开环控制 = 没有反馈的控制系统

一、控制论本质

开环控制是控制系统最基础的结构：控制信号 u(t) 只取决于输入 x(t) 和时间，完全不测量输出 y(t)。

            ┌─────────────────┐
   x(t) ──→ │  控制律 C(s)    │ ──→ u(t) ──→ [被控对象 G(s)] ──→ y(t)
            └─────────────────┘                                  ↑
                                                              (没有反馈)

关键属性：

• 没有反馈环节
• 控制律 C(s) 是输入的预先确定函数
• 系统的精度完全依赖于：
  • 控制律设计的精度
  • 被控对象模型的精度
  • 干扰的可预测性

为什么有效： 当被控对象 G(s) 已知、干扰可预测、控制目标恒定时，开环结构最简单也最经济。

为什么失效： 当 G(s) 漂移（老化、温度、负载变化）、干扰不可预测时，输出会偏离目标，无法自我修正。

二、控制论公式

开环传递函数：
        Y(s) = C(s) · G(s) · X(s)

开环增益（无反馈放大）：
        K_开环 = C(s) · G(s)

误差（干扰引起的）：
        e(t) = y_目标(t) - y_实际(t)
        e(∞) = lim_{s→0} s · D(s) / (1 + K_开环)   # 干扰 D(s) 无法被抑制

核心结论：开环系统对干扰的稳态误差 = 干扰信号本身除以 1（无抑制）。

三、软件工程对位

开环控制场景	软件工程实例
规则引擎	if-else 业务规则、决策表
定时任务	cron 调度、定时批处理
静态路由	DNS 解析、负载均衡固定权重
配置驱动	启动时读配置、运行时不变
CI/CD 流水线	编译→测试→部署，固定步骤
编译期优化	模板元编程、宏展开、常量折叠
缓存预热	启动时按规则加载

共同特征：

• 输出不测量
• 决策基于"事前确定的规则"
• 适合确定性高 + 变化慢的场景

四、调用的 L 层方法论

方法论	在开环中的角色
model-vs-reality	开环的前提：模型必须足够精确
linear-boundary	控制律 C(s) 的有效范围
convention（约定优于配置）	控制律 = 代码规范
cicd（持续集成）	流水线 = 开环的"控制律"

五、实战案例

案例 1：定时数据备份

开环控制：
  控制律：每天 02:00 执行备份
  被控对象：数据库
  输出：备份文件

结构：
  cron(02:00) → backup.sh → mysqldump → /backup/

为什么不闭环：
  备份"成功"是确定的（退出码 0）
  干扰可忽略（磁盘满是另一种故障，不属此场景）

案例 2：规则引擎风控

开环控制：
  控制律：if (user.risk_score > 80) 拒绝
  被控对象：交易请求
  输出：通过/拒绝

结构：
  request → risk_engine(规则) → approve/deny
  (没有"实际欺诈率"的反馈)

案例 3：CI/CD 流水线

开环控制：
  控制律：commit → build → test → deploy
  被控对象：服务
  输出：部署结果

结构：
  git push → Jenkins → 测试 → 部署到生产
  (没有"线上业务指标"的反馈——这是"持续部署"，不是"持续交付")

六、反模式

反模式	症状	应该改用
完全无监控的部署	出问题不知道	闭环（加监控告警）
硬编码业务规则	改规则要发版	规则引擎 + 配置化
定时清理无确认	误删重要数据	加确认/快照/告警
cron 任务无幂等	重复执行=灾难	加幂等保护
DNS 固定权重	流量不均	动态负载均衡（闭环）

七、何时升级到闭环

信号 1：输出出现可测量的偏差

• 数据库备份成功率 < 100%
• 风控规则误判率上升
• 部署成功率下降

信号 2：被控对象参数漂移

• 数据库大小变化导致备份超时
• 业务量变化导致规则失效
• 流量模式变化导致路由不均

信号 3：干扰不可预测

• 业务高峰期不可预测
• 攻击流量随机
• 第三方依赖不稳定

升级路径：

开环控制
   ↓ 加反馈测量
闭环控制
   ↓ 加前馈预测
复合控制
   ↓ 加自适应
自适应控制

八、控制结构对位（供业务主题引用）

本结构调用：

• model-vs-reality：开环的前提是模型精确
• linear-boundary：控制律的有效范围
• convention：控制律的代码形态

本结构被调用：

• themes/system-stability：纯静态部署（无监控）= 开环系统
• themes/architecture-evolution：MVP 阶段 = 开环起步

九、与其他控制结构的关系

开环 ←────→ 闭环
   ↑             ↑
 简单          复杂
 误差大        误差小
 干扰无抑制    干扰有抑制
 确定性场景    不确定性场景

开环 → 复合控制（加前馈）
闭环 → 串级控制（嵌套反馈）
开环 + 闭环 → 复合控制（前馈+反馈）

十、钱学森原话

钱学森 Ch 2 §2.4： "如果控制作用 u(t) 仅仅依赖于输入作用 x(t) 和时间 t， 而不依赖于被控制量 y(t) 本身， 那么这样的控制系统就称为开环控制系统。"

钱学森 Ch 2 §2.4： "开环控制系统的优点是结构简单、容易实现、成本低廉。 它的缺点是： （1）当被控对象 G(s) 的参数发生变化时，控制系统不能自动调整； （2）当存在干扰时，控制系统不能自动补偿。"

总结

开环控制 = 确定性场景的简单解。当业务场景是：

• 输出可预测
• 干扰可忽略
• 模型不变

用开环：成本最低、效果足够。

当以上任一条件不满足，升级到闭环或复合控制。