PID参数调好的设备，换一批原料就超调，负载一变就震荡，运维只能反复手动重调。这类工况漂移问题正是自适应控制要解决的：控制器自己跟着对象变化改参数。

和固定参数控制的差别

常规PID的参数是离线调好的定值，对象特性不变时表现稳定。自适应控制在运行中持续观测输入输出，在线辨识对象参数，再把控制参数跟着修正。区别不在结构而在参数是否流动，代价是计算量更大、调试更复杂。

两类常见思路

  • 模型参考自适应：给系统设一个参考模型，比较实际输出和模型输出的偏差，按偏差调整控制器参数
  • 自校正控制：在线辨识出对象模型，再按预设准则重新计算控制参数，辨识和整定交替进行

工程上还有增益调度，按工况切换预先整定好的参数组，严格说不算严格意义的自适应，但因为简单可靠，实际项目里用得反而更多。

什么场景值得上

对象参数漂移大、又不好建模的场景是主战场，比如飞行器重量随燃料变化、机器人关节摩擦特性变化、某些化工过程的物料波动。反过来说，参数基本不变的恒温室、传送带，鲁棒PID加限幅就够了，硬上自适应纯属增加故障点。

工程上的现实约束

在线辨识需要输入信号有足够激励，过程太平稳反而辨识不出参数；自适应律的稳定性分析比固定参数难得多，整定不好可能参数漂移甚至发散，现场一般会加参数边界约束，并留好切回手动模式的退路。

实际判断：先确认参数波动到底有多大，多数工况用鲁棒PID加增益调度就能覆盖，自适应控制留给波动确实大、人工重调成本高的场合。