INTEGRAÇÃO CONTÍNUA DOS COEFICIENTES DA SÉRIE DE FOURIER PARA

IDENTIFICAÇÃO DA FUNDAMENTAL
Alexandre Candido Moreira1 , César Daltoé Berci2 , Rafael...3
1
alexandre...
2
UNICAMP, CAMPINAS, BRASIL, cesardal@dmcsi.fee.unicamp.br
1
rafael...

Resumo
Resumo... Z t+T
Keywords: Integração Contínua, Serie de Fourier, Identifi- 2
a0 = f (t)dt (2)
cação da Fundamental T t
Z t+T
2
1. INTRODUÇÃO ai = f (t) cos(iωt)dt (3)
T t
Introdução... 2
Z t+T
bi = f (t) sin(iωt)dt (4)
T t
2. SERIE DE FOURIER
O estudo de sinais periódicos é de extrema relevância em
2.1. Componente Fundamental
diversas áreas da engenharia, onde pode-se citar sistemas de
controle, processamento digital de sinais, análise da quali- Em análise harmônica, da-se o nome de componente fun-
dade da energia elétrica entre outros. Esta vasta gama de damental ao sinal:
aplicações torna esse tema objeto de interesse de matemáti-
cos, físicos e engenheiros desde épocas remotas.
Ainda no século XIX, Jean-Baptiste Joseph Fourier1 estu-
dou sistematicamente séries infinitas as quais aplicou a solu- fu (t) = a0 + a1 cos(ωt + θ) + b1 sin(ωt + θ) (5)
ção da equação do calor, publicando seus resultados em 1807
e 1811, porém, estes não apresentavam uma notação concisa, Aplicando algumas propriedades trigonométricas à equa-
introduzida posteriormente em seu trabalho por Dirichlet e ção 5, obtém-se a seguinte representação para componente
Riemann. fundamental:
Muitas outras transformadas de Fourier foram definidas
desde então, estendendo a outras aplicações a ideia inicial
de representar qualquer função periódica pela sobreposição
de sinais periódicos, comumente chamados de componentes fu (t) = a0 + A sin(ωt + φ) (6)
harmônicos. Atualmente esse tipo de estudo é por vezes de-
q
A = a21 + b21 (7)
finido como análise harmônica.
Neste trabalho, nos restringimos ao estudo da série de φ = arctan(a1 /b1 ) (8)
Fourier trigonométrica, definida pela equação 1:
Dessa forma, o objetivo principal do presente trabalho
∞
X resume-se a, dado um sinal periódico amostrado qualquer,
f (t) = a0 + [ai cos(iωt + θ) + bi sin(iωt + θ)] (1) com período conhecido, identificar a função fu (t) dada pela
i=1 equação 6, mais precisamente, pretende-se conhecer A e φ
desse sinal.
onde os coeficientes a0 , ai e bi são dados por:
Para tanto, consideremos o sinal amostrado dado na Fi-
1 Jean-Baptiste Joseph Fourier, 1768-1830, foi um matemático e físico gura 1, com período 1/60 e freqüência de amostragem de
francês fa = 1kH:
 a função f (t) por uma função interpoladora f 0 (t), dada por
uma reta ligando dois pontos amostrais consecutivos:

f 0 (t) = at + b (16)
onde a e b são dados por:

f (k) − f (k − ∆k)
a = (17)
∆k
f (k − ∆k)k − f (k)(k − ∆k)
b = (18)
∆k
Existe ainda a possibilidade de escolher funções interpo-
ladoras diferentes, o que pode ser adequado em algumas si-
tuações.
Figura 1 – Sinal periódico O coeficiente a0 por conter apenas o sinal amostrado, é
calculado com a equação (13), ou outro método numérico de
integração. Os coeficientes a1 e b1 por sua vez, são calcula-
Esse sinal é descrito pela seguinte equação:
dos como segue:
Coeficiente a1 :
f (t) = 10 sin (120 π t + 1/8 π)
+ sin (360 π t + 1/8 π) + 2 + sin (840 π t + 1/8 π)
Z k
2
a1 = (at + b) cos(ωt)dt
+ sin (1200 π t + 1/8 π) + 2 sin (1440 π t + 1/8 π) T fa k−∆k
Z k
+3 sin (3000 π t + 1/8 π) (9)
T fa a1 /2 = (at + b) cos(ωt)dt
k−∆k
Portanto, a componente fundamental desse é dada por: Z k
= at cos(ωt)dt
k−∆k
f (t) = 10 sin (120 π t + 1/8 π) (10) Z k
A = 10 (11) + b cos(ωt)dt
k−∆k
φ = 1/8 π (12) Z
a (cos (wt) + wt sin (wt))
at cos(ωt)dt =
Propõe-se aqui, calcular esses valores (A, φ) com base no w2
Z
sinal da Figura 1, utilizando as equações (2), (3) e (4). b sin (wt)
b cos(ωt)dt =
Um método convencional de solução para esse problema w
é aplicação de uma integração retangular ou trapezoidal para ⇒ 
obtenção de a0 , a1 e b1 , onde obtém-se entre outras a se- a (cos (wt) + wt sin (wt))
T fa a1 /2 =
guinte solução: w2
k
b sin (wt)
+
n w k−∆k
2 X
a0 = f (k) (13) 2

a (cos (wk) + wk sin (wk))
T fa j=1 a1 =
T fa w2
n
2 X a cos (w(k − ∆k))
a1 = f (k)cos(k) (14) −
T fa j=1 w2
n a (w(k − ∆k) sin (w(k − ∆k)))
2 X −
b1 = f (k)sin(k) (15) w2
T fa j=1
b sin (wk)
+
w
onde n é o número de amostras por ciclo do sinal, e k é a 
b sin (w(k − ∆k))
ordem da amostra (discretização do tempo). − (19)
w
Existem algumas alternativas que podem melhorar a pre-
cisão do resultado obtido pelas equações anteriormente ex- Coeficiente b1 :
postas, usando funções interpoladoras diferentes, aumen- Analogamente:
tando a frequência de amostragem, entre outros.
Uma dessas alternativas, aqui explorada, é considerar
Z k
uma integração contínua entre dois pontos amostrais, utili- 2
zando as integrais (2), (3) e (4) exatas, substituindo apenas b1 = (at + b) sin(ωt)dt
T fa k−∆k
  k
a (sin (wt) − wt cos (wt)) b cos (wt) A figura 3 mostra a componente fundamental plotada jun-
= −
w2 w k−∆k
tamente com o sinal completo:

a (sin (wk) − wk cos (wk))
=
w2
a (sin (w(k − ∆k)))
−
w2
a (w(k − ∆k) cos (w(k − ∆k)))
+
w2
b cos (wk)
−
w 
b cos (w(k − ∆k))
+ (20)
w

3. EXEMPLOS DE APLICAÇÃO Figura 3 – Componente fundamental e sinal completo

Consideremos um sinal periódico f puramente senoidal

com frequencia de 60Hz, amplitude 10 (valor RMS) e ân- O erro cometido pelo ajuste da função interpoladora para
gulo de fase de 30o . A esse sinal são adicionadas as seguintes este caso foi de:
componentes harmônicas, dadas em porcentagem da funda-
mental:
erroA = 0, 0116189% (24)
erroφ = 0, 00048301% (25)
h2 (120Hz) = 10%
Consideremos agora a aplicação da Transformada Rápida
h3 (180Hz) = 2%
de Fourier, para obtenção da componente fundamental do si-
h4 (240Hz) = 10% nal em questão. Para este caso são encontrados os seguintes
h5 (300Hz) = 5% valores:
h6 (360Hz) = 7%
h7 (420Hz) = 2% A = 9, 99788 (26)
h9 (540Hz) = 20% o
φ = 29, 9924 (27)
h1 1(660Hz) = 10%
e os seguintes erros percentuais:
h1 3(780Hz) = 20%
(21)
erroA = 0, 0211757% (28)
É plotado na Figura 2 o referido sinal com relação ao erroφ = 0, 0253304% (29)
tempo:
Nota-se nos resultados, que o algoritmo proposto apre-
senta um erro significativamente menor no calculo do ângulo
de fase quando comparado ao método F F T .
Tomemos agora um caso onde a freqüência do sinal muda
de 60 para 61 Hz no tempo t = 0, 2 s, a fim de examinar a
adaptação do algoritmo a variações no sinal. A magnitude A,
e o ângulo de fase φ para este caso de estudo estão plotados
nos gráficos das Figuras 4 e 5 com relação ao tempo.

Figura 2 – Sinal periódico com componentes harmônicas

Utilizando uma frequencia de amostragem de 100µs,

obtém-se o seguinte resultado da aplicação das equações pro-
postas:

A = 9, 99884 (22)
Figura 4 – Variação da magnitude
φ = 30, 0001o (23)
 Figura 5 – Variação do ângulo de fase
É possível notar nos gráficos anteriores, que o algoritmo
proposto requer um ciclo para adaptar-se a uma variação na
freqüência do sinal.
A seguir, são plotados a fundamental e o sinal completo
na Figura 6 para o caso em questão:
Figura 6 – Fundamental e sinal completo após uma variação na
frequencia
Analogamente, consideremos o caso onde a amplitude da
fundamental tem um valor inicial 11, 0, para t < 0, 2 s, pas-
sando então a ter o valor 10, 0, mesmo utilizado anterior-
mente. Os gráficos plotados nas Figuras 7 e 8 ilustram a
variação da amplitude A e do ângulo de fase φ para o caso
em tela:
Figura 7 – Variação da magnitude após variação de tensão
Figura 8 – Variação do ângulo de fase após variação de tensão
Novamente verifica-se através do exemplo, que o algo-
ritmo requer um ciclo do sinal para se adaptar ao novo cená-
rio. A Figura 9 mostra a componente fundamental e o sinal
completo para este exemplo:
Figura 9 – Fundamental e sinal completo após uma variação na
tensão
Os exemplos de aplicação aqui analisados, comprovam a
eficiência do método proposto neste documento, sendo este
uma alternativa para o calculo da componente fundamental
de sinais periódicos.
Referências