952年所指出的那样：“最早的鸟类、翼龙和飞虫是稳定的，因为在没有高度进化的感觉系统和神经系统的情况下，如果它们不稳定，那就不能飞行……其实，对于飞行的动物来说，不稳定可以带来很多好处。较大的机动性对于在空中捕食的动物以及被捕食的空中动物同等重要……似乎在鸟类中，至少在某些昆虫中……感觉系统和神经系统的进化使得早期形式的稳定性不再必要。” [224]
图1.9 哺乳动物细胞生长信号回路的信号路径示意图[114]。图中标示出了被认为在癌症中起作用的主要信号路径。用线条表示细胞中基因与蛋白质间的相互作用。带箭头的线条表示一个通道或对相应的基因起激励作用，带T型头的线条表示抑制作用（经Elsevier公司及作者授权使用）