控制理论这门课在不少学生眼里就是“数学公式堆积的堡垒”学了传递函数、状态空间、Lyapunov稳定性考完试就还给了老师。等真到了现场面对一个抖动的温度回路、一个振荡的机器人关节反而不知道该从哪儿下手。这种现象很普遍也让我一直觉得问题不是出在学生不够努力而是出在我们对“控制理论教学”这件事本身的理解上。前段时间整理资料时翻到吴澄院士关于控制理论教学的一段讲话简记越看越有共鸣。吴老长期从事自动控制领域的科研与人才培养他对这个问题的看法不是从数学定义出发而是从“控制到底在解决什么问题”出发。这篇简记我反复读了几遍结合自己这些年在教学和项目落地中的体会把对“如何理解控制理论的教学”这件事的系统性思考整理出来既是给自己做阶段总结也希望能给正在教这门课、或正在学这门课的人一些参考。1. 控制理论教学的第一性问题我们在教学生解决什么问题很多人对控制理论教学的诟病集中在“数学太多、太抽象”。但我看吴老讲话里有一个更本质的判断——教学中最大的误区是让学生觉得控制理论是一套“由定理组成的逻辑体系”而不是一套“解决动态系统行为问题的工程方法”。1.1 控制理论不是数学的下级学科控制理论确实大量使用数学工具但它和纯数学有本质区别。数学关心的是命题的真伪和逻辑的完备性控制理论关心的是如何让一个动态系统按照期望的方式运动。换句话说数学是控制理论的“语言”而不是控制理论的“目的”。吴老在讲话中强调学习控制理论时学生首先要建立一个基本坐标系这门课的每一个定理、每一个判据最终都要回答一个工程问题——我们要让系统变成什么样以及如何实现这种转变。这就解释了为什么很多学生学完现代控制理论后会记住能控性、能观性的定义却回答不了“为什么能控性判据里的那个秩条件在实际系统中那么重要”这样的问题。因为教学过程中把“判定逻辑”当成了目的而把“设计含义”放到了次要位置。我在实际项目中的体会是能控性、能观性的概念直接的工程含义是“你手里的执行器和传感器有没有能力影响你想影响的变量、看到你想看到的变量”。秩条件只是把这种直觉严格化的数学表达。如果教学中不讲这层含义学生就只能死记硬背。1.2 动态系统的“行为观”从输入输出到状态演化控制理论教学还有一个容易让学生认知脱节的地方过分强调“输入-输出”关系而对系统内部的动态演化过程讲得不够。吴老的讲话中隐含了一个教学顺序上的建议先让学生建立“动态系统是状态随时间演化的过程”这个图像再引入传递函数、频率响应这些工具。原因是实际物理系统的本质是状态演化——温度随时间变化、电压随时间变化、速度随时间变化——而不是抽象的传递函数方块图。这一点我深有体会。在指导刚入门的同学做仿真时如果先从微分方程出发建立状态变量随时间变化的直觉再转移到拉普拉斯变换和传递函数学生理解起来要顺畅得多。1.3 教学目标的重新定位从“掌握理论”到“形成系统观”吴老在讲话中对教学目标的表述我提炼出的核心意思是控制理论教学的目标不是让学生记住所有定理而是帮助学生形成“系统思维”。所谓系统思维就是看到任何一个被控对象时能够快速回答三个问题这个系统的关键变量是什么这些变量之间是怎么耦合的我应该通过什么手段改变它的行为这三个问题本身就是控制理论的核心骨架。传递函数描述变量之间的因果关系状态空间描述变量之间的耦合关系反馈则是一种利用测量信息改变系统行为的通用结构。当教学围绕这三个问题展开时控制理论的每一块内容就有了统一的“叙事主线”学生不再觉得PID、根轨迹、LQR、Kalman滤波是彼此无关的孤岛。2. 吴澄院士讲话简记中的核心教学观强调“数理基础与应用并重”这一部分我想把吴老讲话中关于教学理念的直接要点做一个梳理。因为《吴澄院士的讲话简记》本身不是系统的论文更像是一个资深学者对教学现场的直接反馈所以其中很多观点具有“点穴式”的针对性。2.1 基础理论的分量不能削弱吴老在讲话中反复强调基础理论的重要性尤其是数学基础和控制理论的基础架构。这与当下一些“快餐式”教学倾向形成了鲜明对比。一个控制工程师如果不懂线性代数、不懂微分方程、不懂复变函数是做不了深入工作的。原因很直接现代控制理论的矩阵框架、变换域方法、稳定性分析全部建立在这些数学工具之上。教学中如果为了降低难度而系统性地弱化数学推导学生表面上“学得轻松”实际是捡了芝麻丢了西瓜。吴老在这里有一个很重要的观点基础理论的“难”不能通过删减内容来回避而要通过改进教学方法来跨越。2.2 理论与应用的辩证关系吴老的另一个核心教学观是理论教学和应用训练不能两张皮。过去有一种现象理论课只讲推导和证明实验课只是“验证性”地调一下参数。学生觉得理论是理论应用是应用两者之间没有必然联系。吴老在讲话中指出这种割裂必须打破理论要“从应用中来到应用中去”。具体来说讲授PID控制时不只是讲三个参数的公式和整定方法更要讲清楚PID在频域中分别扮演什么角色——比例项提供刚度积分项消除稳态误差微分项提供阻尼——这样学生才能理解为什么实际工程中90%以上的回路都用PID结构。2.3 对“教学深度”的具体要求吴老在讲话中对教学深度提出了明确的方向概念要深刻计算要熟练视野要开阔。概念深刻是指学生对“反馈”“稳定性”“鲁棒性”这些核心概念的理解要达到能用自己的语言向别人解释清楚的程度。计算熟练是指基本的变换、矩阵运算、频域计算要达到不假思索的程度。因为只有在基本计算自动化之后人的工作记忆才能释放出来去处理更高层的设计问题。视野开阔是指要了解控制理论在航空航天、工业过程、机器人、网络系统等不同领域的应用形态。这种视野不是靠多开几门选修课就能解决的而是需要在核心课程中不断渗透应用案例。3. 从“数学符号”到“物理直觉”教学中最大的跨越吴老的讲话里有一层意思是关于“物理直觉”的。他说的是理解控制理论的关键也恰恰是教学中最难处理的环节。这一节我专门展开讲。3.1 为什么很多学生“算得出、想不通”我见过不少学生能熟练地求传递函数、画Bode图、计算相角裕度但面对“这个系统为什么不稳定”这样的问题时却只能用奈奎斯特判据去“套”而说不出系统不稳定的物理机制是什么。吴老指出的问题就在这里控制理论教学不能只教“怎么算”还要教“怎么想”。数学计算是基础但如果没有物理图像作为依托计算就是空中楼阁。以根轨迹为例学生都能背出“根轨迹从开环极点出发到开环零点或无穷远结束”但当系统增益增大时为什么闭环极点会向S平面右半平面移动进而导致系统失稳这里面的物理含义是增益增大意味着反馈作用增强如果反馈的相位在某个频率上不合适就可能让系统在该频率处产生自激振荡。3.2 如何帮助学生建立物理图像吴老在讲话中虽然谈的是理念但教学中可以采用一些具体方法来落实这种物理图像的建立大量使用对比教学同一个系统分别用微分方程、传递函数、状态空间、频率特性四种方式去描述让学生体会不同数学工具各自凸显了系统的哪个侧面。强调“极限思维”比如增益趋向无穷、时间常数趋向零、频率趋向无穷这些极限情况下系统会变成什么样。训练学生在边界条件下理解系统本质。把仿真当作认知工具不只是验证工具让学生先预测某个参数变化会产生什么后果再用仿真去印证或推翻自己的直觉这样才能逐步积累正确的物理直觉。这里特别想说一句仿真在控制理论教学中的角色应该是“培养直觉的沙盘”而不仅仅是“验证理论的工具”。这个定位如果不转变仿真教学也只是换了一种形式的灌输。3.3 一个可复用的教学案例倒立摆的直觉化讲解倒立摆是控制理论教学中的经典对象。传统的讲法是直接建模然后设计状态反馈控制器再用LQR方法计算反馈矩阵。这套流程很标准但很多学生做完实验后对“为什么能稳得住”依然缺乏直觉。如果按照吴老强调的“物理直觉优先”的思路来教可以先问一个问题“当你用手掌顶起一根竖直的棍子时你是靠什么控制策略让它不倒的”学生的答案通常是“它往哪边倒手就往哪边移动”。这个答案本身就包含了两个核心控制思想反馈的必要性没有反馈你根本不知道它往哪边倒。控制的本质利用状态信息产生对抗性动作。把这个直观经验映射到状态空间控制器上学生就能明白LQR计算出来的反馈矩阵K本质上是为每个状态变量分配一个“对抗比例”让整个系统形成一个虚拟的“刚性连接”把不稳定极点推回左半平面。这样一个案例讲下来学生对反馈控制、状态反馈、极点配置、LQR的理解深度会远远超过单纯推公式的效果。4. 控制理论教学的实践指向如何让学生真正用起来吴老在讲话中对“实践”这个概念给出了更宽泛的理解。他谈的实践不只是做实验、写代码而是指把控制理论当作一种“分析问题和解决问题的工具”来使用。这一节我想结合自己的经验谈谈理论教学与实践训练的接口设计。4.1 从“验证型实验”到“问题求解型训练”传统控制理论实验课的特点是给定系统模型给定控制器结构学生调节几个参数观察响应曲线的变化然后写实验报告。这种模式的问题在于实验的结论是预设的学生只是在“寻找预期答案”。吴老在讲话中暗示了一种更高级的实验教学形态问题求解型训练。即只给学生一个控制目标和一套硬件约束让学生自己去完成建模、分析、设计、实现、调试的完整闭环。比如不告诉学生“这是一个二阶系统”而是给一台直流电机让他设计一个速度控制系统要求超调量小于5%稳态误差为零抗负载扰动能力达到某个指标。学生必须自己去辨识模型、选择控制策略、设计控制器参数、用仿真验证最后在实物上调试。这个过程会逼着学生去调用控制理论的各种工具——建模时用微分方程分析时用频率响应设计时用PID整定或状态反馈调试时用时域指标——才能真正体会“理论是地图实践是走路”的关系。4.2 在理论教学中嵌入“设计痕迹”有一种误解认为理论课就应该只有推导设计是实验课的事。但吴老的教学观提示我们理论课本身也应该嵌入“设计”的逻辑。讲授状态反馈时不要只给出“如果系统能控则可以任意配置极点”这个结论更要通过一个具体的例子来展示“设计过程”给定性能指标比如调节时间、超调量转化为期望极点位置根据期望极点反推反馈矩阵。这样学生学到的不仅是定理的陈述更是定理背后的工程逻辑指标是如何转化为数学约束的。4.3 控制理论教学中的计算工具边界现代控制理论教学中MATLAB/Simulink或Python控制库已经成为标配。但吴老在讲话中隐含的一个提醒是工具不能替代理论。计算工具的作用是解放人去做更上层的判断而不是让人逃避基础计算。如果一个学生连二阶系统的阻尼比和自然频率对响应速度、振荡幅度的影响都说清楚却只会用MATLAB的pidtune函数“一键整定”那这种教学中培养出来的人就不是控制工程师而是软件操作工。我在自己的课程中会刻意让学生在初学阶段“手算仿真”两条腿走路手算是为了建立量级感和逻辑链仿真是为了验证计算结果并扩展尝试空间。两者缺一不可。5. 面向不同对象的控制理论教学分层策略吴老的讲话简记虽然面向的是高等教育但控制理论教学的受众其实是多层次的。不同背景的人学习控制理论教学目标、内容深度、教学方法都应该有所区别。这一节是我在吴老讲话基础上的延伸思考。5.1 工科本科生的控制理论教学对大多数工科本科生而言控制理论是工具性课程而不是专业主攻方向。这意味着教学目标应该是掌握反馈控制的基本思想熟练运用经典控制理论传递函数、根轨迹、频域法分析和设计单回路系统了解现代控制理论的基本概念状态空间、能控性、能观性能够使用状态反馈进行简单设计具备使用计算工具进行仿真验证的能力。这一层次的教学重点在“应用广度”而非“理论深度”。课时分配上应让经典控制理论占主现代控制理论做引导性教学配合大量案例和仿真。5.2 自动化专业研究生的控制理论教学自动化专业研究生是未来控制领域的核心人才教学深度需要有质的提升。这个层次的教学应该系统性地深入讲授线性系统理论包括状态空间分析、Lyapunov稳定性、能控性与能观性的深入讨论引入非线性系统的基本分析方法相平面、描述函数、李雅普诺夫直接法和鲁棒控制的基本思想注重理论与研究前沿的衔接让学生能够读懂当前领域的高水平论文训练学生从数学模型中抽象出控制问题并能用严谨的方式表达自己的设计。这个阶段吴老主张的“数理基础与应用并重”体现得尤为明显。没有扎实的数学基础跟不上现代控制理论的研究深度没有应用场景感则容易陷入纯数学推导失去控制理论的服务对象。5.3 工程技术人员的能力转化路径非在校学生、已经在工业现场工作的工程技术人员学习控制理论的方式又有不同。这个群体最需要的是能够直接解决问题——比如了解PID整定方法、理解串级控制结构的设计原理——同时又缺少大块时间去啃教材。针对这类学习者教学方法应该从“系统教学”转为“问题驱动教学”。从实际遇到的控制问题出发倒推需要补哪些理论。比如现场遇到了系统振荡问题就需要补频域分析的基础遇到了大惯性对象的控制问题就需要补Smith预估或前馈控制的思想。吴老讲话中对“理论联系实际”的强调在这类学习者身上就变成了一个非常朴素的诉求理论要能回答我现场遇到的问题否则就是无效信息。6. 吴老讲话对当下控制理论教学改革的现实启示最后一部分想把吴老讲话简记中的思想放到当前高等教育改革的背景下来看。这几年很多高校在推进课程改革控制理论作为自动化和相关专业的核心课程也是改革的重点但改革的方向有时候走偏了。6.1 警惕“泛应用化”对理论深度的侵蚀近些年来有一种倾向为了强调“以学生为中心”控制理论课程不断削减数学推导内容增加各种应用案例分析。听起来很合理但实际效果可能适得其反。吴老的讲话明确提醒应用案例是佐料理论基础才是主菜。如果一个学生只见过各种控制系统的“演示效果”但不知道反馈为什么能够抑制扰动、相角裕度为什么决定系统鲁棒性那这种课程改革就是本末倒置的。应用导向的正确姿势应该是让应用成为理论学习的“动机”和“验证”而不是替代理论的“速效胶囊”。6.2 教学中的“了解”与“掌握”必须区分吴老在讲话中还涉及一个教学评价层面的问题不同的知识点应该有不同层次的学习要求。但现在很多教材和考试大纲把所有内容都拉到一个水平线上导致教学资源平均分配反而让重点难以突出。吴老讲话传达出来的分级思路是核心概念反馈、稳定、能控能观、鲁棒性必须理解透彻达到可以向别人讲解的程度核心方法PID、根轨迹设计、频域校正、状态反馈必须熟练使用达到举一反三的程度工具性知识变换数学工具、数值算法细节了解原理会用工具实现即可不必过分纠缠理论推导中的技术性细节。如果把这种分级落实到教学中课程的主次就会清晰很多学生的负担也会合理化。6.3 控制理论教学的“工程文化”熏陶吴老在讲话中有一个细节我印象很深他强调学生要对“系统”有一种敬畏感。控制理论处理的不是单点问题不是某一个参数的问题而是整个系统所有变量相互作用的问题。这种“整体观”是控制理论教学能够给予学生最重要的思维训练之一。在教学中应该不断渗透这种工程文化任何控制设计都要考虑建模误差、传感器噪声、执行器饱和这些现实约束任何控制方案都要在性能、成本、可靠性之间做权衡。这些内容虽然不在公式里但恰恰是控制工程师区别于“会计算的人”的地方。这也是吴老讲话简记给我最宝贵的一个启发控制理论教学教的是一套数学工具塑造的却是一种工程思维方式和职业素养。真正的好课程应该让学生多年后忘记具体公式却仍然记得这种系统性的思考方式。7. 我在教学和实践中反复验证的几个心得结合吴老的讲话精神我想在文末分享几个纯粹属于个人体会层面的心得供同行参考也欢迎交流探讨。第一理论课的板书推导不能省。尤其是根轨迹绘制规则、Nyquist判据、状态反馈极点配置这些核心内容的推导过程每届学生都有必要在课堂上完整走一遍。哪怕学生课后会忘当时“跟得上、想得通”的体验也会留下深刻印象人的思维方式就是这样逐步塑造出来的。我试过把部分详细推导改为学生自学效果普遍不理想——推导过程本身就是培养控制思维的一环跳过去等于拆掉了脚手架。第二同一个案例要在课程的不同阶段反复出现。比如直流电机调速系统在讲传递函数时用它在讲根轨迹时用它在讲状态空间时也用它。同一个对象从不同视角分析时学生能产生的认知深度是“每章换一个新案例”的教学方式无法比拟的。第三适当引入一些小而精的实时控制实验。不需要复杂的实验台一个带编码器的直流电机、一块单片机开发板就能实现PID控制、状态反馈控制等核心实验。学生在真实硬件上看到“理论上的极点”变成“实际上的动态响应”对控制理论的理解会发生质变。第四鼓励学生“把题做出来”的同时更要鼓励“把思路讲出来”。我在教学中引入了课堂讨论环节让学生用自己的话解释控制思想效果出乎意料地好。能讲清楚才是真的理解。这在吴老讲话中也能找到对应概念深刻的标准就是“能用自己的语言向别人解释清楚”。控制理论教学的改革是个大课题吴澄院士的讲话为我们提供了一个很有价值的观察角度。无论是教学设计的顶层逻辑还是具体课堂上的某个解释方式核心都是帮助学习者跨越“数学符号”与“物理直觉”之间的鸿沟真正建立系统思维和工程判断力。这条路没有捷径但值得每一代控制领域的教师、学生和工程师持续投入精力。
