Escolar Documentos
Profissional Documentos
Cultura Documentos
CLASSIFICAÇÃO DE SINAIS
Classificação de Sinais
Excitação /
Resposta
NÃO
Determinística
Determinística
NÃO
Periódica NÃO Periódica Estacionária
Estacionária
NÃO Transitória
Harmônica NÃO Harmônica Transitória (quase Ergódica NÃO Ergódica
periódica)
Sinais Determinísticos e Aleatórios
f (t ) A cos(t )
conhecidos
Sinais Determinísticos e Aleatórios
Excitação
Sistema não Resposta
ALEATÓRIA
DETERMINÍSTICO ALEATÓRIA
DETERMINÍSTICA
• Para este tipo de estrutura qualquer que seja a entrada, a saída será aleatória
1. SINAIS DETERMINÍSTICOS
SINAIS HARMÔNICOS
Estrutura ou Sistemas Determinísticos
Estrutura ou Sistemas Determinísticos
f x (t ) mr 2e cos(t )
f y (t ) mr 2e sin(t )
Estrutura ou Sistemas Determinísticos
Funções Harmônicas
Funções Harmônicas
f (t ) A cos t B sin t
f (t ) P()sin(t ())
Onde
ou
A amplitude
•Periódica
2
T
f 2f [ s 1 ]
2
•Relação de unidades:
n[rpm] n
f [ Hz] ; [ s 1 ]
60 30
Modelo de Exponenciais Complexas
f (t ) F ()eit F * ()eit
e it
cos t i sin t eit cos t i sin t
[ A() iB ()]
F ()
2
Cujo módulo está relacionado com amplitude do sinal
i t F i t F
f t F e e 2 F cos t F
f t P cos t
Comparando as equações
Por tanto F(Ω) possui toda a
F informação do sinal:
- Amplitude
- Frequência
- Fase
Extensão domínio frequência
Considerando que:
Outras considerações
B P sen
B P sen
B P sen
f t F ei t F e i t
com
f t F e i t
F e i t
0
Extensão domínio frequência
•Definindo:
j
j
0 0
Representação de uma harmônica pura
somada a uma função (dc) constante
1
f t
k 1
F e i k t
F
Espectro (Exercise1_signals.m)
K
Sistemas de 1 Grau de Liberdade (1GL)
X
1
FRF – Receptância
F 2 m ic k
Sistemas de 1 Grau de Liberdade (1GL)
• Definindo:
V i
F 2 m ic k
FRF – Mobilidade
A 2
S FRF – Inertância
F 2 m ic k
Sistemas de 1 Grau de Liberdade (1GL)
F
K
X
Rigidez dinâmica
F
Z
V
Impedância mecânica
F
M
A
Mass dinâmica
Sistemas de 1 Grau de Liberdade (1GL) – Diagrama de Bode
• Graficamente
Receptância
k
n max n 1 2 2
m
Sistemas de 1 Grau de Liberdade (1GL) – Diagrama de Bode
• Graficamente
Mobilidade
k
n max n
m
Sistemas de 1 Grau de Liberdade – Diagrama de Bode (dB)
Inertância
k n
n max
m 1 2 2
Sistemas de 1 Grau de Liberdade (1GL) – Diagrama de Nyquist
• Graficamente
Receptância
Sistemas de 1 Grau de Liberdade (1GL) – Diagrama de Nyquist
• Graficamente
Mobilidade
Sistemas de 1 Grau de Liberdade (1GL) – Diagrama de Nyquist
• Graficamente
Inertância
Sistemas de 1 Grau de Liberdade (Exercise2_systems.m)
ms 2
cs k e s t 0
• Solução:
2
c c 4mk
2
c c k
s1, 2
2m 2m 2m m
x t C1 e s1t C2 e s2t
Instabilidade (vibração livre)
• E sabendo que
c 2 n k 2n d n 1 2
m m
• Tem-se
s1, 2 n d
x t e nt C1eid t C2 eid t Resposta
vibratória
x t e nt A cosd t B sin d t
2
Instabilidade (vibração livre)
s1, 2 i
• A instabilidade é dada pelo sinal da parte real () da raiz s. Se a mesma for positiva,
o sistema é instável, e vice-versa:
Instável Estável
Vibração forçada (Exercise3_harmonic_response.m)
• Ressonância: Ocorre quando uma força de excitação f(t) possui uma frequência
igual a frequência natural:
1
n
Ressonância
xt xh t x p t
x(t) x(t)
• Fourier afirmou que uma função periódica pode ser representada por uma
série de funções harmônicas:
f t
i j t
F j e , j j1 , j 0,1,2,
j
F j e
f t e dt
i nt i j n t
dt
T T
j
Série de Fourier
• Como:
T , se j n
e
i j n t
dt
T
0, se j n
• Onde:
n n1 , n 0,1,2,
1 2
T
• Assim:
F n f t e int dt
1
T T
Série de Fourier
• Devemos ter cuidado com F(), este será nulo para ≠ j = jj ;
• Se 0=0
F 0 f t dt
1
T T
conhecido como valor médio de f(t).
NOTA:
• Salvo para algumas funções simples o cálculo dos coeficientes da Série de Fourier
é complicado se tentarmos realizar uma integração direta;
E F
2
e 1 , se j j j E 0
T
• É comum unir o ponto E(j) ao eixo das freqüências dando origem às LINHAS
ESPECTRAIS.
Espectro de Fourier
Nota:
• Um gráfico de espectro de Fourier mostra em que frequência o sinal carrega
energia. Se o sinal é uma onda sonora, o espectro indicará em que frequências
(harmônicos) o som é mais forte.
• Toda função que cumpre com as condições de Dirichlet possui representação por
série de Fourier. Nas descontinuidades, a serie infinita converge em media para os
valores de x(t).
Espectro de Fourier – Exemplo
1, se t
T0
f t 2
0, T0
se t T
2 2
T = m T0
Espectro de Fourier – Exemplo
To
i j t
F j
1 T A e 2
f t e
i j t
2
dt
T T
2 T i j To
2
T0
sin
F j
2A j 2
T j
2 j j 2
como: T ; 1 T
1 j j
Espectro de Fourier – Exemplo
j
F j
sin
A m como f(t) é par, F é real
m j
m
j
F 0 F j
A A
; j0 sin j0
m j m
Espectro de Fourier – Exemplo
To = cte
T = variável
2
m1
To
T = mTo
Transformada de Fourier
• Também vimos que o número de linhas espectrais entre =0 e =2/T aumenta
proporcionalmente a T e as distancias entre estas (2/T) são reduzidas a zero.
• Se tomarmos o produto:
F j T f t e
T
2 i j t
dt
T
2
poderá ser finito quando T , isto é, o espectro poderá não desaparecer quando
T
Transformada de Fourier
lim F j1 T F f t e it TRANSFORMADA DE
dt FOURIER
T
f t F j1 e
1
j
i j1t
T
F
j
j 1 T e i j1t
1
F j T e i j1t
1
2
1
j
T 2
Pois:
1
Transformada de Fourier
• Fazendo 1= :
f t F j T e
1 i j t
1
2
1
j
lim f t F eit d
1
• Tomando: T 2
j 1 TRANSFORMADA
INVERSA DE FOURIER
Existência de F():
f t dt
To
it 2
e To
A To A
F
2
eit dt 2
2 To
2 2 i
• A função anterior (função portão) tem conteúdo harmônico nulo em 2 /T0 não
conduz energia;
Transformada de Fourier – Exemplo 2
T
sin 0
F
AT0 2
2 T0
2
t
se t 0
0 se t 0 t dt 1,
0
f t
ATo
2
t
1
por conseguinte;
2
Transformada de Fourier – Exemplo 2
• Também vimos que a medida que To0, o conteúdo harmônico de f(t) cresce nas
altas frequências
Observações:
2
• Este fato é fundamental nos “testes” de impacto. T
o
• Todas as frequências são excitadas com a mesma amplitude, o sistema responde
Linearidade:
F1 f1 t e F2 f 2 t
Se
1
a1 f1 t a1 f1 t a1 f1 t a1 f1 t e it dt
2
a1 a2
f1 t e dt
it
f 2 t e it dt
2 2
a1 f1 t a2 f 2 t
a1 F1 a2 F2
Propriedades da Transformada de Fourier
Escala no tempo
1
F f t f at
Se:
F
a a
• Esta propriedade diz que ampliando - (reduzindo) a escala de tempo se reduz
(amplia) a frequência.
f t F
Consequência:
1 t
F f t 1 F a f
a a
Propriedades da Transformada de Fourier
F f t f t to F eit0
f t eiot F o
• Conseqüência:
f t cos ot F o F o
1 1
2 2
Transformada de Fourier
A para t
To
pTo t 2
0 para To
t
2
• A função pTo t cos ct representa uma parte truncada da função cosseno ou
um impulso modulado.
• Considerando a transformada da função portão tem-se:
sin o o sin o o
T T
2 ATo 2
pTo t cos ct
ATo
4
4
o 2
To
o To 2
Transformada de Fourier
T
i o
Obs: no exemplo anterior poderíamos ter utilizado, e 2 neste caso,
deve utilizar a transformada na frequência apropriada.
Transformada de Fourier
Exemplo: na pratica quando adquirimos um sinal o que se faz é colocar janelas para
limitar o tempo de medição (existem vários tipos de janelas, sendo a mais comum a
janela “retangular” ou “portão”).
Transformada de Fourier
Propriedade de Simetria:
F f t
se:
F t f
2
demonstração:
f t F e dit
f t F eit d
f 1
F t e it dt F t
2 2
Transformada de Fourier
• A função impulso unitário de Dirac será definida como uma função simbólica
pela relação:
t t t dt t
o o
t t t dt t
o o
t t e it dt
1
Transformada da função impulso:
2
por definição do Delta de
Dirac:
t
1 it 1
e
2 t 0
2
t ; ,
1
2
1
1, , 2 t
Identidade:
t
1
eit d
2
demonstração:
2 t 1 F 1, 1 1.e it dt
consequência
1
já que: (t) é par t
2 cos t d
Transformada de Fourier
i o t
Transformada de e
eiot o
f t eiot F o
1
Em termos de função;
2
e it d
f t cos ct F c F c
1 1
2 2
onde:
F f t
Transformada de Fourier
Transformando:
f t 1 F
Transformada da Derivada:
f t
1
2
f t e it dt
i
f t
1 it
f t f t e
i t
e dt
2 2
f t i f t
ft 2 f t
- De forma geral:
f n t i n n f t
Transformada de Fourier
Convolução de Funções:
- Dados f1(t) e f2(t), a convolução de f1(t) com f2(t) é uma terceira função de t
definida por:
f t f1 x f 2 t x dx
COMUTAÇÃO:
f1 t * f 2 t f 2 t * f1 t
ASSOCIATIVA:
f1 t * f 2 t * f3 t f1 t * f 2 t * f3 t
f1 t * f 2 t 2 F1 F2
- demonstração:
it
f1 t * f 2 t
1
2 f1 x f 2 t x dx e
dt
1
f1 t * f 2 t
f1 x f 2 t x e it dt dx
2
Transformada de Fourier
- se demonstra que;
f 2 t x e it dt F2 e it
1
2
f1 t * f 2 t
f1 x F2 e ix dx 2 F1 F2
Observação:
Transitório
SINAL
Permanente
Hipóteses: a parte do sinal medido estará entre [0, To]. Este último
valor será tomado como o período de uma função periódica definida
por:
f o t f t se t 0, To
f o t 0 se t 0, To
Transformada de Discreta de Fourier
ij 2
2
fT0 (t ) FT0 j e T0 t
j T0
ij 2
2 1
T0
FT0 j f
T0 t
o (t )e dt
T0 T0 0
j j 2 com j
To
Transformada de Discreta de Fourier
2 2
2 Fo j To FTo j
To To
2 j ] ,[
FT0 j
T
Transformada de Discreta de Fourier
To=NT
Transformada de Discreta de Fourier
N 1 N 1
f N t T f o t t kT T f o kT t kT
k 0 k 0
Transformada de Discreta de Fourier
onde: 1 0 t T
T t T
0 para qualquer outro valor
T T tem amplitude
unitária e é
adimensional.
Transformada de Discreta de Fourier
2
2 ij NT
fT0 (t ) FT0 j
t
e
j T0
sendo:
2
2
T
1 0 N 1 ij
T f 0 (t ) (t kT )e
t
FN j
NT NT 0 k 0
NT
dt
Transformada de Discreta de Fourier
ou
N 1
2 1
f kT e
i 2 jk
FN j o
N
NT N k 0
2
FTo j
NT
2 2 2
2Fo j
o To
T F j NTFN j
NT NT NT
Para que a TDF seja realmente uma transformada, deve ser possível definir
sua inversa.
2
Assim, conhecendo FN j
NT
tem que ser possível recuperar as amostras fo(kT) de fo(t).
N 1
2 i 2 jn N
f o nT FN j e
j 0 NT
Transformada de Discreta de Fourier
2 1 2 2
FN j NFN j FN j
NT N NT NT
N 1 i 2 r j
já que:
e N
k 0
N se r j
0 se r j
Transformada de Discreta de Fourier
TEOREMA da PERIDICIDADE de TDF
2
Os coeficientes: FN j formam uma série periódica de período 2/T,
NT
sendo T é o intervalo de amostras.
Demonstração:
basta provar que => 2 2 2
FN j n FN j
NT T NT
2 2 2 2 2
FN j n FN j N n FN j nN
NT T NT NT NT
Transformada de Discreta de Fourier
TEOREMA da PERIDICIDADE de TDF
Por definição de TDF;
i 2 j n N k
2 1 N 1
FN j nN f k T e
o
N
NT N k 0
i 2 j nN k i 2 jk i 2jk
e N
e N
e i 2nk e N
i 2 j k
2 1 N 1 2
FN j n N f o k T e N
FN j
NT N k 0 NT
Transformada de Discreta de Fourier
TEOREMA da PERIDICIDADE de TDF
2 2 2 2
FN N l FN l FN l
NT T NT NT
2 2 * 2
FN N 1 FN FN 1
NT NT NT
2 2 * 2
FN N 2 FN 2 FN 2
NT NT NT
N 2 N 2 N 2
FN N 1 FN 1 FN* 1
2 NT 2 NT 2 NT
N 2 N 2 * N 2 N 2
FN N FN FN FN
2 NT 2 NT 2 NT 2 NT
N 2 N 2 * N 2
FN N 1 FN 1 FN 1
2 NT 2 NT 2 NT
Transformada de Discreta de Fourier
TEOREMA da PERIDICIDADE de TDF
N 2 N 2
FN* FN
2 NT 2 NT
N
2. os coeficientes de Fourier de j 1
2
até N-1 são conjugados daqueles que vão de j=1 até N
1
2
Por mais que todos os coeficientes de Fourier (j=0 até N-1) sejam
necessários para recuperar as amostras de fo(nT), desde o ponto de vista
prático, é suficiente calcular somente aqueles que correspondem a j entre
0 e N/2.
Transformada de Discreta de Fourier
2
Nota: F 0 FN N também são reais
NT
Transformada de Discreta de Fourier
FENÔMENO de ALIASING - (dobramento)
Graficamente:
Transformada de Discreta de Fourier
FENÔMENO de ALIASING - (dobramento)
Transformada de Discreta de Fourier
FENÔMENO de ALIASING - (dobramento)
Transformada de Discreta de Fourier
FENÔMENO de ALIASING - (dobramento)
• Se f f1 f 2 segundo RAYLEIGH
1
f é a distância entre duas linhas espectrais.
NT
Transformada de Discreta de Fourier
Filtro Anti-Aliasing
• o filtro ideal : f L fd fc
1
f a 2 f d 2 1.28 f L
T
1
T To NT (tempo de medição)
2,56 f L
m = 8, 9, 10, 11e 12
N = 256, 512, 1024, 2048 e 4026
Transformada de Discreta de Fourier
Outras relações:
f L N L f L
f a 2 ,56 f L 2 ,56 N L f L N f L
N 2 ,56 N L
1 pontos no TEMPO
f a N f L
T nº de linhas
1 1
f L resolução
NT To