一、自适应控制概述
什么是自适应控制
先说说我自己的理解吧。自适应控制，说白了就是让控制器自己学会「随机应变」。
你想想看，传统的PID控制器，参数调好了就固定在那。但现实世界哪有那么理想？电机用久了会发热，电阻会变化；飞机飞高了空气密度会变，气动特性也跟着变。这时候固定参数的控制器，性能就会打折扣。
自适应控制要解决的就是这个问题——系统参数变了，控制器能自己调整参数，保持性能稳定。
我记得刚入行那会儿，带我的老工程师跟我说过一句话：「好的控制器，应该像老司机开车——路况变了，脚法也跟着变。」现在想想，这话说得真到位。
核心定义：自适应控制是一种能够在线辨识系统参数变化，并自动调整控制器参数，使系统始终保持期望性能的控制策略。
为什么需要自适应控制
这个问题其实很实际。我做过不少工程项目，遇到过三种典型场景，非用自适应不可：
- 参数时变——比如机器人关节的摩擦力，用久了会磨损，摩擦系数一直在变。固定参数控制器刚开始还行，半年后就开始抖动了。
- 模型不确定——很多工业对象，你根本拿不到精确的数学模型。比如化工反应釜，内部反应机理复杂，只能给个近似模型。这时候自适应控制能边运行边学习。
- 环境变化——无人机在不同海拔飞行，空气密度差很多。固定参数的控制器，在平原调好了，上高原就失控。自适应控制能自动补偿这种变化。
我曾经做过一个项目，给某工厂的加热炉做温控。炉子的热惯性会随着炉龄增加而变化。刚开始用PID，效果还行。三个月后，温度波动越来越大，最后不得不重新整定参数。后来换成了模型参考自适应控制，这个问题就解决了。嗯，这就是典型的「参数时变」场景。
自适应控制与经典控制的区别
这里我画了一张图，帮你理清思路：
从这张图可以看得很清楚：经典控制是「一次调好，终身使用」，而自适应控制是「边干边学，动态调整」。两者没有谁优谁劣，关键看应用场景。
我的建议：如果你的系统参数基本不变，或者变化很慢，用经典控制就够了，没必要上自适应。自适应控制虽然强大，但实现复杂，调试周期也长。别为了用技术而用技术。
自适应控制的应用领域
自适应控制的应用范围其实比很多人想象的要广。我挑几个典型的说说：
| 领域 | 典型应用 | 为什么需要自适应 |
|---|---|---|
| 航空航天 | 飞行器姿态控制、导弹制导 | 飞行高度/速度变化导致气动参数剧烈变化 |
| 机器人 | 机械臂轨迹跟踪、力控制 | 负载变化、关节磨损、柔性变形 |
| 过程控制 | 化工反应器、加热炉、蒸馏塔 | 原料成分变化、设备老化、环境温度波动 |
| 电力系统 | 发电机励磁控制、电力系统稳定器 | 电网拓扑变化、负荷波动 |
| 汽车工程 | 发动机怠速控制、主动悬架 | 发动机磨损、路面条件变化 |
| 生物医学 | 麻醉深度控制、血糖控制 | 患者个体差异大、生理参数时变 |
我印象最深的是在航空航天领域的应用。当年参与过一个无人机项目，飞行包线很宽，从海平面到5000米。PID控制器在不同高度要切换好几套参数，调试起来特别麻烦。后来用了模型参考自适应控制，一套参数从头飞到尾，省了不少事。
注意：自适应控制不是万能的。它需要足够的激励信号来辨识参数，如果系统长时间处于稳态，参数估计可能不准确。另外，自适应律的设计不当可能导致系统不稳定——我见过有人把自适应增益设得太大，结果系统直接发散。这个坑，后面章节会详细讲。
好了，这一章的内容就到这里。自适应控制的核心思想其实不复杂——就是让控制器学会「适应变化」。后面的章节，我们会深入具体的算法和实现细节。
公众号:蓝海资料掘金营，微信deep3321