電磁石による磁気浮上システムのPID制御をリアルタイムシミュレーション。コイル・ギャップ・質量パラメータとPIDゲインを調整して閉ループ安定性を解析します。
電磁石が鉄球などの浮上体に及ぼす吸引力は、ギャップ（距離）の2乗に反比例します。この非線形性が不安定の根源です。
$$F_{em}= \frac{\mu_0 N^2 A I^2}{4 x^2}$$ここで、$F_{em}$: 電磁吸引力 [N], $\mu_0$: 真空透磁率, $N$: コイル巻数, $A$: 磁極面積 [m²], $I$: コイル電流 [A], $x$: 電磁石極面と浮上体間のギャップ [m]
この本質的に不安定な系を安定化するため、ギャップの目標値との誤差$e$に基づいて電流を制御するPID制御則を適用します。
$$I_{ctrl}= K_p e + K_d \frac{de}{dt}+ K_i \int e dt$$ここで、$I_{ctrl}$: 制御電流 [A], $e$: ギャップ誤差 [m], $K_p$: 比例ゲイン, $K_d$: 微分ゲイン, $K_i$: 積分ゲイン。$K_p$は系の剛性を、$K_d$は減衰を担い、安定化に最も重要な役割を果たします。
リニアモーターカー（EMS方式）：車体下部の電磁石が軌道（ガイドウェイ）下の鉄製のレールを吸引し、数ミリのギャップを保ちながら浮上します。高速走行中の路面凹凸や車両の動揺に対して、PID制御でギャップを一定に保つことが求められます。
磁気軸受：回転機械の軸を接触せずに支持するベアリングです。摩擦や摩耗がなく、高速回転が可能です。ファンやポンプ、エネルギー貯蔵用フライホイールなど、メンテナンスフリーが求められる産業機械で使用されます。
真空・無塵環境下の搬送：半導体製造プロセスなど、クリーンルーム内でウエハーなどを非接触で搬送するために利用されます。接触による汚染や微粒子の発生を防ぐことができます。
展示・実験装置：地球儀やオブジェを浮かせるデモンストレーション装置は、この原理のシンプルな応用例です。制御ゲインの調整が不十分だと、物体がカタカタと音を立てて振動します。
まず、「Pゲインさえ強くすれば安定する」というのは危険な誤解です。確かにKpを大きくすると、目標位置への引き戻し力は強くなります。しかし、強すぎると浮上体は目標位置を通り過ぎて反対側に大きく振られ、今度は逆向きの強い力が働き…という繰り返しで、激しい発振を起こします。例えば、Kpを最大にしてKdをゼロに近い状態でシミュレーションを走らせてみてください。グラフは激しく暴れ、現実なら物体は確実に電磁石に衝突します。安定化の鍵は、Kp（復元力）とKd（ブレーキ力）のバランスにあります。
次に、パラメータ調整は「質量」から始めると失敗しやすい点。まずは質量を標準値に固定し、「コイル巻数」と「極面積」で、浮上に必要な静的な吸引力の目安を確保しましょう。例えば、質量を2倍にしたら、吸引力を2倍以上にするために、巻数Nや面積Aを増やす（または初期電流を上げる）必要があります。この「静的バランス」が取れていない状態でPIDゲインをいじっても、そもそも浮上自体が成立しません。
最後に、シミュレーターと実機の決定的なギャップを知っておきましょう。このツールは理想的な「1自由度」のモデルです。しかし実機では、浮上体の「回転（ピッチ・ロール）」や「センサーの測定ノイズ」、「制御電流を発生させるアンプの応答速度の限界」が大きな問題になります。シミュレーターで完璧に調整したゲインが、そのまま実機で使えるとは限りません。実務では、シミュレーションで大まかな設計をした後、実機ではもっと小さなゲインから慎重に上げていくのが鉄則です。
このシミュレーターの核心は、「本質的に不安定な非線形系を、フィードバック制御でいかに安定化するか」です。これはCAEの広範な分野に通じる基本概念です。例えば、航空宇宙工学におけるロケットやミサイルの姿勢制御。ロケットも、重心と空力中心の位置関係によっては、放っておくとどんどん姿勢が乱れる「本質的不安定」な系です。それをジャイロセンサーとスラスタ（またはフィン）によるPID制御で安定させます。パラメータ調整の考え方は、磁気浮上と非常に似ています。
もう一つは、自動車の車両運動制御、特にESC（横滑り防止装置）です。車両が限界コーナリングでスリップし始めると、それは不安定な状態です。ESCは各車輪に個別にブレーキをかけることで、車両の「ヨー角速度」（回転速度）を制御し、安定した軌道に戻します。ここでも、センサーで検出した状態量（ヨー角速度の誤差）に基づいて制御力を計算する、一種のフィードバック制御が働いています。
さらに基礎的な分野では、機械力学の「倒立振子」が直接的な親戚です。台車の上で倒立した振子も、重心が支点より上にあるため本質的に不安定です。台車を左右に動かすことで倒れないように制御する問題は、数学的モデルが磁気浮上（ギャップ制御）と酷似しており、制御工学の古典的な教材となっています。
まず次の一歩は、「線形化」と「状態空間表現」を理解することです。このシミュレーターの背後では、先の数式 $$F_{em}= \frac{\mu_0 N^2 A I^2}{4 x^2}$$ で表される非線形なシステムを、釣り合い点（目標ギャップ$x_0$、必要な電流$I_0$）の近傍で線形近似しています。これにより、PID制御の設計や安定性の解析が格段に容易になります。この線形化されたモデルを行列で表現したものが状態空間表現で、現代制御理論の入口です。
数学的には、ラプラス変換と伝達関数の基礎を学ぶと、なぜKpとKdが安定性に効くのかがより深く理解できます。微分方程式の世界を代数方程式の世界に変換し、系の応答を「極」や「零点」という概念で議論できるようになります。例えば、微分ゲインKdを増やすことが、システムの「極」を複素平面の左側（安定領域）に移動させることに相当する、といった理解が可能です。
実践的な次のトピックとしては、「ゲインスケジューリング」に挑戦してみることをお勧めします。これは、浮上体の質量や作業点（ギャップ）が大きく変化する場合、一組のPIDゲインでは対応できないため、状況に応じて最適なゲインセットに切り替える高度な手法です。例えば、浮上開始時（ギャップ大）と定常浮上時（ギャップ小）でゲインを変えるなどです。このシミュレーターで、ある条件で最適化したゲインを、質量を大きく変えた別の条件で適用してみると、その必要性が実感できるはずです。