鲁棒控制（Robust Control）是指对未知对象的控制，其动态特性不受未知干扰的影响，其“鲁棒性”，是指控制系统在一定结构、大小的参数摄动下，维持某些性能的特性[18～22]。鲁棒控制是控制理论中的一个分支，是专门用来处理控制器设计时逼近的不确定性，主要的鲁棒控制理论有：Kharitonov区间理论；H∞控制理论；结构奇异值理论（μ理论）等。

鲁棒控制方法，是对时间域或频率域来说，一般要假设过程动态特性的信息和它的变化范围。一些算法不需要精确的过程模型，但需要一些离线辨识。一般鲁棒控制系统的设计是以一些最差的情况为基础，因此一般系统并不工作在最优状态。

常用的设计方法有：INA方法、同时镇定法、完整性控制器设计法、鲁棒控制法、鲁棒PID控制法、鲁棒极点配置法以及鲁棒观测器法等。

鲁棒控制适用于稳定性和可靠性作为首要目标的应用，同时过程的动态特性已知且不确定因素的变化范围可以预估。飞机和空间飞行器的控制是这类系统的例子。过程控制应用中，某些控制系统也可以用鲁棒控制方法设计，特别是对那些比较关键且不确定因素变化范围大和稳定裕度小的对象。但是，鲁棒控制系统的设计要由高级专家完成。一旦设计成功，就不需太多的人工干预。另外，如果要升级或作重大调整，系统就要重新设计。鲁棒控制方法一般应用于在一些集合（特别是紧集合）中存在不确定参数或者扰动的情况。鲁棒控制意在使系统具有鲁棒性，并在存在有界建模误差的情况下使系统稳定。

与自适应控制的对比，鲁棒控制专注于状态，而不是对变量的调整，控制器需要在基于某些变量未知但有界的假设下，才能够有效地工作。

一般来说，如果一个控制器是针对某个固定的参数集而设计，但是当它在一个不同的假设集下，依然能够很好的工作，控制器就是鲁棒的。高增益反馈是一个简单的鲁棒控制例子，在充分的高增益下，任何参数的变化所产生的影响都会被忽略不计。(www.daowen.com)

由于工作状况变动、外部干扰以及建模误差的缘故，实际工业过程的精确模型很难得到，而系统的各种故障也将导致模型的不确定性，因此可以说模型的不确定性在控制系统中广泛存在。如何设计一个固定的控制器，使具有不确定性的对象满足控制品质，也就是鲁棒控制。

通常在建立被控对象的数学模型的时候，我们无法得到完全精确的模型，也就是说，我们所建立的模型只是实际系统的近似表示或者简化表示。这主要是由于系统总是存在各种的不确定性，例如未建模的动态特性、测量的物理参数与真实值之间的误差、外界扰动等。鲁棒控制的优点是不需要在线设计控制器的参数，即使系统的动态特性发生了变化，系统仍然可以维持在理想的状态下运行。有些鲁棒算法不需要完全精确的系统模型，只需要离线进行辨识就可以。鲁棒控制的设计目标是考虑到在存在不确定性的情况下，使系统能够保持所需的控制性能。20世纪中期开始，就出现了有关鲁棒控制（Robust Control）方面的研究，从出现这种算法一直到现在，鲁棒控制一直是控制领域的热点问题，并且这股研究热潮有望一直持续下去。

在该理论发展的初始阶段，Zames最早提出了基于微分灵敏度分析法的鲁棒控制方法。当时鲁棒控制主要的研究对象是单变量系统在极小的不确定性影响下的鲁棒性能。但是，在实际的工业生产过程中，不仅系统的故障会改变系统固有的参数，而且系统容易受到各种不确定因素的影响，这些变化通常是有界的扰动，而不是极小的扰动。为了解决这些问题，现代鲁棒控制应运而生。它研究了系统在有界扰动存在的情况下，仍然能使系统保持控制理想性能，它主要研究的内容是控制算法的可靠性和鲁棒控制器的设计方法。对系统进行鲁棒控制器设计的根本目的是使系统具有鲁棒性，在有界的不确定性存在的情况下仍能保证系统稳定。特别是对于以系统的稳定性和可靠性为控制目标，系统的不确定因素的范围可以预测，系统的动态性能已经知道的被控对象，鲁棒控制方法是很适合应用的。但是鲁棒控制也有一定的约束和条件，即需要在某些未知变量有界的条件下，才能够进行有效的控制。

在Zames提出鲁棒控制理论之后的20多年来，很多学者在他的基础之上不断深入研究，这些学者对鲁棒控制理论的发展做出了巨大的贡献，使得这一理论具有了更加宽泛的应用前景。众所周知，非线性控制系统存在的各种不同的复杂性，因此非线性系统的鲁棒控制已成为控制领域的一个热门话题。