Vibrações de sistemas mecânicos

Prof. Eider Lúcio de Oliveira

Laboratório 1

Sinais Periódicos e a Série de

Fourier

Markus Alves Oliveira

Campus Goiânia, 03 de outubro de 2023.

Objetivos
Este trabalho tem como objetivo descrever os instrumentos para a medição de
vibrações. Sendo estes instrumentos acelerômetro, um sensor que foi utilizado para
captar sinais, o software labview que interpreta esses sinais e apresenta em forma de
pontos.
Sendo assim vamos:

- Avaliar sinais periódicos no domínio do tempo e frequência;

- Representa sinais periódicos usando a Série de Fourier.
Instrumentos
Os instrumentos utilizados foram:

1. Gerador de funções;
2. Acelerômetro;
3. Shaker;
4. Placa de aquisição;
5. Calibrador de acelerômetro;
O gerador de funções como podemos ver na figura abaixo.
Um gerador de função é um dispositivo eletrônico usado para gerar, sinais elétricos
de forma de onda, frequência (de alguns hertz a dezenas de megahertz) e amplitude
(Tensão). Amplamente utilizado em laboratórios eletrônicos como fonte de sinal de teste
vários dispositivos eletrônicos

Figura 1: Gerador de funções

 Para a aquisição dos dados do acelerômetro, utilizamos a placa de aquisição
mostrada na imagem abaixo. O cartão envia os sinais discretos capturados pelos
sensores para o computador. Um sensor de vibração acelerômetro é, basicamente, um
instrumento utilizado para informar a variação de velocidade conforme determinado
limite de tempo

Figura 2:Placa de Aquisição

Shaker é um dispositivo que recebe os sinais de um gerador de sinais e emite

vibrações seguindo as configurações do gerador de sinais. Podendo gerar sinais de
todos os tipos.

Figura 3:Shaker
Os acelerômetros são dispositivos eletrônicos que medem a amplitude e a relação de
fase de vários pontos de vibração em uma estrutura ou ambiente. É comum que este
tipo de equipamento seja utilizado para vibrações sísmicas, com sensores colocados
em vários pontos de pontes, edifícios ou mesmo no solo. Os equipamentos instalados
medem as vibrações nesses ambientes e detectam mudanças estruturais que podem
ser causadas por riscos naturais, como terremotos, atividades humanas, como
construção ou mineração, ou até veículos de grande porte. Esses dispositivos devem
ser precisos para garantir resultados corretos e são, em última análise, um meio de
determinar a segurança e as precauções ambientais. A precisão desses dispositivos é
determinada por um calibrador no acelerômetro, que mede e corrige o desempenho do
dispositivo.

Figura 4:Acelerômetro

Um calibrador de acelerômetro é tipicamente um pequeno dispositivo eletrônico

quadrado ou retangular que pode ser facilmente transportado para ambientes de campo,
como minas externas. O calibrador de acelerômetro padrão consiste em um agitador
autônomo alimentado por bateria. O excitador mede, verifica e calibra a sensibilidade
do acelerômetro e pode determiná-lo dentro de um milionésimo de um valor decimal.
Seu sistema interno de controle e excitação fornece frequência contínua e precisa. Um
único loop mantém simultaneamente uma amplitude consistente independente da
massa de uma determinada peça de teste.
Aspectos Teóricos

Sistema analógico e digital:

Na eletrônica temos duas classificações importantes, a eletrônica digital e a
analógica. A eletrônica analógica é uma das partes da eletrônica que trabalha com sinais
discretos. Em comparação existe a eletrônica analógica que trabalha com sinais
analógicos ou também contínuos. Ambas as eletrônicas, digital e analógica usam os
mesmos componentes.
Sinais Analógicos: São sinais contínuos no tempo. No sinal analógico a passagem
de uma condição para outra se dá de forma suave, sem descontinuidades. O mundo
físico real é essencialmente analógico, onde os sinais, que representam informações,
aparecem de modo contínuo.
Sinais Digitais: São sinais discretos no tempo, de tal forma que sempre existe uma
descontinuidade entre uma condição e outra.

Figura 5:formas de onda de sinais analógicos, discretos e digitais

Sendo assim o sinal discreto pode assumir somente alguns valores possíveis e o
sinal discreto digital somente dois valores. O sinal contínuo pode assumir qualquer valor.
As vantagens dos sinais digitais são as seguintes :

-Mais Fáceis de Projetar

-Facilidade de Armazenamento da Informação Digital
-Operação Programada
-Menos Suscetível a Ruídos
-Maior Integração dos Circuitos Integrados(CIs)

Média e Valor médio quadrático de um sinal:

Segundo Meneguini (2018), fazer a média de qualquer sinal significa obter o valor
médio daquele sinal em um período de tempo, e em muitos casos essas variáveis de
interesse são a corrente e a tensão, ou seja, a tensão ou corrente média é uma medida
do sinal com o tempo, ou melhor, com o tempo. Os valores de média e raiz quadrada
média (RMS) de um sinal dependem de sua forma de onda. Para sinais senoidais, a
maioria dos leitores terá esses valores em mente, mas quando se trata de outras formas
de onda, a disponibilidade de informações adicionais pode ser importante para evitar
cálculos trabalhosos. O valor médio de uma tensão ou qualquer outro tipo de sinal
(potência ou corrente) depende da forma de onda desse sinal e é definido um
procedimento de cálculo para cada caso. Para valores de raiz quadrada média ou RMS
(Root Mean Square) leva-se em conta a equivalência com um sinal contínuo enquanto
para o valor médio o que se faz é tirar a média aritmética dos valores instantâneos.
 Figura 6

Amostragem de Sinais:
No processamento de sinais, a amostragem é a conversão de um sinal contínuo em
um sinal discreto. Um exemplo comum é a conversão de uma onda sonora (um sinal
contínuo) em uma sequência de amostras (valores medidos em um conjunto finito de
instantes). É importante observar que os sinais digitais são discretos no tempo e
assumem valores discretos, ou seja, uma família finita de possíveis valores que um sinal
pode assumir.
Podemos definir a amostragem como o processo de fazer medições instantâneas do
valor de um sinal analógico em intervalos de tempo fixos. O intervalo entre as amostras
é determinado por pulsos de sincronização, cuja frequência é chamada de taxa de
amostragem. Em 1928, Henry Nyquist, da Bell Laboratories, determinou que uma
representação digital de um sinal analógico é funcionalmente idêntica à forma de onda
original se a taxa de amostragem for maior que o dobro da frequência mais alta presente
na forma de onda analógica. De acordo com Nyquist, uma voz humana com frequência
máxima de quatro quilohertz requer oito mil amostras por segundo, enquanto o áudio
com qualidade de CD com frequência máxima de vinte mil hertz requer quarenta mil
amostras por segundo.

Figura 7
Série trigonométrica:

Fourier percebeu que todo sinal periódico poderia ser representado

aproximadamente através da soma de sinais harmônicos. De acordo com Rao (2008),
um dos principais objetivos de se analisar sinais é o de determinar o conteúdo de
frequência ou da faixa de frequência de sinais. A série de Fourier é uma forma de serie
trigonométrica usada para representar funções infinitas e periódicas complexas dos
processos físicos, na forma de funções trigonométricas simples de senos e cossenos.
Se x(t) é uma função periódica com período τ, sua representação por série de Fourier é
dada por:

Sendo ω = ( 2π/τ ) é a frequência fundamental, τ é o período da função. Para

determinar os coeficientes 𝑎𝑛 𝑒 𝑏𝑛, multiplicamos a Equação por cos(𝑛ωt) 𝑒 sin(𝑛ωt),
respectivamente e integramos em um período τ = ( 2π/ω ) . Então, percebemos que
todos os termos, exceto um do lado direito da equação, serão zero, e obtemos:

Não obstante, a série seja uma soma infinita, podemos aproximar a maioria das
funções periodicamente apenas com a ajuda de algumas funções harmônicas,por
exemplo, onda triangular. As três funções na Figura 7 podem ser expressas
aproximadamente como a soma das três funções. Harmônicos, no entanto, um número
maior de termos (n) indica uma aproximação função (RAO, 2008).
 À medida que o número de termos (n) aumenta, pode-se perceber que a
aproximação melhora em todos os lugares, exceto na vizinhança da descontinuidade
(ponto P da figura 8). Observou-se que o erro na amplitude permanece em
aproximadamente 9%, mesmo quando k→∞ . Esse comportamento é conhecido como
fenômeno de Gibbs (RAO, 2008).

Figura 8:RAO

Essa anomalia, mesmo que usando um alto número de termos n, continua presente nos
pontos de descontinuidades da função x(t) representada pela série de Fourier.

Funcionamento do acelerômetro piezelétrico:

O funcionamento do acelerômetro piezelétrico é executado a partir de materiais que são

capazes de gerar eletricidade piezoelétrica. Assim temos que a eletricidade piezoelétrica
consiste basicamente na capacidade de alguns materiais, em maioria cristais, gerarem
um potencial elétrico em respostas a aplicações de força mecânica.
Brevemente, o acelerômetro é preso diretamente ao alvo ou objeto em que se quer
realizar a análise, assim a força gerada pelas vibrações é transformada em corrente
elétrica, corrente essa que é interpretada pelo receptor de dados e transmitida para o
computador, onde serão salvos os pontos representando a aceleração em um
determinado momento.
A frequência de amostragem do sensor, para uma leitura correta de um sinal contínuo,
deve ser mais que o dobro da frequência do sinal contínuo. A forma como se monta um
acelerómetro é muito importante porque pode influenciar a sua resposta em frequência.
Sendo que os tipos de montagem são: montagem com perne (resposta em frequência
ótima); adaptador colado com cola epóxido, sensor montado em perne (boa resposta
em frequência); base magnética (cómodo, resposta em frequência limitado); base
magnética em adaptador colado em cola epóxido (método melhor para montagem m
com base magnética) com base magnética).
 Figura 9:Efeito da Resposta em Frequência da Montagem (AROEIRA, 2021).

Para o sinal de onda quadrada, com amplitude de 2 Vpp e frequência fundamental

de 10Hz, monte a série trigonométrica e a série exponencial de Fourier.

A série trigonométrica de Fourier de um sinal de onda quadrada com amplitude de 2 Vpp e

frequência fundamental de 10Hz é dada por:

x(t) = a0 + Σ∞n=1 (an cos(nωt) + bn sin(nωt))

Onde:

A0 é o valor médio do sinal, que é 1 V.

An e bn são os coeficientes de Fourier, que podem ser calculados usando as seguintes fórmulas:

an = 1/T ∫_0^T x(t) cos(nωt) dt

bn = 1/T ∫_0^T x(t) sin(nωt) dt

onde T é o período do sinal, que é 20 ms neste caso.

Usando as fórmulas acima, podemos calcular os coeficientes de Fourier da seguinte forma:

a0 = 1/(20 ms) ∫_0^(20 ms) x(t) dt = 1 V

an = 1/(20 ms) ∫_0^(20 ms) x(t) cos(nωt) dt

bn = 1/(20 ms) ∫_0^(20 ms) x(t) sin(nωt) dt

a1 = 1/(20 ms) ∫_0^(20 ms) (2) cos(10πt) dt = 0

b1 = 1/(20 ms) ∫_0^(20 ms) (2) sin(10πt) dt = 0

a2 = 1/(20 ms) ∫_0^(20 ms) (2) cos(20πt) dt = 2 V

b2 = 1/(20 ms) ∫_0^(20 ms) (2) sin(20πt) dt = 0

Portanto, a série trigonométrica de Fourier do sinal de onda quadrada é dada por:

x(t) = 1 + 2 cos(20πt)

A série exponencial de Fourier de um sinal de onda quadrada com amplitude de 2 Vpp e

frequência fundamental de 10Hz é dada por:

x(t) = 1/2 Σ∞n=1 (a0 + an e^(-jπnt))

Onde:

A0 é o valor médio do sinal, que é 1 V.

An são os coeficientes de Fourier, que podem ser calculados usando a seguinte fórmula:

an = 2 ∫_0^T x(t) e^(-jπnt) dt

Usando a fórmula acima, podemos calcular os coeficientes de Fourier da seguinte forma:

a0 = 2 ∫_0^(20 ms) x(t) e^(-jπnt) dt = 1 V

a1 = 2 ∫_0^(20 ms) (2) e^(-jπnt) dt = 0

a2 = 2 ∫_0^(20 ms) (2) e^(-j2πnt) dt = 2 V

Portanto, a série exponencial de Fourier do sinal de onda quadrada é dada por:

x(t) = 1 + 2 e^(-jπt) + 2 e^(-j2πt)

Procedimento Experimental

1) Monte a bancada experimental anotando as características de cada

instrumento/componente: fabricante e número de série;
2) Conecte o cabo do acelerômetro à placa de aquisição (Canal 0) e o acelerômetro ao
shaker e o shaker à saída do gerador de funções;
3) Ajuste o programa da placa de aquisição para usar a frequência de amostragem de
2kHz;
4) Faça a aquisição de sinais usando o calibrador de acelerômetro.
5) Ajuste o gerador de sinais para fornecer o sinal senoidal. Amplitude de 2,0Vpp e a
frequência de 10Hz;
6) Faça a aquisição dos sinais de tempo e frequência através da placa de aquisição;
7) Ajuste o gerador de sinais para fornecer o sinal senoidal. Amplitude de 2,0Vpp e a
frequência de 15Hz;
8) Faça a aquisição dos sinais tempo e frequência através da placa de aquisição;
9) Ajuste o gerador de sinais para fornecer o sinal senoidal. Amplitude de 2,0Vpp e a
frequência de 20Hz;
10) Faça a aquisição dos sinais tempo e frequência através da placa de aquisição;
11) Ajuste o gerador de sinais para fornecer o sinal onda quadrada. Amplitude de 2,0Vpp
e a frequência de 10Hz;
12) Faça a aquisição dos sinais tempo e frequência através da placa de aquisição;
Etapa Analítica:

Programa sinal senoidal no tempo - Amplitude de 2,0Vpp e a frequência de 10Hz;

Figura 10:Gráfico senoide 2,0 Vpp 10Hz no tempo

Programa sinal senoidal na frequência - Amplitude de 2,0Vpp e a frequência de
10Hz;

Figura 11:Gráfico senoide 2,0 Vpp 10Hz na frequência

Programa sinal senoidal no tempo - Amplitude de 2,0Vpp e a frequência de 15Hz;

Figura 12:Gráfico senoide 2,0 Vpp 15Hz no tempo

Programa sinal senoidal na frequência - Amplitude de 2,0Vpp e a frequência de
15Hz;

Figura 13:Gráfico senoide 2,0 Vpp 15Hz na frequência

Programa sinal senoidal no tempo - Amplitude de 2,0Vpp e a frequência de 20Hz;

Figura 14:Gráfico senoide 2,0 Vpp 20Hz no tempo

Programa sinal senoidal na frequência - Amplitude de 2,0Vpp e a frequência de
20Hz;

Figura 15:Gráfico senoide 2,0 Vpp 20Hz na frequência

Programa sinal quadrado - Amplitude de 2,0Vpp e a frequência de 10Hz notempo;

Figura 16:Gráfico onda quadrada 2,0Vpp 10 Hz no tempo

Programa sinal quadrado - Amplitude de 2,0Vpp e a frequência de 10Hz na
frequência;

Figura 17:Gráfico onda quadrada 2,0Vpp 10 Hz na

frequência
Desenvolva as rotinas (PROGRAMA) para avaliar o sinal de onda quadrada
utilizando a série de Fourier.

N=1

Figura 18:Gráfico onda quadrada Série de Fourier N=1

 N=2

Figura 19:Gráfico onda quadrada Série de Fourier N=2

 N = 50

Figura 20:Gráfico onda quadrada Série de Fourier N=50

 N = 200

Figura 21:Gráfico onda quadrada Série de Fourier N=200

 N = 2000

Figura 22:Gráfico onda quadrada Série de Fourier N=2000

Comentários e comparações:

Observando os gráficos, podemos observar que, com a análise feita pela Série de
Fourier, vemos que quanto maior o (n) mais próximo da curva ou sinal quadrado o gráfico
chega. No primeiro gráfico foi considerado somente uma parcela, e assim podemos ver
que não conseguimos visualizar uma onda quadrada perfeita. Mas de acordo que vamos
aumentando o número de parcelas na simulação, o sinal quadrado começa a aparecer
de forma mais visual.

Etapa experimental

Com os dados coletados, desenvolva um programa para avaliar os “sinais

senoidais” obtidos da aquisição de sinais. Gere gráficos dos sinais no tempo
(intervalo de tempo de 2 segundos) e no domínio da frequência;
Dados gerados de 10Hz e 1Vpp
Figura 23:Gráfico sinal senoidal dados 10 Hz 1,0 Vpp no tempo

Figura 24:Gráfico sinal senoidal dados 10 Hz 1,0 Vpp na

frequência
Dados gerados de 10Hz e 2Vpp

Figura 25:Gráfico sinal senoidal dados 10 Hz 2,0 Vpp no tempo

Figura 26:Gráfico sinal senoidal dados 10 Hz 2,0 Vpp no

tempo
Com os dados coletados, desenvolva um programa para avaliar os sinais “onda
quadrada” obtidos da aquisição Gere gráficos dos sinais no tempo e no domínio
da frequência.

Figura 27:Gráfico sinal quadrado no tempo

Figura 28:Gráfico sinal quadrado na frequência

Comentários e comparações;

Os gráficos simulados nos mostram distorções e observações sofridas por cada sinal. Podemos
usar como exemplo o sinal de 1vpp 10Hz.

Figura 29:Comparação das simulações sinal senoidal

Observamos que a simulação feita de forma analítica e computacional, gera um sinal senoidal
bem mais definido, já o realizado pelos dados do experimento real, que é obtido pela placa de
aquisição.
 Figura 30:Comparação das simulações sinal quadrado

Aqui também observamos que a simulação feita de forma analítica e computacional, apresenta
um sinal onda quadrada bem mais exato, mas ao vermos o realizado pelo experimento real o
sinal obtido pela placa de aquisição, sofre várias variações e deformações.
Conclusão

Com a conclusão e execução deste projeto, pudemos explorar e tentar aplicar um

estudo prático das vibrações em situações do mundo real. Por meio de técnicas de
aproximação, conseguimos avaliar as vibrações de um sistema dado, porém, é crucial
levar em consideração as distorções que o sistema pode sofrer, o que impede que
nossas avaliações sejam 100% precisas. Desse modo, conseguimos analisar as
condições de contorno e, em última análise, chegamos à conclusão de que o que foi
proposto em nosso laboratório, ou seja, simular, analisar e observar as funções
senoidais e quadradas, nos permitiu compreender como a análise de vibrações pode
fornecer resultados aproximados e analíticos para casos experimentais do mundo real,
alcançando resultados satisfatórios por meio dessas abordagens.

Referências:
REAMATA. Aplicação: Sinais Discretos. 2020. Disponível em:
https://www.ufrgs.br/reamat/TransformadasIntegrais/livro-af/pdtdfaplicax00e7x00e3o_si
nais_discretos.html.
MACEDO LOBATO MERLIN , Elen; CLÁUDIA DE ALMEIDA CASTRO, Maria.
Sistemas Analógico e Digital. 2019. slide. Disponível em:
https://wiki.sj.ifsc.edu.br/images/9/99/Apostila_ANALOGICO_DIGITAL.pdf.
RAO, Singeresu. VIBRAÇÕES MECÂNICAS. 4. ed. São Paulo: ABDR, 2008.

C. BRAGA, Newton. Valores médios e RMS para sinais. In: Valores médios e RMS
para sinais. [S. l.], 2015. Disponível em:
https://www.newtoncbraga.com.br/index.php/matematica-na-eletronica/11083-valores-
medios-e-rms-para-sinais-m177.html.
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL. (Brasil). Instituto de
Matemática e Estatística. Amostragem de sinal. [S. l.: s. n.], 2019. Disponível em:
https://pt.wikipedia.org/wiki/Amostragem_de_sinal.