搜索
从经典控制论发展到现代控制论，是人类对控制技术认识上的一次飞跃。经典控制论限于处理单变量的线性定常问题，在数学上可归结为单变量的常系数微分方程问题。现代控制论面向多变量控制系统的问题，它是以矩阵论和线性空间理论作为主要数学工具，并用计算机来实现。现代控制论来源于工程实际，具有明显的工程技术特点，但它又属于系统论范畴。系统论的特点是在数学描述的基础上，充分利用现有的强有力的数学工具，对系统进行分析和综合。系统特性的度量，即表现为状态；系统状态的变化，即为动态过程。状态和过程在自然界、社会和思维中普遍存在。现代控制论是在引入状态和状态空间的概念基础上发展起来的。状态和状态空间早在古典动力学中得到了广泛的应用。在5O年代Mesarovic教授曾提出“结构不确定性原理”，指出经典理论对于多变量系统不能确切描述系统的内在结构。后来采用状态变量的描述方法，才完全表达出系统的动力学性质。6O年代初，卡尔曼(Kalman)从外界输入对状态的控制能力以及输出对状态的反映能力这两方面提出能控制性和能观性的概念。这些概念深入揭示了系统的内在特性。实际上，现代控制论中所研究的许多基本问题，诸如最优控制和最佳估计等，都是以能能控性和能观性作为“解”的存在条件的。现代控制理论是一门工程理论性强的课程，在自学这门课程时，深感概念抽象，不易掌握；学完之后，从工程实际抽象出一个控制论方面的课题很难，如何用现代控制论的基本原理去解决生产实际问题则更困难，这是一个比较突出的矛盾。对现代控制理论来说，首先遇到的问题是将实际系统抽象为数学模型，有了数学模型，才能有效地去研究系统的各个方面。许多机电系统、经济系统、管理系统常可近似概括为线性系统。线性系统和力学中质点系统一样，是一个理想模型，理想模型是研究复杂事物的主要方法，是对客观事物及其变化过程的一种近似反映。现代控制论从自然和社会现象中抽象出的理想模型，用状态空间方法表示，再作理论上的探讨。线性系统理论是一门严谨的科学。抽象严谨是其本质的属性，一旦体会到数学抽象的丰富含义，再不会感到枯燥乏味。线性系统理论是建立在线性空间的基础上的，它大量使用矩阵论中深奥的内容，比如线性变换、子空间等，是分析中最常用的核心的内容，要深入理解，才能体会其物理意义。比如，状态空间分解就是一种数学分析方法。在控制论中把实际系统按能控性和能观性化分成四个子空间，它们有着确切的物理概念。线性变换的核心思想在于：线性系统的基本性质(如能控性、能观性、极点、传递函数等)在线性变换下都不改变，从而可将系统化为特定形式，使问题的研究变得简单而透彻。在学习现代控制理论教材时，发现不少“引而未发”的问题。由于作者有丰富的教学经验与学术造诣，能深入浅出阐述问题，发人深省。因此，通过自己反复阅读教材，就能理解这些内容。比如，在探讨线性系统的传递函数的零极点相消时，如果潜伏着不稳定的振型，从数字表达式看不出什么问题，但会影响整个系统的运行稳定性。那么，用什么方法消除其影响，在什么情况下又不能消除，这一系列疑点，需要我独立思考。又如在构造李雅普诺夫(Lia．punov)函数判定线性系统的稳定性时，如果构造不出这种函数，是否就意味着这个系统不稳定了呢?不是的。因为这种判定方法，只给出一个充分条件，而不是必要条件。况且实际系统基本上都是非线性系统。在具体运算中，又如在观测设计时，对同一问题，大家所得的“解”互不相同。这正是在不同变换下，系统的过程与状态的描述各不相同，有如同一条曲线在不同坐标系里有不同的方程一样；同一物理现象，在不同的参照系内有不同的表述。这些都是教材中“引而未发”、引人深思的问题。在人一生的学习中，必须逐步培养一种正确的学习方法，才能通过自己的深入体会，加深对教材的真正理解。特别是概念的外延和内涵，不能随意扩大或缩小，否则会在运用公式定理去解答复杂问题时出现错误。与此同时，要注意发展自己对时间和空间的想象力。爱因斯坦说：“想象力比知识更重要”。Ps：自动控制有经典控制与现代控制之分：经典控制使用三角函数（微分方程，拉普拉斯变换，Z变换）进行研究，因此经典控制主要是从频率域的角度对系统进行研究；而现代控制主要从时间域的角度（主要是状态方程）对系统进行研究！现代控制理论有卡尔曼在60年代创立。此后李雅普诺夫和约当在进一步研究之后，得出了在现代控制论中占据核心地位的矩阵特征值理论。李雅普诺夫对于控制理论的最大贡献是系统稳定性理论。这个理论是从能量角度考察系统，即只有消耗能量的系统才是稳定的，得出了系统稳定性的判据。这个理论对于整个控制理论有基础性的作用。它不仅适合于线性系统，同样适合于非线性系统。控制系统设计的关键在于获取被控对象数学模型（模型一旦建立，可以认为数学模型的参数不便）。当然从理论上说，获取被控对象的精确数学模型的概率为零。但是我们知道，对于赋范线性空间，有这样一个结论，如果两个可测函数之间在范数意义下能够的逼近足够好，那么对于同样的输入，两个模型的输出之间的误差就可以足够小。这保证了我们可以在一定的允许误差范围内使用“足够精确”的模型进行控制系统设计。严格地说，真正的线性系统并不存在，任何系统都带有一定的非线性。目前对于非线性系统，还没有找到统一有效的解决方法，一般的研究方法都是对非线性系统线性化之后再进行处理。被控对象在现实环境的影响下，自身的结构会发生一些变化，这样就有可能导致原来建立的数学模型失真（模型参数可变），进而影响控制效果。为解决这种问题而产生了模型辨识与控制同时进行的思想，就是自适应控制（即在控制过程中不断的辨识被控对象或过程的数学模型或修改模型参数，根据此事的被控对象模型反过来修正或改变控制器的结构或参数）。