cenidet Centro Nacional de Investigación y Desarrollo Tecnológico Departamento de Ingeniería Mecánica TESIS DE MAESTRÍA EN CIENCIAS Análisis de la Respuesta a la Carga de Impacto en Estructuras Mecánicas Mediante Transformada Wavelet presentada por Jorge Daniel Flores Porras Ing. Mecánico por el I. T. de Cd. Madero como requisito para la obtención del grado de: Maestría en Ciencias en Ingeniería Mecánica Directores de tesis: Dr. Martín Eduardo Baltazar López M. C. Eladio Martínez Rayón Jurado: Dr. Jorge Colín Ocampo – Presidente Dr. Enrique S. Gutiérrez Wing – Secretario Dr. Dariusz Szwedowicz Wasik – Vocal M.C. Eladio Martínez Rayón – Vocal Suplente Cuernavaca, Morelos, México. 29 de Febrero de 2008 Dedicatorias A mis padres, David Flores Lemus y Laura Elia Porras Wong, porque me han brindado todo su amor, amistad y apoyo incondicional siempre que lo he necesitado… muchas gracias! A mis hermanos David Estuardo y Ángel Omar, por darme siempre su amistad, consejos y sobre todo la confianza y apoyo durante toda mi vida AGRADECIMIENTOS Al Consejo Nacional de Ciencia y Tecnología (CONACYT) y a la Dirección General de Educación Superior Tecnológica (DGEST) por el apoyo económico brindado. Al Centro Nacional de Investigación y Desarrollo Tecnológico (cenidet) por la formación académica que me otorgó a través de sus profesores. A mis asesores de tesis, Dr. Martín Eduardo Baltazar López y M. C. Eladio Martínez Rayón, por brindarme su amistad, así como su apoyo y dedicación durante el desarrollo de este trabajo ¡Muchas gracias! A los miembros del jurado revisor, Dr. Jorge Colín Ocampo, Dr. Dariusz Szwedowicz Wasik y Dr. Enrique Simón Gutiérrez Wing, por sus valiosas aportaciones durante la revisión de este trabajo. A nuevos amigos y compañeros de clase: Chava, Luis Carlos, Daniel, Toño, Eric, Diabb, Monserrat, Efraín, Ángel, David, Luis, Mario, Melvyn, Gabo, Memo, Gijón, Tun, Pepe y Vladimir. A Anita Pérez y a la Sra. Isabel, por ser personas tan agradables y siempre recibirme con una sonrisa. A todas aquellas personas que su nombre se me escapa, y que de una manera u otra contribuyeron para realizar esta meta en mi vida. Resumen En el presente trabajo, se analizó la respuesta dinámica que presentan las estructuras mecánicas al ser sometidas a cargas de impacto por el método de la transformada wavelet. La respuesta de las estructuras se analizó tanto para altas como bajas frecuencias. El análisis de la respuesta de la estructura para altas frecuencias se realizó por medio de propagación de ondas dispersivas. Para verificar los resultados, se utilizaron los modelos de las teorías de vigas de Timoshenko y de Euler-Bernoulli. Para el análisis de la respuesta de la estructura a bajas frecuencias, se desarrolló un algoritmo para encontrar una función de respuesta en el dominio de la frecuencia por medio de wavelets. Para ambos casos, se utilizó el concepto de entropía de Shannon para determinar la localización óptima en tiempo-frecuencia de señales experimentales. Abstract In the present work, the dynamic response of structures subjected to mechanical impact was analyzed by means of the wavelet transform. The response of the structure was analyzed at high and low frequencies . For high frequencies, some dispersive wave signals were used. Results were verified by the Timoshenko and Euler-Bernoulli beam theory. An algorithm to find the wavelet-based frequency response function of structures was developed to analyze the response at low frequencies. For both cases, the Shannon entropy concept was used to determine the optimal time-frequency localization of experimental data. Contenido Contenido Lista de figuras iv Lista de tablas vii Nomenclatura viii Introducción 1 Capítulo I. Revisión Bibliográfica 4 1.1. Objetivo general 12 1.2. Objetivos particulares 12 1.3. Alcance 13 Capítulo II. Marco Teórico 12 2.1. Propagación de ondas 14 2.1.1. Velocidad de grupo 14 2.1.2. Análisis espectral de la teoría de vigas de Euler-Bernoulli 17 2.1.3. Análisis espectral de la teoría de vigas de Timoshenko 19 2.2. Función de respuesta a la frecuencia 21 2.3. Transformada wavelet 22 2.3.1. Tipos de wavelets 24 2.3.2. Proceso de identificación de estructuras coherentes 27 2.3.3. Criterio para determinar la localización óptima de señales en tiempo-frecuencia 31 Capítulo III. Validación de Algoritmos 33 i Contenido 3.1. Validación del algoritmo de transformada wavelet 33 3.2. Validación del algoritmo de entropía de Shannon 36 3.3. Validación del algoritmo de función de respuesta en tiempo-frecuencia 39 Capítulo IV. Descripción del Banco Experimental 42 4.1. Introducción 42 4.2. Configuración del banco de pruebas 42 4.3. Primer método experimental. Propagación de ondas 44 4.4. Segundo método experimental. Función de respuesta en tiempo-frecuencia 47 Capítulo V. Análisis de Resultados 51 5.1. Análisis de señales de propagación de ondas por medio de la transformada wavelet de Gabor 51 5.1.1. Espécimen I. Barra de acero ASTM A-36 de sección transversal rectangular 51 5.1.2. Espécimen II. Barra de acero AISI 1018 de sección transversal rectangular 56 5.1.3. Espécimen III. Barra de acero ASTM A-36 de sección transversal cuadrada 58 5.2. Análisis de señales de vibración mecánica por medio de transformada wavelet de Gabor 61 5.3. Discusión de resultados 67 Capítulo VI. Conclusiones y Recomendaciones 71 6.1. Conclusiones 71 6.2. Recomendaciones y trabajos futuros 72 Referencias 74 ii Contenido Apéndice I 78 Apéndice II 82 Apéndice III 87 iii Lista de Figuras Lista de Figuras Figura 2.1. Relación de dispersión para viga de Euler-Bernoulli 18 Figura 2.2. Relación de espectro de vigas de Timoshenko y Euler-Bernoulli 20 Figura 2.3. Relaciones de dispersión de vigas de Timoshenko y Euler-Bernoulli 20 Figura 2.4. Función de transferencia 21 Figura 2.5. Función de respuesta a la frecuencia 21 Figura 2.6. Función de respuesta en tiempo-frecuencia 22 Figura 2.7. Wavelet sombrero mexicano sobrepuesta a una función senoidal 25 Figura 2.8. Wavelet Morlet sobrepuesta a una función senoidal 25 Figura 2.9. Wavelet de Gabor 26 Figura 2.10. Wavelet de escala y posición específicas en la señal. Contribuciones positivas y negativas a la transformada. 28 Figura 2.11. Wavelet en fase con la señal a analizar 28 Figura 2.12. Wavelet fuera de fase con la señal a analizar 29 Figura 2.13. Wavelet fuera de fase con la señal. Correlación cero 29 Figura 2.14. Wavelet comprimida. No iguala a la forma de la señal 30 Figura 2.15. Wavelet estirada, no iguala a la señal localmente 30 Figura 3.1a. Señal con contenido de tres frecuencias en todo el tiempo 33 Figura 3.1b. Espectrograma de la señal de la figura 3.1a ( = 5.3364) 33 Figura 3.2a. Señal con contenido de tres frecuencias en tiempos diferentes 34 Figura 3.2b. Espectrograma de la señal de la figura 3.2a ( = 5.3364) 34 Figura 3.3a. Espectrograma de la señal de la figura 3.1a = 15 35 Figura 3.3b. Espectrograma de la señal de la figura 3.2a ( = 15) 35 Figura 3.4a. Señal tipo chirp 36 Figura 3.4b. Espectrograma de la señal de la figura 3.4a ( = 5.3364) 36 Figura 3.5a. Costo de entropía de la señal de la figura 3.4a 37 iv Lista de Figuras Figura 3.5b. Espectrograma de la señal de la figura 3.4a ( = 6.4) 37 Figura 3.6a. Costo de entropía de la señal de la figura 3.1a 38 Figura 3.6b. Espectrograma de la señal de la figura 3.1a ( = 19) 38 Figura 3.7a. Costo de entropía de la señal de la figura 3.2a 38 Figura 3.7b. Espectrograma de la señal de la figura 3.2a ( = 11.6) 38 Figura 3.8a. Señal en el dominio del tiempo 39 Figura 3.8b. Costo de entropía de la señal de la figura 3.8a 39 Figura 3.9. Función de respuesta en el dominio tiempo-frecuencia 40 Figura 3.10. Espectro de magnitud de la señal de la figura 3.8a 40 Figura 4.1. Configuración del sistema de adquisición de datos 43 Figura 4.2. Pantalla característica del osciloscopio para propagación de ondas 45 Figura 4.3a. Señal de propagación de ondas 46 Figura 4.3b. Entropía de la señal de la figura 4.3a 46 Figura 4.4. Espectrograma de la señal de la figura 4.3a con = 4.8 46 Figura 4.5. Diagrama de flujo para el análisis de señales de propagación de ondas 48 Figura 4.6. Función de respuesta en tiempo-frecuencia con wavelets 49 Figura 4.7. Función de respuesta en tiempo-frecuencia 49 Figura 4.8. Diagrama de flujo para el análisis de señales de vibración en tiempo-frecuencia 50 Figura 5.1. Configuración del experimento 52 Figura 5.2a. Señal de propagación de ondas 52 Figura 5.2b. Curva de entropía de la señal de la figura 5.2a 52 Figura 5.3. Espectrograma de la señal de la figura 5.2a. ( = 3.9) 53 Figura 5.4. Tiempos de arribo para las teorías de vigas de Timoshenko y Euler-Bernoulli 54 Figura 5.5. Porcentajes de error de la señal de la figura 5.2a 56 Figura 5.6a. Señal de propagación de ondas 57 Figura 5.6b. Curva de entropía de la señal de la figura 5.6a. 57 Figura 5.7. Espectrograma de la señal de la figura 5.6a con = 3.9 57 v Lista de Figuras Figura 5.8. Tiempos de arribo teóricos para las teorías de vigas de Timoshenko y Euler-Bernoulli 58 Figura 5.9a. Señal de propagación de ondas 59 Figura 5.9b. Curva de entropía de la señal de la figura 5.9a 59 Figura 5.10. Espectrograma de la señal de la figura 5.8a con = 3.0 60 Figura 5.11. Tiempos de arribo para las teorías de vigas de Timoshenko y Euler-Bernoulli 60 Figura 5.12a. Respuesta al impulso en el nodo 2 62 Figura 5.12b. Curva de entropía de la señal de la figura 5.12a 62 Figura 5.13. Espectrograma de la señal de la figura 5.12a con = 60 62 Figura 5.14. Espectro de magnitud de la señal de la figura 5.12a 63 Figura 5.15a. Respuesta al impulso en el nodo 16 64 Figura 5.15b. Curva de entropía de la señal 5.15a 64 Figura 5.16. Espectrograma de la señal de la figura 5.15a con = 60 64 Figura 5.17. Espectro de magnitud de la señal de la figura 5.14a 65 Figura 5.18a. Respuesta al impulso en el nodo 21 66 Figura 5.18b. Curva de entropía de la señal de la figura 5.18a 66 Figura 5.19. Espectrograma de la señal de la figura 5.18a con = 60 66 Figura 5.20. Espectro de magnitud de la señal de la figura 5.18a 67 Figura A1.1. Viga delgada y distribución de cargas 78 Figura A2.1. Viga de Timoshenko con cargas en los extremos 82 Figura A3.1. Espécimen de prueba I 87 Figura A3.2. Espécimen de prueba II 88 Figura A3.3. Espécimen de prueba III 88 Figura A3.4. Martillo de impacto con diferentes puntas 89 Figura A3.5. Acelerómetro 90 Figura A3.6. Osciloscopio digital 90 Figura A3.7. Amplificadores de señales 91 Figura A3.8. Cables de bajo ruido 91 vi Lista de Tablas Lista de tablas Tabla 3.1. Comparación de frecuencias naturales obtenidas por teoría y práctica Tabla 5.1. Comparación teórico-práctica de los tiempos de arribo 41 55 vii Nomenclatura Nomenclatura a Parámetro de escala A Área de sección transversal AISI Instituto Americano del Hierro y el Acero ASTM Sociedad Americana para Pruebas y Materiales Factor de forma de la wavelet de Morlet b Parámetro de traslación c Velocidad de fase cg Velocidad de grupo Cg Condición de admisibilidad C1 ( E1 ) Función de costo de entropía eint Identidad de Euler E Modulo de Elasticidad, Energía E1 Señal o distribución de coeficientes xx Deformación normal en la dirección x FFT Transformada rápida de Fourier F (s) Excitación en el dominio de Laplace F ( ) Excitación en el dominio de la Frecuencia F ( , t ) Excitación en el dominio tiempo-frecuencia f Frecuencia f(t) Señal a analizar Gˆ n Función de transferencia G Módulo de rigidez g Gravedad viii Nomenclatura Factor de forma de la wavelet de Gabor xy Deformación cortante H (s) Función de transferencia H ( ) Función de respuesta en el dominio de la frecuencia H ( , t ) Función de respuesta en el dominio tiempo-frecuencia I Momento de inercia de área i, j Número imaginario k Número de onda, constante K1 Coeficiente de cortante K2 Coeficiente de inercia de rotación M Momento flexionante Coeficiente de amortiguamiento viscoso Pˆn Amplitud espectral xx Esfuerzo normal en la dirección x (t ) Wavelet madre Aceleración angular qv ( x, t ) Carga transversal q Torque distribuido Densidad t Tiempo T ( a, b) Transformada wavelet, coeficientes wavelet TWC Transformada wavelet continua TWG Transformada wavelet de Gabor u ( x, t ) Desplazamiento V Carga cortante Aceleración transversal , n Frecuencia circular, frecuencia natural ix Nomenclatura x Coordenada horizontal X (s) Respuesta en el dominio de Laplace X ( ) Respuesta en el dominio de la frecuencia X ( , t ) Respuesta en el dominio tiempo-frecuencia x Introducción Introducción Cuando una estructura se somete a una carga dinámica, se generan vibraciones de baja y alta frecuencia que pueden, en un momento dado, afectar diferentes componentes de la estructura misma. Sin embargo, una carga dinámica puede tomar varias formas: algunas cargas se aplican y suprimen de modo repentino, mientras otras persisten largos períodos de tiempo y varían continuamente de intensidad [1] (cargas fluctuantes). Las cargas de impacto se producen cuando dos objetos entran en colisión o cuando un objeto golpea una estructura al caer [1]. Las cargas fluctuantes son generadas por maquinaria rotatoria, ráfagas de viento, olas marinas, sismos, entre otras. Para el caso en que una estructura se sujeta a una carga de impacto, esta vibrará a una o más de sus frecuencias naturales, las cuales dependen del tiempo de duración de la carga [2]. Si el tiempo de excitación es pequeño, son más las frecuencias naturales que se excitarán que si el tiempo es grande. Si el tiempo de contacto es tan grande como una carga estática, el número de frecuencias que se excitan es cero. Por otro lado, la respuesta de una estructura al impacto también se compone de ondas transitorias que se propagan en toda la estructura. Si el impacto se aplica transversalmente a la estructura, se generan ondas dispersivas que viajan en la estructura con diferente velocidad de propagación, las cuales son función de la frecuencia. Si el impacto es sobre el eje longitudinal, las ondas que se generan se conocen como no dispersivas u ondas longitudinales, las cuales viajan con la misma velocidad de propagación por la estructura. La herramienta que se ha utilizado para analizar la respuesta de estructuras a cargas de impacto, se basa en la transformada de Fourier. Esta técnica transforma una señal en el dominio del tiempo al dominio de la frecuencia, la cual es una forma más útil, pues se puede 1 Introducción conocer el contenido de frecuencias que la señal posee. Por consiguiente, con base en las frecuencias naturales del sistema, es posible obtener otros parámetros estructurales propios de una estructura, como el amortiguamiento o la forma de vibración, que sirven para caracterizar una estructura y en un momento dado, utilizar estos parámetros modales para realizar modificaciones estructurales que puedan llevar a un mejor desempeño o diseño de la estructura que se está analizando. Por otro lado, se puede utilizar la propagación de ondas en conjunto con la transformada de Fourier para análisis de señales como método de evaluación no destructiva en materiales, donde es posible identificar discontinuidades que pueda presentar una señal debido a grietas en un material, inclusiones, porosidad en una soldadura, etc., entre otras. Para llevar a cabo esta técnica de evaluación no destructiva, se necesitan dos puntos de detección de la respuesta de la estructura a un impacto [3], con el fin de relacionar los tiempos de arribo de las ondas de propagación con diferentes puntos de la estructura. Sin embargo, como se mencionó en el párrafo anterior, se necesitan dos puntos de detección de la respuesta de la estructura, los cuales involucran un mayor costo para la instrumentación de la estructura de prueba. No obstante, con el uso de la transformada wavelet solo se necesita un punto de detección y un punto de excitación para conocer información del tiempo y la frecuencia en que un evento tuvo lugar, lo que proporciona una ventaja sobre la transformada de Fourier par analizar este tipo de fenómenos, puesto que se pueden identificar los tiempos de arribo de ondas propagantes en una estructura con un solo punto de detección, lo cual proporciona un menor costo de instrumentación. Asimismo, debido a que la transformada wavelet es una herramienta de procesamiento de señales en tiempo-frecuencia y puesto que la respuesta dinámica de estructuras sujetas a impacto mecánico es altamente transitoria, sería interesante investigar la variación temporal de 2 Introducción la respuesta dinámica de estructuras sujetas a impacto mecánico por medio de transformada wavelet. En el presente trabajo de investigación, se propone un método para analizar la respuesta de estructuras mecánicas al ser sometidas a cargas impacto por medio de transformada wavelet. Esta tesis consta de seis capítulos, en los cuales se presenta e manera progresiva el desarrollo de la investigación. En el capítulo uno se presenta la revisión bibliográfica del estado del arte del tema de investigación, así como el objetivo, los objetivos particulares y el alcance de esta tesis. El capítulo dos contiene la teoría básica para el desarrollo de los algoritmos utilizados para el procesamiento de datos experimentales. Asimismo, la teoría sirve como base de comparación de datos experimentales. En el capítulo tres se validan los algoritmos desarrollados en esta tesis con datos propuestos en investigaciones anteriores. En el capítulo cuatro se describe el procedimiento para la obtención de datos experimentales, así como también se proporciona la ruta crítica para el procesamiento de las señales obtenidas por experimentación. En el capítulo cinco se presentan los resultados obtenidos con base en los experimentos realizados, así como una discusión sobre los mismos. Por último, en el capítulo seis se presentan las conclusiones y se proponen recomendaciones y trabajos futuros para extender el campo de investigación de esta tesis. 3 Capítulo I Revisión Bibliográfica Capítulo I Revisión Bibliográfica Uno de los primeros trabajos sobre análisis de impacto lo realizó Schwieger [4], quién expone que la carga máxima de impacto transversal en vigas es independiente de las condiciones de frontera. En este contexto, se considera que la longitud de la viga es muy grande en comparación con el ancho de la viga, de manera que las ondas elásticas que chocan con los soportes se reflejan y regresan al punto de contacto después de que se alcanza el pico de esfuerzo máximo. De esta manera, se deduce una fórmula para calcular la carga de impacto y la deformación de la viga, en forma tal que la deflexión central solamente depende de la fuerza de contacto y es función del tiempo. Comprueban los resultados teóricos con un modelo experimental, para el cual utilizan extensómetros, sensores de desplazamiento y fotoelasticidad para visualizar la propagación de ondas elásticas en la viga. Dentro del estudio de la propagación de ondas en elementos estructurales, sobresale el trabajo de Doyle [3], en el cual propone un método para evaluar la propagación de ondas flexionantes incidentes y de reflexión, estas últimas a causa de discontinuidades dentro del elemento estructural. Estas discontinuidades son cambios de sección transversal en el espécimen y los extremos libres del mismo. Obtuvo señales de deformación por medio de extensometría eléctrica en dos posiciones diferentes en el espécimen. Las señales las transformó al dominio de la frecuencia por medio del uso del algoritmo de la transformada rápida de Fourier (FFT), de manera que caracterizó las ondas incidentes y de reflexión. Realizó una comparación del método experimental con la teoría de vigas Euler-Bernoulli, ya que los picos de máxima amplitud del espectro de frecuencias de las señales de deformación estaban dentro del intervalo de frecuencias donde no existe gran diferencia entre ésta teoría y la teoría de vigas de Timoshenko. Concluye que de acuerdo al tipo de discontinuidades, pueden ocurrir cambios de amplitud, fase, así como también cambios en el número de onda. 4 Capítulo I Revisión Bibliográfica Por otro lado, Doyle [5], desarrolla un método para determinar la localización y el tiempo donde se origina un pulso, por decir, un impacto, en una estructura. Utiliza una viga instrumentada con extensómetros para determinar la deformación dinámica en dos posiciones diferentes del elemento. Con base en la teoría de vigas de Euler-Bernoulli, se obtienen relaciones de amplitud y fase de las ondas elásticas que se propagan en la estructura. Estas relaciones se utilizan para determinar una aproximación de la posición del pulso. Asimismo, se determina el tiempo en que se inicia el pulso, por medio de la reconstrucción de las señales de deformación en el dominio del tiempo. Las dos teorías que más se utilizan para predecir el comportamiento de la propagación de ondas elásticas en vigas, son las teorías de Euler-Bernoulli y de Timoshenko. La primera es más sencilla, por ser de menor orden. En general, puede utilizarse en aplicaciones donde las amplitudes máximas del espectro de frecuencia que se investiga caen dentro de un intervalo de frecuencias bajo, donde no existe gran diferencia en la relación de espectro entre ésta teoría y la de Timoshenko. Además, la teoría de Euler-Bernoulli no toma en cuenta los efectos de deformación cortante ni de inercia de rotación. Por otro lado, la teoría de Timoshenko es más complicada, por ser de mayor orden. En ésta teoría se introducen los efectos de deformación cortante y de inercia de rotación [5]. Por consiguiente, se puede utilizar ésta teoría para modelar con muy buena precisión, problemas de propagación de ondas en estructuras. En la teoría de vigas de Timoshenko se introduce un coeficiente de carga cortante, por la suposición de que la carga transversal no es constante y, por tanto, varía conforme varía la sección transversal de un elemento de carga [6]. Desde la aparición del coeficiente de cortante en la teoría de Timoshenko, este coeficiente ha sido el centro de atención de mucho trabajo de investigación. Entre las numerosas publicaciones para encontrar el mejor coeficiente de cortante, destaca el trabajo de Hutchinson [6], quién publicó resultados para el coeficiente de cortante para diferentes secciones 5 Capítulo I Revisión Bibliográfica transversales. Realizó su investigación en base a la elección de un campo de desplazamientos de una viga bajo la suposición de que las secciones planas permanecen planas después de sufrir deformación. Concluye que el resultado que obtiene para una sección transversal circular es el mismo que obtuvo Timoshenko en 1922, y el cual se considera como “correcto”, ya que se ha verificado con experimentación y con resultados precisos de soluciones en tres dimensiones. Asimismo, hace una comparación entre los resultados que obtuvo y los resultados de otros autores. Por otro lado, concluye que el nuevo coeficiente de cortante es consistente con los valores que se obtienen de la teoría de elasticidad en tres dimensiones para la sección transversal circular. Para secciones transversales rectangulares, encontró que el nuevo coeficiente de cortante es una función de la relación de aspecto, es decir, la relación entre el ancho y el espesor de la viga. Ningún trabajo anterior a este considera al coeficiente de cortante como función de la razón de aspecto. El análisis de señales empezó con el trabajo de Joseph Fourier a principios del siglo XIX [7]. Propuso que cualquier señal periódica podía aproximarse por medio de una suma de funciones armónicas de diferentes frecuencias. Las funciones base que utilizó son el seno y el coseno. Por consiguiente, este postulado dio pauta a la herramienta matemática conocida como series de Fourier. Ésta herramienta es esencialmente útil para representar funciones o señales que no varían en el tiempo; es decir, que son periódicas. Sin embargo, muchas señales son de naturaleza transitoria, de manera que surge una complicación para representar éstas señales de manera satisfactoria. Con base en éste problema, surge la transformada de Fourier, que es una generalización de las series de Fourier. La transformada de Fourier tuvo gran impacto en muchos campos de las matemáticas, ciencia e ingeniería [7]. Entre sus aplicaciones se encuentran la teoría de integración, expansiones de funciones, vibraciones, difusión de calor, etc., por citar algunas. 6 Capítulo I Revisión Bibliográfica Con el advenimiento del mundo digital, en 1965, Cooley y Tukey [8], publicaron un método rápido y eficiente para calcular series complejas de Fourier. A éste método se le conoce como transformada rápida de Fourier (FFT), y tuvo un gran impacto en la comunidad de procesamiento de señales, ya que descompone una señal en sus componentes de frecuencia de manera rápida y con muy poco costo computacional. Sin embargo, al utilizar la transformada de Fourier para el análisis de señales, solamente se cambia la representación de la señal, del dominio del tiempo al dominio de la frecuencia, donde se pierde totalmente la información temporal. No obstante, existen muchas aplicaciones donde se requiere conocer la evolución en el tiempo de algún evento transitorio. En esta instancia, es donde el análisis de señales transitorias en el dominio de la frecuencia tiene limitaciones, ya que solamente proporciona información del contenido espectral de una señal, y ninguna información temporal. Para resolver éste problema, Dennis Gabor introdujo, en 1946, el concepto de transformada corta de Fourier [9]. Esta técnica supone que la señal a analizar es periódica en un intervalo de tiempo, y calcula la transformada de Fourier de los segmentos de señal, los cuales están delimitados por una función de ventana. En otras palabras, la técnica utiliza una función de ventana de ancho constante, la cual multiplica una porción de la señal de interés, y posteriormente calcula su transformada de Fourier. Subsecuentemente, la ventana se desplaza un tiempo “t”, de manera que en ésta nueva posición, multiplica a otra porción de la señal a analizar, sin entrelazar partes anteriormente analizadas, y vuelve a calcular la transformada de Fourier de la porción de la señal. El proceso se repite hasta que se cubre la totalidad de la señal. Este proceso se puede ver como la convolución de una función de ventana con la señal de interés. La transformada corta de Fourier, a diferencia de la transformada de Fourier, representa un mapa tiempo-frecuencia de la señal [9]. Provee información sobre el tiempo y la frecuencia en que un evento tuvo lugar. Sin embargo, la precisión con la que se obtiene la información se limita de acuerdo a la elección del tamaño de ventana. En general, para una elección del ancho 7 Capítulo I Revisión Bibliográfica de ventana pequeño, se obtiene mejor localización en el tiempo de la señal a analizar, pero pobre localización en frecuencia. Por el contrario, para un ancho de ventana grande, se obtiene mayor localización en frecuencia, pero pobre localización en el tiempo. Un inconveniente de ésta representación de señales es, que una vez que se selecciona el tamaño de la ventana, ésta es igual en todo el proceso de análisis [9]. Sin embargo, muchas señales que contienen eventos transitorios, discontinuidades, principios y finales de eventos, etc., necesitan una aproximación más flexible, en la cual se pueda variar el tamaño de ventana, para obtener una mejor representación del tiempo o la frecuencia en que ocurre un evento dentro de la señal. Por tanto, el siguiente paso lógico fue encontrar una herramienta que cumpliera con éste requisito. La transformada wavelet, surge de los trabajos de Jean Morlet, Yves Meyer e Ingrid Daubechies, entre otros, a mediados de 1980 [10]. Ésta herramienta transforma la señal de interés en otra representación, la cual presenta la información de la señal en una forma más útil. En términos matemáticos, la transformada wavelet es la convolución de la función “wavelet” con la señala analizar, de una forma similar a la transformada corta de Fourier. Una “wavelet” [11] es una onda localizada que cumple ciertos requerimientos matemáticos. El análisis de señales con la transformada wavelet es similar al de transformada corta de Fourier. La diferencia estriba en que la ventana para la transformada wavelet cambia de tamaño al hacer el análisis. Utiliza una ventana corta donde se requiere información de alta frecuencia de la señal, y una ventana grande donde se necesita información de baja frecuencia de la señal, lo que provee un análisis más flexible. No obstante, el análisis por wavelets produce una representación tiempo-escala. Después de la introducción de la transformada wavelet, un gran número de investigadores de múltiples campos de la ciencia y la ingeniería empezaron a utilizar ésta técnica para analizar una gran cantidad de fenómenos físicos. Sin embargo, fueron pocos los artículos publicados en ese entonces, la mayoría de carácter científico. Fue hasta finales de la década de los 80 donde 8 Capítulo I Revisión Bibliográfica el análisis por wavelets empezó a trascender en muchos campos de la ingeniería. Fue entonces que en 1989, Mallat [12], estudió las propiedades de un operador que aproximaba una señal a una resolución determinada. Mostró que la diferencia de información para la representación de una señal en diferentes resoluciones podía extraerse por medio de la descomposición de la señal con una base de wavelets ortonormales, la cual es una familia de funciones que se construye por traslación y dilatación de una función madre. Además, estudió la aplicación de la representación wavelet a la compresión de imágenes y el análisis de fractales. Por otro lado, Ingrid Daubechies [13] publicó un artículo sobre wavelets, el cual presentó la base matemática para la formulación de la transformada wavelet. En su artículo proporciona la descripción para el análisis y reconstrucción de señales por medio de wavelets, así como para la transformada corta de Fourier. Define la transformada wavelet como el producto interior de dos funciones. Además, hace la comparación de los dos métodos de análisis tiempofrecuencia, el de transformada corta de Fourier y la transformada wavelet. Por último, estudia las dos formas de análisis por wavelets; la transformada wavelet continua y la transformada wavelet discreta. Otro aspecto importante para la aplicación de wavelets la propuso Mallat [14], donde estudió las singularidades de oscilaciones rápidas con transformada wavelet, para lo cual empleó el módulo máximo de la transformada. Así, desarrolló un algoritmo para remover ruido blanco en señales, donde analizó la evolución de los coeficientes máximos de las escalas. Empleó el algoritmo en señales de dos dimensiones, donde utilizó la reducción de ruido para mejorar la visualización de imágenes. Las publicaciones de Mallat y Daubechies dieron lugar a muchos otros artículos sobre wavelets, entre los que destacan el de Rioul y Vetterli [15], donde presentan una revisión de las técnicas de wavelets para el procesamiento de señales. Exponen la teoría y propiedades de la transformada. Muestran la conexión de ésta herramienta entre varios campos de 9 Capítulo I Revisión Bibliográfica investigación, pero es el campo del procesamiento de señales donde concentran su aplicación. Por su parte, Hlawatsch y Boudreaux-Bartels [16], revisan la aplicación de representaciones lineales y cuadráticas, donde las representaciones lineales son la transformada corta de Fourier y la transformada wavelet, y las representaciones cuadráticas son distribuciones de Wigner y varias versiones de ésta distribución. En general, contribuyen con una descripción concisa de los diferentes tipos de representaciones tiempo-frecuencia. Fue entonces que Kishimoto et. al. [17], consideró el uso de la transformada wavelet para la representación de señales dispersivas en tiempo-frecuencia. Proporcionó una descripción de las propiedades de la transformada wavelet, donde utilizan una wavelet de Gabor como función analítica. Utilizan este método para analizar la dispersión de ondas flexionantes en una viga, donde identifican la velocidad de grupo, la cual es la velocidad a la que se propagan las ondas dentro del material. Asimismo, Inoue et. al. [18], estudian la aplicación de la transformada wavelet en el análisis experimental de tiempo-frecuencia de ondas dispersivas en estructuras. Identifican la velocidad de grupo con que se propagan las ondas elásticas dentro de un elemento estructural, además de la aplicación del método para la identificación del lugar de impacto. Lo anterior dio paso a la investigación de Baltazar [19] quién estudió la aplicación de la generación de ondas ultrasónicas por medio de un pulso láser en tuberías. Además, utilizó interferometría óptica láser para la detección de la velocidad de propagación de ondas ultrasónicas dentro del elemento a prueba. Analizó las señales de propagación por medio de transformada wavelet, y concluyó que el método puede aplicarse para la detección de defectos superficiales en tuberías. Por otro lado, Hong y Kim [20] proponen un método para determinar la mejor localización tiempo-frecuencia de una señal por medio de transformada wavelet. Utilizan el concepto de entropía de Shannon para evaluar la concentración de energía de señales y, de ésta manera, determinan el valor del factor gamma de la wavelet de Gabor que representa la mayor 10 Capítulo I Revisión Bibliográfica concentración de energía. No obstante, Ruzzene et. al. [21] utiliza la transformada wavelet para propósitos de identificación de sistemas. Resalta las ventajas de la transformada wavelet en el análisis de señales que decaen exponencialmente con el tiempo. Asimismo, hace una comparación con las técnicas de análisis tiempo-frecuencia anteriormente utilizados. En el trabajo de Tang [22] utiliza la transformada corta de Fourier (STFT) y la transformada wavelet para analizar señales que decaen exponencialmente con el tiempo. Concentra su investigación en como estos dos métodos pueden recuperar la constante de decaimiento de cada contenido de frecuencia en las señales en situaciones de anchos de banda pequeños. Concluye que la STFT es en general, más confiable que la transformada wavelet para este propósito. Slavic et. al. [23] presentan un método para identificar el amortiguamiento de un sistema de múltiples grados de libertad por medio de transformada wavelet. El estudio se concentra en una descripción del ruido instantáneo, los efectos de borde de la transformada wavelet, el desplazamiento en la frecuencia de la transformada y la selección del parámetro sigma ( ) de la wavelet de Gabor. Argoul y Le [24] proponen el uso de cuatro indicadores instantáneos para caracterizar el comportamiento no lineal de estructuras mecánicas. Utilizan la wavelet de Cauchy para desarrollar los indicadores. Proporcionan resultados preliminares para caracterizar el comportamiento no lineal de una viga. Le y Argoul [25] utilizan la transformada wavelet para identificar parámetros estructurales. Presentan un procedimiento para parámetros modales en base a la transformada wavelet, así como también tratan los efectos de borde y la elección de la localización tiempo-frecuencia de la transformada wavelet. 11 Capítulo I Revisión Bibliográfica Sone et. al. [26] estiman parámetros característicos de estructuras por un método de identificación que se basa en el análisis de señales de aceleración por medio de transformada wavelet. Concluyen que el método que proponen es capaz de identificar los parámetros estructurales tales como matriz de amortiguamiento y matriz de rigidez con suficiente precisión. De acuerdo a la revisión bibliográfica, no existe un trabajo completo que involucre el análisis de la respuesta a la carga de impacto en estructuras tanto a bajas frecuencias como a altas frecuencias por medio de la transformada wavelet continua. 1.1. Objetivo general Desarrollar un sistema de procesamiento de señales de vibración asociadas al diagnóstico de estructuras sujetas a impacto mecánico por medio del método de transformada wavelet. 1.2. Objetivos particulares 1. Aplicar la transformada wavelet continua para analizar señales tanto de propagación de ondas como de vibración en elementos estructurales. 2. Verificar las ventajas de utilizar el método de la transformada wavelet sobre la transformada de Fourier. 3. Validar el uso de la entropía de Shannon como una medida óptima de localización en tiempo-frecuencia 4. Encontrar la variación temporal de las frecuencias naturales en estructuras en base a una función de respuesta a la frecuencia por medio de wavelets. 12 Capítulo I Revisión Bibliográfica 1.3. Alcance El presente trabajo de investigación es una extensión del estudio de fenómenos de impacto presentes en estructuras mecánicas. La variante que se presenta es el uso de un método de análisis en tiempo-frecuencia para evaluar la respuesta de estructuras sujetas a cargas de impacto. A diferencia de estudios anteriores que consideran la respuesta de estructuras en el dominio de la frecuencia solamente, o que analizan el comportamiento dinámico de estructuras solo a bajas o altas frecuencias por separado, en esta tesis se considera el comportamiento dinámico de estructuras tanto a bajas como a altas frecuencias. Por tanto, el alcance de esta tesis es implementar un algoritmo para obtener funciones de respuesta en el dominio conjugado de tiempo-frecuencia para analizar la respuesta que presentan las estructuras a bajas frecuencias, así como también la evaluación de la respuesta dinámica en una estructura a altas frecuencias por medio del método de la transformada wavelet. 13 Capítulo II Marco Teórico Capítulo II Marco Teórico Introducción En el presente capítulo, se definen los conceptos básicos utilizados para desarrollar los algoritmos que se presentan en el capítulo tres. Se desarrolla el análisis espectral de las teorías de vigas de Timoshenko y de Euler-Bernoulli para encontrar resultados teóricos de los tiempos de arribo de la ondas de propagación y la manera de como estos se relacionan con el contenido de frecuencia con el que viajan dichas ondas. Los resultados teóricos obtenidos sirven de comparación con los resultados prácticos obtenidos en el capítulo cinco. Asimismo, se da una breve introducción a las funciones de respuesta en el dominio de la frecuencia y su relación con el método tiempo-frecuencia de análisis de señales con transformada wavelet. Por último, se explica el funcionamiento de la transformada wavelet y el concepto de entropía de Shannon para seleccionar el parámetro óptimo de localización de una señal en tiempo-frecuencia. 2.1. Propagación de ondas 2.1.1. Velocidad de grupo. La solución de la respuesta a la carga dinámica aplicada a estructuras se compone de la superposición de armónicos y se observa que algunos son ondas, otros son ondas amortiguadas, mientras otros son vibraciones [27]. Todos se combinan para dar el movimiento que puede observarse. De especial interés es saber como describir la parte propagante del disturbio, puesto que esta parte es la que llega a los lugares remotos. La solución puede escribirse de la forma exponencial: 14 Capítulo II u x, t PˆnGˆ n kn x eint Pˆn e ikn x eint Marco Teórico (Ec. 2.1) Donde: u x, t Solución de la ecuación Pˆn Amplitud espectral Gˆ n kn x Función de transferencia del sistema eint Identidad de Euler El número de onda puede escribirse en términos de sus partes real e imaginaria como: k k R ik I (Ec. 2.2) Que resulta en la respuesta de onda de la forma: i k x t u x, t Pˆn e kI x e R (Ec. 2.3) Esta solución consta de tres partes: La amplitud espectral Pˆn , un término de decaimiento exponencial espacial e kI x y las senoides que se propagan e i kR x t . La velocidad de fase de estas senoides se da por la relación: c kR (Ec. 2.4) Esta es la velocidad a la cual se mueven los armónicos individuales. Puesto que la señal que se observa es la superposición de todas las senoides, entonces es de interés investigar como ésta respuesta de grupo difiere de las senoides individuales. Por consiguiente, se considera la interacción de dos componentes propagantes vecinos, como sigue: 15 Capítulo II u x, t Pˆn e ikn x eint Pˆn 1e ikn1x ein1t Marco Teórico (Ec. 2.5) Si los componentes anteriores se escriben en términos de una frecuencia central * n n 1 / 2 , número de onda k * kn kn1 / 2 y amplitud P* Pn Pn 1 / 2 , entonces el resultado es [17, 27]: 1 d * u x, t Pˆ *e i k *x *t 2 cos k x t dk * 2 (Ec. 2.6) La onda resultante se compone de dos partes, además de la amplitud de espectro promedio. Existe una senoide, la cual se llama onda portadora o guía, de frecuencia promedio * y número de onda k * , y viaja con la velocidad promedio c* * / k * . Esta senoide es modulada por otra onda de nombre onda de grupo, de número de onda k / 2 , frecuencia k d * / dk * / 2 y viaja a una velocidad de onda d * / dk * . La velocidad de fase de la modulación se llama velocidad de grupo. Esto es: cg d dk (Ec. 2.7) Para el caso de impacto longitudinal, la velocidad de fase es igual a la velocidad de grupo. Para el caso de impacto transversal, la velocidad de grupo es el doble de la velocidad de fase. Mientras el análisis anterior se supuso solamente para dos frecuencias, el análisis se extiende para un número mayor de armónicos que dan lugar a una onda guía modulada por una onda de grupo. En general, no se puede observar el movimiento de las ondas individuales que viajan a frecuencias de fase, sino que solamente se puede ver el movimiento de las ondas que viajan a la velocidad de grupo. Por tanto, es de especial interés observar el comportamiento de dicho conjunto de ondas, que es lo que se observa cuando se analiza una señal por métodos tiempofrecuencia, como por ejemplo, el método de la transformada wavelet, que es el análisis que se efectúa en esta tesis. 16 Capítulo II Marco Teórico 2.1.2. Análisis espectral de la teoría de vigas de Euler-Bernoulli Con el objetivo de conocer la dependencia de la velocidad de grupo en función de la frecuencia, para posteriormente compararla con un análisis por medio de wavelets de señales reales de propagación en elementos estructurales, se desarrolla un análisis espectral de la ecuación de movimiento de la teoría de vigas de Euler-Bernoulli, así como también de la teoría de vigas de Timoshenko. La ecuación de vigas de Euler-Bernoulli es: 4 2 EI 4 A 2 A q x, t x t t (Ec. 2.8) Se considera que la viga tiene propiedades constantes en toda su longitud (ver apéndice I). La parte homogénea de la ecuación diferencial en representación espectral es: d 4ˆ 4ˆ 0 4 dx 2 2 A i A EI (Ec. 2.9) (Ec. 2.10) Donde: Frecuencia circular Densidad del material A Área de la sección transversal del elemento Amortiguamiento viscoso por unidad de volumen E Módulo de Young del material I Segundo momento de área de la sección transversal del material 17 Capítulo II Marco Teórico Resolviendo la ecuación (2.10) para el número de onda k , y despreciando el amortiguamiento, se llega a las relaciones para las velocidades de fase y de grupo. 1/ 4 EI c k A (Ec. 2.11) 1/ 4 EI d cg 2 dk A 2c (Ec. 2.12) Se aprecia que ambas velocidades varían con respecto a las propiedades de la viga y con la raíz cuadrada de la frecuencia, lo que proporciona su carácter de ondas dispersivas. La gráfica de las velocidades de fase y de grupo se aprecia en la figura 2.1. Relación de dispersión para vigas Velocidades de Fase y Grupo [m/seg] 3500 3000 2500 2000 1500 1000 velocidad de fase velocidad de grupo 500 0 0 0.5 1 1.5 2 Frecuencia [Hz] 2.5 3 4 x 10 Figura 2.1. Relación de dispersión para viga de Euler-Bernoulli. 18 Capítulo II Marco Teórico 2.1.3. Análisis espectral de la teoría de vigas de Timoshenko. La ecuación de vigas de Timoshenko (ver apéndice II) es [27]: A q x x 2 EI 2 GAK1 IK 2 x x GAK1 (Ec. 2.13) Puesto que hay dos variables dependientes, y , y los coeficientes son constantes, se asumen las soluciones de la forma: 0 e i ( kx t ) (Ec. 2.14) 0e i ( kx t ) Sustituyendo en las ecuaciones de Timoshenko, queda: GAK1k 2 A 2 ikGAK1 0 ikGAK1 0 2 EIk GAK1 IK 2 0 2 (Ec. 2.15) La ecuación característica resulta de obtener el determinante de la ecuación 2.15, y es: GAK1EI k 4 GAK1 IK 2 2 EI A 2 k 2 IK 2 2 GAK1 A 2 0 (Ec. 2.16) 19 Capítulo II Marco Teórico Relación de espectro 0.18 0.16 Número de onda [1/mm] 0.14 0.12 0.1 0.08 0.06 0.04 Timoshenko Bernoulli 0.02 0 0 1 2 3 4 Frecuencia [Hz] 5 6 4 x 10 Figura 2.2. Relación de espectro de vigas de Timoshenko y Euler-Bernoulli. De ésta ecuación, se obtiene la relación de espectro y la relación de dispersión para vigas de Timoshenko, como se muestra en las figuras 2.2 y 2.3. Se visualiza en las figuras 2.2 y 2.3 como afecta la introducción de la deformación cortante y la inercia de rotación en las relaciones de espectro y de dispersión. Relación de dispersión 5000 Velocidad Cg [m/seg] 4000 3000 2000 1000 Timos henko Bernoulli 0 0 1 2 3 4 Frecuencia [Hz] 5 6 4 x 10 Figura 2.3. Relaciones de dispersión de vigas de Timoshenko y Euler-Bernoulli. 20 Capítulo II Marco Teórico 2.2. Función de respuesta a la frecuencia. Una función de respuesta en el dominio de la frecuencia es una técnica de análisis modal que sirve como punto de partida para la obtención de parámetros modales como: frecuencias naturales, amortiguamiento y formas modales de una estructura. Se fundamenta en la función de transferencia de un sistema, la cual es la razón entre la transformada de Laplace de la respuesta y la transformada de Laplace de la excitación en un sistema. La figura 2.4 representa esquemáticamente este concepto, donde H(s) es la función de transferencia, X(s) es la respuesta en el dominio de Laplace y F(s) es la excitación en el dominio de Laplace. F(s) H(s) X(s) Figura. 2.4. Función de transferencia H ( s) X (s) F ( s) (Ec. 2.17) No obstante, la función de respuesta en el dominio de la frecuencia es la razón entre la transformada de Fourier de la respuesta del sistema y la transformada de Fourier de la excitación de dicho sistema. La figura 2.5 representa este concepto, para el cual, H ( ) es la función de respuesta en el dominio de la frecuencia, X ( ) y F ( ) son la respuesta y la excitación en el dominio de Fourier. F( ) H( ) X( ) Figura. 2.5. Función de respuesta a la frecuencia 21 Capítulo II H ( ) Marco Teórico X ( ) F ( ) (Ec. 2.18) Sin embargo, la función de respuesta en el dominio de la frecuencia provee la información de un sistema en el dominio de la frecuencia solamente, donde se pierde totalmente la información temporal. Por consiguiente, sería interesante conocer la variación temporal de una función de respuesta en el dominio de la frecuencia, sin perder información espectral. En el capítulo IV de ésta tesis, se proporciona un método para encontrar dicha representación, que en otras palabras, se podría llamar función de respuesta en tiempo-frecuencia. En la figura 2.6, se muestra el esquema para representar a la función de respuesta en el dominio tiempofrecuencia. F( ,t ), H( ,t ) y X( ,t ) representan la excitación, la función de respuesta y la respuesta en el dominio tiempo-frecuencia, respectivamente. F( ,t ) H( ,t ) X( ,t ) Figura 2.6. Función de respuesta en tiempo-frecuencia H ( , t ) X ( , t ) F ( , t ) (Ec. 2.19) 2.3. Transformada wavelet La transformada wavelet es un método de análisis que convierte una función (o señal) en otra forma, la cual hace ciertas características de la señal original más amenas para su estudio [11]. Para desarrollar la transformada wavelet, se necesita una wavelet, que es una forma de onda localizada. De hecho, una wavelet es una función (t ) que satisface ciertos requerimientos matemáticos. Estas funciones son manipuladas en un proceso de traslación (i. e. movimientos 22 Capítulo II Marco Teórico a través del eje temporal) y un proceso de dilatación (i. e. cambios de tamaño) para transformar la señal en otra forma, la cual se desarrolla en tiempo y escala. El término “wavelet” significa onda pequeña. Esto es, una función de longitud finita o de soporte compacto. Para que una función sea clasificada como wavelet, se deben satisfacer ciertos criterios: 1. La wavelet debe tener energía finita, donde E es la energía de la función. E (t ) 2 dt (Ec. 2.20) 2. Si ˆ ( f ) es la transformada de Fourier de (t ) , i. e. ˆ ( f ) (t )e j 2 ft dt (Ec. 2.21) Entonces, la siguiente condición debe satisfacerse: ˆ ( f ) Cg df f 0 2 (Ec. 2.22) Esto implica que la wavelet no tiene componente de frecuencia cero ˆ (0) 0 , o de otra forma, la wavelet debe tener promedio cero. Ésta ecuación se llama condición de admisibilidad, y C g se llama constante de admisibilidad. 3. Un criterio adicional que se debe mantener para wavelets complejas, es que la transformada de Fourier debe ser real y debe desaparecer para frecuencias negativas. En términos matemáticos, la transformada wavelet continua es: 23 Capítulo II T ( a, b) 1 a Marco Teórico t b f (t ) * dt a (Ec. 2.23) Donde T (a, b) son los coeficientes wavelet de la señal, f (t ) es la señal a analizar, (t ) es la función analítica o wavelet madre, donde el asterisco denota complejo conjugado, b es el parámetro de traslación a lo largo del eje temporal, a es el parámetro de escala y 1/ a es un factor de conservación de energía. Por tanto, la transformada wavelet continua (TWC) se define como la convolución entre la wavelet y la señal de interés, lo que produce los coeficientes wavelet. Se utiliza el término wavelet madre, porque de ésta función parten las demás wavelets que se utilizan en el análisis. Es decir, la wavelet madre es la función original (t ) , y de aquí se producen las demás wavelets por traslación (t b) y por escalamiento ((t b) / a) . 2.3.1. Tipos de wavelets Aunque existen muchas funciones analíticas o wavelets, no es el objetivo de esta tesis explicar las propiedades de todas las wavelets. Sin embargo, se describen algunas de ellas, que son comunes en la literatura de procesamiento de señales. La wavelet Sombrero mexicano es la segunda derivada de la función Gaussiana y se ilustra en la figura 2.7. La función que representa la wavelet sombrero mexicano es: t 2 1 2 2 1 t e 3 4 2 MH (Ec. 2.24) 24 Capítulo II Marco Teórico Wavelet sombrero mexicano 1 Wavelet Senoide 0.8 0.6 0.4 Amplitud 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 -5 -4 -3 -2 -1 0 1 Tiempo [seg] 2 3 4 Figura 2.7. Wavelet sombrero mexicano sobrepuesta a una función senoidal. La forma de la wavelet Morlet se aprecia en la figura 2.8. Esta wavelet es una función exponencial compleja ventaneada por la función Gaussiana, y se define por la fórmula: j t e 2 e 2 t 2 e 2 ; ln 2 2 (Ec. 2.25) Wavelet Morlet 1 Wavelet Senoide 0.8 0.6 0.4 0.2 Amplitud M 1 4 0 -0.2 -0.4 -0.6 -0.8 -1 -5 -4 -3 -2 -1 0 1 Tiempo [seg] 2 3 4 Figura 2.8. Wavelet Morlet sobrepuesta a una función senoidal. 25 Capítulo II Marco Teórico La Wavelet de Gabor se ilustra en la figura 2.9, y se define de la siguiente forma: 2 G 4 1 0 e 0 t 2 i0t 2 (Ec. 2.26) Wavelet Gabor 1 Wavelet Senoide 0.8 0.6 0.4 Amplitud 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 -5 -4 -3 -2 -1 0 1 Tiempo [seg] 2 3 4 Figura 2.9. Wavelet de Gabor La wavelet de Gabor es una función exponencial compleja ventaneada por una función Gaussiana. Esta wavelet posee la mayor resolución de todas las wavelets [17, 18], es decir, la menor área de tiempo-frecuencia, de acuerdo al principio de incertidumbre de Heisenberg, que establece que no es posible representar un punto en un mapa tiempo-frecuencia, sino que solamente se puede representar un área en un mapa tiempo-frecuencia. En la ecuación 2.26, 0 es una frecuencia característica de la wavelet y controla el número de oscilaciones de la wavelet madre. Para el caso de la wavelet Morlet, el factor de forma se denota con . 26 Capítulo II Marco Teórico 2.3.2. Proceso de identificación de estructuras coherentes. El término “estructura coherente” se refiere a la similitud entre una señal y una función analítica durante el proceso de análisis de la señal. La figura 2.10, intenta visualizar la mecánica de la transformada wavelet, que se representa por la ecuación 2.23. En la figura, una wavelet de escala “a”, centrada en una posición “b” en el eje temporal, se muestra superpuesta a una señal arbitraria. Los segmentos de tiempo donde la señal y la wavelet son positivos, resultan en una contribución positiva a la integral de la ecuación 2.23, por ejemplo, la posición A en la figura [11]. No obstante, los segmentos de tiempo donde la wavelet y la señal son negativos, resultan en una contribución positiva a la integral (región B). Las regiones donde la wavelet y la señal son de diferente signo, resultan en una contribución negativa a la integral, por ejemplo, las regiones C, D y E en la figura. Las figuras 2.11 a 2.15, muestran una onda senoidal analizada en varios lugares por wavelets sombrero mexicano de varias escalas. El valor de la transformada de convolución (Ec. 2.23) depende del desplazamiento y de la escala de la wavelet. En la figura 2.11, se muestra una wavelet de misma periodicidad que la señal, sobrepuesta en la señal en un lugar b, la cual produce razonable emparejamiento entre la wavelet y la señal. Además, se puede ver que existe una alta correlación entre la señal y la wavelet a esta escala a y posición b. Por tanto, la integral del producto de la señal y la wavelet producen un alto valor positivo de T(a, b) en esta posición. Se aprecia en la misma figura 2.11 como el término “estructura coherente” tiene sentido, ya que la wavelet tiene coherencia con la señal a analizar. 27 Capítulo II Marco Teórico Figura 2.10. Wavelet de escala y posición específicas en la señal. Contribuciones positivas y negativas a la transformada [11]. Correlación entre señal y wavelet 1 0.8 0.6 0.4 Amplitud 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.02 0.04 0.06 0.08 Tiempo [seg] 0.1 0.12 Figura 2.11. Wavelet en fase con la señal a analizar. La figura 2.12, muestra la wavelet desplazada a una nueva posición, donde la wavelet y la señal parecen estar fuera de fase. En este caso, la convolución produce un alto valor negativo de T(a, b). Entre estos dos extremos, el valor de la transformada se reduce desde un máximo hasta un mínimo. La figura 2.13, muestra el punto en el cual la wavelet y la señal producen un valor próximo a cero de T(a, b). En las tres figuras anteriores, se utilizó una wavelet que iguala 28 Capítulo II Marco Teórico localmente a la señal; esto es, tiene aproximadamente la misma forma y tamaño que la señal en la vecindad de b. Correlación entre señal y wavelet 1 0.8 0.6 0.4 Amplitud 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.02 0.04 0.06 0.08 Tiempo [seg] 0.1 0.12 Figura 2.12. Wavelet fuera de fase con la señal a analizar. Correlación entre señal y wavelet 1 0.8 0.6 0.4 Amplitud 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.02 0.04 0.06 0.08 Tiempo [seg] 0.1 0.12 Figura 2.13. Wavelet fuera de fase con la señal. Correlación cero. La figura 2.14 muestra el efecto que tiene el usar una escala a más pequeña de la wavelet en la transformada. 29 Capítulo II Marco Teórico Correlación entre señal y wavelet 1 0.8 0.6 0.4 Amplitud 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.02 0.04 0.06 0.08 Tiempo [seg] 0.1 0.12 Figura 2.14. Wavelet comprimida, no iguala a la forma de la señal. Correlación entre señal y wavelet 1 0.8 0.6 0.4 Amplitud 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.02 0.04 0.06 0.08 Tiempo [seg] 0.1 0.12 Figura 2.15. Wavelet estirada, no iguala a la señal localmente. Se puede apreciar que las partes positivas y negativas de la wavelet convolucionan con casi la misma parte de la señal, produciendo un valor de T(a, b) cerca de cero. Por tanto, los coeficientes de la transformada T(a, b) tienden a cero cuando la escala a tiende a cero. Además, los coeficientes también tienden a cero cuando la escala a tiende a ser muy grande, como se muestra en la figura 2.15, a causa de que la wavelet cubre muchas partes repetidas 30 Capítulo II Marco Teórico negativas y positivas de la señal, produciendo valores de los coeficientes próximos a cero. Por tanto, cuando la wavelet es o muy grande o muy pequeña comparada con las características de la señal, la transformada proporciona valores cercanos a cero. 2.3.3. Criterio para determinar la localización óptima de señales en tiempo-frecuencia El concepto de entropía en éste contexto, es un poco diferente al que se utiliza en termodinámica. Aquí, el término entropía se utiliza para describir la cantidad de información cuantitativamente, o mejor aún, como una medida de concentración de energía o incertidumbre [20]. Para una señal o distribución de coeficientes E1 ei 1i N , la concentración de energía puede estimarse por medio del costo de entropía, definido como: C1 ( E1 ) Pi log Pi (Ec. 2.27) i Donde: ei Pi 2 (Ec. 2.28) 2 E1 N P 1 i 1 E1 (Ec. 2.29) i 2 N ei 2 (Ec. 2.30) i 1 Por definición, los límites del costo de entropía son: 31 Capítulo II 0 C1 ( E1 ) log N Marco Teórico (Ec. 2.31) Aunque la wavelet de Gabor posee la menor caja de Heisenberg, es decir, la menor área tiempo-frecuencia, es necesario escoger el valor óptimo de la forma de la wavelet que proporcione la mejor localización en tiempo-frecuencia de una señal. Por tanto, si se logra encontrar una representación en tiempo-frecuencia de una señal para la cual la el costo de entropía sea mínimo, esa representación será la que contenga la mayor concentración de energía. Esto se traduce a encontrar el valor del factor de forma de la wavelet de Gabor que produzca el menor costo de entropía para una señal. 32 Capítulo III Validación de Algoritmos Capítulo III Validación de Algoritmos 3.1. Validación del algoritmo de transformada wavelet Para validar la efectividad de la herramienta de análisis de señales que se utiliza en esta tesis, se realizó un algoritmo de transformada wavelet en el programa Matlab®. Para tener certeza que el programa trabaja correctamente, se generaron señales con contenido de frecuencia conocido y se analizaron con el programa. La primera señal tiene un contenido de frecuencia de 500, 1000 y 2000 Hz presentes en todo el tiempo. La segunda señal tiene un contenido de frecuencia de 500 Hz de 0 a 0.03 segundos, de 1000 Hz de 0.03 a 0.06 segundos y de 2000 Hz de 0.06 a 0.1 segundos. Las siguientes figuras muestran las señales y su correspondiente espectrograma, para el cual, se utilizó una wavelet madre de Gabor. 1. Señal con contenido de 500, 1000 y 2000 Hz presentes en toda la duración de la señal. 500 Hz + 1000 Hz + 2000 Hz 2 1.5 1 Amplitud 0.5 0 -0.5 -1 -1.5 -2 0 0.01 0.02 0.03 0.04 0.05 0.06 Tiempo [seg] 0.07 0.08 0.09 Fig. 3.1a. Señal con contenido de tres frecuencias en Fig. 3.1b. Espectrograma de la señal de la figura 3.1a todo el tiempo ( = 5.3364) 33 Capítulo III Validación de Algoritmos Se aprecia en la figura 3.1b que la transformada wavelet descompone una señal en el tiempo en su representación tempo-frecuencia efectivamente, donde se observa que el contenido espectral de la señal actúa en todo el dominio del tiempo. 2. Señal con contenido de frecuencia de 500 Hz de 0 a 0.03 segundos, de 1000 Hz de 0.03 a 0.06 segundos y de 2000 Hz de 0.06 a 0.1 segundos. Se utiliza una wavelet de Gabor con valor de = 5.3364. 500 Hz de 0-0.03 seg, 1000 Hz de 0.03-0.06 seg, 2000 Hz de 0.06-0.1 seg 1 0.8 0.6 0.4 Amplitud 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.01 0.02 0.03 0.04 0.05 0.06 Tiempo [seg] 0.07 0.08 0.09 Fig. 3.2a. Señal con contenido de tres frecuencias en tiempos Fig. 3.2b. Espectrograma de la señal de la figura 3.2a diferentes ( = 5.3364) Nuevamente, se aprecia en la figura 3.2b como la transformada wavelet de Gabor descompone a la señal de la figura 3.2a en su representación tiempo-frecuencia, donde se resaltan los tiempos en los que actúa cada contenido de frecuencia de la señal. Sin embargo, la selección del valor gamma de la wavelet de Gabor afecta significativamente la descomposición de cualquier señal en su representación tiempo-frecuencia. El valor gamma representa el número de oscilaciones de la wavelet. Es decir, para valores pequeños de gamma, la wavelet Gabor tendrá una oscilación menor y, por consiguiente, una mayor localización del tiempo en el que ocurren las frecuencias, pero pobre localización del contenido espectral de la señal. Por el contrario, para valores grandes de gamma, la wavelet de Gabor obtiene mayores 34 Capítulo III Validación de Algoritmos oscilaciones, de manera que se tiene una mayor localización del contenido espectral de la señal, pero menor localización del tiempo en que ocurren dichas frecuencias. Para mostrar la variación del espectrograma en función de la selección del valor gamma de la wavelet de Gabor, se analizaron las señales de las figuras 3.1a y 3.2a con valores diferentes de gamma. Los espectrogramas de cada análisis de observan en las figuras 3.3a y 3.3b. Fig. 3.3a. Espectrograma de la señal de la figura 3.1a Fig. 3.3b. Espectrograma de la señal de la figura 3.2a ( =15) ( =15) En los espectrogramas de las figuras 3.3a y 3.3b se aprecia como cambia el espectrograma de una señal determinada al variar el valor del factor de forma gamma de la wavelet de Gabor, que como se ve en este caso, al aumentar el valor de gamma se incrementa la localización en frecuencia de la señal, pero se reduce la localización en el tiempo. Por tanto, el algoritmo que se utiliza en esta tesis analiza efectivamente el contenido de frecuencia de señales, así como su variación en el tiempo. Sin embargo, se debe seleccionar un valor del factor de forma gamma para la wavelet de Gabor adecuado para cada señal, con la finalidad de encontrar la representación tiempo-frecuencia óptima de cada señal en cuestión [20, 28]. Un criterio para encontrar la representación óptima de señales en tiempo-frecuencia, es por medio del uso de la entropía de Shannon, que se describe en la siguiente sección. 35 Capítulo III Validación de Algoritmos 3.2. Validación del algoritmo de entropía de Shannon En la sección 2.3.3 del capítulo II de esta tesis, se introdujo el concepto de entropía de Shannon, que como se mencionó, es una medida de concentración de energía o incertidumbre de una señal [20]. Si se utiliza este concepto en conjunto con la transformada wavelet de Gabor, el proceso de encontrar la entropía mínima de una señal en tiempo-frecuencia, se traduce en encontrar el valor del factor de forma gamma de la wavelet de Gabor que produzca el espectrograma con la mayor concentración de energía. Para validar este concepto, se realizó un algoritmo en Matlab® para encontrar la mínima entropía de una señal en tiempo-frecuencia. Se utilizó una señal con contenido de frecuencia variable con el tiempo, la cual es la señal que utilizó Baltazar [19]. En su investigación, Baltazar utilizó diferentes valores del factor de forma gamma para la wavelet Gabor, con la finalidad de encontrar el valor que presentara menor dispersión de la señal en cuestión. Concluye que el valor que presentó menor dispersión es para un valor de = 5.3364. En la figura 3.4a se observa la señal tipo chirp y en la figura 3.4b se aprecia su espectrograma con = 5.3364. Señal chirp: f(t) = sen(w*t2) / t(max) 1 0.8 0.6 0.4 Amplitud 0.2 0 -0.2 -0.4 -0.6 -0.8 0 1 2 3 4 5 6 Tiempo [seg] 7 Fig. 3.4a. Señal tipo chirp 8 9 -5 x 10 Fig. 3.4b. Espectrograma de la señal de la figura 3.4a ( = 5.3364) 36 Capítulo III Validación de Algoritmos En la figura 3.5a, se presenta la curva de entropía de Shannon para la señal en cuestión. El espectrograma de la figura 3.5b corresponde al análisis de la señal chirp con el valor del factor de forma que presenta la mínima entropía; esto es, = 6.4. Curva de Entropía 370 365 Entropía de Shannon 360 355 350 345 340 335 X: 6.4 Y: 329.1 330 325 5 5.5 6 6.5 Gamma 7 7.5 8 Fig. 3.5a. Costo de entropía de la señal de la figura 3.4a Fig. 3.5b. Espectrograma de la señal de la figura 3.4a ( = 6.4) Se observa que prácticamente no existe diferencia entre los espectrogramas para los valores de gamma de 5.3364 y 6.4. Por otra parte, Arzola [28], en su investigación, evaluó la misma señal chirp y encontró que el valor que producía la entropía mínima de la señal es para un valor de = 6.2. Por tanto, se considera que el algoritmo que se utiliza en esta tesis para encontrar la entropía mínima de una señal en tiempo-frecuencia es correcto. Sin embargo, puesto que cada señal real posee diferente energía, es necesario encontrar la entropía de Shannon para encontrar el espectrograma que produce la mayor concentración de energía. En las figuras 3.6a y 3.6b se observan la curva de entropía y el espectrograma correspondiente a la entropía mínima para la señal de la figura 3.1a, respectivamente. 37 Capítulo III Validación de Algoritmos Entropía de Shannon 449.9 449.85 449.8 Costo de Entropía 449.75 449.7 449.65 449.6 449.55 X: 19 Y: 449.5 449.5 449.45 18 18.2 18.4 18.6 18.8 19 19.2 Gamma 19.4 19.6 19.8 20 Fig. 3.6a. Costo de entropía de la señal de la figura 3.1a. Fig. 3.6b. Espectrograma de la señal de la figura 3.1a ( = 19) En las figuras 3.7a y 3.7b se aprecian la curva de entropía y el espectrograma correspondiente a la mayor concentración de energía de la figura 3.2a, respectivamente. Entropía de Shannon 474.5 474 Costo de Entropía 473.5 473 472.5 472 X: 11.6 Y: 471.3 471.5 471 10 10.2 10.4 10.6 10.8 11 11.2 Gamma 11.4 11.6 11.8 12 Fig. 3.7a. Costo de entropía de la señal de la figura 3.2a. Fig. 3.7b. Espectrograma de la señal de la figura 3.2a ( = 11.6) En las figuras anteriores se aprecia como el cálculo de la entropía de Shannon se considera como buena práctica para encontrar la representación óptima de señales en tiempo-frecuencia, 38 Capítulo III Validación de Algoritmos puesto que se gana localización en frecuencia sin perder localización en el tiempo de las señales. 3.3. Validación del algoritmo de función de respuesta en tiempo-frecuencia Para validar el algoritmo de función de respuesta en tiempo-frecuencia, se considera una señal de respuesta en el dominio del tiempo. Para adquirir la señal, el espécimen de prueba se colocó en posición libre-libre y se discretizó en 31 nodos. La señal es la razón entre la respuesta del espécimen 1 (ver capítulo IV) tomada en el nodo 25 y la excitación del espécimen en el nodo 1. La señal se observa en la figura 3.8a, donde se grafica amplitud en (g/N) contra tiempo. Función de Respuesta al Impulso Ent ropía de Shannon 706 30 704 20 702 Costo de Entropía Inertancia [g/N] 10 0 -10 -20 700 698 696 -30 694 -40 0 0.05 0.1 0.15 0.2 0.25 0.3 Tiempo [seg] 0.35 0.4 0.45 Fig. 3.8a. Señal en el dominio del tiempo. 692 0 10 20 30 40 50 Gamma 60 70 80 90 Fig. 3.8b. Costo de entropía de la señal de la figura 3.8a. El espectrograma de la señal de la figura 3.8a se muestra en la figura 3.9, donde los picos de amplitud máxima representan las frecuencias naturales a flexión de la viga. El espectro de magnitud de Fourier de la señal en cuestión se grafica en la figura 3.10. En la tabla 3.1 se comparan las frecuencias naturales obtenidas por teoría, transformada de Fourier y transformada wavelet. 39 Capítulo III Validación de Algoritmos Figura 3.9. Función de respuesta en el dominio tiempo-frecuencia Función de respuesta a la frecuencia 70 X: 162 Y: 72.89 X: 446 Y: 71 X: 98 Y: 65.69 60 X: 572 Y: 63.47 Inertancia [g/N] 50 X: 442 Y: 39.95 X: 238 Y: 37.88 40 X: 566 Y: 46.85 X: 50 Y: 30.41 30 X: 336 Y: 18.15 20 X: 332 Y: 12.47 10 X: 18 Y: 3.075 0 0 100 200 300 Frecuencia [Hz] 400 500 600 Figura 3.10. Espectro de magnitud de la señal de la figura 3.8a. 40 Capítulo III Validación de Algoritmos Tabla 3.1. Comparación de frecuencias naturales obtenidas por teoría y práctica Cálculo experimental (Hz) Inexactitud (%) Cálculo Frecuencias teórico Transformada Transformada Transformada Transformada naturales wavelet de wavelet de (Hz) de Fourier de Fourier Gabor Gabor Fn1 17.7 18 18 1.6 1.6 Fn2 48.8 50 50 2.4 2.4 Fn3 95.7 98 98 2.4 2.4 Fn4 158.3 162 160 2.3 1.07 Fn5 235.8 238 240 0.93 1.7 Fn6 329.7 332 334 0.69 1.3 Fn7 438.6 442 444 0.77 1.23 Fn8 563.8 566 568 0.39 0.74 Al comparar los resultados obtenidos de las frecuencias naturales por el método de la transformada wavelet contra los resultados obtenidos por teoría y el método tradicional de la transformada de Fourier, se observa la exactitud del método propuesto en esta tesis. Además, debido a la característica de análisis flexible de la transformada wavelet, se aprecian las variaciones temporales de las frecuencias naturales del espécimen de prueba. Por tanto, se concluye que el método de análisis de funciones de respuesta en el dominio tiempo-frecuencia por medio de transformada wavelet es un método efectivo para encontrar las frecuencias naturales de estructuras. 41 Capítulo IV Banco Experimental Capítulo IV Descripción del Banco Experimental 4.1. Introducción En este capítulo se describe la parte experimental de esta tesis, donde se condujeron dos tipos de pruebas dinámicas. . En la primera, se investiga la velocidad con que se propagan las ondas flexionantes dentro de un elemento estructural, la cual es función de la frecuencia de las ondas. En la segunda parte, se investiga la variación temporal de la función de respuesta a la frecuencia de elementos estructurales. El objetivo de las pruebas fue adquirir señales tanto de propagación de ondas como de vibración para obtener los tiempos de arribo de las ondas propagantes, así como las frecuencias naturales de una estructura por medio de la transformada wavelet. 4.2. Configuración del banco de pruebas. El banco experimental se compone de especímenes de pruebas, un osciloscopio Tektronix TDS 2004, un martillo de impacto marca Kistler tipo 9724A2000 con diferentes puntas, un acelerómetro marca Kistler tipo 8628 B50, amplificadores de señales y una computadora personal. Las características de cada componente se proporcionan en el apéndice III. Se instrumentó el espécimen de prueba con un acelerómetro Kistler 8628 B50, para el cual se montó sobre el material con cera, además que el acelerómetro tiene una cabeza magnética de montaje. Se conectó el acelerómetro a un amplificador de señales por medio de un cable de bajo ruido de conexión coaxial negativa tipo 10-32 del lado del acelerómetro y terminación tipo BNC del lado del amplificador. El otro amplificador de señales se conectó al martillo de 42 Capítulo IV Banco Experimental impacto por medio de un cable de bajo ruido con terminaciones tipo BNC. Las salidas de los dos amplificadores se conectaron a un osciloscopio digital por medio de cables con terminaciones tipo BNC. La salida del amplificador del martillo se conectó al canal 1 del osciloscopio, que representa la fuente de excitación del sistema. La salida del amplificador del acelerómetro se conectó al canal 2 del osciloscopio, que representa la respuesta del sistema. El osciloscopio, a su vez, se conectó a una computadora personal por medio de una interfaz RS-232 para el posterior análisis de las señales. La configuración del banco de pruebas se muestra en la figura 4.1. Figura 4.1. Configuración del sistema de adquisición de datos 43 Capítulo IV Banco Experimental Una vez que se tiene completa la configuración del sistema, es necesario hacer pruebas para verificar que los instrumentos están trabajando adecuadamente, y posteriormente establecer las variables dentro de los intervalos de medición, que depende del tipo de experimento a realizar. 4.3. Primer método experimental. Propagación de ondas. Para esta prueba se estimuló una viga en condición libre-libre por medio de un impulso con el martillo de impacto y se registró la respuesta de la viga en un osciloscopio. Para conocer la velocidad de propagación de las ondas flexionantes dentro de la viga fue necesario adquirir datos a una velocidad de muestreo del orden de MHz. Posteriormente se analizó la señal adquirida por medio de transformada wavelet, como se describe a continuación. La pantalla del osciloscopio donde se registró la señal de propagación se aprecia en la figura 4.2, la cual se describe a continuación. Se muestra en amarillo la señal de excitación y en azul la señal de respuesta de la viga. El segundo símbolo en la esquina superior izquierda indica que se tomaron datos en forma de muestreo normal. El símbolo “Ready” indica que la adquisición se completó. El icono “M Pos: 250.0 s ” indica que la posición del mecanismo de disparo está a 250.0 s a la izquierda de la línea vertical central de la pantalla. En la esquina superior derecha, se encuentra el menú “Disparo”, en el cual se especifican las condiciones en que se adquieren los datos. En este caso, se utilizó “flanco” como tipo de disparo para el canal 1, que es el canal de la excitación del sistema. Se utilizó la pendiente positiva de la curva del canal 1. El modo “normal” indica que la adquisición empezó hasta que se alcanzó un límite en la pendiente de la curva del canal 1, el cual se especifica en la esquina inferior derecha. En este caso, el límite es 40 mV con pendiente positiva. En la esquina inferior izquierda, CH1 500 mV indica que la configuración para el canal 1 es de 500 mV por cada división en sentido vertical, en tanto que para el canal 2 es de 5 V por división en dirección vertical. Por último, “M 50.0 s ” señala el intervalo de tiempo de 44 Capítulo IV Banco Experimental adquisición, que es de 50.0 s por cada división en dirección horizontal, lo que es 500 s en toda la pantalla. Éste último icono señala indirectamente la velocidad de muestreo, que es la razón entre el número de muestras que se tomaron y el tiempo de adquisición. La memoria del osciloscopio permite registrar 2500 datos, lo que proporciona una velocidad de muestreo de 5x106 muestras por segundo. Figura 4.2. Pantalla característica del osciloscopio para propagación de ondas La señal adquirida se observa en la figura 4.3a, donde se hizo pasar por un filtro de paso bajo para reducir ruido electrónico. Posteriormente se calcula la entropía de Shannon de la señal filtrada, lo cual proporcionará la representación tiempo-frecuencia con mayor concentración de energía de la señal en cuestión, que se presenta con un valor de gamma de 4.8 de la wavelet de Gabor, como se aprecia en la figura 4.3b. 45 Capítulo IV Banco Experimental Señal de propagación de ondas Ent ropía de Shannon 60 570 40 560 Costo de Entropía Amplitud [g] 20 0 -20 -40 550 540 530 -60 520 -80 0 0.5 1 1.5 2 2.5 3 Tiempo [seg] 3.5 4 510 4.5 Fig. 4.3a. Señal de propagación de ondas 4 4.2 4.4 4.6 -4 x 10 4.8 5 5.2 Gamma 5.4 5.6 5.8 Fig. 4.3b. Entropía de la señal de la figura 4.3a Figura 4.4. Espectrograma de la señal de la figura 4.3a con = 4.8 46 6 Capítulo IV Banco Experimental Por último, se calculan los coeficientes wavelet de la señal para el valor de gamma que se encontró en el paso anterior. Los picos de amplitud corresponden a las ondas que viajan a la velocidad de grupo dentro del material. La distribución tiempo-frecuencia se observa en la figura 4.4. En resumen, el proceso de análisis de señales de propagación de ondas por medio de transformada wavelet se aprecia en el diagrama de flujo de la figura 4.5. 4.4. Segundo método experimental. Función de respuesta en tiempo-frecuencia Si se divide la señal de respuesta entre la señal de excitación y se procesa la señal resultante por medio de wavelets, es posible obtener una función de respuesta en el dominio tiempofrecuencia. Sin embargo, la evaluación directa de la razón entre la señal de respuesta del sistema y la señal de excitación en el dominio del tiempo, produce división por cero. Por tanto, se optó por transformar las dos señales, de excitación y de respuesta, al dominio de la frecuencia. De aquí se obtuvo su FRF. Una vez que se encontró la relación entre salida y entrada, se aplicó la transformada de Fourier inversa para obtener la función de respuesta en el dominio del tiempo. A esta señal, se le aplicó la transformada wavelet. En la figura 4.6 se obtiene la representación de la función de respuesta en tiempo-frecuencia por medio de la transformada wavelet de Gabor. En la misma figura, se observan las frecuencias naturales de la viga, las cuales son: 18, 98, 240 y 442 Hz, respectivamente. Se puede apreciar, por consiguiente, que la figura 4.6 representa la función de respuesta del sistema en los dominios del tiempo y de la frecuencia simultáneamente, lo que es una ventaja al sistema tradicional de representación de la respuesta en el dominio de la frecuencia solamente, porque permite observar la variación en el tiempo de las amplitudes de cada componente de frecuencia de la señal en cuestión. Otro método para extraer la función de respuesta en tiempo-frecuencia de un sistema, es por medio del siguiente procedimiento. Como la evaluación del cociente de la señal de respuesta 47 Capítulo IV Banco Experimental del sistema y la señal de excitación produce división por cero, se sumo un valor de uno a todos y cada uno de los elementos de las señales de excitación y de respuesta. Al efectuar la división de las señales, el cálculo arrojo otro vector, un vector de función de respuesta en el tiempo. Por tanto, se procedió a calcular los coeficientes wavelet de la función de respuesta en el tiempo, lo que produjo la función de respuesta en tiempo-frecuencia, que se muestra en la figura 4.7. El procedimiento de análisis de las señales de vibración se aprecia en el diagrama de flujo de la figura 4.8. Cargar la señal en el tiempo en Matlab Aplicación de filtro de señales Cálculo de la TWG Cálculo de la entropía de Shannon ¿Se encontró el valor del factor gama que produce la mínima entropía? No Sí Cálculo de la TWG con valor de factor gamma que produce la mayor concentración de energía Visualización de resultados Figura 4.5. Diagrama de flujo para el análisis de señales de propagación de ondas 48 Capítulo IV Banco Experimental Figura 4.6. Función de respuesta en tiempo-frecuencia con wavelets Figura 4.7. Función de respuesta en tiempo-frecuencia. 49 Capítulo IV Banco Experimental Cargar la señal en el tiempo en Matlab Aplicación de filtro de señales Aplicación de ventanas a las señales de excitación y de respuesta Evaluación de la razón entre la señal de respuesta y de excitación Cálculo de la TWG Cálculo de la entropía de Shannon ¿Se encontró el valor del factor gama que produce la mínima entropía? No Sí Cálculo de la TWG con valor de factor gamma que produce la mayor concentración de energía Visualización de resultados Figura 4.8. Diagrama de flujo para el análisis de señales de vibración en tiempo-frecuencia 50 Capítulo V Análisis de Resultados Capítulo V Análisis de Resultados En este capítulo, se presentan los resultados obtenidos del análisis de señales de vibración en estructuras mecánicas. El capítulo se divide en dos partes; la primera consta del análisis de señales de propagación de ondas en elementos estructurales. La segunda parte del capítulo, trata el análisis de señales de vibración y se discuten los resultados obtenidos de la función de respuesta en el dominio conjugado de tiempo-frecuencia, por medio del uso de la transformada wavelet de Gabor. 5.1. Análisis de señales de propagación de ondas por medio de la Transformada Wavelet de Gabor Se utilizaron tres especímenes diferentes para analizar la propagación de ondas flexionantes en estructuras mecánicas. Los especímenes y sus propiedades mecánicas se describen en el apéndice III. En cada espécimen, se utilizaron diferentes velocidades de muestreo para la adquisición de señales. A continuación, se presentan los resultados obtenidos. 5.1.1. Espécimen I. Barra de acero ASTM A-36 de sección transversal rectangular Para adquirir una señal de propagación de ondas, se obtuvieron 2500 datos a una velocidad de muestreo de 10X106 muestras por segundo. La carga de impacto en el espécimen fue a la mitad de la longitud de la viga y la respuesta se obtuvo a 400 mm de distancia del lugar de la excitación. La figura 5.1 ilustra la configuración del experimento. La señal en el dominio del tiempo se observa en la figura 5.2a, donde se grafica la amplitud de la respuesta de aceleración de la estructura en gravedades (g) contra tiempo. 51 Capítulo V Análisis de Resultados Figura 5.1. Configuración del experimento En la figura 5.2b, se observa la gráfica de entropía de Shannon correspondiente a la señal de la figura 5.2a, en la cual se grafica la función de costo de entropía contra gamma, que es el factor de forma de la wavelet de Gabor. Señal de propagación de ondas para el espécimen I Ent ropía de Shannon 690 20 688 Costo de Entropía Amplitud [g] 0 -20 -40 686 684 682 -60 680 -80 0 1 678 2 Tiempo [seg] Fig. 5.2a. Señal de propagación de ondas -4 x 10 3 3.2 3.4 3.6 3.8 4 4.2 Gamma 4.4 4.6 4.8 5 Fig. 5.2b. Curva de entropía de la señal de la figura 5.2a. Como puede observarse en la figura 5.2b, la mínima entropía corresponde al valor de gamma 3.9. Para este valor de gamma, el espectrograma de la señal de la figura 5.2a se observa en la figura 5.3, que es el espectrograma con la mayor concentración de energía. 52 Capítulo V Análisis de Resultados Figura 5.3. Espectrograma de la señal de la figura 5.2a. ( = 3.9) En esta figura se grafica la magnitud de la señal de propagación contra frecuencia y tiempo. El intervalo de amplitud va desde un mínimo en azul hasta un máximo en rojo intenso. La etiqueta ubica el punto de máxima amplitud de la figura, que corresponde a la velocidad de propagación de ondas en el espécimen. Como se explicó en el capítulo II, esta es la velocidad de grupo, que es la velocidad con que viajan un grupo de ondas dentro del material. Las letras “X, Y y Z” en la figura corresponden al tiempo, frecuencia y amplitud de la señal, respectivamente. En la figura 5.4 se observan dos curvas de propagación de ondas calculadas teóricamente. En azul se observa la curva de propagación para la teoría de vigas de Timoshenko, mientras que en rojo se observa la curva de propagación para la teoría de vigas de Euler-Bernoulli. Estas curvas se obtienen por medio de una relación entre las relaciones de dispersión y la distancia de propagación desde el punto de impacto de la viga hasta el lugar donde se adquiere la respuesta. La relación de dispersión es la velocidad de propagación de ondas. Sin embargo, si 53 Capítulo V Análisis de Resultados se relaciona la velocidad de grupo y la distancia de adquisición de la respuesta, se obtiene una gráfica de frecuencia de velocidad de grupo contra tiempo, similar al análisis tiempofrecuencia por medio de la transformada wavelet. De ésta manera es posible obtener una comparación directa entre teoría y práctica. 4 Tiempo de arribo a 400 mm x 10 1.55 Timoshenko Euler 11670 vs. 0.1908 12600 vs. 0.1825 13530 vs. 0.1708 14000 vs. 0.1583 14000 vs. 0.1492 14470 vs. 0.1258 1.5 1.45 Frecuencia [Hz] 1.4 1.35 1.3 1.25 1.2 1.15 1.1 1.05 0.12 0.14 0.16 0.18 Tiempo [mseg] 0.2 0.22 0.24 Figura 5.4. Tiempos de arribo para las teorías de vigas de Timoshenko y Euler-Bernoulli. Los puntos que se observan en la figura 5.4 corresponden a los tiempos de arribo de las ondas propagantes a diferentes frecuencias, los cuáles se obtuvieron de los puntos de amplitud máxima del espectrograma que se observa en la figura 5.3. La tabla 5.1 muestra los resultados de la comparación de estos puntos obtenidos experimentalmente con los correspondientes puntos obtenidos por las teorías de vigas de Timoshenko y Euler-Bernoulli. Se observa en la figura 5.4 que el punto correspondiente a un tiempo de arribo de 0.1492 milisegundos, con una frecuencia de 14000 Hz es el punto de mayor amplitud en el espectrograma de la figura 5.3, el cual posee el menor porcentaje de error en la tabla 5.1. 54 Capítulo V Análisis de Resultados Tabla 5.1. Comparación teórico-práctica de los tiempos de arribo Comparación de tiempos de arribo Tiempos de arribo [mseg] Frecuencia [Hz] Teoría de Timoshenko Inexactitud [%] Teoría de Práctica Euler-Bernoulli Timoshenko vs. Práctica Euler-Bernoulli vs. Práctica 11670 0.1541 0.1529 0.1908 23.81 24.78 12600 0.1498 0.1471 0.1825 21.82 24.06 13530 0.1461 0.1421 0.1708 16.90 20.19 14000 0.1443 0.1397 0.1583 9.70 13.31 14000 0.1443 0.1397 0.1492 3.39 6.80 14470 0.1426 0.1373 0.1258 11.78 8.37 En la tabla anterior se obtuvieron los porcentajes de error de diferentes puntos en el espectrograma de la figura 5.3, y se verificó que el punto de máxima amplitud proporciona la mayor precisión del tiempo de arribo que cualquier otro punto en el espectrograma. Sin embargo, las amplitudes varían de acuerdo al valor de gamma seleccionado para analizar la señal con transformada wavelet. Para verificar que el uso de la entropía de Shannon es de vital importancia para encontrar los tiempos de arribo de ondas propagantes en una estructura con la mayor precisión, se calcularon los porcentajes de error de diferentes puntos de máxima amplitud de los espectrogramas de la señal de la figura 5.2a con diferentes valores de gamma. En la figura 5.5 se observa que el menor porcentaje de error es de 3.39 y corresponde a un valor de gamma de 3.9 y 4. De esta manera, se valida el uso de la entropía de Shannon para encontrar de manera óptima los tiempos de arribo de las ondas propagantes en estructuras por medio de transformada wavelet. Para el análisis de la propagación de ondas en los siguientes especimenes, se utiliza el punto de máxima amplitud del espectrograma con el valor óptimo del factor de forma gamma de la wavelet de Gabor. 55 Capítulo V Análisis de Resultados Curva de error de la señal de propagación del espécimen I 5.2 5 4.8 Porcentaje de error 4.6 4.4 4.2 4 3.8 3.6 3.4 3.2 3.5 3.6 3.7 3.8 3.9 Gamma 4 4.1 4.2 4.3 Figura 5.5. Porcentajes de error de la señal de la figura 5.2a 5.1.2. Espécimen II. Barra de acero AISI 1018 de sección transversal rectangular Para adquirir la señal de propagación de ondas flexionantes correspondiente al espécimen II, se utilizó una velocidad de muestreo de 10X106 muestras por segundo. La excitación se produjo en el centro de la longitud de la viga y la respuesta se adquirió a 400 mm de distancia del lugar de la excitación. En la figura 5.6a se observa la señal de propagación en el dominio del tiempo y en la figura 5.6b se aprecia la curva de entropía de Shannon para esta señal. En la figura 5.6b se observa que el valor de gamma de 3.9 es el que produce la menor entropía de la señal en términos tiempo-frecuencia. Por tanto, se procedió a calcular el espectrograma de la señal 5.6a con el valor de gamma de 3.9, puesto que representa la localización óptima de la señal en tiempo-frecuencia. Tal espectrograma se observa en la figura 5.7. En la etiqueta de la figura, se observa que el valor del tiempo de arribo para el grupo de ondas que viajan con una frecuencia de 13770 Hz es de 0.1525 milisegundos. 56 Capítulo V Análisis de Resultados Señal de propagación de ondas para el espécimen II Ent ropía de Shannon 690 40 685 680 Costo de Entropía Amplitud [g] 20 0 -20 675 670 -40 665 -60 660 -80 0 1 655 2 Tiempo [seg] Fig. 5.6a. Señal de propagación de ondas 3 3.2 3.4 3.6 -4 x 10 3.8 4 4.2 Gamma 4.4 4.6 4.8 5 Fig. 5.6b. Curva de entropía de la señal de la figura 5.6a. Figura 5.7. Espectrograma de la señal de la figura 5.6a con = 3.9 57 Capítulo V Análisis de Resultados 4 x 10 Tiempo de arribo a 400 mm 1.55 Timoshenko Euler 13770 vs. 0.1525 1.5 Frecuencia [Hz] 1.45 X: 0.1572 Y: 1.376e+004 1.4 1.35 X: 0.1565 Y: 1.376e+004 1.3 1.25 1.2 0.146 0.148 0.15 0.152 0.154 0.156 0.158 0.16 0.162 0.164 0.166 Tiempo [mseg] Figura 5.8. Tiempos de arribo teóricos para las teorías de vigas de Timoshenko y Euler-Bernoulli Los tiempos de arribo teóricos de las ondas propagantes calculados por las teorías de vigas de Timoshenko y de Euler-Bernoulli se observan en la figura 5.8, y son de 0.1565 y 0.1572 milisegundos, respectivamente. Al comparar estos tiempos con el tiempo obtenido por medio del espectrograma de la figura 5.7, se obtiene una inexactitud de 2.55 % entre teoría de vigas de Timoshenko y práctica y de 2.98 % entre la teoría de vigas de Euler-Bernoulli y práctica. Se observa que existe muy buena precisión entre los tiempos de arribo teóricos y el obtenido experimentalmente con transformada wavelet de Gabor. 5.1.3. Espécimen III. Barra de acero ASTM A-36 de sección transversal cuadrada Esta señal se adquirió a una velocidad de 25X106 muestras por segundo. La carga de impacto fue a la mitad de la longitud de la viga y la respuesta se obtuvo a 500 mm de distancia del lugar de la excitación. La señal en el dominio del tiempo se observa en la figura 5.8a, donde se 58 Capítulo V Análisis de Resultados grafica la amplitud de la respuesta de aceleración de la estructura de prueba en gravedades (g) contra tiempo. Señal de propagación de ondas en el espécimen 1 Ent ropía de Shannon 688 30 687.5 25 687 Costo de Entropía 35 Amplitud [g] 20 15 10 5 686.5 686 685.5 685 0 684.5 -5 0 1 2 3 4 5 6 Tiempo [seg] 7 8 684 9 Fig. 5.9a. Señal de propagación de ondas 3 3.5 -5 x 10 4 4.5 Gamma 5 5.5 6 Fig. 5.9b. Curva de entropía de la señal de la figura 5.9a. Para ésta señal, la entropía mínima corresponde a un valor de gamma de 3.0. El espectrograma de la señal de la figura 5.9a con un valor de gamma de 3.0 para la wavelet de Gabor se observa en la figura 5.10. En la etiqueta de la figura, se observa el tiempo de arribo a 500 mm de 0.1508 milisegundos para una frecuencia de 14000 Hz. En la figura 5.11, se grafica la frecuencia de las ondas que se propagan en el espécimen contra el tiempo de arribo de dichas ondas. Asimismo, se grafica el punto de amplitud máxima obtenido en el espectrograma que se muestra en la figura 5.10. La comparación de los tiempos de arribo de las ondas entre la teoría de vigas de Timoshenko y práctica arroja una inexactitud de 4.7 %, mientras que la comparación entre la teoría de vigas de Euler-Bernoulli y práctica proporciona una inexactitud de 33.64 %. Una vez más, los resultados son congruentes con respecto a la teoría de vigas de Timoshenko. 59 Capítulo V Análisis de Resultados Figura 5.10. Espectrograma de la señal de la figura 5.9a con 4 = 3.0. Tiempo de arribo a 500 mm x 10 3.8 Timoshenko Euler 34530 vs. 0.09433 3.7 3.6 X: 0.07058 Y: 3.453e+004 Frecuencia [Hz] 3.5 X: 0.09899 Y: 3.453e+004 3.4 3.3 3.2 3.1 3 2.9 2.8 0.05 0.06 0.07 0.08 0.09 0.1 0.11 Tiempo [mseg] 0.12 0.13 0.14 Figura 5.11. Tiempos de arribo para las teorías de vigas de Timoshenko y Euler-Bernoulli. 60 Capítulo V Análisis de Resultados 5.2. Análisis de señales de vibración mecánica por medio de transformada wavelet de Gabor En esta sección se describen los resultados obtenidos a partir del procesamiento de señales de vibración mecánica por medio de la transformada wavelet de Gabor. Para la adquisición de las señales de vibración y su posterior análisis, se utilizó el espécimen III y el algoritmo para obtener la función de respuesta en el dominio tiempo-frecuencia. Las propiedades del elemento de prueba se describen en el apéndice III. Para adquirir las señales de vibración, se discretizó el espécimen de prueba en 31 elementos, con una distancia de 91 mm entre nodo y nodo. Se colocó un acelerómetro en el nodo 25, a 2722 mm de distancia del primer nodo, para encontrar la respuesta de la estructura al impulso. Se procedió a impactar a la viga con el martillo de impacto en cada nodo, y se obtuvieron 31 señales de vibración, que corresponden a una fila de la matriz de función de respuesta a la frecuencia de la estructura. La primera señal corresponde a la señal de vibración de la estructura con la excitación en el nodo 2 y la respuesta en el nodo 25. La señal es una función de respuesta al impulso y se observa en la figura 5.12a, en la cual, se grafica inertancia (g/N) contra tiempo. En la figura 5.12b se grafica la función de costo de entropía contra el valor del factor de forma gamma de la wavelet de Gabor, con la finalidad de encontrar el valor de gamma que produce la mínima entropía de la señal en términos tiempo-frecuencia. Se observa que en el intervalo de valores de gamma de 60 hasta 90, la entropía es aproximadamente de 680. Prácticamente, la variación de entropía en este intervalo de valores de gamma es mínima, por lo que si se utiliza cualquier valor dentro de este intervalo se obtiene la mayor concentración de energía de la señal, lo que se traduce en la localización óptima de la señal en tiempo-frecuencia. 61 Capítulo V Análisis de Resultados Función de Respuesta al Impulso Ent ropía de Shannon 710 30 705 700 Costo de Entropía Inertancia [g/N] 20 10 0 695 690 -10 685 -20 680 -30 0 0.05 0.1 0.15 0.2 0.25 0.3 Tiempo [seg] 0.35 0.4 0.45 Fig. 5.12a. Respuesta al impulso en el nodo2 675 0 10 20 30 40 50 Gamma 60 70 80 90 Fig. 5.12b. Curva de entropía de la señal de la figura 5.12a. Figura 5.13. Espectrograma de la señal de la figura 5.12a con = 60 En la figura 5.13 se observa la función de respuesta en el dominio tiempo-frecuencia de la estructura para la señal de la figura 5.12a, donde se utilizó un valor de 60 para el factor de forma gamma de la wavelet de Gabor. En la figura, se grafica inertancia contra frecuencia y tiempo. Los valores de inertancia están normalizados, van desde un mínimo en azul, que 62 Capítulo V Análisis de Resultados corresponde a un valor cero, hasta un máximo en rojo intenso, que corresponde a un valor de uno. Los picos presentes en la figura representan las frecuencias naturales del espécimen. Las etiquetas en la figura indican tiempo, frecuencia y amplitud para las letras X, Y y Z, respectivamente. Con el propósito de comparación, en la figura 5.14 se presenta el espectro de magnitud de Fourier de la señal de la figura 5.12a. Los picos de amplitud máxima en la figura representan las frecuencias naturales flexionantes de la viga en posición libre-libre. Se observa que los picos de mayor amplitud en la figura 5.14 coinciden aproximadamente con los de la figura 5.13, los cuales identifican las frecuencias de 18, 50, 98, 162, 238, 332, 442 y 566 Hz, que son las primeras 8 frecuencias naturales flexionantes de la viga, respectivamente. Función de respuesta a la frecuencia 8 7 X: 98 Y: 7.394 X: 162 Y: 7.071 Inertancia [g/N] 6 5 X: 50 Y: 4.013 X: 446 Y: 3.329 4 X: 238 Y: 2.842 3 X: 442 Y: 1.629 2 X: 332 Y: 0.6911 X: 18 1 Y: 0.4478 0 0 X: 572 Y: 2.143 X: 566 Y: 1.009 100 200 300 Frecuencia [Hz] 400 500 600 Figura 5.14. Espectro de magnitud de la señal de la figura 5.12a. La señal de la figura 5.15a corresponde a la función de respuesta al impulso de la estructura en el nodo 16, que es el punto medio de la longitud de la viga. En la figura 5.15b se presenta la curva de entropía de Shannon para la señal de la figura 5.15a. 63 Capítulo V Análisis de Resultados Función de Respuesta al Impulso Ent ropía de Shannon 710 300 705 200 700 Costo de Entropía Inertancia [g/N] 100 0 -100 695 690 685 680 -200 675 -300 0 0.05 0.1 0.15 0.2 0.25 0.3 Tiempo [seg] 0.35 0.4 0.45 Fig. 5.15a. Respuesta al impulso en el nodo 16 670 0 10 20 30 40 50 Gamma 60 70 80 90 Fig. 5.15b. Curva de entropía de la señal de la figura 5.15a. Figura 5.16. Espectrograma de la señal de la figura 5.15a con = 60 Se observa que en el intervalo de valores de gamma de 55 a 90 la entropía prácticamente no varía y, por tanto, cualquier valor dentro de este intervalo representará una buena localización en tiempo-frecuencia de la señal en cuestión. 64 Capítulo V Análisis de Resultados En la figura 5.16 se observa el espectrograma de la señal de la figura 5.15a con un valor de gamma de 60. Solamente se observan las frecuencias naturales de los modos simétricos, ya que el nodo 16 corresponde al centro de la viga y, por consiguiente, solamente se excitan los modos de vibración cuyas amplitudes no son próximas a cero alrededor del nodo 16. Las frecuencias naturales que se observan son de 18, 98, 240 y 444 Hz, y corresponden al primero, tercero, quinto y séptimo modos de vibración de la viga. En la figura 5.17 se presenta el espectro de magnitud de Fourier correspondiente a la señal de la figura 5.15a. Se observa el mismo contenido de frecuencias que el espectrograma de la figura 5.16. Función de respuesta a la frecuencia X: 446 Y: 11 10 9 Inertancia [g/N] 8 X: 98 Y: 6.426 7 X: 442 Y: 6.407 6 X: 238 Y: 4.531 5 4 3 2 X: 18 Y: 0.271 1 0 0 100 200 300 Frecuencia [Hz] 400 500 600 Figura 5.17. Espectro de magnitud de la señal de la figura 5.14a En la señal de la figura 5.18a se observa la respuesta al impulso de la viga en el nodo 21. La figura 5.18b ilustra la función de costo de entropía de la señal en tiempo-frecuencia. El intervalo de valores gamma donde la entropía es mínima es de 60 a 90. 65 Capítulo V Análisis de Resultados Función de Respuesta al Impulso Ent ropía de Shannon 715 60 710 40 705 Costo de Entropía Inertancia [g/N] 20 0 -20 700 695 690 685 -40 680 -60 0 0.05 0.1 0.15 0.2 0.25 0.3 Tiempo [seg] 0.35 0.4 0.45 Fig. 5.18a. Respuesta al impulso en el nodo 21 675 0 10 20 30 40 50 Gamma 60 70 80 90 Fig. 5.18b. Curva de entropía de la señal de la figura 5.18a. Figura 5.19. Espectrograma de la señal de la figura 5.18a con = 60 El espectrograma de la figura 5.19 corresponde a la señal de la figura 5.18a. Se utilizó un valor de gamma de 60. Se aprecia como cambian las amplitudes de las frecuencias naturales al cambiar la posición de la excitación. Nuevamente, la comparación de las frecuencias naturales 66 Capítulo V Análisis de Resultados obtenidas por medio de la función de respuesta en tiempo-frecuencia que se observa en la figura 5.19 y la función de respuesta a la frecuencia de la figura 5.20, obtiene buena exactitud. Función de respuesta a la frecuencia 15 X: 566 Y: 8.868 Inertancia [g/N] 10 X: 162 Y: 4.644 5 X: 50 Y: 2.417 X: 98 Y: 1.491 X: 332 Y: 0.4242 X: 18 Y: 0.19 0 0 100 X: 442 Y: 4.034 X: 238 Y: 3.939 200 300 Frecuencia [Hz] 400 500 600 Figura 5.20. Espectro de magnitud de la señal de la figura 5.18a. Por tanto, se comprobó que el método de análisis de funciones de respuesta en el dominio tiempo-frecuencia por medio de transformada wavelet es un método alternativo efectivo para encontrar la función de respuesta en tiempo-frecuencia de estructuras mecánicas, además de encontrar la variación temporal de las amplitudes de dichas frecuencias. 5.3. Discusión de resultados Para las señales de propagación de ondas en estructuras, fue posible determinar los tiempos de arribo de las ondas dispersivas generadas por impacto mecánico por medio de la transformada wavelet. Para la verificación de los resultados, se utilizaron las teorías de vigas de Timoshenko y de Euler- Bernoulli para comparar los valores de los tiempos de arribo que se obtuvieron por experimentación con los tiempos de arribo teóricos que se obtienen en ambas teorías de vigas. 67 Capítulo V Análisis de Resultados Para el espécimen I, se utilizó el punto de máxima amplitud en el espectrograma de la figura 5.3, para el cual, el tiempo de arribo es de 0.1492 milisegundos, que corresponde a una frecuencia de 14000 Hz. Este espectrograma corresponde a la señal de propagación analizada con una wavelet de Gabor con un valor del factor de forma gamma de 3.9, el cual se seleccionó de acuerdo al criterio de localización de entropía de Shannon. En la tabla 5.1 se aprecia que el tiempo de arribo para el punto de máxima amplitud es el que produce el menor porcentaje de inexactitud en comparación con las teorías de vigas de Timoshenko y de EulerBernoulli. Sin embargo, el resultado obtenido experimentalmente se aproxima más al valor obtenido por la teoría de vigas de Timoshenko. Para el espécimen II, se encontró un tiempo de arribo de 0.1525 milisegundos, correspondiente a la frecuencia de 13770 Hz. Al igual que el espécimen I, se utilizó el punto de máxima amplitud en el espectrograma de la figura 5.7, ya que es el punto que presenta mayor aproximación de los datos teóricos. Este espectrograma se evaluó con un factor de gamma de 3.9, el cual se seleccionó conforme al criterio de entropía de Shannon. La comparación del tiempo de arribo obtenido experimentalmente con los tiempos de arribo obtenidos por las teorías de vigas de Timoshenko y de Euler-Bernoulli proporciona una inexactitud de 2.55 % y de 2.98 %, respectivamente. Sin embargo, existe mayor aproximación en la teoría de vigas de Timoshenko. Para el espécimen III, se utilizó una wavelet de Gabor con un factor de gamma de 3, el cual es el valor que presenta la mayor concentración de energía para la señal en tiempo-frecuencia de acuerdo al criterio de entropía de Shannon. Nuevamente, se utilizó el pico de amplitud máxima en el espectrograma correspondiente a este espécimen para encontrar el tiempo de arribo obtenido por experimentación, el cual es de 0.09433 milisegundos, correspondiente a una frecuencia de 34530 Hz. La comparación teórico-práctica de los tiempos de arribo proporciona una inexactitud de 4.7% con respecto a la teoría de vigas de Timoshenko y de 33.64 % con respecto a la teoría de vigas de Euler-Bernoulli. Como se esperaba, se obtiene una buena aproximación con la teoría de vigas de Timoshenko, sin embargo, no existe buena 68 Capítulo V Análisis de Resultados aproximación con la teoría de vigas de Euler-Bernoulli, debido a que el punto de máxima amplitud está fuera del intervalo de frecuencia donde se aplica esta teoría de vigas para la evaluación de propagación de ondas dispersivas. En general, para evaluar los tiempos de arribo de ondas propagantes producidos por impacto mecánico en estructuras por medio de transformada wavelet, es primordial encontrar el valor del factor de forma gamma para la wavelet de Gabor que proporcione la mayor concentración de energía de la señal en términos tiempo-frecuencia. Esto proporcionará una identificación eficiente del punto de amplitud máxima de los tiempos de arribo de las ondas propagantes en la estructura. Para las señales de vibración mecánica del espécimen III, se logró determinar una función de respuesta en el dominio tiempo-frecuencia, lo que proporciona las frecuencias naturales de una estructura. En todas las señales de vibración, se detectaron las frecuencias naturales de la estructura a partir de los picos de máxima amplitud de los diferentes espectrogramas presentados en las figuras 5.13, 5.15 y 5.19. Al igual que en las señales de propagación de ondas dispersivas, fue necesario encontrar la entropía de Shannon de cada señal de vibración para encontrar la distribución tiempofrecuencia de los espectrogramas que proporcionan la mayor concentración de energía y por tanto, una buena localización de las frecuencias naturales del sistema. En general, se concluye que el método propuesto en esta tesis para encontrar una función de respuesta en tiempo-frecuencia es efectivo para localizar las frecuencias naturales de una estructura. Lo interesante de los resultados obtenido de los espectrogramas de las figuras 5.13, 5.16 y 5.19, es que se encontró una variación en el tiempo de las frecuencias naturales de vibración, lo que no se esperaba al obtener la función de respuesta en tiempo-frecuencia. 69 Capítulo V Análisis de Resultados Sin embargo, las variaciones de amplitud de las frecuencias naturales pueden ser debido a que la estructura de prueba rebasó un límite lineal de comportamiento, lo que no podría conocerse simplemente por medio de la función de respuesta en el dominio de la frecuencia. 70 Capítulo VI Conclusiones y Recomendaciones Capítulo VI Conclusiones y Recomendaciones 6.1. Conclusiones En el presente trabajo, se analizó la respuesta que presentan las estructuras mecánicas al ser sometidas a una carga de impacto por medio de transformada wavelet. La respuesta se analizó tanto a altas frecuencias como a bajas frecuencias, que corresponden a propagación de ondas y vibraciones mecánicas en estructuras, respectivamente. Se determinó que los puntos de máxima amplitud de los espectrogramas obtenidos del procesamiento de señales de propagación de ondas por medio de transformada wavelet proporcionan los tiempos de arribo de las ondas propagantes que producen la mayor aproximación a los datos teóricos. Para identificar de manera óptima los tiempos de arribo de las ondas propagantes producidas por impacto mecánico por medio de transformada wavelet, es primordial encontrar el valor del factor de forma gamma para la wavelet de Gabor que proporcione la mayor concentración de la energía de la señal en términos tiempo-frecuencia, de acuerdo al criterio de entropía de Shannon. Tanto la teoría de vigas de Timoshenko como la de Euler-Bernoulli proporcionan buenos resultados en el análisis de señales de propagación de ondas siempre y cuando las frecuencias de las ondas propagantes estén dentro de un intervalo de hasta 15000 Hz. Sin embargo, para señales de propagación con contenido de frecuencia mayor a 15000 Hz, se recomienda usar solamente la teoría de vigas de Timoshenko. 71 Capítulo VI Conclusiones y Recomendaciones El algoritmo que se realizó para evaluar la función de respuesta de una estructura en tiempo-frecuencia determina con gran precisión las frecuencias naturales de la estructura, además de encontrar la variación temporal de las amplitudes de cada frecuencia natural. Al igual que en las señales de propagación de ondas, para analizar señales de vibración por medio de la transformada wavelet es necesario encontrar la entropía de Shannon de cada señal de vibración para encontrar la distribución tiempo-frecuencia de los espectrogramas que proporcionan la mayor concentración de energía y por tanto, una buena localización de las frecuencias naturales del sistema. 6.2. Recomendaciones y trabajos futuros 1. Utilizar el método de la transformada wavelet para la detección de discontinuidades de señales de vibración producidas por grietas, sopladuras, porosidades, etc., que tienen lugar en estructuras mecánicas. 2. Realizar un algoritmo para el desenvolvimiento de la fase de señales de vibración 3. Elaborar un algoritmo para extraer el esqueleto del mapa tiempo-frecuencia de señales de vibración, puesto que el esqueleto de la transformada wavelet esta ligado a la fase de una señal. 4. Con los algoritmos anteriores en conjunto con el de transformada wavelet, extraer los parámetros modales de estructuras mecánicas, como amortiguamiento y formas modales. 5. Utilizar el algoritmo propuesto en esta tesis para analizar señales de vibración de estructuras más complejas. 72 Capítulo VI Conclusiones y Recomendaciones 6. Extender el análisis de funciones de respuesta en tiempo-frecuencia para elementos estructurales no-lineales. 73 Referencias Referencias [1] Gere, J. M., Timoshenko, S. P., 1998, Mecánica de Materiales, International Thomson Publishing, México, Cap. 2, pp. 12-132. [2] Martínez, E., 1999, “Análisis del Impacto de Vigas de Sección Rectangular Sometidas a Vibración Forzada”, Tesis de Maestría de Ciencias, Centro Nacional de Investigación y Desarrollo Tecnológico, Cuernavaca, Morelos, México. [3] Doyle, J. F., Kamle, S., 1985, “An Experimental Study of the Reflection and Transmission of Flexural Waves at Discontinuities”, ASME J. Appl. Mech., 52, pp. 669-673. [4] Schwieger, H., 1965, “A Simple Calculation of the Transverse Impact on Beams and Its Experimental Verification”, Experimental Mechanics, pp. 378-384. [5] Doyle, J. F., 1987, “An Experimental Method for Determining the Location and Time of Initiation of an Unknown Dispersing Pulse”, Experimental Mechanics, pp. 229-233. [6] Hutchinson, J. R., 2001, “Shear Coefficients for Timoshenko Beam Theory”, ASME J. Appl. Mech., 68, pp. 87-92. [7] Oppenheim, A. V., Willsky, A. S., Nawab, S. H., 1998, Señales y Sistemas, Pearson Educación, México, Cap. 3. [8] Cooley, J. W., Tukey, J. W., 1965, “An Algorithm for the Machine Calculation of Complex Fourier Series”, Mathematics of Computation, 19(90), pp. 297-301. [9] Matlab7(R), Wavelet Toolbox, The MahWorks Inc. 74 Referencias [10] Faundez, P., Fuentes, A., “Procesamiento Digital de Señales Acústicas Utilizando Wavelets”, Instituto de Matemáticas UACH. [11] Addison, P. S., 2002, The Illustrated Wavelet Transform Handbook, Institute of Physics Publishing, London, UK. Cap. 2. [12] Mallat, S., 1989, “A Theory for Multiresolution Signal Decomposition: The Wavelet Representation”, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2(7), pp. 674-693. [13] Daubechies, I., 1990, “The Wavelet Transform, Time-Frequency Localization and Signal Analysis”, IEEE Trans. Inf. Theory, 36(5), pp. 961-1005. [14] Mallat, S., Hwang, W. L., 1992, “Singularity Detection and Processing with Wavelets”, IEEE Trans. Inf. Theory, 38(2), pp. 617-643. [15] Rioul, O., Vetterli, M., 1991, “Wavelets and Signal Procesing”, IEEE Signal Processing Magazine, pp. 14-38. [16] Hlawatsch, F., Boudreaux-Bartels, G. F., 1992, “Linear and Quadratic Time-Frequency Signal Representations”, IEEE Signal Processing Magazine, pp. 21-66. [17] Kishimoto, K., Inoue, H., Hamada, M., Toshikazu, S., 1995, “Time Frequency Analysis of Dispersive Waves by Means of Wavelet Transform”, ASME J. Appl. Mech., 62, pp. 841846. [18] Inoue, H., Kishimoto, K., Shinuya, T., 1996, “Experimental Wavelet Analysis of Flexural Waves in Beams”, Experimental Mechanics, 36(3), pp. 212-217. 75 Referencias [19] Baltazar-Lopez, M., 2003, “Applications of TAP-NDE Technique to Non-Contact Ultrasonic Inspection in Tubulars”, Ph. D. Thesis, Texas A&M University, College Station, Texas. [20] Hong, J. C., Kim, Y. Y., 2004, “Determination of the Optimal Gabor Wavelet Shape for the Best Time-Frequency Localization Using the Entropy Concept”, Experimental Mechanics, 44(10), pp. 1-9. [21] Ruzzene, M., Fasana, A., Garibaldi, L., Piombo, B., 1997, “Natural Frequencies and Dampings Identification Using Wavelet Transform: Application to Real Data”, Mechanical Systems and Signal Processing, 11(2), pp. 207-218. [22] Tang, S., 2000, “On the Time-Frequency Analysis of Signals That Decay Exponentially With Time”, Journal of Sound and Vibration, 234(2), pp. 241-258. [23] Slavic, J., Simonovski, I., Boltezar, M., 2003, “Damping Identification Using a Continuous Wavelet Transform: Application to Real Data”, Journal of Sound and Vibration, 262, pp. 291-307. [24] Argoul, P., Le, T., 2003, “Instantaneous Indicators of Structural Behaviour Based on the Continuous Cauchy Wavelet Analysis”, Mechanical Systems and Signal Processing, 17(1), pp. 243-250. [25] Le, T., Argoul, P., 2004, “Continuous Wavelet Transform for Modal Identification Using Free Decay Response”, Journal of Sound and Vibration, 277, pp. 73-100. [26] Sone, A., Hata, H., Masuda, A., 2004, “Identification of Structural Parameters Using the Wavelet Transform of Acceleration Measurements”, Transactions of the ASME Journal of Pressure Vessel Technology, 126, pp. 128-133. 76 Referencias [27] Doyle, J. F., 1997, Wave Propagation in Structures, Springer-Verlag,New York, USA. [28] Arzola, J. M., 2007, “Análisis de Vibraciones en Chumaceras Mecánicas Mediante Transformada Wavelet”, Tesis de Maestría, Centro Nacional de Investigación y Desarrollo Tecnológico, Cuernavaca, Morelos, México. 77 Apéndice I Teoría de vigas Euler-Bernoulli Apéndice I Teoría de vigas Euler-Bernoulli Se considera una viga larga y delgada con las cargas aplicadas como se muestra en la figura 2.1. El modelo Euler-Bernoulli considera que la deflexión en la línea de centros ( x, t ) es pequeña y solamente transversal. Mientras esta teoría asume la presencia de una carga transversal, se desprecia cualquier deformación cortante a causa de la misma [1]. Si se expanden los desplazamientos en una serie de Taylor alrededor de desplazamientos del plano medio u x, 0 y ( x, 0) se obtiene: u x, y u x, 0 y ( x, y ) x, 0 y u y y ... u ( x) y ( x) ... (Ec. A1.1) ... ( x) y ( x) ... (Ec. A1.2) y 0 y 0 Figura A1.1. Viga delgada y distribución de cargas 78 Apéndice I Teoría de vigas Euler-Bernoulli Donde la notación es: u ( x ) u x, 0 , ( x ) x, 0 ( x) u y , ( x) y 0 y (Ec. A1.3) (Ec. A1.4) y 0 Puesto que interesan las deformaciones flexionantes, se hace u x, 0 0 . Esta teoría de vigas supone que la deflexión vertical es aproximadamente constante a través del espesor, mientras los desplazamientos horizontales siguen la suposición de “las secciones planas permanecen planas” [3]. Por consiguiente, se retiene solamente un término en cada expansión y por tanto se obtienen los desplazamientos aproximados como: u x, y y ( x) (Ec. A1.5) x, y ( x ) (Ec. A1.6) Las deformaciones unitarias axiales y cortantes correspondientes a estas deformaciones son: xx u y x x (Ec. A1.7) xy u y x x (Ec. A1.8) Para una viga muy delgada, se hace la suposición de que no hay deformación cortante, a pesar de que la fuerza cortante está presente. Por consiguiente, se obtiene: 79 Apéndice I Teoría de vigas Euler-Bernoulli x (Ec. A1.9) Y la única deformación es: 2 xx y 2 x (Ec. A1.10) Para una viga de este tipo que experimenta deformación flexionante, se espera que el esfuerzo dominante sea xx . De aquí, se supone que la viga se encuentra en estado uni-axial: xx yE 2 yE 2 x x (Ec. A1.11) El momento resultante se obtiene integrando la relación anterior como: M xx ydA EI 2 x 2 (Ec. A1.12) Donde I es el segundo momento de área y la combinación EI se llama rigidez a flexión. Se consideran dos tipos de carga distribuida: q x, t es la carga transversal, mientras q es el torque distribuido. Las ecuaciones de movimiento en la dirección y y alrededor del eje z son: V 2 A 2 A q x t t (Ec. A1.13) M V q x (Ec. A1.14) Se desprecia cualquier inercia de rotación. Sustituyendo para el momento obtenemos: 80 Apéndice I q 2 2 2 EI A A q x , t q x 2 x 2 t 2 t x EI 4 2 A A q x, t 4 2 x t t Teoría de vigas Euler-Bernoulli (Ec. A1.15) (Ec. A1.16) 81 Apéndice II Teoría de vigas de Timoshenko Apéndice II Teoría de vigas de Timoshenko Considere una viga rectangular de longitud L, espesor h, y ancho b. Si b es pequeño, entonces se puede considerar a la viga en condición de esfuerzo plano [1]. Los desplazamientos se expanden en una serie de Taylor alrededor de los desplazamientos del plano medio u x, 0 y ( x, 0) como: u x, y u x, 0 y ( x, y ) x, 0 y u y y 0 y y 0 ... u ( x) y ( x) ... (Ec. A2.1) ... ( x) y ( x) ... (Ec. A2.2) Figura A2.1. Viga de Timoshenko con cargas en los extremos Donde la notación es: u ( x ) u x, 0 , ( x ) x, 0 (Ec. A2.3) 82 Apéndice II ( x) Teoría de vigas de Timoshenko u y , ( x) y 0 y (Ec. A2.4) y 0 El interés es sobre las deformaciones flexionantes, por tanto, u x, 0 = 0. Se hace la consideración de que la deflexión vertical es aproximadamente constante mientras la horizontal es aproximadamente lineal. Por tanto, se retiene solamente un término en cada expansión y los desplazamientos son: u x, y y ( x) ; x, y ( x) (Ec. A2.5) Es decir, la deformación está gobernada por dos funciones independientes, ( x) y ( x) , que dependen solamente de la posición a lo largo de la línea de centros de la viga. Las deformaciones axiales y cortantes correspondientes a los desplazamientos anteriores son: xx u u ; yy y 0 ; xy x x y y x x (Ec. A2.6) Para una viga delgada sometida a deformación por flexión, se esperaría que yy xx . De este modo, se hace yy 0 . Por tanto, los esfuerzos son: xx yE ; xy G x x (Ec. A2.7) Sustituyendo los esfuerzos en la densidad de energía de deformación, tenemos: 1 1 1 1 U xx xx xy xy d E xx2 G xy2 d 2 2 2 2 (Ec. A2.8) Y sustituyendo la deformación para obtener la energía total de deformación, queda: 83 Apéndice II Teoría de vigas de Timoshenko 2 L h/2 2 2 1 U Ey G bdydx 2 0 h / 2 x x U 2 2 L 1 E I GA dx 2 0 x x (Ec. A2.9) (Ec. A2.10) La energía cinética total es: L 1 1 2 T u ( x, t ) 2 x, t d y 2 2 2 dAdx 2 20A L 1 T A 2 I 2 dx 20 (Ec. A2.11) Si las fuerzas de superficie y las cargas sobre la viga son como se muestra en la figura 2.4, entonces la energía potencial de las cargas es: L V q( x) dx M LL M 00 VL L V00 (Ec. A2.12) 0 L V q ( x ) dx M 0 V 0 L L (Ec. A2.13) 0 Y usando el principio de Hamilton para la viga, obtenemos: 2 2 t2 L 1 L L 1 A 2 I 2 EI GA q dx M 0 V 0 dt 0 2 2 x x t1 0 (Ec. A2.14) Tomando la variación dentro de las integrales y usando integración por partes, obtenemos: 84 Apéndice II t2 L t1 0 Teoría de vigas de Timoshenko GA x EI L 2 L L I dx GA M 0 GA A q dx EI V 0 dt 0 x x x x x 0 (Ec. A2.15) El hecho de que las variaciones y pueden variarse separada y arbitrariamente, y que los desplazamientos sobre las integrales también son arbitrarios, se concluye que los términos de los corchetes que: A q x x 2 EI 2 GA I x x GA (Ec. A2.16) Las condiciones de frontera se obtienen de los términos restantes y se especifican en términos de cualquier par de condiciones seleccionadas de los siguientes grupos: ; ó M EI x x ó V GA (Ec. A2.17) Las ecuaciones anteriores son las ecuaciones de movimiento de Timoshenko para una viga. Se aprecia que en ésta teoría, se considera el efecto de la deformación cortante, así como el efecto de la inercia rotacional. Sin embargo, en esta teoría se introduce un coeficiente de carga cortante, por la suposición de que la carga transversal no es constante y, por tanto, varía conforme varía la sección transversal de un elemento de carga. Por consiguiente, las ecuaciones de Timoshenko para la viga quedan en la forma de la ec. A2.18, donde el parámetro K1 es el coeficiente de cortante y K 2 es un parámetro que afecta a la inercia de rotación. 85 Apéndice II A q x x 2 EI 2 GAK1 IK 2 x x Teoría de vigas de Timoshenko GAK1 (Ec. A2.18) 86 Apéndice III Banco Experimental Apéndice III Banco Experimental A3.1. Especímenes de prueba. Los especímenes de prueba son barras de acero al carbono ASTM A-36 y AISI 1018. Las configuraciones son: A3.1.1. Espécimen I. Barra de acero ASTM A-36 de sección transversal cuadrada Fig. A3.1. Espécimen de prueba I Propiedades: A = 1.024 X 10-3 m2 I = 2.184533 X 10-8 m4 G = 79.3 GPa E = 200 GPa 7850 Kg/m3 87 Apéndice III Banco Experimental A3.1.2. Espécimen II. Barra de acero AISI 1018 de sección transversal rectangular Fig. A3.2. Espécimen de prueba II Propiedades: A = 6.4516 X 10-4 m2 I = 8.67148 X 10-9 m4 G = 80 GPa E = 205 GPa 7870 Kg/m3 A3.1.3. Espécimen III. Barra de acero ASTM A-36 de sección transversal rectangular Fig. A3.3. Espécimen de prueba III Propiedades: A = 6.4516 X 10-4 m2 I = 3.468595 X 10-8 m4 88 Apéndice III Banco Experimental G = 79.3 GPa E = 200 GPa 7850 Kg/m3 A3.2. Martillo de impacto. El martillo es de la marca Kistler del tipo 9724A2000. Tiene un intervalo de fuerza de 2000 N, intervalo de frecuencias de 6600 Hz, frecuencia de resonancia de 27 kHz y una sensibilidad nominal de 2 mV/N. El martillo cuenta con varias puntas, que se seleccionan de acuerdo al intervalo de frecuencias que se desea excitar. Fig. A3.4. Martillo de impacto con diferentes puntas A3.3. Sensor de respuesta del sistema Para sensar la respuesta del sistema, se utilizó un acelerómetro marca Kistler 8628 B50, con un intervalo de medición de 50g’s, una sensibilidad transversal de 103.1 mV/g, frecuencia de resonancia de 22 kHz, y un intervalo de respuesta a la frecuencia de 0.5 Hz hasta 5 kHz. 89 Apéndice III Banco Experimental Fig. A3.5. Acelerómetro A3.4. Sistema de adquisición de datos Se utilizó un osciloscopio digital marca Tektronix TDS 2004 de cuatro canales. Tiene un ancho de banda de 60 MHz y una velocidad de muestreo máxima de 1x109 muestras por segundo. Fig. A3.6. Osciloscopio digital A3.5. Amplificador de señales. Se utilizaron dos amplificadores de señales de 6 a 28 V de corriente directa de marca Kistler tipo 5118A1, los cuales se instrumentaron entre el martillo de impacto y el osciloscopio, y entre el acelerómetro y el osciloscopio. 90 Apéndice III Banco Experimental Fig. A3.7. Amplificadores de señales A3.6. Cables Se utilizaron cables de bajo ruido para conectar los sensores de excitación y de respuesta a los amplificadores de señales, y de ahí al osciloscopio. El cable de conexión del acelerómetro al amplificador de señal tiene una punta con conexión roscada 10-32 positiva y la otra punta tiene terminación tipo BNC positiva. Los demás cables son de bajo ruido con terminaciones BNC-BNC. Figura A3.8. Cables de bajo ruido 91