インピーダンス解析(渦電流)

カテゴリ: 電磁場解析 | 統合版 2026-04-06
CAE visualization for impedance analysis eddy theory - technical simulation diagram
インピーダンス解析(渦電流)

インピーダンス解析(渦電流)の理論基礎

インピーダンスと渦電流

🧑‍🎓

先生、渦電流がコイルのインピーダンスに与える影響を教えてください。


🎓

コイル近傍に導体があると、渦電流による反作用磁界がコイルの自己インダクタンスと抵抗を変化させる。


$$ Z = R + j\omega L $$

導体なし: $Z_0 = R_0 + j\omega L_0$

導体あり: $Z = (R_0 + \Delta R) + j\omega(L_0 - \Delta L)$


渦電流はインダクタンスを減少させ、等価抵抗を増加させる。


🧑‍🎓

これがECTセンサの動作原理ですね。


🎓

そう。インピーダンス平面上で$\Delta R$と$\Delta(\omega L)$をプロットすると、導体の導電率・透磁率・厚み・欠陥の影響を分離できる。


まとめ

🎓
  • 渦電流の反作用 — L減少、R増加
  • インピーダンス平面 — $\Delta R$ vs $\Delta(\omega L)$で材料特性を分離
  • 周波数依存性 — 低周波で深部、高周波で表面の情報

  • Coffee Break よもやま話

    インピーダンスの複素表示——実部(抵抗)と虚部(リアクタンス)の物理的意味

    渦電流が流れる導体のインピーダンスは周波数とともに変化する複素数で、実部(抵抗成分)は渦電流損失を、虚部(リアクタンス成分)は磁気エネルギーの蓄積を表す。この周波数依存性が「表皮効果による交流抵抗増大」の原因で、DC抵抗と比べると1000Hzで銅丸棒の抵抗は数倍に増大することがある。FEMでこの複素インピーダンスを高精度に計算することが渦電流解析の中心的課題だ。

    インピーダンス解析(渦電流)の数値計算手法

    FEMでのインピーダンス計算

    🧑‍🎓

    FEMでコイルのインピーダンスをどう計算しますか?


    🎓

    渦電流FEMの解$\mathbf{A}$からインピーダンスを算出:


    $$ Z = \frac{V}{I} = \frac{j\omega \int \mathbf{A} \cdot \mathbf{J}_0 \, dV}{I^2} + R_{DC} $$

    $\mathbf{J}_0$: 印加電流密度。COMSOLではCoded Impedance Calculationで自動計算。Maxwellではimpedance matrixとして出力。


    🧑‍🎓

    周波数スイープはどうしますか?


    🎓

    周波数領域ソルバーで対数的にスイープ(例: 100 Hz〜10 MHz、10点/decade)。各周波数でZ(f)を計算しインピーダンス軌跡を描く。これでセンサの感度特性を評価。


    まとめ

    🎓
    • A-J積分 — FEM解からインピーダンスを後処理
    • 周波数スイープ — 感度特性の評価
    • インピーダンス軌跡 — 材料・欠陥パラメータの分離

    • Coffee Break よもやま話

      渦電流インピーダンスのFEM計算——ベクトルポテンシャル定式化の利点

      渦電流のFEM解析では磁気ベクトルポテンシャルA(∇×A=B)を未知数とする定式化が標準的だ。Aを使うとソレノイド条件(∇・B=0)が自動的に満たされ、磁束密度Bの法線連続条件を境界条件として陽に課す必要がなくなる。この定式化でインピーダンスを計算するには電圧の線積分と電流の面積分の比を求めるため、コイルの幾何形状を正確にモデル化することが解析精度の鍵になる。

      インピーダンス解析(渦電流)の実務適用

      実務での活用

      🎓

      ECTセンサ設計、インダクタのQ値評価、ワイヤレス給電コイルのインピーダンスマッチングが代表的。


      実務チェックリスト

      🎓
      • [ ] コイルの巻数、寸法、線径が正確にモデル化されているか
      • [ ] 導体試験体の導電率・透磁率が正しいか
      • [ ] リフトオフ(コイル-試験体間距離)が正確か
      • [ ] 周波数範囲が検査目的に適しているか
      • [ ] 寄生容量の影響(高周波でのself-resonance)を考慮しているか

      • Coffee Break よもやま話

        非破壊検査でのインピーダンス解析——探触子設計の実務ノウハウ

        渦電流探傷試験(ECT)の探触子コイルのインピーダンス変化をFEMで事前計算することで、欠陥の検出感度を設計段階で予測できる。探触子リフトオフ(コイルと検査体の距離変動)によるインピーダンス変化は欠陥信号と混同されやすく、「リフトオフ補正」の最適化が実務上の最重要課題だ。原子力発電所の蒸気発生器細管検査では、1mm以下の亀裂を高速で自動検出するためにFEMで最適化された探触子が使われている。

        インピーダンス解析(渦電流)のソフトウェア比較

        ツール

        🎓
        ツール特徴
        COMSOL AC/DCインピーダンス計算機能内蔵。周波数スイープ
        Ansys MaxwellImpedance Matrix出力。パラメトリック最適化
        JMAGコイルインピーダンス解析。回路連成
        CIVA (CEA)NDTセンサ設計専用。ECTプローブ最適化
        Coffee Break よもやま話

        渦電流インピーダンス解析ツール——COMSOL vs JMAGの使い分け

        渦電流インピーダンス解析にはCOMSOL MultiphysicsとJMAGが主要な選択肢だ。COMSOLは周波数掃引解析に強く、AC/DCモジュールでインピーダンス計算を広帯域にわたって効率的に実行できる。JMAGはモータ・トランス等の電気機器向けのプリセットが豊富で、回路シミュレータ(MATLAB/Simulink)との連携が容易なため、系統シミュレーションを含む設計検討に向いている。

        インピーダンス解析(渦電流)の先端研究

        先端技術

        🎓
        • マルチ周波数ECT — 同時多周波励振でリアルタイム欠陥プロファイリング
        • パルスECTインピーダンス解析 — 時間領域応答のFFTでブロードバンドインピーダンスを取得
        • 逆問題 — インピーダンスデータから欠陥形状を再構成。正則化とAIの組み合わせ

        • Coffee Break よもやま話

          ワイヤレス給電のコイル設計——渦電流インピーダンスが効率を支配する

          スマートフォンのQi規格ワイヤレス給電では、送受信コイル間の渦電流によるインピーダンス変化が充電効率に直結する。金属異物(硬貨など)が充電パッドに乗ると渦電流で数Wの熱が発生し、異物検出システムはこのインピーダンス変化を1%以下の精度で検出する。「コイル形状の最適化でインピーダンスを調整し充電効率を87%→93%に改善した」という事例がQi仕様策定に使われた。

          インピーダンス解析(渦電流)のトラブル対応

          トラブル

          🎓
          • インピーダンスが実測と合わない → コイルの寄生容量を確認。数MHz以上では分布定数効果が顕著。浮遊容量を回路モデルに追加
          • 感度が不足 → コイルとターゲットの距離(リフトオフ)が大きすぎる。コイル径を小さくして局所感度を上げる
          • 温度ドリフト → 導体の導電率が温度で変化。温度補償回路 or 差動プローブで相殺

          • Coffee Break よもやま話

            渦電流インピーダンス解析の「値がずれる」——メッシュ粗さと表皮深さの罠

            渦電流解析でインピーダンスの計算値が実測値から10〜20%以上ずれる場合、表皮効果の解像不足が最大の原因であることが多い。高周波では電流が表面に集中し(表皮深さδ)、その領域を最低3〜5層以上のメッシュで表現しないと電流密度が過小評価される。「周波数を上げたら急に誤差が増えた」という症状はほぼ確実にこの問題で、材料の導電率設定ミスと並ぶ渦電流解析の二大トラブルだ。

            関連シミュレーター

            この分野のインタラクティブシミュレーターで理論を体感しよう

            シミュレーター一覧

            関連する分野

            連成解析構造解析熱解析
            この記事の評価
            ご回答ありがとうございます!
            参考に
            なった
            もっと
            詳しく
            誤りを
            報告
            参考になった
            0
            もっと詳しく
            0
            誤りを報告
            0
            Written by NovaSolver Contributors
            Anonymous Engineers & AI — サイトマップ
            プロフィールを見る