控制理论、智能制造与CPS演进关系杂谈

　　自动化领域的本科生都要学两门课，即经典控制理论和现代控制理论。从表面上看，一个是传递函数方法一个是状态空间方法。深挖下去，在思想层面也是有很多差别的。

　　经典控制理论最基本的思想体现在“反馈”这个概念上。如何深刻地理解反馈呢？在我看来，要深入理解“反馈”，应该看与它的对偶概念，也就是“前馈”。前馈就是接到指令以后，按照预定的逻辑顺序执行。用前馈的前提是能够达到预定目标。多数机器的工作原理就是前馈。如果把机器看作一个具备特定功能的系统，其功能体现在系统的输入输出关系。其中，系统的输入包括操作要求和难以的干扰。要让系统达到预定目标，就要隔离各种干扰。比如，机器的外壳往往就是用来隔离干扰的、汽车用油的质量稳定也是用来隔离干扰的。

　　有些情况下，干扰是不可避免的、甚至相当严重。这个时候，就要使用“反馈”的手段来了。瓦特就曾经用反馈的手段控制蒸汽机的速度。随着技术的不断进步，高端的生产技术似乎没有不用“反馈”的——就像炒菜几乎没有不用盐的。在维纳看来，“反馈”的一个好处，就是不需要特别精确的模型，可以通过逐步的修正达到目的。尽管如此，在我看来，把干扰“御敌于国门之外”的前馈做法，仍然是工业界的基础或前提，反馈是对前馈的完善手段：盐对炒菜很重要，但菜的主体还是菜而不是盐。维纳也意识到，反馈的过程可以积累经验。有了足够的经验，很多反馈就可以变成前馈了。

　　要“反馈”就要有信息。但有了信息并非就有了一切：确定反馈量的控制算法就是一个难点。这个问题之所以成为难点，是因为很对控制对象是“动态系统”：指令下达了，要慢慢地发挥作用（就像刹车不可能马上刹住），有的时候甚至先要向相反的方向走一会才能回来（非最小相位系统）。控制论中的大量理论，就是围绕这个难点来的。否则没啥理论需求啊。谈到这里，这让我想起一个小故事：若干年前，某985高校副校长的一位在职博士要毕业，要我来审阅论文。这位在职博士可能是哪个单位的领导，专业水平实在太差：论文的出发点居然是把对象简化成无动态特性的对象。我把他的论文退了回去：“如果一定让我审这种缺乏专业常识的论文，我不会让他通过。”

　　维纳研究控制论的时候，基本上用微分方程、传递函数来描述对象。进一步发展下去，人们开始用微分方程组来描述了。其中，微分方程组中的每个变量被称为“状态变量”。于是，经典控制论就上升为现代控制论了。现代控制论这样理解控制对象：“输入影响状态、状态决定输出”。对于这样的模型，卡尔曼提出了两个基本的概念：“可观性、可控性”。也就是说：可以通过输入，把“状态变量”控制到某个特定点；可以通过测量输入和输出，知道“状态变量”本身。基于这样一套理论，控制器设计就更容易了。

　　然而，无论是经典控制理论还是现代控制理论，其局限性都是很明显的：用（线性）微分方程组描述。再往后怎么发展？我博士论文研究的线性控制，但非线性控制的难度大、适用对象少。我费了很大力气却没得到什么像样的结果，只是混了一顶博士帽子。为此，我一直反思：用直线型思维搞科研是要吃苦头的。