1. Introducción …………………………………………………………………… 2
1
1. Introducción
𝑓𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 ≥ 2𝑓𝑚á𝑥
2
Para evitar dicho fenómeno, existen al menos dos procedimientos válidos:
3
➢ Primer caso: sin aliasing (f=60 Hz)
Código de Matlab
Gráfica 1
4
Como se puede comprobar, el haber escogido una frecuencia de muestreo
mayor que el doble de la frecuencia máxima (24·2=48 Hz), se ha podido
obtener de manera correcta todos los datos de la señal original en el
dominio de frecuencias.
Gráfica 2
5
➢ Segundo caso: con aliasing (f=40 Hz)
Código de Matlab
Gráfica 1
6
Gráfica 2
7
Seguidamente, con los datos del primer caso (sin aliasing), se procede a
obtener la señal en el dominio del tiempo a partir de los cálculos previos:
Código de Matlab
Gráfica 1
8
Si aumentáramos la frecuencia de muestreo (por ejemplo, a 90 Hz),
obtendríamos más puntos de evaluación, por lo que la señal originada a
partir del cálculo de las ck sería más semejante a la señal original, como se
puede apreciar en la siguiente gráfica:
Gráfica 2
9
4. Descripción del leakage
Sin embargo, esto reduce la resolución del espectro en los picos, que junto
con el aumento necesario del periodo a analizar y el número de puntos de
muestreo para evitar el aliasing, implica otra posible solución para evitar
el leakage.
10
Esta solución consistiría en aumentar el número de puntos de muestreo y
pasar la señal por varios filtros paso-banda, generando varios registros a
una determinada frecuencia. Todos estos registros pueden situarse en un
mismo gráfico.
Código de Matlab
11
Gráfica 1
Gráfica 2
12
➢ Segundo caso: señal afectada por leakage corregida por Hanning
Código de Matlab
13
Gráfica 1
Gráfica 2
14
Nótese en este segundo caso cómo los extremos de la señal afectada con
leakage corregida por Hanning han sido suavizados por la ventana y la
notoria mejoría de la señal en el dominio de la frecuencia fruto de la
función de Hanning.
Código de Matlab
15
Gráfica 1
Gráfica 2
16
Gráfica 3
17
6. Análisis de la respuesta en sistemas de 1 GDL
Sistema 1 GDL
✓ 𝑚 = 0,1𝑘𝑔
✓ 𝑘 = 20𝑁/𝑚
18
➢ Primera excitación: excitación sinusoidal armónica
𝐹(𝑡) = 𝐹0 · sin(2 · 𝜋 · 𝑓 · 𝑡)
𝐹0
𝑥𝑘 (𝑡) = ∗ 𝛽𝑘 ∗ sin(2 · 𝜋 · 𝑓𝑘 · 𝑡 − 𝜑𝑘 )
𝐾
Siendo:
1
𝛽𝑘 =
√(1 − 𝜏𝑘 2 )2 + (2 · 𝜏𝑘 · 𝜉)2
2 · 𝜏𝑘 · 𝜉
𝜑𝑘 = atan( )
1 − 𝜏𝑘 2
𝜔 𝑐
𝜏= 𝜉 =
𝜔𝑛 2 · 𝑚 · 𝜔𝑛
19
Código Matlab
20
Gráfica 1
Gráfica 2
21
Gráfica 3
Gráfica 4
F0 si t < T/2
𝐹(𝑡) =
0 si t ≥ T/2
Siendo F0 = 100 N, T = 1s
𝐹0 𝜉 · 𝜔𝑛 𝐹0
𝑥𝑘 (𝑡) = −𝑒 −𝜉·𝜔𝑛 ·𝑡 · ( · 𝑐𝑜𝑠(𝜔𝑑 · 𝑡) + ·
𝐾 𝜔𝑑 𝐾
𝐹0 𝜉 · 𝜔𝑛 𝐹0
· 𝑠𝑖𝑛(𝜔𝑑 · 𝑡)) +𝑒 −𝜉·𝜔𝑛 ·𝑡 · ( · 𝑐𝑜𝑠(𝜔𝑑 · 𝑡𝑟𝑒𝑡 ) + ·
𝐾 𝜔𝑑 𝐾
· 𝑠𝑖𝑛(𝜔𝑑 · 𝑡𝑟𝑒𝑡 ))
Siendo:
𝜔𝑑 = 𝜔𝑛 · √1 − 𝜉 2
23
Código Matlab
24
Gráfica 1
Gráfica 2
25
Gráfica 3
Gráfica 4
26
Como se puede observar, las respuestas teórica y experimental se
asemejan fielmente
Siendo F0 = 100 N, T = 4s
27
Código de Matlab
28
Gráfica 1
Gráfica 2
29
Gráfica 3
Gráfica 4
30
Según se puede comprobar, la sucesión de excitaciones permite visualizar
una creciente diferencia entre la respuesta teórica y experimental,
producto del error numérico causado por la excitación previas al tiempo
de evaluación de la respuesta, lo que suele denominarse Wraparound
error.
31