單回路反饋控制系統的重點是儀表選型和PID參數整定。但是實際工廠控制系統設計要復雜得多，有多個測量、多個控制器或者多個最終控制元件。在控制系統設計中有兩種情況都是不合理的：a、儀表不足，無論是缺少檢測元件還是缺少最終控制元件都不能構成完整的閉環控制系統；b、儀表冗余，控制系統構成中要盡可能為每個最終控制元件都設計控制系統，太多冗余儀表造成控制資產的浪費也要盡量避免。

控制方案設計原則包括：

①奧卡姆剃刀原理
解決方案能簡單就別復雜。優先使用基礎控制、復雜控制解決過程控制問題。過程控制的一個關鍵教訓是，最好的解決方案不是最復雜的解決方案，而是簡單和適合目的的解決方案。

②細節決定成敗，規范贏得未來
造性地解決問題并形成規范是發明復雜控制的主要路徑。但是想當然的解決方案而沒有突破思維定式不是創造性地解決問題，還是要使用控制系統提供的標準解決方案，特別不建議自己寫代碼實現。非標準化的解決方案都不利于將來控制系統的管理和知識傳播，而且自己寫代碼容易考慮不周全。

③控制方案要綜合考慮，有多變量協調優化的思想
在自由度不足時，可以考慮超馳控制和閥位控制。在自由度充足的情況下，串級、前饋、分程、閥位等都是可能的解決方案。基于基礎反饋控制解決多變量控制問題，可以充分發揮控制資產的效能。

④學以致用，實事求是
握工藝原理和過程控制知識，綜合考慮工藝要求和現場條件，根據控制目標設計滿足生產實際要求的控制方案，不要犯“手里拿著錘子，看什么都像釘子”的錯誤。

⑤來源于實踐，高于實踐
操作員對裝置的干預和過程報警說明有強因果關系，都是控制系統設計方案的來源。如果裝置的生產過程自動化水平足夠高，應該能滿足裝置安全、環境、效益、效率等要求。一般通過復雜控制系統的投用和完善可以實現這些要求。

復雜控制系統在多變量模型預測控制算法應用之前是解決復雜過程控制問題的主要方法。但是復雜控制系統的設計難度較高，有很強的藝術性。越是底層的控制系統就越和工藝過程結合得緊密，針對性越強、靈活性越差。這一點增加了過程控制工程師掌握復雜控制系統設計的難度。

二十世紀八十年代推出的多變量模型預測控制工業算法，實際上是通過一個魯棒性很強的方法將多變量復雜控制系統設計放到一個統一框架里進行應用，從而降低了多變量控制系統設計的難度。在一些國家，過程控制應用水平較高，所以過渡到多變量模型預測控制就比較順暢和自然。如果多變量復雜控制系統設計的能力不足，過程控制水平不高，想簡單通過多變量模型預測控制解決過程控制問題還是有很大難度。現在有人希望通過“云大物智移”(云計算、大數據、物聯網、人工智能、移動互聯網)解決裝置過程控制問題，這個思路有待商榷。生產過程自動化是企業生產運營的本質要素，本質要素不可能通過賦能工具改善。

想提高裝置的生產過程自動化水平還是要從PID參數整定和復雜控制方案設計入手，掌握多變量復雜控制系統設計的核心思想。這樣才能提高控制資產效能，為實現過程工業智能制造打下堅實的基礎。