Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
SEIT
DGIT
cenidet
DESARROLLO DE ALGORITMOS DE PROCESAMIENTO DIGITAL
DE SEALES USANDO ESPECTROS DE ALTO ORDEN.
MAESTRO EN CIENCIAS EN
INGENIERA ELECTRNICA
P
DIRECTOR DE TESIS
DR. MARCO ANTONIO OLIVER SALAZAR.
CUERNAVACA, MORELOS.
JUNIO 2005
Abstract.
Regarding the digital signal processing, the spectral analysis, has proved essential to the
development of scientific and technological advances like the radar and the sonar.
Bispectrum is a higher order of the Power Spectral Density (PSD). In addition it preserves
phase information of the signals and its harmonically related frequencies.
The general scheme of this thesis project consists of the development of an analysis tool,
called Spectral Analyzer, to apply the PSD and Bispectrum algorithms to discrete time
series from real systems. The Spectral Analyzer is a Windows application, designed in
order to solve the problem of the difficulty of using these algorithms, facilitating the work
of the end user, in each investigation discipline where Biespectro is applied.
An important point to consider is the large processing time necessary to obtain the PSD and
Bispectrum functions. Its necessary to determine the hardware and software requirements
to minimize the processing time, justifying or no the use of dedicated processors and
specific software.
Finally, in order to validate the Spectral Analyzer using real signals, tests of faults detection
in an induction motor were made. Some patterns related to electrical faults were identified
by phase current variations analysis.
Resumen.
Dentro del procesamiento digital de seales, el anlisis espectral, ha sido esencial para el
desarrollo de avances cientficos y tecnolgicos como el radar y el sonar. El Biespectro es
una extensin de orden superior de la Densidad Espectral de Potencia (PSD). Adems,
preserva la informacin de fase de las seales y de sus frecuencias armnicamente
relacionadas.
y procesadores
Finalmente, con objeto de validar el Analizador Espectral con seales reales, se realizaron
pruebas de deteccin de fallas en un motor de induccin. Se identificaron algunos patrones
relacionados con fallas elctricas mediante el anlisis de las variaciones de la corriente de
fase.
CONTENIDO.
Lista de figuras...iv
Lista de tablas.vi
Captulo 1: Introduccin.
1.1
1.2
1.3
1.4
1.5
1.6
ii
Aportaciones....................................................................................................... 100
Trabajos futuros.................................................................................................. 101
Captulo 8: Conclusiones.
Conclusiones....................................................................................................................... 102
Referencias..... 106
iii
Lista de figuras.
Figura 1.1 Diagrama a bloques del proyecto.......................................................................... 9
Figura 2.1 Simetra en el dominio del tiempo. ..................................................................... 19
Figura 2.2 Propiedades de simetra de los cumulantes......................................................... 20
Figura 2.3 Funciones de ventana con un ndice de tiempo................................................... 27
Figura 2.4 Simetra del Biespectro en el dominio de la frecuencia...................................... 30
Figura 2.5 Simetra ptima del biespectro............................................................................ 31
Figura 2.6 Funciones de ventana con dos ndices de tiempo................................................ 34
Figura 2.7 Ventana ptima para el clculo del Biespectro. .................................................. 34
Figura 2.8 Comparativo Biespectro contra Biespectro modificado. .................................... 35
Figura 3.1 Analizador Espectral implementado en Matlab. .............................................. 40
Figura 3.2 Manejo de grficas del Analizador Espectral en Matlab. ................................ 41
Figura 3.3 Grficas de Salida en Visual C++ 6.0. ................................................................ 45
Figura 3.4 Grfica de salida de la PSD en Measurement Studio para Visual C++ 6.0. ....... 46
Figura 3.5 Interfase de Usuario del Analizador en Visual C++ 6.0. .................................... 47
Figura 3.6 Modelo del protocolo de comunicaciones........................................................... 50
Figura 3.7 Diagrama de flujo del protocolo de comunicaciones desde el punto de vista del
DSP TMS320C6701............................................................................................................. 52
Figura 3.8 Diagrama de flujo del protocolo de comunicaciones desde el punto de vista de la
IBM PC................................................................................................................................. 53
Figura 3.9 Mapa de memoria del DSP TMS320C6701........................................................ 55
Figura 3.10 Memoria necesaria para el Analizador Espectral en trminos de potencias
enteras de 2. .......................................................................................................................... 56
Figura 4.1 Comparativo de ejecucin de FFT realizado entre DSPs y el Pentium III
(Berkeley Design Technology Inc. 2001). ....................................................................... 62
Figura 4.2 Arquitectura Von Neuman. ................................................................................. 63
Figura 4.3 Arquitectura Harvard. ......................................................................................... 64
Figura 4.4 Comparativo total realizado entre DSPs y el Pentium III (Berkeley Design
Technology Inc. 2004)...................................................................................................... 67
Figura 5.1 Interfase del programa en la PC utilizado en el comparativo. ............................ 69
Figura 5.2 Ejemplo de tipos de anlisis y obtencin del tiempo de procesamiento. ............ 70
Figura 5.3 Evaluacin de la latencia de ciclos, mediante iteraciones del proceso. .............. 71
Figura 5.4 Comparativo con el algoritmo de FFT efectuado 1000 veces............................. 72
Figura 5.5 Comparativo con el algoritmo de FFT2 efectuado 10 veces.............................. 73
Figura 5.6 Comparativo con el algoritmo de FFT2 efectuado 100 veces............................ 73
Figura 5.7 Comparativo con el algoritmo de FFT2 efectuado 10,000 veces....................... 74
Figura 5.8 Comparativo con el algoritmo de Cumulantes de 2do Orden C2x efectuado 1
vez......................................................................................................................................... 75
Figura 5.9 Comparativo con el algoritmo de Cumulantes de 2do Orden C2x efectuado 10
veces. .................................................................................................................................... 75
Figura 5.10 Comparativo con el algoritmo de Cumulantes de 2do Orden C2x efectuado
100 veces. ............................................................................................................................. 76
Figura 5.11 Comparativo con el algoritmo de Cumulantes de 3er Orden C3x efectuado 1
sola vez. ............................................................................................................................... 77
iv
Figura 5.12 Comparativo con el algoritmo de Cumulantes de 3er Orden C3x efectuado 10
veces. .................................................................................................................................... 77
Figura 5.13 Comparativo con el algoritmo de Cumulantes de 3er Orden C3x efectuado
100 veces. ............................................................................................................................. 78
Figura 5.14 Comparativo del Analizador Espectral calculando la PSD mediante el mtodo
directo. .................................................................................................................................. 79
Figura 5.15 Comparativo del Analizador Espectral calculando la PSD mediante el mtodo
Indirecto................................................................................................................................ 79
Figura 5.16 Comparativo del Analizador Espectral calculando el Biespectro mediante el
mtodo directo. ..................................................................................................................... 80
Figura 5.17 Comparativo del Analizador Espectral calculando el Biespectro mediante el
mtodo indirecto................................................................................................................... 80
Figura 6.1 Esquema general de las pruebas experimentales. ............................................... 83
Figura 6.2 Corrientes del motor en operacin normal.......................................................... 85
Figura 6.3 Densidad espectral de potencia de la operacin normal sin carga. .................... 86
Figura 6.4 Biespectro de la operacin normal sin carga. ..................................................... 87
Figura 6.5 Condiciones de operacin normal cortes de 2D del Biespectro y Biespectro
Modificado. .......................................................................................................................... 88
Figura 6.6 PSD para la condicin de operacin normal para carga de 776 N-m. ................ 88
Figura 6.7 Cortes 2-D Para la condicin de operacin normal para carga de 776 N-m....... 89
Figura 6.8 Corrientes trifsicas del motor en desbalance de fase......................................... 91
Figura 6.9 PSD para la condicin de operacin normal para carga de 776 N-m. ................ 92
Figura 6.10 Corte 2-D del biespectro para la condicin de desbalance de fase sin carga.... 94
Figura 6.11 Corte 2-D del biespectro, condicin de desbalance de fase para carga de 776 Nm. .......................................................................................................................................... 96
Figura 6.12 Corrientes trifsicas para la condicin de rotor bloqueado............................... 98
Figura 6.13 Condicin de rotor bloqueado........................................................................... 99
Lista de tablas.
Tabla 2-1Clculo de los momentos y cumulantes de 4to orden en trminos de los
momentos. ............................................................................................................................ 18
Tabla 3-1 Listado de mensajes enviados al DSP.................................................................. 51
Tabla 3-2 Listado de estados de operacin del DSP. ........................................................... 51
Tabla 6-1Caractersticas en tiempo y frecuencia de los vectores de datos........................... 84
Tabla 6-2 Parmetros elctricos del motor en operacin normal sin carga.......................... 84
vi
Captulo 1: Introduccin.
Captulo 1
Introduccin.
El procesamiento digital de seales es una disciplina que se ocupa del manejo de seales en
forma digital, para analizar, modificar y extraer informacin de seales del sistema. Su
objetivo es procesar un conjunto finito de datos mediante el uso de algoritmos, remover
interferencias o ruidos de las seales que representan, identificar sistemas, obtener el
espectro de los datos o transformar la seal en una forma ms adecuada para su anlisis. El
procesamiento digital es actualmente utilizado en muchas reas sustituyendo los mtodos
analgicos, y en aplicaciones nuevas, donde el uso de tcnicas analgicas es muy complejo
o prcticamente imposible, proporcionando un desempeo superior, precisin, repetibilidad
y flexibilidad. Las reas de aplicacin incluyen, procesamiento de imgenes, ecualizacin y
transmisin de audio e imgenes, instrumentacin y control, telecomunicaciones,
biomedicina, geofsica, acstica, aplicaciones industriales y militares, etc.
Captulo 1: Introduccin.
Otra aproximacin para el anlisis espectral, es el uso de las funciones poliespectrales, stas
son una extensin de la PSD, que contienen adems de la informacin de amplitud, tambin
la informacin de fase del sistema. El poliespectro puede obtenerse trasladando al dominio
de la frecuencia a las estadsticas de alto orden (High Order Statistics, HOS, por sus siglas
en ingls) de una seal. Ejemplos de HOS son los momentos y los cumulantes. Casos
especiales de los espectros de alto orden son el Biespectro (BIS), que por definicin es la
transformada de Fourier de dos dimensiones de las estadsticas de tercer orden, y el
Triespectro, el cul es la transformada de Fourier de tres dimensiones de las estadsticas de
cuarto orden [2]. El Biespectro provee informacin de la generacin de armnicas
producidas por acoplamientos de pares de frecuencias y es ms ampliamente usado que el
Triespectro. La razn de utilizar el Biespectro sobre el Triespectro radica en que una
representacin grfica del Triespectro requiere de cuatro dimensiones. Adems su
estimacin demanda un esfuerzo computacional mucho mayor al del clculo del Biespectro
en trminos de requerimientos de memoria y tiempo de procesamiento [3].
Las herramientas de procesamiento digital, como los espectros de alto orden, son un tpico
que ha comenzado a ser de inters en el rea de monitoreo, debido a sus interesantes
propiedades [6]. Estas herramientas han sido utilizadas para monitorear condiciones de
sistemas relativamente simples, con pocas extensiones de esas tcnicas a equipos
complejos. Un ejemplo de este tipo de sistemas es la mquina de induccin, usada en un
gran nmero de aplicaciones, debido a su robustez y su diseo relativamente sencillo. Las
Captulo 1: Introduccin.
Aunque en este campo se han desarrollado tcnicas de prevencin, tales como el uso de
redes neuronales artificiales para monitoreo, las cuales han demostrado xito en la
identificacin de las fallas en su etapa inicial, sin embargo tienen como un requisito previo
de su operacin los datos de fallas a priori. Esto impide la operacin prctica de tales
mtodos, porque no es usual tener datos completos de las fallas. Otra forma de lograr estas
predicciones es mediante el modelado con tcnicas de respuesta al impulso y anlisis de
elementos finitos prediciendo el comportamiento de la mquina bajo varias condiciones de
operacin. Aunque estas tcnicas son muy valiosas, son diseadas para un tipo de mquina
especfico y requieren de un alto grado de precisin en la descripcin de las respuestas a
las condiciones de entrada para que su aplicacin sea efectiva [6].
Captulo 1: Introduccin.
digitales de seales (Digital Signal Processors, DSPs, por sus siglas en ingls). Los DSPs
son procesadores especialmente diseados para presentar un alto desempeo en tareas
repetitivas con operaciones matemticas complejas. Actualmente, con el incremento en la
capacidad y velocidad de procesamiento de los procesadores de propsito general, el
surgimiento de microcontroladores con caractersticas orientadas a tareas DSP, e incluso
DSPs hbridos, con mdulos funcionales que son tradicionalmente asociados a un
microcontrolador, (como el manejo de mltiples puertos SPI, I2C, CAN, manejo de PWM
por hardware, etc.), se hace necesario determinar cul es el ms adecuado para la
realizacin de una tarea especifica.
Captulo 1: Introduccin.
1.2 Objetivos.
Desarrollar una herramienta de procesamiento digital de seales para aplicaciones en
seales de sistemas reales. De forma especfica se tienen los objetivos siguientes:
Captulo 1: Introduccin.
1.3 Antecedentes.
En el cenidet se han realizado proyectos de tesis que usan el Biespectro. En el trabajo [17]
se encuentra en forma detallada la teora relacionada a las estadsticas de alto orden (HOS),
en el dominio del tiempo y de la frecuencia, se implementaron funciones en Matlab para
obtener el Biespectro y la PSD, y se aplicaron a seales de vibracin para deteccin de
fracturas en vigas en cantiliver.
Captulo 1: Introduccin.
del biespectro, donde se cumplen estas propiedades, an para seales de tipo determinstico
en presencia de ruido.
Con respecto al uso del Biespectro para deteccin de fallas en motores de induccin, en el
trabajo [6] se describe un mtodo de deteccin del tipo y magnitud de 3 condiciones de
falla de la mquina de induccin, mediante un sensor de vibracin. En esta investigacin se
considera al motor como un sistema simple en donde un cambio en la entrada alterar la
salida en forma predecible. Mediante una correlacin con la condicin de falla es posible
una deteccin explicita de las condiciones de falla. Tambin menciona las tcnicas actuales
de monitoreo de motores de induccin (con sus ventajas y desventajas), como el uso de
redes neuronales artificiales, respuesta al impulso y anlisis de elemento finito.
Captulo 1: Introduccin.
Alternativamente al uso de los DSPs y GPPs, actualmente han surgido los llamados
Procesadores de Propsito General con capacidades DSP y DSPs hibridos, los cuales
tienen caractersticas de ambas plataformas, en [13] y [14] se puede encontrar un panorama
de estas tecnologas.
Captulo 1: Introduccin.
Anlisis
PSD y BIS
PC/DSP
Interpretacin de
Resultados
Interfase Grfica
De Usuario.
Algunos aspectos tales del Analizador Espectral realizado en Matlab como el tiempo de
respuesta en la obtencin del Biespectro, justificaron la necesidad de llevar el cdigo al
lenguaje C compatible con el estndar ANSI. Posteriormente se implement el Analizador
Espectral en el DSP TMS320C6701 de Texas Instruments.
Captulo 1: Introduccin.
Con objeto de validar el Analizador Espectral con seales reales, se realizaron pruebas de
deteccin de fallas en un motor de induccin de jaula de ardilla de 2 polos, con
alimentacin trifsica, donde se identificaron ciertos patrones relacionados con fallas
elctricas.
Captulo 1: Introduccin.
Finalmente en el captulo 8 se establecen las conclusiones del proyecto para cada uno de los
objetivos propuestos.
11
Captulo 2
Marco Terico.
Una caracterizacin estadstica completa de una variable o proceso aleatorio requiere que
sea posible determinar la probabilidad de cualquier evento definido dentro de su espacio
muestra. Sin embargo, no siempre es necesario realizar una caracterizacin completa, si se
puede conocer el comportamiento promedio del proceso aleatorio.
El empleo de las estadsticas de alto orden (HOS) hace posible caracterizar sistemas o
procesos, en los cuales las estadsticas convencionales no tienen xito, como en sistemas
sujetos a ruido de tipo Gaussiano o en anlisis de fenmenos sociales, como el desempleo o
naturales como las migraciones [19].
12
2.1.1 Momentos.
. de la variable discreta x(n) se define
El valor esperado o promedio estadstico denotado E []
como:
E[ X ] = x ( n ) P[ x ( n ) ]
(2.1)
Existen momentos de orden superior, los cuales son tiles para determinar otras relaciones
estadsticas, tales como la correlacin y la varianza.
Se define el momento k-simo de x(n) denotado mk , x , como el valor esperado de x(n) k ; es
decir:
(2.2)
(2.3)
13
aleatorias discretas {x(n), x(n + 1 ), x(n + 2 ),...x(n + k 1 )} , donde 0 , 1 ,.. k 1 son los
desplazamientos de tiempo discreto a partir de n. Esto es:
(2.4)
m 1, x (n) = E[ x(n)]
m 2, x ( 1 ) = E[ x(n) x(n + )]
m 3, x ( 1 , 2 ) = E[ x(n) x(n + 1 ) x(n + 2 )]
(2.5)
2.1.2 Cumulantes.
Sean las colecciones X = {x1 , x 2 ,...x n } y V = {v1 , v2 ,...vn }, donde X es una coleccin de n
variables aleatorias. Los cumulantes de orden n de estas variables son definidos como los
coeficientes {v1 , v 2 ,...v n } en la expansin por Series de Taylor de la funcin generadora de
cumulantes [1]:
(2.6)
El trmino cumulante se refiere a momentos acumulados; existe una estrecha relacin entre
momentos y cumulantes, tanto es as, que en procesos de media cero los cumulantes y
14
momentos son iguales, esto se cumple hasta orden 3, y en general se puede definir a los
cumulantes en trminos de los momentos.
Los primeros cumulantes hasta orden 4, para la variable aleatoria x1 son:
c1 = E[ x1 ]
c 2 = E[ x12 ] E[ x1 ]2
c 3 = E[ x13 ] + 2 E[ x1 ]3 3E[ x1 ]E[ x12 ]
(2.7)
(2.8)
de las
variables aleatorias discretas {x(n), x(n + 1 ), x(n + 2 ),...x(n + k 1 )} , donde 0 , 1 ,.. k 1 son
los desplazamientos de tiempo discreto a partir de n. Esto es:
ck , x ( 0 , 1 ,.. k 1 ) = cum[ x(n), x(n + 1 ), x(n + 2 ),...x(n + k 1 )]
15
(2.9)
(2.10)
+ 2 E[ x(n)]E[ x(n + 1 )]E[ x(n + 2 ) x(n + 3 )],+2 E[ x(n)]E[ x(n + 2 )]E[ x(n + 1 ) x(n + 3 )]
+ 2 E[ x(n)]E[ x(n + 3 )]E[ x(n + 1 ) x(n + 2 )] + +2 E[ x(n + 1 )]E[ x(n + 2 )]E[ x(n) x(n + 3 )],
+ 2 E[ x(n + 1 )]E[ x(n + 3 )]E[ x(n) x(n + 2 )] + 2 E[ x(n + 2 )]E[ x(n + 3 )]E[ x(n) x(n + 1 )]
6 E[ x(n)]E[ x(n + 1 )]E[ x(n + 2 )]E[ x(n + 3 )]
Los cumulantes se relacionan con los momentos mediante la frmula momento a cumulante
[2]:
cx (I ) =
U qp =1I p = I
(1) q 1 (q 1)! m x ( I p )
p =1
donde:
U qp =1I p = I
16
(2.11)
(.)
p =1
Por otro lado, se puede obtener el momento a partir de los cumulantes mediante la
expresin (frmula cumulante a momento) [2]:
mx ( I ) =
c (I
x
U qp =1 I p = I p =1
(2.12)
donde:
U qp =1 I p = I
(.)
p =1
Por otro lado los cumulantes no cuentan con una interpretacin tan prctica, sin embargo,
presentan propiedades estadsticas ms robustas que los momentos, por lo que se utilizan
ms comunmente para el clculo de estadsticas de alto orden.
17
Tabla 2-1Clculo de los momentos y cumulantes de 4to orden en trminos de los momentos.
q
q
I2
I3 I4 Q
I1
q 1
cx (I ) =
1
1,2
1,3
1,4
2,3
2,4
3,4
1,2
1,3
1,4
1,2,3
1,2,4
1,3,4
2,3,4
1,2,3,4
2
3
2
2
1
1
1
3,4
2,4
2,3
4
3
2
1
3
4
4
3
4
3
2
4
3
3
3
3
3
3
2
2
2
2
2
2
2
1
(1)
U qp =1I p = I
(q 1)! m x ( I p )
mx ( I ) =
c (I
x
U qp =1I p = I p =1
p =1
Los cumulantes son conmutativos en sus argumentos, es decir, que el cumulante de una
serie de datos es igual al cumulante de las distintas permutaciones de los datos:
c k , x ( x 0 , x1 ,..x k 1 ) = c k , x ( x k 1 , x 0 ,..x1 )
(2.13)
(2.14)
c k , x ( x 0 + a, x1 ,..x k 1 ) = c k , x ( x 0 , x1 ,..x k 1 )
(2.15)
c k , x ( x 0 , x1 ,..x k 1 ) = 0
(2.16)
II
I
III
IV
VI
19
m( 1 , 2 ) = m( 2 , 1 )
c3, x ( 1 , 2 ) = c3, x ( 2 , 1 )
= m( 1 , 2 1 )
= c3, x ( 1 , 2 1 )
= m( 1 2 , 2 )
= c3, x ( 1 2 , 2 )
= m( 2 1 , 1 )
= c3, x ( 2 1 , 1 )
= m( 2 , 1 2 )
(2.17)
= c3, x ( 2 , 1 2 )
En muchos casos de anlisis se consideran vectores de datos causales, es decir que inician
en t = 0; por este motivo, todos los clculos se efectan sobre el primer cuadrante. Sin
embargo, considerando las propiedades de simetra, basta con calcular la regin I para el
cumulante de tercer orden, para obtener una representacin completa del mismo. La Figura
2.2 presenta la seccin no redundante del cumulante de una secuencia de datos comparada
con la matriz de cumulantes obtenido de forma completa. El uso de la simetra en clculo
del cumulante disminuye el tiempo de procesamiento en el clculo del cumulante.
20
est
X (k ) = x(nT )e
j 2n
k
N
para k = 0,1,2,...N 1.
(2.18)
n =0
2.2.2 Poliespectros.
Una representacin espectral de un proceso puede obtenerse a partir de la transformada de
Fourier de funciones en el dominio del tiempo. En el caso de los momentos y cumulantes,
de forma general se prefieren a los cumulantes, por las razones ya expuestas. Sin embargo,
en algunos casos particulares, por ejemplo, en datos con media cero ( x = 0 ), el uso de los
momentos simplifica el clculo de los poliespectros. Los casos particulares de orden 2 y 3
de los poliespectros son abordados en este trabajo. Si el cumulante existe, el Poliespectro de
orden n-1 es definido como la transformada de Fourier de dimensin (n-1) de los
cumulantes de orden n y se denotan como [2]:
C (k1 , k 2 ...k n 1 ) =
n 1
k
n 1 =
.....
1=
21
C (k ) =
1=
2, x
( ) exp j 2 ( )
N
(2.20)
2.2.4 Biespectro.
Extendiendo la definicin de Poliespectros a sistemas de tercer orden, n = 3, se obtiene el
Biespectro, el cual se representa como:
C (k1 , k2 ) =
(k + k )
c3, x ( 1 , 2 ) exp j 2 1 1 2 2
N
2 =
1=
(2.21)
Debe notarse que la funcin BIS es una funcin compleja de dos ndices de frecuencia, que
representa los acoplamientos armnicos de pares de frecuencias.La diferencia principal
entre la PSD y el Biespectro consiste en que , mientras la primera representa la distribucin
de la potencia de la seal sobre un rango de frecuencias, la ltima solamente representa la
distribucin de potencia sobre los pares de frecuencia donde ocurra una interaccin entre
ellos[3].
22
(PSD)
representa la distribucin de
Mtodo Directo
La densidad espectral de potencia PSD de x(nT ) , puede definirse en trminos de su
transformada de Fourier denotada X (k ) , como:
P(k ) = E X (k ) X * (k )
(2.22)
conjugado de X (k ) . En seales discretas se debe obtener el valor promedio para reducir los
efectos del tamao del bloque de muestras.
23
Metodo Indirecto.
PSD(k ) =
1=
2, x
( ) exp j 2 ( )
N
(2.23)
En sistemas con media cero los cumulantes y los momentos de orden 2 son idnticos, esto
es fcilmente comprobable en (2.10). De esta forma, es ms fcil obtener la PSD mediante
el clculo del momento de segundo orden de la seal discreta sustrayndole la media.
Redefiniendo (2.20), tenemos:
PSD(k ) =
(2.24)
2.3.1 Periodograma.
A la estimacin del espectro de una secuencia finita x(n) de N datos se le denomina
Periodograma, esto es equivalente a obtener el espectro de una seal muestreada,
multiplicada con una ventana rectangular de longitud N. Estrictamente hablando, [1] y [2]
se refieren al clculo del espectro mediante el mtodo directo (FFT) como Periodograma,
sin embargo, el enfoque manejado en este documento ser aplicar este trmino tambin al
mtodo indirecto [3].
24
PSD (k ) = E X w (k ) X w (k )
*
(Mtodo Directo).
(2.25)
X w (k ) = x(nT ) w(nT )e
j 2n
k
N
(2.26)
n =0
=0
(2.27)
Donde el cumulante de segundo orden del proceso x(n) est determinado por (2.8).
Adems de proveer una estimacin consistente del espectro, el efecto producido con el uso
de la ventana es reducir la varianza de la PSD y producir una representacin espectral
suave, resaltando los verdaderos valores de frecuencia donde la potencia es mxima. Sin
embargo, tambin tiene efectos indeseables, pues incrementa la desviacin del espectro
calculado con respecto del verdadero espectro de potencia, adems de reducir la resolucin
espectral, debido al efecto suavizante. Para compensar los cambios de magnitud producidos
por el uso de la ventana en el mtodo Directo, se utiliza una constante de normalizacin U,
que depende de la ventana seleccionada [20] y que se puede calcular mediante:
25
U=
1
M
M 1
w(n)
(2.28)
n =0
PSD(k ) =
1
*
E X w (k ) X w (k ) ,
U
(2.29)
donde:
k
N 1
n j 2n N
X w (k ) = x(n) w( )e
A
n =0
(2.30)
=0
(2.31)
A
= 0 . Se recomienda un mtodo emprico [3] para la eleccin
N
26
wD (n)
wTH (n)
a) Ventana de Daniel.
b) Ventana de Tukey-Hamming.
wP (n)
wBP (n)
c) Ventana de Parzen.
1,
wTP (n) =
0,
n 1
n >1
(2.32)
Ventana de Tukey-Hamming:
wTH (n) = 0.54 + 0.46 cos(n
27
(2.33)
Ventana de Daniel:
w D ( n) =
sin( n
n
)
(2.34)
Ventana de Parzen:
( ) ( )
( ( ))
1 6 n 2 + 6 n
N
N
3
n
w p ( n) =
2 1
N
nN
2
N nN
2
otros
(2.35)
sin( n )
N cos(n )
n
N
N
(2.36)
(n N )
El periodograma puede realizarse sobre p secciones de longitud M cada una, de tal manera
que N = pM , para disminuir el tiempo de clculo de secuencias de datos de gran longitud.
Si los valores de la PSD de cada seccin i = 1,p estn definidas por 2.29 para el mtodo
directo y por 2.31 para el mtodo indirecto, el espectro promedio se determina como:
PSD (k ) =
1 p
PSDi (k )
p i =1
(2.37)
28
B ( k1 , k 2 ) = E X ( k1 ) X ( k 2 ) X * (k1 + k 2 )
(2.38)
B ( k1 , k 2 ) =
1 =
2 =
C 3, x ( 1 + 2 ) exp[ j 2
(k1 1 + k 2 2 )
]
N
(2.39)
En sistemas con media cero los cumulantes y los momentos de orden 3 son idnticos, de
esta forma, es ms prctico obtener la BIS mediante la aplicacin de la transformada de
Fourier de dos dimensiones del momento de tercer orden de la seal discreta, es decir:
B (k1 , k2 ) =
(k + k )
2 =
1=
(2.40)
30
(2.41)
2.4.2 Biperiodograma.
De forma anloga a la que se defini el periodograma para la PSD, se puede definir el
biperiodograma y para la obtencin del Biespectro (BIS) mediante el mtodo directo e
indirecto.
(2.42)
BIS (k1 , k 2 ) =
N 1 N 1
1= = 0 2 = 0
3, x
(k + k 2 2 )
( 1 , 2 ) w( 1 , 2 ) exp j 2 1 1
31
(2.43)
(2.44)
BIS (k1 , k 2 ) i =
1= = 0 2 = 0
(k + k 2 2 )
) exp j 2 1 1
A A
N
1 2
N 1 N 1
3, x
( 1 , 2 ) w(
(2.45)
A2
= 0 cuando A y
N
N .
Adems segn [1], la funcin de ventana debe tener las siguientes propiedades:
w( 1 , 2 ) = w( 1 ) w( 2 ) w( 2 1 )
32
(2.46)
Donde:
w( 1 ) = w( 1 )
w( 1 ) = 0, 1 > N
(2.47)
w(0) = 1
W (k ) 0, k
Una ventana ptima para el clculo del Biespectro [1] es la siguiente (ver la Figura 2.7):
1
n
sin(n ) + (1 )(cos(n ))
N
N
wOPT (n) =
N
nN
(2.48)
n >N
BIS (k ) =
1 p
BISi (k )
p i =1
(2.49)
33
wD (n, m)
wTH (n, m)
a) Ventana de Daniel.
b) Ventana de Tukey-Hamming.
wP (n, m)
wBP (n, m)
c) Ventana de Parzen.
wOPT (n, m)
34
BIS _ E = BIS
BIS
(2.50)
La Figura 2.8 muestra el uso del Biespectro y del Biespectro Modificado en una seal de
corriente con frecuencia de 60 Hz. Se observa que la magnitud de los armnicos se
modifica significativamente, lo que permite identificar de manera ms explicita la
dependencia de fase.
Magnitud en dB
7
6
5
4
BIS
BIS_E
3
2
1
0
1
Armnicos
35
Captulo 3
Herramienta de Software: Analizador Espectral.
3.1 Descripcin.
El principal objetivo de este proyecto de tesis es realizar una herramienta de procesamiento,
por ello se deben tomar en cuenta aspectos que otorguen las mayores facilidades al usuario.
Desde el punto de vista del usuario final el uso de funciones especficas y de paquetes
complementarios de software por lo general es complejo, y requiriere de esfuerzo adicional
para familiarizarse con ellos.
36
Operacin interactiva.
Procesamiento:
o Implementacin de los algoritmos de momentos de segundo y tercer orden.
o Estimacin de los cumulantes de segundo y tercer orden.
o Clculo de la transformada de Fourier de primer y segundo orden.
o Obtencin de la correlacin de funciones en el dominio de la frecuencia.
o Estimacin de funciones de ventanas con uno y dos ndices de tiempo.
37
Mtodo directo.
Mtodo directo.
orden.
o Funciones diversas de operaciones con vectores y matrices.
38
Se desarroll una Interfase grfica de usuario (GUI), con operacin interactiva mediante
mens, manejo de graficas y almacenamiento de resultado, cumpliendo las especificaciones
antes mencionadas. La pantalla principal de la aplicacin se muestra en la Figura 3.1.
Consta de 2 secciones funcionales, en la primera se encuentran las opciones de
configuracin de anlisis PSD o BIS, mientras que en la segunda se presentan los valores
de los resultados. Esta GUI cuenta adems con un sencillo men con opciones de manejo
de archivos y despliegue de grficos segn el anlisis realizado.
39
Esta versin del analizador fue utilizada en el caso de aplicacin. Con objeto de validar el
Analizador Espectral con seales reales, se realizaron pruebas de deteccin de fallas en un
motor de induccin de jaula de ardilla de 2 polos, con alimentacin trifsica, donde se
identificaron ciertos patrones relacionados con fallas elctricas. Los resultados obtenidos se
documentan en el captulo 10.
40
Operacin Interactiva: El Analizador tiene una Interfase Grfica de Usuario (GUI) que
permite al usuario realizar anlisis de PSD y BIS, modificando sus parmetros de obtencin
e interactuar con los resultados.
b) Biespectro
41
de contorno para el Biespectro (BIS). Adems permiten conocer los valores de magnitud,
fase y frecuencia de la grfica.
Manual de Usuario: Se realiz un manual de usuario (Anexo 2), que contiene la descripcin
de opciones y utilidades del Analizador Espectral, que en conjunto con el manejo de los
conceptos descritos en el marco terico, permitirn al usuario obtener un mayor beneficio
de esta herramienta de software.
32MB de RAM
Lector de CD-ROM
42
Desventajas:
43
Es la traduccin del trmino en idioma ingls embedded para un sistema (o parte de un sistema) electrnico
con una funcionalidad completa contenido en un encapsulado.
44
Para obtener un mejor manejo de grficos se utiliz un control ActiveX, del ambiente de
programacin Measurement Studio para Visual C++ 6.0 de National Instruments
TM
[25],
en la Figura 3.4 se muestran las graficas creadas mediante este componente. Existen otros
componentes para manejo de grficos como el TeeChart de Steema Software [26], sin
embargo se prefiri el primero, ya que provee utilidades para el desarrollo de GUI y
herramientas para sistemas de adquisicin e instrumentacin virtual.
45
Figura 3.4 Grfica de salida de la PSD en Measurement Studio para Visual C++ 6.0.
46
47
Lector de CD-ROM
Desventajas:
48
En el desarrollo de este modelo se emplearon las libreras de software provistas por Texas
Instruments para el manejo de hardware y para transmisin de bloques de datos entre la
memoria del DSP y la PC mediante una interfase PCI (HPI host port interface). Se
distribuy el mapa de memoria disponible en la tarjeta de evaluacin TMS320C6701 EVM,
para cumplir con las especificaciones de la aplicacin.
49
Mensajes
Banderas
Vectores y Matrices
PC de Escritorio
TMS320C6701 EVM
Los datos de entrada son llevados desde el disco duro a la memoria RAM de la PC,
posteriormente son enviados a la memoria del DSP a travs de la interfase HPI para ser
analizados. Finalmente son llevados de vuelta a la RAM de la PC para almacenamiento
opcional en disco.
En las Figura 3.7 y Figura 3.8 se muestran los diagramas de bloques simplificados del
protocolo de comunicaciones, desde el punto de vista del DSP TMS320C6701 y de la PC.
Se incluye pseudo-cdigo que indica los cambios de estado de operacin del DSP
(dsp_status) y los mensajes de rdenes desde la PC (dsp_message). La Tabla 3-1 contiene
los mensajes y la Tabla 3-2 los posibles estados del protocolo.
50
Mensaje
ID
NO_MESSAGE
CFG_SENT
BLOCK_SENT
START
NEXT
NONE_BLOCK
DATA_RECEIVED
PROGRAM_ABORT
Estados
ID
NO_STATE
WAITING_CFG
WAITING_BLOCK
RDY_TO_START
BLOCK_FINISHED
HOS_RDY
51
NO
Programa
Activo?
Salir
while(dsp_message != PROGRAM_ABORT);
SI
dsp_status = WAITING_CFG;
NO
Configuracin
recibida?
while(dsp_message != CFG_SENT);
SI
Inicializacin y
primeros clculos.
dsp_message = NEXT;
Algn bloque?
dsp_message = NONE_BLOCK;
NO
Anlisis final.
SI
dsp_status = RDY_TO_START;
Iniciar clculos
de bloque?
NO
NO
Resultados
Transferidos?
SI
while(dsp_message != START);
SI
while(dsp_message != DATA_RECEIVED);
dsp_status = WAITING_BLOCK;
Recepcin de
bloque?
while(dsp_message != BLOCK_SENT);
Realizar clculos
dsp_status = BLOCK_FINISHED;
Figura 3.7 Diagrama de flujo del protocolo de comunicaciones desde el punto de vista del DSP
TMS320C6701.
52
Inicializaciones
(configuracin
desde la GUI)
NO
DSP esperando
configuracin?
Enviar parmetros de
configuracin
while (dsp_status != HOS_RDY);
dsp_message = CFG_SENT;
SI
Perodograma
completado?
dsp_message =
NONE_BLOCK;
NO
Anlisis
finalizado?
NO
SI
dsp_message = NEXT;
Obtencin de
resultados del DSP
NO
Ciclo de bloque
DSP listo?
dsp_message =
DATA_RECEIVED;
SI
dsp_message = START;
Actualizaciones de la
GUI
NO
while(dsp_status != WAITING_BLOCK);
SI
SI
Bloque
Analizado?
NO
while(dsp_status != BLOCK_FINISHED);
Figura 3.8 Diagrama de flujo del protocolo de comunicaciones desde el punto de vista de la IBM PC.
53
54
0x000000h
IPRAM
Memoria Iinterna de
programa
64 KB
0x00040000h
0x2000000h
USUARIO
Memoria Externa de Datos
Banco 0
4 MB
0x02400000h
0x80000000h
IDRAM
Memoria Interna de Datos
64 KB
0x80010000h
0x80400000h
Areas
de
memoria
reservadas,
utilizadas por los perifricos o
no disponibles.
55
Figura 3.10 Memoria necesaria para el Analizador Espectral en trminos de potencias enteras de 2.
De acuerdo a esta grfica, se observa que una FFT2, de 512 datos complejos de punto
flotante, requiere 2,097,152 bytes; esto es 2 MBytes, aproximadamente la mitad de la
memoria mxima disponible. Para 1024 puntos esta cantidad se cuadriplica, por lo que es
prcticamente imposible implementarlo en la tarjeta de evaluacin, a diferencia del
programa implementado solo para la PC.
56
analizar los resultados de los comparativos entre plataformas. En trminos prcticos puede
mencionarse que para esta aplicacin en particular el uso de un DSP no es ptimo.
Finalmente, aunque existen libreras proporcionadas por Texas Instruments, que permiten
cargar un cdigo ejecutable a la memoria de programa del DSP desde una aplicacin
independiente (por ejemplo un programa en C o Visual C++), stas no funcionan
correctamente. Actualmente no se encuentran disponibles actualizaciones de libreras para
este modelo de DSP, la nica opcin posible es cargar y ejecutar el programa desde
CodeComposer Studio antes de iniciar la aplicacin del Analizador.
64MB de RAM
Lector de CD-ROM
57
Desventajas:
58
Captulo 4
Comparativo de caractersticas entre plataformas
PC Y DSP.
En los ltimos aos se ha hablado mucho acerca de comparaciones entre plataformas de
procesadores de uso general (General Purpose Processors, GPPs, por sus siglas en ingls)
y procesadores dedicados como los procesadores digitales de seales (DSPs). Sin
embargo, antes de hacer una comparacin es necesario entender los avances recientes en el
desarrollo de sus respectivas arquitecturas, as como las ventajas y desventajas que
presentan en el desarrollo de un aplicacin, las cuales pueden ir desde la disponibilidad de
herramientas de desarrollo hasta el costo total del sistema.
59
algoritmos DSP que involucran el clculo de productos de vectores, tales como filtros
digitales, correlacin, y FFT [16].
4.2 Paralelismo.
El paralelismo es la habilidad de desempear varias instrucciones al mismo tiempo. Junto
con el valor de la frecuencia del reloj, determina la velocidad de operacin del procesador.
Una diferencia clave entre ambas plataformas (GPPs y DSPs) es la forma en que envan y
ejecutan varias instrucciones por ciclo de reloj. En la arquitectura clsica los DSPs envan
una sola instruccin por ciclo, empaquetando en ella varias operaciones, mientras que los
GPPs como el Pentium y el PowerPC de Motorola envan varias instrucciones por ciclo de
reloj [30].
Los DSPs se disearon para aplicaciones sensibles al costo y de bajo consumo de potencia.
Su arquitectura est orientada a envos nicos y es ms econmica y simple de implementar
que las arquitecturas que envan ms de una instruccin por ciclo. El empaquetamiento de
operaciones tiene como desventajas que el conjunto de instrucciones tenga restricciones, ya
que el cdigo de operacin (Opcode) es de 16 a 24 bits dependiendo del procesador, y solo
puede ser utilizado con ciertos registros y condiciones dependientes de la arquitectura, lo
que dificulta el crear compiladores de alto nivel eficientes. Adems, aumenta la dificultad
de programacin en lenguaje ensamblador.
En cuanto a los GPPs, estos incluyen una sola operacin por instruccin y envan mltiples
instrucciones en un ciclo de reloj, proveyendo de este modo el paralelismo. La principal
ventaja de este punto de vista es la velocidad de ejecucin, pues los ciclos de bsqueda,
decodificacin y ejecucin son ms simples. Esto permite una mayor frecuencia de reloj y
niveles mayores de paralelismo, cdigo sin tantas restricciones, ms porttil y que permite
herramientas de desarrollo ms eficientes. La desventaja de este enfoque es que requiere
mayor uso de memoria, costo, tamao del procesador y consumo de potencia.
60
61
Figura 4.1 Comparativo de ejecucin de FFT realizado entre DSPs y el Pentium III (Berkeley Design
Technology Inc. 2001).
62
Procesador Central
Bus de Direcciones
Bus de Datos
Memoria
de Programa y Datos.
63
Los DSPs utilizan una estructura de memoria diferente donde el procesador es conectado
con dos bancos de memoria independientes a travs de dos buses, este tipo de arquitectura
se conoce como Harvard. En la arquitectura Harvard original (Figura 4.3), un banco
mantiene los datos y el otro las instrucciones del programa; este concepto se puede extender
ligeramente para permitir que un banco mantenga las instrucciones y datos y el otro
solamente datos, o una banco para instrucciones del programa y dos para datos, lo que se
conoce como Harvard Modificado.
Procesador Central
Bus de Direcciones 2
Bus de Direcciones 1
Bus de Datos 1
Bus de Datos 2
Memoria
de datos
Memoria
de Programa
buscar una
instruccin mientras que simultneamente busca los operandos y guarda el resultado de una
instruccin previa en la memoria. Para soportar estas caractersticas algunos DSP tienen
mltiples circuitos manejadores de buses, memorias multipuerto, y en algunos casos bancos
independientes de memoria. Adems, soportan modos de direccionamiento optimizados
para el uso de buffers circulares, FFTs y otras operaciones.
64
4.4 Costo.
El mejor procesador para una aplicacin es el que cumpla con los requerimientos a un
menor costo. No se debe considerar solamente el costo del procesador sino tambin el de la
circuitera asociada, memoria, herramientas de diseo y disponibilidad. Los costos varan
dependiendo de la funcionalidad del procesador, de su tiempo de salida en el mercado y por
la cantidad del pedido.
Figura 4.4 Comparativo total realizado entre DSPs y el Pentium III (Berkeley Design Technology Inc.
2004).
La Figura 4.4 muestra un comparativo total realizado por BDTI [21], de algunos DSPs de
punto flotante contra el Pentium III. En la grfica se puede apreciar, que no necesariamente
el procesador de mayor frecuencia de operacin es el que obtuvo mejor puntuacin, por
ejemplo el DSP TigerShark de Analog Devices a 600 Mhz obtuvo mayor puntuacin que el
Pentium III a 1.4 Ghz. Generalmente los comparativos incluyen varios aspectos, entre ellos
el consumo de potencia, el rea del encapsulado, el costo, operaciones por ciclo de reloj, los
resultados de ejecucin de un algoritmo, el tiempo de desarrollo de software y la
disponibilidad de herramientas de desarrollo.
67
Captulo 5
Resultados de los Comparativos Realizados.
Tambin se utiliza el trmino benchmark, tomado del idioma ingls y ampliamente utilizado en el mbito
computacional para comparativos y evaluaciones de desempeo de sistemas.
68
El software empleado para realizar estos comparativos se realiz en Visual C++ 6.0, se
incluyeron las libreras de manejo de hardware de Texas Instruments, mientras que el
cdigo ejecutado en el DSP se realiz en CodeComposer Studio V.2.0, empleando Visual
LinkerTM para la ubicacin de las variables en memoria interna y externa del
TMS320C6701.
69
70
No se aplican todos los benchmarks al DSP utilizando la RAM interna del DSP
(IDRAM3) como memoria de datos. En el caso de matrices el tamao mximo es de
64x64 elementos.
Se utilizan repeticiones de los algoritmos (Figura 5.3) para evaluar la latencia de los
lazos y la eficiencia en la repeticin de una tarea. En este proceso no se realiza la
obtencin de nuevos datos.
Internal data random - access memory, IDRAM, por sus siglas en ingles.
71
72
dando como resultado una nueva matriz de datos complejos de punto flotante. Una primera
aproximacin se muestra en la Figura 5.5. Ejecutando 10 veces este algoritmo produce
resultados coherentes con las pruebas con la FFT, aunque para datos cortos no se aprecia
una diferencia notable.
73
74
Figura 5.8 Comparativo con el algoritmo de Cumulantes de 2do Orden C2x efectuado 1 vez.
Figura 5.9 Comparativo con el algoritmo de Cumulantes de 2do Orden C2x efectuado 10 veces.
75
Figura 5.10 Comparativo con el algoritmo de Cumulantes de 2do Orden C2x efectuado 100 veces.
76
Figura 5.11 Comparativo con el algoritmo de Cumulantes de 3er Orden C3x efectuado 1 sola vez.
Figura 5.12 Comparativo con el algoritmo de Cumulantes de 3er Orden C3x efectuado 10 veces.
77
Figura 5.13 Comparativo con el algoritmo de Cumulantes de 3er Orden C3x efectuado 100 veces.
Para la PSD por el mtodo directo, en la Figura 5.14 se observa que, al igual que en el caso
de la FFT, a medida que la cantidad de datos utilizados aumenta, el DSP mejora su
desempeo. Esta similitud es un resultado lgico debido a que el mtodo directo est
basado en la obtencin de la FFT de los datos de entrada.
78
Figura 5.14 Comparativo del Analizador Espectral calculando la PSD mediante el mtodo directo.
Figura 5.15 Comparativo del Analizador Espectral calculando la PSD mediante el mtodo Indirecto.
79
Figura 5.16 Comparativo del Analizador Espectral calculando el Biespectro mediante el mtodo
directo.
Figura 5.17 Comparativo del Analizador Espectral calculando el Biespectro mediante el mtodo
indirecto.
vaciado del cauce de instrucciones, y por esto el DSP sea ms lento. Hay que tomar en
cuenta que la PC tiene memoria cach donde almacena las instrucciones a ejecutar y que el
manejo de memoria se encuentra optimizado por hardware de acceso directo (DMA). La
Figura 5.16 y la Figura 5.17 muestran los resultados para el Biespectro.
5.7 Conclusiones.
Para la gran mayora de las aplicaciones, donde se utilizan algoritmos lineales, y las
transferencias de datos de y hacia memoria externa sean frecuentes, un sistema basado en
una computadora tipo Pentium III con caractersticas aceptables, es ms eficiente.
De acuerdo a los fundamentos tericos de los DSP y las pruebas realizadas se puede
concluir que en cierto tipo de procesos de clculo intenso, repetitivo y sin contar el efecto
de la transferencia de datos, como en el caso de los filtros digitales, el DSP tiene un mejor
desempeo.
81
Captulo 6
Caso de Aplicacin: Deteccin de Fallas en un
Motor de Induccin Trifsico.
82
Se coloca una punta de corriente a cada una de las fases, cuidando que se encuentre
correctamente calibrada. Se ajustan los parmetros para la adquisicin de datos por medio
del osciloscopio. Se toman mediciones de corriente bajo diferentes condiciones de carga
tanto para la condicin de referencia como para las condiciones de falla y se almacenan en
forma digital en un disco magntico de 3 para computadora personal IBM o compatible.
83
Las caractersticas para las mediciones efectuadas en el dominio del tiempo y en el dominio
de la frecuencia se presentan en la Tabla 6-1.
5000 en 10 divisiones.
Resolucin en tiempo:
100 ms /divisin.
1 segundo.
Escala:
5 A/divisin.
Trigger X:
30 %.
Trigger Y:
Variable.
Frecuencia de muestreo:
5000 Hz.
Resolucin en frecuencia:
1Hz.
Tabla 6-2 Parmetros elctricos del motor en operacin normal sin carga.
Sin Carga.
Carga de 76 N-m.
Fase 1
Fase 2
Fase 3
Fase 1
Fase 2
Fase 3
25.9
26.1
26.0
25.9
26.1
26.0
5.31
5.29
5.40
6.93
6.98
6.95
La Figura 6.2 muestra las corrientes de fases en operacin normal, para las condiciones sin
carga y con carga de 776 N-m.
84
a ) Sin carga.
85
despreciable.
Entre los resultados generales obtenidos se encuentra el hecho de que la Densidad Espectral
de Potencia (PSD) no provee informacin suficiente para la deteccin de fallas en los casos
experimentales que se consideraron, por tal motivo no se presentarn todas las grficas de
PSD, an cuando para propsitos de validacin fueron obtenidas.
Por otro lado, el Biespectro (BIS) de esta seal, mostrado en la Figura 6.4, nos indica un
pico de magnitud dominante en el cruce de frecuencias (60,60), que se refiere a un
acoplamiento de la frecuencia fundamental con s misma; en los armnicos de la
fundamental las magnitudes son insignificantes.
86
Para sintetizar, se presentarn las grficas de forma que simulen un corte del Biespectro en
2-D, y con magnitud normalizada, esto har ms simple el anlisis y enfatizar los
resultados obtenidos. La Figura 6.5 muestra estos cortes para el Biespectro y el Biespectro
modificado de la condicin de referencia.
87
Figura 6.6 PSD para la condicin de operacin normal para carga de 776 N-m.
88
La Figura 6.6 muestra la PSD para esta condicin de referencia. Del mismo modo, que para
la condicin sin carga, la frecuencia fundamental se encuentra en 60 Hz, solamente
aumenta la magnitud, debido a la mayor cantidad de corriente demandada por el motor.
Figura 6.7 Cortes 2-D Para la condicin de operacin normal para carga de 776 N-m.
89
En las graficas de la Figura 6.7 se muestran los resultados del Biespectro y el Biespectro
modificado para la condicin de carga completa. Para el biespectro, se observa que
independientemente de la condicin de carga, la potencia se concentra en (60,60). Usando
el Biespectro modificado (BIS_E), los armnicos 4 y 5 tienen magnitudes del 6.6% y del
17 % respectivamente. Es importante recordar del capitulo 2, que esto significa que por
causa de la dependencia de fase, las magnitudes relativas en estos valores de frecuencia
aumentaron.
90
a)
b) Corrientes trifsicas del motor en desbalance de fase con carga de 776 N-m.
Figura 6.8 Corrientes trifsicas del motor en desbalance de fase.
La Figura 6.9 muestra la PSD de esta condicin de falla, para los casos sin carga y con
carga de 776 N-m. Se observa que la PSD no es capaz de detectar el desbalance de fase, y
es muy similar a la de condicin de operacin normal.
91
a)
92
Para esta condicin de falla no se identificaron patrones tpicos de falla que pudieran ser
determinantes, aunque no se reporta, tambin se realizaron pruebas a cargas bajas, sin que
se apreciaran diferencias notables con respecto a las graficas de la Figura 6.10.
93
94
95
Figura 6.11 Corte 2-D del biespectro, condicin de desbalance de fase para carga de 776 N-m.
96
Para la condicin de rotor bloqueado se selecciona un valor de voltaje del generador de d.c.
para el que la carga sea suficientemente grande, y se varia el valor de voltaje de
alimentacin desde 0 v a.c. hasta el punto donde la corriente alcance su valor de operacin
nominal (Figura 6.12), mientras que el rotor permanece inmvil. La PSD de esta condicin
(no se muestra) es similar a la de operacin normal, a pesar de la falla, la forma de onda de
la corriente sigue comportndose igual que en la condicin de referencia.
97
98
6.5 Conclusiones.
La PSD no provee informacin suficiente para identificar los patrones de fallas electricas
mediante la tcnica de monitoreo de las corrientes de fase en motores trifsicos.
El uso del Biespectro en anlisis de las corrientes de fase provee una tcnica no intrusiva
para la deteccin de fallas en motores de induccin.
99
Captulo 7
Aportaciones del proyecto y trabajos futuros.
7.1 Aportaciones.
Se desarroll una herramienta de anlisis basada en la funciones de PSD y Biespectro, til
en diferentes aplicaciones tanto en identificacin de sistemas, como en deteccin de fallas.
Se realizaron 3 modelos de esta herramienta, todas con la misma funcionalidad, pero con
caractersticas propias. La primera se desarroll en Matlab, con fines ms didcticos,
contiene funciones abiertas para su modificacin y estudio. Las otras dos son aplicaciones
en Visual C++, instalables para su ejecucin en una computadora personal IBM compatible
y en un DSP, respectivamente.
Se realizaron manuales de usuario de las aplicaciones, para facilitar su uso por otros
investigadores. En stos se detallan los requisitos de instalacin y el manejo de sus
caractersticas principales.
100
Adaptacin de las caractersticas de manejo de grficos del Analizador Espectral con otros
componentes de software como el TeeChart de Steema Software, o algn componente de
uso gratuito.
Impresin de las grficas del biespectro y PSD para su anlisis, desde la interfase del
Analizador Espectral.
Realizacin de una versin mnima del Analizador Espectral para MS DOS, sin manejo de
grficas, con capacidad de exportar los resultados a Matlab.
101
Captulo 8: Conclusiones.
Captulo 8
Conclusiones.
A continuacin se presentan las conclusiones correspondientes a los 3 puntos principales
del objetivo de esta Tesis, como se establece en el captulo 1. De forma general los
objetivos fueron cumplidos con el desarrollo del Analizador Espectral, a partir de las
pruebas y comparativos realizados mediante esta herramienta. De forma particular:
En la prctica, de la programacin y validacin de los algoritmos de PSD y BIS se
concluye lo siguiente:
102
Captulo 8: Conclusiones.
siguientes conclusiones:
o Por otro lado los DSPs han evolucionado ganndole terreno a los
microcontroladores,
esto
se
ha
logrado
incluyendo
mdulos
de
103
Captulo 8: Conclusiones.
lnea. Se debe ser cuidadoso para ello, pues como se mencion, existen
limitantes importantes del manejo de memoria.
104
Captulo 8: Conclusiones.
105
Referencias
[1]. J. M. MENDEL Tutorial on Higher-Order Statistics (Spectra) in Signal
Processing and System Theory: Theoretical Results and some Applications
(EN: Proceedings of the IEEE, Vol. 79, (3), March 1991) pp 278-281,296-298.
pp. 869-873,883-884.
[4]. HINICH. M. [and] Wilson G., Detection of Non Gaussian Signals in NonGaussian Noise using the Bispectrum (EN: IEEE Transactions on Acoustics,
Speech, and signal processing, Vol. 38, (7), July 1990) pp.1126.
[6]. NEIL A. [and] Penman J. Induction Machine condition monitoring whit Higher
Order Spectra (EN: IEEE Transactions On Industrial Electronics, Vol. 47, No. 5,
Oct. 2000).
Transactions on Industrial Electronics, Vol. 47, (5) October 2000) pp.1051, 1052.
[8]. MOHAMED H.[;] Vieira M., [and] Theys C. Induction Motors Faults
Detection and Localization Using Stator Current Advanced Signal Processing
106
Techniques (EN: IEEE Transactions On Power Electronics, Vol. 14, No. 1, Jan.
1999).
[10]. MATHWORKS Inc. [The]. Signal Processing Toolbox Users Guide (Version
5, 1988 2000 Copyright ). www.Mathworks.com.
[11]. www.ant.uni-bremen.de/HOSHOME/faqs/index.html
on Acoustics, Speech, and Signal Processing, Vol.38, No, 7, July 1990) pp1297,
1304.
2002). www.bdti.com.
[14]. BIER J., Alternatives to DSP. What and Why? (EN: Berkeley Design
Technology Inc. Conference, Cambridge, UK, May, 2003). www.bdti.com.
[15]. BERKELEY
DESIGN
TECHNOLOGY
INC.,
Processors
whit
DSP
2002). www.bdti.com.
107
[22]. SWAMI A., Mendel J. [y] Nikias C. L. Higher Order Spectral Analysis
Toolbox, For Use with Matlab (1984 1988 Copyright ).
[23]. ERDEM A. Tanju, A nonredundant set for the bispectrum of 2-D signals
(EN: IEEE Transactions, 1993) pp. IV-188-IV-191.
108
[29]. TEXAS
INSTRUMENTS,
TSM320C6201/6701
Peripherals
Reference
[30]. EYRE J., The Digital Signal Proccessing Derby (EN: IEEE Spectrum, June,
2001) pp. 62-68.
[32]. SCHOEN R. R., Habetler T. G., Kamran F. [and] Barthel R. G., Motor Bearing
Damage Detection Using Stator Current Monitoring pp. 110 -116.
Motori
asincroni
per
azionamenti:
caratterizzazione,
109
Anexo 1
Caractersticas de las plataformas PC y DSP
empleadas.
En este anexo se presentan brevemente las caractersticas de los equipos utilizados en el
desarrollo de este tema de tesis, a fin de que se pueda lograr una mayor comprensin de los
resultados presentados en los comparativos.
110
A1.1.1
111
DSP de punto flotante C6701 compatible en cdigo al DSP de punto fijo C6201
OSC B
x1
x4
x1
x4
C6201
33.25 MHz
133 MHz
50 MHz
200 MHz
C6701
25 MHz
100 MHz
33.25 MHz
133 MHz
Acceso a toda la memoria del DSP desde el bus PCI a travs de la interfase al
puerto host.
Cdec de audio estreo de 16 bits con tasas de muestreo desde 5.5 hasta 48 kHz
Synchronous burst static random access memory SBSRAM por sus siglas en ingls.
Synchronous dynamic random access memory SBSRAM por sus siglas en ingls.
3
Joint Test Action Group (JTAG) desarroll el estndar IEEE 1149-1-1990 IEEE Standard Test Access Port
and Boundary-Scan Architecture
2
112
Ninguno
A1.1.2
CPU
o Arquitectura VelociTI.
o 8 unidades funcionales independientes: 2 multiplicadores y 4 unidades
aritmticas lgicas (ALUs) de punto fijo/flotante, y 2 ALUs de punto fijo.
o 2 operaciones MAC por ciclo para un total de 200 millones de MACs por
segundo (MMACS) @ 100 MHz.
o Alto desempeo de operaciones de punto flotante, hasta 1GFLOP por
segundo a 167 MHz.
o 32 registros de 32 bits y 8 unidades funcionales independientes, para
producir hasta 8 instrucciones de 32 bits por ciclo (tiempo de ciclo de
5.98ns).
VelociTI es la versin propietaria de Very Long Instruction Word desarrollada por Texas Instruments, para
empaquetamiento de instrucciones, ver capitulo 4 para informacin de esta tecnologa
113
Memoria
o Arquitectura de memoria Harvard Modificada.
o 64 KBytes de Memoria de Programa con bus de 256 bits, configurable por el
usuario como cache o espacio de programa mapeado a memoria.
o 64 Kbytes de Memoria de Datos dividida en dos bloques de 32 Kbytes de
RAM, con direcciones de 32 bits
o Capacidad de formatos Bigendian o Littleendian.
Perifricos.
o Interfase de memoria externa a memorias sincrnicas como lo son la
SBSRAM y la SDRAM
o Interfase de memoria externa a memorias asncronas como lo son la SRAM
y la EPROM
o 4 canales de acceso directo a memoria (DMA)
o Interfase al puerto host (HPI) con un canal DMA dedicado permitiendo
acceso a todo el espacio de memoria del procesador
o 2 puertos serie multicanal con buffers para interconexin directa a
dispositivos de telecomunicaciones, audio u otros dispositivos seriales
o Dos temporizadores de propsito general
o Opciones de PLL para multiplicar por 4 para multiplicar por 1 (por
omisin)
115
Software :
Sistema operativo:
Service Pack :
Internet Explorer:
DirectX :
Placa base :
Tipo de procesador:
Chipset de la Placa
Base:
Memoria del Sistema:
Tipo de BIOS:
116
Ratn
Red :
Tarjeta de Red
Modem
Dispositivos :
Controlador USB1
Controlador USB1
117
A1.2.1
64 KB de Cach de
Instrucciones de 2
vas y 24 entradas
Predecodificador
de Cach
Tabla de
prediccin
de saltos.
Controlador
de Cach de
Nivel 2
Unidades
Funcionales y de
ejecucin.
Unidades de
funciones MMX
y 3DNow!
Unidades de
Control de
Almacenamiento
64 KB de Cach de Datos de 2
vas y 32 entradas
L2 SRAM
118
119
Anexo 2
Manual
del
Analizador
Matlab.
120
Espectral
V.6.1
en
Introduccin.
Acerca de este manual.
En el captulo 2, dentro del marco terico, se presentan los mtodos no paramtricos para el
clculo de la Densidad Espectral de Potencia (PSD) y el Biespectro (BIS), basados en
Estadsticas de Alto Orden y en la Transformada de Fourier. En este apndice se presenta
una herramienta de software denominada Analizador Espectral, desarrollada en Matlab
versin 6.0. En esta herramienta estn implementados los mtodos y algoritmos del marco
terico, y mediante una interfase grafica de usuario (GUI) permite el anlisis de datos y el
manejo de los resultados. La finalidad del Analizador Espectral es proporcionar una
herramienta didctica y de experimentacin para anlisis de seales.
Los controles de usuario tales como, mens, botones, cuadros de dialogo, opciones
de seleccin y listas dentro de la interfase del Analizador se escribirn en negritas.
Ejemplo:
o Archivo: Este men permite manipulacin de archivos en formato .DAT.
Contiene los submens de Abrir, Guardar y Salir.
121
122
A2.1 Descripcin.
El Analizador Espectral es una herramienta de software, desarrollada en Matlab versin
6.0, como un auxiliar para el estudio y anlisis espectral de seales en forma prctica.
Cuenta con una interfase grfica de usuario interactiva (GUI), para la configuracin de
parmetros del clculo de la Densidad Espectral de Potencia (PSD) y el Biespectro (BIS),
muestra los resultados en forma grfica y permite conocer los valores de las salidas, en
puntos de frecuencia especificados por el usuario. A continuacin se muestran brevemente
las principales caractersticas de esta herramienta, que en lo sucesivo se llamar solamente
Analizador. La versin presentada es la versin 6.1, de acuerdo a un control interno de
mejoras y adiciones al software.
123
Men Principal: Contiene los elementos bsicos para la seleccin de opciones de manejo de
archivos, grficas y la ayuda de la aplicacin. De forma particular:
Configuracin: Esta seccin cuenta con los siguientes controles para personalizar el
anlisis espectral. Los cuadros de solo lectura se actualizan al variar los dems parmetros.
Las opciones disponibles son:
Tipo de Anlisis.
Mtodo.
Frecuencia de Muestreo.
Ventana
Graficar.
Normalizar Entrada.
Tamao de la FFT.
Nuevo Dato.
Ancho de ventana.
Normalizar.
Salidas: Esta seccin presenta al usuario los resultados del proceso. En esta seccin
tambin se encuentran los controles de desplazamiento de frecuencia en las graficas de PSD
y Biespectro.
Nmero de Seccines.
Resolucin Espectral.
Perodo.
Frecuencia.
Posicin.
Barras deslizantes.
124
Para acceder al Analizador, basta con copiar los archivos spectral_C.m y spectral_C.fig en
la carpeta C:\MATLAB6p5\work\, inicializar Matlab y teclear en la lnea de comandos
>>spectral_C, como se muestra en la Figura A 2.2, esto producir la pantalla de la Figura A
2.3, que es la presentacin por defecto, se debe notar que las casillas de salida estn vacas
y que los botones de Analizar y Graficar se encuentran deshabilitados, puesto que no se
han introducido datos an.
125
Para introducir los datos se debe ir al Men Principal, elegir Archivo, Abrir, este submen
maneja los archivos de secuencias de entrada de forma inteligente, ya que acepta solamente
los vectores de datos necesarios para el anlisis a desempear. En la Figura A 2.4 se
muestra para un anlisis de PSD. Tambin es posible usar como entradas vectores
matrices de resultados de PSD y BIS previamente calculados para su manejo por medio del
Analizador.
a) Submen Abrir
126
La Figura A 2.5 muestra una ventana auxiliar para entrada de datos, titulada Archivo de
Datos de Entrada X, para un vector de entrada x. Cuando el anlisis involucra ms de un
vector de entrada como en el caso de la Densidad Espectral de Potencia Cruzada CSD, un
caso particular de la PSD donde se correlacionan dos vectores de entrada, estos se nombran
como x e y respectivamente. El formato del archivo de entrada debe ser compatible con el
formato .DAT5.
El formato .DAT consiste en un archivo de nmeros en precisin de punto flotante, separados por comas
para los elementos de la filas y por el carcter enter para las columnas.
127
Figura A 2.6 Ventana que indica que se puede realizar el anlisis seleccionado.
128
Figura A 2.7 Pantalla que muestra la resolucin que ser utilizada en el anlisis.
Mtodo: Presenta los mtodos disponibles de obtencin de la PSD o BIS (Figura A 2.8),
para ambos anlisis se tienen:
129
BIS
Rectangular.
Daniel.
Parsen.
Tukey-Hamming.
Bartlet-Priestley.
ptima.
Hamming.
Hanning.
Bartlet.
Kaiser.
Normalizar Entrada: Esta opcin debe seleccionarse antes de realizar el anlisis para
normalizar la secuencia de entrada, no tiene efecto una vez que los datos se han procesado.
Es til para disminuir la magnitud de salida sin modificar el comportamiento cuando
estamos manejando seales de magnitudes muy grandes.
130
BIS Modificado: Solo para el Biespectro, se selecciona antes del anlisis, para enfatizar la
dependencia explcita de la fase, (Ver el Marco Terico eq 2.50).
Analizar: Este botn inicia el proceso de anlisis con los parmetros seleccionados, en la
seccin de Salidas se muestra el mensaje Analizando Datos (Figura A 2.10). Al finalizar
el proceso cambiar a Salidas de la PSD o Salidas del BIS.
Ceros: Indica el nmero de ceros agregados al vector original para completar el nmero de
secciones de acuerdo al tamao de la FFT.
131
Figura A 2.11 Salidas de la PSD y BIS de los datos de las manchas solares (suns.dat).
Magnitud y Fase: Al finalizar el cmputo del anlisis presenta los valores de magnitud y
fase (excepto en la PSD) calculados. En este ejemplo, los valores de PSD y BIS confirman
la periodicidad de 11 aos para la actividad de las manchas solares (Figura A 2.11).
Perodo, Frecuencia y Posicin: Estos valores estn estrechamente relacionados, los dos
primeros dependen de la resolucin, y el ltimo es el valor de la posicin del dato en la
matriz vector de resultados, considerando desde 0 a N-1. Al finalizar el anlisis, estas
ventanas contendrn los valores del punto con mxima magnitud (Figura A 2.11).
132
133
a) Seal de Entrada
Freq1 y Freq2: Son dos barras de desplazamiento (Figura A 2.15) que permiten explorar la
matriz del resultado, ya sea por posicin o por valor de frecuencia, presentando de manera
visible al usuario los valores de magnitud, fase, frecuencia, perodo y posicin discreta de
cada punto.
Normalizar: Esta opcin normaliza los resultados del proceso, no tiene efecto antes del
anlisis. Sin embargo, dependiendo de su estado de seleccin, presenta los resultados en
porcentaje, con el smbolo % (Figura A 2.16), en magnitud real. Esta condicin
tambin se refleja al graficar (Figura A 2.17). Esta opcin es muy interesante ya que
permite visualizar la magnitud relativa de las componentes de salida
134
Dato Nuevo: Este opcin tiene como funcin mostrar en la seccin de salida los valores del
punto seleccionado mediante el puntero en la grfica (nicamente para graficas 2D). Al
pulsar con el puntero en una grfica 2D aparece una marca de color azul, indicando el
punto a conocer, despus se oprime el botn Dato Nuevo y en la seccin de salida se
actualizan los valores magnitud, fase, perodo, frecuencia y posicin (Figura A 2.18). Esto
permite utilizar al mximo las caractersticas de acercamiento de grficas de Matlab,
proporcionando el valor del punto exacto seleccionado (Figura A 2.19).
135
Figura A 2.18 Actualizacin de los valores de salida mediante el botn de control Nuevo Dato.
Figura A 2.19 Seleccin de un punto de la grfica de salida tipo contorno para el BIS de suns.dat.
Guardar: Almacena en formato .DAT el vector o matriz de resultados, para una anlisis
posterior mediante Matlab (Figura A 2.20). Es recomendable que el nombre del archivo
sea descriptivo, ya que para que el Analizador acepte entradas de datos de una forma
general, no puede reconocer la frecuencia de muestreo de los datos. Una buena prctica es
aadir este dato en el nombre del archivo e introducir este dato en el campo Frecuencia de
136
muestreo cuando se requiera volver a analizar los datos. Por ejemplo en datos muestreados
a 1 Khz de una seal senoidal pudiera manejarse seno_1000.dat , psd_seno_1000.dat o
bis_seno_1000.dat segn se requiera. Al seleccionar la opcin guardar, se abre una ventana
diferente dependiendo del tipo de anlisis que se ha desempeado (Figura A 2.21).
137
138
bis_enhanced
bis_sec
csdf_sec
cum_1
cum_2
cum_3
cumulante2
Cumulante3
daniel_window
fase_nueva
fft_window
mediacero
momento
momento_k
momento_kvi
vectores de igual
longitud.
momento3_sec
optimum_window
parzen_window
posicion_maximo
priestley_window
139
secuencia.
psdm_seccion
redondea
tukey_window
win_daniel2d
win_optimum2d
win_parzen2d
win_priestley2d
win_tukey2d
win_daniel3d
win_optimum3d
win_parzen3d
win_priestley3d
win_tukey3d
140
Anexo 3
Manual del Analizador Espectral V.1.0.1 en Visual
C++ para IBM PC y DSP TMS320C6701.
141
Introduccin.
En el captulo 2, dentro del marco terico, se presentan los mtodos no paramtricos para el
clculo de la Densidad Espectral de Potencia (PSD) y el Biespectro (BIS), basados en
Estadsticas de Alto Orden y en la Transformada de Fourier. En este apndice se presenta
una herramienta de software denominada Analizador Espectral, desarrollada en Visual
C++ versin 6.0. En esta herramienta estn implementados los mtodos y algoritmos del
marco terico, y mediante una interfase grafica de usuario (GUI) permite el anlisis de
datos y el manejo de los resultados. La finalidad del Analizador Espectral es proporcionar
una herramienta didctica y de experimentacin para anlisis de seales.
Informacin de la instalacin:
o La instalacin del Analizador se encuentra en este manual y es compatible
para los modelos PC IBM o compatible y DSP TMS320C6701 EVM.
o La informacin acerca de la instalacin del hardware se encuentra en forma
completa en los manuales del fabricante.
142
Los controles de usuario tales como, mens, botones, cuadros de dialogo, opciones
de seleccin y listas dentro de la interfase del Analizador se escribirn en negritas.
Ejemplo:
o El men de Configuracin
143
A3.1 Descripcin.
En este anexo se presenta el manual de instalacin y operacin del Analizador Espectral.
El manual de usuario corresponde a los modelos basados en IBM PC y en DSP, debido a
que la interfase de usuario es completamente idntica. Particularmente se mostrar la
versin 1.0.1 de esta herramienta,
Esta herramienta de software fue desarrollada en Visual C++ 6.0, e implementa los
mtodos y algoritmos estudiados en el marco terico del captulo 2. Cuenta con una
interfase grfica de usuario interactiva (GUI), para la configuracin de parmetros del
clculo de la Densidad Espectral de Potencia (PSD) y el Biespectro (BIS). Muestra los
resultados en forma grfica y permite conocer los valores de las salidas, en puntos de
frecuencia especificados por el usuario. A continuacin se mostrar brevemente las
principales caractersticas de esta herramienta, que en lo sucesivo se llamar solamente
Analizador.
En este documento se usar el trmino PC para referirnos a la plataforma de computadoras personales tipo
IBM compatibles.
144
145
En las pantallas siguientes (no se muestran), acepte las opciones por omisin, finalmente, el
Analizador quedar instalado en su sistema en el directorio: C:\Archivos de
programa\AERSI AC\Analizador.exe.
146
147
Men Principal: contiene los elementos bsicos para la seleccin de opciones de manejo de
archivos, grficas y la ayuda de la aplicacin. De forma particular:
148
Abrir: Este submen acepta archivos de secuencias de entrada en formato .DAT. Tambin
es posible usar como entradas vectores matrices de resultados de PSD y BIS previamente
calculados para su manejo por medio del Analizador. La Figura A 3.8 muestra una ventana
auxiliar para entrada de datos.
Inmediatamente despus de la entrada de datos (en este ejemplo vector suns.dat), se debe
realizar la configuracin de parmetros de clculo, en el submen configuracin o por
medio de un archivo de configuracin, las configuraciones son vlidas para PSD y
Biespectro, a menos que se especifique otra cosa:
149
El men de Configuracin
HOS: Permite configurar el tipo de Anlisis entre PSD y BIS o ambos, y el Mtodo
paramtrico de obtencin (Figura A 3.9). Los mtodos disponibles para ambos anlisis son:
En el caso del Biespectro, se tiene la opcin de seleccionar BIS Modificado antes del
anlisis, para enfatizar la dependencia explcita de la fase, (Ver el Marco Terico eq 2.50).
Figura A 3.9 Ventana que indica que se puede realizar el anlisis seleccionado.
considerar una frecuencia de muestreo de 1000 Hz, por lo que todos los resultados en
150
frecuencia se debern dividir por 1000. Por ejemplo la resolucin, que se muestra en la
pantalla de la Figura A 3.10 es 3.91, que es igual a 0.0039 x 1000.
Figura A 3.10 Pantalla que muestra la resolucin que ser utilizada en el anlisis.
151
Parsen.
Tukey-Hamming.
Daniel.
ptima.
Bartlet-Priestley.
152
Figura A 3.14 Salidas de la PSD de los datos de las manchas solares (suns.dat).
La Figura A 3.15 muestra la grfica de magnitud del Biespectro para los datos de las
manchas solares. Posicionando el cursor sobre la grfica del biespectro, se puede conocer
los valores de frecuencias y magnitud en forma interactiva. Como una funcionalidad
adicional se tienen Controles de Usuario, que consisten de barras deslizantes para
seleccionar cualquier punto de frecuencia de la matriz del Biespectro.
Otras opciones de manejo de grficos disponibles son la Regin de inters que permite
seleccionar el rango a graficar en los 3 ejes X, Y y Z como se muestra en la Figura A 3.16.
Las grficas pueden rotarse y desplazarse interactivamente mediante el cursor. Adems,
colocando el cursor sobre la grfica y manteniendo presionada la tecla ALT se activa la
opcin de acercamiento o alejamiento de la grfica desde el punto de vista del observador
al mover hacia atrs y hacia delante el cursor respectivamente. Algunos dispositivos de
cursor
cuentan con una rueda mvil adicional, que permite hacer esta operacin sin
153
154
Otras graficas que presenta el Analizador son las de funciones de ventana en 2D o en 3D,
dependiendo del tipo de anlisis desarrollado (Figura A 3.18).
155
156
157
158
Absoluto:
Ang_Matriz:
Angulo:
Bartlet:
BisNuevo:
BisRegion:
BIS_Vector:
Bitrev_cplx:
BitRev_Index:
Conj:
Conj_Matriz:
Cumulante_Orden_2:
Cumulante_Orden_2_C:
Cumulante_Orden_3:
Cumulante_Orden_3_C:
Cumulante_XY:
Cumulante_XYZ:
Daniel:
Div:
Div_Matriz_C:
Gen_Twidd:
159
Magnitud:
Mag_Matriz:
MagMod_Matriz:
Maximo:
Media:
Medianero:
Modificar:
Momento_Orden_2:
Momento_Orden_3:
Momento_XY:
Momento_XYZ:
Mult:
Mult_Vector:
Mult_Vector_C:
FFT_radix2:
FFT_seccion:
FFT_seccion_C:
FFT2:
Init_Matriz:
Init_Matriz_C:
Open_dat_read:
Open_dat_write:
Optima:
Parzen:
PSD_Vector:
Rectangular:
160
Real_Complejo:
Crea una matriz con columnas duplicadas con ceros real[n] ->real2[2*n]= r(0),i(0),r(1),i(1).
Suma:
Suma_Matriz:
Suma_Matriz_C:
Transpuesta:
Transpuesta_C:
Tukey-Hanning:
Ventana2d:
Ventana3d:
Win_Matriz:
Win_Matriz_C:
Win_Vector:
Win_VectorC:
161