下载掌阅APP，畅读海量书库
立即打开
（ 一 ） 人工控制
1.人工控制简介
定义：人工控制（manual control）是人需要实时监控整个系统并做出必要的决定，从而控制整个过程处于期望的状态。例如，人的加入使整个系统形成闭环，并完成测量值、期望条件和最终控制单元的反馈行为三者之间的连接。
在工业生产过程或生产设备运行中，为了维持正常的工作条件，往往需要对某些物理量（如温度、压力、流量、液位、电压、位移、转速等）进行控制，使其尽量维持在某个数值附近，或使其按一定规律变化。要满足这种需要，就要对生产机械或设备进行及时的操作和控制，以抵消外界的扰动和影响。这种操作和控制，既可用人工操作来完成，又可用自动装置的操作来完成，前者称为人工控制或手动控制，后者称为自动控制。
按照《现代汉语词典》的解释，控制是掌握对象不使其任意活动或超出范围，或使其按控制者的意愿活动。
控制由人来操作，即为人工控制。在生产生活中有很多需要控制的事物，如在冬季，送风经加热器加热后送往恒温室。为保证恒温室温度符合要求，操作人员要随时观察温度计的读数指示值，并随时做出判断，决定如何操作加热阀门，然后手动调节加热阀门的开度，以满足室内温度恒定。在此控制过程中，操作者的工作可分解为三步：
1）测量：观看温度计检测的房间温度值；
2）比较：判断当前房间温度实际测量值和理想温度值是否相等，思考是否需要进行阀门操作及如何操作；
3）执行：根据思考结果进行阀门操作。
在这个控制过程中可以看到，人工控制室温就是通过操纵阀门的开度，使得室内的温度保持恒定。在这里，室内温度是被控变量，加热器的热流量是操纵变量。人用眼睛看到温度计显示的温度测量值，输入大脑并与给定的理想温度进行比较形成偏差信号，再根据偏差的大小判断需要增大阀门开度还是减小阀门开度，做出决定后输出控制信号，手动操纵阀门以提高或者降低送风的温度，从而使室内温度接近给定值。
2.应用场合
人工控制广泛应用于小而简单的控制场合。相比自动控制系统而言，人工控制系统的初始投资相对较少，但其长期成本通常更高。由于操作员的领域、专长与水平的不同，以及控制过程中经常出现的异常情况，最终导致产品的一致性很难得到保证。除非将相当部分的功能自动化，否则人工的培训和管理成本同样不可忽视。大多数控制系统都经历过从人工控制到自动控制的过程。随着过程控制经验的逐渐积累，管理者逐步对控制系统进行改进，最终实现整个系统完全自动化。
在人工控制系统中，操作员必须同时完成误差检测和控制两项任务，但操作员对被控量的观察及控制难以保证一致性和可靠性。通过闭环系统和过程控制策略，可轻易消除人工控制的不足。在现实世界中，完美的人工控制结果几乎是不可能实现的，实际上在如今技术进步的条件下，也是没有必要的。在控制系统中，一定范围内的较小偏差是可以接受的。比如，一个温度为300℃的烤箱和一个温度为299.9℃的烤箱的烘烤效果几乎是一样的。多数情况下，我们都会受到传感器准确度和成本的限制，花费更高的成本来实现一些不必要的高精度是不值得的。
（ 二 ） 自动控制
1.自动控制简介
定义：自动控制（automatic control）是指在没有人直接参与的情况下，利用外加的设备或装置，使机器、设备或生产过程的某个工作状态或参数自动地按照预定的规律运行，自动控制是相对人工控制概念而言的。
自动控制的前提是没有人直接参与，利用外加的设备或装置对某种工艺或参数进行控制。自动控制技术的研究有助于将人类从复杂、危险、繁琐的劳动环境中解放出来，并大幅度提高控制效率。自动控制是工程科学的一个分支，它涉及利用反馈原理对动态系统的自动影响，以使得输出值接近目标值。
从方法的角度看，它以数学的系统理论为基础。如今所说的自动控制的是20世纪中叶产生的控制论的一个分支，其基础的结论是由诺伯特·维纳、鲁道夫·卡尔曼等人提出的。
2.举例说明
自动控制室内温度的调节是一个简明易懂的例子，目的是把室内温度保持在一个定值 θ 。如果采用自动控制，那么通过对传热阀门的调节，温度就会保持恒定。而如果采用人工控制，那么人们对温度变化的迟滞性，感觉的敏感性、准确性等都是难以控制的因素。
3.自动控制的发展历史
最早的自动控制要追溯到我国古代的自动化计时器和漏壶、指南车，而自动控制技术的广泛应用则开始于欧洲的工业革命时期，英国人瓦特在发明蒸汽机的同时，应用反馈原理，于1788年发明了离心式调速器。当负载或蒸汽量供给发生变化时，离心式调速器能够自动调节进气阀的开度，从而控制蒸汽机的转速。
（1）从控制体系的进程来看
1）第一代过程控制体系，源于150多年前的基于5～13 psi的气动信号标准的气动控制系统（Pneumatic Control System，PCS）。简单的就地操作模式，控制理论初步形成，但尚未有控制系统的完整概念。
2）第二代过程控制体系，即模拟控制系统（Analog Control System，ACS）是基于改变0～10 mA或4～20 mA的电流模拟信号予以电信号控制，这一明显的进步使其在整整25年内牢牢地统治了整个自动控制领域，它标志着电气自动控制时代的到来。控制理论有了重大发展，控制论的确立奠定了现代控制的基础。其中控制室的设立及控制功能分离的模式一直沿用至今。
3）第三代过程控制体系，即计算机控制系统（Computer Control System，CCS）。20世纪70年代开始，数字计算机的应用对控制系统产生了巨大的技术优势，人们在测量、模拟和逻辑控制领域率先使用，从而产生了第三代过程控制体系。这是自动控制领域的一次革命，它充分发挥了计算机的特长，于是人们普遍认为计算机能做好一切事情，自然而然地产生了被称为集中控制的中央控制计算机系统，需要指出的是，系统的信号传输大部分依然沿用4～20 mA的模拟信号，但时隔不久人们就发现，随着控制的集中和可靠性方面的问题，失控的危险也增加了，稍有不慎就会使整个系统瘫痪。所以它很快发展成第四代的分布式控制系统。
4）第四代过程控制体系，即分布式控制系统（Distributed Control System，DCS）。随着半导体制造技术的飞速发展和微处理器的普遍使用，计算机技术的可靠性大幅度提升，目前普遍使用的是第四代过程控制体系（DCS），它的主要特点是整个控制系统不再是仅有一台计算机，而是由几台计算机和一些智能仪表和智能部件共同构成一个控制系统。于是分散控制成了最主要的特征。此外，另一个重要的发展是它们之间的信号传递也不仅仅依赖于4～20 mA的模拟信号，而是逐渐地以数字信号来取代模拟信号。
5）第五代过程控制体系，即现场总线控制系统（Fieldbus Control System，FCS）。FCS是从DCS发展而来的，就像DCS从CCS发展过来一样，技术上有了质的飞跃。从分散控制发展到现场总线控制。数据的传输采用总线方式，但是FCS与DCS的真正的区别在于FCS有更广阔的发展空间。传统的DCS技术水平虽然不断提高，但通信网络最低端只达到现场控制站一级，现场控制站与现场检测仪表、执行器之间的联系仍采用一对一传输的4～20 mA模拟信号，成本高、效率低、维护困难，无法发挥现场仪表智能化的潜力，难以实现对现场设备工作状态的全面监控和深层次管理。所谓现场总线就是连接智能测量与控制设备的全数字式、双向传输、具有多节点分支结构的通信链路。简单地说，传统的控制是一条回路，而FCS是将各个模块，如控制器、执行器、检测器等挂在一条总线上来实现通信，当然传输的是数字信号。主要的总线有Profibus（工业现场总线协议，为Process Fieldbus的缩写，是一种国际化的、开放的、不依赖于设备生产商的现场总线标准，广泛应用于制造业自动化、流程工业自动化和楼宇、交通、电力等其他工业自动化领域）和LonWorks（一种用于自动化控制和监控系统的网络通信协议，由美国Echelon公司开发，广泛应用于建筑自动化、工业控制、交通信号控制等领域）。
（2）从时间轴来看
1）20世纪40年代～20世纪60年代初期。
发展的需求动力：市场竞争，资源利用，减轻劳动强度，提高产品质量，适应批量生产需要。
主要特点：此阶段主要为单机自动化阶段，主要特点是各种单机自动化加工设备慢慢出现，并不断扩大应用和向纵深方向发展。
典型成果和产品：硬件数控系统的数控机床。
2）20世纪60年代中期～20世纪70年代初期。
发展的需求动力：市场竞争加剧，要求产品更新快，产品质量高，并适应大中批量生产需要和减轻劳动强度。
主要特点：此阶段主要以自动生产线为标志，其主要特点是在单机自动化的基础上，各种组合机床、组合生产线出现，同时软件数控系统出现并用于机床，CAD、CAM等软件开始用于实际工程的设计和制造中，此阶段硬件加工设备适合于大中批量的生产和加工。
典型成果和产品：用于钻、镗、铣等加工的自动生产线。
3）20世纪70年代中期至今。
发展的需求动力：市场环境的变化，使多品种、中小批量生产中普遍性问题越发严重，要求自动化技术向其广度和深度发展，使其各相关技术高度综合，发挥整体最佳效能。
主要特点：自20世纪70年代初期，美国学者首次提出计算机集成制造（Computer Integrated Manufacturing，CIM）概念至今，自动化领域已发生了巨大变化，其主要特点是CIM已作为一种方法逐步被人们所接受。CIM是一种实现集成的相应技术，把分散独立的单元自动化技术集成为一个优化的整体。对于企业来说，应根据需求来分析并克服现存的瓶颈，从而实现不断提高实力、竞争力的思想策略，而作为实现集成的相应技术，一般认为是数据获取、分配、共享，网络和通信，车间层设备控制器，计算机硬、软件的规范和标准等。同时，并行工程作为一种经营哲理和工作模式自20世纪80年代末期开始应用并活跃于自动化技术领域，将进一步促进单元自动化技术的集成。
典型成果和产品：计算机集成制造系统（CIMS），柔性制造系统（FMS）。
自动控制加工随着现代应用数学新成果的推出和电子计算机的应用，为适应宇航技术的发展，自动控制理论跨入了一个新阶段，即现代控制理论。主要研究具有高性能、高精度的多变量参数的最优控制问题，主要采用的方法是以状态为基础的状态空间法。目前，自动控制理论还在继续发展，正朝向以控制论，信息论，仿生学为基础的智能控制理论方向深入。
为了实现各种复杂的控制任务，首先要将被控制对象和控制装置按照一定的方式连接起来，组成一个有机的整体，这就是自动控制系统。在自动控制系统中，被控对象的输出量，即被控量是要求严格加以控制的物理量，它可以要求保持为某一恒定值，例如温度、压力或飞行航迹等；而控制装置则是对被控对象施加控制作用的机构的总体，它可以采用不同的原理和方式对被控对象进行控制，但最基本的一种是基于反馈控制原理的反馈控制系统。
在反馈控制系统中，控制装置对被控对象施加的控制作用取自被控量的反馈信息，用来不断修正被控量和控制量之间的偏差，从而实现对被控量进行控制的任务，这就是反馈控制的原理。
4.自动控制的基本原理
在现代科学技术的众多领域中，自动控制技术发挥着越来越重要的作用。自动控制是指在没有人直接参与的情况下，利用外加的设备或装置（称控制装置或控制器），使机器、设备或生产过程（统称被控对象）的某个工作状态或参数（即被控制量）自动地按照预定的规律运行。
自动控制理论是研究自动控制共同规律的科学。它的发展初期是以反馈理论为基础的自动调节原理，主要用于工业控制，第二次世界大战期间为了设计和制造飞机及船用自动驾驶仪、火炮定位系统、雷达跟踪系统，以及其他基于反馈原理的军用设备，进一步促进并完善了自动控制理论的发展。
第二次世界大战后已形成完整的自动控制理论体系，这就是以传递函数为基础的经典控制理论，它主要研究单输入-单输出、线形定常数系统的分析和设计。
5.自动化技术产生的价值
自动化技术的深入发展，促进了单元技术的不断综合，以计算机集成制造系统（Computer Integrated Manufacturing System，CIMS）为代表的未来工厂自动化技术正不断显示出其巨大的效益，以美国科学院根据对美国在CIMS方面较领先的五大公司的长期调查分析，认为采用先进自动化技术，如CIMS可以取得以下效果：
1）使产品质量提高了200%～500%；
2）使生产率提高了40%～70%；
3）使设备利用率提高了200%～300%；
4）使生产周期缩短了30%～60%；
5）使在制品减少了30%～60%；
6）使工程设计费用减少了15%～30%；
7）使人力费用减少了5%～20%；
8）工程师的工作能力提高了300%～350%。
由此可见，自动化技术的应用使其效益明显提高。
6.自动控制的应用研究
自动控制技术的发展，从开始阶段直到形成一个控制理论，整个进程就是针对反馈控制系统它是由一个控制器和一个控制对象组成的，将这个控制对象的输出信号取出，并将其测量值与所要求的信号设定值进行比较，根据所产生的误差反馈给控制器，对系统内的工作进行调整，让控制器完成这个控制作用，使得这个偏差消除或者尽可能趋近所要求的信号值。控制对象的输出量一般来说都是一个物理量，例如，要控制一个机器的转速，就是需要把速度测量出来，将此速度与设定的标准速度进行比较，再用其差值去控制执行机构，从而实现对速度的自动控制。
7.发展历程中的典型应用
其中的一个典型应用为瓦特的离心调速器，它是利用执行器中的两个飞球，当执行器转速偏高时，飞球向外张开，下面的套筒就往上升，由于套筒的移动带动执行机构反向动作，使速度降低，这就是瓦特最早的离心调速器。受到瓦特离心调速器的启发，当时带动了一系列典型的自动控制系统、控制方法和控制理论的发展，简述如下。
（1）调速器 实际上瓦特的离心调速器是受到1788年前后的风力磨坊的启发瓦特利用其控制原理改良了蒸汽机的转速。进入20世纪后出现了飞机，斯佩雷（Sperry）利用其原理发明了陀螺，他将陀螺做成一个自动驾驶仪。
（2）火力控制 1925—1940年，美国的斯佩雷（Sperry）研制了防空火力控制（anti-aircraft）指挥仪。火控指挥仪是根据飞机的方位角、高低角、前置角来控制火炮的，当时的术语叫人工伺服，即通过指挥仪计算出炮弹飞到飞机时所需要的时间，从而调整引信定时器决定炮弹爆炸所需要的时间。所以需要高低角、前置角、方位角参数，再决定定时爆炸时间，将敌方飞机击中。
（3）指挥仪和伺服系统 到了1940年以后，火力控制系统由贝尔实验室的工程师帕金森（Parkinson）采用电位计控制的记录笔作为指挥仪控制火炮的发射，促进了自动控制技术的发展。
当硬盘驱动系统里的伺服系统高速旋转时，使定位可达到1μm的高准确度，促使其产量、利润大幅度提升。
（4）汽车防侧滑系统 汽车防侧滑系统的原理是通过ABS和ASR电子调节单元，按照车辆的车轮转速传感器发出的信号，通过计算和分析确定车轮的滑动率和车辆驾驶速度，电子调节单元通过调节节气门的开度和制动压力器来调节车轮的滑动率，避免车辆在驾驶的过程中出现侧滑的现象。但是，有些情况下需要关闭防侧滑系统，例如，车辆陷入泥潭或越野时，雨雪天遇到爬坡打滑时，车辆轮胎安装防滑链时，以及激烈驾驶或车辆漂移时。
（5）数学领域的判据 1877年，劳斯以行列式的形式完成了方程式根的性质的判据。1895年，胡尔维茨（Hurwitz）也在不同的情况下完成了方程式根的性质的判据，并应用于瑞士达沃斯电厂的一个蒸汽机调速系统的稳定性理论设计中。这被认为是真正将控制理论用于控制系统设计的第一个例子，现在已成为用于代数判据的理论基础。
（6）电子振荡器 负反馈是1927年由布莱克首先提出的，经过长期工作的积累，他研究了采用正反馈工作的电子振荡器。
（7）整定法的发明 尼可尔斯（Nichols）在20世纪40年代提出了PID的整定法，在控制理论的参数整定方面发明了PID的整定表，一直沿用至今。
（8）控制论的建立 我国的钱学森在1954年出版了《工程控制论》；苏联的鲁里叶（Lurie）在1951年出版的关于解决非线性的经典著作；波波夫（Popov）于20世纪40年代后期建立的绝对稳定性（后来称为超稳定性）理论成为非线性理论基础一直沿用至今。在这些理论的基础上逐步完善了现代控制理论。
在现代控制理论发展的势头上，1981年有人提出“这个理论没有鲁棒性”。经过20世纪80年代的论证，争议慢慢形成。为什么说这个理论没有鲁棒性？这个要从多变量系统说起，多变量系统实际上是多入多出系统，所以单提多变量并不恰当。多变量里有一个问题叫作耦合，就是输入、输出之间互相耦合。控制时，直观的要求就是要解耦控制，解耦控制之后就是一对一的输入、输出可以组成的反馈系统。
（9）解耦设计 解耦设计实际上是要求输入、输出之间一对一的对应关系，用术语而言就是响应特性。在应用中要与一个实际物理系统相连接，实际物理系统与数学模型无法完全契合，所以设计要允许这两者有差别，这个允许差别就叫作鲁棒性。因此鲁棒性不是一般数学问题，而是实际应用中提出来的问题，就是解决设计到底能不能用的问题。
奇异值、鲁棒稳定性的问题，经典的控制理论中的带宽、裕度问题，现代控制理论中的特征值、方差和范数问题，这些在线性二次高斯问题的最优控制（LQG控制）中都属于现代控制理论的范畴，所采用的实际计算工具就是伯德（Bode）图、奈奎斯特图和尼可尔斯图。
（ 三 ） 智能控制
1.智能控制的基本概念
控制理论发展至今已有100多年的历史，经历了经典控制理论和现代控制理论的发展阶段，已进入大系统理论和智能控制理论阶段。
智能控制（intelligent controls）是在无人干预的情况下能自主驱动智能机器实现控制目标的自动控制技术。
自1971年以傅京孙教授为代表提出智能控制的概念以来，智能控制已经从二元论（人工智能和控制论）发展到四元论（人工智能、模糊集理论、运筹学和控制论），甚至多元论。在取得研究和应用成果的同时，智能控制理论也得到不断的发展和完善。智能控制是多学科的交叉学科系统，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。尽管其理论体系还远没有经典控制理论成熟和完善，但智能控制理论和应用研究所取得的成果显示出其旺盛的生命力，受到世界的特别关注。随着科学技术的发展，智能控制的应用领域将不断拓展，其理论和技术也必将得到不断的完善。
由于世界各国或各个科技领域发展的差异，智能控制无论在科技领域，还是在工程领域也出现了各自理解的概念和释义，得出了比较典型的几种定义。
定义一：智能控制是由智能机器自主地实现其控制目标的过程。而智能机器则定义为，在结构化或非结构化的，熟悉的或陌生的环境中，自主地或与人交互地执行人类规定的任务的一种机器。
定义二：K. J.奥斯托罗姆则认为：把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟，并用于控制系统的分析与设计中，使之在一定程度上实现控制系统的智能化，这就是智能控制。他还认为自调节控制、自适应控制就是智能控制的低级体现。
定义三：智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制，也是用计算机模拟人类智能的一个重要领域。
定义四：智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。
2.智能控制的产生及发展进程
自1932年奈奎斯特（H. Nyquist）的有关反馈放大器稳定性论文发表以来，控制理论的发展已走过了60多年的历程。
一般认为，前30年是经典控制理论的发展和成熟阶段，后30年是现代控制理论的形成和发展阶段。随着研究的对象和系统越来越复杂，借助于数学模型描述和分析的传统控制理论已难以解决复杂系统的控制问题。智能控制是针对控制对象及其环境、目标和任务的不确定性和复杂性而应运而生的。
从20世纪60年代起，计算机技术和人工智能技术迅速发展，为了提高控制系统的自学习能力，控制界学者开始将人工智能技术应用于控制系统。
1965年，美籍华裔科学家傅京孙教授首先把人工智能的启发式推理规则用于学习控制系统，1966年，Mendel进一步在空间飞行器的学习控制系统中应用了人工智能技术，并提出了“人工智能控制”的概念。
20世纪70年代初，傅京孙、Glofiso和Saridis等学者从控制论角度总结了人工智能技术与自适应、自组织、自学习控制的关系，提出了智能控制就是人工智能技术与控制理论的交叉的思想，并创立了人机交互式分级递阶智能控制的系统结构。
20世纪70年代中期，以模糊集合论为基础，智能控制在规则控制研究上取得了重要进展。1974年，Mamdani提出了基于模糊语言描述控制规则的模糊控制器，将模糊集和模糊语言逻辑用于工业过程控制，之后又成功地研制出自组织模糊控制器，使得模糊控制器的智能化水平有了较大提高。模糊控制的形成和发展，以及与人工智能的相互渗透，对智能控制理论的形成起了十分重要的推动作用。
20世纪80年代，专家系统技术的逐渐成熟及计算机技术的迅速发展，使得智能控制和决策的研究也取得了较大进展。1986年，K. J. Astrom发表的论文《专家控制》中，将人工智能中的专家系统技术引入控制系统，组成了另一种类型的智能控制系统——专家控制。目前，专家控制方法已有许多成功应用的实例。
3.智能控制理论的建立
对许多复杂的系统，难以建立有效的数学模型并用常规的控制理论进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不应该放在数学公式的表达、计算和处理方面，而是要放在对任务和现实模型的描述，对符号和环境的识别，以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。
此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等相关技术。这些问题的求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。
随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能及系统科学中一些有关学科分支（如系统工程、系统学、运筹学、信息论等）结合起来，建立一种适用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控制技术进一步发展的阶段，也是用计算机模拟人类智能进行控制的研究领域。1965年，傅京孙首先提出把人工智能的启发式推理规则用于控制系统的学习。1985年，在美国首次召开了智能控制学术讨论会。1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认。智能控制具有交叉学科，以及定量与定性相结合的分析方法和特点。并且，一个系统如果具有感知环境、不断获得信息以减小不确定性，以及计划、产生和执行控制行为的能力，具有类似人的大脑的实时推理、决策、学习和记忆等功能，即认为该系统为智能控制系统。
智能控制与传统的或常规的控制有着密切的关系，常规控制往往包含在智能控制之中，智能控制也可以利用常规控制的方法来解决“低级”的控制问题，通过扩充常规控制方法并建立一系列新的理论与方法可以解决更具有挑战性的复杂控制问题。二者的相关性与差异性如下。
1）传统的控制建立在确定的模型基础上，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少，模型的结构和参数在很大的范围内发生变动，例如工业过程的病态结构问题、某些干扰无法预测，致使无法建立其模型，这些问题对基于模型的传统自动控制来说很难解决。
2）传统控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力，能够用文字、图纸、立体形象、语言等形式输出信息。另外，通常的控制装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其他的情况。为扩大信息通道，就必须给控制装置安装能够以机械方式模拟各种感觉的精确的送音器，即文字、声音、物体识别装置。近年来计算机及多媒体技术的迅速发展，为智能控制在这一方面提供了物质上的准备，使智能控制变成了多方位“立体”的控制系统。
3）传统的控制系统对控制任务的要求，要么使输出量为定值（调节系统），要么使输出量跟随期望的运动轨迹（跟随系统）变化，因此具有控制任务单一性的特点，而智能控制系统的控制任务可以比较复杂，例如在智能机器人系统中，它要求系统对一个复杂的任务具有自动规划和决策的能力，有自动躲避障碍物的运动功能等。对于这些具有复杂的任务要求的系统，采用智能控制的方式便可以实现。
4）传统的控制理论对线性问题有较成熟的理论系统，而对高度非线性的控制对象虽然有一些非线性方法可以利用，但效果不尽如人意。而智能控制为解决这类复杂的非线性问题找到了一条出路，成为解决这类问题行之有效的途径。工业过程智能控制系统除具有上述几个特点外，又有另外一些特点，如被控对象往往是动态的，而且控制系统在线运动，一般要求有较高的实时响应速度等，恰恰是这些特点又决定了它与其他智能控制系统如智能机器人系统、航空航天控制系统、交通运输控制系统等的区别，决定了它的控制方法以及形式具有独特之处。
5）与传统控制系统相比，智能控制系统具有足够的关于人的控制策略、被控对象和环境相关的知识，并具备运用这些知识的能力。
6）与传统控制系统相比，智能控制系统能以知识表示非数学广义模型，以数学表示混合控制过程，采用开闭环控制和定性及定量控制结合的多模态控制方式。
7）与传统控制系统相比，智能控制系统具有变结构特点，能总体自寻优，具有自适应、自组织、自学习和自协调能力。
8）与传统控制系统相比，智能控制系统有补偿及自修复能力和判断决策能力。
总之，智能控制系统通过智能机自动地完成其目标的控制过程，其智能机可以在熟悉或不熟悉的环境中自动地或人—机交互地完成拟人任务。
4.智能控制器的发展
智能控制器是以自动控制技术和计算机技术为核心，集成微电子技术、电力电子技术、信息传感技术、显示与界面技术、通信技术、电磁兼容技术等诸多技术而形成的高科技产品。作为核心和关键部件，智能控制器内置于设备、装置或系统之中，扮演“神经中枢”及“大脑”的角色。
20世纪90年代中期之后，智能控制器行业日益成熟，作为一个独立的行业，其发展受到了双重动力的驱动：其一是市场驱动，市场需求的增长和市场应用领域的持续扩大，致使智能控制器至今已经在工业、农业、家用、军事等相当广泛的领域中得到了应用；其二是科技驱动，随着相关科学技术领域日新月异的发展，智能控制器行业作为新兴的高科技行业得到了飞速发展。
2012年全球智能控制器行业市场规模已达到6800亿美元。从地域分布上看，欧洲和北美市场是智能控制产品的两大主要市场，市场规模占全球智能控制市场的56%，由于这两大区域在生活电器、汽车、电动工具等领域的市场发展日趋成熟，产品普及率高。
智能控制产品在中国等发展中国家的应用仍处于初始或发展阶段，市场规模还不大，但是增长速度较快，拥有巨大的发展空间。目前，我国智能控制器行业自2004年以来，年均增长率接近20%。汽车电子和大型生活电器是我国智能控制产品主要应用领域，市场占有率分别为31%和10%左右。小型生活电器产品种类众多，目前正处于高速发展阶段，市场空间巨大。特别是电动汽车、自动驾驶汽车、智能建筑及家居等新兴领域的崛起，将带动智能控制器需求的快速增长。
智能控制器行业由于下游厂商需求分散造成了产品差异较大、产能较分散，因此全球智能控制器行业总体集中度较低。
5.智能控制的主要特点
智能控制系统同时具有以知识表示的非数学广义模型和以数学模型表示的混合过程，也往往是那些含有复杂性，不完全性，模糊性或不确定性以及不存在已知算法的非数学过程，并以知识进行推理，以启发引导求解过程。
6.智能控制的结构理论
智能控制（Intelligence Control，IC）的结构理论包括：IC=AI∩AC∩OR，∩表示交集。
1）人工智能（Artificial Intelligence，AI）：是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发式推理等功能；
2）自动控制（Automatic Control，AC）：描述系统的动力学特性，是一种动态反馈；
3）运筹学（Operation Research，OR）：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等；
4）智能控制的结构理论：智能控制就是应用人工智能的理论与技术和运筹学的优化方法，并将其同控制理论方法与技术相结合，在未知环境下，效仿人的智能，实现对系统的控制。
可见，智能控制代表着自动控制学科发展的最新进程。
7.智能控制研究对象的特点
智能控制的研究对象具备以下的一些特点：
1）不确定性的模型：智能控制的研究对象通常存在严重的不确定性。这里所说的模型不确定性包含两层意思：一是对模型未知或知之甚少；二是模型的结构和参数可能在很大范围内发生变化。
2）高度的非线性：对于具有高度非线性的控制对象，采用智能控制的方法往往可以较好地解决非线性系统的控制问题。
3）复杂的任务要求：对于智能控制系统，任务的要求往往比较复杂。
8.智能控制系统应用场合
1）应用的实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型。
2）应用传统控制理论进行控制必须提出并遵循一些比较苛刻的线性化假设，而这些假设在应用中往往与实际情况不相吻合。
3）对于某些复杂的和包含不确定性的控制过程，根本无法用传统数学模型来表示，即无法解决建模问题。
为了提高控制性能，传统控制系统可能变得很复杂，从而增加了设备的投资，减低了系统的可靠性。
9.智能控制在各行业中的应用案例
（1）工业过程中的智能控制 生产过程的智能控制主要包括两个方面：局部级和全局级。局部级的智能控制是指将智能引入工艺过程中的某一单元进行控制器设计，例如智能PID控制器、专家控制器、神经元网络控制器等。研究热点是智能PID控制器，因为其在参数的整定和在线自适应调整方面具有明显的优势，且可用于控制一些非线性的复杂对象。全局级的智能控制主要针对整个生产过程的自动化，包括整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等。
（2）机械制造中的智能控制 在现代先进制造系统中，需要依赖那些不够完备和不够精确的数据来解决难以预测或无法预测的情况，人工智能技术为解决这一难题提供了有效的解决方案。智能控制随之也被广泛地应用于机械制造行业，它利用模糊数学、神经网络的方法对制造过程进行动态环境建模，利用传感器融合技术来进行信息的预处理和综合。可采用专家系统的“Then-If”逆向推理作为反馈机构，修改控制机构或者选择较好的控制模式和参数。利用模糊集合和模糊关系的鲁棒性，将模糊信息集成到闭环控制的外环决策选取机构来选择控制动作。利用神经网络的学习功能和并行处理信息的能力，进行在线的模式识别，处理那些可能残缺不全的信息。
（3）电力电子学研究领域中的智能控制 电力系统中发电机、变压器、电动机等电机电气设备的设计、生产、运行、控制是一个复杂的过程，国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中，取得了良好的控制效果。遗传算法是一种先进的优化算法，采用此方法来对电气设备的设计进行优化，可以降低成本，缩短计算时间，提高产品设计的效率和质量。应用于电气设备故障诊断的智能控制技术有模糊逻辑、专家系统和神经网络。在电力电子学的众多应用领域中，智能控制在电流控制PWM技术中的应用是具有代表性的技术应用方向之一，也是研究的新热点之一。
按照控制结果的信号是否反馈分为开环控制和闭环控制两类。
（ 一 ） 开环控制
1.开环控制简介
定义：开环控制（open-loop control）系统即为不将控制结果反馈回来影响当前控制的系统。
2.应用举例
（1）打开灯的开关 按下开关后的一瞬间，控制活动已经结束，灯是否亮起对按开关的这个活动没有影响。
（2）篮球的投篮 篮球出手后，就无法再继续对其进行控制，无论球进与否，球出手的一瞬间控制活动即结束。
很显然，其特点为不将控制的结果反馈到原来的信息输入端，其控制系统结构以电饭煲控制为例，如图1-1所示。
图1-1 开环控制系统结构示意图
（ 二 ） 闭环控制
1.闭环控制简介
定义：闭环控制（closed-loop control）是控制论的一个基本概念，也称作反馈控制，指作为被控的输出量以一定方式返回到作为控制的输入端，并对输入端施加控制影响的一种控制关系。
闭环控制是带有反馈信息的系统控制方式，当操作者启动系统后，通过系统运行将控制信息传递给受控对象，并将受控对象的状态信息反馈到输入中，以修正操作过程，使系统的输出符合预期要求。闭环控制是一种比较灵活、工作效率较高的控制方式，工业生产中的多数控制都采用闭环控制的方式。
闭环控制是根据控制对象输出反馈来进行校正的控制方式，它是在测量出实际与计划发生偏差时，按定额或标准来进行纠正。闭环控制是从输出量变化取出控制信号作为比较量并反馈给输入端控制输入量，一般这个取出量和输入量相位相反，所以叫负反馈控制，自动控制通常是闭环控制。
2.闭环控制原理
闭环控制中，当受控客体受干扰的影响，其实现状态与期望状态出现偏差时，控制主体将根据这种偏差发出新的指令，以纠正偏差，抵消干扰的作用。在闭环控制中，由于控制主体能根据反馈信息发现和纠正受控客体运行的偏差，所以有较强的抗干扰能力，能进行有效的控制，从而保证预定目标的实现。管理中所实行的控制大多是闭环控制，所用的控制原理主要是反馈原理，其原理图如图1-2所示，控制系统结构仍以电饭煲为例，其示意图如图1-3所示。
图1-2 闭环控制系统原理图
图1-3 闭环控制系统结构示意图
3.应用举例
在发动机电喷系统中，其闭环控制是一个实时的氧气含量传感器、计算机和燃油量控制装置三者之间的关系。氧传感器“告诉”计算机混合气的空燃比（空气/燃油比）情况，计算机发出命令给燃油量控制装置，向理论值的方向调整空燃比（如14.7∶1）。这一调整经常会超过一点理论值，氧传感器察觉出来，并报告计算机，计算机再发出命令将空燃比调回到14.7∶1。因为每一个调整的循环都很快，所以空燃比不会偏离14.7∶1，一旦运行，这种闭环调整就持续不断。采用闭环控制的电喷发动机能使发动机始终在较理想的工况下运行（空燃比偏离理论值不会太多），从而能保证汽车不仅具有较好的动力性能，还能节省燃油。
4.基本表现形式
正反馈与负反馈是闭环控制中常见的两种基本反馈形式，其中负反馈与正反馈从达到目的的角度讲具有相同的意义。
从反馈实现的具体方式来看，正反馈与负反馈属于代数或者算术意义上的加减反馈方式，即输出量回馈至输入端后，和输入量进行加减的统一性整合后，作为新控制输出，去进一步控制输出量。实际上，输出量对输入量的反馈远不止这些方式，表现为运算上不仅仅是加减运算，还包括了更广域的数学运算；而在回馈方式上，输出量对输入量的反馈，也不一定采取和输入量进行综合运算形成统一的控制输出，输出量能通过控制链直接施控于输入量等。
5.闭环控制的抗干扰能力
在闭环控制系统里，即使有干扰，系统也能通过自己的调节保持原来的状态。实施闭环控制的抗干扰能力来自反馈作用。因为在组织形式上增设了一个反馈机构，能把造成偏离目标的原因以及一贯干扰的因素及时地反馈给控制单元，使决策控制层做出正确的判断与决策，并随时修正控制目标。
闭环控制的优点是充分发挥了反馈的重要作用，排除了难以预料或不确定的因素，使校正行动更准确、更有力，但它缺乏开环控制具有的预防性，如在控制过程中造成不利的后果之后才采取纠正措施。
6.闭环控制的扩展——半闭环控制系统
开环控制没有反馈环节，系统的稳定性不高，响应时间较长，控制的准确度不高，适用于对系统稳定性、准确度要求不高的简单系统。开环控制对控制装置与被控对象之间只按照既定的顺序工作，没有反向联系的控制过程，按这种方式组成的开环控制系统，其特点是系统的输出量不会对系统的控制产生影响，没有自动修正或补偿的能力。
闭环控制有反馈环节，通过反馈使系统的准确度提高，响应时间缩短，适用于对系统的响应时间和稳定性要求高的系统。
半闭环控制系统是在开环控制系统的伺服机构中装有角位移检测装置，通过检测伺服机构的转角，间接检测移动部件的位移，然后反馈到数控装置的比较器中，与输入原指令位移值进行比较，用比较后的差值进行控制，使移动部件补充位移，直到差值消除为止的控制系统。这种伺服机构所能达到的准确度、速度和动态特性优于开环伺服机构，为大多数中小型数控机床所采用。
7.开环与闭环系统的对比
开环控制一般是在瞬间就完成的控制活动，闭环控制一定会持续一定的时间，可以以此进行判断。
图1-4所示为采用单片机的电动机闭环控制系统框图。
图1-4 采用单片机的电动机闭环控制系统框图
（ 三 ） 关于鲁棒性和鲁棒控制
鲁棒是“Robust”的音译，原意是“健壮和强壮”的意思。鉴于鲁棒性的词义不易理解，故“robustness”又被译成“抗变换性”。
1.基本概念
定义：鲁棒性指的是系统、模型或算法在面对输入数据、环境或参数的扰动时，仍能保持其性能的稳定性和可靠性的能力。简单来说，就是系统或算法对于各种变化或干扰的抵抗能力。
鲁棒性强调系统在面对异常和危险情况时的生存能力。例如，计算机软件在遇到输入错误、磁盘故障、网络过载或有意攻击时，能否保持正常运行而不死机或崩溃，这就是该软件的鲁棒性。在控制系统中，鲁棒性指的是在一定（结构、大小）的参数扰动下，维持其他某些性能的特性。根据对性能的不同定义，鲁棒性可分为稳定鲁棒性和性能鲁棒性。以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控制器。
提高系统或算法的鲁棒性可以通过多种方法实现，如增加训练数据的多样性、使用正则化技术、设计更复杂的模型结构等，这些方法有助于模型更好地泛化到未见过的数据，并提高其对输入扰动的抵抗能力。
在通信网络中，鲁棒性用以表征控制系统对特性或参数扰动的不敏感性。如图1-5所示，在实际通信网络中，由多系统组成的网络，系统特性或参数的扰动常常是不可避免的。产生扰动的原因主要有两个方面：其一，是由于测量的不准确，使特性或参数的实际值会偏离它的设计值（标称值）所致；其二，是系统运行过程中受环境因素的影响而引起特性或参数的缓慢漂移。
因此，在网络中进行鲁棒性设计是必要的，鲁棒性设计已成为控制理论中一个重要的研究课题，也是一切类型的控制系统的设计中必须考虑的一个基本问题。对鲁棒性的研究主要限于线性定常控制系统，所涉及的领域包括稳定性、无静差性、适应控制等。
图1-6a所示为标准化设计（modular sessions）的曲线，图1-6b所示为非对称设计（asymmetric sessions）的曲线；图1-6c所示为离开了例图的曲线；图1-6d所示为使例图不间断的曲线，即鲁棒后的曲线图。
2.鲁棒性的工作原理
鲁棒性问题与控制系统的相对稳定性（频率域内表征控制系统稳定性裕量的一种性能指标）和不变性原理（自动控制理论中研究扼制和消除扰动对控制系统影响的理论）有着密切的联系。而内模原理（把外部作用信号的动力学模型植入控制器，构成高精度反馈控制系统的一种设计原理）的建立则对鲁棒性问题的研究起了重要的推动作用。
当系统中存在模型扰动或随机干扰等不确定性因素时，能保持其令人满意的功能的控制理论和方法即为鲁棒控制。
图1-5 通信网络中鲁棒性设计的必要性
图1-6 控制系统中信号（曲线）鲁棒性示意图
早期的鲁棒控制主要研究单回路系统频率特性的某些特征，或基于小扰动分析上的灵敏度问题。现代鲁棒控制则着重研究控制系统中非微有界扰动下的分析与设计的理论和方法。
下面介绍与鲁棒性相关的一些概念。
1）鲁棒控制器：以闭环系统的鲁棒性作为目标设计得到的固定控制器。
2）控制系统的鲁棒性：是指控制系统在某种类型的扰动作用下，包括自身模型的扰动下，系统维持某些性能指标保持不变的特性。
3）稳定鲁棒性：对于实际工程系统，人们最关心的问题是一个控制系统当其模型参数发生大幅度变化或其结构发生变化时，能否仍保持渐近稳定，这叫作稳定鲁棒性。
4）品质鲁棒性：即要求在模型扰动下，系统的品质指标仍然保持在某个许可范围内。
5）鲁棒性理论：研究多变量系统具有稳定鲁棒性和品质鲁棒性的各种条件。它的进一步发展和应用，将是控制系统最终能否成功应用于实践的关键。例如，在数字水印技术中，鲁棒性是指在经过常规信号处理操作后，能够检测出水印的能力，针对图像的常规操作包括空间滤波、有损压缩、打印与复印、几何变形等。
3.鲁棒控制
在一个控制系统中，由于工作状况变动、外部干扰，以及建模误差等原因，实际工业过程的精确模型是很难得到的，而系统的各种故障也将导致模型的不确定性，因此可以说模型的不确定性在控制系统中广泛存在。鲁棒控制的主要目标是即使在不确定性存在的情况下，系统也能正常工作，并保持一定的控制精度和稳定性。
定义：鲁棒控制指的是在实际环境中为保证安全和要求而设计的控制系统，使该系统具有不确定性的对象必须满足控制品质的要求。
鲁棒控制是一个着重控制算法可靠性研究的控制器设计方法，可见，鲁棒性在一般情况下一旦设计好这个控制器，那么它的参数不能再改变，从而使控制性能得到保证。
鲁棒控制方法是对时域或频域来说的，一般假设过程动态特性的信息和它的变化范围，一些算法不需要精确的过程模型，但需要一些离线辨识。一般鲁棒控制系统的设计是以最差情况为基础的，因此，一般采用鲁棒控制方法的系统并不工作在最优状态，而是工作在动态特性的信息和它的变化范围之内。所以，鲁棒控制方法适用于以稳定性和可靠性作为首要目标的应用，同时过程的动态特性已知且不确定因素的变化范围可以预估。例如，飞机和空间飞行器的控制就是这类系统的例子。飞机的航行关键要求飞机的稳定性和可靠性，对于航线的航道并不要求十分精确，航道宽度控制在一定范围内均认为是正常航行，如航道宽度为20km，并不需要飞机一定在中线上飞行，而主要控制飞机速度的变化、高度的变化、仰角或俯角的变化等因素的可靠性和稳定性。鲁棒控制对时域或频域的控制方法示意图如图1-7所示。
图1-7 鲁棒控制对时域或频域的控制方法示意图
同理，在过程控制应用中，某些控制系统也可以选用鲁棒控制方法进行设计，特别是对那些比较关键且不确定因素变化范围大和稳定裕度小的对象。
因为鲁棒控制系统的设计中，一般被控系统，既需要通过输出信息反馈纠正系统的误差，又需要系统具有鲁棒性，以保持系统的稳定性和可靠性，所以在系统设计时是较难平衡的问题，特别是对误差的判断往往是一个模糊概念。一旦设计成功，就不需太多的人工干预，而如果要升级或做重大调整时，系统就要重新设计。
通常，系统的分析方法和控制器的设计大多是基于数学模型建立的，而且各类方法已趋于成熟和完善。然而，系统总是存在不确定性，比如在系统建模时，有时只考虑了工作点附近的情况，造成了数学模型的人为简化；或者执行部件与控制部件存在制造容差，系统运行过程也存在老化、磨损，以及环境和运行条件恶化等现象，使得大多数系统存在结构或者参数的不确定性。这样，用精确数学模型对系统的结果进行分析或设计的控制器常常难以满足工程要求。近些年来，对不确定系统鲁棒控制问题的不断研究，已经取得了一系列研究成果。Hoo鲁棒控制理论和μ分析理论是当前控制工程中最活跃的研究领域之一，多年来一直备受控制研究工作者的重视。通过系统地对线性不确定系统、时间滞后系统、区间系统、离散时间系统的鲁棒稳定性等问题的研究，提出了比较有效的关于系统鲁棒稳定性的分析和设计方法。
4.鲁棒性的渐近稳定
1）结构渐近稳定：以渐近稳定为性能指标的一类鲁棒性。如果控制系统在其特性或参数的标称值处是渐近稳定的，并且对标称值的一个邻域内的每一种情况都是渐近稳定的，则称此系统是结构渐近稳定的。
2）结构渐近稳定性条件：结构渐近稳定的控制系统除了要满足一般控制系统设计的要求外，还必须满足另外一些附加条件，这些条件称为结构渐近稳定性条件，可用代数或几何的语言来表述，但都具有比较复杂的形式。
3）稳定裕量：结构渐近稳定性的一个常用的度量是稳定裕量，包括增益裕量和相角裕量，它们分别代表控制系统为渐近稳定的前提下，其频率响应在增益和相角上所留有的储备。一个控制系统的稳定裕量越大，其特性或参数的允许扰动范围一般也越大，因此它的鲁棒性也越好。现已证明，线性二次型（LQ）最优控制系统具有十分良好的鲁棒性，其相角裕量至少为60°，并确保1/2到∞的增益裕量，已经成为软件性能指标之一。
4）无静差性：以准确地跟踪外部参考输入信号和完全消除扰动的影响为稳态性能指标的一类鲁棒性。如果控制系统在其特性或参数的标称值处是渐近稳定的且可实现无静差控制（又称输出调节，即系统输出对参考输入的稳态跟踪误差等于零），并且对标称值的一个邻域内的每一种情况都是渐近稳定和可实现无静差控制的，那么称此控制系统是结构无静差的。使系统实现结构无静差的控制器通常称为鲁棒调节器。
按照控制理论的发展历程，有传统控制理论、经典控制理论、现代控制理论、智能控制理论等。
（ 一 ） 传统控制
传统控制是控制理论发展的早期阶段，主要基于如下三种经典的控制方法。
1.PID 控制 （ 比例-积分-微分控制 ）
PID控制适用于一些相对简单、线性的系统，通过调节比例、积分和微分参数来实现对系统的控制。广泛应用于工业过程控制中。
2.根轨迹法
根轨迹法根据系统特征方程的根随参数变化的轨迹来设计控制器参数，使系统稳定且满足性能指标。
3.频率响应法
频率响应法通过分析系统的频率特性（如伯德图、奈奎斯特图等）来设计控制系统，设计控制器使系统具有足够的稳定裕度和性能。
（ 二 ） 经典控制
经典控制理论包含三种理论，即线性控制理论、采样控制理论和非线性控制理论。
1.线性控制理论
线性控制理论（Linear Control Theory）是系统与控制理论中最成熟和最基础的一个分支，是现代控制理论的基础。系统与控制理论的其他分支都不同程度地受到线性控制理论的概念、方法和结果的影响和推动。
系统是由相互关联和相互作用的若干组成部分，按一定规律组合而成的具有特定功能的整体，如工程系统、生物系统、经济系统、社会系统等。在系统理论中，常常抽去具体系统的物理或社会含义，而将其抽象化为一个一般意义下的系统加以研究，这种处理方法有助于揭示系统的一般特性。系统最基本的特征是它的整体性，线性系统是实际系统的一类理想化模型，而系统与控制理论中主要研究的是动态系统，通常可用一组微分方程或差分方程来表征。所以，当描述动态系统的数学方程具有线性属性时，称相应的系统为线性系统。线性系统是一类最简单且研究得最多的动态系统。
严格地说，一切实际的系统都是非线性的，真正的线性系统在现实世界中是不存在的。但是，很多实际系统的某些主要关系特性在一定的范围和条件下，可以精确地用线性系统来近似表示。因此，从这个意义上说，线性系统或者可线性化的系统是大量存在的，而这正是研究线性系统的实际背景。
简言之，线性系统理论主要研究线性系统状态的运动规律和改变这种运动规律的可能性方法，揭示系统结构、参数、行为和性能之间确定的和定量的关系，建立合理的系统数学模型。对于线性系统，常用的模型有时间域模型和频率域模型，时间域模型比较直观，而频率域模型则是一个更强大的工具，数学模型建立的基本途径一般都通过解析法和实验法。在系统中加入控制部分来达到期望的性能，为数学模型提供了解决问题的可能性。
经典的线性控制理论以拉普拉斯变换为主要工具，模型是传递函数，分析和综合方法是频率响应法，在20世纪50年代业已成熟。后来，一些新的数学工具相继得到了运用，如计算机技术等推动了线性系统理论的进一步发展和在实际中的广泛运用。特别是在航天技术兴起的推动下，线性系统理论在1960年前后开始了从经典到现代阶段的过渡，其重要标志之一是卡尔曼（R. E. Kalman）系统地把状态空间法引入到系统和控制理论中。并在此基础上，进一步提出了能控性和能观测性两个表征系统结构特性的重要概念，这是线性系统理论中两个最基本的概念。建立在状态空间法基础上的线性系统的分析和综合方法通常称为现代线性系统理论。自20世纪60年代中期以来，线性系统理论出现了从几何方法角度研究线性系统的结构和特性的几何理论，出现了以抽象代数为工具的代数理论，还出现了在推广经典频率法基础上发展起来的多变量频域理论。与此同时，随着计算机技术的发展和普及，线性系统分析和综合中的计算问题，以及利用计算机对线性系统进行辅助分析和辅助设计的问题也都得到了广泛和充分的研究。
2.采样控制理论
采样控制系统的组成原理、基本特性和分析设计方法是经典控制理论中的一个分支。采样控制系统不同于连续控制系统，它的特点是系统中一处或几处的信号具有脉冲序列或数字序列的形式。应用采样控制有利于提高系统的控制精度和抗干扰能力，也有利于提高控制器的利用率和通用性。
（1）采样控制的概念 随着微型计算机的普及，采样控制更显示出其优越性。在采样控制理论中主要采用频率域方法，它以Z变换为数学基础，又称Z变换法。通过引入Z变换，在连续控制系统研究中所采用的许多基本概念，如传递函数、频率响应和分析设计法，如稳定性和过渡过程的分析方法，控制系统校正方法等都可经过适当的调整而推广应用于采样控制系统。
在现代控制理论中，与采样控制系统属于同一范畴的离散系统的分析主要采用时域方法，它是建立在状态空间描述的基础上的，故又称为状态空间法。
（2）采样控制内容 采样控制系统按组成原理分为一般采样控制系统和数字控制系统。一般采样控制系统组成如图1-8所示。图中测量元件的作用是将受控对象的输出变量变换为适当的物理量以实现反馈，校正装置的作用是使控制系统获得令人满意的性能。与一般连续型反馈控制系统不同的是，它包含信号采样和复原的装置。实现采样的装置称为采样器，通常接于误差信号 e （ t ）的作用点。采样器最常见的形式是采样周期为常数的等速采样。当系统中包含有几个采样器时，它们的采样周期必须相等，相位必须同步。一切具有开关功能的装置，如机械开关、数字电路、扫描装置等都可用来作为采样器。连续信号 e （ t ）通过采样器时，随着采样开关的重复闭合和断开，变换为一个周期脉冲序列 e （ t ）。 e （ t ）的值在采样开关闭合瞬间等于 e （ t ），而在开关断开时等于零。由于受控对象常常是一个具有连续特性的系统，为了使脉冲序列 e （ t ）中的高频分量不致对它构成干扰和引起机械部件的损坏， e （ t ）在作用于连续部件之前需要通过具有滤波功能的装置复原为连续信号，这类复原装置被称为保持器。最简单的保持器是一个低通滤波器，它能将脉冲序列转换成在两个相邻采样瞬时之间保持常值的一个阶梯信号，通常称为零阶保持器。它的传递函数如图1-9所示，其中 T 为脉冲序列的周期。
图1-8 一般采样控制系统组成原理图
数字控制系统是采样控制系统中一种重要的类型，数字控制系统如图1-10所示，除了包含信号的采样和复原外，还包含信号量化和复原的过程。把信号幅值变换为数字计算机可接收的数码称为量化，相应的部件称为模-数转换器，或A-D转换器，使数码恢复为信号幅值的装置则称为数-模转换器，或D-A转换器。通常，数-模转换器同时也具备保持器的功能。对信号进行量化的结果使其有可能采用数字计算机作为校正装置，通过编制相应的程序，以实现按控制规律所要求的信号校正。数字校正装置在通用性和精确性方面具有明显的优势。
图1-9 零阶保持器输入/输出关系示意图
图1-10 数字控制系统组成原理图
采样过程的数字处理为简化问题处理，在采样控制理论中，将连续信号 e （ t ）经过采样器得到的周期性脉冲序列 e （ t ）理想化为一个数字函数序列，它的表达式为
式中， T 为采样周期； e （ kT ）为连续信号 e （ t ）在采样瞬时 kT （ k =0，1，2，…）的值；符号∑表示所列变量的求和； δ （ t-kT ）为作用于 kT 时刻的单位脉冲函数，它的定义是为了使采样信号能恢复到原连续信号，采样周期 T 的值不能任意选取，必须符合香农定理所给出的条件，即要求不等式 T ＜π/ ω 1 成立，其中 ω 1 是原连续信号的幅频谱的上限频率，它的含义是信号的傅里叶变换后振荡分量中不包含频率大于 ω 1 的谐波分量。
（3）采样控制的特性
1）物理意义：采样过程是输入信号 e （ t ）对单位理想脉冲系列 δT （ t ）进行幅值调节的过程。可见， e （ kT ）只描述了 e （ t ）在采样瞬时的数值，故 δ T （ t ）不能给出连续函数 e （ t ）在采样间隔之间的信息。采样的拉氏变换 F * （ s ）与连续信号 e （ t ）的拉氏变换 F （ s ）类似，如 e （ t ）为有理数，则 F * （ s ）也总可以表示为有理函数形式。
2）采样系统的基本特性：在采样控制理论中，系统的分析和设计都是建立在脉冲传递函数基础上的。脉冲传递函数表征采样系统的输出和输入关系，这个关系用系统输出采样信号的Z变换与输入采样信号的Z变换之比来表示。
3）采样系统的稳定性：如果已知采样系统的脉冲传递函数 G （ z ）= N （ z ） /D （ z ），那么系统稳定的充分必要条件是特征方程 D （ z ）=0的根均位于 z 复数平面上围绕原点的半径为1的单位圆内。常用的判断采样系统稳定性的方法有代数稳定判据、奈奎斯特稳定判据和根轨迹法。
①代数稳定判据：利用双线性变换可把 z 复数平面上单位圆内部映射到 r 复数平面上除虚轴以外的左半平面内。因此 D （ z ）=0的根均位于 z 平面的单位圆内，等价于 Z =（ r +1） / （ r -1）的根均位于 r 平面的左半平面内。通过对 D （ r ）=0运用代数稳定判据，可判断采样系统的稳定性。
②奈奎斯特稳定判据：对反馈中不包含环节的采样控制系统，用 G 0 （ z ）= N 0 （ z ） /D 0 （ z ）表示断开反馈（见反馈控制系统）时的开环脉冲传递函数。 D 0 （ z ）=0为系统的开环特征方程。当复数变量 z 由 z 平面的（1， j 0 ）点出发，沿单位圆逆时针方向变化时，在 G 0 （ z ）复数平面上做出相应的 G 0 （ z ）的轨线。那么，当 G 0 （ z ）轨线沿逆时针方向包围（-1， j 0 ）点的次数恰好等于 D 0 （ z ）=0在单位圆内的根的个数时，采样控制系统是稳定的，这是连续控制系统的奈奎斯特稳定判据的推广。
③根轨迹法：运用于采样系统的开环脉冲传递函数 G 0 （ z ）可分析采样反馈系统的特征方程根的分布，从而可用来判断系统的稳定性。
除了常用的上述判断采样系统稳定性的方法，还需要了解下面几个概念：
①采样系统的瞬态响应：采样系统的瞬态响应是指典型输入作用下，系统输出的响应。用 R （ z ）表示输入作用 r （ t ）的Z变换， G （ z ）表示系统的脉冲传递函数，则输出响应 c （ t ）的Z变换 C （ z ）= G （ z ） R （ z ）。通过对 C （ z ）求Z变换的反变换即可定出 c （ t ）。通常分析结果只能反映瞬态响应在采样时刻 kT （ k =0，1，2，…）上的函数值。
②采样控制系统的校正：校正是通过引入某种装置使控制系统具有所期望的性能指标的方法。常用的校正装置类型有模拟校正装置和数字校正装置。在一般采样控制系统中采用模拟校正装置，它们常用电阻和电容组成一个RC网络。在数字控制系统中，采用数字校正装置，它用数字处理或数字计算的方式实现对信号的校正，常可通过编制相应的算法程序，由计算机来完成。
③数字控制器的优点：能以较高的准确度来实现所要求的复杂运算，而且只需要通过改变程序就可产生不同的控制校正作用。相应的连续控制系统校正装置的设计方法（见控制系统校正方法）在经过适当的修正后，可用于设计采样控制系统的校正装置。
3.非线性控制理论
随着科学技术的发展，人们对实际生产过程的分析要求日益提高，各种较为精确的分析和科学实验的结果表明，任何一个实际的物理系统都是非线性的。所谓线性只是对非线性的一种简化或近似，或者说是非线性的一种特例，如最简单的欧姆定理。
欧姆定理的数学表达式为 U = IR 。此式说明，电阻两端的电压 U 与通过它的电流 I 成正比，这是一种简单的线性关系。但是，即使对于这样一个最简单的单电阻系统来说，其动态特性严格说来也是非线性的。因为当电流通过电阻以后就会产生热量，温度就会升高，而阻值随温度的升高就会发生变化。
（1）非线性控制的概念 人类认识客观世界和改造世界的历史进程总是由低级到高级，由简单到复杂，由表及里的纵深发展过程。在控制领域也是一样，最先研究的控制系统都是线性的，例如，瓦特蒸汽机调节器、液面高度的调节等。这是由于受到人类对自然现象认识的客观水平和解决实际问题的能力的限制，而对线性系统的物理描述和数学求解是比较容易实现的事情，并且已经形成了一套完整的线性理论和分析研究方法。
但是，对非线性系统来说，除极少数情况外，还没有一套可行的通用方法，而且每种方法只能针对某一类问题有效，不能普遍适用。所以，对非线性控制系统的认识和处理，基本上还处于初级阶段。另外，从对控制系统的准确度要求来看，用线性系统理论处理绝大多数工程技术问题，在一定范围内都可以得到令人满意的结果。
因此，一个系统的非线性因素常常被忽略，或者被各种线性关系所代替。这就是线性系统理论发展迅速并趋于完善，而非线性控制理论长期得不到重视和发展的主要原因。
（2）欧姆定理的非线性关系 欧姆定理并不是简单的线性关系，而是如下所示的一种非线性关系。因为热容量与通电时电阻值的改变量成反比，而通电 t 时间后的电阻值为
所以，欧姆定律的非线性方程可表示为
式中， R 0 是0℃时的电阻数值； mc 是电阻的热容量； α 为电阻的温度系数； t 为电流通过电阻的时间。注意以上公式的推导只对正温度系数的电阻有效，如金属膜电阻和金属丝电阻。
动力学中的虎克定理、热力学中的第一定律，以及气体的内摩擦力等也都有类似的情况。
对非线性控制系统的研究，到20世纪40年代，已取得了一些明显的进展，主要的分析方法有相平面法、李亚普诺夫法和描述函数法等。这些方法都已经被广泛用来解决实际的非线性系统问题，但是这些方法都有一定的局限性，不能成为分析非线性系统的通用方法。例如，用相平面法虽然能够获得系统的全部特征，如稳定性、过渡过程等，但大于三阶的系统无法应用。李亚普诺夫法则仅限于分析系统的绝对稳定性问题，而且要求非线性元件的特性满足一定的条件。虽然这些年来，国内外有不少学者一直在这方面进行研究，也研究出一些新的方法，如频率域的波波夫判据、广义圆判据、输入和输出稳定性理论等。但总的来说，非线性控制系统理论仍处于发展阶段，很多问题都还有待研究解决。
（3）非线性控制的特性 非线性控制理论作为很有前途的控制理论，将成为21世纪控制理论的主旋律，将为人类社会提供更先进的控制系统，使自动化水平有更大的飞越。严格地说，理想的线性系统在实际中并不存在。在分析非线性系统时，人们首先会想到使用在工作点附近小范围内线性化的方法，当实际系统的非线性程度不严重时，采用线性方法进行研究具有实际的意义和比较简便的计算。但是，如果实际系统的非线性程度比较严重，则不能采用在工作点附近小范围内线性化的方法进行研究，否则会产生较大的误差，甚至会导致错误的结论。这时应采用非线性系统的研究方法，运用相平面法或数字计算机仿真可以求得非线性系统的精确解，进而分析非线性系统的性能，但是相平面法只适用于一阶和二阶系统；建立在描述函数基础上的谐波平衡法可以对非线性系统做出定性分析，是分析非线性系统的简便而实用的方法，尤其在解决工程实际问题上，无需求得精确解时更为有效。
1）实际系统中的非线性因素：对于实际的物理系统，由于其组成元器件总是或多或少地带有非线性特性，可以说都是非线性系统。例如，在一些常见的测量装置中，当输入信号在零值附近的某一小范围之内时没有输出，只有当输入信号大于此范围时才有输出，即输入、输出特性中总有一个不灵敏区（也称死区），放大元器件的输入信号在一定范围内时，输入、输出呈线性关系，当输入信号超过一定范围时，放大元器件就会出现饱和现象，各种传动机构由于机械加工和装配上的缺陷，在传动过程中总存在着间隙，其输入、输出特性为间隙特性，有时为了改善系统的性能或者简化系统的结构，还常常在系统中引入非线性部件或者更复杂的非线性控制器。通常，在自动控制系统中，最简单和最普遍的就是继电特性。只要系统中包含一个或一个以上具有非线性特性的元器件，就称其为非线性系统。所以，严格地说，实际的控制系统都是非线性系统。所谓线性系统仅仅是实际系统忽略了非线性因素后的理想模型。
2）常见非线性特性对系统运动的影响：从非线性环节的输入与输出之间存在的函数关系划分，非线性特性可分为单值函数与多值函数两类。在实际控制系统中，最常见的非线性特性有死区特性、饱和特性、间隙特性和继电特性等。在多数情况下，这些非线性特性都会给系统正常工作带来不利影响。例如，死区特性、饱和特性及理想继电特性属于输入与输出之间为单值函数关系的非线性特性。间隙特性和一般继电特性则属于输入与输出之间为多值函数关系的非线性特性。下面从物理概念上对包含这些非线性特性的系统进行一些分析，有时为了说明问题，仍运用线性系统的某些概念和方法。虽然分析不够严谨，但便于了解，而且所得出的一些概念和结论对于从事实际系统的调试工作是具有参考价值的。
3）死区/死区特性：对于线性无静差系统，当系统进入稳态时，稳态误差为零。若控制器中包含有死区特性，那么当系统进入稳态时，稳态误差可能为死区范围内的某一值，因此死区对系统最直接的影响是造成稳态误差。当输入信号是斜坡函数时，死区的存在会造成系统输出量在时间上的滞后，从而降低了系统的跟踪速度。摩擦死区特性可能造成运动系统的低速不均匀；另一方面，死区的存在会造成系统等效开环增益的下降，减弱过渡过程的振荡性，从而可提高系统的稳定性。死区也能滤除在输入端小幅度振荡的干扰信号，提高系统的抗干扰能力。
4）测量元器件、放大元器件、执行元器件：在非线性系统中， K 1 、 K 2 、 K 3 分别为测量元器件、放大元器件和执行元器件的传递系数， Δ 1 、 Δ 2 、 Δ 3 分别为它们的死区。若把放大元器件和执行元器件的死区折算到测量元器件的位置（此时放大元器件和执行元器件无死区），则有：
①处于系统前向通路最前面的测量元器件，其死区所造成的影响最大，而放大元器件和执行元器件死区的不良影响可以通过提高该元器件前级的传递系数来减小。
②饱和特性将使系统在大信号作用之下的等效增益降低，一般来说，等效增益降低，会使系统稳态误差增大。处于深度饱和的控制器对误差信号的变化失去反应，从而使系统丧失闭环控制作用。在一些系统中经常利用饱和特性作信号限幅，限制某些物理参量，以保证系统安全合理地工作。
若线性系统为振荡发散，那么当加入饱和限制后，系统就会出现自持振荡的现象。这是因为随着输出量幅值的增加，系统的等效增益下降，系统的运动有收敛的趋势；而当输出量幅值减小时，等效增益增加，系统的运动有发散的趋势，故系统最终应维持等幅振荡，出现自持振荡现象。
③间隙（回环）/间隙特性。如在齿轮传动中，由于间隙的存在，当主动齿轮方向改变时，从动轮保持原位不动，直到间隙消失后才改变转动方向。铁磁元件中的磁滞现象也是一种间隙特性。间隙特性对系统的作用一是增大了系统的稳态误差，降低了控制准确度，这相当于死区的影响；二是因为间隙特性使系统频率响应的相角滞后增大，从而使系统过渡过程的振荡加剧，甚至使系统变得不稳定。
④继电特性。其特性中包含了死区、回环及饱和特性。当 h =0时，称为理想继电特性。理想继电特性串入系统，在较小偏差时开环增益大，系统的运动一般呈发散性质；而在较大偏差时开环增益很小，系统具有收敛性质，故理想继电控制系统最终多半处于自持振荡工作状态。继电特性能够使被控制的执行装置在最大输入信号下工作，可以充分发挥其调节能力，故有可能利用继电特性实现快速跟踪。以上只是对系统前向通道中包含某个典型非线性特性的情况进行了直观的讨论，所得结论为一般情况下的定性结论，这些结论对于从事实际系统的调试工作具有一定的参考价值。
（4）非线性系统特征 描述线性系统运动状态的数学模型是线性微分方程，其重要特征是可以应用叠加原理；描述非线性系统运动状态的数学模型是非线性微分方程，不能应用叠加原理。由于两类系统的根本区别，因此它们的运动规律是完全不同的。现将非线性系统所具有的主要运动特点归纳如下：
1）稳定性：线性系统的稳定性只取决于系统的结构和参数，而与外作用和初始条件无关。
对于非线性系统，不存在系统是否稳定的笼统概念，必须针对系统某一具体的运动状态，才能讨论其是否稳定的问题。非线性系统可能存在多个平衡状态，其中某些平衡状态是稳定的，另一些平衡状态是不稳定的。初始条件不同，系统的运动可能趋于不同的平衡状态，从而使运动的稳定性不同。所以说，非线性系统的稳定性不仅与系统的结构和参数有关，还与运动的初始条件、输入信号有直接关系。
2）时间响应：线性系统时间响应的一些基本特征（如振荡性和收敛性）与输入信号的大小及初始条件无关。对于线性系统，阶跃输入信号的大小只影响响应的幅值，而不会改变响应曲线的形状。
非线性系统的时间响应与输入信号的大小和初始条件有关。对于非线性系统，随着阶跃输入信号的大小不同，响应曲线的幅值和形状会产生显著变化，从而使输出具有多种不同的形式。虽然同是振荡收敛的，但振荡频率和调节时间均不相同，还可能出现非周期形式，甚至出现发散的情况。这是由于非线性特性不遵守叠加原理的结果。
3）自持振荡：线性定常系统只有在临界稳定的情况下才能产生等幅振荡。这种振荡是靠参数的配合达到的，因而很难观察到，并且等幅振荡的幅值及相角与初始条件有关，一旦受到扰动，原来的运动便不能维持，所以线性系统中的等幅振荡不具有稳定性。
有些非线性系统在没有外界周期变化信号的作用下，系统中就能产生具有固定振幅和频率的稳定周期运动。如振荡发散的线性系统中引入饱和特性时就会产生等幅振荡，这种固定振幅和频率的稳定周期运动称为自持振荡，其振幅和频率由系统本身的特性所决定。自持振荡具有一定的稳定性，当受到某种扰动之后，只要扰动的振幅在一定的范围之内，这种振荡状态仍能恢复。在多数情况下，不希望系统有自持振荡，因为长时间大幅度的振荡会造成机械磨损、能量消耗，并带来控制误差。但是有时又会故意引入高频小幅度的颤振来克服间隙、摩擦等非线性因素给系统带来的不利影响。因此必须对自持振荡产生的条件、自持振荡振幅和频率的确定，以及自持振荡的抑制等问题进行研究。所以说自持振荡是非线性系统一个十分重要的特征，也是研究非线性系统的一个重要内容。
4）对正弦信号的响应：线性系统当输入某一恒定幅值和不同频率 ω 的正弦信号时，稳态输出的幅值 A c 是关于频率 ω 的单值连续函数。
对于非线性系统输出的幅值 A c 与 ω 的关系可能会发生跳跃谐振和多值响应，这种振幅随频率的改变出现突跳的现象称为跳跃谐振。 ω 1 ～ ω 2 的每一个频率，都对应着三个振幅值，因此一个频率对应了两个稳定的振荡，这种现象称为多值响应。产生跳跃谐振的原因是系统中滞环特性的多值特点。
5）非线性系统的畸变现象：线性系统在正弦信号作用下的稳态输出是与输入同频率的正弦信号。非线性系统在正弦信号作用下的稳态输出不是正弦信号，它可能包含有倍频和分频等各种谐波分量，从而使系统的输出产生非线性畸变。
（5）非线性系统的分析方法 对于非线性系统，建立数学模型的问题要比线性系统困难得多，至于用非线性微分方程的解来分析非线性系统的性能就更加困难了。这是因为除了极特殊的情况外，多数非线性微分方程无法直接求得解析解。所以还没有一个成熟、通用的方法可以用来分析和设计各种不同的非线性系统，目前研究非线性系统常用的工程近似方法有：
1）相平面法：相平面法是时域分析法在非线性系统中的推广应用，通过在相平面上绘制相轨迹，可以求出微分方程在任何初始条件下的解，所得结果比较精确和全面。但对于高于二阶的系统，需要讨论变量空间中的曲面结构，从而大大增加了工程使用的难度。故相平面法仅适用于一阶、二阶非线性系统的分析。
2）描述函数法：描述函数法是一种频域的分析方法，它是线性理论中的频率法在非线性系统中的推广应用，其实质是应用谐波线性化的方法，将非线性元器件的特性线性化，然后用频率法的一些结论来研究非线性系统。这种方法不受系统阶次的限制，且所得结果也比较符合实际，故得到了广泛应用。
3）计算机求解法：用计算机直接求解非线性微分方程，对于分析和设计复杂的非线性系统几乎是唯一有效的方法。随着计算机的广泛应用，这种方法必定会有更大的发展。
应当指出，这些方法主要是解决非线性系统的分析问题，而且是以稳定性问题为中心展开的，然而，非线性系统综合方法的研究成果远不如稳定性问题，可以说还没有一种简单而实用的综合方法能够用来设计任意的非线性控制系统。
（ 三 ） 现代控制
现代控制理论是在经典控制理论的基础上发展起来的，具有以下重要特点：
1）能够处理多输入多输出（MIMO）系统，可以更全面地描述和控制复杂系统。
2）基于状态空间模型，强调系统的内部状态变量，对系统的动态特性有更深入的理解。
3）适用于非线性和时变系统，具有更广泛的适用性。
现代控制理论的主要内容如下：
1）状态空间模型，指用状态方程和输出方程来描述系统，能够更准确地反映系统的结构和特性。
2）能控性和能观性，用于判断系统是否可以通过输入来控制其状态，以及是否可以通过输出观测到系统的状态。
3）最优控制，指在满足一定约束条件下，寻求使性能指标达到最优的控制策略，例如线性二次型调节器（LQR）。
4）卡尔曼滤波，用于对系统的状态进行最优估计，特别是在存在噪声干扰的情况下。
5）李亚普诺夫稳定性理论，为判断系统的稳定性提供了有力的工具。
现代控制理论为解决复杂系统的控制问题提供了强大的理论基础和方法，但在实际应用中，可能需要结合经典控制理论和智能控制方法，以达到更好的控制效果。
（ 四 ） 智能控制
智能控制随着计算机技术和人工智能的发展而兴起。包括模糊控制、神经网络控制、专家系统控制等。这些方法能够处理不确定性、复杂性和高度非线性的系统，具有自学习、自适应和自组织的能力。
智能控制理论为解决传统控制方法难以应对的复杂控制问题提供了新的思路和方法，具有广阔的发展前景。下一节，就针对智能控制展开介绍。