過程控制藝術性太強，成功實施往往依賴于工程師。無論是PID整定和先進控制維護，都需要工程師的支持。
很多算法工業界懂的人太少，沒有規模效應。MPC(模型預測控制)既解決了PID不擅長的多變量控制，也提出了項目實施方法，大家都開發類似軟件，用同樣流程做項目，會的人多了，規模效應就來了。
如果控制問題非常復雜，使用MPC要比基于PID的控制方案簡單、靈活、綜合成本更低。MPC對人的要求更低，只要按標準套路做，誰都能干的差不多。
如果一個控制算法不需要工程師參與，可以直接使用，那么無論算法多么復雜都沒有問題，可以使用μ綜合、魯棒控制等。實際上很多大型設備的確也采用了獨特的控制算法，而且這些算法被小心的隱藏起來了。所以控制也被稱為“隱藏的技術”。如果這些算法是公司的核心機密，也不可能像PID和MPC一樣分享給整個工業界。
但是當一個算法需要工程師整定或者第三方使用時，就一定要給工程師講清楚，就一定要足夠簡單。因為過程控制的被控對象是具有不確定性和非線性，控制回路生效離不開工程師的調校。
在過程控制里不確定性很大，對控制的要求也不算太高，如果算法復雜，工程師不會用，又解決的不是痛點問題，就很難工程推廣。所以工業現場就一直使用PID和MPC，在不確定中建立確定性，在有限條件下取得差不多的性能。
PID擅長降低單變量過程的干擾不確定性；MPC擅長降低多變量過程的方案不確定性。有干擾所以離不開PID，方案不確定才需要MPC。
作者：馮少輝博士
相關閱讀
◆PID與MPC的評價
◆基于矩陣的現代多變量控制
◆先進過程控制APC是什么?APC有什么優點
