🔹 1. 反応速度式（化学反応のモデル）
● 単純な1次反応（A → B）：
$$
\frac{dC_A(t)}{dt} = -k C_A(t)
$$
- $C_A(t)$：成分Aの濃度 [mol/L]
- $k$：反応速度定数
- 解：$C_A(t) = C_{A0} e^{-kt}$
🔹 2. CSTR（連続式撹拌タンク反応器）の動的モデル
● 入出力と反応を含む物質収支：
$$
V \frac{dC_A(t)}{dt} = F(C_{Ain} - C_A(t)) - Vk C_A(t)
$$
- $V$：容積 [L]
- $F$：流量 [L/min]
- $C_{Ain}$：流入濃度 [mol/L]
- 制御入力に $C_{Ain}$ や $F$ を使う
🔹 3. ラプラス変換後の伝達関数（CSTR例）
$$
\frac{C_A(s)}{C_{Ain}(s)} = \frac{\frac{F}{V}}{s + \left(\frac{F}{V} + k\right)}
$$
- 状態変数：$C_A(t)$
- 入力：$C_{Ain}(t)$（濃度制御）
- この形は一次遅れ系の伝達関数
🔹 4. 温度制御（熱平衡・エネルギー収支）
$$
\rho C_p V \frac{dT(t)}{dt} = F \rho C_p (T_{in} - T(t)) + UA(T_j - T(t))
$$
- $T$：反応器温度、$T_j$：ジャケット温度（制御入力）
- $UA$：熱伝達係数 × 面積
- 温度動特性も一次遅れになる（熱容量と熱交換による）
🔹 5. 状態空間表現（化学プロセスの線形モデル）
状態ベクトル $x(t)$、入力 $u(t)$、出力 $y(t)$：
$$
\frac{dx(t)}{dt} = A x(t) + B u(t), \quad y(t) = C x(t) + D u(t)
$$
たとえば：
- $x(t) = [C_A(t), T(t)]^\top$
- $u(t) = [C_{Ain}(t), T_j(t)]^\top$
🔹 6. pH制御モデル（非線形）
$$
[H^+] = 10^{-pH}, \quad \text{pH} = -\log_{10}[H^+]
$$
- 酸・塩基の滴定過程を制御対象としたとき、非線形特性
- 線形化して制御設計（例：テイラー展開 → PID制御）
🔹 7. 化学プロセスにおける制御対象の種類と応答モデル
| 対象 | モデル式例（微分方程式） | 備考 |
|---|---|---|
| 濃度（反応） | $\frac{dC}{dt} = -kC$ | 一次反応 |
| 温度（熱収支） | $\frac{dT}{dt} = \text{入力} - kT$ | ジャケット制御など |
| pH | 非線形：$\text{pH} = -\log_{10}[H^+]$ | 線形化で近似 |
| 圧力 | $\frac{dP}{dt} = \text{in} - \text{out}$ | 圧力容器や気体プロセスなど |
| 流量 | $\tau \frac{dq}{dt} + q = K u$ | 一次遅れ伝達関数 |
1. 血糖–インスリン制御系（人工膵臓モデル）
Bergman最小モデル（負フィードバック）
$$
\frac{dG}{dt} = -p_1 G - XG + p_1 G_b \
\frac{dX}{dt} = -p_2 X + p_3 (I - I_b)
$$
- $G$：血糖濃度、$I$：インスリン濃度、$X$：インスリン効果
- $G_b, I_b$：基準血糖／基準インスリン
- 制御構造：負帰還（homeostasis）
モデル予測制御（MPC）への応用
- CSTR型状態空間モデルで記述可能
- グルコース摂取を外乱、インスリン投与を制御入力とし、MPCで最適血糖制御
2. 神経筋制御（関節角度制御）
二階運動系モデル
$$
J \ddot{\theta}(t) + b \dot{\theta}(t) + k \theta(t) = u(t)
$$
- $\theta(t)$：関節角度、$u(t)$：神経入力（sEMG由来）
- 制御対象：サーボ系（MIMO）／粘性＋剛性要素を含む
GP/NARXモデルによるEMG→運動予測
- 非線形構造の時系列モデル（リカレント）
- 入力：筋電位（sEMG）、出力：関節角度
- 応用：歩行補助・リハビリ制御
3. 中枢パターン発生器（CPG：リズム生成）
- 非線形発振系モデル（例：Matsuoka oscillator）
- 相互抑制型：Half-center oscillator
- 制御構造：自励発振＋感覚フィードバック調整
- 応用：四脚歩行ロボット・CPG型義足制御
4. 薬物動態（PK）モデル
一コンパートメント動態モデル
$$
\frac{dC}{dt} = -k_e C + \frac{D(t)}{V_d}
$$
- $C$：血中薬物濃度、$D(t)$：投与量、$V_d$：分布容積
- 一次遅れ系モデルとしてPID制御に応用可能
5. 心拍・血圧調節系
バロレセプター負帰還モデル
$$
\frac{dP}{dt} = -k (P - P_{set}) + G u(t)
$$
- $P$：血圧、$u(t)$：神経出力（交感・副交感）
- フィードバック制御系に類似
- 生理的恒常性維持システムとしての制御解析対象
6. 細胞増殖制御（非線形モデル）
ロジスティック成長方程式
$$
\frac{dN}{dt} = r N \left(1 - \frac{N}{K} \right)
$$
- $N$：細胞数、$r$：増殖率、$K$：環境収容力
- 飽和を含む非線形フィードバック系
制御工学的マッピング
| 生体システム | 数学モデル | 工学的対応 |
|---|---|---|
| 血糖–インスリン | 微分方程式＋状態空間 | MPC／カルマンフィルタ |
| 神経筋制御（関節） | 2階系＋NARX時系列モデル | サーボ系／適応制御／機械学習統合 |
| リズム生成（CPG） | 非線形発振器＋抑制構造 | 自励振動／バイオインスパイア制御 |
| 薬物動態 | 一次遅れ＋外乱入力 | PID制御／最適投薬戦略 |
| 心拍・血圧調節 | 一次遅れ＋負帰還 | フィードバック制御系（安定性解析） |
| 細胞増殖 | ロジスティック非線形モデル | 増殖予測／最適環境設計 |
🔷 1. 地震波形信号のフィルタ処理（信号処理）
● 地震波の原始波形（加速度データなど）
$$
x(t) = S(t) * G(t) * I(t) + n(t)
$$
- $S(t)$：震源関数（source）
- $G(t)$：伝播経路（Green’s function）
- $I(t)$：観測点のインパルス応答（site effect）
- $n(t)$：ノイズ（計測ノイズ）
👉 信号処理ではこの畳み込みを**逆解析（deconvolution）**し、震源波形 $S(t)$ を推定。
● 周波数領域でのノイズ除去（バンドパスフィルタ）
- ノイズ成分（高周波・低周波）を除去するため、ButterworthなどのIIRフィルタやFIRフィルタを設計：
$$
H(s) = \frac{\omega_c^2}{s^2 + \sqrt{2}\omega_c s + \omega_c^2}
$$
（2次Butterworthフィルタの例）
🔷 2. 地殻変動・傾斜のフィードバック制御的解析（準静的変化）
● 火山活動時の地殻変動：
$$
\Delta L(t) = K \cdot P(t)
$$
- $\Delta L(t)$：GPS等で観測された地表変位
- $P(t)$：地下マグマ圧力（制御入力とみなせる）
- $K$：感度（係数）
→ このような入力－出力系として一次遅れ系制御モデルに置換可能。
🔷 3. 地震動応答の制御系表現（地盤－建物系）
● 建物や地盤の応答：
$$
m \ddot{x}(t) + c \dot{x}(t) + k x(t) = u(t)
$$
- $u(t)$：地震入力（加速度波）
- 制御工学の2自由度モデルと同一形（MCK系）
- 制振設計ではフィードバックダンパ（減衰制御）を導入可能。
🔷 4. スペクトル解析と地震波形の周波数特徴
● 窓関数付きフーリエ変換：
$$
X(f) = \int x(t) w(t) e^{-j2\pi f t} dt
$$
- $w(t)$：ハミング窓やガウス窓など
- 地震波形の支配周波数（ピーク周波数）を抽出
👉 短時間フーリエ変換（STFT）やウェーブレット変換で時間周波数特性を解析。
🔷 5. 火山性微動と自己相関・ARモデル
- 火山微動は周期的/非定常振動：
$$
x(t) = a_1 x(t-1) + a_2 x(t-2) + \dots + \epsilon(t)
$$
- 自己回帰（AR）モデルで近似可能
- ARMA/ARIMAで予測モデルに展開可能
🔷 6. 気象データと状態空間モデル・カルマンフィルタ
● 雲量・風速・気温などを含む大気データ：
$$
x_{k+1} = A x_k + B u_k + w_k \
y_k = C x_k + v_k
$$
- 天気予報・大気循環は動的システム＋観測ノイズ付き
- カルマンフィルタで最適状態推定が可能
🔷 7. フィードバックと地球システム（気候変動モデル）
● 二酸化炭素濃度と気温の制御的関係：
$$
\frac{dT}{dt} = -k(T - T_0) + \alpha C(t)
$$
- $T(t)$：地表気温
- $C(t)$：CO₂濃度
- $T_0$：平衡温度
- フィードバック制御系に類似（正帰還／負帰還系）
🔷 8. 地学現象の制御モデル対応表
| 地学対象 | モデル形式 | 制御・信号処理的視点 |
|---|---|---|
| 地震波（P/S波） | 畳み込みモデル＋フィルタ | Deconvolution／バンドパス |
| 火山地殻変動 | 圧力-変位の一次系 | モデル予測と感度推定 |
| 建築地震応答 | MCK系2次遅れ | 制振制御／状態フィードバック |
| 気象変化 | 状態空間モデル＋観測 | カルマンフィルタ／MPC |
| 気候変動 | 遅れ付き正・負帰還系 | 安定性解析／ロバスト制御 |
| 火山微動 | AR/ARIMA 時系列モデル | 周波数解析／予測制御 |