过程控制是满足过程工业自动化需求的一门科学技术，它渗透在石油、化工、电力、冶金、食品、饮料等几乎任何工业领域里。
随着人类科学技术的进步，控制理论及仪表技术不断发展和完善。在一个多世纪中，伴随着4C技术，即计算机（Computer）、控制器（Controller）、通信（Communication）和显示器（CRT）技术的发展，过程控制仪表经历了自力式、基地式、单元组合式、集散式及现场总线式几个发展阶段。如果从信号及传输形式划分，我们将其发展划分为模拟控制系统、数字控制系统和网络控制系统。
考证控制理论的发展历史，《IEEE Cintrol Systems Magazine》主编Antsaklis教授认为，控制理论的每一步发展都要满足处理不断复杂的对象的需要、完成不断复杂的设计的需要、对过程与环境高度不确定情况下进行控制的需要，因此受到控制仪表、不断变化的对象以及其它科学技术的不断推动。
现场总线及网络控制系统的产生和发展
20世纪末，全球市场逐渐形成，企业竞争空前加剧，工业生产必须按市场需求加快新产品的开发，降低成本，完善服务。这就需要把市场、生产计划、制造过程、企业管理、售后服务看作要统一考虑的生产过程，并采用计算机、自动化、通信等技术实现整个过程的综合自动化，以改善生产加工和管理决策。要实现综合自动化，实现整个生产过程的信息集成，就必须要在工业现场实现设备间的多点数字通信，构成工厂底层网络系统，以实现底层现场设备之间以及生产现场与外界之间的信息交换。
同时，随着计算机、通信，尤其是ASIC芯片技术的快速发展，使得在传感器、执行器等设备上加装智能接口成为现实，促使带有微处理器芯片仪表（智能化仪表）的产生，智能化仪表实现了传输信号数字化，为现场总线的出现奠定了基础。在市场需求和技术推动下，现场总线终于在20世纪80年代开始出现。现场总线是应用在生产现场、在微机化测量控制设备之间实现双向串行多节点数字通信的系统，也被称为开放式、数字化、多点通信的底层控制网络。实质上就是把微处理器置入传统仪表，使自控系统与设备具有了通信能力，通过现场总线连接成网络系统，加入到信息网络的行列。国际电工委员会（IEC）历时12年于2000年1月4日公布通过了IEC6115现场总线标准。
现场总线IEC国际标准的制定以及工业以太网的产生和发展，再加上网络具有的可以减少电缆的使用、大大地提高了系统灵活性和易维护性的优势，使当今的自动化领域发生了巨大的变革。主要表现在：用一对通信线连接多台数字仪表代替一对信号线只能连接一台模拟仪表；用多变量、双向、数字通信方式代替单变量、单向、模拟传输方式；用多功能的现场数字仪表代替单功能的现场模拟仪表；用分散式的虚拟控制站代替集中式的控制站；导致传统控制系统结构的变革，形成了新型网络集成式全分布控制系统—现场总线控制系统FCS，代替了集散控制系统DCS；变革了传统的信号标准、通信标准和系统标准；变革了传统自动化系统的体系结构、设计方法和安装调试方法。
同时，20世纪末的网络技术、软件技术如OPC、ActiveX、Internet技术、Web技术、网络安全技术、实时数据库等融入自动化系统，基于Internet的远程监控系统也开始进入工业领域。
这些变革为网络控制系统（NCSs：Networked Control Systems）的真正产生和发展奠定了基础。尽管DCS系统有过很大的发展，但在DCS系统中，实时控制任务（传感、计算、执行等）一般都在一个独立的组件中进行，仅仅开关量、监控、报警等信息通过串行网络传递，因此DCS系统并没有真正构成网络控制系统。因此网络控制系统的实现是与现场总线技术的产生和发展紧密相关的。
网络控制系统（NCSs）就是通过实时网络形成闭环的反馈控制系统[9]。在NCSs系统中，参考输入、被控对象输出、控制的输入等信息利用网络在控制器、执行器及传感器等控制组件之间交换。
网络控制系统实现了将不同地域的传感、控制、执行等分布对象通过网络连接起来，从而形成了更加灵活、功能更为强大、当然也更加复杂的控制体系。能够把经营决策、管理、计划、调度、过程优化、故障诊断等紧密联系起来，能够满足企业高效益、高生产率的要求。也就是说，网络控制系统实现了资源的共享，扩大了网络和控制系统的应用领域，一些以前受实时性要求影响而无法完全实现的复杂的控制算法能够在网络上通过共享资源得以实现。在这些复杂算法中，能够提供具有非线性、大滞后、时变性等特点的被控对象控制性能的学习控制算法尤其引起人们的重视。这时的学习算法仅依靠在其他的智能设备或计算机网络系统上的资源得到实现，可以不依赖本地的现场控制设备的有限资源，从而大大降低对现场控制设备性能的要求，为在确保高性能学习的同时实现低成本控制的目标提供了一种新途径。这种学习回路是通过网络（或总线）闭环的控制系统，称之为基于网络学习的控制系统（networked learning based control systems，NLCS）。
网络诱导延时及其对网络控制提出的挑战
网络控制系统或者基于网络学习的控制系统在反馈回路中网络的引入，给控制系统的分析和设计带来了复杂性，带来了与传统控制不同的一些问题。首先是网络诱导延时问题（包括传感器到控制器的延时和控制器到执行器的延时）。由于网络带宽是有限的，连接在网络上的设备共享这个带宽，网络诱导延时是不可避免的。这个延时是时变的或时不变的，若不加考虑，将降低控制系统性能。其次是网络丢包问题。由于网络是不可靠的传送通道，信息包不仅会延时，也会丢失。丢包到底会给控制系统带来多大的影响，也必须要考虑和分析。
在网络连接不是很长的情况下，这个时间是可以忽略的。主要的时间延时是等待时间。等待时间与网络协议、信息连接类型和网络流量等因素都有关系，正是这些因素的不同，网络控制系统中会存在固定延时、随机延时和不确定有界延时，给网络控制系统的分析和设计带来了复杂性。
图1比较了网络控制与数字控制和连续控制的性能，可以明确地看出网络控制稳定条件比较苛刻，网络的引入恶化了控制系统性能，因此网络延时（丢包）问题必须要考虑。在基于网络学习的控制系统中，远程学习单元往往在网络体系结构的中上层。目前的网络控制体系结构的中上层一般是以太网，甚至是因特网，网络延时存在更大的不确定性。因此，有必要研究网络延时对网络学习控制系统稳定性的影响。
目前，针对网络延时（丢包）问题的研究，已经有一些初步的成果。在网络诱导延时对网络控制性能的影响方面，顾洪军研究了网络延时对系统实时性的影响。针对网络控制系统中包括周期性通信、随机性通信和突发性通信，而其中周期性通信的实时性对于系统的性能来说是最重要的特点，基于数据链路层数据传输策略，从逻辑令牌传递和信道竞争两个角度分析了周期性通信的实时性及延时对其的影响，给出了满足实时性的充分条件。
Walsh、Zhang、Octavian、Branicky等研究了网络控制系统的稳定性。其中Zhang在离散系统下详细分析了具有网络诱导延时的网络控制系统的稳定性问题。假设延时为常数，传感器为时间驱动（采样周期为h），而控制器和执行器为事件驱动方式，分别研究了延时小于一个采样周期（τ1）情况，并针对特定对象绘制了稳定区域图。Walsh[14]采用李雅普诺夫稳定性方法提出了保证系统稳定的最大容许时间间隔（MATI, Maximum Allowable Time Interval）。图1 连续控制、数字控制和网络控制的性能比较
针对智能控制问题，Suk Lee、Kyung Chang Lee等研究了网络环境下的模糊控制性能，他们建立了一个基于profibus-DP现场总线的网络系统，并分析了网络延时特性。通过实验比对了在网络环境下常规PID控制器与模糊控制器的性能，最后得出了模糊控制器对网络延时具有更好鲁棒性的结论。利用同样的网络，他们也分析了利用遗传算法的自调整PID控制器的性能，发现遗传算法对网络延时有很好的适应能力，在不知道网络延时特性的情况下，遗传算法仍保持了很好的PID参数调整能力。
在控制器设计方面，针对网络控制中的随机时变延时问题，A. Ray等采用增广对象模型将系统的当前状态、延时输出和控制信息构成新的状态向量，延时信息包含在新的增广对象里，通过对增广对象的分析进行控制器的设计。由于延时的时变性，增广对象也是时变的，因此设计是困难的，只能进行定性分析。Krtolica等[23]也构造了一个包括对象和控制器状态的增广状态向量空间，这个状态空间是离散时变的，总的状态数量与传感器到控制器和控制器到传感器的时间延时的可能范围有关。对于有界的延时，系统状态矩阵可以被看作是具有有限状态的有限自动机，这种系统的稳定性分析可以通过一个具有有限状态变换的Markov链描述。
Asok Ray等也提出了一种状态估计的方法，从统计的观点对获得的信息进行分析和处理。但其最大延时限制在一个采样周期以内，当多于一个采样周期时，这种方法就不再适用。对于多于一个采样周期的延时问题，Luck R.和Asok Ray采用了一种设立缓冲器的方法。他们在控制器和执行器端分别设立缓冲器，缓冲器的长度大于各自的最大延时周期数，各个节点实行同步采样，就把随机时变系统延时转换成了固定延时。这种方法的优点可以利用现有的确定性系统的设计方法进行控制器的设计，但缓冲器把所有的延时都转化成最大延时，人为扩大了时延，降低了系统应有的控制性能。
于之训等研究+了具有Markov延迟特性的闭环控制系统，提出在传感器节点和执行器节点采用时间驱动、等周期同步采样，而控制器节点采用事件驱动的方式，并在传感器和控制器节点发送端设置发送缓冲区，确保信息按产生的时间先后依此到达接收端。利用具有随机时变传输延迟的网络控制系统的数学模型，利用Markov链理论和随即最优控制理论，得到了满足给定二次型性能指标的最优控制率。
F.-L. Lian等建立了具有多延时存在MIMO网络控制系统模型，并利用这种模型设计了具有固定延时的MIMO系统的LQR控制器。
在预估器和观测器设计方面，Bauer等分析了网络控制系统的随机延时问题，利用离散的Smith预估器估计网络诱导延时。Smith预估器放在控制器的前面，利用已知的对象信息估计传感器到控制器信息延时。这种方法通过对对象动态特性的了解放松了对网络服务品质的要求，而且不会牺牲网络控制系统的性能。Beldiman等为LTI系统构造了状态预估器来估计两次信息更新期间的系统状态。他们设计了两种估计器，一种是开环估计器，实际上就是对象的模型，这要求对对象动态特性完全了解，模型完全与对象的动态特性匹配，通过模型运算出的状态作为对象真实状态的估计来提供给控制器；另一种是闭环开环估计器，与Lurenberg观测器有相同的结构，通过接收对象的输出来在延时期间重构输出，并将这个结果作为估计送给控制器。但这种估计器需要较大的网络带宽，以保证观测器收敛。Luis A. Montestruque等改进了这种方法，不要求对对象动态特性的全部了解，允许模型的不精确性存在。他们推导了保证系统稳定的充分必要条件，并得出了最大容许的传送延时只依赖于模型的不精确性的结论。
在基于Internet的远程监控方面，Abhinav Srivastava 和Won-jong Kim通过Internet建立了一个磁悬浮球的远程监控系统，这个系统基于客户/服务器（client/server）结构，客户机和主机连接在不同的LAN中。通过采用CGI（共用网关接口）和HTML（超文本链接标示语言），客户可以实时远程改变悬浮高度、修改控制参数以及接收实验结果。为保证系统的稳定性，采用超时判断，如果超时，则用一个四阶的AR（自回归）模型预测传感器数据。
Peter SZEMES等设计了基于Internet远程操控Spring-Mass-Damper（smd）的控制器，采用Smith预估器来消除网络延时的影响。通过仿真分析证明了这种控制补偿方法比单纯采用PID控制器有更好的动态特性。
网络控制系统的一些研究成果为网络学习控制的研究奠定了一定的基础，尤其是这些研究中提出的一些预测与观测器设计方法，将为网络学习控制器的设计和分析带来启发。
结 语
纵观控制理论与自动化仪表的发展史，可以看出：控制理论的发展，不断受到高科技需求的有力推动，航空、航天、航海、工业过程、社会经济等领域向控制理论提出了许多挑战性问题[31]。自动化仪表的发展一直适应着工业的需要，并在其它科学技术发展的推动下，经历着从简单到复杂、从集中到分散、从模拟到智能的发展，不仅给控制理论的实施提供着越来越便利的条件，也直接促进着控制理论的发展。
如今，控制理论与其它学科之间的交叉融合仍然在加强，复杂系统的控制理论问题越来越受到重视，诸如智能控制理论、迭代学习控制理论等等新兴控制理论和方法不断发展。过程控制仪表的网络化发展趋势日渐明显，随着网络化带来的新问题的逐渐解决，控制理论必将会有更大的进步。