Sinais e Sistemas - Transformada Discreta de Fourier

DINÂMICA DE ROTORES
Prof. Dr. Carlos Alberto Bavastri

Msc. Thiago da Silva
Lucas Bortolotto
Samuel Cavalli
Universidade Federal do Paraná

1. TEORIA BÁSICA DE VIBRAÇÕES
A) SINAIS DETERMINÍSTICOS
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
Um fenômeno ou uma função que

o represente se diz que é
determinístico quando suas
características são previsíveis.
f (t )  A cos(t  )
conhecidos
Sinais Determinísticos e Aleatórios
Se uma estrutura não é

especificamente conhecida, será,
de um ponto de vista dinâmico,
imprevisível, aleatória ou não
determinística.
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
f x (t )  mr 2e cos(t   )
f y (t )  mr 2e sin(t   )
Funções Harmônicas
É um dos modelos de excitação e resposta mais importantes dos sistemas físicos

Modelos equivalentes
f (t )  A    cos t  B    sin t
f (t )  P() cos(t   ())
f (t )  P()sin(t  ())
Os parâmetros A(), B(), P(), () e  () são constantes em t e   0 :

Onde
A()  P() cos     B()  P() sen 
ou
A()  P()sin    B()  P() cos   
A amplitude
P()  A2 ()  B²()

A fase
tan  () tan ()  1

Funções Harmônicas – Propriedades
•Periódica
2
T

•Portanto a frequência é dada por:

f     2f [ s 1 ]
2
•Relação de unidades:
n[rpm] n
f  [ Hz]  ;   [ s 1 ]
60 30
Modelo de Exponenciais Complexas
f (t )  F ()eit  F * ()eit
Pelo Teorema de Euler
e it
 cos t  i sin t eit  cos t  i sin t
eit  e it eit  e it

cos t  sin t 
2 2i
Das equações anteriores, é possível achar a amplitude complexa do sinal
[ A()  iB ()]
F () 
2
Cujo módulo está relacionado com amplitude do sinal
A²()  B²() P()

| F () | 
2 2
Para achar a fase da amplitude complexa
F () | F () | eiF ()

Substituindo na equação de exponenciais complexas
 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
 É óbvio que , como grandeza física é >0.

 Matematicamente, é possível introduzir a variável   0.
Considerando que:
A    é uma função par de   A     A   

B    é uma funçãoimpar de   B      B   
Assumimos que B (0) = 0, para  < 0, tem-se:
f t   A  cos t   B  sen t   A cost   B sent 

| F () || F () |
Assim, | F () | é uma função par.
Outras considerações
B    P sen  
B     P sen   
B   P sen   
Uma vez que P é uma função par por definição e B é

impar.
Assim, chega-se à conclusão que

       () é uma função ímpar de 
F   F  eiF   F  é par

F  é impar
Assim, a função harmônica pode ser expressa por:
f t   F  ei t  F  e i t
com  
f t   F  e i t
 F   e i  t
0
•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
A resultante da soma de n funções n

harmônicas
f t   
k  n
F   e i  k t
F 
Espectro (Exercise1_signals.m)
• Modelo matemático preferível utilizado em análise de vibrações;
• Concentra a informação  Magnitude + Frequência;
• Obtido via, para o caso de funções harmônicas, modelo de exponenciais

complexas . E () | F () |
Exemplos de Modelos de 1GL
K
Sistemas de 1 Grau de Liberdade (1GL)
Modelo equivalente de 1GL Diagrama de Corpo Livre
mxt   cxt   kxt   f t 
• Sendo f(t) uma excitação harmônica, pode-se reescrever :

xt   X eit
f t   F eit xt   iX eit
x  t   2 X    eit
• Substituindo-as na equação de movimento:
  m  ic  k X   F 

2
X   F    Deslocamento
X 
   
1
FRF – Receptância
F    2 m  ic  k
• Definindo:
V   iX  A     2 X   
V  i
   
F    2 m  ic  k
FRF – Mobilidade
A 2
 S       FRF – Inertância
F    2 m  ic  k
• Existem também funções características do sistema obtidas através das relações

inversas, para um modelo de um grau de liberdade, da receptância, mobilidade e
eniertância:
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
• Graficamente
Mobilidade
• Graficamente
Inertância
Sistemas de 1 Grau de Liberdade (Exercise2_systems.m)
• Representação em 3D de uma FRF

Instabilidade (vibração livre)
• Pequenas perturbações  Grandes deslocamentos;
• Amplificação crescente da resposta do sistema
• Pode provocar graves danos a uma estrutura ou parte dela;
• Não há excitação forçada e sem perturbações, isto é, f(t)=0;

• Assim, dada a seguinte equação homogênea
mxt   cxt   kxt   0
• Considerando a resposta como: xt   C e s t
• Substituindo na equação diferencial, tem-se:
ms 2

 cs  k e s t  0
• Para se ter a solução da trivial:
ms2  cs  k  0 Eq. característica

• Solução:
2
c  c  4mk
2
c  c  k
s1, 2      
2m 2m  2m  m
• Tendo a resposta para o par de raízes da eq. anterior, com amortecimento

subcrítico (0 <  < 1) :
x t   C1 e s1t  C2 e s2t
• E sabendo que
c  2 n k   2n d  n 1   2
m m
• Tem-se
s1, 2   n  d
• Com isto temos a seguinte resposta do sistema:

x t   e nt C1eid t  C2 eid t  Resposta
vibratória
x t   e  nt  A cosd t  B sin d t 
Decremento Exponencial AiB

C1  C2 
*
2
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)
• Sistemas sujeitos à excitação externa f(t);
• Ressonância: Ocorre quando uma força de excitação f(t) possui uma frequência
igual a frequência natural:

1
n
Ressonância
xt   xh t   x p t 
x(t) x(t)
Sistema amortecido Sistema não amortecido

1. TEORIA BÁSICA DE VIBRAÇÕES
B) SÉRIE, ESPECTRO E TRANSFORMADA DE FOURIER

Série de Fourier
• Seja f(t) uma função periódica com período Ω1=2/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  j1 , j  0,1,2,
j  
• Para conhecer o valor de F(Ωj), multiplicamos a ambos lados da equação

por e-in t e integramos em um período T.

 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  n1 , n  0,1,2,
1  2
T
• Assim:
F  n    f t e int dt
1
T T
Série de Fourier
• Devemos ter cuidado com F(), este será nulo para  ≠ j = jj ;
• 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;
• Na prática, geralmente não se tem f(t) em forma analítica. O que se obtém ou se

dispõe são alguns valores de f(t) através de medições em campo  se deve
realizar uma integração numérica.
Série de Fourier
• A série de Fourier nos diz que a energia de um sinal periódico é transportada

em determinadas freqüências.
• Essas freqüências são: a fundamental e os múltiplos inteiros da fundamental

“1”.
• As freqüências múltiplas de 1 são conhecidas como harmônicas.

Espectro de Fourier
Por definição, o espectro de um sinal é dado por
E   F 
como F() é hermitiana  E() é simétrico
• O espectro de Fourier é discreto já que:  j  j1 , j  0,1,2,
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
Espectro de um sinal periodico

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.
• A maioria das funções periódicas de interesse em vibrações podem ser

representadas através da Série de Fourier, tanto para funções contínuas quanto p/
funções contínuas por partes.
• 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
• Seja f(t) dada pela figura abaixo (de período T)
1, se t 
T0

f t    2
0, T0
se  t T
 2 2
T = m T0
• Os coeficientes de Fourier (amplitudes complexas harmônicas)
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
• Pode-se provar que:
j
F  j  
sin
A m  como f(t) é par, F   é real
m j
m
• Os coeficientes ficam definidos por:
 j 
F 0  F  j  
A A
; j0 sin  j0
m j  m
• As figuras abaixo mostram o espectro de Fourier para os valores de m=2 e m=10,

como:
To = cte
T = variável
2
m1 
To
T = mTo
Transformada de Fourier
• No exemplo anterior vimos que a medida que m   E()  ;
• 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 
• Isto é, se T , 1=2/T0 tende a zero. Chamando j1= , já que j  :

lim F  j1  T  F    f t  e it TRANSFORMADA DE
dt FOURIER
T  
• Partindo da Série de Fourier é possível definir a Transformada Inversa de Fourier
 
f t   F  j1  e  
1

j  
i j1t

T
 F
j  
j 1 T e i j1t


1
 F  j  T e i j1t
1
2
1
j  
T  2
Pois:
1
• Fazendo 1= : 
f t    F  j  T e
1 i j t
1

2
1
j  

lim  f t   F  eit d
1
• Tomando: T  2 

j 1   TRANSFORMADA
INVERSA DE FOURIER
• Se esta integral existe, se diz que F() é a Transformada de Fourier de f(t) e

conhecendo esta, f(t) pode ser recuperado.
• Este par de equações é denominado de Par de Fourier.
F    f t  f t   1 F 

Existência da Transformada de Fourier
Existência de F():
A existência de F() é garantida se:

 f t  dt  

• Portanto, a função f(t) é absolutamente convergente.
• As funções periódicas não são absolutamente convergentes;
• Portanto, não são “Fourier Transformáveis”.

Transformada de Fourier – Exemplo 1
To
 it 2
e To
A To A
F   
2
eit dt  2
2 To
2 2 i
• A função anterior (função portão) tem conteúdo harmônico nulo em 2 /T0 não
conduz energia;
T
sin  0 
F  
AT0  2
2 T0
2
O maior conteúdo de harmônicos se encontra

no primeiro lóbulo.
• Se o impulso se mantém constante, enquanto To0 (A ) então no limite

tende a:
f t   ATo t 
sendo  (t) a “Função Impulso Unitária de Dirac”.
 t   

 se t 0
0 se t  0    t  dt  1,

 0
A função  (t) é representa na figura ao lado:
ATo t   é um impulso de intensidade ATo

 (t)  é um impulso unitário
Obs: obviamente os pontos 2 , 4 , tendem para infinito quando To0

To To
- Por outro lado, se To0 (x=0):

sin x
aplicando o teorema de L’Hôpital lim 1
x0 x
  f t   
ATo
2
 t  
1
por conseguinte;
2
• A função impulso tem conteúdo harmônico uniforme em toda a faixa de frequência

-, +;
• Também vimos que a medida que To0, 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
mostrando suas características dinâmicas, se mostra como ele é.

Propriedades da Transformada de Fourier
Linearidade:
F1    f1 t  e F2    f 2 t 
Se
com a1, a2 constantes reais.
1 
 a1 f1 t   a1 f1 t    a1 f1 t   a1 f1 t  e it dt
2 
a1  a2 
  f1 t e dt 
it
 f 2 t e it dt
2  2 
 a1  f1 t   a2   f 2 t 
 a1 F1   a2 F2 
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:
• Propriedade de escala na frequência.
1 t
F    f t   1 F a  f 
a a
Teorema de Deslocamento no Tempo e na Frequência:
F     f t      f t  to    F eit0
• Teorema de Deslocamento na Frequência:
 
 f t eiot  F   o 
• Conseqüência:
  f t  cos ot   F   o   F    o 
1 1
2 2
Exemplo: consideremos, novamente, a função portão:
 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
T
 i o
Obs: no exemplo anterior poderíamos ter utilizado, e 2 neste caso,
deve utilizar a transformada na frequência apropriada.
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”).
• Na prática todas as funções são medidas durante um intervalo de tempo finito;

• A função portão se comporta como uma janela, tomando apenas uma parte da
função harmônica, durante To segundos;
• Esta parte da função cosseno, não é exatamente uma função cosseno como
definida matematicamente não é periódica de - à +
• Seu espectro contém mais harmônico que “c” – quanto menor é To maior será o
conteúdo de harmônico de medição”.
• Se To o conteúdo de harmônico se restringe a c.
Propriedade de Simetria:
F     f t  
se:
F t   f   
2
demonstração:
 
f t    F  e dit
f  t    F    eit d 
 
• Fazendo uma troca de variáveis, trocando  por t e % por 2 tem-se:
f   1 
F t  e it dt  F t 

2 2 
Nota: conhecendo a transformada de f(t), consequentemente conhecendo f (t) 

podemos encontrar a transformada de F(t).
Função Impulso de Dirac:
• Seja  (t), uma função continua de t.
• A função impulso unitário de Dirac será definida como uma função simbólica
pela relação:

  t   t  t  dt   t 

o o
onde:  (t) é a função de prova.

Desta forma  (t), pode ser tratado como

uma função qualquer sempre que não se
pergunte o valor dela para t=to. Sua
representação é:
Algumas Propriedades Importantes:

  t   t  t  dt   t 

o o
Conclui-se que  (t) “amostra” a função no valor que o argumento de  se anula.


 t    t e it dt
1
Transformada da função impulso:
2 

por definição do Delta de
Dirac:
 t  
1 it 1
e 
2 t 0
2
 t   ;     , 
1
2
1
 1,   ,  2  t 
conclusão: 1    1.    t  
1,  t     

Identidade:

 
 t 
1
 eit d
2 
 

demonstração:

2 t   1 F   1,  1  1.e it dt

consequência 
1 
já que: (t) é par t  
2  cos t d
i o t
Transformada de e
 
 eiot     o 
- demonstrar usando o teorema
 
 f t eiot  F   o 
considerando a função f (t) = 1.

Transformada de cosseno e seno:
- A existência de uma Transformada de Fourier exige que a função seja

absolutamente integrável;
- A função (t) não é realmente uma função e sim uma distribuição.
1 
Em termos de função;
2 

e it d
não existe, não converge, entretanto é igual a  (t)

- Veremos como obter a transformada de uma função seno e cosseno, que

não são absolutamente integrável, através de uma distribuição.
- Vimos um teorema que diz:
 f t  cos ct   F   c   F   c 
1 1
2 2
onde:
F    f t 
Transformando:
f t   1  F    
Fc   F cos ct   1    c   1   c 

2 2
F  já que cos ct é par.

- De forma similar, a transformada do seno é:
F sin ct      c      c 

i i
2 2
que é uma função ímpar.

Transformada da Derivada:
Suponhamos que f(t) seja uma função derivável em todo o domínio;

 f t   
1
2 

f t  e it dt
- Integrando por partes;
ut   e it e dvt   f t dt
- Se f(t) é absolutamente convergente, o primeiro termo é nulo.

  i 
  f t  
1   it
f t   f t  e
i t
e  dt
2   2
 
 f t   i f t 
 
 ft   2  f t 
- De forma geral:
 
 f n  t   i n n  f t 
Convolução de Funções:
- Convolução de funções é um conceito importante em dinâmica de sistemas

lineares, como será visto mais adiante.
- 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

- Frequentemente a notação simbólica é: f t   f1 t * f 2 t 

Algumas propriedades importantes:
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 
Propriedade: a convolução de uma função f(t) com (t) = f(t).

Teorema da Convolução no Tempo:
 f1 t * f 2 t   2 F1 F2 
- demonstração:
    it
 f1 t * f 2 t  
1
2   f1  x  f 2 t  x  dx  e

dt
- trocando a ordem de integração;
 1 
  f1  t  * f 2  t    
 
f1  x    f 2  t  x e  it dt  dx

 2 

- se demonstra que;

 f 2 t  x e  it dt  F2  e  it
1
2 
  f1  t  * f 2  t    

f1  x  F2    e  ix dx  2 F1    F2   

Teorema da Convolução na Frequência:
F1 * F2   f1 t  f 2 t 


 f1 t  * f 2 t   F1 F2    F1  y F2   y dy

Transformada de Discreta de Fourier
CAD  converte um sinal analógico em digital

(em inglês ADC: Analog to Digital Convert);
FFT  Transformada Rápida de Fourier (Fast Fourier Transform)

Obs: (Cooley and TUKEY, 1965) 2N pontos reduzem os cálculos de N2
operações a N/2 log2N + N/2soma + N/2 log2N resta se N=1024200:1
Observação:
• Na prática, os sinais de vibrações e som possuem formas complicadas.

Uma vez mais, não se conhecem suas expressões analíticas.
• Geralmente o que se tem é um sinal elétrico análogo a grandeza que se

deseja medir e analisar.
• Nestes casos, o que se faz é “amostrar” o sinal em vários instantes de

tempo e calcular a TDF de Fourier, uma aproximação da transformada
continua de Fourier (TCF).
Seja f(t) um sinal que se deseja transformar para o domínio da frequência:
Transitório
SINAL
Permanente
• Em ambos os casos existem uma limitação fundamental: o sinal somente

pode ser medido durante um tempo finito “To”;
• Tanto no sinal permanente quanto no transitório (dependendo do

amortecimento) informações serão perdidas pela limitação temporal;
• Supõe-se que: a parte do sinal medido contêm as informações suficientes

para a análise que se deseja realizar.
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 
A partir deste período básico, se constrói uma função periódica:
fTo (t+nTo) = fo(t); 0  t To, n= 0, 1, 2, ....

 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
Como vimos, vale a seguinte relação:
 2   2 
2 Fo  j   To FTo  j 
 To   To 
onde: Fo() seria TCF de fo(t), simbolicamente; Fo ()   ( f 0 (t ))
Os coeficientes da Série de Fourier da função fTo(t) periódico;
 2  j ]  ,[
FT0  j 
 T 
Supondo que To (intervalo de medição) tenha sido dividido em “N-1”

intervalos, ou seja entre 0 e To existem “N” pontos de divisões;
To=NT
•O resultado desta amostragem, onde:

• To é o intervalo de medição e também o período básico;
• T é o intervalo entre as amostras de fo(t);
• Supondo que todos estes intervalos se mantêm constantes, o
resultado será uma sequência periódica das amostras da função fTo(t).
A sequência periódica é uma série periódica com período básico fN(t).

Esta última pode ser representada simbolicamente por:
N 1 N 1
f N t   T  f o t   t  kT    T f o kT   t  kT 
k 0 k 0
NOTA: esta é uma função ideal de amostragem. Na prática o que se faz é:

N 1
f N t    f o kT   T t  kT T
k 0
onde:  1 0  t  T
T  t    T
0 para qualquer outro valor
T T tem amplitude
unitária e é
adimensional.
Desta forma, fN(t) é uma sequência de impulsos do tipo Tfo(kT), como

mostrado na seguinte figura;
Sendo: fN(T) o período básico de uma função periódica, é possível

desenvolver esta em Série 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
Trocando a ordem da somatória e da integral, fazendo uso

das propriedades do delta de Dirac, a expressão acima pode
ser escrita:
2
 2  N 1 i j
 f kT  e
1 kT
FN  j   o
NT
T
 NT  NT k 0
ou
N 1
 2  1
 f kT  e
i 2 jk
FN  j  o
N
 NT  N k 0
A expressão acima é conhecida como transformada discreta

de Fourier, TDF.
Esta expressão é uma versão discreta de:
 2 
FTo  j 
 NT 
Desta forma a expressão anterior pode ser ampliada para:
 2   2   2 
2Fo  j 
 o To 
T F j   NTFN j 
 NT   NT   NT 
É evidente que a desigualdade acima jamais poderá ser uma

 2 
igualdade, já que N  j
F  é um conjunto de amostras de fo(t).
 NT 
TRANSFORMADA INVERSA
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).
Esta transformada existe e vale:
N 1
 2  i 2 jn N
f o nT    FN  j e
j 0  NT 
Para demonstrar isto, partimos da TDF e substituímos fo(nT) pela

definição da TIDF  chega-se a igualdade:
 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
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 
com “n” numero inteiro:
 2 2   2 2   2 
FN  j n   FN  j N n   FN   j  nN  
 NT T   NT NT   NT 
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
Devemos considerar aqui que:
i 2  j  nN k i 2 jk i 2jk
  
e N
e N
e i 2nk  e N
O que prova que
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 
• Vejamos então as consequências destes teoremas.
• Em geral, os coeficientes de Fourier, mais acima de N-1, podem ser

calculados através da seguinte expressão:
 2   2 2   2 
FN  N  l    FN  l   FN  l 
 NT  T NT   NT 
Isto é devido a periodicidade do teorema anterior.

Tomemos alguns valores positivos de “ l ”  utilizando a equação anterior
 Vimos que a cada

 2 
FN  N   FN 0
 NT   2 
j=N , FN  N 
2   NT 
  2 
FN  N  1   FN 1 
 NT   NT  se repete e não tem
sentido calcular mais
 2   2 
FN  N  2   FN  2  termos que j=N-1..
 NT   NT 
 2   2  A variação de j=0, N-1 é

FN  2 N  1   FN   N  1  suficiente para recuperar as
 NT   NT 
amostras fo(nT), com n=0, N-1

 2   2 
FN  2 N    FN  N    FN 0
 NT   NT 
Tomando alguns valores negativos de “ l ”.
 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 
 N 2   N 2 
FN*    FN 
 2 NT   2 NT 
1. para j  N 2 os coeficientes de Fourier são reais;
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.
 2 
Nota: F 0  FN  N  também são reais
 NT 
FENÔMENO de ALIASING - (dobramento)
Vamos analisar estes fenômenos em duas óticas diferentes:
1 – Como consequência do fenômeno, periodicidade dos

coeficientes de Fourier,
• O fato que à partir de jN os coeficientes de Fourier não

2
oferecem informação adicional, a maioria das frequências que podem
 N  2 
ser discriminadas pela TDF é:   
 2  NT T
• se usarmos “frequência de amostragem”.

2 – Amostragem de um sinal continuo
Graficamente:
Algumas CONSIDERAÇÕES PRÁTICAS
• Geralmente os equipamentos modernos de medição possuem um

filtro anti-aliasing;
• Ainda, poder-se-ia encontrar o valor resultante da frequência de um

sinal fs em presença de aliasing:
1
fd 
2T
• Para calcular a frequência que contamina o espectro discreto de
Fourier, que na realidade corresponde à:
fs  fd
Resolução de Frequências Próximas
• Distância mínima que pode existir em duas componentes harmônicas

em um sinal e que podem ser discriminadas.
• Suponhamos que estas harmônicas possuem a frequência f1 e f2:
• Se  f  f1  f 2 segundo RAYLEIGH
1
f  é a distância entre duas linhas espectrais.
NT
Filtro Anti-Aliasing
Se T é o intervalo entre duas amostras

1 1
consecutivas de frequências máximas f o t ; fa  fd 
possíveis de detectar T 2T
Nota: Se os sinais possuem harmônicas com frequências maiores que fd 

estas se dobram ao redor de fd , contaminando o espectro.
Obs: Uma forma de

evitar este fenômeno é
filtrar o sinal através de
um filtro passa-baixo –
filtro anti-aliasing
Na prática, se o sinal máximo que queremos que apareça no viso é fL:
• o filtro ideal : f L  fd  fc
• para filtro real, se adota: f d  1.28 f L

imperfeição do filtro
1
f a   2 f d  2  1.28 f L
T
f a  2,56 f L Na maioria dos dispositivos comerciais.

Falta definir o número de amostras “N”. Sabendo que:
1
T  To  NT (tempo de medição)
2,56 f L
Por conveniência numérica (FFT) tomaremos com um inteiro:
m = 8, 9, 10, 11e 12
N = 256, 512, 1024, 2048 e 4026
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

Sinais e Sistemas - Transformada Discreta de Fourier

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Sinais e Sistemas - Transformada Discreta de Fourier

Enviado por

Direitos autorais:

Formatos disponíveis

DINÂMICA DE ROTORES

Prof. Dr. Carlos Alberto Bavastri

Universidade Federal do Paraná

Um fenômeno ou uma função que

Se uma estrutura não é

É um dos modelos de excitação e resposta mais importantes dos sistemas físicos

f (t )  P() cos(t   ())

Os parâmetros A(), B(), P(), () e  () são constantes em t e   0 :

A()  P() cos     B()  P() sen 

A()  P()sin    B()  P() cos   

P()  A2 ()  B²()

tan  () tan ()  1

•Portanto a frequência é dada por:

Pelo Teorema de Euler

eit  e it eit  e it

Das equações anteriores, é possível achar a amplitude complexa do sinal

A²()  B²() P()

Para achar a fase da amplitude complexa

F () | F () | eiF ()

Substituindo na equação de exponenciais complexas

 É óbvio que , como grandeza física é >0.

A    é uma função par de   A     A   

Assumimos que B (0) = 0, para  < 0, tem-se:

f t   A  cos t   B  sen t   A cost   B sent 

| F () || F () |

Assim, | F () | é uma função par.

Uma vez que P é uma função par por definição e B é

Assim, chega-se à conclusão que

F   F  eiF   F  é par

Assim, a função harmônica pode ser expressa por:

A resultante da soma de n funções n

• Modelo matemático preferível utilizado em análise de vibrações;

• Concentra a informação  Magnitude + Frequência;

• Obtido via, para o caso de funções harmônicas, modelo de exponenciais

Modelo equivalente de 1GL Diagrama de Corpo Livre

mxt   cxt   kxt   f t 

• Sendo f(t) uma excitação harmônica, pode-se reescrever :

• Substituindo-as na equação de movimento:

  m  ic  k X   F 

X   F    Deslocamento

V   iX  A     2 X   

• Existem também funções características do sistema obtidas através das relações

• Representação em 3D de uma FRF

• Pequenas perturbações  Grandes deslocamentos;

• Amplificação crescente da resposta do sistema

• Pode provocar graves danos a uma estrutura ou parte dela;

• Não há excitação forçada e sem perturbações, isto é, f(t)=0;

• Assim, dada a seguinte equação homogênea

mxt   cxt   kxt   0

• Considerando a resposta como: xt   C e s t

• Substituindo na equação diferencial, tem-se:

• Para se ter a solução da trivial:

ms2  cs  k  0 Eq. característica

• Tendo a resposta para o par de raízes da eq. anterior, com amortecimento

• Com isto temos a seguinte resposta do sistema:

Decremento Exponencial AiB

• Sistemas sujeitos à excitação externa f(t);

Sistema amortecido Sistema não amortecido

B) SÉRIE, ESPECTRO E TRANSFORMADA DE FOURIER

• Seja f(t) uma função periódica com período Ω1=2/T

• Para conhecer o valor de F(Ωj), multiplicamos a ambos lados da equação

• Na prática, geralmente não se tem f(t) em forma analítica. O que se obtém ou se

• A série de Fourier nos diz que a energia de um sinal periódico é transportada