空洞共振器(Cavity Resonator) — CAE用語解説

カテゴリ: 用語集 | 2026-03-28
CAE visualization for cavity resonator - technical simulation diagram

空洞共振器(Cavity Resonator)

🧑‍🎓

空洞共振器ってどういう仕組みですか? 導波管とは何が違うんですか?


🎓

ざっくり言うと、金属の箱の中に電磁波を閉じ込めて共振させる装置だ。導波管は電磁波を「伝送」する管だけど、空洞共振器はその両端も壁で閉じてある。すると特定の周波数だけがぴったり定在波になって、エネルギーを効率よく蓄えられるんだ。


🧑‍🎓

え、金属の箱の中で電磁波がバウンドし続けるってことですか? どうして特定の周波数だけが残るんですか?


🎓

金属壁は導体だから、壁の表面で電界の接線成分がゼロになるという境界条件がある。この条件を満たすには、箱の寸法が電磁波の半波長の整数倍にならないといけない。条件を満たさない周波数の波は壁に反射されて打ち消し合う。逆に条件を満たす周波数の波だけが定在波として安定に存在できる——これが共振だよ。


定義と基本原理

空洞共振器(Cavity Resonator)は、導体壁で完全に囲まれた空間内部で電磁波が定在波として共振する構造体である。共振が成立する条件は、キャビティ内部でMaxwell方程式の境界条件を満たす固有モードが存在することに帰着する。

矩形空洞共振器(寸法 $a \times b \times d$)の共振周波数は次式で与えられる:

$$f_{mnp} = \frac{c}{2}\sqrt{\left(\frac{m}{a}\right)^2 + \left(\frac{n}{b}\right)^2 + \left(\frac{p}{d}\right)^2}$$

ここで $c$ は光速、$m, n, p$ はそれぞれ $x, y, z$ 方向のモード次数(非負整数、ただし同時に2つ以上がゼロにはならない)である。

円筒形空洞共振器(半径 $a$、長さ $d$)の場合:

$$f_{mnp}^{\text{TM}} = \frac{c}{2\pi}\sqrt{\left(\frac{\chi_{mn}}{a}\right)^2 + \left(\frac{p\pi}{d}\right)^2}$$ $$f_{mnp}^{\text{TE}} = \frac{c}{2\pi}\sqrt{\left(\frac{\chi'_{mn}}{a}\right)^2 + \left(\frac{p\pi}{d}\right)^2}$$

$\chi_{mn}$ はBessel関数 $J_m$ の $n$ 番目のゼロ点、$\chi'_{mn}$ は $J'_m$ の $n$ 番目のゼロ点である。

共振モード(TE・TM・TEM)

🧑‍🎓

TEモードとTMモードって何が違うんですか? 名前は聞いたことあるんですけど、具体的にどう電磁界が分布してるのかイメージがわかなくて。


🎓

TEモード(Transverse Electric)は電界が伝搬方向(普通はz方向)に成分を持たないモード。つまり $E_z = 0$ で、電界はx-y平面内にだけ存在する。一方TMモード(Transverse Magnetic)は磁界が伝搬方向に成分を持たない、つまり $H_z = 0$。


🧑‍🎓

矩形空洞だとTE₁₀₁が最低次モードになるって教科書にあったんですけど、なぜ「₁₀₁」なんですか?


🎓

添字 $m, n, p$ はそれぞれ $x, y, z$ 方向に半波長が何個入るかを表す。TEモードでは $p = 0$ が許されないから、最小の組み合わせは $(1,0,1)$ になる。$a > b$ のとき、これが最低の共振周波数を与えるんだ。実務のマイクロ波フィルタでもTE₁₀₁はよく使うモードだよ。


🧑‍🎓

TEMモードは空洞共振器には存在しないんですか?


🎓

そのとおり。TEMモードは $E_z = H_z = 0$ で、これが成立するには2つ以上の独立な導体が必要なんだ。同軸線路がその典型例。単一導体で囲まれた空洞共振器ではTEMモードは存在しない。これは電磁気学の重要なポイントだね。


Q値(Quality Factor)

🧑‍🎓

Q値って何の指標ですか? 数値が高いと何がうれしいんですか?


🎓

Q値(Quality Factor)は共振のシャープさを表す無次元量で、定義は:

$$Q = 2\pi \frac{W_{\text{stored}}}{W_{\text{lost per cycle}}} = \frac{\omega_0 W}{P_{\text{loss}}}$$

$W$ は蓄積エネルギー、$P_{\text{loss}}$ は損失電力、$\omega_0$ は共振角周波数だ。Q値が高いほど共振ピークが鋭く、エネルギー損失が小さい。別の見方をすると、Q値は「共振周波数を帯域幅で割ったもの」で $Q = f_0 / \Delta f$ とも書ける。


🧑‍🎓

実際の空洞共振器だとQ値はどのくらいなんですか?


🎓

材質と用途によってかなり幅がある。銅やアルミ製の常温キャビティだと $Q \sim 10^3 \text{〜} 10^4$ 程度。粒子加速器で使われる超伝導ニオブ空洞だと $Q \sim 10^{10}$ に達することもある。損失の主因は導体壁の表皮抵抗で、表皮深さ $\delta = \sqrt{2/(\omega\mu\sigma)}$ が深くなるほど損失が増える。だから高周波になるほど壁面損失が増えてQ値は下がりやすいんだ。


🧑‍🎓

超伝導だとQ値が何桁も違うんですね! でもそこまで必要なケースって何ですか?


🎓

代表例はCERNのLHC(大型ハドロン衝突型加速器)や、各地の放射光施設の加速空洞だね。粒子を加速するには毎周回ごとにエネルギーを与えるんだけど、Q値が低いとRF電力がどんどん壁に逃げてしまう。超伝導空洞なら投入パワーの大部分を粒子加速に使えるから、電気代も大幅に節約できるんだ。


CAEにおける固有値解析

🧑‍🎓

CAEで空洞共振器を解析するときはどうするんですか? 普通の電磁界シミュレーションとは違うんですか?


🎓

固有値解析(Eigenmode解析)を使う。通常の電磁界解析は外部から励振源(ポートやアンテナ)を与えて応答を計算するけど、Eigenmode解析は「この空間が自発的に共振できる周波数は何か?」を求める。数学的にはMaxwellの方程式から導かれる一般化固有値問題:

$$\nabla \times \left(\frac{1}{\mu_r}\nabla \times \mathbf{E}\right) = k_0^2 \epsilon_r \mathbf{E}$$

を解くことになる。固有値 $k_0^2$ から共振周波数が、固有ベクトル $\mathbf{E}$ から電磁界分布(モード形状)が得られるよ。


🧑‍🎓

構造解析のモーダル解析と似てますね! 具体的にどんなソルバーを使うんですか?


🎓

まさに構造のモーダル解析の電磁版だね。代表的なソルバーだと、Ansys HFSSのEigenmode Solver、CST Microwave StudioのEigenmode Solver、COMSOLの電磁波モジュールなどがある。オープンソースだとOpenEMSやPalaceも固有値解析に対応している。FEMベースのソルバーではedge要素(辺要素)を使うのが標準的で、これはスプリアスモード(非物理的な偽の解)を抑制するためだ。


🧑‍🎓

スプリアスモードってどうして出るんですか? 普通の節点要素だとダメなんですか?


🎓

節点ベースのFEMで電磁波を解くと、$\nabla \cdot \mathbf{E} = 0$(電荷がない領域でのGaussの法則)が自動的に満たされないんだ。その結果、物理的に意味のない「静電的な」固有モードが紛れ込む。edge要素は辺に自由度を持たせることで $\nabla \cdot \mathbf{E} = 0$ を自然に満足させる。だからEM解析、特にEigenmode解析ではedge要素がほぼ必須なんだ。


応用分野

🧑‍🎓

空洞共振器って粒子加速器以外にはどんなところで使われているんですか?


🎓

応用範囲はかなり広いよ。代表的なものを挙げると:


🧑‍🎓

電子レンジにも使われてるんですね! マグネトロンの空洞ってCAEで設計するんですか?


🎓

もちろん。マグネトロンの空洞は発振周波数を正確に2.45GHzに合わせる必要があるし、モード間の結合や電子ビームとの相互作用も考えないといけない。最近は3D電磁界シミュレーションで空洞の形状を最適化して、効率や帯域幅を改善するのが普通だ。衛星通信のフィルタなんかだと、空洞の寸法をミクロン単位で追い込むから、CAEなしでは設計が成り立たない世界だね。


関連用語

CAE用語の正確な理解は、チーム内のコミュニケーションの基盤です。 — Project NovaSolverは実務者の学習支援も視野に入れています。

空洞共振器の実務で感じる課題を教えてください

Project NovaSolverは、CAEエンジニアが日々直面する課題——セットアップの煩雑さ、計算コスト、結果の解釈——の解決を目指しています。あなたの実務経験が、より良いツール開発の原動力になります。

お問い合わせ(準備中)
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