控制理论发展历史

控制理论发展历史综述一：20世纪40年代末-50年代的经典控制理论时期，着重解决单输入单输出系统的控制问题，主要数学工具是微分方程、拉氏变换、传递函数；主要方法是时域法、频域法、根轨迹法；主要问题是系统的稳、准、快。二：20世纪60年代的现代控制理论时期，着重解决多输入多输出系统的控制问题，主要数学工具是以此为峰方程组、矩阵论、状态空间法主要方法是变分法、极大值原理、动态规划理论；重点是最优控制、随即控制、自适应控制；核心控制装置是电子计算机。三：20世纪70年代之后的先进控制理时期，先进控制理论是现代控制理论的发展和延伸。先进控制理论内容丰富、涵盖面最广，包括自适应控制、鲁棒控制、模糊控制、人工神经网络控制等。经典控制理论经典控制理论适用于单输入、单输出的线性定常（参数不随时间而变）系统。发展过程1.原始阶段中国，两千年前我国发明的指南车：一种开环自动调节系统，它利用差速齿轮原理，利用齿轮传动系统，根据车轮的转动，由车上木人指示方向。不论车子转向何方，木人的手始终指向南方，“车虽回运而手常指南”。2.起步阶段人类社会发展，有一个点把人类社会的发展分成两大部分，那就是工业革命。18世纪中叶之前，不管你什么怎么划分人类社会也好（农业牧业手工业），社会的发展始终离不开人力，就是必须得有人亲自去做。18世纪中叶之后，机器的出现，使得以机器取代了人力，所以称之为革命。然后机器的出现变革了人类的整个历史，直至现代社会文明的如此进步。工业革命的开始的标志为哈格里夫斯发明的珍妮纺纱机，而工业革命的标志是瓦特改良蒸汽机，为什么扯这么多？如果机器不能控制，那和工具又有什么区别？所以工业革命的标志是瓦特改良蒸汽机。钱学森也在最新一版的工程控制论中提到技术革命。1769年，控制思想首次应用于工业控制的是瓦特，发明用来控制蒸汽机转速的飞球离心控制器。以后人们曾经试图改善调速器的准确性，却常常导致系统产生振荡。1868年以前，这一百年来，自动控制装置的设计还出于“直觉”阶段，没有系统的理论指导，因此在控制系统的各项性能（稳、准、快）的协调方面经常出现问题。实践中出现的问题，促使科学家们从理论上进行探索研究。19世纪后半叶许多科学家开始基于理论来研究控制。1868年，麦克斯韦(J.C.Maxwell)通过对瓦特的调速器建立起线性常微分方程，解释了瓦特蒸汽机速度控制系统中出现的剧烈振荡的不稳定问题，提出了简单的稳定性代数判据，开辟了用数学方法研究控制系统的途径。1877年，劳斯（E.J.Routh）提出了不直接求解系统微分方程的根的稳定性判据。1895年，霍尔维茨（A.Hurwitz）也独立提出了类似的霍尔维茨稳定性判据。他俩把麦克斯韦的思想扩展到高阶微分方程描述的更复杂的系统中，各自提出了直接根据代数方程的系数判别系统稳定性的准则两个著名的稳定性判据—劳斯判据和霍尔维茨判据。这些方法基本上满足了20世纪初期控制工程师的需要，奠定了经典控制理论中时域分析法的基础。3.发展阶段早期的控制的目的是防止不稳定，控制目的比较单一，于是劳斯和霍尔维茨的代数稳定判据在相当一个历史时期里基本满足了控制工程师的需要。直至二战前后，这种情况才发生了改变。战争的发生某种意义上也是有好处的，比如推动的科技的发展这方面。战争武器的进化需求，需要控制系统具有准确跟踪与补偿能力，这种要求推动了控制理论的研究和蓬勃发展。故先后出现了奈奎斯特、伯德的频率法和伊万斯的根轨迹法，这两种方法不用求解微分方程就能分析高阶系统的稳定性、动态质量和稳态性能。1932年美国物理学家奈奎斯特(H.Nyquist)提出了频域内研究系统的频率响应法，建立了以频率特性为基础的稳定性判据，为具有高质量的动态品质和静态准确度的军用控制系统提供了所需的分析工具。伯德(H.W.Bode)和尼科尔斯(N.B.Nichols)在1930年代末和1940年代初进一步将频率响应法加以发展，形成了经典控制理论的频域分析法。4.成熟阶段1947年控制论的奠基人美国数学家维纳(N.Weiner)的《控制论》一书的出版，标志着控制论的正式诞生。把控制论引起的自动化同第二次产业革命联系起来，于1948年出版了《控制论—关于在动物和机器中控制与通讯的科学》。书中论述了控制理论的一般方法，推广了反馈的概念，为控制理论这门学科奠定了基础。1948年，美国科学家伊万斯(W.R.Evans)创立了根轨迹分析方法，为分析系统性能随系统参数变化的规律性提供了有力工具，被广泛应用于反馈控制系统的分析、设计中。我国著名科学家钱学森将控制理论应用于工程实践，并与1954年出版了《工程控制论》。到20世纪50年代，经典控制理论发展到相当成熟的地步，形成了相对完整的理论体系，以传递函数作为描述系统的数学模型，以时域分析法、根轨迹法和频域分析法为主要分析设计工具，构成了经典控制理论的基本框架，为工程技术人员提供了一个设计反馈控制系统的有效工具。现代控制理论现代控制理论是以状态变量概念为基础，利用现代数学方法和计算机来分析、综合复杂控制系统的新理论，适用于多输入、多输出，时变的或非线性系统。现代控制理论本质上是时域法，是建立在状态空间基础上，它不用传递函数而是状态向量方程作为基本工具，从而大大简化了数学表达方法。现代控制论的形成主要标志是卡尔曼的滤波理论、庞特里亚金极大值原理、贝尔曼的动态规划法。主要分支学科有最有控制论、自适应控制、系统辨识、大系统论。发展过程20世纪50年代中期，科学技术及生产力的发展，特别是空间技术的发展，迫切要求解决更复杂的多变量系统、非线性系统的最优控制问题(例如火箭和宇航器的导航、跟踪和着陆过程中的高精度、低消耗控制，到达目标的控制时间最小等)。实践的需求推动了控制理论的进步，同时，计算机技术的发展也从计算手段上为控制理论的发展提供了条件，适合于描述航天器的运动规律，又便于计算机求解的状态空间模型成为主要的模型形式。科学技术的发展不仅需要迅速地发展控制理论，而且也给现代控制理论的发展准备了两个重要的条件—现代数学和数字计算机。现代数学，例如泛函分析、现代代数等，为现代控制理论提供了多种多样的分析工具；而数字计算机为现代控制理论发展提供了应用的平台，促使控制理论由经典控制理论向现代控制理论转变。1892年，俄国数学家李雅普诺夫创立的稳定性理论被引入到控制中。1956年，美国数学家贝尔曼(R.Bellman)提出了寻求最优控制的动态规划法。1959年，美国数学家卡尔曼(R.Kalman)等人提出了著名的卡尔曼滤波器，在控制系统的研究中成功地应用了状态空间法，提出系统的能控性和能观测性问题。1956年，前苏联科学家庞特里亚金(L.S.Pontryagin)提出极大值原理，极大值原理和动态规划为解决最优控制问题提供了理论工具。到1960年代初，一套以状态方程作为描述系统的数学模型，以最优控制和卡尔曼滤波为核心的控制系统分析、设计的新原理和方法基本确定，现代控制理论应运而生。最优控制是现代控制理论的核心，它研究的主要问题是：在满足一定约束条件下，寻求最优控制策略，使得性能指标取极大值或极小值。但是最优控制依赖确定的数学模型，但环境和被控对象参数不可避免的变化导致将实际系统的模型发生变化。因此，在线辨识系统的数学模型，并按当前模型修改最优控制规律的自适应控制和系统辨识理论也是现代控制的研究范畴。20世纪70年代瑞典控制理论学者奥斯特隆姆(K.J.Astrom)和法国控制理论学者朗道(L.D.Landau)在自适应控制理论和应用方面作出了贡献。与此同时,关于系统辨识、最优控制、离散时间系统和自适应控制的发展大大丰富了现代控制理论的内容。先进控制理论先进控制理论是建立在状态空间法基础上的一种控制理论，是自动控制理论的一个主要组成部分。在现代控制理论中，对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的，基本的方法是时间域方法。现代控制理论比经典控制理论所能处理的控制问题要广泛得多，包括线性系统和非线性系统，定常系统和时变系统，单变量系统和多变量系统。它所采用的方法和算法也更适合于在数字计算机上进行。现代控制理论还为设计和构造具有指定的性能指标的最优控制系统提供了可能性。继现代控制理论产生以后，出现的多种先进控制理论。计算机的普及，为先进控制理论的应用提供了强有力的硬件和软件平台。自适应控制：自适应控制是一种跟踪系统特性变化的控制方案，它能感知系统动态特性的变化，并随时修正控制器参数，以使得控制效果保持较好的水平。自适应控制和常规的反馈控制和最优控制一样，也是一种基于数学模型的控制方法，所不同的只是自适应控制所依据的关于模型和扰动的先验知识比较少，需要在系统的运行过程中去不断提取有关模型的信息，使模型逐步完善。具体地说，可以依据对象的输入输出数据，不断地辨识模型参数，这个过程称为系统的在线辩识。随着生产过程的不断进行，通过在线辩识，模型会变得越来越准确，越来越接近于实际。在这个意义下，控制系统具有一定的适应能力。鲁棒控制：鲁棒控制的优点在于无需在线调节控制器参数，它能保证当系统的动态特性在一定范围内发生波动时仍能保证较好的控制性能。它讨论的是如何设计一个固定的控制器，使具有不确定性的对象也满足控制品质，也就是鲁棒控制。鲁棒性（robustness）就是系统的健壮性。它是在异常和危险情况下系统生存的关键。比如说，计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。鲁棒性一般定义为在实际环境中为保证安全要求控制系统最小必须满足的要求。一旦设计好这个控制器，它的参数不能改变而且控制性能保证。一般鲁棒控制系统的设计是以一些最差的情况为基础，因此一般系统并不工作在最优状态。自适应控制的基本思想是进行模型参数的辩识,进而设计控制器。控制器参数的调整依赖于模型参数的更新,不能预先把可能出现的不确定性考虑进去。而鲁棒控制在设计控制器时尽量利用不确定性信息来设计一个控制器,使得不确定参数出现时仍能满足性能指标要求。模糊控制对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。模糊控制实际上是以模糊数学为基础的一种计算机数字控制技术。人工神经网络控制人工神经网络控制是20世纪80年代末期发展起来的自动控制领域的前沿学科之一。它是智能控制的一个新的分支，为解决复杂的非线性、不确定、不确知系统的控制问题开辟了新途径。人工神经网络控制就是利用神经网络这种工具从机理上对人脑进行简单结构模拟的新型控制和辨识方法。智能控制实际的工业工程或复杂系统常常具有非线性、时变性、不确定性。难以建立精确的数学模型，把人工智能、计算智能和控制理论结合起来，从而使控制系统的设计不完全依赖于被控制对象的数学模型，而主要以人的知识、经验为基础，模仿人类智能的非传统控制方法，使得被控对象按照一定要求达到预定的目的，是一类无需人的干预就能够独立地驱动智能机器，实现其目标的自动控制。