第一章 绪论
第一节 控制的分类
一、按照控制的自动化程度分类
（一）人工控制
1.人工控制简介
定义：人工控制（manual control）是人需要实时监控整个系统并做出必要的决定，从而控制整个过程处于期望的状态。例如，人的加入使整个系统形成闭环，并完成测量值、期望条件和最终控制单元的反馈行为三者之间的连接。
在工业生产过程或生产设备运行中，为了维持正常的工作条件，往往需要对某些物理量（如温度、压力、流量、液位、电压、位移、转速等）进行控制，使其尽量维持在某个数值附近，或使其按一定规律变化。要满足这种需要，就要对生产机械或设备进行及时的操作和控制，以抵消外界的扰动和影响。这种操作和控制，既可用人工操作来完成，又可用自动装置的操作来完成，前者称为人工控制或手动控制，后者称为自动控制。
按照《现代汉语词典》的解释，控制是掌握对象不使其任意活动或超出范围，或使其按控制者的意愿活动。
控制由人来操作，即为人工控制。在生产生活中有很多需要控制的事物，如在冬季，送风经加热器加热后送往恒温室。为保证恒温室温度符合要求，操作人员要随时观察温度计的读数指示值，并随时做出判断，决定如何操作加热阀门，然后手动调节加热阀门的开度，以满足室内温度恒定。在此控制过程中，操作者的工作可分解为三步：
1）测量：观看温度计检测的房间温度值；
2）比较：判断当前房间温度实际测量值和理想温度值是否相等，思考是否需要进行阀门操作及如何操作；
3）执行：根据思考结果进行阀门操作。
在这个控制过程中可以看到，人工控制室温就是通过操纵阀门的开度，使得室内的温度保持恒定。在这里，室内温度是被控变量，加热器的热流量是操纵变量。人用眼睛看到温度计显示的温度测量值，输入大脑并与给定的理想温度进行比较形成偏差信号，再根据偏差的大小判断需要增大阀门开度还是减小阀门开度，做出决定后输出控制信号，手动操纵阀门以提高或者降低送风的温度，从而使室内温度接近给定值。
2.应用场合
人工控制广泛应用于小而简单的控制场合。相比自动控制系统而言，人工控制系统的初始投资相对较少，但其长期成本通常更高。由于操作员的领域、专长与水平的不同，以及控制过程中经常出现的异常情况，最终导致产品的一致性很难得到保证。除非将相当部分的功能自动化，否则人工的培训和管理成本同样不可忽视。大多数控制系统都经历过从人工控制到自动控制的过程。随着过程控制经验的逐渐积累，管理者逐步对控制系统进行改进，最终实现整个系统完全自动化。
在人工控制系统中，操作员必须同时完成误差检测和控制两项任务，但操作员对被控量的观察及控制难以保证一致性和可靠性。通过闭环系统和过程控制策略，可轻易消除人工控制的不足。在现实世界中，完美的人工控制结果几乎是不可能实现的，实际上在如今技术进步的条件下，也是没有必要的。在控制系统中，一定范围内的较小偏差是可以接受的。比如，一个温度为300℃的烤箱和一个温度为299.9℃的烤箱的烘烤效果几乎是一样的。多数情况下，我们都会受到传感器准确度和成本的限制，花费更高的成本来实现一些不必要的高精度是不值得的。
（二）自动控制
1.自动控制简介
定义：自动控制（automatic control）是指在没有人直接参与的情况下，利用外加的设备或装置，使机器、设备或生产过程的某个工作状态或参数自动地按照预定的规律运行，自动控制是相对人工控制概念而言的。
自动控制的前提是没有人直接参与，利用外加的设备或装置对某种工艺或参数进行控制。自动控制技术的研究有助于将人类从复杂、危险、繁琐的劳动环境中解放出来，并大幅度提高控制效率。自动控制是工程科学的一个分支，它涉及利用反馈原理对动态系统的自动影响，以使得输出值接近目标值。
从方法的角度看，它以数学的系统理论为基础。如今所说的自动控制的是20世纪中叶产生的控制论的一个分支，其基础的结论是由诺伯特·维纳、鲁道夫·卡尔曼等人提出的。
2.举例说明
自动控制室内温度的调节是一个简明易懂的例子，目的是把室内温度保持在一个定值θ。如果采用自动控制，那么通过对传热阀门的调节，温度就会保持恒定。而如果采用人工控制，那么人们对温度变化的迟滞性，感觉的敏感性、准确性等都是难以控制的因素。
3.自动控制的发展历史
最早的自动控制要追溯到我国古代的自动化计时器和漏壶、指南车，而自动控制技术的广泛应用则开始于欧洲的工业革命时期，英国人瓦特在发明蒸汽机的同时，应用反馈原理，于1788年发明了离心式调速器。当负载或蒸汽量供给发生变化时，离心式调速器能够自动调节进气阀的开度，从而控制蒸汽机的转速。
（1）从控制体系的进程来看
1）第一代过程控制体系，源于150多年前的基于5～13 psi的气动信号标准的气动控制系统（Pneumatic Control System，PCS）。简单的就地操作模式，控制理论初步形成，但尚未有控制系统的完整概念。
2）第二代过程控制体系，即模拟控制系统（Analog Control System，ACS）是基于改变0～10 mA或4～20 mA的电流模拟信号予以电信号控制，这一明显的进步使其在整整25年内牢牢地统治了整个自动控制领域，它标志着电气自动控制时代的到来。控制理论有了重大发展，控制论的确立奠定了现代控制的基础。其中控制室的设立及控制功能分离的模式一直沿用至今。
3）第三代过程控制体系，即计算机控制系统（Computer Control System，CCS）。20世纪70年代开始，数字计算机的应用对控制系统产生了巨大的技术优势，人们在测量、模拟和逻辑控制领域率先使用，从而产生了第三代过程控制体系。这是自动控制领域的一次革命，它充分发挥了计算机的特长，于是人们普遍认为计算机能做好一切事情，自然而然地产生了被称为集中控制的中央控制计算机系统，需要指出的是，系统的信号传输大部分依然沿用4～20 mA的模拟信号，但时隔不久人们就发现，随着控制的集中和可靠性方面的问题，失控的危险也增加了，稍有不慎就会使整个系统瘫痪。所以它很快发展成第四代的分布式控制系统。
4）第四代过程控制体系，即分布式控制系统（Distributed Control System，DCS）。随着半导体制造技术的飞速发展和微处理器的普遍使用，计算机技术的可靠性大幅度提升，目前普遍使用的是第四代过程控制体系（DCS），它的主要特点是整个控制系统不再是仅有一台计算机，而是由几台计算机和一些智能仪表和智能部件共同构成一个控制系统。于是分散控制成了最主要的特征。此外，另一个重要的发展是它们之间的信号传递也不仅仅依赖于4～20 mA的模拟信号，而是逐渐地以数字信号来取代模拟信号。
5）第五代过程控制体系，即现场总线控制系统（Fieldbus Control System，FCS）。FCS是从DCS发展而来的，就像DCS从CCS发展过来一样，技术上有了质的飞跃。从分散控制发展到现场总线控制。数据的传输采用总线方式，但是FCS与DCS的真正的区别在于FCS有更广阔的发展空间。传统的DCS技术水平虽然不断提高，但通信网络最低端只达到现场控制站一级，现场控制站与现场检测仪表、执行器之间的联系仍采用一对一传输的4～20 mA模拟信号，成本高、效率低、维护困难，无法发挥现场仪表智能化的潜力，难以实现对现场设备工作状态的全面监控和深层次管理。所谓现场总线就是连接智能测量与控制设备的全数字式、双向传输、具有多节点分支结构的通信链路。简单地说，传统的控制是一条回路，而FCS是将各个模块，如控制器、执行器、检测器等挂在一条总线上来实现通信，当然传输的是数字信号。主要的总线有Profibus（工业现场总线协议，为Process Fieldbus的缩写，是一种国际化的、开放的、不依赖于设备生产商的现场总线标准，广泛应用于制造业自动化、流程工业自动化和楼宇、交通、电力等其他工业自动化领域）和LonWorks（一种用于自动化控制和监控系统的网络通信协议，由美国Echelon公司开发，广泛应用于建筑自动化、工业控制、交通信号控制等领域）。
（2）从时间轴来看
1）20世纪40年代～20世纪60年代初期。
发展的需求动力：市场竞争，资源利用，减轻劳动强度，提高产品质量，适应批量生产需要。
主要特点：此阶段主要为单机自动化阶段，主要特点是各种单机自动化加工设备慢慢出现，并不断扩大应用和向纵深方向发展。
典型成果和产品：硬件数控系统的数控机床。
2）20世纪60年代中期～20世纪70年代初期。
发展的需求动力：市场竞争加剧，要求产品更新快，产品质量高，并适应大中批量生产需要和减轻劳动强度。
主要特点：此阶段主要以自动生产线为标志，其主要特点是在单机自动化的基础上，各种组合机床、组合生产线出现，同时软件数控系统出现并用于机床，CAD、CAM等软件开始用于实际工程的设计和制造中，此阶段硬件加工设备适合于大中批量的生产和加工。
典型成果和产品：用于钻、镗、铣等加工的自动生产线。
3）20世纪70年代中期至今。
发展的需求动力：市场环境的变化，使多品种、中小批量生产中普遍性问题越发严重，要求自动化技术向其广度和深度发展，使其各相关技术高度综合，发挥整体最佳效能。
主要特点：自20世纪70年代初期，美国学者首次提出计算机集成制造（Computer Integrated Manufacturing，CIM）概念至今，自动化领域已发生了巨大变化，其主要特点是CIM已作为一种方法逐步被人们所接受。CIM是一种实现集成的相应技术，把分散独立的单元自动化技术集成为一个优化的整体。对于企业来说，应根据需求来分析并克服现存的瓶颈，从而实现不断提高实力、竞争力的思想策略，而作为实现集成的相应技术，一般认为是数据获取、分配、共享，网络和通信，车间层设备控制器，计算机硬、软件的规范和标准等。同时，并行工程作为一种经营哲理和工作模式自20世纪80年代末期开始应用并活跃于自动化技术领域，将进一步促进单元自动化技术的集成。
典型成果和产品：计算机集成制造系统（CIMS），柔性制造系统（FMS）。
自动控制加工随着现代应用数学新成果的推出和电子计算机的应用，为适应宇航技术的发展，自动控制理论跨入了一个新阶段，即现代控制理论。主要研究具有高性能、高精度的多变量参数的最优控制问题，主要采用的方法是以状态为基础的状态空间法。目前，自动控制理论还在继续发展，正朝向以控制论，信息论，仿生学为基础的智能控制理论方向深入。
为了实现各种复杂的控制任务，首先要将被控制对象和控制装置按照一定的方式连接起来，组成一个有机的整体，这就是自动控制系统。在自动控制系统中，被控对象的输出量，即被控量是要求严格加以控制的物理量，它可以要求保持为某一恒定值，例如温度、压力或飞行航迹等；而控制装置则是对被控对象施加控制作用的机构的总体，它可以采用不同的原理和方式对被控对象进行控制，但最基本的一种是基于反馈控制原理的反馈控制系统。
在反馈控制系统中，控制装置对被控对象施加的控制作用取自被控量的反馈信息，用来不断修正被控量和控制量之间的偏差，从而实现对被控量进行控制的任务，这就是反馈控制的原理。
4.自动控制的基本原理
在现代科学技术的众多领域中，自动控制技术发挥着越来越重要的作用。自动控制是指在没有人直接参与的情况下，利用外加的设备或装置（称控制装置或控制器），使机器、设备或生产过程（统称被控对象）的某个工作状态或参数（即被控制量）自动地按照预定的规律运行。
自动控制理论是研究自动控制共同规律的科学。它的发展初期是以反馈理论为基础的自动调节原理，主要用于工业控制，第二次世界大战期间为了设计和制造飞机及船用自动驾驶仪、火炮定位系统、雷达跟踪系统，以及其他基于反馈原理的军用设备，进一步促进并完善了自动控制理论的发展。
第二次世界大战后已形成完整的自动控制理论体系，这就是以传递函数为基础的经典控制理论，它主要研究单输入-单输出、线形定常数系统的分析和设计。
5.自动化技术产生的价值
自动化技术的深入发展，促进了单元技术的不断综合，以计算机集成制造系统（Computer Integrated Manufacturing System，CIMS）为代表的未来工厂自动化技术正不断显示出其巨大的效益，以美国科学院根据对美国在CIMS方面较领先的五大公司的长期调查分析，认为采用先进自动化技术，如CIMS可以取得以下效果：
1）使产品质量提高了200%～500%；
2）使生产率提高了40%～70%；
3）使设备利用率提高了200%～300%；
4）使生产周期缩短了30%～60%；
5）使在制品减少了30%～60%；
6）使工程设计费用减少了15%～30%；
7）使人力费用减少了5%～20%；
8）工程师的工作能力提高了300%～350%。
由此可见，自动化技术的应用使其效益明显提高。
6.自动控制的应用研究
自动控制技术的发展，从开始阶段直到形成一个控制理论，整个进程就是针对反馈控制系统它是由一个控制器和一个控制对象组成的，将这个控制对象的输出信号取出，并将其测量值与所要求的信号设定值进行比较，根据所产生的误差反馈给控制器，对系统内的工作进行调整，让控制器完成这个控制作用，使得这个偏差消除或者尽可能趋近所要求的信号值。控制对象的输出量一般来说都是一个物理量，例如，要控制一个机器的转速，就是需要把速度测量出来，将此速度与设定的标准速度进行比较，再用其差值去控制执行机构，从而实现对速度的自动控制。
7.发展历程中的典型应用
其中的一个典型应用为瓦特的离心调速器，它是利用执行器中的两个飞球，当执行器转速偏高时，飞球向外张开，下面的套筒就往上升，由于套筒的移动带动执行机构反向动作，使速度降低，这就是瓦特最早的离心调速器。受到瓦特离心调速器的启发，当时带动了一系列典型的自动控制系统、控制方法和控制理论的发展，简述如下。
（1）调速器 实际上瓦特的离心调速器是受到1788年前后的风力磨坊的启发瓦特利用其控制原理改良了蒸汽机的转速。进入20世纪后出现了飞机，斯佩雷（Sperry）利用其原理发明了陀螺，他将陀螺做成一个自动驾驶仪。
（2）火力控制 1925—1940年，美国的斯佩雷（Sperry）研制了防空火力控制（anti-aircraft）指挥仪。火控指挥仪是根据飞机的方位角、高低角、前置角来控制火炮的，当时的术语叫人工伺服，即通过指挥仪计算出炮弹飞到飞机时所需要的时间，从而调整引信定时器决定炮弹爆炸所需要的时间。所以需要高低角、前置角、方位角参数，再决定定时爆炸时间，将敌方飞机击中。
（3）指挥仪和伺服系统 到了1940年以后，火力控制系统由贝尔实验室的工程师帕金森（Parkinson）采用电位计控制的记录笔作为指挥仪控制火炮的发射，促进了自动控制技术的发展。
当硬盘驱动系统里的伺服系统高速旋转时，使定位可达到1μm的高准确度，促使其产量、利润大幅度提升。
（4）汽车防侧滑系统 汽车防侧滑系统的原理是通过ABS和ASR电子调节单元，按照车辆的车轮转速传感器发出的信号，通过计算和分析确定车轮的滑动率和车辆驾驶速度，电子调节单元通过调节节气门的开度和制动压力器来调节车轮的滑动率，避免车辆在驾驶的过程中出现侧滑的现象。但是，有些情况下需要关闭防侧滑系统，例如，车辆陷入泥潭或越野时，雨雪天遇到爬坡打滑时，车辆轮胎安装防滑链时，以及激烈驾驶或车辆漂移时。
（5）数学领域的判据 1877年，劳斯以行列式的形式完成了方程式根的性质的判据。1895年，胡尔维茨（Hurwitz）也在不同的情况下完成了方程式根的性质的判据，并应用于瑞士达沃斯电厂的一个蒸汽机调速系统的稳定性理论设计中。这被认为是真正将控制理论用于控制系统设计的第一个例子，现在已成为用于代数判据的理论基础。
（6）电子振荡器 负反馈是1927年由布莱克首先提出的，经过长期工作的积累，他研究了采用正反馈工作的电子振荡器。
（7）整定法的发明 尼可尔斯（Nichols）在20世纪40年代提出了PID的整定法，在控制理论的参数整定方面发明了PID的整定表，一直沿用至今。
（8）控制论的建立 我国的钱学森在1954年出版了《工程控制论》；苏联的鲁里叶（Lurie）在1951年出版的关于解决非线性的经典著作；波波夫（Popov）于20世纪40年代后期建立的绝对稳定性（后来称为超稳定性）理论成为非线性理论基础一直沿用至今。在这些理论的基础上逐步完善了现代控制理论。
在现代控制理论发展的势头上，1981年有人提出“这个理论没有鲁棒性”。经过20世纪80年代的论证，争议慢慢形成。为什么说这个理论没有鲁棒性？这个要从多变量系统说起，多变量系统实际上是多入多出系统，所以单提多变量并不恰当。多变量里有一个问题叫作耦合，就是输入、输出之间互相耦合。控制时，直观的要求就是要解耦控制，解耦控制之后就是一对一的输入、输出可以组成的反馈系统。
（9）解耦设计 解耦设计实际上是要求输入、输出之间一对一的对应关系，用术语而言就是响应特性。在应用中要与一个实际物理系统相连接，实际物理系统与数学模型无法完全契合，所以设计要允许这两者有差别，这个允许差别就叫作鲁棒性。因此鲁棒性不是一般数学问题，而是实际应用中提出来的问题，就是解决设计到底能不能用的问题。
奇异值、鲁棒稳定性的问题，经典的控制理论中的带宽、裕度问题，现代控制理论中的特征值、方差和范数问题，这些在线性二次高斯问题的最优控制（LQG控制）中都属于现代控制理论的范畴，所采用的实际计算工具就是伯德（Bode）图、奈奎斯特图和尼可尔斯图。
（三）智能控制
1.智能控制的基本概念
控制理论发展至今已有100多年的历史，经历了经典控制理论和现代控制理论的发展阶段，已进入大系统理论和智能控制理论阶段。
智能控制（intelligent controls）是在无人干预的情况下能自主驱动智能机器实现控制目标的自动控制技术。
自1971年以傅京孙教授为代表提出智能控制的概念以来，智能控制已经从二元论（人工智能和控制论）发展到四元论（人工智能、模糊集理论、运筹学和控制论），甚至多元论。在取得研究和应用成果的同时，智能控制理论也得到不断的发展和完善。智能控制是多学科的交叉学科系统，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。尽管其理论体系还远没有经典控制理论成熟和完善，但智能控制理论和应用研究所取得的成果显示出其旺盛的生命力，受到世界的特别关注。随着科学技术的发展，智能控制的应用领域将不断拓展，其理论和技术也必将得到不断的完善。
由于世界各国或各个科技领域发展的差异，智能控制无论在科技领域，还是在工程领域也出现了各自理解的概念和释义，得出了比较典型的几种定义。
定义一：智能控制是由智能机器自主地实现其控制目标的过程。而智能机器则定义为，在结构化或非结构化的，熟悉的或陌生的环境中，自主地或与人交互地执行人类规定的任务的一种机器。
定义二：K. J.奥斯托罗姆则认为：把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟，并用于控制系统的分析与设计中，使之在一定程度上实现控制系统的智能化，这就是智能控制。他还认为自调节控制、自适应控制就是智能控制的低级体现。
定义三：智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制，也是用计算机模拟人类智能的一个重要领域。
定义四：智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。
2.智能控制的产生及发展进程
自1932年奈奎斯特（H. Nyquist）的有关反馈放大器稳定性论文发表以来，控制理论的发展已走过了60多年的历程。
一般认为，前30年是经典控制理论的发展和成熟阶段，后30年是现代控制理论的形成和发展阶段。随着研究的对象和系统越来越复杂，借助于数学模型描述和分析的传统控制理论已难以解决复杂系统的控制问题。智能控制是针对控制对象及其环境、目标和任务的不确定性和复杂性而应运而生的。
从20世纪60年代起，计算机技术和人工智能技术迅速发展，为了提高控制系统的自学习能力，控制界学者开始将人工智能技术应用于控制系统。
1965年，美籍华裔科学家傅京孙教授首先把人工智能的启发式推理规则用于学习控制系统，1966年，Mendel进一步在空间飞行器的学习控制系统中应用了人工智能技术，并提出了“人工智能控制”的概念。
20世纪70年代初，傅京孙、Glofiso和Saridis等学者从控制论角度总结了人工智能技术与自适应、自组织、自学习控制的关系，提出了智能控制就是人工智能技术与控制理论的交叉的思想，并创立了人机交互式分级递阶智能控制的系统结构。
20世纪70年代中期，以模糊集合论为基础，智能控制在规则控制研究上取得了重要进展。1974年，Mamdani提出了基于模糊语言描述控制规则的模糊控制器，将模糊集和模糊语言逻辑用于工业过程控制，之后又成功地研制出自组织模糊控制器，使得模糊控制器的智能化水平有了较大提高。模糊控制的形成和发展，以及与人工智能的相互渗透，对智能控制理论的形成起了十分重要的推动作用。
20世纪80年代，专家系统技术的逐渐成熟及计算机技术的迅速发展，使得智能控制和决策的研究也取得了较大进展。1986年，K. J. Astrom发表的论文《专家控制》中，将人工智能中的专家系统技术引入控制系统，组成了另一种类型的智能控制系统——专家控制。目前，专家控制方法已有许多成功应用的实例。
3.智能控制理论的建立
对许多复杂的系统，难以建立有效的数学模型并用常规的控制理论进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不应该放在数学公式的表达、计算和处理方面，而是要放在对任务和现实模型的描述，对符号和环境的识别，以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。
此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等相关技术。这些问题的求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。
随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能及系统科学中一些有关学科分支（如系统工程、系统学、运筹学、信息论等）结合起来，建立一种适用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控制技术进一步发展的阶段，也是用计算机模拟人类智能进行控制的研究领域。1965年，傅京孙首先提出把人工智能的启发式推理规则用于控制系统的学习。1985年，在美国首次召开了智能控制学术讨论会。1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认。智能控制具有交叉学科，以及定量与定性相结合的分析方法和特点。并且，一个系统如果具有感知环境、不断获得信息以减小不确定性，以及计划、产生和执行控制行为的能力，具有类似人的大脑的实时推理、决策、学习和记忆等功能，即认为该系统为智能控制系统。
智能控制与传统的或常规的控制有着密切的关系，常规控制往往包含在智能控制之中，智能控制也可以利用常规控制的方法来解决“低级”的控制问题，通过扩充常规控制方法并建立一系列新的理论与方法可以解决更具有挑战性的复杂控制问题。二者的相关性与差异性如下。
1）传统的控制建立在确定的模型基础上，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少，模型的结构和参数在很大的范围内发生变动，例如工业过程的病态结构问题、某些干扰无法预测，致使无法建立其模型，这些问题对基于模型的传统自动控制来说很难解决。
2）传统控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力，能够用文字、图纸、立体形象、语言等形式输出信息。另外，通常的控制装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其他的情况。为扩大信息通道，就必须给控制装置安装能够以机械方式模拟各种感觉的精确的送音器，即文字、声音、物体识别装置。近年来计算机及多媒体技术的迅速发展，为智能控制在这一方面提供了物质上的准备，使智能控制变成了多方位“立体”的控制系统。
3）传统的控制系统对控制任务的要求，要么使输出量为定值（调节系统），要么使输出量跟随期望的运动轨迹（跟随系统）变化，因此具有控制任务单一性的特点，而智能控制系统的控制任务可以比较复杂，例如在智能机器人系统中，它要求系统对一个复杂的任务具有自动规划和决策的能力，有自动躲避障碍物的运动功能等。对于这些具有复杂的任务要求的系统，采用智能控制的方式便可以实现。
4）传统的控制理论对线性问题有较成熟的理论系统，而对高度非线性的控制对象虽然有一些非线性方法可以利用，但效果不尽如人意。而智能控制为解决这类复杂的非线性问题找到了一条出路，成为解决这类问题行之有效的途径。工业过程智能控制系统除具有上述几个特点外，又有另外一些特点，如被控对象往往是动态的，而且控制系统在线运动，一般要求有较高的实时响应速度等，恰恰是这些特点又决定了它与其他智能控制系统如智能机器人系统、航空航天控制系统、交通运输控制系统等的区别，决定了它的控制方法以及形式具有独特之处。
5）与传统控制系统相比，智能控制系统具有足够的关于人的控制策略、被控对象和环境相关的知识，并具备运用这些知识的能力。
6）与传统控制系统相比，智能控制系统能以知识表示非数学广义模型，以数学表示混合控制过程，采用开闭环控制和定性及定量控制结合的多模态控制方式。
7）与传统控制系统相比，智能控制系统具有变结构特点，能总体自寻优，具有自适应、自组织、自学习和自协调能力。
8）与传统控制系统相比，智能控制系统有补偿及自修复能力和判断决策能力。
总之，智能控制系统通过智能机自动地完成其目标的控制过程，其智能机可以在熟悉或不熟悉的环境中自动地或人—机交互地完成拟人任务。
4.智能控制器的发展
智能控制器是以自动控制技术和计算机技术为核心，集成微电子技术、电力电子技术、信息传感技术、显示与界面技术、通信技术、电磁兼容技术等诸多技术而形成的高科技产品。作为核心和关键部件，智能控制器内置于设备、装置或系统之中，扮演“神经中枢”及“大脑”的角色。
20世纪90年代中期之后，智能控制器行业日益成熟，作为一个独立的行业，其发展受到了双重动力的驱动：其一是市场驱动，市场需求的增长和市场应用领域的持续扩大，致使智能控制器至今已经在工业、农业、家用、军事等相当广泛的领域中得到了应用；其二是科技驱动，随着相关科学技术领域日新月异的发展，智能控制器行业作为新兴的高科技行业得到了飞速发展。
2012年全球智能控制器行业市场规模已达到6800亿美元。从地域分布上看，欧洲和北美市场是智能控制产品的两大主要市场，市场规模占全球智能控制市场的56%，由于这两大区域在生活电器、汽车、电动工具等领域的市场发展日趋成熟，产品普及率高。
智能控制产品在中国等发展中国家的应用仍处于初始或发展阶段，市场规模还不大，但是增长速度较快，拥有巨大的发展空间。目前，我国智能控制器行业自2004年以来，年均增长率接近20%。汽车电子和大型生活电器是我国智能控制产品主要应用领域，市场占有率分别为31%和10%左右。小型生活电器产品种类众多，目前正处于高速发展阶段，市场空间巨大。特别是电动汽车、自动驾驶汽车、智能建筑及家居等新兴领域的崛起，将带动智能控制器需求的快速增长。
智能控制器行业由于下游厂商需求分散造成了产品差异较大、产能较分散，因此全球智能控制器行业总体集中度较低。
5.智能控制的主要特点
智能控制系统同时具有以知识表示的非数学广义模型和以数学模型表示的混合过程，也往往是那些含有复杂性，不完全性，模糊性或不确定性以及不存在已知算法的非数学过程，并以知识进行推理，以启发引导求解过程。
6.智能控制的结构理论
智能控制（Intelligence Control，IC）的结构理论包括：IC=AI∩AC∩OR，∩表示交集。
1）人工智能（Artificial Intelligence，AI）：是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发式推理等功能；
2）自动控制（Automatic Control，AC）：描述系统的动力学特性，是一种动态反馈；
3）运筹学（Operation Research，OR）：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等；
4）智能控制的结构理论：智能控制就是应用人工智能的理论与技术和运筹学的优化方法，并将其同控制理论方法与技术相结合，在未知环境下，效仿人的智能，实现对系统的控制。
可见，智能控制代表着自动控制学科发展的最新进程。
7.智能控制研究对象的特点
智能控制的研究对象具备以下的一些特点：
1）不确定性的模型：智能控制的研究对象通常存在严重的不确定性。这里所说的模型不确定性包含两层意思：一是对模型未知或知之甚少；二是模型的结构和参数可能在很大范围内发生变化。
2）高度的非线性：对于具有高度非线性的控制对象，采用智能控制的方法往往可以较好地解决非线性系统的控制问题。
3）复杂的任务要求：对于智能控制系统，任务的要求往往比较复杂。
8.智能控制系统应用场合
1）应用的实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型。
2）应用传统控制理论进行控制必须提出并遵循一些比较苛刻的线性化假设，而这些假设在应用中往往与实际情况不相吻合。
3）对于某些复杂的和包含不确定性的控制过程，根本无法用传统数学模型来表示，即无法解决建模问题。
为了提高控制性能，传统控制系统可能变得很复杂，从而增加了设备的投资，减低了系统的可靠性。
9.智能控制在各行业中的应用案例
（1）工业过程中的智能控制 生产过程的智能控制主要包括两个方面：局部级和全局级。局部级的智能控制是指将智能引入工艺过程中的某一单元进行控制器设计，例如智能PID控制器、专家控制器、神经元网络控制器等。研究热点是智能PID控制器，因为其在参数的整定和在线自适应调整方面具有明显的优势，且可用于控制一些非线性的复杂对象。全局级的智能控制主要针对整个生产过程的自动化，包括整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等。
（2）机械制造中的智能控制 在现代先进制造系统中，需要依赖那些不够完备和不够精确的数据来解决难以预测或无法预测的情况，人工智能技术为解决这一难题提供了有效的解决方案。智能控制随之也被广泛地应用于机械制造行业，它利用模糊数学、神经网络的方法对制造过程进行动态环境建模，利用传感器融合技术来进行信息的预处理和综合。可采用专家系统的“Then-If”逆向推理作为反馈机构，修改控制机构或者选择较好的控制模式和参数。利用模糊集合和模糊关系的鲁棒性，将模糊信息集成到闭环控制的外环决策选取机构来选择控制动作。利用神经网络的学习功能和并行处理信息的能力，进行在线的模式识别，处理那些可能残缺不全的信息。
（3）电力电子学研究领域中的智能控制 电力系统中发电机、变压器、电动机等电机电气设备的设计、生产、运行、控制是一个复杂的过程，国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中，取得了良好的控制效果。遗传算法是一种先进的优化算法，采用此方法来对电气设备的设计进行优化，可以降低成本，缩短计算时间，提高产品设计的效率和质量。应用于电气设备故障诊断的智能控制技术有模糊逻辑、专家系统和神经网络。在电力电子学的众多应用领域中，智能控制在电流控制PWM技术中的应用是具有代表性的技术应用方向之一，也是研究的新热点之一。