1 概念与基础
1.1 鲁棒控制的定义
鲁棒控制是研究在系统模型存在不确定性、外部扰动或参数波动时，如何设计控制器，使闭环系统仍能保持稳定并尽量满足预定性能要求的控制理论分支。这里的“鲁棒”强调系统对误差和变化的耐受能力，即控制器不必依赖完全精确的模型，也能在复杂条件下可靠工作。
1.2 研究背景与发展
鲁棒控制的发展与工程系统日益复杂密切相关。早期控制理论多建立在相对准确的数学模型之上，但在实际工程中，结构磨损、环境变化、负载波动以及建模简化都会削弱传统设计的有效性。为解决这类问题，研究者逐渐将不确定性纳入设计框架，并形成了从频域分析到状态空间优化的系统性方法。随着计算能力提升，鲁棒控制从以定性分析为主，逐步发展为可计算、可验证的工程工具。
1.3 基本思想
鲁棒控制的核心思想，是把“模型不完全准确”视为常态，而不是例外。设计目标不再是只在标称模型下表现最好，而是在一组可能的模型范围内都能保持可接受的稳定性与性能。
1.3.1 面向不确定性的设计理念
这一理念要求控制器在设计阶段就考虑参数漂移、扰动输入和模型误差等因素，并据此制定保守但可靠的控制策略。其重点不是追求极限精度，而是保证系统在多种可能情形下都能运行。
1.3.2 最坏情况性能保障
鲁棒控制常以最不利条件作为分析对象，确保系统在最差扰动或最大误差下仍不失稳。这种做法虽然可能牺牲一部分标称性能，但能显著提高系统的安全裕度和工程可靠性。
1.4 与经典控制的关系
鲁棒控制是在经典控制基础上发展起来的。经典控制通常围绕PID调节、根轨迹、频率响应等方法展开，适合结构清晰、模型较稳定的对象。鲁棒控制则进一步引入不确定性描述和优化框架，在保留经典控制直观性的同时，增强了对复杂系统的适应能力。两者在工程应用中并非对立，而是常常结合使用。
1.5 与自适应控制的区别
鲁棒控制和自适应控制都关注系统参数变化，但思路不同。鲁棒控制是在设计时预先考虑不确定范围，强调“先天稳定”；自适应控制则依赖在线辨识和参数更新，强调“动态修正”。前者更偏向对最坏情况的防御，后者更强调对未知变化的实时学习。
2 系统不确定性
2.1 参数不确定性
参数不确定性指系统中的质量、阻尼、增益、惯量等参数并非固定不变，而是在一定范围内波动。这类不确定性常见于机械磨损、温度变化或工况切换的场景。
2.2 结构不确定性
结构不确定性是指系统数学模型的形式本身可能不完整，或者主要动态环节被简化后与真实对象存在差异。例如，某些高阶动态、耦合项或非线性特征在模型中被忽略，就可能形成结构性误差。
2.3 外部扰动
外部扰动是来自系统边界之外的输入影响，如风载荷、负载冲击、电网波动或环境变化。扰动通常难以精确预测，因此是鲁棒控制重点处理的对象之一。
2.4 建模误差
建模误差是指理论模型与真实系统之间的偏离，可能来自测量误差、简化假设或辨识不充分。它并不总是以显式参数形式出现，但会直接影响控制效果。
2.4.1 未建模动态
未建模动态是指在控制设计中没有被纳入的高频行为、柔性振动或附加耦合。虽然在低频范围内影响可能不明显，但在闭环中有时会诱发不稳定或性能退化。
2.4.2 线性化误差
许多非线性系统会在工作点附近线性化处理，便于分析与设计。但当系统偏离工作点较远时，线性近似与真实行为之间的差距会增大，这种误差就会影响控制器的适用范围。
2.5 时变与随机因素
实际系统的参数和扰动往往具有时间变化特征，且部分影响带有随机性。例如，温度缓慢漂移、材料老化以及随机噪声都会使系统呈现非静态特征。鲁棒控制通常通过保守设计来应对这类变化，但在特别强的时变场景中，也常与其他方法联合使用。
3 鲁棒控制的理论基础
3.1 稳定性理论
稳定性是鲁棒控制的首要前提。若系统本身在不确定条件下都可能发散，那么后续性能设计就失去意义。因此，鲁棒分析往往首先考察闭环在各种扰动下是否仍保持稳定。
3.1.1 李雅普诺夫稳定性
李雅普诺夫方法通过构造一个随时间不增的能量函数，判断系统状态是否会趋于平衡点。它在非线性系统和状态空间分析中应用广泛，也是鲁棒稳定性证明的重要工具。
3.1.2 输入输出稳定性
输入输出稳定性关注系统对外部输入的响应是否有界，特别适合研究扰动、噪声和传递特性。它不只关心内部状态，还强调输入与输出之间的整体关系。
3.2 灵敏度与补灵敏度
灵敏度描述闭环系统对模型变化和扰动的敏感程度，补灵敏度则反映系统对参考输入和测量噪声的响应特征。二者在鲁棒控制中常呈现此消彼长的关系，因此设计时需要在抗扰动与跟踪性能之间取得平衡。
3.3 频域分析方法
频域方法通过考察系统在不同频率下的增益和相位特性，来判断稳定裕度和抗扰能力。它具有直观、便于工程实现的特点，尤其适合处理频率分布明确的不确定性和噪声问题。
3.4 状态空间方法
状态空间方法以系统内部状态为核心，便于统一描述多输入多输出系统、时变系统和带约束系统。它与现代鲁棒控制算法结合紧密，常用于基于矩阵不等式和优化求解的设计框架。
3.5 最优化理论基础
鲁棒控制许多方法本质上都是优化问题，即在满足稳定性约束的前提下，尽可能减小某种性能指标。常见目标包括最小化最大增益、最小化误差能量或提高稳定裕度，因此最优化理论在其中占据重要位置。
4 典型设计方法
4.1 H∞控制
H∞控制以系统从扰动到输出的最大增益为优化目标，强调在最不利情况下抑制扰动传播。它是现代鲁棒控制中最具代表性的设计方法之一。
4.1.1 标准H∞问题
标准H∞问题通常要求设计控制器，使闭环系统的H∞范数小于某一阈值，从而限制扰动对输出的最大放大效应。该问题广泛应用于稳定化和性能约束设计。
4.1.2 混合灵敏度设计
混合灵敏度设计通过同时考虑灵敏度、补灵敏度和控制输入权重，实现对跟踪性能、抗扰能力和控制能量的综合约束。这种方法在工程中较常见，因为它更贴近实际指标。
4.2 μ综合
μ综合用于处理带结构化不确定性的系统，是鲁棒控制中的高级方法。它通过结构奇异值刻画系统对不确定性的敏感程度，并据此迭代设计控制器。
4.2.1 结构奇异值分析
结构奇异值分析用于评估在特定不确定结构下系统是否仍保持稳定。与普通奇异值不同，它考虑不确定性分量的组织方式，因此更适合描述工程中的实际误差结构。
4.2.2 鲁棒稳定性与鲁棒性能
鲁棒稳定性关注系统在所有允许不确定性下都不失稳，鲁棒性能则进一步要求性能指标也满足约束。二者分别对应“能否站住”和“站得是否好”。
4.3 滑模控制
滑模控制通过设计切换控制律，使系统状态在预定滑模面上运动，从而获得较强的抗扰能力。其优势在于对参数变化不敏感，适用于不确定性较强的对象。
4.3.1 切换控制律
切换控制律根据系统状态在不同控制规则之间快速切换，以迫使状态轨迹向滑模面靠拢。该机制使系统对扰动和部分参数变化具有较强抵抗力。
4.3.2 抖振问题
滑模控制在实际实施中常出现高频抖振，即控制信号在切换附近快速振荡。这种现象可能损伤执行器并放大噪声，因此工程上常通过边界层、连续近似等方式缓解。
4.4 鲁棒PID控制
鲁棒PID控制是在传统PID框架上引入不确定性分析和参数整定策略，使比例、积分、微分环节在更宽的模型范围内都能保持较好的效果。它因结构简单、易于实施而广泛用于工业现场。
4.5 鲁棒MPC控制
鲁棒模型预测控制在滚动优化中显式考虑模型不确定性和约束条件，能够同时处理多变量耦合、输入限制和状态限制问题。与普通MPC相比，它更重视预测区间内的最坏情况表现。
5 数学工具与建模方法
5.1 状态空间建模
状态空间建模通过状态变量、输入和输出方程描述系统动态，适合处理多变量和高阶系统。它为鲁棒分析中的矩阵运算和优化计算提供了统一表达。
5.2 传递函数建模
传递函数建模从输入到输出的关系出发，便于分析系统频率响应和稳定裕度。它在单输入单输出或低阶近似系统中尤其常用。
5.3 不确定性表述
为了进行鲁棒设计，不确定性需要被数学化描述。常见做法是将误差写成加性或乘性形式，以便纳入分析框架。
5.3.1 加性不确定性
加性不确定性将真实系统表示为标称模型加上误差项，适合描述未建模动态或附加扰动。其形式直观，便于频域分析。
5.3.2 乘性不确定性
乘性不确定性把误差表示为标称模型的比例变化，更适合描述增益漂移或相对误差。它在处理不同频段的建模偏差时很常见。
5.4 权函数设计
权函数用于刻画不同频段对性能和鲁棒性的关注程度。通过合理设置权函数，可以把工程经验转化为优化目标，使控制器在关键频段表现更好。
5.5 性能指标构造
性能指标通常包括跟踪误差、控制能量、扰动抑制和稳定裕度等内容。构造得当的指标能够把抽象的控制要求转化为可计算的数学目标。
6 分析与验证
6.1 鲁棒稳定性分析
鲁棒稳定性分析旨在判断当不确定性在给定范围内变化时，系统是否始终稳定。常见做法包括频域判据、矩阵不等式方法以及结构化不确定性分析。
6.2 鲁棒性能分析
鲁棒性能分析不仅关心稳定，还要检查误差、超调、响应速度等是否在允许范围内。它通常比稳定性分析更严格，也更接近真实工程需求。
6.3 可行域与可实现性
控制器设计并非总能同时满足所有指标，因此需要分析参数的可行域，即哪些设计参数组合能够实现目标。可实现性还涉及计算成本、硬件限制和采样周期等工程约束。
6.4 仿真验证
仿真验证是控制器投入实际系统前的重要步骤，用于观察在不同扰动和不确定条件下的表现。它能提前暴露潜在问题，降低试验风险。
6.4.1 最坏情况测试
最坏情况测试会人为选择边界参数或极端扰动条件，检验系统是否仍保持稳定和可接受性能。这种测试是鲁棒设计的直接验证方式。
6.4.2 蒙特卡洛分析
蒙特卡洛分析通过随机采样大量不确定参数组合，统计系统性能分布。它适合评估控制器在多种可能情形下的总体表现。
6.5 实验验证
实验验证是在真实装置或试验平台上检验鲁棒控制效果的过程。相比仿真，它更能暴露传感器噪声、摩擦、延迟和实现误差等实际问题。
7 工业应用
7.1 机械系统控制
在机械系统中，鲁棒控制可用于抑制振动、补偿负载变化和提高定位精度。典型对象包括伺服平台、柔性臂和精密加工设备。
7.2 机器人控制
机器人常面临关节摩擦、负载变化和动态耦合等问题，鲁棒控制能够提升轨迹跟踪和姿态稳定能力。它在工业机械臂和移动机器人中都有广泛应用。
7.3 航空航天控制
航空航天系统对安全性要求极高，且工作环境变化复杂，因此鲁棒控制非常重要。它常用于飞行姿态控制、导航稳定和推进系统调节。
7.4 过程工业控制
化工、冶金和制药等过程工业具有强耦合、滞后明显和参数漂移等特点，鲁棒控制有助于保持温度、压力和流量的平稳运行。
7.5 电力与能源系统
电力与能源系统存在负荷波动、网络扰动和设备老化问题，鲁棒控制可用于提高电压稳定性、频率调节能力和能量管理效率。
7.6 车辆与交通系统
车辆悬架、巡航控制和自动驾驶子系统都需要面对路况变化和模型偏差。鲁棒控制能够提升舒适性、跟踪精度和运行安全性。
8 实际工程问题
8.1 控制器参数整定
鲁棒控制器往往包含多个权重和设计参数，整定过程需要兼顾理论分析与工程经验。参数过于保守会削弱性能，过于激进则可能损害稳定性。
8.2 计算复杂度
一些鲁棒控制方法在求解时涉及大规模优化或矩阵迭代，计算量较高。对于实时系统，算法效率和数值稳定性是重要限制因素。
8.3 鲁棒性与性能折中
提高鲁棒性通常意味着增加保守性，而追求高性能又可能降低对不确定性的容忍度。工程设计往往需要在二者之间找到平衡点。
8.4 传感器噪声影响
传感器噪声会干扰状态估计和反馈信号，进而影响控制精度。鲁棒控制通常会在设计中考虑噪声频段，以减小其对闭环的放大效应。
8.5 执行器饱和问题
当控制输入超出执行器能力时，就会出现饱和现象，导致控制律失真甚至引发性能下降。鲁棒设计中常需额外考虑输入约束，以避免这类问题。
8.6 工程实现与调试
理论上可行的控制器，在工程落地时还要面对采样延迟、数值误差和硬件接口问题。调试通常需要反复修改参数，并结合实验数据逐步优化。
9 相关概念与扩展
9.1 自适应控制
自适应控制通过在线更新参数来应对对象变化，适合模型不确定且变化规律可学习的场景。它与鲁棒控制常被联合使用，以兼顾稳定性和适应能力。
9.2 最优控制
最优控制关注在给定约束下使某一性能指标最小化。鲁棒控制与最优控制在数学上有交叉，但前者更强调不确定条件下的保守保证。
9.3 预测控制
预测控制利用未来一段时间内的系统模型进行滚动优化，便于处理约束和多变量耦合。加入不确定性处理后，就形成了鲁棒预测控制。
9.4 非线性控制
非线性控制针对对象的非线性特征进行设计，适用于大范围运行工况。鲁棒控制常与非线性方法结合，以增强对复杂动态的适应性。
9.5 容错控制
容错控制关注系统在故障发生后仍能维持基本功能，强调故障检测、重构与降级运行。它与鲁棒控制关系紧密，但研究重点更偏向故障情形。
9.6 分布式控制
分布式控制适用于由多个子系统组成的大规模系统，各局部控制器只处理局部信息。面对通信延迟和局部不确定性时，鲁棒性尤为重要。
10 代表性成果与人物
10.1 早期理论贡献
鲁棒控制的早期理论基础来自稳定性理论、频域设计和最优调节思想的融合。随着不确定系统分析逐渐成熟，相关研究为后来的现代控制方法奠定了基础。
10.2 现代鲁棒控制发展
现代鲁棒控制的发展主要体现在H∞理论、μ综合、鲁棒MPC以及结构化不确定性分析等方向。它们使鲁棒设计从经验性调节走向可证明、可计算的系统方法。
10.3 经典教材与综述
鲁棒控制领域形成了一批具有代表性的教材与综述文献，系统整理了稳定性分析、优化设计和工程应用的主要方法。这些资料常被用作研究生课程和工程参考。
10.4 应用案例与工程实践
在实际工程中，鲁棒控制常被用于那些模型难以精确建立、但又必须保证稳定运行的场合。其成功案例通常体现为系统在负载变化、扰动冲击和参数漂移下仍能维持可接受的响应质量。