通过互感 $M = k\sqrt{L_1 L_2}$ 实时可视化双线圈电磁耦合。切换变压器、无线充电、感应加热模式，实时查看一次/二次侧电流电压波形。
互感M是电磁耦合的核心，它量化了两个线圈相互感应的能力，其大小由各自的自感和耦合程度共同决定。
$$M = k\sqrt{L_1 L_2}$$其中，$L_1$、$L_2$是一次侧和二次侧线圈的自感（单位：H），$k$是耦合系数（0 ≤ k ≤ 1）。$k$越接近1，耦合越紧密。
二次侧感应电压$V_2$直接由一次侧电流$I_1$的变化率通过互感$M$产生，这是电磁感应的直接体现。
$$V_2 = -M \frac{dI_1}{dt}$$$V_2$是二次侧开路时的感应电动势（单位：V），负号表示其方向符合楞次定律。这个公式解释了为什么交流电才能实现持续的无线能量传输。
在考虑线圈内阻和负载的谐振系统中，能量传递效率η有一个关键的近似公式。
$$\eta \approx \frac{k^2 \omega^2 L_1 L_2}{R_1 Z_2 + k^2 \omega^2 L_1 L_2}\quad \text{或简化为}\quad \eta \approx \frac{k^2 Q_1 Q_2}{1 + k^2 Q_1 Q_2}$$$\omega = 2\pi f$是角频率，$R_1$是一次侧电阻，$Z_2$是二次侧总阻抗，$Q_1, Q_2$是线圈的品质因数。这个公式清晰地表明，高效率需要高$k$、高$Q$和高频率的协同优化。
电力变压器：这是最经典的应用。通过铁芯将耦合系数k做到0.99以上，在发电厂将电压升高以便远距离输电，再到你家附近将电压降低供日常使用，核心就是高效的能量传递与电压变换。
智能手机无线充电：你的手机放在充电板上就能充电，这属于松耦合（k≈0.1-0.3）。为了弥补低耦合带来的效率损失，电路会工作在特定的谐振频率，并采用高Q值线圈，这正是模拟器中“无线充电模式”所演示的场景。
工业感应加热：用于金属熔炼、工件表面淬火。强大的高频交流电通过一次侧线圈，其交变磁场在金属工件（相当于短路状态的二次侧）内部感应出巨大的涡流，从而产生热量。这里更关注的是传递功率而非电压变换。
电动汽车无线充电系统：这是当前的研究热点。将充电板埋于地面，车辆停靠上方即可充电。面临耦合系数低、对齐要求高、功率大等挑战，需要极其精密的线圈设计和控制算法来保证安全与效率。
首先，要明确“耦合系数k并非固定值”这一点。虽然在模拟器中可以通过滑块轻松调整，但在实际设计中，它会因线圈形状、方向、距离以及周围金属（屏蔽层或外壳）而产生显著变化。例如，仅将手机在无线充电板上“稍微挪动一下”，就可能导致k值从0.3降至0.15，效率减半甚至更低。在实际工作中，通过仿真预先评估这种“位置偏移容限”至关重要。
其次，要注意“谐振频率不会完全按计算值运行”这一陷阱。工具中使用的谐振频率 $$f_r = \frac{1}{2\pi\sqrt{LC}}$$ 是由L和C决定的简单公式，但实际线圈存在匝间寄生电容（分布电容），特别是在高频下，实际谐振频率会低于计算值。例如，即使按1MHz设计，实测峰值在800kHz的情况也很常见。仿真结果应视为第一近似，必须通过样机实测来验证。
最后，“切勿仅凭效率η就完成设计”。90%的效率固然出色，但剩余的10%损耗大多转化为线圈电阻的热量（铜损）。这种热量可能导致线圈绝缘材料老化，或引起设备温升。例如，将R1从0.1Ω降至0.05Ω可使效率提升2%，但需要更粗、更昂贵的铜线。如何综合权衡成本、尺寸和散热，正是工程师展现能力之处。
这种电磁耦合的概念不仅限于“电力与能源领域”。例如，高速数字电路中的“串扰”就是相邻导线间“不期望的电磁耦合”引起的噪声。在预测印刷电路板上数据线对时钟线的影响时，恰恰会用到这种互感M的概念。在模拟器中增大k值并观察次级侧噪声的变化，直接有助于理解串扰的原理。
此外，无损检测的一个分支——涡流探伤也是其应用实例。该技术通过检测线圈（初级）产生的磁场在导体（被测件）内部感应的涡流（次级电流）变化，来探测裂纹或腐蚀。此时，被测件本身可视为具有“R₂”和“L₂”的次级回路。若存在缺陷，涡流通路会改变，等效的R₂或L₂随之变化。这类似于在模拟器中调整R₂并观察输出变化的过程。
进一步延伸，该原理也与“MRI（磁共振成像）”的线圈设计相通。为检测人体氢原子核发出的微弱电磁波，需使用超高灵敏度的射频线圈，而线圈与患者身体（导体）之间的电磁耦合会影响图像质量。此处，如何将生物体这种复杂介质建模为“次级侧阻抗”，正是仿真中的难点。
第一步是“能够自行推导等效电路”。本模拟器背后存在连接初级侧与次级侧电压、电流的联立微分方程（互感电路方程）。例如：
$$V_1 = L_1 \frac{dI_1}{dt} + M \frac{dI_2}{dt} + R_1 I_1$$
$$0 = M \frac{dI_1}{dt} + L_2 \frac{dI_2}{dt} + R_2 I_2$$
（次级侧开路时I₂=0，形式会更简单）。学习将这些方程改写为“交流复数表示（相量表示）”，并通过矩阵求解，便能分析连接任意负载（不仅是R₂，还包括电容、二极管等）时的行为。
在数学背景方面，可接触“磁矢势”的概念。互感M的本质可由纽曼公式（二重线积分）描述：$$M = \frac{\Phi_{12}}{I_1} = \frac{\mu_0}{4\pi} \oint_{C1} \oint_{C2} \frac{d\mathbf{l}_1 \cdot d\mathbf{l}_2}{r}$$。其含义是“将初级线圈C1的微小线元对次级线圈C2的微小线元的影响，按距离r倒数在全空间累加”，暗示电磁耦合与“距离倒数”相关。正因该积分求解困难，才需要CAE仿真（有限元法）发挥作用。
推荐的下一个学习主题是“基于四端网络（S参数）的高频耦合评估”。尤其在MHz频段以上的高频领域，电压和电流无法唯一定义，通常用“S参数”处理反射和透射。例如，S21（前向传输系数）的幅度对应功率传输效率。理解本模拟器中学习的“耦合系数k与效率η的关系”在高频领域会以“S参数与耦合度”的形式更普遍地表达，将为你打开RF（高频）设计的大门。