項目初期的方向不明、迷?；蛘呓箲]雖然難以避免，但可以通過科學(xué)、系統(tǒng)的思維方式可以盡量降低其對項目執(zhí)行的影響。回到控制算法設(shè)計的問題上，這些問題一方面是因為我們首先沒有對自己面臨的主要問題進行認真分析，對控制系統(tǒng)語境下控制算法的本質(zhì)、各種控制算法的基本思想和原理沒有深入理解;另一方面，我們總是傾向于認為存在著某種標準/參考的控值算法，一定能夠很好地解決我的問題，靜靜地躺在文獻海洋中，只是等待著去發(fā)現(xiàn)，于是盲目去學(xué)習(xí)相關(guān)資料。

　　應(yīng)該意識到的是，控制算法雖然種類繁多，但各種控制算法具有很強的問題針對性、具體被控對象指向性，即各種控制算法提出之初，都是針對某一類問題或者某類被控對象(這類被控對象中都體現(xiàn)了某一種/多種主要動力學(xué)特性/問題)?！翱刂扑惴ā北举|(zhì)是一種人為設(shè)計的“動力學(xué)系統(tǒng)”。人們設(shè)計這種動力學(xué)系統(tǒng)，目的在于和“被控對象”這一“動力學(xué)系統(tǒng)”相互作用后，包含控制算法的“整個被控系統(tǒng)”的“動力學(xué)行為”符合目標性能要求(比如穩(wěn)態(tài)精度、帶寬/上升時間、跟蹤性能、抗干擾能力等)，如圖1所示。如果人們對整體被控系統(tǒng)的動力學(xué)性能要求大體一致的話，那么顯然是被控對象的表現(xiàn)出來的主要動力學(xué)特性/問題決定了最終控制算法的設(shè)計。

圖 1 控制算法和被控對象的動力學(xué)系統(tǒng)相互作用后，使得整個被控系統(tǒng)動力學(xué)行為表現(xiàn)符合要求

　圖 2 龐雜的控制理論和算法(來源：https://engineeringmedia.com)

　　圖1對控制算法設(shè)計的啟發(fā)是深刻的：一方面是控制目標和被控對象的主要動力學(xué)特性(參見控制算法手記——什么讓控制算法復(fù)雜化?)，而不是這種控制算法是否熱門，是否“先進”決定了我們該選用哪種控制算法。不同領(lǐng)域(如機電、電力電子、電網(wǎng)、化工過程等) 的被控對象體現(xiàn)出來的主要動態(tài)特性/面臨的主要問題不同，必須要深入了解實際工藝/工作過程以及所關(guān)聯(lián)的動力學(xué)行為，不能輕易將一個領(lǐng)域好用的算法隨便套用到另一個領(lǐng)域中去。另一方面：控制算法和被控對象的(工藝/工作過程，結(jié)構(gòu))設(shè)計、分析和實施要放在整個控制系統(tǒng)的架構(gòu)下進行，因為最終目的是使整個被控系統(tǒng)的性能滿足預(yù)期。這就要求控制、機械、電氣等工程師在整個系統(tǒng)層面的協(xié)同設(shè)計，并能從系統(tǒng)動力學(xué)(System Dynamics)的視角發(fā)展出各個子系統(tǒng)/部件之于整體系統(tǒng)性能的直覺和洞察力(如每個子系統(tǒng)/部件的動力學(xué)是如何影響了最終的動力學(xué)性能，是否占據(jù)了主導(dǎo)地位，如何通過設(shè)計提前改善動力學(xué)特性以避免不利影響)。

　　因此，在控制算法設(shè)計、學(xué)習(xí)以至控制系統(tǒng)設(shè)計、開發(fā)過程中，必須十分重視系統(tǒng)動力學(xué)建模和分析的地位。然而遺憾的是，這一塊在國內(nèi)的控制理論課程教育體系中長久以來都被輕視。初學(xué)者只記住了傳遞函數(shù)/狀態(tài)空間表達式等概念，記住了一堆以此為基礎(chǔ)的設(shè)計方法， 卻不知這些式子實際中如何得來，為什么要寫成這些形式，這些公式的解又怎樣和系統(tǒng)動力學(xué)性能所關(guān)聯(lián)，如何根據(jù)自己所面臨的問題將所學(xué)到的知識有效運用，更不用說去研發(fā)新的控制算法以更有針對性地解決這個問題。不合理的課程設(shè)置體系、缺少和現(xiàn)實物理世界的關(guān)聯(lián)，控制理論的學(xué)習(xí)/設(shè)計顯得“云里霧里”，那么，系統(tǒng)動力學(xué)建模和分析是否能夠解決控制算法設(shè)計/學(xué)習(xí)過程中這些問題呢?

圖 3 先學(xué)習(xí)系統(tǒng)動力學(xué)建模與分析

　　系統(tǒng)動力學(xué)建模和分析

　　在回答上面這個問題之前，應(yīng)該注意到控制算法始終是和動力學(xué)/動態(tài)變化關(guān)聯(lián)起來的：控制算法的對象是實際的動力學(xué)系統(tǒng)。這些動力學(xué)系統(tǒng)或是機械、電力、溫度、磁、光、聲、流體等物理領(lǐng)域或是涉及化學(xué)反應(yīng)過程，體現(xiàn)出極其豐富/復(fù)雜的動力學(xué)行為。如何馴服這些豐富/復(fù)雜的動力學(xué)行為，有賴于對動力學(xué)行為的深刻認識和分析?？刂扑惴ǖ哪繕嗽谟谑沟米罱K的整個被控系統(tǒng)的動力學(xué)行為符合預(yù)期要求(這些要求一般可以從穩(wěn)定性、控制精度、動態(tài)響應(yīng)性三個維度進行描述)，以實現(xiàn)動力學(xué)系統(tǒng)脫離人為干預(yù)的自動運行(注意不是自主運行)。

　　控制算法的實施一般依賴于各種能夠進行數(shù)值計算的硬件平臺上，這些硬件平臺以信號采樣的形式實時收集所需要的信息并進行處理、運算，然后將動態(tài)運算結(jié)果/ 控制指令作用于被控對象。

　　因此，控制算法看似龐雜，但想深入學(xué)習(xí)卻是有跡可循的，即一定要抓住動力學(xué)系統(tǒng)這個核心。那么，旨在研究對實際動力學(xué)系統(tǒng)進行建模和分析的“系統(tǒng)動力學(xué)建模和分析”就格外重要了。一方面，它為整個控制系統(tǒng)(圖1)的分析、設(shè)計、實施提供了一個一以貫之的分析性框架，勾連起現(xiàn)實物理世界和數(shù)學(xué)世界(控制算法手記——建模重要嚒)。另一個方面對被控對象的動力學(xué)特性分析結(jié)果，為控制算法的設(shè)計提供了前提和動機。

　　在控制算法的學(xué)習(xí)中，作者認為應(yīng)該按照‘’系統(tǒng)動力學(xué)建模及分析-基本控制理論和控制算法設(shè)計方法-控制算法實施‘’的思路，如圖3所示，其中：“系統(tǒng)動力學(xué)建模及分析”即以實際的動力學(xué)系統(tǒng)為研究對象，研究如何建立起合乎需要的數(shù)學(xué)模型(包含機理模型和數(shù)據(jù)模型)以描述動態(tài)變化，又如何依據(jù)這些模型得到典型系統(tǒng)動力學(xué)行為(模型的解和動力學(xué)行為直接關(guān)聯(lián))，這些典型的動力學(xué)行為又如何影響了最終的控制性能等;“基本控制理論和控制算法設(shè)計方法”回應(yīng)了對于給定的實際動力學(xué)系統(tǒng)及其典型的動力學(xué)行為表現(xiàn)，如何通過對控制算法的設(shè)計以馴服豐富/復(fù)雜的動力學(xué)行為，使其滿足人類預(yù)期，實現(xiàn)控制目標;“控制算法實施”則關(guān)照到了在數(shù)字計算時代，如何將在數(shù)學(xué)世界中的控制算法在現(xiàn)實物理世界中有效落地，這一落地過程是否又對系統(tǒng)動力學(xué)行為施加了影響(如采樣-計算延遲，離散化影響等)。

　　圖3中，必備知識體系只是給出了學(xué)習(xí)控制算法必須掌握的基本控制理論、概念、框架和體系，為“選擇性模塊知識體系(即可以根據(jù)自己的具體領(lǐng)域和應(yīng)用場景有選擇性地學(xué)習(xí))”奠定了扎實和確切的基礎(chǔ)。控制算法的學(xué)習(xí)應(yīng)該循序漸進，在對典型的動力學(xué)系統(tǒng)以及其行為表現(xiàn)、分析方法、基本控制理論、概念、框架和體系(圖3中的必備知識體系)確切掌握的基礎(chǔ)上，再學(xué)習(xí)一些“先進控制算法”(很多“先進控制算法”并沒有逃出這些基本概念和框架)。切忌貪多求全，忽視對現(xiàn)實動力學(xué)行為的深刻理解和深入分析，只身投入控制理論的浩瀚海洋中。

　　總結(jié)

　　在控制算法學(xué)習(xí)和實踐中，先不要著急學(xué)習(xí)/運用“先進控制算法”，反倒要注重對系統(tǒng)動力學(xué)建模和分析方法體系的掌握，對自己的控制對象動力學(xué)特性和主要問題的分析，任何控制算法的設(shè)計和深入理解，無論是基于機理模型還是數(shù)據(jù)驅(qū)動，這都是十分必要的一步。

　　【作者簡介】李磊，浙江大學(xué)機電博士，佐治亞理工學(xué)院訪問學(xué)者(2016-2017)，目前從事自動化控制算法研發(fā)工作。博士期間在IEEE TMech、TIE等期刊發(fā)表多篇文章，目前擔任TMech,IJIRA(International Journal of Intelligent Robotics and Applications)等機電國際期刊審稿人。