INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE GOIÁS

DEPARTAMENTO DAS ÁREAS ACADÊMICAS IV

BACHARELADO EM ENGENHARIA MECÂNICA
VIBRAÇÕES DE SISTEMAS MECÂNICOS

Atividade de Laboratório 1
SINAIS PERIÓDICOS E A SÉRIE DE FOURIER

Professor: Eider Lúcio

Aluno: Igor Costa Barros. Matrícula: 20191010970052.

GOIÂNIA
SETEMBRO de 2022
1. INTRODUÇÃO

De acordo com Rao (2008), a maioria das atividades humanas envolve vibrações, como
por exemplo, ouvimos porque nossos tímpanos vibram, vemos porque as ondas de luz sofrem
vibração, a respiração está associada ao à vibração dos nossos pulmões, e andar envolve o
movimento oscilatório (periódico) das pernas e mãos. E de muita importância se estudar a
vibração pois ela causa desgaste mais rápido de peças de máquinas como rolamentos e
engrenagens e também gera ruídos excessivos, em máquinas à vibração pode afrouxar ou soltar
elementos de fixação como porcas, e em processos de corte de metais a vibração pode causar
trepidação resultando em piores acabamentos superficiais. Neste trabalho, mais
especificamente, serão estudados os sinais periódicos e a Série de Fourier.
2. OBEJTIVO GERAL

O presente trabalho tem como principal objetivo avaliar os sinais periódicos no domínio
do tempo e da frequência, e representar os sinais periódicos utilizando a Série de Fourier. Para
se alcançar esse objetivo será apresentado alguns instrumentos do Laboratório de Vibrações e
Acústica, sendo eles o Gerador de Funções, Acelerômetro, Shaker e a Placa de Aquisição.
3. ASPECTOS TEÓRICOS

3.1. SINAIS E SISTEMAS ANALÓGICOS E SINAIS DIGITAIS

De acordo com IMD Metrópole Digital (2022), o termo analógico e digital refere-se à
forma como o sinal transmitido varia com o tempo. Sendo que quando a amplitude de um sinal
varia continuamente ao longo do tempo, ou seja, possui um valor diferente a cada instante de
tempo, ele é dito como analógico. Um exemplo de sinal analógico pode ser visto na figura 1.

Figura 1: Sinal Analógico (IMD Metrópole Digital, 2022).

O sinal é tido como digital quando sua amplitude sempre se mantém constante durante
um intervalo de tempo. A transmissão desse tipo de sinal utiliza intervalos de tempo de mesma
duração, conhecido como “intervalo de sinalização”, e em cada intervalo pode ter um valor
diferente, mas que é fixo dentro do intervalo. O número de possíveis valores que o sinal pode
assumir é predeterminado, como por exemplo, utilizar apenas dois possíveis valores, em que
um representa o número 0 (zero) e o outro o número 1 (um). A figura 2 ilustra um sinal digital
que pode assume apenas dois valores, sendo que cada coluna representa um intervalo de tempo
(IMD Metrópole Digital, 2022).
 Figura 2: Sinal Digital (IMD Metrópole Digital, 2022).

Podemos observar, também, que a natureza da informação, ou seja, se ela é digital ou

analógica e outra coisa é o modo como a representamos e transmitimos. Embora o mais natural
seja transmitir uma informação analógica de modo analógico e uma digital de modo digital,
qualquer combinação é possível. Podemos pegar uma informação digital e a representarmos e
transmitirmos de modo analógico e vice-versa (IMD Metrópole Digital, 2022).
Segundo Marques (2010), podemos, ainda, classificas os sinais como contínuos e
discretos. O sinal se diz contínuo se seu domínio foi IR ou um intervalo de IR, a maioria dos
sinais físicos são contínuos, como por exemplo, a posição e velocidade de um corpo, fala ou
música captada por um microfone, tensão ou corrente num circuito elétrico. Um exemplo de
sinal contínuo pode ser visto na figura 3.

Figura 3: Sinal Contínuo (MARQUES, 2010).

Já o sinal é classificado como discreto se seu domínio for Z ou em um intervalo de Z.

Sendo que só os sinais discretos podem ser armazenados e processador em computadores
digitais. Um exemplo de sinal discreto pode ser visto na figura 4 (MARQUES, 2010).
 Figura 4: Sinal Discreto (MARQUES, 2010).

3.2. MÉDIA E VALOR MÉDIO QUADRÁTICO DE UM SINAL

De acordo com Meneguini (2018), o valor médio de um sinal qualquer quer dizer obter a média
desse sinal ao longo de um período, nessas variáveis de interesse em muitos casos são correntes e
tensões, significando que a tensão ou corrente média é a medida do sinal ao longo do tempo, ou
melhor, um período. O valor médio de um sinal pode ser calculado analiticamente por uma integração
como pode ser visto na formula da figura 5.

Figura 5: Valor Médio de um Sinal Qualquer (MENEGUINI, 2018).

O valor eficaz, médio quadrático ou RMS (Root Mean Square – Raíz Média Quadrática) está
relacionada com a potência em corrente contínua. Ou seja, o valor eficaz é a medida ou a quantidade
do sinal alternado que dissiparia a mesma potência em uma resistência alimentada por um sinal
contínuo. A forma feral da tensão eficaz é dada pela formula contida na figura 6, sem que caso o sinal
seja uma corrente basta trocar as variáveis da equação e realizar a integração normalmente
(MENEGUINI, 2018).

Figura 6: Valor Médio Quadrático de um Sinal Qualquer (MENEGUINI, 2018).

 3.3. AMOSTRAGEM DE SINAIS

Em processamento de sinais, amostragem é a transformação de um sinal contínuo em

um sinal discreto. O sinal original é definido em todos os instantes de tempo, enquanto o sinal
amostrado contém somente informações do sinal em instantes de tempo discretos. Sendo assim,
o sinal original pode ser reconstruído a partir da sequência de amostras com tanta exatidão
quanto desejado, desde que se utilizem taxas de amostragem suficientes. Por exemplo, gráficos
obtidos a partir de dados experimentais normalmente são registrados como curvas contínuas,
embora apenas um número finito de pontos tenha sido usado para construí-lo.

3.4. METODO DE FOURIER

3.4.1. SÉRIE DE FOURIER TRIGONOMÉTRICA

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:

2π
Sendo ω = ( 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

2π
e integramos em um período τ = ( ω ) . Então, percebemos que todos os termos, exceto um do

lado direito da equação, serão zero, e obtemos:

 Embora a séries seja uma soma infinita, podemos aproximar a maioria das funções
periódicas com a ajuda de apenas algumas funções harmônicas. Por exemplo, a onda triangular
da figura 7 pode ser representada muito aproximadamente pela soma de apenas três funções
harmônicas, porém, quanto maior o número de termos (n) mais a representação irá se aproximar
da função (RAO, 2008).

Figura 7: Aproximação por Série Trigonométrica de Fourier (RAO, 2008).

Segundo Rao (2008), quando uma função periódica é representada por uma série de
Fourier pode-se observar uma anomalia na função representada pela série, 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 com
portamento é conhecido como fenômeno de Gibbs.

Figura 8: Fenômeno de Gibs (RAO, 2008).

A série de Fourier também pode ser representada pela soma de termos somente em seno
ou somente em termos de cosseno. Como por exemplo, a série que usa apenas em termos de
cosseno pode ser expressa como:

Onde:

3.4.2. SÉRIE DE FOURIER COMPLEXA

A série de Fourier pode ser representada, também, por números complexos utilizando a
identidade de Euler. Logo temos a equação:
 E os coeficientes de Fourier podem ser determinados como:

3.4.3. ESPECTRO DA FREQUÊNCIA E FASE

De acordo com Rao (2008), as funções harmônicas 𝑎𝑛 cos(𝑛𝜔𝑡) ou 𝑏𝑛 sin(𝑛𝜔𝑡) são

denominadas as harmônicas de ordem n da função periódica x(t). Essas harmônicas podem ser
representadas como linhas verticais em um diagrama de amplitude que pode ser calculado pela
relação:

𝑑𝑛 = √(𝑎𝑛 2 + 𝑏𝑛 2 )

Sendo que para cada n existirá uma amplitude no espectro da frequência calculada pela
relação de 𝑑𝑛 . O mesmo acontecerá no espectro da fase, que será calculado através da relação:
𝑏𝑛
𝜑𝑛 = tan−1 ( )
𝑎𝑛
E também, o espectro da fase é dado em função do número de funções a serem somadas
(n) e em função da frequência ω. As figuras 9 e 10 mostram, respectivamente, o espectro da
frequência e o espectro da fase.
Figura 9: Espectro da Frequência (RAO, 2008). Figura 10: Espectro da Fase (RAO, 2008).

3.4.4. FUNÇÕES PARES E IMPARES

De acordo com Rao (2008), para uma função ser par, basta que ela satisfaça a relação:
𝑥(−𝑡) = 𝑥(𝑡)
E para uma função seja ímpar, basta que ela satisfaça a relação:
𝑥(−𝑡) = −𝑥(𝑡)
Na figura 11 é possível ver uma função original (figura 11 - a) x(t), como seria sua
extensão para uma função ímpar (figura 11 - b) e como seria sua extensão para uma função par
(figura 11 - c).

Figura 11: Funções. a) Original; b) Extensão Ímpar; c) Extensão Par (RAO, 2008).

3.4.5. ACELERÔMETRO PIEZOELÉTRICO

A Eletricidade Piezoelétrica consiste na capacidade de alguns materiais (nomeadamente

cristais e alguns cerâmicos) para gerarem um potencial elétrico em resposta à aplicação de uma
força mecânica. Isto pode assumir a forma de uma carga elétrica na matriz do cristal. O
elemento ativo de todos os dispositivos piezoelétricos é um elemento de material piezoelétrico.
A resposta de baixa frequência de acelerômetros piezoelétricos é controlada pela
Constante de Tempo de Descarga (DTC). Sendo que a Constante de Tempo de Descarga é o
tempo requerido para a tensão de saída do sensor, para descarregar para 37% do seu valor
original, em resposta a uma subida abrupta, em degrau, da aceleração de entrada.
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 com base
magnética). A figura 12 mostra os efeitos das respostas em frequência da montagem.

Figura 12: Efeito da Resposta em Frequência da Montagem (AROEIRA, 2021).

3.5. EXEMPLO

Para o sinal de onda quadrada, com amplitude de 0,5 Vpp (valor de pico a pico) e
frequência fundamental de 10Hz, monte a série trigonométrica e a série exponencial de Fourier.

ω=2∙π∙f

ω = 62,8 rad/s

Encontrando os Coeficientes da Série Trigonométrica de Fourier:

2
𝑎0 = ∙ 0,5 ∙ (0,1 − 0) → 𝑎0 = 1.
0,1

2 𝜏 0,159∗sin(6,28∗𝑛)
𝑎𝑛 = 𝜏 ∙ ∫0 𝑥(𝑡) ∙ cos(𝑛 ∙ 𝜔 ∙ 𝑡) 𝑑𝑡 → 𝑎𝑛 =
𝑛

2 𝜏 0,159∗(−cos(6,28∗𝑛)+1)
𝑏𝑛 = 𝜏 ∗ ∫0 𝑥(𝑡) ∗ sin(𝑛 ∗ 𝜔 ∗ 𝑡) 𝑑𝑡 → 𝑏𝑛 =
𝑛

Montando a Série Trigonométrica de Fourier:

∞
1 0,159 ∙ sin(6,28 ∙ 𝑛) 0,159 ∙ (−cos(6,28 ∙ 𝑛) + 1)
𝑥(𝑡) = + ∑ ([ ] ∙ cos(𝑛 ∙ 62,8 ∙ 𝑡) + [ ] ∙ sin(𝑛 ∙ 62,8 ∙ 𝑡))
2 𝑛 𝑛
𝑛=1

Com a série de Fourier montada basta definir o número de funções (n) a serem somadas.
4. INSTRUMENTOS UTILIZADOS

Os instrumentos utilizados foram o gerador de funções, acelerômetro, shaker e a placa

de aquisição.
• Gerador de Funções: O gerador de funções é um instrumento eletrônico utilizado para
gerar sinais elétricos de formas de onda, frequências e amplitude, podendo gerar sinais
senoidais, triangulares, quadrados, dente-de-serra, com sweep (frequência variável),
todos com diversas frequências e amplitudes. Seu funcionamento é baseado em circuitos
eletrônicos osciladores, filtros e amplificadores. É largamente utilizado em laboratórios
como fonte de sinal para calibrar e reparar circuitos eletrônicos, em conjunto com o
osciloscópio, para visualizar suas formas de onda, dentre as quais, senoidal, quadrada e
triangular, e pode ser observado no Anexo - A (JBM Instrumentos, 2022).

• Acelerômetro: O acelerômetro é um dispositivo usado para medição de vibrações

através da medição da aceleração da vibração, e pode ser visto no Anexo - B. Podem
funcionar a partir de diversos efeitos físicos e são capazes de medir uma ampla gama de
valores de aceleração, logo tendo uma gama de aplicações bastante elevada. Estes
dispositivos são muito usados em sistemas de posicionamento, sensores de inclinação,
bem como sensores de vibração e choque ou ligados a analisadores de vibrações (TEJA,
2021).

• Shaker: Um shaker (agitador de vibração) é um dispositivo eletromagnético usado para

teste de vibração para excitação da estrutura em teste. É usado para testes modais ou de
resistência, podendo ser visto no Anexo - C (DEWE Soft, 2022).

• Placa de Aquisição: A aquisição de dados está presente em praticamente todas as

atividades no cotidiano do ser humano. Por todos os lados existem diversos tipos de
sistemas que auxiliam o processo de tomada de decisão. O hardware de aquisição, Anexo
– D, transforma o sinal analógico em uma palavra digital ou numérica de forma que o
computador seja capaz de interpretá-la e armazená-la (SANTOS et al., 2022).
5. ASPECTOS TEÓRICOS

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

1kHz;

4) Ajuste o gerador de sinais para fornecer o sinal senoidal. Amplitude de 1,0Vpp e a

frequência de 10Hz;

5) Faça a aquisição dos sinais de tempo e frequência através da placa de aquisição;

6) Ajuste o gerador de sinais para fornecer o sinal senoidal. Amplitude de 2,0Vpp e a

frequência de 10Hz;

7) Faça a aquisição dos sinais tempo e frequência através da placa de aquisição;

8) Ajuste o gerador de sinais para fornecer o sinal senoidal. Amplitude de 1,0Vpp e a

frequência de 20Hz;

9) Faça a aquisição dos sinais tempo e frequência através da placa de aquisição;

10)Ajuste o gerador de sinais para fornecer o sinal senoidal. Amplitude de 2.0Vpp e a

frequência de 20Hz;

11)Faça a aquisição dos sinais tempo e frequência através da placa de aquisição;

12)Ajuste o gerador de sinais para fornecer o sinal de onda quadrada. Amplitude de

1,0Vpp e a frequência de 10Hz;

13)Faça a aquisição dos sinais tempo e frequência através da placa de aquisição.

6. ETAPA ANAÍTICA

Desenvolva as rotinas (PROGRAMA) para avaliar o sinal de onda quadrada utilizando

a série de Fourier. Usando resultados gráficos, realize comparações com a etapa anterior (item
12).
 Logo, será mostrado na figura 13 o código escrito no Software SciLab, e esse código
gerou os gráficos disponíveis nos Anexos – E, F, G, H, I, J, mudando apenas a quantidade de
parcelas, sendo n = 1, 5, 10, 50, 100 e 1000, respectivamente.

// Vibrações de Sistema Mecânicos

// Aluno: Igor Costa Barros
// Programa para Avaliar a Onda Quadrada Através da Série de Fourier

clear;
close;
clc;

tp = 6:0.0001:8; // Avaliando de 6s a 8s
fr = 20*%pi;
s = cos(fr*tp); // Função
Amp = 1;
N = 1; // Quantidade de parcelas na soma
for pp = 2:N
Amp = -((-1)^(pp))/(2*pp-1);
s = s + Amp*cos(fr*(2*pp-1)*tp);
end
plot(tp,s);
xlabel('Tempo (s)')
ylabel('Amplitude (Vpp)')
h = gca();
h.data_bounds = [6,-1.2*max(s); 8.2, 1.2*max(s)]; //Modifica os Eixos
xgrid

Figura 13: Código do SciLab para Avaliar a Onda Quadrada Através da Série de Fourier (Própria, 2022).

Na figura 14 foi desenvolvido o código para gerar um sinal de onda quadrada com
amplitude de 1,0Vpp e frequência de 10Hz, utilizando um intervalor de tempo de dois segundos,
sendo que o gráfico está disponível no Anexo - K. Será feito também a comparação entre o sinal
da onda quadrada utilizando a série de Fourier e o sinal da onda quadrada sem utilizar a série
de Fourier.

// Vibrações de Sistema Mecânicos

// Aluno: Igor Costa Barros
// Programa para Avaliar a Onda Quadrada

clear;
close;
clc;

tp = (6:0.01:8)'; // Avaliando de 6s a 8s
fr = 10;
 w = 2*fr*%pi;
plot2d2 ('onn',tp,[squarewave(w*tp)])
xtitle('Sinal da Onda Quadrada')
xlabel('Tempo (s)')
ylabel('Amplitude (Vpp) ')
h = gca();
h.data_bounds = [6,-1*max(s); 8, 1*max(s)]; //Modifica os Eixos

Figura 14: Código do SciLab para Avaliar a Onda Quadrada (Própria, 2022).

Logo, para o gráfico que avalia a onda quadrada através da série de Fourier, feito figura
10, pode-se perceber que quando maior a quantidade de parcelas (n) a ser somada maior será a
precisão e a aproximação do sinal à uma onda quadrada propriamente dita. Com o primeiro
gráfico com N=1 podemos observar uma onda senoidal, mas à medida que são somados termos
mais a função se aproxima da onda desejada. Com n=100, por exemplo, a onda ainda está com
algumas diferenças, mas com N=1000 a função está aparentemente quadrada.

7. ETAPA EXPERIMENTAL

1) 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;
O código mostrado na figura 15 foi o código escrito para avaliar o sinal senoidal no
domínio do tempo e da frequência, com amplitude e 1Vpp, frequência de 10Hz, no intervalo de
2 segundos. O gráfico obtido por esse código se encontra no Anexo – L e M, mostrando o gráfico
no domínio do tempo e da frequência, respectivamente.

// Vibrações e Sistemas Mecânicos - Laboratório 1

// Aluno: Igor Costa Barros
// Programa para Avaliar Onde Senoidal no Domínio do Tempo e Frequência

clear;
clc;
close

// Função Senoidal no Domínio do Tempo:

// Variáveis
f1 = 10 // Frequência = 10Hz
A1 = 1 // Amplitude = 1V
t1 = [0:0.0001:2]; // Intervalo de tempo = 2s
x1 = (A1*sin(2*%pi*f1*t1))/1000;
figure;
 plot(t1,x1)
xlabel('Tempo (s)')
ylabel('Amplitude (m/s^2)')
title('Função Senoidal no Domínio do Tempo')
h1 = gca(); // pega os eixos atuais
h1.data_bounds = [0,-1.2*max(x1); 2.2, 1.2*max(x1)]; //modifica os Eixos para
Melhor Visualização
xgrid

// Função Senoidal no Domínio da Frequência:

// Variáveis
A2 = 1; //Amplitude = 1V
f2 = 10; //Frequência = 10Hz
t2 = [0:0.0001:2]; //Intervalo de Tempo = 2s
x2 = (A2*sin(2*%pi*f2*t2))/1000;
S = fft(x2);
figure,plot(abs(S));
xlabel('Frequência (mHz)');
ylabel('Amplitude (m/s^2)');
title('Função Senoidal no Domínio da Frequência');
xgrid

Figura 15: Código para Avaliar um Sinal Senoidal no Domínio do Tempo e Frequência.

Avaliando agora o sinal senoidal advindo das medições feitas em sala para o
experimento, a figura 16 mostra o código para avaliar esse sinal no domínio do tempo e da
frequência, respectivamente, e os gráficos estão nos Anexos – N e O.

// Vibrações e Sistemas Mecânicos - Laboratório 1

// Aluno: Igor Costa Barros
// Programa para Avaliar Onde Senoidal Obtidos da Aquisição de Sinais

clear;
clc;
arq1 = uigetfile(".lvm");
arq2 = uigetfile(".lvm");
vetorT = fscanfMat(arq1);
vetorF = fscanfMat(arq2);

//SINAL NO DOMÍNIO DO TEMPO

t = vetorT(:,1); // primeira coluna
x = vetorT(:,2); // segunda coluna
figure;
plot(t,x)
xlabel('TEMPO (s)')
ylabel('Amplitude (m/s^2)')
xgrid
 //SINAL NO DOMÍNIO DA FREQUENCIA
f = vetorF(:,1);
X = vetorF(:,2);
N = length(X);
df = f(2,1);
Fmax = N*df;
FS = 2*Fmax;
figure;
plot(f,X)
xlabel('Frequencia (Hz)')
ylabel('Amplitude ')
xgrid

Figura 16: Código para Avaliar o Sinal Senoidal Advindo das Medições em Sala.

2) 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;
Já foi feito o código para avaliar o sinal quadrado na etapa analítica, esse código pode
ser visto na figura 14, seu resultado pode ser visto no Anexo – K. O código para avaliar a onda
quadrada advinda das aquisições feitas na sala será o mesmo utilizado para ondas senoidais,
podendo ser vista na figura 16, sendo o sinal quadrático com amplitude de 1Vpp, frequência de
1Hz, e no intervalo de tempo de 2 segundos. Os gráficos do sinal no domínio do tempo e
frequência, respectivamente, está localizado nos Anexos – P e Q.
3) Realize as comparações entre teoria e prática.
Foi encontrado uma discrepância nos dados gráficos obtidos graças à algum erro
advindo do código feito no SciLab que não foi identificado. Caso esse erro não tivesse ocorrido
seria possível perceber que para os sinais senoidais ocorreria algumas diferenças na amplitude
do movimento provocado por distorções das frequências.
Já para as ondas quadradas também seriam vistas distorções causadas vibrações nos
sistemas, causando diferenças entre os sinais adquiridos e os sinais ideais. Mas essas distorções
não seriam tão significativas quando comparadas com a distorções causadas pelos sinais
senoidais.

8. QUESTÕES

1) Para um sinal periódico defina: ciclo, amplitude, ângulo de fase, frequência linear,
período e frequência natural.
 Ciclo: ciclo é uma oscilação completa, digamos de A até -A e retomando ao ponto A,
ou de O até A, de volta à O, seguindo até -A e retomando a O. Note que o movimento de uma
extremidade a outra (digamos, de A até -A) constitui um hemiciclo e não um ciclo completo.
Amplitude: A amplitude do movimento, designada por A, é o módulo máximo do vetor
deslocamento do corpo a partir da posição de equilíbrio; isto é, o valor máximo de |𝑥|. Ela é
sempre positiva.
Ângulo de Fase: O ângulo de fase é o ângulo formado no início do deslocamento, ou
seja, é o deslocamento angular inicial, representado pela letra ϕ.
Frequência Linear: A frequência, f, é o número de ciclos na unidade de tempo. Ela é
sempre positiva. A unidade SI de frequência é o hertz, onde:
1
𝑇=
𝑓
Período: O período, T, é o tempo correspondente a um ciclo. Ele é sempre positivo. A
unidade SI é o segundo, porém algumas vezes ele é expresso em 'segundos por ciclo'.
Frequência Natural: A frequência natural é uma característica própria do sistema, é
determinada por dois parâmetros: sua massa e sua rigidez (ou sua elasticidade).

2) Como podemos obter frequência, fase e amplitude de um movimento harmônico pelo

vetor girante correspondente?

Para um sinal com movimento harmônico, a frequência é representada por um vetor

girante obtido da frequência de rotação ω. Para o sinal do mesmo tipo sua amplitude ‘A’ é dada
pelo comprimento (módulo) desse vetor. A fase deste sinal é adquirida através do ângulo que o
vetor com o eixo ‘x’ positivo. Esses dados podem ser identificados facilmente através da figura
17.

Figura 17: Representação do Vetor Girante (RAO, 2008).

 3) Como somar dois movimentos harmônicos com frequências diferentes?

Nesse caso essas diferentes vibrações harmônicas se superpõem, gerando movimentos

vibratórios complicados. Pode ser resolvido de três formas diferentes, utilizando relações
trigonométricas (lei dos cossenos e senos), utilizando vetores (soma vetorial), ou utilizando
números complexos (eixo real – x, e eixo imaginário - y). A figura 18 mostra um exemplo
gráfico do resultado da soma de dois sinais com frequências diferentes.

Figura 18: Somas de dois Sinais com Frequências Diferentes (ROQUE, 2010).

4) O que são batimentos?

Um caso especial importante ocorre quando os dois MHS têm frequências muitos
próximas uma da outra. Neste caso ocorre um fenômeno conhecido como batimento. Este
fenômeno é mais facilmente estudado quando as oscilações têm a mesma amplitude. A figura
19 mostra o fenômeno de batimento (ROQUE, 2010).

Figura 19: Fenômeno do Batimento (ROQUE, 2010).

9. RESULTADOS

Para a aviação da onda quadrada através da Série de Fourier podemos perceber quando
o número de termos somados na função mais a função se aproxima a onda original, e analises
feitas na engenharia podemos utilizar essa aproximação para cálculos já que são boas o
suficiente para resolver problemas práticos.
Já na análise dos dados adquiridos em salas foi visto um erro nos gráficos dos Anexos –
N, O, P e Q, mas não foi encontrado o motivo da discrepância, assim impossibilitando a análise
qualitativa das ondas senoidais e quadradas quando comparadas com ondas ideais feitas através
do software livre SciLab.

10. CONCLUSÃO

Podemos concluir que a proposta do laboratório de analisar as funções senoidais e

quadradas como análise de vibrações mostra que é possível fazer aproximações analíticas para
casos experimentais reais adquirindo bons resultados com boas aproximações.
11. REFERÊNCIAS BIBLIOGRÁFICAS

IMD Metrópole Digital. Sinal Analógico e Digital, 2022. Aula 4 – Transmissão de

Informações. Disponível em: < https://materialpublic.imd.ufrn.br/curso/disciplina/4/19/4/2>.
Acesso em: 21 de set. 2022.

MARQUES, Jorge S. Sinais Contínuos e Discretos. 2010. Disponível em:

<http://users.isr.ist.utl.pt/~jsm/teaching/ss/1_Sinais.pdf>. Acesso em: 21 de set. de 2022.

RAO, Singiresu. Vibrações Mecânicas. 4ª edição. São Paulo: Pearson PrenticeHall, 2008.

AROEIRA, Carlos. Introdução aos Acelerômetros Piezoelétricos. 2021. Disponível em: <
https://www.dmc.pt/introducao-aos-acelerometros-piezoeletricos/>. Acesso em: 21 de set. de
2022.

JBM Instrumentos. AT1645-3 – Gerador de Funções DDS, 3 MHz, Atten. 2022. Disponível
em: < https://www.jbminstrumentos.com.br/produto/gerador-de-funcoes-dds-3-mhz/>. Acesso
em: 21 de set. 2022.

TEJA, Ravi. O que é um Amplificador de Potência? Tipos, Classes, Aplicativos. 2021.

Disponível em: < https://www.electronicshub.org/power-amplifier/>. Acesso em: 21 de set.
2022.

DEWE Soft. O que é um Agitador de Vibração. 2022. Disponível em:

<https://dewesoft.com/br/produtos/interfaces-e-sensores/shakers>. Acesso em: 21 de set. 2022.

SANTOS, Evelyn Nayade Nunes et al. Desenvolvimento de Sistema de Aquisição de Dados.

2022. Disponível em: <https://del.ufs.br/uploads/content_attach/path/27768/Desenvolvimento
_de_Sistema_de_Aquisi__o_de_Dados.pdf>. Acesso em: 21 de set. 2022.

ENSUS Advanced Engineering. Análise de Vibração Estrutural – Conceitos Básicos. 2016.

Disponível em: <https://ensus.com.br/analise-de-vibracao-estrutural-conceitos-basicos-2/>.
Acesso em 21 de set. 2022.

ROQUE, Antônio. Superposição de Movimentos Periódicos. 2010. Disponível em:

<http://sisne.org/Disciplinas/Grad/Fisica2FisMed/aula6.pdf>. Acesso em: 21 de set. 2022.
12. ANEXOS

Anexo - A: Gerador de Funções

Anexo - B: Acelerômetro

Anexo - C: Shaker
 Anexo - D: Placa de Aquisição

Anexo – E: Onda Quadrada Através da Série de Fourier com N=1

Anexo – F: Onda Quadrada Através da Série de Fourier com N=5

Anexo – G: Onda Quadrada Através da Série de Fourier com N=10

Anexo – H: Onda Quadrada Através da Série de Fourier com N=50

Anexo – I: Onda Quadrada Através da Série de Fourier com N=100

Anexo – J: Onda Quadrada Através da Série de Fourier com N=1000

Anexo – K: Sinal da Onda Quadrada

 Anexo – L: Programa para Avaliar Onde Senoidal no Domínio do Tempo

Anexo – M: Programa para Avaliar Onde Senoidal no Domínio da Frequência

 Anexo – N: Programa para Avaliar Onde Senoidal, Obtidos da Aquisição de Sinais, no Domínio do Tempo

Anexo – O: Programa para Avaliar Onde Senoidal, Obtidos da Aquisição de Sinais, no Domínio da Frequência
 Anexo – P: Função Quadrático no Domínio do Tempo

Anexo – Q: Função Quadrático no Domínio da Frequência