本文提出了在反馈控制系统设计中进行范式转变 的必要性。由于反馈控制渗透到工程的所有领域， 这种 范式的转变显然可能具有重大的工程意义。为了使论文 可被潜在的广泛的读者阅读，否则他们可能不完全精通 该领域， 我们首先在本节中检查一些常见的概念和假 设。

在历史上，反馈控制是推动工业革命的技术。瓦特 在蒸汽机中使用的飞球调速器是一种反馈控制装置，标 志着人类掌握自然的原始动力的开始。今天从制造到 太空探索，很难想象一个工程系统不涉及某种反馈控制 机制。

反馈控制的概念、理论和应用都引起了理论家和从 业者的极大兴趣。目前有大量的关于反馈控制理论的文 献， 积累了超过 60 年的调查。它的发展或多或少与应 用数学的一个分支相似。最初，在上个世纪的 40 年代

和 50 年代， 控制理论提供了巧妙的反馈控制机制的数 学解释， 例如， 在第二次世界大战的军事应用中使用。 在冷战期间政府的资助下， 它逐渐发展成为一门独特的 学术学科， 提出了自己的问题， 如最优控制的制定， 建 立了自己的调查模式，大多是公理的和演绎的。

反馈控制的对象是一个物理过程，其中假定其输入 和输出之间存在因果关系。在反馈控制系统中， 输入变 量将由控制器操纵， 从而使输出以理想的方式变化。值 得注意的是，在实践中，控制定律， 即描述控制器如何 工作的方程，通常是由经验 [1,2] 确定的。然而，控制 理论可能确立了这种实践背后的科学基础。它假定物理 过程的动力学可以被数学方法捕获，而正是在这个数学 模型上建立了现代控制的范式。

通过数学的严谨性， 这个范式为反馈控制如何以及 为什么工作提供了宝贵的见解。例如， 通过对飞球调速 器的数学分析， 我们可以更好地理解蒸汽机运行中有时 出现的振荡甚至不稳定问题。此外， 该范式提供了一个 框架， 通过从数学公理和假设中演绎得到控制律。线性 最优控制理论的发展就是一个恰当的例子。假设 1) 植 物动力学被一个线性时不变的数学模型捕获； 2) 设计 目标是一个成本函数； 线性最优控制理论， 从卡尔曼滤 波到 H∞，代表了现代控制理论的一系列重大成就。

现代控制范式对物理系统的详细数学模型和演绎 推理的依赖并不是毫无疑问的。例如， 韩想知道现代控 制理论是否是关于控制数学模型， 而不是实际的物理植 物 [3]。Ho 建议经验控制科学， 采用假设-演绎方法，作为替代， 补充主导的公理方法 [4]。也就是说， 他提出用 归纳推理代替演绎推理， 并通过实验发现新的控制律。 在无模型控制设计方法的发展中也有了强大的运动， 包 括那些基于人工智能、人工神经网络和模糊逻辑的方 法。

与越来越多的数学控制理论的发展平行， 实践者们 已经表现出了他们对简单性而非复杂性的坚定偏好。超 过 90% 的工业控制是简单的， 有些人甚至可以说原始 的， 比例积分导数(PID) [2] 型， 这是由米诺斯基在 1922 年的 [5] 首次提出的。该控制器主要是根据经验设 计的， 它不需要一个物理过程的数学模型。正是在这个 建立良好的现代控制理论和在某种程度上的原始工程 实践的背景下，长期以来对理论-实践的争论仍在继续。

在本文中， 通过对现有范式性质的第二节的反思， 在实践中， 我们希望建立一个范式转变的必要性。第三 节中介绍的主动干扰抑制概念可以很好地作为新范式 的基础。在第三节中还演示了主动扰动概念的广泛应 用。最后，本文在第五节中进行了总结。

II .  现有的范式

在这一节中， 我们试图反思现代控制理论发展出 来的范式。相比之下， 我们也描述了工程实践的本质。 两者之间的差异或许解释了理论-实践差距的基本原因， 并为范式转变提供了动机。

控制理论作为一般系统理论(GST) 的一部分， 适 用于所有的工程学科。邦吉将 GST 称为“独特的技术 形而上学”。它对这两种流行的科学哲学： 经验主义 和理性主义都提出了严重的挑战。它甚至给科学 [8] 的 定义带来了困难。理论实践上的差距只是经验主义和理 性主义之间紧张关系的表现。 MCP 已经达到了一个关 键时刻， 它不能再对其未能显著渗透工程实践所提出的 问题给出令人满意的答案。就科学的进步而言， 根据库 恩，它最终将被另一个提供更好答案的范式所取代。

要控制的物理系统， 如工业制造过程， 总是处于通 量状态。工作条件被锁定在永久的变化之中： 温度、被 搬运材料的特性、机械的磨损、人为因素等。但是建立 这样一个工艺的目标是在工艺动力学的不确定性情况 下生产质量高度一致的制成品。这是在混乱中对确定性 的一种追求。 有人正确地指出， 工程实践是一门不精确的科学。这必须反映在反馈控制的范式中。

数学的精确性给反馈控制的科学带来了严谨性， 但 它是一个控制系统必须面对的物理现实。正如阿尔伯 特 ·爱因斯坦优雅地所说，“就数学定律的涉及现实而言， 它们并不确定， 而就它们的确定而言， 它们并不涉及现 实。”其思想是， 数学定律在形式和解析状态上是确定 的。在这方面， 它们不包含任何主题内容， 因此也不涉 及现实。它们是“无东西的”。然而， 如果我们解释这些 公理， 那么它们指的是现实， 但它们不再是纯粹的数学 陈述， 因此也不是确定的 。尼古拉斯 · 雷舍尔认为， 关于我们对现实的了解， 精确度和安全之间存在着反比 关系。也就是说， 我们的描述越精确， 我们对它与现实 的对应就越不安全。他还指出，在实践中，有效的 行动并不需要完美的信息。

通过质疑 MCP 提出的数学模型的必要性， 韩提出， 鲁棒控制问题是一个悖论， 可能无法在范式中解决。基 于精确的数学模型设计的控制系统的稳定性和性能， 不 能轻易地或多或少地独立于该模型;

我们需要知道什么来控制它？

简短的答案是： 1) 我们通常对物理系统了解不够， 没有一个详细的数学模型； 2) 我们是否需要它来控制， 这是值得怀疑的。如果我们将扰动的概念推广来表示物 理系统和我们对它的了解之间的任何差异， 那么扰动和 不确定性就是同义的。从这个意义上说， 反馈控制的本 质是本质上的干扰抑制。因此， 如何处理干扰是一个中 心问题， 而这就决定了任何范式的有效性和实用性。在 MCP 中， 干扰抑制可以看作是通过建模来实现的。具 有讽刺意味的是， 也就是说， 在建模过程中已知， 它是 基于已知的反馈控制设计的动力学。因此， MCP 主要 局限于过程动力学是众所周知的控制问题， 这并不奇怪， 而工程师， 主要处理不确定的动力学， 诉诸于经验方法。

III .  主动干扰干扰控制

主动干扰抑制控制(ADRC) 是汉摆脱鲁棒控制悖 论的方法。这个词最初在使用， 他的独特 思想第一次被系统地引入英国文学。 ADRC 最初使用非 线性增益提出， 但通过使用参数化线性增益来实现和调 整变得更实用， 正如在中提出的那样。虽然 ADRC 方法一般适用于 n 阶、非线性、时变、多输入和多输出 系统(MIMO)，但为了简单起见， 本文使用 (1) 中的二 阶运动控制问题来说明其基本概念。