Baixe o app para aproveitar ainda mais
Prévia do material em texto
Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 148 TRANSITÓRIOS EM SISTEMAS LINEARES E ESTACIONÁRIOS: ANÁLISE NO DOMÍNIO DA FREQUÊNCIA - SÉRIES DE FOURIER. “O excesso de autoconfiança pode comprometer a competência” Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 149 INTRODUÇÃO Os conhecimentos matemáticos sobre Series de FOURIER são utilizáveis em diversas áreas do saber. Neste material didático serão enfocadas aplicações na área de telecomunicações e de qualidade da energia. Para entendimento das demonstrações matemáticas aqui desenvolvidas é necessário o conhecimento da ortogonalidade das funções seno e coseno , assim como sobre as equações de EULER. SERIES TRIGONOMÉTRICAS DE FOURIER Aproveitando as propriedades de ortogonalidade das funções seno e coseno é possível representar qualquer função periódica em termos dessas funções, utilizando os chamados coeficientes de FOURIER, que nada mais são do que três integrais definidas em um período completo T. Ou seja, se uma determinada função f(t) é uma função periódica de período T é possível representa-la pela serie trigonométrica seguinte: 0 1 ( ) cos 2 n nn af t a n t b sen n tω ω ∞ = = + +∑ (1) Onde ω = 2pi /T Integrando ambos os lados da equação (1) em um período, temos: ( ) ( )2 2 0 2 2 1 ( ) cos 2 T T n nT T n af t dt a n t b sen n t dtω ω ∞ − − = = + + ∑∫ ∫ (2) Considerando que a integral da função seno, assim como a integral da função coseno , em um período, é igual a zero, então a equação (2) pode ser apresentada na forma que segue: 2 2 0 2 2 ( ) 2 T T T T af t dt dt − − = ∫ ∫ ou 2 0 2 ( ) 2 2 2 T T a T Tf t dt − = + ∫ Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 150 Daí, 2 0 2 2 ( )T T a f t dt T − = ∫ (3) Utilizando as relações de ortogonalidade podemos determinar os coeficientes n na e b da Série de FOURIER multiplicando ambos os lados da equação (1) por ( )cos m tω e integrando no intervalo [ -T/2, T/2], assim: ( ) ( ) ( ) ( )2 2 0 2 2 1 ( ) cos cos cos 2 T T n nT T n af t m t dt a n t b sen n t m t dtω ω ω ω ∞ − − = = + + ∑∫ ∫ (4) ( ) ( ) ( ) ( ) 2 2 2 0 2 1 ( ) cos cos cos cos cos 2 T T T n nT n f t m t dt a m t a n t m t b sen n t m t dt ω ω ω ω ω ω − ∞ − = = + + ∫ ∑∫ ( ) 2 2 2 2 1 ( ) cos 1 cos cos( ) 2 T T T n nT n f t m t dt a n m t a n m t dt ω ω ω − ∞ − = = + + − ∫ ∑∫ 2 2 2 2 1 ( ) cos 1 cos( ) 2 T T T nT n f t m t dt a n m t dt ω ω − ∞ − = = − ∫ ∑∫ (5) Quando n m= [ ]2 2 2 2 1( )cos cos(0) 2 T T nT T f t n t dt a t dtω − − =∫ ∫ (6) ( )2 2 1( )cos 2 T nT f t n t dt a Tω − =∫ (7) Isolando na temos: 2 2 2 ( )cosTn Ta f t n t dtT ω−= ∫ (8) Analogamente multiplicando a equação (1) por ( )sen m tω e integrando termo por termo entre os limites [ -T/2, T/2], temos: Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 151 ( ) ( ) ( ) ( )2 2 0 2 2 1 ( ) cos 2 T T n nT T n af t sen m t dt a n t b sen n t sen m t dtω ω ω ω ∞ − − = = + + ∑∫ ∫ (9) ( ) ( ) ( ) ( ) 2 2 2 0 2 1 ( ) ( ) cos 2 T T T n nT n f t sen m t dt a sen m t a n t sen m t b sen n t sen m t dt ω ω ω ω ω ω − ∞ − = = + + ∫ ∑∫ ( ) 2 2 2 2 1 ( ) 1 cos cos( ) 2 T T T n nT n f t sen m t dt b n m t b n m t dt ω ω ω − ∞ − = = − − + ∫ ∑∫ 2 2 2 2 1 ( ) 1 cos( ) 2 T T T nT n f t sen m t dt b n m t dt ω ω − ∞ − = = − ∫ ∑∫ (10) Quando n m= , [ ]2 2 2 2 1( ) cos(0) 2 T T nT T f t sen n t dt b t dtω − − ∫ ∫ (11) ( )2 2 1( ) 2 T nT f t sen n t dt b Tω − =∫ (12) Isolando nb temos: 2 2 2 ( )Tn Tb f t sen n t dtT ω−= ∫ (13) Os três termos 0 , n na b e c são chamados de coeficientes de FOURIER e a equação (1) é denominada série trigonométrica de Fourier. Quando a função ( )f t for par: ( ) ( )f t f t= − os coeficientes nb serão nulos. Por sua vez, quando a função ( )f t for impar: ( ) ( )f t f t= − − então os coeficientes na serão nulos. Nesses casos, o esforço matemático para calcular aqueles coeficientes é reduzido. O coeficiente 0a pode ser determinado calculando a área ao longo do período, multiplicada por 2/T. Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 152 A forma fase-ângulo da Série Trigonométrica de FOURIER é dada por: ( )0 0 ( ) cos 2 n nn af t c n tω δ ∞ = = + +∑ (14) Onde ( )12 2 2 1, 2,3...n n nc a b n= + = (15) 1 1, 2,3,...nn n b tg n a δ − = − = (16) SERIES EXPONENCIAIS DE FOURIER Em muitas aplicações das Sériesde FOURIER é conveniente representar essas séries em termos de exponenciais complexos, do tipo: j te ω± Sendo a Série de FOURIER de uma função f(t) periódica dada por: 0 1 ( ) cos 2 n nn af t a n t b sen n tω ω ∞ = = + +∑ (17) Onde ω = 2pi /T E considerando que as funções seno e coseno , também podem ser apresentadas na forma exponencial a partir das Equações de EULER, ou seja: ( )1cos 2 jn t jn tn t e eω ωω −= + (18) ( )12 jn t jn tsen n t e ej ω ωω −= − (19) Então, substituindo essas equações na equação (15) temos: ( ) ( )0 1 1 1( ) 2 2 2 jn t jn t jn t jn t n n n af t a e e b e ej ω ω ω ω ∞ − − = = + + + −∑ (20) Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 153 ( ) ( )0 1 1( ) 2 2 jn t jn t n n n n n af t a b j e a b j eω ω ∞ − = = + − + +∑ (21) Fazendo: 0 0 1 2 c a= (22) ( )1 2n n n c a jb= − (23) ( )1 2n n n c a jb − = + (24) Então 2 2 2 1 0 1 2( ) ... ...j t j t j t j tf t c e c e c c e c eω ω ω ω− − −− −= + + + + + + (25) Ou 0 1 ( ) jn t jn tn n n f t c c e c eω ω ∞ − − = = + +∑ (26) Simplificando: ( ) 0 jn tn n f t c c e ω ∞ =−∞ = + ∑ (27) Que é conhecida como forma complexa da Série de FOURIER ou Série Complexa de FOURIER da função f(t). As integrais dos coeficientes nc são obtidas multiplicando ambos os membros da equação tal por jn te ω− e em seguida integrando essa equação no intervalo de um período. Assim: 2 2 1 ( )T jn tn Tc f t e dtT ω− − = ∫ (28) Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 154 EXEMPLO NUMÉRICO 1 Considere uma função ( )f t = tal que ( ) ( )6f t f t= + definida como segue: ( )f t = -1 para -3 < t < 0 ( )f t = 1 para 0 < t < 3 Fig.1 - Forma de onda quadrada Determinação dos coeficientes de FOURIER: ( ) ( )0 30 3 0 1 1 0 3 3 0 0 3 3 a dt dt − = − + = − + + − = ∫ ∫ O que era de esperar tendo em vista que o valor médio da função f(t) em um período é igual à zero. 3 0 3 3 3 0 0 3 3 0 1 1( )cos( ) ( 1)cos( ) (1)cos( ) 3 3 1 ( ) ( ) 0 3 na f t n t dt n t dt n t dt sen n t sen n t n n ω ω ω ω ω ω ω − − − = = − + = − + = ∫ ∫ ∫ Para n=1, 2, 3,... Resultado previsível, na medida em que a função ( )f t é uma função impar. -4 -3 -2 -1 0 1 2 3 4 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 155 3 0 3 3 3 0 0 3 3 0 1 1( ) ( ) ( 1) ( ) (1) ( ) 3 3 1 cos( ) cos( ) 3 nb f t sen n t dt sen n t dt sen n t dt n t n t n n ω ω ω ω ω ω ω − − − = = − + = − ∫ ∫ ∫ Sabemos que cos( ) cos( ) cos(0) 1eθ θ− = = , então: [ ]1 cos(0) cos( 3 ) cos(3 ) cos(0) 3n b n n n ω ω ω = − − − + Neste caso 2 3T pi pi ω = = , logo: ( )2 1 cosnb n n pi pi = − Daí, 1 2 4 ; 0b b pi = = 3 4 4 ; 0 3 b b pi = = 5 6 4 ; 0 5 b b pi = = Portanto: ( ) ( ) ( )4 4 4( ) 3 5 ... 3 5 f t sen t sen t sen tω ω ω pi pi pi = + + + Ou, ( ) ( ) ( )4 1 1( ) 3 5 ... 3 5 f t sen t sen t sen tω ω ω pi = + + + A seguir serão apresentadas formas de ondas obtidas por meio de programas computacionais desenvolvidos no ambiente MATLAB. Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 156 -3 -2 -1 0 1 2 3 -1.5 -1 -0.5 0 0.5 1 1.5 Forma de onda -3 -2 -1 0 1 2 3 -1.5 -1 -0.5 0 0.5 1 1.5 Forma de onda n = 1 n = 3 -3 -2 -1 0 1 2 3 -1.5 -1 -0.5 0 0.5 1 1.5 Forma de onda -3 -2 -1 0 1 2 3 -1.5 -1 -0.5 0 0.5 1 1.5 Forma de onda n = 9 n = 19 -3 -2 -1 0 1 2 3 -1.5 -1 -0.5 0 0.5 1 1.5 Forma de onda -3 -2 -1 0 1 2 3 -1.5 -1 -0.5 0 0.5 1 1.5 Forma de onda n = 49 n = 99 Fig.2 - Formas de ondas para diferentes contribuições de harmônicas Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 157 n = 3 n = 5 Fig.3 - Composição da Forma de onda -3 -2 -1 0 1 2 3 -1.5 -1 -0.5 0 0.5 1 1.5 Composição da forma de onda -3 -2 -1 0 1 2 3 -1.5 -1 -0.5 0 0.5 1 1.5 Composição da forma de onda Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 158 0 0.5 1 1.5 2 2.5 3 0 0.2 0.4 0.6 0.8 1 1.2 1.4 Construção de uma ondaquadrada: o efeito Gibbs n = 9 Fig.4 - Visualização do efeito GIBBS em duas dimensões n = 20 Fig.5 - Visualização do efeito GIBBS em três dimensões Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 159 REPRESENTAÇÃO DE SINAIS PERIÓDICOS NÃO SENOIDAIS FORMA DE ONDA A representação dos valores instantâneos de um sinal em função do tempo é denominada de Forma de onda. TEOREMA DE FOURIER O Teorema de Fourier estabelece que todo sinal periódico não senoidal pode ser decomposto em uma série de ondas senoidais com freqüências múltiplas inteiras, da freqüência fundamental. Cada uma dessas ondas tem uma determinada amplitude, acrescida, em alguns casos, de uma componente contínua, ou seja, de freqüência zero. As ondas senoidais de freqüências múltiplas da fundamental são denominadas harmônicas. Um sinal senoidal é facilmente obtido e sua especificação se resume à freqüência, à amplitude e à sua fase. Portanto, a análise de sinais periódicos complexos pode ser transformada na análise de um conjunto de sinais senoidais distintos. ESPECTRO A representação de um sinal senoidal por meio de um gráfico que mostra a amplitude versus a freqüência é conhecida por Espectro de linha. Para um sinal periódico e não senoidal o Espectro de linha apresenta, num único gráfico, as diversas componentes senoidais em que o sinal original pode ser decomposto, em termos da freqüência e respectiva amplitude. ESPECTOGRAMA A representação da evolução dos espectros de linha do sinal em função do tempo é denominada Espectrograma. As figuras a seguir apresentam o Espectro de linhas e o Espectrograma de uma onda quadrada, definida como segue: ( ) 1 0f t para tω ω pi= ≤ ≤ Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 160 0 1 2 3 4 5 6 7 8 9 0 0.2 0.4 0.6 0.8 1 1.2 1.4 Espectro de Linha Va lo r da Ha rm ôn ic a nº da Harmônica n = 9 0 2 4 6 8 10 12 14 16 18 20 0 0.2 0.4 0.6 0.8 1 1.2 1.4 Espectro de Linha Va lo r da Ha rm ôn ic a nº da Harmônica n = 20 Fig. 6 - Espectros de linha de uma onda quadrada Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 161 Fig.7 - Espectrograma de uma onda quadrada Observe a componente de maior nível (fundamental) em 1000 Hz com cor vermelha. O harmônico 9, em 9000 Hz é bem mais fraco, de cor azul claro. Neste caso particular, o espectrograma não traz muita informação suplementar, em relação ao espectro, a não ser a confirmação de que a freqüência do sinal é constante no tempo. Entretanto, o espectrograma é de fundamental importância para analisar a evolução espectral de um sinal complexo e variável no tempo, como por exemplo, um sinal de voz ou áudio. O espectrograma também pode ser mostrado de forma tridimensional, como no exemplo abaixo, onde o espectro e desenhado normalmente e em seguida empurrado para traz com um pequeno deslocamento para dar lugar a um novo espectro. Ficam visíveis além do espectro atual, os espectros passados no tempo. Fig.8 - Espectrograma na forma tridimensional Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 162 EXEMPLO NUMÉRICO 2 Considere uma função ( )f t tal que ( )f t = ( )6f t + definida como segue: ( ) Vf t t T = Fig.9 - Forma de onda dente de serra Determinação dos coeficientes de Fourier: 2 66 0 0 `0 2 20 40 6 6 36 2 t a t dt = = ∫ 0 40 36 0 36 2 a = − 0 20a = Cálculo de na ( )6 0 2 20 cos 6 6n a t n t dtω= ∫ Utilizando o método de integrais por partes: ;u t du dt= = ( ) ( )1cos ;dv n t dt v sen n t n ω ω ω = = 0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14 16 18 20 Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 163 Então ( ) ( )40 1 36n t a sen n t sen n t dt n n ω ω ω ω = − ∫ Resolvendo a integral indefinida ( ) ( ) 6 2 2 0 40 1 cos 36n t a sen n t n t n n ω ω ω ω = + ( ) ( ) ( )2 2 2 240 6 1 16 cos 6 cos 036na sen n nn n nω ωω ω ω = + − ( ) ( ) ( )2 2 2 240 18 9 92 cos 2 cos 0 036na sen n nn n npi pipi pi pi = + − = ( )6 0 2 20 6 6n b t sen n t d tω= ∫ Utilizando o método de integrais por partes: ;u t du d t= = ( ) ( )1; cosdv sen n t dt v n t n ω ω ω = = − Então ( ) ( )40 1cos cos 36n tb n t n t dt n n ω ω ω ω = − − − ∫ ( ) ( ) 6 2 2 0 40 1 cos 36n tb n t sen n t n n ω ω ω ω = − + ( ) ( )2 240 18 9cos 2 2 036nb n sen nn npi pipi pi = − + − ( )20 cos 2nb n n pi pi = − Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 164 Portanto a função original pode ser escrita na forma que segue: ( ) ( ) ( ) ( ) ( )20 10 20 510 2 3 4 .... 3 f t sen t sen t sen t sen tω ω ω ω pi pi pi pi = − − − − − ou ( ) ( ) ( ) ( ) ( ) 1 1 12 3 4 ....2010 2 3 4 sen t sen t sen t sen tf t ω ω ω ω pi + + + − = − Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 165 0 1 2 3 4 5 6 0 2 4 6 8 10 12 14 16 18 20 Forma de onda 0 1 2 3 4 5 6 0 2 4 6 8 10 12 14 16 18 20 Forma de onda n = 2 n = 3 0 1 2 3 4 5 6 -5 0 5 10 15 20 25 Forma de onda 0 1 2 3 4 5 6 -5 0 5 10 15 20 25 Forma de onda n = 10 n = 15 0 1 2 3 4 5 6 -5 0 5 10 15 20 25 Forma de onda 0 1 2 3 4 5 6 -5 0 5 10 15 20 25 Forma de onda n = 40 n = 100 Fig.10 - Formas de ondas para diferentes contribuições de harmônicas Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 166 0 1 2 3 4 5 6 -10 -5 0 5 10 15 20 n = 2 0 1 2 3 4 5 6 -10 -5 0 5 10 15 20 n =3 Fig.11 - Formas de ondas para diferentes contribuições de harmônicas Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 167 0 1 2 3 4 5 6 7 0 2 4 6 8 10 12 Espectro de Linha no. Harmônica Va lo r da Ha rm ôn ic a n = 7 0 5 10 15 0 2 4 6 8 10 12 Espectro de Linha no. Harmônica Va lo r da Ha rm ôn ic a n = 15 Fig. 12 - Espectro de linhas para diferentes contribuições de harmônicas Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 168 EXEMPLO LITERAL 1 Considere uma função ( )f tω tal que ( )f tω = ( )2f tω pi+ definida como segue ( ) 0Vf t t para tω ω ω pi pi = ≤ ≤ ( ) 0 2f t para tω pi ω pi= ≤ ≤ Fig.13 - Forma de onda dente de serra Determinando os Coeficientes de FOURIER 0 0 2 2 V a t d t pi ω ω pi pi = ∫ ( )2 20 2 202 2 V t V a piω pi pi pi = = 0 2 V a = 0 1 cosn V a t n t d t pi ω ω ω pi pi = ∫ Utilizando o método de integrais por partes: ;u t du d tω ω= = 1 cos ;dv n t v sen t d t n ω ω ω= = 0 2 4 6 8 10 12 14 16 18 20 0 5 10 15 20 25 Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 169 Assim 2 1 n V t a senn t senn t d t n n ω ω ω ω pi = − ∫ Resolvendo a integral indefinida 2 2 0 1 cosn V t a senn t n t n n piω ω ω pi = + 2 2 2 1 1 cos 0 cos0n V a senn n n n n pi pi pi pi = + − + 2 2 2 1 1 cosn V a n n n pi pi = − ( )2 2 cos 1n Va nn pipi= − 0 1 n Vb t senn t d t pi ω ω ω pi pi = ∫ Utilizando o método de integrais por partes: ;u t du d tω ω= = 1 ; cosdv senn t v n t n ω ω= = − Assim 2 1 cosn V tb con t n t d t n n ω ω ω ω pi = − − − ∫ Resolvendo a integral indefinida 2 2 `0 1 n V tb con t senn t n n piω ω ω pi = − + 2 2 1 0n Vb con senn n n pi pi pi pi = − + − cosn Vb n n pi pi = − Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 170 Portanto a função original pode ser escrita na forma que segue: ( ) 22 1 1 1 1cos cos3 cos5 ... 2 3 ...4 9 25 2 3 V V Vf t t t t sen t sen t sen tω ω ω ω ω ω ω pipi = − + + + + − + − EXEMPLO NUMÉRICO 3 Considere um ramo RC série (R=10Ω, C=80µF), alimentado por um sinal, com período de 2pi , do tipo indicado na figura 14. Calcular: a) O valor eficaz de tensão e de corrente; b) a potência média dissipada no circuito; c) as contribuições de dissipação de potência de cada harmônica; d) a tensão nos terminais do capacitor devido a cada harmônica; e) o THD de tensão e de corrente, do sistema, fazendo ω=500rad/s. Fig.14 - Forma de onda Trem de pulsos Decompondo a função de excitação em séries de FOURIER, tem-se: [ ]00 2 200200 02a d tpi ω pipi pi−= = +∫ 0 200a = 0na = 0200 nb senn t d tpi ω ωpi − = ∫ -4 -2 0 2 4 6 8 10 0 20 40 60 80 100 120 140 160 180 200 Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 171 ( )0200 200cos cos0 cosnb n t n n npi ω pi pi pi− = − = − − − ( )200 1 cosnb n n pi pi = − − 1 2 400 ; 0b b pi = − = 3 4 400 ; 0 3 b b pi = − = Portanto ( ) 400 1 1100 3 5 ... 3 5i V t sen t sen t sen tω ω ω ω pi = − + + + Ou ( ) 100 127, 4 500 42, 46 1500 25, 47 2500 ...iV t sen t sen t sen tω = − − − − a) Cálculo dos valores eficazes Para a tensão: x 1 2 2 2 2 2 0 1 2 3ma max max 1 1 1 ... 2 2 2ef V V V V V = + + + + ( ) ( ) ( ) 1 22 2 22 1 1 1100 127,32 42,44 25,47 2 2 2ef V = + + + 139,03efV volts= Para a corrente 500ω = 1 1 10 25 26,92 /_ 68,2Z R j j Cω = − = − = − ° ( )1max1 1 4,73 500 68,2 V I sen t Z = = + ° Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica-------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 172 1500ω = 3 1 10 8,33 13,02 /_ 39,80Z R j j Cω = − = − = − ° ( )3max3 3 3, 26 1500 39,80 V I sen t Z = = + ° 2500ω = 5 1 10 5 11,18 /_ 26,56Z R j j Cω = − = − = − ° ( )5max5 5 2, 28 2500 26,56 V I sen t Z = = + ° Daí, ( ) ( ) ( ) ( )10 4,73 500 68, 2 3, 26 1500 39,80 2,28 2500 26,56i t sen t sen t sen tω = − + ° − + ° − + ° Daí, 1 2 2 2 2 2 0 1 2 3 max max max 1 1 1 ... 2 2 2ef I I I I I = + + + + ( ) ( ) ( ) 1 22 2 22 1 1 110 4,73 3, 26 2, 28 2 2 2ef I = + + + 10,91efI A= b) cálculo da potência média do circuito. 2 210.(10,91)efP RI= = 1190,99P watts= c) contribuições de dissipação de potência do valor médio e de cada harmônica 0 0 0 1000P V I watts= = 1 1 1 1 max max 1 cos 118,82 2 P V I wattsθ= = Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 173 2 2 2 2 max max 1 cos 53,17 2 P V I wattsθ= = 3 3 3 3 max max 1 cos 25,97 2 P V I wattsθ= = 0 1 2 3 1190,96TP P P P P watts= + + + = d) Tensão nos terminais do capacitor A função de transferência, no domínio da freqüência, tendo a tensão nos terminais do capacitor como saída é dada por: ( ) ( ) 0 1 1i V j j C V j Rj C ω ω ω ω = + ( ) ( ) 0 1 1i V j j C V j j RC j C ω ω ω ω ω = + Assim, ( ) ( ) 0 1 1 1i V j V j R j C R ω ω ω = + Para o valor médio ( )0 100V dc = Para 500ω = ( ) ( ) ( ) 0 0,1 0,928 /_ 21,8 0,1 0,04i V j V j j ω ω = = − ° + ( ) ( )0 0,928 /_ 21,8 .127,39V jω = − ° ( )0 118, 2 /_ 21,8V jω = − ° Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 174 ( )0 118, 2 (500 21,8 )v t sen t= − ° Para 1500ω = ( ) ( ) ( ) 0 0,1 0,156 /_ 50,19 0,1 0,12i V j V j j ω ω = = − ° + ( ) ( )0 3º 0,156 /_ 50,19 .42,46V H = − ° ( )0 3º 6,63/_ 50,19V H = − ° ( )0 6,63 (500 50,19 )v t sen t= − ° Para 2500ω = ( ) ( ) ( ) 0 0,1 0,223/_ 63,43 0,1 0,2i V j V j j ω ω = = ° + ( ) ( )0 5º 0,223/_ 63,43 .25,47V H = − ° ( )0 5º 5,69 /_ 63,43V H = − ° ( )0 5,69 (500 63, 43 )v t sen t= − ° Portanto ( )0 100 118,2 (500 21,8 ) 6,63 (1500 50,19 ) 5,69 (2500 63,43 ) ...V t sen t sen t sen tω = − − ° − − ° − − ° + e) cálculo dos THD (Distorção Harmônica Total) Para a Tensão ( ) 100 127,4 500 42,46 1500 25,47 2500 ...iV t sen t sen t sen tω = − − − − 1 2 22 2 2 21 1 m n efdc V n ef ef VV THD V V = = + ∑ Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 175 1 2 2 2 2 2 2 2 100 30,02 18,01 90,08 90,08 90,08V THD = + + 1,176VTHD = Ou a partir do valor eficaz de tensão, como segue: 1 2 2 1 1efV ef V THD V = − 1 2 2139,03 1 1,176 90,08V THD = − = Para a corrente ( ) ( ) ( ) ( )10 4,73 500 68, 2 3, 26 1500 39,8 2, 28 2500 26,56I t sen t sen t sen tω = − + ° − + ° − + ° 1 2 22 2 2 21 1 m n efdc I n ef ef II THD I I = = + ∑ 1 2 2 2 2 2 2 2 10 2,3 1,6 8,96 0,47 0,23I THD = + + 3,11ITHD = Ou a partir do valor eficaz da corrente, como segue: 1 2 2 1 1efI ef I THD I = − 1 2 210,91 1 3,11 3,34I THD = − = Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 176 Conhecendo as taxas de distorção total da corrente e da tensão é possível então determinar os valores eficazes verdadeiros para a tensão e para a corrente, respectivamente, como segue: 2 1 1 10,91ef I ef I I THD A= + = 2 1 1 139,03ef V ef V V THD volts= + = EXEMPLO NUMÉRICO 4 Considere uma função ( )f tω tal que ( )f tω = ( )2f tω pi+ definida como segue: ( ) 2 Vf t tω ω pi = Fig. 15 - Forma de onda dente de serra Determinação dos coeficientes de Fourier: ( )2 220 2 00 2 20 10 2 2 2 a t d t t pi pi ω ω ω pi pi pi = = ∫ ( )20 25 4 0a pipi= − 0 20a = 0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14 16 18 20 Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 177 Cálculo de na ( )2 0 2 20 cos 2 2n a t n t d t pi ω ω ω pi pi = ∫ Utilizando o método de integrais por partes: ;u t du d tω ω= = ( ) ( )1cos ;dv n t d t v sen n t n ω ω ω= = Tem-se ( ) ( )210 1n ta sen n t sen n t d tn n ω ω ω ω pi = − ∫ Resolvendo a integral indefinida ( ) ( ) 2 2 2 0 10 1 cosn t a sen n t n t n n pi ω ω ω pi = + ( ) ( ) ( )2 2 210 2 1 12 cos 2 cos 0na sen n nn n n pi pi pi pi = + − 0na = ( )2 0 2 20 2 2n b t sen n t d t pi ω ω ω pi pi = ∫ Utilizando o método de integrais por partes: ;u t du d tω ω= = ( ) ( )1; cosdv sen n t d t v n t n ω ω ω= = − Tem-se ( ) ( )210 1cos cosn tb n t n t d tn n ω ω ω ω pi = − − − ∫ Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 178 ( ) ( ) 2 2 2 0 10 1 cosn tb n t sen n t n n pi ω ω ω pi =− + ( ) ( )2 210 2 1cos 2 2 0nb n sen nn n pi pi pi pi = − + − ( )20 cos 2nb n n pi pi = − Portanto a função original pode ser escrita na forma que segue: ( ) ( ) ( ) ( ) ( )20 10 20 510 2 3 4 .... 3 f t sen t sen t sen t sen tω ω ω ω ω pi pi pi pi = − − − − − ou ( ) ( ) ( ) ( ) ( ) 1 1 12 3 4 ....2010 2 3 4 sen t sen t sen t sen tf t ω ω ω ωω pi + + + + = − Outra opção para resolver essa questão é utilizar a fórmula exponencial de Fourier, como segue: 0 0 102 aC = = 2 0 1 20 2 2 jn t n C t e d t pi ωω ω pi pi − = ∫ ou ( ) 2 2 0 20 2 jn t nC t e d t pi ωω ω pi − = ∫ Fazendo, u t du d tω ω= = jn t jn t edv e v jn ω ω − − = = − Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 179 Então, ( )2 20 2 jn t jn t n t eC e d tjn jn ω ωω ω pi − − = − − − ∫ ( ) ( )2 2 20 2 jn t jn t n t eC ejn jn ω ωω pi − − = − − − ( ) ( ) ( ) 2 2 2 0 20 1 2 jn t n eC jn t jn ω pi ω pi − = − − − ( ) ( ) ( ) ( ) ( ) 2 2 2 0 cos20 1 2 n n t jsen n t C jn t jn piω ω ω pi − = − − − ( ) ( ) ( ) ( ) ( ) ( )2 2 2 cos 2 220 12 1 2 n n jsen n C jn jn jn pi pi pi pi − = − − + − − ( ) ( ) ( ) ( )2 2 2 2 120 1 2 n jn C jn jn pi pi − − = + − − ( ) ( ) ( )2 2 2 1 120 2 n jn C jn pi pi − − + = − daí 10 n C j npi = Portanto 2 25 10 10 5( ) ... 10 ..j t j t j t j tf t j e j e j e j eω ω ω ωω pi pi pi pi − − = − − + + + + Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 180 A partir da forma exponencial é possível determinar a respectiva forma trigonométrica, como segue: 0 02a C= 10 10 n n na C C j j n npi pi− = + = + − 0na = ( ) 10 10n n nb j C C j j j n npi pi− = − = − − 20 nb npi = − Assim ( ) ( ) ( ) ( ) ( ) 1 1 12 3 4 ....2010 2 3 4 sen t sen t sen t sen tf t ω ω ω ωω pi + + + + = − Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 181 EXEMPLO NUMÉRICO 5 Considere uma função ( )f tω tal que ( )f tω = ( )2f tω pi+ definida como segue: ( ) 30 30 0f t t para tω ω pi ω pi = + − ≤ ≤ ( ) 30 30 0f t t para tω ω ω pi pi = − + ≤ ≤ Fig.16 - Forma de onda Triangular Determinação dos Coeficientes de Fourier 0 0 0 2 2 K K a t K d t t K d t pi pi ω ω ω ω pi pi pi− = + + − + ∫ ∫ 2 20 0 02 2 K t t a t t pi pi ω ω ω ω pi pi pi− = + + − + 2 2 0 0 2 2 K a pi pi pi pi pi pi pi = − + − + 0 2 2 K a pi pi pi pi pi = − + − + 0a K= -4 -2 0 2 4 6 8 10 0 5 10 15 20 25 30 Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 182 0 0 2 cos cos 2n K K a t K n t d t t K n t d t pi pi ω ω ω ω ω ω pi pi pi− = + + − + ∫ ∫ 0 02 cos cos 2n K a t n t d t K n t d t pi pi ω ω ω ω ω pi pi− − = + + ∫ ∫ 0 0 cos cos K t n t d t K n t d t pi pi ω ω ω ω ω pi − + ∫ ∫ fazendo ;u t du d tω ω= = 1 cos ;dv n t v sen n t n ω ω= = Tem-se 0 2 1 cosn K t K a sen n t sen n t d t n t d t n n pi ω ω ω ω ω ω pipi − = − + + ∫ ∫ 2 0 1 cos K t K sen n t sen n t d t K n t d t n n piω ω ω ω ω ω pipi − − + ∫ ∫ ( )0 02 21 cosn K t Ka sen n t n t sen n tn nn pi pi ω ω ω ω pipi − − = + + ( )2 2 0 0 1 cos K t K sen n t n t sen n t n nn pi piω ω ω ω pipi − + + ( ) ( ){ }2 2 1 cos cos 1n Ka n nn pi pipi = − − − − Sendo ( ) ( )cos cosn npi pi= − então ( ) ( ){ }2 2 1 cos 1 cosn Ka n nn pi pipi = − + − Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 183 ou ( )2 22 1 cosn Ka nn pipi= − Sendo a função ( )f tω par então 0nb = Portanto ( ) 2120 1 130 cos cos 3 cos 5 ...9 25f t t t tω ω ω ωpi = + + + + Ninguém é insubstituível. Só os arrogantes pensam assim e estão equivocados. Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 184 TRANSITÓRIOS EM SISTEMAS LINEARES E ESTACIONÁRIOS: CONVOLUÇÃO Aquele que convive apenas com pessoas medíocres, Mais cedo ou mais tarde será um deles, Ou será confundido com eles Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 185 INTRODUÇÃO A convolução encontra ampla aplicação nas diversas áreas da Engenharia Elétrica. Entre outras aplicações, pode ser utilizada para determinar a resposta estado zero deum determinado sistema, a qual é obtida fazendo-se a convolução entre o sinal de excitação e a resposta ao impulso desse sistema. Também se apresenta como poderosa ferramenta para encontrar a transformada inversa de LAPLACE de funções complexas. Além disso, por meio do Teorema da Convolução é amplamente utilizada em processamento digital de imagens. CONVOLUÇÃO DE FUNÇÕES Sejam ( )f f t= e ( )g g t= funções integráveis e cujo produto também seja uma função integrável, então a convolução ou produto de convolução é definida como segue: ( ) ( ) 0 * tf g f g t dτ τ τ= −∫ onde o operador denota a operação de convolução . PROPRIEDADES Para a convolução de funções são válidas as propriedades que seguem: 1. Comutativa: * *f g g f= 2. Associativa: *( * ) ( * ) *f g h f g h= 3. Distributiva: *( ) ( * ) ( * )f g h f g f h+ = + 4. Nulidade: *0 0f = 5. Identidade: * ( )f t fδ = onde ( )tδ é a função delta de Dirac. Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 186 CONVOLUÇÃO ENTRE DOIS PULSOS RETANGULARES -4 -3 -2 -1 0 1 2 3 4 0 1 2 3 4 5 6 7 8 Função Pulso retangular -4 -3 -2 -1 0 1 2 3 4 0 1 2 3 4 5 6 7 8 Função Pulso retangular Fig. 1 – Pulso retangular Ao deslocarmos a função ( )W τ para a esquerda, gerando a função ( )W t τ− , tanto uma quanto a outra extremidade dessa função deve ser deslocada de +t, tornando-se ( )1 t− + e ( )1 t+ , respectivamente. Assim, a convolução começará a ser diferente de zero no instante em que ( )1 1t+ = − ou seja, 2t = − . Pelo mesmo raciocínio, a convolução será máxima quando ( )1 1t+ = ou seja, 0t = e tornando-se zero a partir do instante em que ( )1 1t− + = , ou 2t = . ( ) ( ) ( ) 2 0 11 * 4 4 4 1 41 1 4 4 4 4 8 t ttV t W t d t t t τ τ τ − ≤ ≤ ++ − = = = + +∫ − − = + + = + ( ) ( ) ( ) 0 2 11 * 4 4 4 4 11 1 4 4 4 4 8 t V t W t d tt t t t τ τ τ ≤ ≤ − = = = − − +∫ − + − + = + − = − + -4 -3 -2 -1 0 1 2 3 4 0 1 2 3 4 5 6 7 8 convolução Fig. 2 – Convolução de dois pulsos retangulares Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 187 TEOREMA DA CONVOLUÇÃO A transformada de Laplace do um produto de duas funções não é igual ao produto das transformadas de Laplace das duas funções. No entanto, existe uma operação entre funções que, quando transformadas, dá o produto das transformadas das duas funções. Essa operação entre funções é designada convolução , e se apresenta como uma importante ferramenta no cálculo de transformadas inversas. O produto da convolução entre duas funções ( )f t e ( )g t define-se da seguinte forma: ( ) ( ) 0 * tf g f g t dτ τ τ= −∫ Definição do Teorema da convolução : A transformada de Laplace do produto da convolução entre duas funções f e g , é igual ao produto das transformadas de Laplace das duas funções. Demonstração: A partir das definições da transformada de Laplace e do produto de convolução , obtemos: { } ( ) ( ) 0 0 * t stL f g f g t e d dtτ τ τ∞ −= −∫ ∫ O integral em τ pode ser estendido até o infinito, se multiplicarmos por uma função degrau unitário que anule a parte desde t até infinito. { } ( ) ( ) ( ) 0 0 * stL f g f g t u t e d dtτ τ τ τ∞ ∞ −= − −∫ ∫ Trocando a ordem dos dois integrais, obtemos: { } ( ) ( ) ( ) 0 0 * stL f g f g t u t e dt dτ τ τ τ∞ ∞ − = − − ∫ ∫ Sendo ( ) ( ) ( ) ( ){ } 0 stg t u t e dt L g t u tτ τ τ τ ∞ − − − = − − ∫ Pela propriedade do deslocamento em t ( ) ( ){ } ( ) sL g t u t G S e ττ τ −− − = Assim, obtemos a igualdade que segue: { } ( ) ( ) ( ) ( ) 0 0 * s sL f g f G S e d G S f e dτ ττ τ τ τ∞ ∞− − = = ∫ ∫ Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 188 Que é igual ao produto das transformadas de Laplace das duas funções, como pretendíamos demonstrar: { } ( ) ( )*L f g F S G S= Esse teorema também se aplica no caminho inverso: a transformada inversa de Laplace de um produto de funções é igual ao produto de convolução entre as transformadas inversas das duas funções. O Teorema da convolução é útil no cálculo de transformadas inversas de funções complicadas que possam ser escritas como produto entre funções simples. O produto de convolução entre funções verifica as propriedades: comutativa, associativa e distributiva em relação à soma de funções. Como em geral a operação de convolução é mais complexa de calcular do que a transformada de Laplace , usa-se este teorema para calcular a convolução calculando-se a transformada das funções, sua multiplicação, e a transformada inversa. Essa técnica é bastante utilizada no processamento de imagem utilizando a transformada de Fourier em vez da transformada de Laplace . Exemplo: Calcule a transformada inversa da função ( ) ( )2 2 aF S S S a = + Podemos escrever a função F como produto entre duas funções, ( ) 1G S S = E ( ) ( )2 2 aH S S a = + As transformadas inversas de G e H são respectivamente, ( ) 1g t = ( ) ( )h t sen at= E a transformada inversa de F é igual ao produto de convolução entre g e h , ou seja: ( ) ( ) ( ) [ ] 0 11* 1 cos tf t sen at sen at d at a τ= = = −∫ Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 189 Utilizando decomposição em frações parciais ( ) 2 22 2 a A B CS S SS S a ω + = + ++ ( ) ( ) 2 2 2 2 2 2 2 a AS Aa BS CS S S a S S a + + + = + + ( ) ( ) ( ) 2 2 2 2 2 2 A C S BS Aaa S S a S S a + + + = + + Daí, ( ) 2 0A C S+ = 0A C+ = A C= − 0BS = 0B = 2Aa a= 1A a = e 1C a = − Substituindo A, B e C na equação inicial, tem-se: ( ) ( )2 2 2 2 1a S aSS S a a S a = − + + ou ( ) 2 22 2 1 1a S a S S aS S a = − ++ Retornando ao domínio do tempo ( ) [ ]1 1 cosf t at a = − Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 190 TEOREMA DA CONVOLUÇÃO NO DOMÍNIO DA FREQUÊNCIA A transformada de Fourier de duas funções convoluídas no domínio do espaço é igual ao produto das transformadas das duas funções no domínio de Fourier: ( ) ( ) ( ) ( ), * , , . ,f x y h x y F Hx y x yω ω ω ω ℑ = Este teorema é de grande importância no processamento de imagens. -4 -3 -2 -1 0 1 2 3 4 0 0.5 1 1.5 2 2.5 3 3.5 4 -4 -3 -2 -1 0 1 2 3 4 0 0.5 1 1.5 2 2.5 3 3.5 4 -4 -3 -2 -1 0 1 2 3 4 0 1 2 3 4 5 6 7 8 9 10 ( )h xℑ ↕ ( )f xℑ -10 -8 -6 -4 -2 0 2 4 6 8 10 0 10 20 30 40 50 60 70 xω ( )F xω -15 -10 -5 0 5 10 15 -2 0 2 4 6 8 10 xω -15 -10 -5 0 5 10 15 -2 0 2 4 6 8 10 xω Fig. 3 - Teorema da Convolução: ( ) ( ) ( ) ( )[ * ] .x xf x h x F Hω ωℑ = Convolução ↓ ( )h x A ( )f x A ( ) ( )*h x f x 2 2 0A x ( ) ( ).H Fx xω ω ( )202Ax ( )H xω 2 0Ax ( )F xω 2 0Ax ↑ Multiplicação 2 0x− 2 0x x 0x pi− 0x pi 0x pi 0x pi 0x− 0x x 0x− 0x x Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 191 TRANSFORMADA DE FOURIER: FUNÇÃO PULSO RETANGULAR. ( ) ( )/ 2 2 T j t T F t f t e dtωω − − = ∫ 0 0 x j t x A e dtω− − = ∫ ( ) 0 0 1 xj t x A e T j ω ω − − = − ( ) 0 0j x j xA e ej ω ω ω − = − − ( ) 0 0j x j xA e ej ω ω ω − = − + − 0 0j x j xe eA j ω ω ω − − = ( )0 00 0 2 2 j x j x x e e A j x ω ω ω − − = Utilizando as equações de EULER ( ) ( )0 0 2 j x j x e e sen t j ω ω ω − − = Portanto ( ) ( )( ) 0 0 0 2 sen x F t Ax x ω ω ω = Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 192 TRANSFORMADA DE FOURIER: FUNÇÃO PULSO UNITÁRIO ( )/ 2 2 1 T j t n T C f t e dt T ω− − = ∫ / 2 2 1 j tA e dt T ω∆ − −∆ = ∫ ( ) 2 2 1 1 1 j te T j ω ω ∆ − −∆ = ∆ − ( ) 2 21 1 j je e T j ω ω ω ∆ ∆ − = − ∆ − ( ) 2 21 1 j je e T j ω ω ω ∆ ∆ − = − + ∆ − ( )2 221 2 j j e e T j ω ω ω ∆ ∆ − − = ∆ ( )2 21 2 2 j j e e T j ω ω ω ∆ ∆ − − = ∆ ( ) ( ) 1 2 2 n sen C T ω ω ∆ = ∆ ou ( ) ( ) 1 n sen x C T x = Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 193 Para um caso particular no qual o período é igual à unidade, a forma de onda correspondente será: -20 -15 -10 -5 0 5 10 15 20 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 gráfico de f(x)=sin(x)/x x y Fig. 4 – Transformada de Fourier do pulso unitário Ninguém muda da noite para o dia. As verdadeiras mudanças demandam tempo. Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 194 CODIGOS NO AMBIENTE MATLAB Os caminhos do saber são incontáveis. Percorrê-los é sempre gratificante. Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 195 ------------------------------------------------------------- Programa P-1.1 ------------------------------------------------------------- clear all per=input(' Entre com o período: '); n=input(' Entre com o numero de harmonicos: '); x=-per/2:0.01:per/2; f=-1*(x< 0 & x>-per/2)+1*(x>=0 & x<per/2); plot(x,f,'r'),grid,pause z=abs(fft(f))/(50*per); stem(0:2*n-1,z(1:2*n)),grid; title('Espectro de Linha') ylabel('Valor da Harmônica') xlabel(' nº da Harmônica') -4 -3 -2 -1 0 1 2 3 4 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 0 2 4 6 8 10 12 14 16 18 0 0.2 0.4 0.6 0.8 1 1.2 1.4 Espectro de Linha Va lo r da Ha rm ôn ic a nº da Harmônica ------------------------------------------------------------- Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- -------------------------------------------------------------------------------------------------------------------------------Prof. Fernando Nogueira de Lima 196 Programa P-1.2 ------------------------------------------------------------- clear all clear all n=input(' entre com n: '); per=input(' entre com o período: '); w=2*pi/per; T=per/2; x=-T:0.01:T; f=-1*(x<0 & x>-T)+1*(x>0 & x<T); kx=fix((n+1)/2); s=zeros(size(x)); y = zeros(kx,max(size(w*x))); for k=1:2:n; s=s+(4/(k*pi))*sin(k*w*x); y((k+1)/2,:)=s; end plot(x,s,'r',x,f,'b'),grid; title('Forma de onda'),pause plot(x,y(1:1:kx,:),x,f,'b'),grid, title('Construção de uma onda quadrada: o efeito de Gibbs'), pause x=0:0.01:T; s=zeros(size(w*x)); y = zeros(kx,max(size(w*x))); for k=1:2:n; s=s+(4/(k*pi))*sin(k*w*x); y((k+1)/2,:)=s; end z = (abs(fft([y(kx,:),-y(kx,:)]))); stem(0:2*kx-1,z(1:2*kx)/(50*per)),grid; title('Espectro de Linha') ylabel('Valor da Harmônica') xlabel(' nº da Harmônica') -4 -3 -2 -1 0 1 2 3 4 -1.5 -1 -0.5 0 0.5 1 1.5 Forma de onda Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 197 -4 -3 -2 -1 0 1 2 3 4 -1.5 -1 -0.5 0 0.5 1 1.5 Construção de uma onda quadrada: o efeito de Gibbs 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.2 0.4 0.6 0.8 1 1.2 1.4 Espectro de Linha Va lo r da Ha rm ôn ic a nº da Harmônica Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 198 ------------------------------------------------------------- Programa P-1.3 ------------------------------------------------------------- clear all n=input(' entre com n: '); per=input(' entre com o período: '); w=2*pi/per; x=-per/2:0.01:per/2; f=-1*(x<0 & x>-per/2)+1*(x>0 & x<per/2); %f=-1*(x<0)+1*(x>0); s=zeros(size(x)); k=1; s1=2*((1-(-1)^k)/k)*sin(k*w*x)/pi; k=3; s2=2*((1-(-1)^k)/k)*sin(k*w*x)/pi; k=5; s3=2*((1-(-1)^k)/k)*sin(k*w*x)/pi; for k=1:n; s=s+((1-(-1)^k)/k)*sin(k*w*x); end s=(2/pi)*s; plot(x,s1,'g',x,s2,'b',x,s3,'m',x,s,'k',x,f,'r'), grid; title('Composição da forma de onda') -3 -2 -1 0 1 2 3 -1.5 -1 -0.5 0 0.5 1 1.5 Composição da forma de onda Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 199 ------------------------------------------------------------ Programa P-1.4 ------------------------------------------------------------- clear all per=input(' Entre como o periodo: '); nh=input(' Entre como o nº de harmonicos: '); w=2*pi/per; t = 0:.02:per/2; f=-1*(t<0)+1*(t>0); y = zeros(nh,max(size(w*t))); x = zeros(size(t)); for k=1:2:2*nh-1 x=x+(4/(pi*k))*sin(k*w*t); y((k+1)/2,:) = x; end plot(t,y(1:1:nh,:)'), title('A construção de uma onda quadrada: o efeito de Gibbs'), grid, pause plot(t,x,'r',t,f,'b'), title('Forma de onda resultante'), grid, pause mesh(1:2:2*nh-1,t,y') view(60,35), grid xlabel('no. harmônica') ylabel('tempo') axis ij, grid, pause z = (abs(fft([y(nh,:),-y(nh,:)]))); stem(0:2*nh-1,z(1:2*nh)/(25*per)), grid title('Espectro de Linha') ylabel('Valor da Harmônica') xlabel(' nº da Harmônica') 0 0.5 1 1.5 2 2.5 3 0 0.2 0.4 0.6 0.8 1 1.2 1.4 A construção de uma onda quadrada: o efeito de Gibbs Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 200 0 0.5 1 1.5 2 2.5 3 0 0.2 0.4 0.6 0.8 1 1.2 1.4 Forma de onda resultante 0 2 4 6 8 10 12 14 16 18 0 0.2 0.4 0.6 0.8 1 1.2 1.4 Espectro de Linha Va lo r da Ha rm ôn ic a nº da Harmônica Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 201 ------------------------------------------------------------- Programa P-1.5 ------------------------------------------------------------- clear all % % Este programa traça as curvas de circuitos submetidos a chaveamentos % delta=13/10000; t=0; per=input(' Entre com o período: '); for i=1:10001 if t<=per f(i)=(20/per)*t; else if t<=2*per f(i)=(20/per)*t-20; else f(i)=0; end end i; x(i)=t; t=t+delta; end plot(x,f,'b'),grid; 0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14 16 18 20 Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 202 ------------------------------------------------------------- Programa P-1.6 ------------------------------------------------------------- clear all per=input(' entre com o período: '); n=input(' entre com n: '); w=2*pi/per; x=-0:0.01:per; f=(20/(per))*x; s=zeros(size(x)); y = zeros(n,max(size(x))); s=10; for k=1:n; s=s+(-20)*sin(k*w*x)/(k*pi); y(k,:)=s ; end plot(x,s,'r',x,f,'b'),grid; title('Forma de onda') pause plot(x,y(1:1:n,:),x,f,'b'),grid, title('Construção de uma onda triangular'),pause z=abs(fft(f))/(50*per); z(1)=z(1)/2;% ?? para dar certo o valor dc ?? stem(0:n,z(1:n+1)),grid; title('Espectro de Linha') ylabel('Valor da Harmônica') xlabel(' nº da Harmônica') 0 1 2 3 4 5 6 -5 0 5 10 15 20 25 Forma de onda Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 203 0 1 2 3 4 5 6 -5 0 5 10 15 20 25 Construção de uma onda triangular 0 1 2 3 4 5 6 7 8 9 0 2 4 6 8 10 12 Espectro de Linha Va lo r da Ha rm ôn ic a nº da Harmônica Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 204 ------------------------------------------------------------- Programa P-1.7 ------------------------------------------------------------- clear all per=input(' Entre como o periodo: '); n=3; w=2*pi/per; x=0:0.01:per; f=(20/per)*x; s=zeros(size(x)); for k=1:n; s=s+(-1)*sin(k*w*x)/k; end s=10+(20/pi)*s; s0=10*(x>=0); s1=-(20/pi)*sin(w*x); s2=-(20/(2*pi))*sin(2*w*x); s3=-(20/(3*pi))*sin(3*w*x); plot(x,s0,'m',x,s1,'b',x,s2,'y',x,s3,'g',x,s,'k',x,f,'r'),grid 0 1 2 3 4 5 6 7 -10 -5 0 5 10 15 20 Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 205 ------------------------------------------------------------- Programa P-1.8 ------------------------------------------------------------- clear all % % Este programa traça as curvas de circuitos submetidos a chaveamentos % delta=19/10000; t=0; per=input(' Entre com o período: '); for i=1:10001 if t<=per f(i)=(20/per)*t; else if t<=2*per f(i)=0; else if t<3*per f(i)=(20/per)*t-40; else f(i)=0; end end end i; x(i)=t; t=t+delta; end plot(x,f,'b'),grid; 0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20 Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 206 ------------------------------------------------------------- Programa P-1.9 ------------------------------------------------------------- clear all % % Este programa traça as curvas de circuitos submetidos a chaveamentos % K=input(' Entre com K: '); per=input(' Entre com o período: '); T=per/2; delta=per/100; t=-per/2; aux=t; for i=1:201 if i<=100 if aux<0 f(i)=(K/T)*aux+K; else f(i)=(-K/T)*aux+K; end else if i<=150; f(i)=(K/T)*aux-K; else f(i)=(-K/T)*aux+3*K; end end x(i)=aux; aux=t+i*delta; end plot(x,f,'b'),grid; -2 -1 0 1 2 3 4 5 0 0.5 1 1.5 2 2.5 3 3.5 4 Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 207 ------------------------------------------------------------- Programa P-2.1 ------------------------------------------------------------- clear all % % Este programa traça as curvas de circuitos submetidos a chaveamentos % incr=0; tal=5/10000; np=1000; t1=4*tal; t2=8*tal; t3=12*tal; tempo=13*tal; delta=tempo/np; for k=1:np+1; if incr<=t1 p(k)=20-20*exp(-2000*incr); else if incr<=t2 p(k)=-30+50*exp(-2000*(incr-t1)); else p(k)=40-70*exp(-2000*(incr-t2)); end end x(k)=incr; incr=incr+delta; end plot(x,p,'b-'),grid; title('Corrente Série do Circuito') xlabel('tempo(s)') ylabel('corrente(A)') 0 1 2 3 4 5 6 7 x 10-3 -30 -20 -10 0 10 20 30 40 Corrente Série do Circuito tempo(s) co rr en te (A ) Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 208 ------------------------------------------------------------- Programa P-2.2 ------------------------------------------------------------- % % Este programa traça as curvas de circuitos submetidos a chaveamentos % incr=0; tal=5e-2; np=1000; t1=4*tal; t2=8*tal; t3=12*tal; tempo=13*tal; delta=tempo/np; for k=1:np+1; if incr<=t1 p(k)=40*exp(-20*incr); else if incr<=t2 p(k)=-20*exp(-20*(incr-t1)); else p(k)=-50*exp(-20*(incr-t2)); end end x(k)=incr; incr=incr+delta; end plot(x,p,'b-'),grid; title('Corrente Série do Circuito') xlabel('tempo(s)') ylabel('corrente(A)') 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 -50 -40 -30 -20 -10 0 10 20 30 40 Corrente Série do Circuito tempo(s) co rr e n te (A ) Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 209 ------------------------------------------------------------- Programa P-2.3 ------------------------------------------------------------- % % Este programa traça as curvas de circuitos submetidos a chaveamentos % incr=0; tal=4/10000; np=1000; t1=2*tal; t2=8*tal; t3=12*tal; tempo=13*tal; delta=tempo/np; for k=1:np+1; if incr<=t1 p(k)=300*exp(-2500*incr); q(k)=300-p(k); else if incr<=t2 p(k)=-259.4*exp(-2500*(incr-t1)); q(k)=-p(k); else p(k)=-600*exp(-2500*(incr-t2)); q(k)=-600-p(k); end end x(k)=incr; incr=incr+delta; end plot(x,p,'b-',x,q,'r'),grid; title('Tensões nos terminais do Indutor e do Resistor') xlabel('tempo(s)') ylabel('tensão(v)') 0 1 2 3 4 5 6 x 10-3 -600 -500 -400 -300 -200 -100 0 100 200 300 Tensões nos terminais do Indutor e do Resistor tempo(s) te n sã o (v) Curso de Análise de Sistemas Lineares UFMT - Engenharia Elétrica -------------------------------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------------------------------------------------- Prof. Fernando Nogueira de Lima 210 ------------------------------------------------------------- Programa P-2.4 ------------------------------------------------------------- clear all % % Este programa traça as curvas de circuitos submetidos a chaveamentos % incr=0; tal=1/1000; np=1000; t1=500e-6; tempo=4*tal; delta=tempo/np; for k=1:np+1; if incr<=t1 p(k)=150*(1-exp(-1000*incr)); s(k)=150-p(k); j(k)=s(k)/200; else p(k)=-41*exp(-1000*(incr-t1))+100; s(k)=100-p(k);
Compartilhar