1.1 自动控制原理概述
1.1.1 自动控制技术
自动控制技术已成为现代社会生活必不可少的组成部分，它悄然地改变着人们的生活方式，为人们带来便捷。所谓自动控制，是指在没有人直接参与的情况下，利用外部设备或装置，使被控对象的某个参数（被控量）保持恒定或按照既定的规律变化。被控对象和控制装置按照一定的方式连接起来组成的有机总体即是自动控制系统。
20世纪中叶以来，随着电子计算机技术的不断发展，自动控制技术在航空航天、机器人、核动力以及无人驾驶汽车等高科技领域中的应用越来越广泛。例如，在航天领域中，航天器运行轨道的控制、运载火箭的制导和导航控制；在军事领域中，雷达对目标的自动跟踪、无人机的航迹跟踪控制；在核动力领域中，核反应堆的启动、关闭、功率变换和安全运行控制；在无人驾驶汽车领域中，车辆的驱动与制动控制、方向盘角度的调整以及轮胎力的控制；在工业生产中，对压力、温度、湿度、流量和燃料成分比例等参数的控制等。目前，自动控制技术已广泛应用到生物、医学、环境、经济管理、现代农业和其他许多社会生活领域中。
1.1.2 自动控制理论的发展
自动控制的思想和实践在人类认识世界和改造世界的过程中产生，存在至少数千年。最有代表性的具有反馈控制原理的装置当属古代的计时器“水钟”。据史料记载，早在公元前1500年巴比伦和埃及便已有使用水钟的历史。约公元前500年中国的水钟“铜壶滴漏”已在军队中使用。18世纪，随着生产力的发展，能源和动力需求的增加对自动控制提出了迫切的要求。世界公认首次应用于工业生产的自动控制器是1769年由瓦特（James Watt）发明的离心飞球式调节器，它用于在负荷变化条件下保持蒸汽机恒速。
自动控制理论最早开始于1868年麦克斯韦（J. C. Maxwell）发表的论文“论调节器”。该篇论文建立了飞球控制器的微分方程数学模型，并可由微分方程的解中是否包含增长指数函数项来判断系统的稳定性。自1868年起，自动控制的发展分为经典控制理论、现代控制理论和智能控制理论三个阶段。
1. 经典控制理论
1868年，英国物理学家暨数学家麦克斯韦开创了经典控制理论研究的先河；1877年，英国数学家劳斯（E. J. Routh）提出根据多项式的系数确定多项式的根分布在复平面右半部的数目来判断系统的稳定性，即劳斯稳定判据；1895年，德国数学家赫尔维茨（A. Hurwitz）提出与劳斯稳定判据类似的赫尔维茨稳定判据；1892年，俄罗斯数学家暨力学家李雅普诺夫（A. M. Lyapunov）提出了影响巨大的李雅普诺夫第二方法（又称李雅普诺夫直接法），此方法不仅可用于线性系统，也可用于非线性时变系统的分析与设计；1932年，美国物理学家奈奎斯特（H. Nyquist）提出了著名的奈奎斯特稳定判据；1940年，美国科学家伯德（H. W. Bode）引入半对数坐标系，使频率特性的绘制工作更加适用于工程设计；1928～1945年，美国AT&T公司Bell实验室的科学家们建立了适用于控制系统分析与设计的频域方法；1942年，哈里斯（H. Harris）引入了传递函数的概念，用框图、环节、输入和输出等信息传输的概念来描述系统的性能和关系。
与此同时，反馈控制原理开始应用于工业过程。1936年，英国的考伦德（A. Callender）和斯蒂文森（A. Stevenson）等人提出了PID控制器的概念。PID（P，Propor-tional，比例；I，Integrative，积分；D，Derivative，微分）控制是在自动控制技术中占有非常重要地位的控制方法，其含义是将经过反馈后得到的误差信号分别进行比例、积分和微分运算后再叠加，从而得到控制器的输出信号。这种控制方式适合相当多的被控对象，目前仍然广泛地运用于多数自动控制系统中。
在经典控制理论中，根轨迹法、时域法和频域法三足鼎立，其中，根轨迹法是由美国电信工程师伊文斯（W. R. Evans）提出的另一种研究控制系统性能的简便方法，是对频域法的补充。概括地说，经典控制理论阶段着重解决单输入单输出（Single Input Single Output，SISO）系统的控制问题，使用的数学工具是微分方程、拉普拉斯变换和传递函数，采用的研究方法是时域法、频域法和根轨迹法，针对的主要问题是控制系统的稳定性、快速性和准确性。
2. 现代控制理论
20世纪50年代中期，随着科学技术及生产力的发展，特别是空间技术的发展，迫切要求解决更复杂的多变量系统、非线性系统的最优控制问题。例如，火箭和宇航器的导航、跟踪和着陆过程中的高精度、低消耗控制以及最小时间控制等，诸多实际需求强有力地推动了控制理论的进步，同时计算机技术及应用数学如泛函分析、线性代数等工程数学的发展也从计算手段上为控制理论的发展提供了条件。
1956年，美国数学家贝尔曼（R. Bellman）引入“状态空间分析法”，提出离散多阶段决策的最优性原理，创建了动态规划理论；同年，苏联数学家庞特里亚金（L. S. Pontryagin）提出“极大值原理”，此原理和动态规划为解决最优控制问题提供了理论工具；1959年，美国数学家卡尔曼（R. E. Kalman）和布西等人提出了著名的卡尔曼滤波器，创建了卡尔曼滤波理论；1960年，卡尔曼发表了“控制系统的一般理论”，在控制系统的研究中成功运用状态空间法，并提出可控性与可观测性等概念。
20世纪60年代初，一套以状态方程作为描述系统的数学模型，以最优控制和卡尔曼滤波为核心的控制系统分析、设计的新原理基本确定，现代控制理论应运而生。20世纪60年代，英国学者罗森布罗克（H. H. Rosenbrock）等将经典控制理论的频域响应推广到多变量系统中，从而开辟了多变量频域的新方法；20世纪70年代，瑞典学者奥斯特隆姆（K. J. Astrom）和法国学者朗道（L. D. Landau）在自适应控制理论和应用方面做出了贡献。现代控制理论以状态空间模型为基础研究系统的内在规律，与此同时，关于系统辨识、最优控制、最佳估计、离散时间系统和自适应控制的发展极大地丰富了现代控制理论的内容。
3. 大系统理论和智能控制理论
这些理论是20世纪70年代后期，控制理论向广度和深度发展的结果。
大系统理论（Large-scale System Theory）是关于大系统分析和设计的理论，包括大系统的建模、模型降阶、递阶控制、分散控制和稳定性等内容。其特征是规模庞大、结构复杂、变量众多，且带有随机性的信息与控制系统，涉及生产过程、交通运输、计划管理、环境保护和空间技术等多个领域。随着生产发展和科学技术进步，出现了许多大系统如电力系统、数字通信网、柔性制造系统和生态系统等，这些系统内部各部分之间通信困难且成本高，降低了系统的可靠性。无论是经典控制理论还是现代控制理论，都是建立在集中控制的基础上，但应用到大系统上就会遇到极大困难，这是因为系统过于庞大、结构过于复杂、信息量太大难以集中，因此人们开始研究大系统理论，用以弥补原有控制理论的不足。
智能控制（Intelligent Control）是人工智能、运筹学、控制类和信息论等学科交叉的产物，是传统控制理论发展的高级阶段。智能控制是针对系统的复杂性、非线性和不确定性提出来的，是指驱动智能机器自主地实现其目标的过程。1965年，美籍华人傅京逊（K. S. Fu）教授首先把人工智能（Artificial Intelligence，AI）的启发式推理规则用于学习控制系统；1966年，美国学者门德尔（J. M. Mendel）首先主张将AI用于飞船控制系统的设计；1967年，美国学者莱昂德斯（C. T. Leondes）等人首次正式使用“智能控制”一词。智能控制以控制理论、计算机科学、人工智能和运筹学等学科为基础，扩展了相关的理论和技术，其中应用较多的有模糊逻辑、神经网络、专家系统和遗传算法等理论，以及自适应控制、自组织控制和自学习控制等技术。智能控制的基础是人工智能、控制论、运筹学和信息论，其重点不在数学公式的描述、计算和处理上，而在非数学模型的描述、符号和环境的识别、知识库和推理机的设计和开发上面。
智能控制的方法主要有以下几种，即基于生物细胞信息传递的各种人工神经元网络、基于模糊逻辑的模糊集合理论、基于粗糙逻辑的粗糙集合理论和基于生物种群进化的遗传算法，另外还有蚁群算法、细胞自动机等。其中发展比较全面、应用最为广泛的是人工神经元网络。经典控制理论和现代控制理论需要依赖于被控对象的模型，而智能控制可以解决非模型化系统的控制问题。近年来，智能控制技术在国内外已有了较大的发展，已进入工程化、实用化的阶段。作为一门新兴的理论技术，智能控制技术还处在一个发展时期。