Escolar Documentos
Profissional Documentos
Cultura Documentos
Pág. 1
4. Contenido
Osciloscopio
Software
Computador
El espectro de amplitud se genera utilizando el
Sistema de adquisición y análisis espectral se señales comando espectrum del menú Options. Las graficas
mostradas se pueden editar utilizando las funciones
adecuadas: color, description, gris, labels y plot
Posee una interfaz de comunicación RS-232 que parameters, entre otras.
permite la comunicación del osciloscopio con el
computador en el cual este instalado el software.
Se pueden utilizar todos los puertos del PC a la
velocidad de transmisión deseada.
Pág. 2
41. Análisis espectral
Utilizando el generador de onda se visualizaron b. Señal Pulso Positivo
cinco señales con una frecuencia de 1 [kHz] y
una amplitud de 5 [Vrms] en el osciloscopio Fluke
y mediante el software Fluke View se capturaron
las siguientes gráficas:
a. Señal Cuadrada
Pág. 3
c. Señal Pulso Negativo d. Onda Triangular
Pág. 4
e. Onda Seno 5. Conclusiones
Gráfica espectro de amplitud señal seno Es más que evidente que la utilización de equipos y
software especializados en el análisis de señales.
arroja mejores resultados que los basados en
métodos numéricos y operaciones del cálculo que
se utilizaban años atrás de forma manual. La
evolución de estas nuevas herramientas permiten
una mayor precisión y ahorro de tiempo
considerable; como ejemplo se tiene el cálculo de
los parámetros: HF (Factor armónico) y CF (Factor
de cresta). El primero es una medida de la distorsión
de una forma de onda y también se conoce como
THD (distorsión armónica total). El segundo
representa una medida de la corriente de entrada
Datos espectro de amplitud señal seno pico Is(pico) en comparación con su valor rms Is, a fin
de establecer las especificaciones de corriente de
pico de dispositivos y componentes.
I 2 s − I 2 s1 Is ( pico)
HF = CF =
I 2 s1 Is
Pág. 5
El anexo No 2. muestra la serie de Fourier de las
señales analizadas y el Anexo No. 3 los cálculos
necesarios para encontrar el valor eficaz o rms
de las formas de onda, ya que el osciloscopio se
configuro para que midiera la amplitud de las
ondas en voltios rms [Vrms].
4. Bibliografía
[1]Dorf, Svoboda, Circuitos Eléctricos:
Introducción al análisis y diseño, Editorial
Alfaomega , 3ra Edición, México, 2000, Páginas
771 a 837.
5. Autor
Jairo Vargas Caleño – jairocale@yahoo.com -
Octubre de 2003, Bogotá, Colombia.
Pág. 6
Análisis espectral de funciones periódicas utilizando Flukeview
Universidad Distrital "Francisco José de Caldas”, Facultad Tecnológica
Tecnología Electrónica
1. ONDA CUADRADA
f ( t ) := ⎛⎜ VmΦ ( t ) − 2Vm⋅ Φ ⎛⎜ t −
T⎞ ⎞
⎟ + VmΦ ( t − T) ⎟
⎝ ⎝ 2⎠ ⎠
2
g ( t ) := ∑ f ( t − T⋅ n )
n =0
12
9
6
3
g( t ) 0
3
6
9
12
0 0.001 0.002 0.003
t
Por definición se sabe que
⎛ T ⎞
⎜⌠ 2 T ⎟
1 ⎜⎮ ⌠ ⎟
A := ⋅ ⎮ f ( t) dt + ⎮ f ( t) dt A =0
0 T ⎜ ⌡0 ⎮T ⎟ 0
⎜ ⌡ ⎟
⎝ 2 ⎠
⎛ T ⎞
⎜⌠ 2 T ⎟
2 ⎜⎮ ⌠ ⎟
A := ⋅ ⎮ f ( t) cos ( k ⋅ ω⋅ t) dt + ⎮ f ( t ) ⋅ cos ( k ⋅ ω⋅ t) dt
k T ⎜ ⌡0 ⎮T ⎟
⎜ ⌡ ⎟
⎝ 2 ⎠
⎛ T ⎞
⎜⌠ 2 T ⎟
2 ⎜⎮ ⌠ ⎟
B := ⋅ ⎮ f ( t ) sin ( k ⋅ ω⋅ t ) dt + ⎮ f ( t) ⋅ sin ( k ⋅ ω⋅ t) dt
k T ⎜ ⌡0 ⎮T ⎟
⎜ ⌡ ⎟
⎝ 2 ⎠
1
Calculando los primeros diez términos de los coeficientes de Fourier
10
10
f ( t) 0
10
0 0.001 0.002
t
Hallando Ck para graficar el espectro de amplitud se obtiene:
C :=
k (Ak )2 + (Bk )2 C := A
0 0
C =0
0
C =
k
0
6.366
0 12
2.122
1.592·10 -15 9.6
1.273
2.48·10 -15
7.2
0.909
Ck
1.572·10 -15
0.707 4.8
1.677·10 -15
0.579 2.4
5.732·10 -15
0.49
0
3.19·10 -15 0 2 4 6 8 10 12 14 16 18 20
0.424 k
2
2. ONDA PULSO POSITIVO
g ( t ) := Vm⋅ Φ ( t ) − Vm⋅ Φ ⎛⎜ t −
T⎞
⎟
⎝ 2⎠
2
h ( t ) := ∑ g ( t − T⋅ n )
n =0
8
6
4
2
h( t ) 0
2
4
6
8
0 0.001 0.002 0.003 0.004
t
Por definición se sabe que
T
⌠2
1 ⎮
A := ⋅ ⎮ g ( t) dt A = 3.536
0 T ⌡ 0
0
T
⌠2
2 ⎮
A := ⋅ ⎮ g ( t ) ⋅ cos ( k ⋅ ω⋅ t) dt
k T ⌡ 0
T
⌠2
2 ⎮
B := ⋅ ⎮ g ( t ) ⋅ sin ( k ⋅ ω⋅ t) dt
k T ⌡ 0
3
A = B =
k k
7.071 0
0 4.502
0 0
0 1.501
-2.276·10 -15 0
1.314·10 -15 0.9
-1.665·10 -15 1.418·10 -15
1.063·10 -15 0.643
2.354·10 -12 1.242·10 -15
0 0.5
20
C :=
k (Ak )2 + (Bk )2 C =
k
7.071
8
C := A 4.502 7
0 0
0
6
1.501
C =5 5
0 2.276·10 -15
0.9 Ck 4
2.187·10 -15 3
0.643
2
2.354·10 -12
0.5 1
2.408·10 -15 0
0.409
0 2 4 6 8 10 12 14 16 18 20
2.616·10 -15 k
0.346
1.598·10 -15
0.3
4
3. ONDA PULSO NEGATIVO
p ( t ) := −Vm⋅ Φ ( t) + Vm⋅ Φ ⎛⎜ t −
T⎞
⎟
⎝ 2⎠
2
g ( t ) := ∑ p ( t − T⋅ n )
n =0
8
6
4
2
g( t ) 0
2
4
6
8
0 0.001 0.002 0.003 0.004
t
Por definición se sabe que
T
⌠ 2
1 ⎮
A := ⋅⎮ p ( t ) dt A = −3.536
0 T ⌡ 0
0
T
⌠2
2 ⎮
A := ⋅ ⎮ p ( t ) ⋅ cos ( k ⋅ ω⋅ t) dt
k T ⌡ 0
T
⌠2
2 ⎮
B := ⋅ ⎮ p ( t) ⋅ sin ( k ⋅ ω⋅ t) dt
k T ⌡ 0
5
A = B =
k k
-7.071 0
0 -4.502
0 0
0 -1.501
2.276·10 -15 0
-1.314·10 -15 -0.9
1.665·10 -15 -1.418·10 -15
-1.063·10 -15 -0.643
-2.354·10 -12 -1.242·10 -15
0 -0.5
20
p ( t) 0
C =
k
-7.071
4.502
0 8
1.501 7
2.276·10 -15
6
0.9
2.187·10 -15 5
0.643 Ck 4
2.354·10 -12
3
0.5
2.408·10 -15 2
0.409 1
2.616·10 -15
0
0.346 0 1 2 3 4 5 6 7 8 9 10
1.598·10 -15 k
0.3
6
4. ONDA TRIANGULAR
10
T 8
j( t ) := ( m⋅ t) if 0 < t <
4 6
4
T T
( 2Vm − m⋅ t ) if < t < 3⋅ 2
4 4 g( t ) 0
3⋅ T 2
( m⋅ t − 4Vm) if <t <T 4
4 6
0 otherwise 8
2 10
∑
0 0.001 0.002 0.003 0.004
g ( t ) := j ( t − T⋅ n )
t
n =0
⎛ T T ⎞
⎜⌠ 4 3
⌠ 4 ⎟
1 ⎜⎮ ⎮ ⌠
T
A := j ( t ) dt + ⎮
⎟
⎮ j ( t ) dt + ⎮ j ( t ) dt A =0
0 T ⎜ ⌡0 ⎮ ⎮ T ⎟ 0
⎜ ⌡T ⌡3⋅ ⎟
⎝ 4 4 ⎠
⎛ T T ⎞
⎜⌠ 4 ⌠ 4
3
⎟
2 ⎜⎮ ⎮ ⌠
T
⎟
A := ⎮ j ( t) ⋅ cos ( k ⋅ ω⋅ t ) dt + ⎮ j( t ) ⋅ cos ( k ⋅ ω⋅ t ) dt + ⎮ j( t ) ⋅ cos ( k ⋅ ω⋅ t) dt
k T ⎜ ⌡0 ⎮ ⎮ T ⎟
⎜ ⌡T ⌡3⋅ ⎟
⎝ 4 4 ⎠
⎛ T T ⎞
⎜⌠ 4 ⌠ 4
3
⎟
2 ⎜⎮ ⎮ ⌠
T
⎟
B := ⎮ j ( t ) ⋅ sin ( k ⋅ ω⋅ t) dt + ⎮ j ( t) ⋅ sin ( k ⋅ ω⋅ t) dt + ⎮ j ( t) ⋅ sin ( k ⋅ ω⋅ t) dt
k T ⎜ ⌡0 ⎮ ⎮ T ⎟
⎜ ⌡T ⌡3⋅ ⎟
⎝ 4 4 ⎠
7
A = B =
k k
0 0
0 7.02
0 0
0 -0.78
0 -1.843·10 -15
0 0.281
0 2.06·10 -15
-1.518·10 -15 -0.143
-3.222·10 -15 6.714·10 -12
-2.927·10 -15 0.087
20
C
k
:= (A k )2 + (B k )2 C
0
:= A
0
C =0
0
C =
k
0 8
7.02 7
0 6
0.78
5
1.852·10 -15 Ck 4
0.281
3
2.083·10 -15
2
0.143
1
6.714·10 -12
0
0.087 0 1 2 3 4 5 6 7 8 9 10
3.754·10 -15 k
8
5. ONDA SENO
⎛ T ⎞
⎜⌠ 2 T ⎟
2 ⎜⎮ ⌠ ⎟
A := ⋅ ⎮ s ( t ) ⋅ cos ( k ⋅ ω⋅ t) dt + ⎮ s ( t ) ⋅ cos ( k ⋅ ω⋅ t) dt
k T ⎜ ⌡0 ⎮T ⎟
⎜ ⌡ ⎟
⎝ 2 ⎠
⎛ T ⎞
⎜⌠ 2 T ⎟
2 ⎜⎮ ⌠ ⎟
B := ⋅ ⎮ s ( t ) ⋅ sin ( k ⋅ ω⋅ t ) dt + ⎮ s ( t) ⋅ sin ( k ⋅ ω⋅ t) dt
k T ⎜ ⌡0 ⎮T ⎟
⎜ ⌡ ⎟
⎝ 2 ⎠
A = B =
k k
0 0
0 7.071
0 0
0 1.277·10 -15
-1.084·10 -15 0
0 0
0 1.649·10 -15
0 -2.352·10 -12
-2.643·10 -15 0
0 0
9
20
s( t ) 0
C :=
k (Ak )2 + (Bk )2 C := A
0 0
C =0
0
C =
k
0
7.071
8
0
1.307·10 -15
6.4
1.36·10 -15
0
1.649·10 -15 4.8
2.352·10 -12
Ck
2.782·10 -15 3.2
1.185·10 -15
0 1.6
2.365·10 -15
4.671·10 -15 0
4.347·10 -15 0 1 2 3 4 5 6 7 8 9 10
6.867·10 -15 k
2.349·10 -12
10
Análisis espectral de funciones periódicas utilizando Flukeview
Universidad Distrital "Francisco José de Caldas”, Facultad Tecnológica
Tecnología Electrónica
A continuación se presenta el desarrollo de las series de Fourier para las señales utilizadas en el
laboratorio de Fluke View.
1. Señal Triangular
4A T T
.t , − <t<
T 4 4
f (t ) =
4A T 3T
2A − t , <t<
T 4 4
La función es impar y tiene simetría de media onda y además tiene simetría de cuarto de onda, por lo tanto,
todos los coeficientes A son cero (Ao y Ak) y Bk = 0, para los valores pares de k, de tal modos que:
T
∫
8
Bk = f (t ).sen( k .ω.t ).dt
4
T 0
T
8
∫
4A
Bk = .t.sen(k .ω.t ).dt
4
T 0 T
32 A ⎛ Senkωt t.Coskωt ⎞ T
Bk = ⎜ − ⎟ 4
T 2 ⎝ k 2ω 2 k .ω ⎠
0
8A ⎛ k .π ⎞
Bk = Sen⎜ ⎟ con k impar
π .k
2 2
⎝ 2 ⎠
⎛ n.π
∞
⎞
∑ ⎟.Sen(n.ω.t ) con n impar
8A 1
f (t ) = Sen⎜
π 2
n =1, 3, 5.. n 2
⎝ 2 ⎠
8A ⎛ 1 1 1 ⎞
f (t ) = ⎜ Senωt − Sen3ωt − Sen5ωt − Sen7ωt + ... ⎟
π ⎝
2
9 25 49 ⎠
1
2. Señal Cuadrada
T
A 0<t <
2
f (t ) =
T
−A <t <T
2
∫ ∫ ∫
2 2 0
2
Bn = f (t )sen(nw0t ) dt = (−1)sen(nw0t ) dt +
2 2
T T
(1) sen(nw0t )dt
T −
2
T −
2
T 0
T
0
2 − cos(nw0t ) 2 − cos(nw0t ) 2
T
2 2
∫ ∫
0
Bn = − T
sen(nw0t )dt + 2
sen( nw0t )dt = − +
T −
2
T 0 T nw0 −
T T nw0 0
2
2 ⎡ T
⎤
Bn = T − (cos(nw0 t )
0
⎢⎣ (cos( nw t ) 0 ⎥
2
−
⎦
0
Tnw0 2
2 ⎡⎛ T ⎞ ⎛ T ⎞⎤
Bn = − ⎢⎜ cos(0) − cos(−nw0 ) ⎟ − ⎜ cos(nw0 ) − cos(0) ⎟⎥
Tnw0 ⎣⎝ 2 ⎠ ⎝ 2 ⎠⎦
2 ⎡⎛ T ⎞ ⎛ T ⎞⎤
Bn = ⎢⎜1 − cos(−nw0 ) ⎟ − ⎜ cos(nw0 ) − 1⎟⎥
Tnw0 ⎣⎝ 2 ⎠ ⎝ 2 ⎠⎦
2 ⎡ T T ⎤ 2 ⎡ T ⎤
Bn = ⎢2 − cos(nw0 2 ) − cos(nw0 2 )⎥ = Tnw ⎢2 − 2 cos(nw0 2 ) ⎥
Tnw0 ⎣ ⎦ 0 ⎣ ⎦
⎡ 2π T ⎤
⎢2 − 2 cos(n T 2 )⎥ = nπ [1 − cos(nπ )]
2 2
Bn =
2π ⎣ ⎦
Tn
T
Se tiene entonces:
⎧0, si n es par
⎪
Bk = ⎨ 4 A
⎪ nπ , si n es impar
⎩
∞
⎛ ⎞
∑ ⎜⎝ 2n − 1 sen((2n − 1)w t )⎟⎠
4A 1
f (t ) =
π
0
n =1
4A 4A 4A 4A
f (t ) = sen( w0t ) + sen(3w0t ) + sen(5w0t ) + sen(7 w0t ) + ....
π 3π 5π 7π
2
3. Pulso positivo
T
A 0<t<
2
f (t ) =
T
0 <t <T
2
4. Pulso negativo
T
−A 0<t<
f (t ) = 2
T
0 <t <T
2
5. Señal Seno
3
Análisis espectral de funciones periódicas utilizando Flukeview
Universidad Distrital "Francisco José de Caldas”, Facultad Tecnológica
Tecnología Electrónica
A continuación se presenta el cálculo del valor eficaz o RMS de las señales utilizadas en el
laboratorio de Flukeview.
1. Pulso positivo
T
A 0<t<
2
f (t ) =
T
0 <t <T
2
Se tiene que el Valor Eficaz o RMS de de la señal representada por f(t) es:
1
∫
T
Vrms = [ f (t )] 2 .dt
T 0
T T
A2 ⎛T ⎞
Vrms =
1
∫
2
A 2 .dt = (t ) 2
= A.
1
⎜ − 0⎟ =
A
de donde Vrms =
A
T 0 T 0 T ⎝2 ⎠ 2 2
2. Pulso negativo
T
−A 0<t<
f (t ) = 2
T
0 <t <T
2
Se tiene que el Valor Eficaz o RMS de de la señal representada por f(t) es:
1
T∫
T
Vrms = [ f (t )] .dt 2
1
T T
A2 ⎛T ⎞
Vrms =
1
∫
2
(− A) .dt
2
= (t ) 2
= A.
1
⎜ − 0⎟ =
A
de donde Vrms =
A
T 0 T 0 T ⎝2 ⎠ 2 2
3. Señal Cuadrada
T
A 0<t <
f (t ) = 2
T
−A <t <T
2
Se tiene que el Valor Eficaz o RMS de de la señal representada por f(t) es:
1
T∫
T
Vrms = [ f (t )] .dt 2
1 ⎛⎜ ⎞
T
∫ ∫ (− A) .dt ⎟⎟⎠ =
T
Vrms = +
2 2
. A 2 .dt
T ⎜⎝ 0
T
2
A2 ⎛ T
⎞ 1 ⎛⎛ T ⎞ ⎛ T ⎞⎞
⎜t ⎟= 1
(T ) =
T
2
+ t A. ⎜ ⎜ − 0 ⎟ + ⎜ T − ⎟ ⎟⎟ = A. A
T ⎜
⎝
0
T
2
⎟
⎠ T ⎜⎝ ⎝ 2 ⎠ ⎝ 2 ⎠⎠ T
de donde Vrms = A
4. Señal Triangular
4A T T
.t , − <t<
f (t ) = T 4 4
4A T 3T
2A − t , <t<
T 4 4
Se tiene que el Valor Eficaz o RMS de de la señal representada por f(t) es:
1
T∫
T
Vrms = [ f (t )] .dt 2
2
1 ⎛⎜ ⎞
T 2 3T 2
−
⎛ 4A ⎞ ⎛ 4A ⎞
Vrms = ∫ ⎜ .t ⎟ .dt + ∫ ⎜2A − .t ⎟ .dt ⎟ =
4 4
.
T ⎜⎝ T
4 ⎝ T ⎠
T
4 ⎝ T ⎠ ⎟
⎠
1 ⎛⎜ ⎛ 2 16 A 2 2 ⎞ ⎞⎟
T 3T
16 A 2 2 A2
Vrms = ∫ + ∫ ⎜⎜ 4 A − 16 T .t + T 2 t ⎟⎟.dt ⎟
4 4
. t .dt
T ⎜⎝ −
T
4
T2 T
4 ⎝ ⎠ ⎠
T
1 ⎛ 16 A 2 ⎞ t3 4 1 ⎛ 2 3T
A2 2 3T
16 A 2 t 3 3T
⎞
Vrms = .⎜ ⎟⎟ + .⎜ 4 A t 4
− 16 .t 4
+ 4
⎟⎟
T ⎜⎝ T 2 T ⎜⎝
T T T
⎠3 2T T2 3 ⎠
T
− 4 4 4
4
⎛ 16 A 2 ⎞ ⎛ T 3 T 3 ⎞ 1 ⎛ 2 ⎛ 3T T ⎞ A2 ⎛ 9T 2 T 2 ⎞ 16 A 2 ⎛ 27T 3 T 3 ⎞ ⎞
Vrms = .⎜⎜ ⎟⎟ ⎜⎜ + ⎟⎟ + .⎜⎜ 4 A ⎜ − ⎟ − 16 ⎜⎜ − ⎟+ ⎜⎜ − ⎟⎟
⎝ 3T
3
⎠ ⎝ 64 64 ⎠ T ⎝ ⎝ 4 4⎠ 2T ⎝ 16 16 ⎟⎠ 3T 2 ⎝ 64 64 ⎟⎠ ⎟⎠
⎛ 16 A 2 ⎞ ⎛ 2 ⎞ ⎛ 2 ⎛ 1 ⎞ ⎛ 1 ⎞ 16 A
2
⎛ 26 ⎞ ⎞
Vrms = ⎜⎜ ⎟ ⎜ ⎟ + ⎜⎜ 4 A ⎜ ⎟ − 8 A 2 ⎜ ⎟ +
⎟ ⎜ ⎟ ⎟⎟
⎝ 3 ⎠ ⎝ 64 ⎠ ⎝ ⎝2⎠ ⎝2⎠ 3 ⎝ 64 ⎠ ⎠
⎛ A2 ⎞⎛ 1 ⎞ ⎛ 2 13 A 2 ⎞
Vrms = ⎜⎜ ⎟⎟ ⎜ ⎟ + .⎜⎜ 2 A − 4 A 2 + ⎟⎟
⎝ 3 ⎠⎝ 2 ⎠ ⎝ 6 ⎠
A2 13 A 2 A 2 12 A 2 13 A 2 2 A2 1 A
Vrms = − 2 A2 + = − + = = A. =
6 6 6 6 6 6 3 3
El valor eficaz de una señal seno se encuentra en la mayoría de los textos utilizados, por esta razón
no se presenta su desarrollo.