简单的说，PID博而不专，因为物理意义还算明确，对很多系统都能上去调几下子，不论有没有模型，有没有输入输出数据。
而一旦有了模型，乃至有了输入输出数据，除了三阶（包括）以下的LTI系统，对大多数系统来说，PID效果只能算可以接受。一般都能找到专门适应于某一小类系统的控制算法，比PID效果好；但这些算法往往专而不博，换到另外一个系统上可能会出大问题。
其实很多时候，PID只是底层，或曰内环，先把某个系统稳定住，或是改变下其动态。然后中层、上层再引入其它控制算法。当然，好几层都是PID的也挺常见的。
另外，PID做些小改动，在实际中用的也不少。其实最简单的PID也是要考虑饱和的。但同时，很多控制系统，比如电力的，乃至粒子加速器的，等等，用的都是很奇怪的控制算法，当然不是PID或改进PID，效果也都很好。据我所知，这很多实际中在用的，没人也很难分析其性能（稳定性啥的），但实际中用着还不错。
这里有个很奇怪现象，很多领域都有：现实中在用的，往往很难分析为什么效果好；论文中在写的，往往很难用在实际中。我知道的一个，就不具体说了，某控制算法，是法国人在工厂里搞出来的，后来全世界出名，在很多500强的公司在用，没出过问题（爆炸什么的），但就是没法证明其稳定性。后来有人竟然为了证明稳定性，把这个算法改了一下。。。这不就是一个人钥匙在别处丢了，可偏偏跑到路灯下来找，仅仅因为路灯下面有亮么。。。
相当一部分学术圈的人，全世界各国的，靠在这个方向发论文来糊口，至今仍是一个非常hot的方向（当然在工程中确实效果很好）。说了之后，岂不是得罪这么多人。
扯远了。。。
---
其实如果仔细想想，控制器的本质是被控对象输出（也就是控制器出入）跟控制输出的函数映射关系。其实从这个角度来看，时变非线性的控制器其实参数空间最大，线性时不变的算是很受限制的了，而PID是则在线性时不变的基础上限制到三个自由度。视具体系统，有的就够了，有的甚至只要两个自由度（PD或PI），有的一个就行（P）。
当然，实际中，PID其实要加很多trick。比如考虑到执行环节的动态，防止过饱和，考虑传感器的动态等等，其实就不再是限制到三个自由度了，乃至已经是时变非线性的了。而且最简单的，串级PID，其实综合起来的话，已经不只是三个自由度了。另一个方面，有的高阶系统无法分离，也就无法用串级的话，那PID就很难调到很好的效果了。
PID的限制多了去了。比如时延。个人预测，时延是未来控制系统的一个大问题，因为是物理上无法克服的，而全球、万物互联又是大趋势。有人用预估器等，当然也就不是原来的PID了。但预估器也要知道时延的大小或范围吧。现实中在用的一个，是改变了系统的拓扑结构（如果只有控制器跟系统，则没有拓扑结构可言；有了网络之后，比如在遥操作时，则存在拓扑结构了），可以做到对时延非常鲁棒。你说是PID吧，已经面目全非了，而且原初的PID再调也调不到这个效果；你说不是吧，PID也还是其中一个环节。
PID也可以用鲁棒控制那一套来分析和设计啊，你说是鲁棒呢还是PID呢。也可以用优化那一套来调参啊。也可以做到分工况（模糊等）啊，自适应啊，等等。就是各个模块凑在一起。这在工程中是普遍的，也无可厚非。直到出现一个更宽广的理论，可以更简洁而具有包容性。但当然，在没有更好的框架之前，PID加上各种trick，不失为好的工程方案。但你不能说这就到头了，谁知道未来会不会出现控制界的卡尔曼呢？
这里插一句，电梯的曲线，很多感觉不舒服，有的超调、振荡非常明显，还有的加速没优化，其实就是没调好。PID好好调，加上小trick，足够了。还有一点，就是最好加上个监测是不是有人被卡住的环节。
话说回来，到底什么样的曲线算好呢？其实不存在最优的，比如有的对速度、加速度有限制，有的则对能耗比较侧重，有的一定不能有超调等等，有的则是响应越快越好。当然，所有的这些都是在功率限制之下。为什么说这个呢？因为再调试时，有用机器学习或优化算法调参的，需要有量化优化指标或是比较曲线优劣，但这个指标或评价标准却很难确定，但同时却又非常重要。很多指标，二次型，绝对值，等等。但选取哪个？如何评判指标？有没有指标的指标？问题多着呢。。。
物理学中，有两种情况需要重视，一是实验中有出乎意料现象，但找不到理论解释；一是理论有出乎意料的预测，但实验中尚未观察到。这两种情况，都可能带来物理学的大变革。当然，有很多出乎意料的现象，是可以用已存在的理论解释的，只是人们没认识到；同时，很多理论的预测是错的。
对应地说，有时候工程中，在PID上修修补补，或是几个现有方法的组合，效果很好。这时候可能背后有更简单的理论，可以作为更简洁的框架。比如卡尔曼之前，很多人在现有的滤波基础上增增减减，效果也不错，直到卡尔曼滤波出现。不恰当的比喻，这就像地心说时，有的观察很难解释，用地心说加上修修补补也能解释，但很复杂；一改成日心说，就简单地多了。
而就理论而言，很多新理论，声称自己效果好，但大部分其实不如已有的。可另外一方面，人类的控制理论，不大可能到今天就为止了吧？PID也才有不到一百年的历史。这些新理论中，只有极少的，可以真正带来变革。现在觉得一个有可能，不能确定。只能拭目以待。
---
在采用常规PID控制器可能会遇到什么问题？ - 自动化 的回答：
PID比较适用的是低阶LTI系统，特别是三阶以下的。确切的说，单入单出、三阶一下、LTI系统。（PID提供三个参数自由度，视具体情况，有的系统三个已经足够，有的甚至只需要两个、乃至一个）。或是高阶系统，但可以串级控制，或者本身就是纵向级联系统。每一级都是三阶以下的，每一级引出个反馈用PID控制。形象点，是深度系统。当然有时候，几入几出，耦合不是很强，也可以。
但十几入十几出以上的宽度系统，耦合强的话，那用PID调经常是很难的。还有无法串级的高阶系统也是问题。
有的系统需要自适应，比如地铁的自动驾驶，每站上下人，所以每站质量会变；在比如云台不能随便换挂载。
时延系统。即使常数时延，预估器太脆弱，加大反馈又有饱和限制。而如果只知道时延的大概范围，就更难处理了。
对精度要求很高的系统，一般是variance降低多少就可以获得多少效益的系统。特别是阶数一高，输入输出一多（且带着强耦合），往往光靠PID则不行。
---
有较精确的模型，且对控制性能要求较高时。
非线性较强，时变系统。
多入多出系统。特别是变量较多，或耦合较强时。解耦方法比较难调。
有约束的系统。其实所有系统都有约束，至少有个饱和环节吧，比如马达最高转速。但很多时候，可以基本忽略。如果不能忽略，PID就无能无力了。
这里岔开一句，其实状态估计就是个反馈控制器，目标是让状态估计的方差最小。Kalman滤波，针对LTI系统，高斯白噪声是最优的，但Kalman滤波是个线性时变的。如果换成LTI的（当然包括PID），就不是最优了。
等等。
