艺术性太强，成功实施往往依赖于工程师。无论是PID整定和控制维护，都需要工程师的支持。

很多算法工业界懂的人太少，没有规模效应。MPC(模型预测控制)既解决了不擅长的多变量控制，也提出了项目实施方法，大家都开发类似软件，用同样流程做项目，会的人多了，规模效应就来了。

如果控制问题非常复杂，使用MPC要比基于PID的控制方案简单、灵活、综合成本更低。MPC对人的要求更低，只要按标准套路做，谁都能干的差不多。

如果一个控制算法不需要工程师参与，可以直接使用，那么无论算法多么复杂都没有问题，可以使用μ综合、鲁棒控制等。实际上很多大型设备的确也采用了独特的控制算法，而且这些算法被小心的隐藏起来了。所以控制也被称为“隐藏的技术"。如果这些算法是公司的核心机密，也不可能像PID和MPC一样分享给整个工业界。

但是当一个算法需要工程师整定或者第三方使用时，就一定要给工程师讲清楚，就一定要足够简单。因为过程控制的被控对象是具有不确定性和非线性，控制回路生效离不开工程师的调校。

在过程控制里不确定性很大，对控制的要求也不算太高，如果算法复杂，工程师不会用，又解决的不是痛点问题，就很难工程推广。所以工业现场就一直使用PID和MPC，在不确定中建立确定性，在有限条件下取得差不多的性能。

PID擅长降低单变量过程的干扰不确定性；MPC擅长降低多变量过程的方案不确定性。有干扰所以离不开PID，方案不确定才需要MPC。

作者：冯少辉博士


◆
◆
◆