反饋控制是一種常見的控制系統技術，用于根據測量的輸出信號與期望的參考信號之間的差異來調節系統的輸入信號。通過不斷比較實際輸出與期望輸出之間的偏差，并將該偏差作為輸入信號進行修正，反饋控制可以使系統更加穩定、更加精確、更加快速地達到預期的目標。
反饋控制是對抗不確定的主要方法。反饋控制可以可以消除擾動不確定、模型不確定性、模型非線性的影響。反饋控制還可以改進被控對象的動態特性。反饋控制的投用其實還會重構控制問題本身。反饋控制是人類找到的，在被控對象具有非線性和不確定性情況下，低成本獲得滿意動態性能的方法，也是自然和生物，在負反饋和循環因果律控制下的目的性行為。
過程控制的特點就是為了消除不確定性，那么在進行PID參數整定中，其實對象特性都是不確定的、非線性的。有很多基于精確被控對象模型的整定方法，因為沒有考慮模型的不確定性，最終的整定效果反而不理想。因為模型不確定，就算是使用系統辨識方法也很難獲得準確的模型參數。因為模型不確定，所以使用被控對象模型參數獲得PID參數的整定方法，獲得的閉環性能也是不確定的。
系統辨識的要求很高，獲得精確模型的代價較大。即便是能獲得精確模型，模型本身又有不確定性。想用自適應的方法，時刻匹配被控對象模型，建模的實時性、準確性、復雜性都有很大挑戰。至少目前看，沒有準確模型讓所有基于準確模型的控制算法，都很難在在過程控制中的得到推廣普及。這可能也是流程工業長期普遍使用PID的原因。
使用簡單的PID控制算法，用反映被控對象主特征的大概模型，取得一個還算滿意的閉環性能才是可行的PID參數工程整定方法。實際上，即便是今天，很多工廠的很多PID控制回路，還在使用默認參數，利用PID的魯棒性進行反饋控制。雖然控制性能差點意思，但是大部分對付著也能用。這可能也是試湊法長期工業流行的原因。
即便是被控對象是不確定的，但是還是要努力使用控制方案和PID參數，逐漸實現零操作和零振蕩。所以雖然不確定，還是要認識PID，掌握PID整定方法。
作者：馮少輝
