矩形波・鋸波・三角波を回転する円（フェーザー）の重ね合わせで合成。高調波の追加につれて信号が近似される様子をリアルタイムアニメーション。ギブス現象も体験。
矩形波：
$$x(t) = \frac{4}{\pi}\sum_{n=1,3,5,...}^{N}\frac{\sin(n\omega t)}{n}$$奇数次高調波のみ。
N→∞ で完全な矩形波に収束。
周期 $T$ (基本角周波数 $\omega = 2\pi/T$) を持つ周期信号 $x(t)$ は、以下のフーリエ級数展開で表されます。
$$x(t) = \frac{a_0}{2}+ \sum_{n=1}^{\infty}\left[ a_n \cos(n\omega t) + b_n \sin(n\omega t) \right]$$$a_0$: 直流成分, $a_n, b_n$: 各高調波（$n$次）の余弦成分・正弦成分の係数（フーリエ係数）。波形の対称性によって、多くの項が0になります。
例えば、振幅1の奇関数である矩形波は、正弦項のみ、かつ奇数次高調波のみで構成されます。
$$x_{\text{square}}(t) = \frac{4}{\pi}\sum_{n=1,3,5,...}^{\infty}\frac{\sin(n\omega t)}{n}$$$n$: 高調波の次数（1,3,5,...）。分母に $n$ があるため、高次の高調波ほど寄与は小さくなります。シミュレーターの「高調波数 N」は、この無限和をどこまでの $n$ で打ち切るかを決めるパラメータです。
音声合成・電子音楽：三角波、矩形波、鋸波はシンセサイザーの基本波形です。フーリエ級数の原理を用いて、これらの倍音（高調波）成分を制御することで、豊かな音色を作り出しています。
振動・騒音解析：エンジンやモーターの回転から生じる周期的な振動や騒音を測定し、フーリエ級数（フーリエ変換）で周波数成分に分解します。どの周波数の振動が問題かを特定し、対策を講じるために使われます。
交流回路・電力工学：実際の交流電源の波形は完全な正弦波ではなく歪みを含みます。この歪み波形をフーリエ級数で分解し、高調波成分が機器に与える影響を評価・対策します（高調波抑制）。
画像処理（2次元拡張）：フーリエ級数の考え方は2次元に拡張され、JPEGなどの画像圧縮技術の基礎となっています。画像の濃淡パターンを異なる周波数と方向の波の重ね合わせとして表現します。
このツールを使い始めるとき、いくつか勘違いしやすいポイントがあるから気をつけてね。まず、「高調波数Nを無限にすれば完全な波形になる」と思いがちだけど、矩形波のように急峻な不連続点を持つ波形では、ギブス現象で約9%のオーバーシュートが残るんだ。これは数学的に消えないもので、N=100にしても1000にしても変わらない。実務では、この「完全には再現できない」という特性を頭に入れて設計する必要があるよ。
次に、「基本波の周波数」と「波形の周期」の関係を混同しないで。例えば、基本周波数 $f_1$ が 50Hz なら、その周期 $T_1$ は $1/50 = 0.02$秒だよね。でも、合成される矩形波の周期も同じ0.02秒になる。基本波1周期分の時間で、合成波形も1周期を完了するんだ。ツールで「基本周波数」スライダーを動かすと、フェーザーの回転速度と波形の繰り返し速度が連動して変わることを確認してみよう。
最後に、実践的な落とし穴として「打ち切り誤差」がある。無限級数を有限のNで打ち切るから、どうしても誤差が生じる。例えば、N=9の矩形波は、理論式 $$x_{\text{square}}(t) = \frac{4}{\pi}\sum_{n=1,3,5,...}^{\infty}\frac{\sin(n\omega t)}{n}$$ のn=17以降を無視している状態だ。この誤差は、滑らかな三角波では小さく早く収束するけど、矩形波では振動（リンギング）として残りやすい。実務の信号処理では、必要な精度と計算コストのトレードオフを考えてNを決めるんだ。
フーリエ級数の考え方は、CAEを含む様々な工学分野の根底にある「分解と合成」のパラダイムそのものだよ。例えば構造振動解析では、エンジンやブレードの複雑な周期振動を、フーリエ級数で周波数成分に分解する。これにより、「特定の回転数（例えば基本周波数の4倍）で共振が起きている」と特定し、設計変更に繋げられるんだ。
電磁気・無線通信の分野では必須の概念さ。変調された信号のスペクトルをフーリエ級数（より一般的にはフーリエ変換）で分析して、帯域幅を決めたり、不要な高調波による他システムへの干渉（EMI）を評価したりする。ツールで鋸波を表示してみると、全ての整数次高調波が含まれるのがわかるよね。これがそのままスイッチング電源のノイズ解析に直結する。高速でON/OFFする矩形波からは多くの高調波ノイズが発生するため、フィルタ設計が重要になるんだ。
さらに音響・音声工学では、楽器の音色や母音の違いは、基本波に対する高調波の強度比（スペクトル・エンベロープ）で決まると言っても過言じゃない。シンセサイザーはまさにこのツールそのものの応用で、矩形波や三角波を組み合わせて音を作る。CAEエンジニアでも、製品の動作音のシミュレーションや、騒音低減策を検討する時に、この視点が必要になる場面は多いね。
このツールに慣れたら、次のステップとして「フーリエ変換」を学ぶのがオススメだ。フーリエ級数が「周期信号」を相手にするのに対し、フーリエ変換は「非周期信号」も扱えるようにした拡張版だ。考え方の基本は同じ「波の重ね合わせ」なので、ここでフェーザーのイメージがしっかり身についていれば、理解がグッと楽になるよ。
数学的背景をもう一歩深めたいなら、「直交関数系」という概念を調べてみよう。サイン波とコサイン波がお互いに「直交」しているからこそ、係数 $a_n$, $b_n$ が独立に求められるんだ。これは、3次元空間のx, y, z軸が直交しているから、どんなベクトルも $(a, b, c)$ と一意に表せるのと全く同じ考え方なんだ。
実践的な学習としては、FFT（高速フーリエ変換）アナライザーを使った実験データの分析に挑戦してみてほしい。実際の振動センサーやオシロスコープで計測した波形をFFT機能で周波数成分に分解すると、「理論」が「実測」とどう結びつくかが体感できる。最初は単純な正弦波を計測し、次に矩形波を計測して、理論通りに奇数次の高調波が立つかを確認する。そうすれば、この可視化ツールが示していることが、リアルなエンジニアリングの世界にそのまま生きていることが実感できるはずだ。