自调整控制系统是通过自动地调整控制器的参数，来补偿过程特性或环境条件的变化。工业过程采用自调整控制的主要原因有两个：
1．大多数工业过程是非线性的，而设计线性控制器时所使用的线性化模型与具体的稳态工作点有关。显然，当稳态工作点改变时，控制器参数的最佳值就应不同，这就意味着控制器需要有自调整能力。例如，一个简单的液体蓄槽的液位，其时剧常数和过程增益是随液位稳态值的不同而变化的。
2．大多数工业过程是非定常的，具有时变特性，即过程特性随时间而变化。因此也需要控制器具有自调整能力。
在生产过程中，一个良好的控制系统不但要保证系统的稳定性和整个生产过程的安全，满足一定的约束条件，而且要有一定的经济效益和社会效益。并且由于许多过程往往具有自身的特殊性，有的机理复杂，有的变量间关联严重，而且往往存在着非线性、大纯滞后、时变及各种不确定性，采用简单或常规复杂控制往往难于满足工艺要求。因此，近年来控制理论迅速发展，出现了许多新型控制策略，如神经元网络控制，自适应控制，最优控制和模糊控制等。虽然其中有些理论早已提出，但当时限于技术，实施比较困难或无法实施。而随着计算机控制技术的发展，这些高级控制策略得以成功地应用于生产过程控制。
而在工业控制过程中经常会碰到大滞后、时变、非线性的复杂系统，有时无法获得精确的数学模型。对于这些系统，简单PID算法不能达到满意的控制效果和控制品质。
数字PID控制是最早发展起来的控制策略之一，由于其算法简单、鲁棒性好和可靠性高，被广泛应用于工业过程控制，尤其适用于可建立精确数学模型的确定性控制系统。而实际工业生产过程往往具有非线性、时变性，存在着许多不确定性，对象参数和环境常常随时间发生变化，这很容易引起对象和模型失配，而且各类不确定干扰也会影响控制过程，这样就难以建立精确的数学模型，因此应用常规PID控制器不能达到理想的控制效果。此外，数字PID控制器在静态和动态性能之间，跟踪设定值与抑制扰动能力之间存在着矛盾，通常采用折衷的方法，使系统不能获得最佳的控制效果。同时，在实际生产过程中，由于受到参数整定方法烦杂的困扰，常规PID控制器参数也往往整定不良、性能欠佳，对被控对象的变化适应性很差。针对这一问题，长期以来，人们一直在寻求常规PID控制器参数的自动整定技术，以适应复杂的工况和高指标的控制要求。
