前言：寫這個回答，不是想說控制理論研究一無是處。我更想說， 有的時候很多理論需要一些配套的技術去支持，但有時候受制於時代局限性，變成了純粹的理論 。舉個例子吧，很早就有人意識到一些看不見的「有毒物質」會傳染疾病。如果沒有顯微鏡的發明，就會一直停留在理論層面；而研究生物的人，不一定是那個發明顯微鏡的人。從本質上說，理論研究和套用的研究，在方法和思想上是相通的；培養兼具理論水平糊工程經驗的研究型人才才是最為迫切的。貼一則新聞，看看加拿大的例子：郭曉明：半工半讀產學結合以促進科技創新創業。 在化工裏，先進控制難以套用，我個人認為原因是測量儀表上，而可能不是控制本身。簡單說就是混合物中，各組分濃度難以線上低成本測量。
本人學化工的，制藥專業出身；所以這裏談的是 流程工業中 的「PID派」和「先進控制派」。如果覺得這篇跟 過程控制 相關的 回答寫得不錯，歡迎點贊、關註！
先說一個基本事實， PID的所有行業中的總市占率一般認為在85%上下，剩下10%左右是模型預測控制；在中國還有一部份是人工5%。 而這10%的模型預測控制的真正的廣泛套用，大部份用在各種流程工業中， 尤其是石油化工 ，也能見於 電力、熱工、空分、水泥、太陽能風能發電 等。而這些工業控制套用裏，沒有見到各種控制理論界，火熱的關鍵詞，魯棒控制、自適應控制、模糊控制、非線性控制、人工智能等等等等等................................................... 是不是有種控制理論已死的感覺？
而模型預測控制，就起源於石油化工， 印象中跟 殼牌石油公司有關 （不是很確定）。所以晨楓的書中說，搞控制理論的歷史上有三批人，電氣工程師（代表理論，以PID為核心的經典控制論），化學工程師（代表理論，模型預測控制、內模控制），數學家（代表理論，現代控制論）。
在過程控制裏，所謂的「先進控制派」， 完全離不開「PID派」 ，這裏用 模型預測控制 舉例。
提到模型預測控制，考慮到知乎的使用者結構，以 IT行業 為主（機器視覺...），還有 汽車、無人機、航空 等等，很容易想到的是下面這樣的模型預測結構：
難道模型預測控制的基本框架，不都是上圖這樣的嗎？
在MPC運用最廣的流程工業裏，是不能簡化成上圖的。過程工業裏面用的模型預測控制，因為很多現實中的問題，跟理論界的，最常見的基於 狀態空間 的 模型預測控制 ， 有非常多的不同 ，在下圖中都 未必 能夠體現這種結構性不同。先看下大體結構：
上面這種是雙層結構預測控制，算作工業模型預測控制，是模型預測控制的起源。 可以看到清楚的看到用了PID控制器 。換句話說， 一部份MPC的輸出是PID的設定值（MPC和PID的串級控制） ；一部份MPC的輸出是控制閥的輸入；其實還有一部份需要手動操作。
都有MPC了，為什麽還要PID？
因為有的過程不是自恒過程，對於不穩定的過程，則需要先用PID鎮定。I型系統在雙層結構預測控制中，也是以很特殊的方式處理，這裏不細談。 所以真實套用在過程控制裏的MPC，根本離不開PID。
MPC難道不可以控制，不穩定的系統嗎？
MPC當然可以控制不穩定的系統，但是前提你需要有 準確可靠的模型 ，也要有 好的檢測 來做狀態反饋，電腦也需要足夠強大，去線上計算，變量很多的非線性最佳化問題。
雖然MPC的雛形來源於化工，但是恰恰是在化工裏 模型和檢測都不容易做到，所以直到今天還是用在連續化工過程,對間歇化工過程見不到廣泛套用。 至於最佳化，除了計算力；還要解決在化工裏，可能最佳化問題 無解 的情況下，如何去對問題 松弛 的問題。
難檢測
先談檢測。對於很多 運動過程 而言，要測的東西，無非是角度、速度、加速度這些，非常容易測，今天傳感器成本也不高。但在化工裏最想測的是 各種物質的濃度 ，今天絕大多數物質的濃度都不可以線上測量，檢測器材龐大，液相色譜、氣象色譜這些很難線上。舉個例子，如果我是培養細胞，要測細胞內20個基本胺基酸的變化；今天基本上，需要先去破碎冷凍細胞，然後來測。這樣 離線測量 會帶來 嚴重滯後，現實中很難套用。 而化工過程本身也有嚴重滯後性， 普遍是非最小相位系統， 各位控制大神應該知道 非最小相位系統是不好控制的。 有的因為一些其他工程原因， 連線上取樣都可能做不到 。為什麽不用 觀測器？ 所有能即時測的變量都測了 ， 還是 不滿足能觀性怎麽辦？軟測量？ 對於穩態化工還是可能用軟測量的，但也不絕對；但是對於間歇化工過程，軟測量都不一定有用， 因為工況變化太大 。
難建模
模型本身也是問題。運動過程的模型 相對容易從機理建模 ，比如控制汽車的路徑，角度、速度、加速度有嚴格的物理關系。化工的動態模型， 難以從機理建模 得到可靠模型， 高度非線性 ，是 多個學科的交叉綜合 ，涉及面很廣，從 流體力學、傳熱學、熱力學、反應工程 都會涉及；建模需要進行的 實驗成本非常高 ，一次實驗成本從 幾千到上十萬 不等，需要很多實驗，而且一些實驗不安全，一般認為得到狀態空間模型的成本高於現有的模型預測控制能帶來的收益； 變量非常多 ，幾十個很常見，而且變量間 耦合嚴重 、 強非線性 。所以在化工裏，最常見的模型並 不是狀態空間模型 。所以，不用狀態觀測，也沒有傳感融合，只是簡單濾下波。
不是 狀態空間模型， 難道是 傳遞函數模型， 還是 人工智能 等 黑箱模型， 再或者 灰箱模型？
都不是！！！ 是用有限沖激響應或者階躍響應，去測量得到的 非參數模型！！！ 簡單說就是 激勵系統後 ， 觀測值的時間序列 。只需要， 平滑下噪音 ， 連系統辨識都不要 。是不是跟各位控制理論研究的相比， 簡直LOW爆 ！
人工智能這類 黑箱模型 ， 目前真的不敢用於化工 ，除非你不怕爆炸、高溫、高壓、有毒、有害等等事故......
看完運用最廣的MPC在流程工業中的一些基本問題，有沒有一種 顛覆感 和 幻滅感 。所以不要嘲笑用PID的， 理論能套用和實際能套用是兩回事 。現實中有太多的技術細節，需要我們保持謙虛謹慎。現在的控制理論，越來越像歐洲中世紀 自洽的經院哲學，目前暫時 沒有太多實際用途，有理論價值；也很像，現代詩、現代藝術，成了 一小撮人的孤芳自賞 。也或許，控制論本身是道家的那種」無用之用」。
那現代控制論的套用前景在什麽地方？
各種物質的濃度這一類非常難以線上測，而且儀器龐大、貴、實驗成本又高。所以，低成本的線上快速檢測技術，是很多傳統工業運用現代控制論的門檻；低成本的狀態空間的系統辨識也是，最好還能線上閉環下做實驗。個人認為，這兩項技術的缺乏，直接阻礙了很多難建模、難測量的技術去運用現代控制論；也是為什麽PID的市占率到今天還在85%左右的核心原因之一。
說三遍！
發展低成本的線上快速檢測、低成本的狀態空間模型的系統辨識， 是很多傳統工業運用現代控制論的門檻， 否則現代控制論在套用方面已死！
發展低成本的線上快速檢測、低成本的狀態空間模型的系統辨識， 是很多傳統工業運用現代控制論的門檻， 否則現代控制論在套用方面已死！
發展低成本的線上快速檢測、低成本的狀態空間模型的系統辨識， 是很多傳統工業運用現代控制論的門檻， 否則現代控制論在套用方面已死！
所以我真心希望 ，過程分析技術（PAT） 能在 第四次工業革命 的時代得到發展 ， 像熒光技術這些，生物、化學跟光學的結合 。 像 細胞 內的 ATP濃度 ，現在都竟然可以透過 熒光線上檢測 ，長遠看對制藥、生物化工來說，意義深遠。高中知識就知道ATP是生命的"能量通貨"，測量ATP的濃度，能夠很好地反映細胞的糖解作用代謝途徑的狀態，而糖代謝處於代謝網絡的核心，能夠提供細胞狀態的重要資訊，對細胞大規模高密度培養的控制有實際意義（PS這也是大量生產疫苗可能用到的）。
附圖一張 流程工業 中，不同過程的 非線性程度 。虛線左邊是非線性程度低，已經部份是用了MPC的。可以清楚看到， 生物化工、電子化學品，制藥這些， 這些屬於 高度非線性 的過程 ，人類的認知非常粗淺 ，很多過程背後的機理完全不清晰。 最後只能依賴於實驗，所以需要這麽多「生化環材」的「廉價勞動力」。說多了都是淚。
