Prévia do material em texto
Dado o mecanismo cursor manivela abaixo, analisar sua geometria do movimento e mostrar as curvas de Ɵ3 (posição angular da biela) e rb (posição linear do cursor) em função de Ɵ2 (posição angular da manivela); para =r2=0,1m e =r3=0,2m. Do polílgono de vetores: Separando as componentes dos eixos x e y de (1) X: rb=r2cos(Ɵ2)+r3cos(Ɵ3) (2) Y: 0=r2se(Ɵ2)+r3sen(Ɵ3) (3) De (3), Ɵ A' O2 A BB' %programa cursor clear all close all rd=pi/180; Confecção do programa: Cursor-manivela sexta-feira, 14 de dezembro de 2012 10:20 Página 1 de Notas de aula de Márcio H Souto rd=pi/180; g=1/rd; r2=0.1; r3=0.2; teta2=0*rd; dteta2=1*rd; for i=1:1:360; r2v=[r2*cos(teta2);r2*sin(teta2);0]; teta3=asin(-r2v(2)/r3); r3v=[r3*cos(teta3);r3*sin(teta3);0]; rbv=r2v+r3v; teta2v(i)=teta2*g; teta3v(i)=teta3*g; rbxv(i)=rbv(1); teta2=teta2+dteta2; end figure(1) plot(teta2v,teta3v);grid; figure(2) plot(teta2v,rbxv);grid; curso=max(rbxv)-min(rbxv) Adiciona-se o comando para produzir um outro gráfico: figure(3) plot3(teta2v,teta3v,rbxv);grid; Agora, queremos analisar alterações no braço da biela. %programa cursor clear all close all rd=pi/180; g=1/rd; r2=0.1; r3=0.2; dr3=0.05; dteta2=1*rd; for j=1:1:5 teta2=0*rd for i=1:1:360; r2v=[r2*cos(teta2);r2*sin(teta2);0]; teta3=asin(-r2v(2)/r3); r3v=[r3*cos(teta3);r3*sin(teta3);0]; rbv=r2v+r3v; teta2v(i,j)=teta2*g; teta3v(i,j)=teta3*g; rbxv(i,j)=rbv(1); teta2=teta2+dteta2; end r3=r3+dr3; end figure(1) Página 2 de Notas de aula de Márcio H Souto figure(1) plot(teta2v,teta3v);grid; figure(2) plot(teta2v,rbxv);grid; curso=max(rbxv)-min(rbxv) figure(3) plot3(teta2v,teta3v,rbxv);grid; Página 3 de Notas de aula de Márcio H Souto fluido d H 1 2 Determinar a vazão do fluido no duto de diâmetro d. Equação de Bernoulli: Programa para analisar a variação de "d": %programa vazão clear all close all g=9.81; h=0.5; d=0.1; deltad=0.05; for i=1:1:6; mecânica dos fluidos sexta-feira, 14 de dezembro de 2012 11:33 Página 4 de Notas de aula de Márcio H Souto for i=1:1:6; v2=sqrt(2*g*h); area=(pi*d^2)/4; q=v2*area; qv(i)=q; dv(i)=d; d=d+deltad; end figure(1) plot(dv,qv); grid; Analisando agora as variações de "d" e de "h": %programa vazão clear all close all g=9.81; h=5; deltad=0.05; deltah=0.5; for j=1:1:10; d=0.1; for i=1:1:6; v2=sqrt(2*g*h); area=(pi*d^2)/4; q=v2*area; qv(i,j)=q; dv(i,j)=d; d=d+deltad; end h=h+deltah; end figure(1) plot(dv,qv); grid; xlabel('diâmetro'); ylabel('vazão'); title('escoamento'); comandos para atribuir nomes aos eixos e título ao gráfico podemos adicionar este comando para analisar h também: figure(2) plot3(dv,hv,qv); grid e podemos alterar este comando para apresentar o gráfico pontilhado: figure(2) plot3(dv,hv,qv,'*'); Página 5 de Notas de aula de Márcio H Souto plot3(dv,hv,qv,'*'); grid Página 6 de Notas de aula de Márcio H Souto Equação diferencial da força elástica: Seccionando a viga numa posição x, tem-se: Aplicando a condição de equilíbrio estático: ω a a x y Seção transversal Temos agora uma viga em balanço com um carregamento uniforme, conforme o esquema abaixo. Queremos analisar a deflexão na viga. Carregamento em vigas sexta-feira, 25 de janeiro de 2013 10:48 Página 7 de Notas de aula de Márcio H Souto Substituindo (2) em (1): Aplicando as condições iniciais: Temos: • • Aplicando esses valores na equação (3) Dados: E=200GPa a=0.1M =30KN/m L=2m Fez-se o programa p10: Página 8 de Notas de aula de Márcio H Souto %Deflexão de viga clear all me = 200e9; w = 30e3; l = 2; a = 0.1; mi = (a^4)/12; dx = 0.1; x = 0; for i = 1:1:21; y = (w*((-x^4)/24 + ((l^3)*x)/6 -(l^4)/8))/(me*mi); xv(i) = x; yv(i) = y; x = x+dx; end figure(1) plot(xv,yv);grid; %Deflexão de viga clear all close all clc me = 200e9; w = 30e3; l = 2; dw = 10e3; a = 0.1; mi = (a^4)/12; dx = 0.1; for j = 1:1:8; x = 0; for i = 1:1:21; y = (w*((-x^4)/24 + ((l^3)*x)/6 -(l^4)/8))/(me*mi); xv(i,j) = x; yv(i,j) = y; wv(i,j) = w; x = x+dx; end w = w + dw; end figure(1) plot(xv,yv);grid; figure(2) plot3(xv,wv,yv,'*');grid; Fazendo variar o , fez-se o programa p11: Fazendo variar e o a, fez-se o programa p11 Página 9 de Notas de aula de Márcio H Souto q'': taxa de transferência de calor por unidade de área %programa clear all close all R=1.7; deltat=-250; deltae=0.05; area=1.5; deltaarea=0.2; for j=1:1:10; e=0.15; for i=1:1:15; qm2=(-R*deltat)/e; q=qm2*area; ev(i,j)=e; areav(i,j)=area; qv(i,j)=q; e=e+deltae; end area=area+deltaarea; end figure(1) plot(ev,qv);grid; xlabel('e') ylabel('q') figure(2) plot3(ev,areav,qv) xlabel('e') ylabel('area') zlabel('q') Transferência de calor sexta-feira, 1 de fevereiro de 2013 10:09 Página 10 de Notas de aula de Márcio H Souto Modelo Caixa Branca - é o modelo gerado a partir das leis físicas aplicadas aos sistemas, com o apoio da matemática. Modelo Caixa Preta: observa-se a relação entrada/saída do sistema Representação de sistemas dinâmicos no espaço de estados: Um sistema dinâmico pode ser representado por um modelo, através de equações diferenciais ordinárias, onde o tempo é a variável independente. Uma equação diferencial de ordem "n" pode ser representada por uma equação matricial-vetorial diferencial de 1ª ordem. Se os "n" elementos do vetor são um conjunto de variáveis de estado, então a equação matricial-vetorial diferencial é chamada de Equação de Estado. Representação no Espaço de Estados de sistemas descritos por Equações Diferenciais Lineares de ordem "n" sem derivadas de excitação. Considere o sistema representado pelo modelo abaixo De (1), temos Definindo "n" novas variáveis: pelas equações: Modelos sexta-feira, 1 de fevereiro de 2013 10:32 Página 11 de Notas de aula de Márcio H SoutoAs novas variáveis de (3) são interligadas pelas equações representadas por (4)l Escrevendo a eq.(2) em função das novas variáveis dadas em (3): Diferenciando a última equação de (3): Substituindo (6) em (5): Adicionando (7) ao sistema (4): Representando (8) na forma matricial: Página 12 de Notas de aula de Márcio H Souto De (9), Fazendo em (10); onde: A = Matriz de Estados ou Dinâmica B = Matriz de entrada X = vetor de estados u = Excitação ou entrada A resposta ou saída u(t) do sistema é dada por C = Matriz de saída D= Matriz transmissão direta De (11) e (12), Diagrama de Blocos das equações (13); Página 13 de Notas de aula de Márcio H Souto Após a dedução física em aula do modelo simplificado do pêndulo simples, chegou-se à equação: ou com e Espaço de Estado ordem de (a5): Mudança de variáveis: De (a9), (a10) e (a5), Pêndulo simples sexta-feira, 22 de fevereiro de 2013 10:44 Página 14 de Notas de aula de Márcio H Souto Escrevendo (a11) e (a12) na forma matricial: A= , , , =========================================================== No simulink, criamos o seguinte modelo: Clicando duas vezes no State-space colocamos os parâmetros Página 15 de Notas de aula de Márcio H Souto no menu Simulation->configurate parameters colocamos os parâmetros da simulação: Fazendo a simulação, o resultado no osciloscópio é Página 16 de Notas de aula de Márcio H Souto ============================================================ Agcoora se o pêndulo estiver oscilando em um fluido visso, haverá uma resistência ao movimento, e a equação diferencial que descreve o movimento será A= , , , Fazendo a alteração no valor da matriz A no modelo criado no simulink: Página 17 de Notas de aula de Márcio H Souto Obtemos no osciloscópio após a simulação: Se aumentarmos muito o valor da resistência, colocando A como [0 1; -100 -20] obtemos no osciloscópio: Página 18 de Notas de aula de Márcio H Souto Este é o caso de vibração superamortecida. ========================================================================== Podemos trabalhar com uma equação não linear, com uma excitação no sistema: A solução do sistema será: (solução geral = solução da homogênea + 1 solução da não-homogênea) A= , , , A simulação no simulink é alterada para inserir a pertubação: Página 19 de Notas de aula de Márcio H Souto Com o Signal Generator configurado como Fazendo a simulação, o osciloscópio apresenta: Página 20 de Notas de aula de Márcio H Souto Nota-se que neste gráfico há uma pertubação no início, e após isso uma estabilização em forma de senóide. Isso porque a solução da equação homogênea é amortecida, e após o tempo prevalece . ================================================================ Se a frequência natural for próximo da frequência de excitação, o sistema entra em ressonância. Fazendo isso na nossa simulação: Obtemos no osciloscópio Página 21 de Notas de aula de Márcio H Souto Para evitar a ressonância, coloca-se a frequência distante da frequência de excitação. Fazendo obtemos: Página 22 de Notas de aula de Márcio H Souto Página 23 de Notas de aula de Márcio H Souto Ex.: Determinar a EDM do sistema abaixo e elaborar um programa computacional para sua solução. k=constante de rigidez (N/m) fm= -kx c= coeficiente de amortecimento (Ns/m) DCL: A solução de (1) é dada por: xH: solução da EDM homogênea xP: solução da EDM não homogênea ou Massa-mola-amortecedor sexta-feira, 1 de março de 2013 10:16 Página 24 de Notas de aula de Márcio H Souto onde: : fator de amortecimento c: coeficiente de amortecimento cc: coeficiente de amortecimento crítico amplitude de vibração(parte homogênea) amplitude de vibração(parte permanente) frequência de excitação Transformação de (1) para Espaço de EstadoDe (a1), (a2) e (1), Escrevendo (a3) na forma matricial: De (a4) onde: Página 25 de Notas de aula de Márcio H Souto onde: %Programa massa-mola clear all close all m=1.0; k=100.0; ca=2.0; a=[0 1; -k/m -ca/m]; b=[0;1/m]; c=[1 0]; d=[0]; x0=[0.4 0]; t=0; dt=0.1; for j=1:1:200; u=10*sin(2*t); tv(j)=t; uv(j)=u; t=t+dt; end y=lsim(a,b,c,d,uv,tv,x0); figure(1) plot(tv,uv);grid; figure(2) plot(tv,y);grid; figure(3) plot(tv,uv,tv,y);grid; comando preparado para resolver problemas como das equações (a5) e (a6) Utiliza algorítimos numéricos (huge-kuta e outros) Retirando a exitação sistema, fazendo u=0 no laço, temos um sistema amortecido. Página 26 de Notas de aula de Márcio H Souto Retirando a exitação sistema, fazendo u=0 no laço, temos um sistema amortecido. Fizemos também ca=0.2. Percebeu-se que o sistema oscilou por um tempo maior. De fato, xH é o produto de uma exponencial decrescente por uma senoide: Sistemas como esse são ditos sub-amortecidos. Quando isso acontece, a teoria de vibrações diz que que prova-se na teoria de vibrações que que é a constante de amortecimento crítico. Por isso, quando colocamos ca=20 no programa, o sistema não oscila. Se retirarmos o amortecedor, fazendo , ou ca=0 no programa, então xH será uma senoide simples. Vamos procurar a ressonância agora. Alterando os valores de ω (no programa u=10*sin(ω*t)), vemos que aumentando ω para 2, 4, 8, 10, a amplitude da vibração observada nos gráficos no regime permanente vai aumentando; mas fazendo ω=20 temos uma baixa na amplitude, e fazendo igual a 100 quase não há mais oscilação. Vemos portanto que se ω está perto da frequencia natural do sistema (calculado fazendo =0 em xH) a vibração vibra com amplitudes grandes. Quando temos um sistema em resonancia com o meio, ele tende a entrar em colapso, pois os apoios não resistirão muito tempo sob vibração. Vemos portanto que devemos fazer o sistema com frequência natural muito diferente da frequência de carregamento a que ele é submetido.a Página 27 de Notas de aula de Márcio H Souto As equações diferenciais ordinárias não lineares são resolvidas numericamente usando os métodos numéricos de Runge-Kutta, quando transformadas em equações diferenciais de 1ª ordem. Ex. Considere o pêndulo simples abaixo determine a EDM e as soluções: não linear e linear. Solução de (1). Transformação de variáveis De (3) e (1): %programa: pendulo não linear Clear all Close all t0=0.0; tf=2.0; dt=0.1; x0=[0.1 0]; [t y1]=ode45('se',[t0:dt:tf],x0); figure(1) plot(t,y1);grid Criaremos agora uma função correspondente ao 'se' para o programa acima comentários do [t y1]=ode45('se',[t0:dt:tf],x0): t é o intervalo de tempo [t0:dt:tf] x0 são as condições iniciais 'se' é a função que contém as equações (4) e (5) o comando ode45 utiliza o método Runge-Kutta45 e descarrega o valor em y1 Solução de EDOs não lineares sexta-feira, 15 de março de 2013 10:14 Página 28 de Notas de aula de Márcio H Souto %programa se.m das derivadas; %equações (4) e (5) function dx=se(t,y) dx=[y(2);-20*sin(y(1))]; Vamos resolver agora e equação (2) %programa: pendulo não linear clear all close all t0=0.0; tf=4.0; dt=0.1; x0=[0.1 0]; [t y1]=ode45('se',[t0:dt:tf],x0); %solucao da nao-linear [t y2]=ode45('se1',[t0:dt:tf],x0); %solucao da linear figure(1) plot(t,y1(:,1),'r',t,(y2(:,1),'k');grid %programa se1.m das derivadas das equações (6) e (7) function dx=se1(t,y) dx=[y(2);-20*y(1)]; Curiosamente, as soluções lineares e não lineares são bem parecidas. Isso acontece porque para ângulos pequenos senθ. Se colocarmos condição inicial como x0=[3.0 0], teremos os gráficos bastante diferente. Página 29 de Notas de aula de Márcio H Souto Considere o modelo de um sistema representado pela equação (1): onde: y — variável u ― exitação Definindo as "n" variáveis na eq. (2) como um conjunto de variáveis de estado: onde: De (2) e (1) Escrevendo a eq (4) na forma matricial A eq (5) é da forma Da Eq. (2): ou onde Representação no espaço de estados de sistemas descritos por equações diferenciais lineares de ordem "n" com derivadas de excitação sexta-feira, 5 de abril de 2013 10:25 Página 30 de Notas de aula de Márcio H Souto Ex. Determinar a EDM do sistema abaixo, representa-lo na forma de espaço de estados e resolvê-la. DCL:De (a1): ou onde: Da eq(5), fazendo n=2, y=CX+Du considerando: Página 31 de Notas de aula de Márcio H Souto teremos: Utilizamos no simulink o seguinte modelo com as configurações: Signal generator State-Space Página 32 de Notas de aula de Márcio H Souto State-Space Fazendo a simulação em 40s, o osciloscópio mostra o seguinte gráfico: Alterando a frequência do gerador de sinal para a frequência natural de oscilação do sistema, , obtemos o seguinte resultado: Página 33 de Notas de aula de Márcio H Souto Página 34 de Notas de aula de Márcio H Souto