Departamento de

Ingeniera Mecnica

Tarea N 1, Mantenimiento predictivo.

Anlisis de seales espectrales mediante T.F y T.D.F.
Sebastin Delgado Castillo, Matas Ulloa Badilla, Diego Zambrano Belmar. Nota: 6,2

Profesor: Pedro Saavedra G. Puntaje: 48/55 pts

Departamento de Ingeniera Mecnica, Universidad de concepcin, Facultad de ingeniera 3 piso

Edmundo Larenas 270, Interior, Concepcin, Chile.

Resumen. En el siguiente artculo se analizan diversas seales con la finalidad de estudiar el comportamiento de estas, y
poner en prctica la teora vista en clases con respecto a la transformada de Fourier. Con la finalidad de poder tener un
conocimiento adecuado a la hora de realizar una medicin o anlisis de estas. Para ello mediante la determinacin de
parmetros caractersticos y espectros vibratorios se realizan una serie de discusiones y conclusiones que ayudaran al
objetivo antes mencionado.

Introduccin tiempo de registro = 2565103 = 1,28 (), o sea 32

ciclos.
En el rea de mantenimiento predictivo, y en general para
cualquier tipo de estudio realizado en la industria relacionado a) Dibujar |()| versus . Escala para |()| y
al diagnstico y prevencin de fallas en mquinas, la medicin para de 0 a 100 Hz.
y anlisis de vibraciones es una herramienta fundamental y
muy beneficiosa para las diferentes empresas. Esto debido a En la Figura 1.1 Se aprecia el espectro correspondiente a la
que es un estudio que permite realizar ensayos sin necesidad de expresin (1.1).
modificar o daar la maquina en estudio, tal como los ensayos
no destructivos, pero con una ventaja fundamental a estos
ltimos, gracias a que se puede realizar el anlisis con la
maquina en funcionamiento, lo que reduce costos y adems un
mayor tiempo de vida para el mecanismo. Ahora bien, para
poder realizar un correcto anlisis es necesario un obtener un
procesamiento de seales optimo y determinar los posibles
errores en las seales medidas, para ellos, se necesita un
manejo amplio con respecto al estudio de estas seales, lo cual
se realizara en siguiente artculo.

1) Determinacin de la T.D.F.
A continuacin se determina la T.D.F. para la expresin
presentada en (1.1).

1 () = 3 + 10 sin(50)
3
Para ello, se discretiza con = 510 () desde 0 hasta
1,275 (s), es decir, tomando 256 puntos y por lo tanto un
(1.1)
Figura 1.1 Espectro para |()| v/s f. para = 1,28 ()
b) Comentario del resultado obtenido.

TAREA N1 MANTENIMIENTO PREDICTIVO 1

Con respecto al espectro obtenido anteriormente, se obtienen 2
componentes en este, la primera, una componente de amplitud
3 para un valor de frecuencia igual a 0, el cual proviene de una
parte constante de la seal representada por la funcin de la
ecuacin (1.1). Por otro lado, se puede apreciar que se obtuvo
con precisin la frecuencia de la seal estudiada para la
componente sinusoidal, debido al uso de una cantidad de ciclos
entera (este caso 32) lo cual, permite que el comportamiento de
esta seal cumpla con su caracterstica de periodicidad. Por lo
que los resultados son concordantes con lo esperado y
estudiado en la teora.
3/3 pts
componentes con sus valores mximos cercanos a la
frecuencia de la seal, que en este caso 25 Hz. Y con una
amplitud mxima de un 64% en relacin a la obtenida en el
caso en 1.a.
La causa que provoca las fugas laterales corresponde al
truncamiento de la seal, en este caso sinusoidal y que al
presentar medio ciclo ms, no obedece a un comportamiento
sinusoidal perdiendo la caracterstica de periodicidad de la
seal.
3/3 pts

3) Calculo del espectro de ().

2) Determinacin de la T.D.F.
Para desarrollar el clculo de la respuesta 2 () se utilizan dos
A continuacin se determina la T.D.F. para la expresin mtodos.
presentada en (1.1).
i) La T.F. (Mediante Integral)
2 () = 10 sin(50) (2.1) ii) La T.D.F.

Para ello, se discretiza con = 5103 () desde 0 hasta En primer lugar, se debe tener claro la definicin de la
1,295(s), es decir, tomando 260 puntos y por lo tanto un tiempo transformada de Fourier, La que se presenta en la ecuacin
de registro = 2605103 = 1,3 (), o sea 32,5 ciclos. (3.1).
+
a) Dibujar |()| versus . Escala para |()| y
() = () 2 (3.1)
para de 0 a 100 Hz.

En la Figura 2.1. Se aprecia el espectro correspondiente a la Para desarrollar la Transformada de Fourier se define una
expresin (2.1), funcin () genrica expresada en la ecuacin (3.2).

() = sin(20 ) (3.2)

Luego se reemplaza () expresado (3.2) en la ecuacin (3.1)

para obtener la expresin de la transformada de Fourier de una
seal sinusoidal. Para el caso en estudio se calcula para un
intervalo finito. Obteniendo la siguiente expresin.

() = sin(20 ) 2 (3.3)
0

Teniendo en cuenta las propiedades de Euler. Se tienen las

siguientes relaciones.

= cos() + jsin()

= cos() jsin()

Figura 2.1. Espectro para |()| v/s f para = 1,3 (). Las cuales mediante arreglo matemtico se obtienen la
ecuacin (3.4)
1
A diferencia del inciso anterior, en este caso la discretizacin sin() = [ ] (3.4)
2
seleccionada para un nmero de ciclos impuesto genera una
cantidad de ciclos no entera (32,5 para este caso) el cual Remplazando (3.4) en (3.3) y reordenando la expresin se
corresponde al caso ms desfavorable visto en la teora, ya que obtiene la siguiente relacin.
se obtiene fugas laterales, las que interfieren a la hora de
obtener la frecuencia de la seal en estudio. Obteniendo

TAREA N1 MANTENIMIENTO PREDICTIVO 2


De la Figura 3.1 se puede apreciar que para el caso de la
() = [ 2(0) 2(+0 ) ] (3.5)
2 0 0
transformada de Fourier al considerar un intervalo finito
determinado por el tiempo de registro truncando la seal
Desarrollando las integrales de la ecuacin (3.5) se obtiene la estudiada lo que genera fugas laterales concordando con lo
expresin para (). esperado. Para el caso de la T.D.F, esta representa el espectro
de manera correcta, determinando la frecuencia de la funcin al
sin(( 0 )) ( ) igual que para 1.a.
() = [ 0
2 ( 0 ) (3.6)
sin(( + 0 )) (+ ) b) Dibujar la T.F. para = , s. con f variando
+ 0 ]
( + 0 ) entre 20 y 30 Hz.

Se debe tener en cuenta que () debe tener unidades de El proceso de la obtencin tanto de la T.F. como de la T.D.F.
medida de amplitud, y como la ecuacin (3.6) que define () es idntico al desarrollado en 2.a. con la nica diferencia del
est en unidades de amplitud por tiempo se debe dividir por el tiempo de registro de = 1.3 s. la cual corresponde al caso
tiempo de recoleccin . estudiado en 2.a.

Otro punto que se observa de la expresin (3.6) corresponde a El resultado obtenido se presenta en la Figura 3.2.
que cada frecuencia est dividida por la mitad por lo que se
realiza la multiplicacin por 2 para obtener en el espectro las
amplitudes reales.

Finalmente para obtener el espectro, es necesario obtener

determinar el modulo la ecuacin (3.6) obteniendo la expresin
que final que define ().

sin(( 0 ))
|()| = | | (3.7)
( 0 )

a) Dibujar la T.F. para = , con f variando

entre 20 y 30 Hz.

En primer lugar, se debe tener en cuenta la seal definida por

la ecuacin (2.1) donde = 10, 0 = 25 Hz y = 1,28 s.

A continuacin se realiza una programacin en Matlab donde

se obtiene la T.F. y T.D.F de 2 () para las condiciones antes
mencionadas. En la Figura 3.1 se muestra el espectro obtenido.
Figura 3.2. Espectro para |()| v/s f. = 1,3()
Como se menciona anteriormente, para = 1,3 s. corresponde
al caso ms desfavorable debido al nmero no entero de ciclos
registrado. Provocando en el caso de la T.D.F. que no
represente de manera correcta el espectro de frecuencias al
igual que para 2.a. Por otro lado, la T.F. al tener un tiempo
mayor de registro debe presentar menores fugas laterales.

Al ser una diferencia tan pequea, esta pasa a ser casi

despreciable en comparacin con la T.F. Obtenida en la Figura
3.1. es por ello que a continuacin se procede a comparar estas
seales con tiempos de registros ms distantes.

c) Comparacin de T.F y T.D.F para =

, . s.

Para realizar la comparacin se define un intervalo de

frecuencias del espectro con valores entre 22,5 y 27,5. La
obtencin de los espectros es idntico a los puntos anteriores.
Figura 3.1. Espectro para |()| v/s f para = 1,28 ()

TAREA N1 MANTENIMIENTO PREDICTIVO 3

En primer lugar se realiza el espectro para la comparacin de la 32,5 y 162,5 respectivamente, lo que como se vio en 2.a induce
T.F. En la figura 3.3 se presenta el espectro obtenido. a un error del 36%.

d) Conclusiones.

En primer lugar se debe tener en consideracin que para el uso

prctico como ingenieros mecnicos, la T.D.F. es ms
eficiente, ya que esta expresa el espectro de manera correcta,
siempre y cuando la seleccin de la discretizacin y el tiempo
de registro sean los adecuados para obtener nmero de ciclos
enteros evitando as, las fugas laterales y errores en la
visualizacin del espectro.

Por otro lado, la T.F. si bien describe de manera exacta la

forma de las frecuencias en estudio, en la prctica, para obtener
un espectro con fugas laterales mnimas, es necesario tener un
tiempo de registro elevado y por ende una capacidad de
memoria mucho mayor para procesar los datos, por lo que no
es tan factible como la T.D.F.
5/5 pts
Figura 3.3. Espectro para |()| v/s f.

De los resultados, se puede apreciar que ambas seales 4) Disminucin de las fugas laterales mediante
cumplen con la obtencin de la frecuencia y amplitud el uso de la ventana de Hanning.
esperadas, pero se aprecia que para un tiempo de registro
mayor (en este caso 6,5s) se componentes de fugas laterales de A continuacin se procede a utilizar la ventana de Hanning
menor amplitud. definida por la expresin 4.1, la cual disminuye las fugas
laterales en los espectros.
De igual forma, se comparan en un espectro T.D.F. para los
tiempos de registro. Este se aprecia en la Figura 3.4. 0 ; >
() = { 1 [1 cos (2 )] (4.1)
; 0<<
2

a) Demostrar la T.F. con el uso de la ventana de

Hanning para una seal sinodal.

Se debe demostrar la equivalencia que existe entre la seal de

ventana en el dominio tiempo y el dominio frecuencia. Donde
la seal de entrada es de tipo sinusoidal genrica la cual est
definida por la ecuacin 4.2.

() = sin(20 ) (4.2)

Luego la seal modificada por la ventana de Hanning se

expresa en la ecuacin 4.3. Y donde () est definida en la
ecuacin 4.1.
() = sin(20 ) () (4.3)
Figura 3.4. Espectro para |()| v/s f.
A continuacin, mediante la identidad de Euler expresada en la
De la Figura 3.4 se aprecia que tanto la T.D.F para =1,3 (s) ecuacin 4.4.
como para =6,5 no representa los resultados esperados para 2 2
2 (
)
+ (
)
la funcin definida en la ecuacin (2.1). Esto debido a que para cos ( )= (4.4)
=1,3 (s) como para =6,5 (s) induce el caso ms 2
desfavorable de estudio con un numero de ciclos no enteros de

TAREA N1 MANTENIMIENTO PREDICTIVO 4

Se puede reemplazar y reescribir la ecuacin 4.3. Teniendo en Claramente, se puede apreciar, que la seal () presenta la
cuenta que la ventana de Hanning truncar la seal de entrada forma de onda esperada por la ponderacin de la ventana de
modificando el espectro a la forma de est desplazndolo hacia Hanning, en donde en los extremos su amplitud es disminuida
la frecuencia de la seal. en grandes proporciones, mientras que la seal normal se
comporta de forma sinusoidal de amplitud 10.
Donde se realiza la T.F. de la ventana de Hanning para poder
determinar la expresin en el dominio de frecuencias, en un b) Comparacin de la seal ponderada con la ventana
intervalo acotado entre 0 y un tiempo de registro , truncando de los ejercicios anteriores.
la seal. Para ello se desarrolla algebraicamente las
expresiones. El mtodo de determinacin de los espectros para la seal ()
se realiza de manera idntica a los puntos 1, 2 y 3. En la Figura
Para efectos prcticos se omite todo el desarrollo algebraico y 4.2 se presenta el espectro obtenido para la comparacin con
numrico desarrollado para encontrar la expresin final, ya que
este se encuentra en el anexo del captulo 2, del curso de
mantenimiento predictivo. La expresin final se presenta en la
ecuacin 4.5.
1 (sin())
() = ( ) (4.5)
2 (1 2 2 )

Donde se aplica valor absoluto a la expresin para obtener

todos los valores positivos.

1 (sin())
| ()| = | | (4.6)
2 (1 2 2 )

Ya determinado la expresin tanto de la ventana de Hanning en

el dominio frecuencia y la seal de entrada se define el la
amplitud () por la ecuacin 4.7.
0 (sin(( 0 )))
() = |[ ]| (4.7)
2 ( 0 )(1 ( 0 )2 2 )
Figura 4.2. Espectro para |()| v/s f.
A continuacin se realiza una comparacin de las seales de 1.a.
entrada () y () con los parmetros impuestos de amplitud
= 10, 0 = 25 [Hz] y un tiempo de registro = 1,28 [s].
Donde se aprecia que la principal diferencia con el obtenido en
Esta comparacin se realiza grficamente en la Figura 4.1.
la Figura 1.1 es la amplitud de las componentes, que se
reducen considerablemente, adems de notar que las fugas
laterales disminuyeron.

En la Figura 4.3 se presenta el espectro obtenido para la seal

truncada por la ventana de Hanning correspondiente al inciso
2.1.

Figura 4.1. Espectro para |()| v/s f.

TAREA N1 MANTENIMIENTO PREDICTIVO 5


Figura 4.3. Espectro para |()| v/s f.
Al igual que para el ejercicio anterior, la T.F. se adapta de
mejor manera a la frecuencia de la seal, disminuyendo las
fugas laterales. Otro punto importante recalcar que su amplitud
al igual que para 4.2 se ve reducida por ms de 50%.
Finalmente, se realiza el mismo procedimiento de 3.a y 3.b con
la nueva seal. Los resultados de los espectros son presentados
en las Figuras 4.4 y 4.5 respectivamente.
Figura 4.4. Representa el espectro para un = 1,28 [s]
Figura 4.4. Espectro para |()| v/s f.
TAREA N1 MANTENIMIENTO PREDICTIVO
Figura 4.5. Representa el espectro para un = 1,30 [s]
Figura 4.5. Espectro para |()| v/s f.
Si comparamos el espectro de la Figura 4.4 con 3.1 se puede
apreciar que al tener el mismo tiempo de registro que implica
un nmero de ciclos enteros, el cual determina la amplitud de
manera exacta con la diferencia que al utilizar la ventana de
Hanning esta presenta una disminucin la amplitud de un 50%.
Por otro lado, comparando los espectros de la figura 4.5 con
los de la figura 3.2, se aprecia el mismo espectro, lo cual es lo
que se espera obtener ya que utilizan los mismo parmetros,
salvo que una de las seales esta ponderada por una ventana de
Hanning, que al igual que para el caso anterior, esta disminuye
la magnitud de las amplitudes.
c) Conclusiones de 4.b.
En conclusin, se determina que el uso de la ventana de
Hanning disminuye el valor de las amplitudes en el espectro,
debido a que esta disminuye la energa de la seal en estudio,
lo que puede ser til a la hora de necesitar analizar la amplitud
real de la seal, ya que esta muestra una muy buena
aproximacin.
4/5 pts
5) Espectro de una seal peridica.
Se procede a determinar la T.D.F para una funcin ()
utilizando una ventana rectangular y una discretizacin con
= 2.5 103 , para = 0 [] hasta = 0.6375 []. En
definitiva se consideran 256 puntos en la discretizacin antes
sealada. La funcin a analizar se representa de la siguiente
forma:
6
 () = 10(sin(50)) En la Figura 6. Se observa el espectro de frecuencia obtenido
a) Dibujar |()| versus . Escala para |()| y para esperaba, esto se puede comparar calculando el primer trmino
de 0 a 200 Hz y escala de 0 a 7 para las
amplitudes.
En la Figura N5, se tiene la representacin del espectro con
las escalas mencionadas en el enunciado.
Figura 5. Espectro para |()| v/s f.
Ahora al analizar la respuesta obtenida, considerando que la
funcin en cuestin es un seno que se le aplica valor absoluto,
por lo que sus componentes negativas se convierten en
componentes positivas. Adems se debe considerar que la
frecuencia del seno es 50 [rad/s] o 25 [Hz] por lo que la
frecuencia aumento a 50 [Hz] producto del valor absoluto.
Al realizar la descomposicin en serie de Fourier para la seal
analizada, se puede obtener las componentes para 0 y 50 Hz.
Adems se observa que los espectros son mltiplos de la
frecuencia de la seal (1X, 2X, etc).
3/3 pts
6) Espectro de una seal no peridica.
a) Determine la TDF de () utilizando = [] y
= []. La funcin a analizar se representa
de la siguiente forma:
() = 100, 0 < 100 () amplitudes de -8 a 8 y de tiempo de 0 a 0.512 [s].
() = 0, 100 < 1000 () En la Figura 7.1 se puede observar la representacin grfica de
Se debe dibujar ( f ) versus f uniendo los puntos
obtenidos (valores discretos obtenidos). Use escala de
amplitudes de 0 a 30, y escala de frecuencias de 0 a 0.05Hz
TAREA N1 MANTENIMIENTO PREDICTIVO
para la funcin analizada. La forma del espectro es como se
1
de la serie de Fourier 0 = (), el cual tiene un valor
0
de 10 y observando el grafico de la Figura N6 nos arroja ese
valor a una frecuencia de 0 Hz.
Figura 6. Espectro para |()| v/s f.
Adems, cabe sealar que para la frecuencia 0,01 Hz, 0,02 Hz
y 0,03 Hz los valores de amplitudes son 0, y esto se demuestra
de la siguiente forma, tomando como referencia una ventana
rectangular:
(0 ) = ( 0.01 1000) = (10) = 0
(0 ) = ( 0.02 1000) = (20) = 0
(0 ) = ( 0.03 1000) = (30) = 0
3/3 pts
7) Espectro de una seal aleatoria.
a) Construir la seal aleatoria r(t) de distribucin
normal, valor medio cero y desviacin estndar 2,
con = : . : [].
La funcin r(t) se representa de la siguiente forma:
() = 2(())
Luego se debe graficar la seal utilizando una escala con
r(t) que es una seal aleatoria de distribucin normal para un
intervalo de tiempo antes mencionado.
7
 8) Promedios aritmticos de espectros.

Promedios aritmticos de espectros para una seal x(t),

compuesta por:

i) Una seal peridica con componentes a

frecuencias BPFO, 2BPFO, 3BPFO y amplitudes
0.4, 0.5, y 0.3 respectivamente. BPFO = 39.0625
(Hz)

ii) El ruido r(t) del ejemplo anterior (parte 7), con

= 0: 0.001: 0.511 [], es decir tomar N=512
puntos.

Figura 7.1 Seal aleatoria r(t). a) Grafique x(t) en escala de tiempos de 0 a 0.512 [s] y
de amplitudes de -8 a 8.

b) Determine su T.D.F. y grafquelo en forma En la Figura 8.1 se observa la grfica x(t) para la seal
continua utilizando escala de frecuencia de 0 a peridica con componentes a diferentes frecuencias BFPO.
500Hz y escala de amplitud de 0 a 0.4.

Ahora la T.D.F de la funcin r(t) antes descrita se puede

observar en la Figura 7.2. En donde se utiliza la escala de
frecuencias y amplitudes mencionadas en el enunciado.

Figura 8.1. Seal x(t).

b) Calcule la TDF: X(f) utilizando N=512 puntos.

Grafique X(f) con escala de f = 0 a 200 Hz y escala
Figura 7.2. Espectro para |()| v/s f. de amplitud de 0 a 0.8.

Una vez determinada la transformada discreta de Fourier

Se sabe previamente que el una seal aleatoria produce una para x(t), se procede a graficar el espectro obtenido con las
especia de pasto en el espectro, ocultando la presencia de las escalas mencionadas en el enunciado (Ver Figura 8.2).
componentes discretas pequeas que se muestran en la Figura
7.1. La utilizacin de una ventana rectangular implica tener
una mejor resolucin en frecuencias, pero se pierde exactitud
en las amplitudes.
2/3 pts

TAREA N1 MANTENIMIENTO PREDICTIVO 8

 Figura 8.2. Espectro para |()| v/s f.
Figura 8.3. Espectro para |()| promediado y sin traslapo.

En la Figura 8.2 se observan mucho ruido en el espectro, esto

dificulta que se distingan de forma clara las principales 9) Efectos de la resolucin en frecuencia en el
componentes del espectro. anlisis de la seal aleatoria r(t).
c) Promedie 100 espectros sin traslapo. Para esto a) Promedie 200 espectro r(t) utilizando para cada
construya una seal de = : . : . [] y espectro 128 puntos en el tiempo.
vaya tomando para cada espectro N = 512 puntos
en el tiempo. Luego promedie el valor de cada En la Figura 9, se presenta el espectro de la funcin r(t) de la
lnea espectral en los 100 espectros obtenidos. parte 7. con un nmero de puntos igual a 128. En la grfica se
Grafique X(f) promediado, y compare con b) . observa de color rojo el espectro.
Escriba las conclusiones respecto al valor del ruido
b) Promedie 200 espectros de r(t) utilizando para
en el espectro y el valor de las componentes
cada espectro 1280 puntos en el tiempo.
discretas.
Por otra parte, tambin en la Figura 9 se presenta el espectro de
Primero se procede a construir la seal x(t) para el intervalo de
r(t) con un nmero de puntos igual a 1280 (Ver lnea azul
tiempo mencionado en el enunciado. Luego se calcula el
Figura 9).
promedio de los valores de cada lnea espectral en los 100
espectros antes obtenidos. En la Figura 8.3 se puede apreciar c) Grafique los resultados de a) y b) con lnea
el espectro promediado, en l se observan diferencias con continua, usando para las frecuencias escala de 0 a
respecto a la Figura 8.2. Estas diferencias principalmente se 500 Hz y para las amplitudes de 0 a 0.5.
basan en la claridad que existe en la Figura 8.3 con respecto a
las componentes de la seal. En conclusin, al contar con un
tiempo de medicin bajo, el ruido de la seal logra impedir la
deteccin de las principales componentes y como solucin a
esto se procede a promediar sin traslapo las seales para lograr
homogeneizar los espectros.
4/5 pts

Figura 9. Espectros para |()|.

TAREA N1 MANTENIMIENTO PREDICTIVO 9

 d) Conclusiones. Est de acuerdo que para seales
aleatorias su valor en el espectro es inversamente
proporcional a N?
Al realizar una ponderacin lineal del espectro se logra
encontrar un espectro representativo de la seal aleatoria. Esto
nos permite conocer las amplitudes de forma ms exacta, ya
que se logra minimizar el ruido. Se debe destacar, que al tener
una mayor cantidad de puntos el espectro pasto se vuelve
ms fino, esto producto de una mejor resolucin en frecuencia.
b) Conclusiones al comparar ambos resultados. Qu
ventaja tiene efectuar traslapo?
Se realiza una comparacin de las Figuras 8.3 y 10, en donde
se tiene en primer lugar unas leves diferencias de amplitudes,
donde en la Figura 10 se minimizan algunas y otras crecen,
permitiendo ver con mejor claridad los espectros. Tambin , al
utilizar el traslapo se disminuye el tiempo de medicin y de
este modo se realiza el promedio con buena resolucin en
frecuencias.
3/3 pts

Ahora se procede a demostrar que entre el espectro y N

existe una proporcional inversa, que se representa de la 11) Pulsacin (beat): suma de componentes de
siguiente manera: frecuencias parecidas.
|()| = a) Construccin y dibujo de seal dada.

Ahora comprobando la ecuacin anterior, se toman un punto Se construye la siguiente seal:

para cada curva.
() = 10 21 + 10 22
128 0.315 = 3.56
Con = 0.008 hasta = 4, o sea, = 500 .
1280 0.1 = 3.58
Se usa 1 = 10 , 2 = 9.5 , con escala de amplitudes de
Al analizar los resultados anteriores, se puede ratificar que
-20 a 20 y de tiempo de 0 a 4 seg.
existe una proporcionalidad inversa entre el espectro y N.
3/3 pts
10) Promedios con traslapo.
a) Repita la parte del problema 8c) pero ahora con un
90% de traslapo. Grafique el espectro X(f) en la
misma escala que el problema 8c).

En este caso se repite el procedimiento del problema 8 c) pero

con una leve diferencia que esta vez se realiza 90% de traslapo.
En la Figura 10, se observa el promedio con el traslapo de 200
espectros de la seal aleatoria r(t).

Figura 11.1 Espectros para |()|.

b) Mida el periodo de la vibracin resultante y

calcule su frecuencia fb. Mida el periodo de la
pulsacin que se produce y calcule fa

Existen 20 ciclos en un periodo T b =2.05 seg es decir una

frecuencia fb= 20/2.05=9.75 Hz
Por otro lado, debido existe 1 oscilacin en un periodo de la
pulsacin igual Ta =4 seg, se tiene que fa=1/T=0.25 Hz

Figura 10. Espectros para |()|.

TAREA N1 MANTENIMIENTO PREDICTIVO 10

 ( )
c) Demostracin analtica para = y

( + )
=

Identidad trigonomtrica suma de senos:

+
sin + sin = 2 sin ( ) cos ( )
2 2

Por lo tanto la funcin x(t) en cuestin est dada por :

2(1 + 2 ) 2(1 2 )
() = 20 sin ( ) cos ( )
2 2

Debido a que las frecuencias de las ondas sinusoidales en

pulsaciones son bastante prximas entre si, se cumple que la Figura 11.3: Espectro para los primeros 50 puntos.
diferencia entre 1 y 2 es mucho ms pequea que la suma
entre ellas.
f) Comente los resultados.
Por lo tanto, la suma de las sinusoidales es peridica donde la
frecuencia de vibracin queda determinada por el seno de la Para el grafico de X(f) con N=500 se obtiene lo esperado
debido a que existen dos componentes sobresalientes respecto
2(1 +2 )
funcin: sin ( ) al resto de la seal, estas corresponden a las frecuencias 1 y
2
2 que corresponden a la seal de pulsacin, destacar la
La frecuencia de pulsacin est dada por la variacin de presencia de bandas laterales provocadas por no considerar la
2((1 2 ) resolucin en frecuencia ideal (0.01 en vez de 0.008)
amplitud en el tiempo: 20 cos ( ).
2
En el grfico de X(f) con N=50 se observa una sola
d) Determinar T.D.F de la seal indicada y dibujar componente y de mayor amplitud, esto era de esperarse debido
X(f). a que al tener una menor cantidad de puntos el programa no
logra detectar que son dos sinusoidales y grafica ambas seales
En la figura 11.2 se procede a graficar la seal de pulsacin de juntas, lo que es errneo.
x(t) para N=500 con una escala de frecuencia de 0 a 20 y de 3/5 pts
amplitudes de 0 a 20.

12) Espectro para determinar frecuencias

naturales a partir del ensayo de golpe.

La seal obtenida es:

() = 10 10 sin 20 + 5 15 sin 15

a) Determine y grafique la T.D.F de x(t) para = .

con = . desde 0.01-8 seg (es decir
N=800)

Se procede a graficar x(t) con una escala de 0 a 1 seg y escala

de amplitudes desde -15 a 15, para X(f) se utiliza trazo
continuo y escala de frecuencias de 0 a 20 Hz y amplitudes de
Figura.11.2: Espectro X(f).
0 a 0.4.
e) Determinar T.D.F considerando solo los
primeros 50 puntos de x(t) y dibujar X(f).

En la figura 11.3 se procede a grafica la seal de pulsacin

para N=50 considerando la misma escala anterior.

TAREA N1 MANTENIMIENTO PREDICTIVO 11

 Figura 12.1: Amplitud vs Tiempo
Figura 12.2: |X(f)| vs frecuencia.
b) Proceder igual que en a) con = .
Se grafica x(t) con una escala de tiempo de 0 a 20 seg y
amplitudes de -30 a 30, mientras que para X(f) se mantienen
las escalas anteriores.
Figura 12.3: Amplitud vs Tiempo
TAREA N1 MANTENIMIENTO PREDICTIVO
Figura 12.4: |X(f)| vs frecuencia.
c) Comente los resultados.
Al observar las oscilaciones provocadas por el ensayo de golpe
(grficos Amplitud vs tiempo) se destaca un claro
decrecimiento de la seal debido al amortiguamiento existente
en cada sistema, es evidente sin mayor anlisis que el primer
sistema (figura 12.1) posee un mayor amortiguamiento ya que
se eliminan las vibraciones transcurrido 1 segundo en cambio
en el segundo sistema (figura 12.3) tarda alrededor de 8
segundos en controlarlas.
Con respecto a los espectro en base a una funcin continua se
observa otro tipo de tendencia que permite identificar donde
existe mayor o menor amortiguamiento, en la figura 12.2 se
observa una curva ms suave con respecto a las figura 12.4 ya
que en esta ltima existen aumentos abruptos de la amplitud
(dos zonas resonantes), entonces se concluye que a mayor
factor de amortiguamiento , ms suave ser la curva del
espectro y las amplitudes alcanzadas son menores, en caso
contrario ,existe menor amortiguamiento cuando la curva del
espectro es de menor suavidad con presencia de amplitudes
que tienden al infinito.
3/3 pts
13) Problema de aliasing
Considere:
() = 10 50
a) Calcule T.D.F con = . y tome N=256
puntos
Discretizando con el tiempo y nmero de puntos dados se tiene
en la figura 13.1 el espectro en funcin de la frecuencia.
12
 La seal con menor periodo corresponde a la con discretizacin de
= 0.005 (color azul) mientras las con mayor periodo a
la con = 0.035 (color rojo)

d) Grafique en un solo grficos los 2 X(f) obtenidos

con escala para f de 0 a 40 Hz y para la amplitud
de 0 a 15.

Figura 13.1: |X(f)| vs frecuencia.

b) Calcule T.D.F con = . y tome N=256

puntos

De igual forma que en el tem anterior se grafica el espectro en

funcin de la frecuencia.
Figura
13.4: |X(f)| vs frecuencia

La seal en rojo al igual que en el tem anterior corresponde a la

discretizacin de = 0.035 y la seal en azul corresponde
a la discretizacin = 0.005

e) Conclusiones.

Mencionar que el problema de aliasing se produce cuando se

toma para muestreo menos de dos puntos por ciclo, lo que
genera una curva con una frecuencia menor a la real, en este
caso en la figura 13.4 observamos que con discretizacin de
. 0.035 seg en la cual la amplitud es mayor la frecuencia es
Figura 13.2: |X(f)| vs frecuencia menor a 5 Hz, valor muy alejado de la seal real que es 25 Hz

c) Grafique en un solo grfico las 2 formas de ondas Otro aspecto a destacar es que si bien la seal analizada es la
con escala para tiempo de 0 a 0.5 seg y amplitudes misma al utilizar distintos tiempos de registro el resultado vara
de -15 a 15. considerablemente.

Finalmente se puede estimar el valor de la frecuencia de

aliasing tomando el inverso del tiempo de un ciclo de la onda
con discretizacin 0.035 seg.

1
f= = 3.57 Hz ( menor a 5 Hz)
0.28
4/5 pts

14) Referencias.
P. Saavedra, Capitulo 1 y 2 Desarrollo y anlisis de FFT
Mantenimiento Predictivo.

Formato, orden,
Figura 13.3: Amplitud vs Tiempo redaccin y calidad de
las figuras: 5/6 pts

TAREA N1 MANTENIMIENTO PREDICTIVO 13

15) Anexos.
figure
stem(f2,y2,'*','r') %espectro en barras
clc axis([0 100 0 12])
clear all grid on
close all xlabel('Frecuencia [Hz]')
ylabel('|X(f)|')
%---------------------------------------------- title('Espectro |X(f)| v/s f')
--------------%
% Problema 1 %%
%
%============================================== %==============================================
==============% ==============%
dt1=0.005; % Problema 3
N1=256; %
Tr1=N1*dt1; % Longitud de seal tomada en el %==============================================
dominio tiempo ==============%
t1=0:(N1-1);
t11=t1*dt1; %-------------
x1=3+10*sin(50*pi*t11); % a)
%-------------
dt3a=5e-3;
tfx1=fft(x1)/N1; Tr3a=1.28;
tfx1(2:N1)=2*tfx1(2:N1); t3a=0:dt3a:(Tr3a-dt3a);
tfx1=tfx1(1:(N1/2)); x3a=10*sin(50*pi*t3a);
y1=abs(tfx1); N3a=Tr3a/dt3a;

f1=(0:(N1/2)-1)'/Tr1;
%plot(f1,y1) grafico de la seal tfx3a=fft(x3a)/N3a;
%axis([0 100 0 12]) tfx3a(2:N3a)=2*tfx3a(2:N3a);
tfx3a=tfx3a(1:(N3a/2));
figure tfx3a=abs(tfx3a);
stem(f1,y1,'*','r') %espectro de la seal
axis([0 100 0 12]) % Definicion de las frecuencias
grid on
xlabel('Frecuencia [Hz]') f3a=(0:(length(t3a))/2-1)'/Tr3a; % Frecuencia
ylabel('|X(f)|') para T.D.F.
title('Espectro |X(f)| v/s f') ff3a=20:0.001:30; % Frecuencia
para T.F.
%%

%============================================== xxa=(10/Tr3a).*abs(sin(pi.*(ff3a-
==============% 25).*Tr3a)./(pi*(ff3a-25))); % Funcin
% Problema 2 determianda por T.F.
% figure
%============================================== plot(ff3a,xxa,'b') % Espectro de T.F.
==============% hold on
dt2=0.005;
N2=260;
Tr2=N2*dt2; % Longitud de seal tomada en el stem(f3a,tfx3a,'*','r') % Espectro T.D.F.
dominio tiempo axis([20 30 0 12])
t2=0:(N2-1); grid on
t22=t2*dt2; xlabel('Frecuencia [Hz]')
x2=10*sin(50*pi*t22); ylabel('|X(f)|')
title('Espectro |X(f)| v/s f')
legend('T.F para Tr=1,28','T.D.F para Tr=1.28')

%-------------
tfx2=fft(x2)/N2; % b)
tfx2(2:N2)=2*tfx2(2:N2); %-------------
tfx2=tfx2(1:(N2/2)); dt3b=5e-3;
y2=abs(tfx2); Tr3b=1.3;
t3b=0:dt3b:(Tr3b-dt3b);
x3b=10*sin(50*pi*t3b);
f2=(0:(N2/2)-1)'/Tr2; N3b=Tr3b/dt3b;
%plot(f2,y2) grafico de la seal
%axis([0 100 0 12])

TAREA N1 MANTENIMIENTO PREDICTIVO 14

tfx3b=fft(x3b)/N3b; title('Espectro |X(f)| v/s f')
tfx3b(2:N3b)=2*tfx3b(2:N3b); legend('T.F para Tr=1,3','T.F para Tr=6.5')
tfx3b=tfx3b(1:(N3b/2));
tfx3b=abs(tfx3b); %-------------
% c.2) T.D.F.
% Definicion de las frecuencias %-------------
%Tr,i=1,3
f3b=(0:(length(t3b))/2-1)'/Tr3b; % Frecuencia tfxi=fft(xi)/Ni;
para T.D.F. tfxi(2:Ni)=2*tfxi(2:Ni);
ff3b=20:0.001:30; % Frecuencia tfxi=tfxi(1:(Ni/2));
para T.F. tfxi=abs(tfxi);

%Tr,ii=6,5
tfxii=fft(xii)/Nii;
xxb=(10/Tr3b).*abs(sin(pi.*(ff3b-
tfxii(2:Nii)=2*tfxii(2:Nii);
25).*Tr3b)./(pi*(ff3b-25))); % Funcin
tfxii=tfxii(1:(Nii/2));
determianda por T.F.
tfxii=abs(tfxii);
figure
plot(ff3b,xxb,'b') % Espectro de T.F.
hold on fi=(0:(length(ti))/2-1)'/Tri; % Frecuencia para
T.D.F. para 1,3 s
fii=(0:(length(tii))/2-1)'/Trii; % Frecuencia
stem(f3b,tfx3b,'*','r') % Espectro T.D.F.
para T.D.F. para 6,5 s
axis([20 30 0 12])
grid on
xlabel('Frecuencia [Hz]') figure
ylabel('|X(f)|') stem(fi,tfxi,'*','r') % Espectro T.D.F. para
title('Espectro |X(f)| v/s f') 1,3 s
legend('T.F para Tr=1,3','T.D.F para Tr=1.3') hold on
stem(fii,tfxii,'*','b') % Espectro T.D.F. para
6,5 s
%-------------
axis([22.5 27.5 0 12])
% c.1) T.F.
grid on
%-------------
xlabel('Frecuencia [Hz]')
clc
ylabel('|X(f)|')
clear all
title('Espectro |X(f)| v/s f')
legend('T.D.F para Tr=1,3','T.D.F para Tr=6.5')
% T.F. para Tr,i=1.3 %%
dt=5e-3;
Tri=1.3;
%==============================================
ti=0:dt:(Tri-dt);
==============%
xi=10*sin(50*pi*ti);
% Problema 4
Ni=Tri/dt;
%
%==============================================
% T.F. para Tr,ii=6.5 ==============%
Trii=6.5;
tii=0:dt:(Trii-dt);
xii=10*sin(50*pi*tii); %---------
% a)
Nii=Trii/dt;
%---------
% Definicion de la frecuencia
clc
clear all
ffi=20:0.001:30; % Frecuencia para T.F.
dt=5e-3;
xxai=(10/Tri).*abs(sin(pi.*(ffi- Tr=1.28;
25).*Tri)./(pi*(ffi-25))); % Funcin t=0:dt:(Tr-dt);
determianda por T.F. para Tr,i=1,3 x=10.*sin(50*pi.*t); % seal x(t)
xxaii=(10/Trii).*abs(sin(pi.*(ffi- hanning=(0.5)*(1-cos(2*pi*(t/Tr)));
25).*Trii)./(pi*(ffi-25))); % Funcin N=Tr/dt;
determianda por T.F. para Tr,i=1,3 xvh=x.*hanning; % seal x,hv (t)
figure
plot(ffi,xxai,'r') % Espectro de T.F.
Tr,i=1.3 figure
hold on plot(t,x)
plot(ffi,xxaii,'b') % Espectro de T.F. hold on
plot(t,xvh)
Tr,ii=6.5
axis([0 1.28 -11 11])
axis([22.5 27.5 0 12])
grid on
grid on
xlabel('Tiempo [s]')
xlabel('Frecuencia [Hz]')
ylabel('|X(t)|')
ylabel('|X(f)|')
title('Amplitud v/s t')

TAREA N1 MANTENIMIENTO PREDICTIVO 15

legend('Seal normal','Seal con ventana de stem(f2,y2,'*','r') %espectro en barras
hanning') axis([0 100 0 12])
grid on
%--------- xlabel('Frecuencia [Hz]')
% b.1) ylabel('|X(f)|')
%--------- title('Espectro |X(f)| v/s f')
clc
clear all
%---------
dt1=0.005; % b.3.1)
N1=256; %---------
Tr1=N1*dt1; % Longitud de seal tomada en el clc
dominio tiempo clear all
t1=0:(N1-1);
t11=t1*dt1; dt3a=5e-3;
hanning1=(0.5)*(1-cos(2*pi*(t11/Tr1))); Tr3a=1.28;
x1=(3+10*sin(50*pi*t11)).*hanning1; t3a=0:dt3a:(Tr3a-dt3a);
hanning3=(0.5)*(1-cos(2*pi*(t3a/Tr3a)));
x3a=10*sin(50*pi*t3a).*hanning3;
N3a=Tr3a/dt3a;

tfx1=fft(x1)/N1;
tfx1(2:N1)=2*tfx1(2:N1); tfx3a=fft(x3a)/N3a;
tfx1=tfx1(1:(N1/2)); tfx3a(2:N3a)=2*tfx3a(2:N3a);
y1=abs(tfx1); tfx3a=tfx3a(1:(N3a/2));
tfx3a=abs(tfx3a);
f1=(0:(N1/2)-1)'/Tr1;
% Definicion de las frecuencias

f3a=(0:(length(t3a))/2-1)'/Tr3a; % Frecuencia
para T.D.F.
figure ff3a=20:0.001:30; % Frecuencia
stem(f1,y1,'*','r') %espectro de la seal para T.F.
axis([0 100 0 12])
grid on
xlabel('Frecuencia [Hz]')
ylabel('|X(f)|') A=sin(pi*(ff3a-25)*Tr3a);
title('Espectro |X(f)| v/s f') B=(1-((ff3a-25).^2)*(Tr3a).^2).^(-1);
C=(pi*(ff3a-25)).^(-1);
D=(10/(2*Tr3a));
xxa=abs(D.*A.*B.*C); % Funcin determianda por
%--------- T.F. para Tr,i=1,3
% b.2)
%---------

figure
plot(ff3a,xxa,'b') % Espectro de T.F.
dt2=0.005; hold on
N2=260;
Tr2=N2*dt2; % Longitud de seal tomada en el
dominio tiempo stem(f3a,tfx3a,'*','r') % Espectro T.D.F.
t2=0:(N2-1); axis([20 30 0 12])
t22=t2*dt2; grid on
hanning2=(0.5)*(1-cos(2*pi*(t22/Tr2))); xlabel('Frecuencia [Hz]')
x2=10*sin(50*pi*t22).*hanning2; ylabel('|X(f)|')
title('Espectro |X(f)| v/s f para Tr=1.28')
legend('T.F con ventana de Hanning','T.D.F con
ventana de Hanning')

tfx2=fft(x2)/N2; %---------
tfx2(2:N2)=2*tfx2(2:N2); % b.3.2)
tfx2=tfx2(1:(N2/2)); %---------
y2=abs(tfx2); clc
clear all

f2=(0:(N2/2)-1)'/Tr2; dt3a=5e-3;
Tr3a=1.3;
t3a=0:dt3a:(Tr3a-dt3a);
hanning3=(0.5)*(1-cos(2*pi*(t3a/Tr3a)));
figure

TAREA N1 MANTENIMIENTO PREDICTIVO 16

x3a=10*sin(50*pi*t3a).*hanning3; %plot(f1,y1) grafico de la seal
N3a=Tr3a/dt3a; %axis([0 100 0 12])

figure
tfx3a=fft(x3a)/N3a; stem(f,y,'.','b') %espectro de la seal
tfx3a(2:N3a)=2*tfx3a(2:N3a); axis([0 200 0 7])
tfx3a=tfx3a(1:(N3a/2));
tfx3a=abs(tfx3a);
grid on
xlabel('Frecuencia [Hz]')
% Definicion de las frecuencias
ylabel('|X(f)|')
title('Espectro |X(f)| v/s f')
f3a=(0:(length(t3a))/2-1)'/Tr3a; % Frecuencia
para T.D.F. clc
ff3a=20:0.001:30; % Frecuencia clear all
para T.F.

%-----------------------------------------
A=sin(pi*(ff3a-25)*Tr3a); -------------------%
B=(1-((ff3a-25).^2)*(Tr3a).^2).^(-1);
C=(pi*(ff3a-25)).^(-1);
% Problema 6
D=(10/(2*Tr3a)); %
xxa=abs(D.*A.*B.*C); % Funcin determianda por %=========================================
T.F. para Tr,i=1,3 ===================%
dt=1;
Tr=1000;
figure N=1000;
plot(ff3a,xxa,'b') % Espectro de T.F. t=0:dt:1000;
hold on for i=1:1001
if t(i)<=100
stem(f3a,tfx3a,'*','r') % Espectro T.D.F. x(i)=100
axis([20 30 0 12]) else
grid on x(i)=0
xlabel('Frecuencia [Hz]') end
ylabel('|X(f)|') end
title('Espectro |X(f)| v/s f para Tr=1.3')
legend('T.F con ventana de Hanning','T.D.F con
tfx=fft(x)/N;
ventana de Hanning') tfx(2:N)=2*tfx(2:N);
tfx=tfx(1:(N/2));
clc y=abs(tfx);
clear all f=(0:(N/2-1))'/Tr;
close all plot(f,y)
axis([0 0.05 0 30])
%-----------------------------------------
-------------------% clc
% Problema 5 clear all
%
%========================================= %-----------------------------------------
===================% -------------------%
%seal aleatoria r(t) % Problema 7
dt=2.5e-3; %
N=256; %=========================================
Tr=N*dt; ===================%
t=0:dt:0.6375; %seal aleatoria r(t)
x=10*(abs(sin(50*pi*t))); clc
%a) Determine su T.D.F. y grafquelo en clear all
forma continua utilizando escala de dt=0.001;
frecuencia de 0 a 500Hz y escala de N=(511/dt)+1;
amplitud de 0 a 0.4. Tr=N*dt;
tfx=fft(x)/N; t=0:dt:511;
tfx(2:N)=2*tfx(2:N); x=2*randn(size(t));
tfx=tfx(1:(N/2)); plot(t,x)
y=abs(tfx); axis([0 0.512 -8 8])
xlabel('Tiempo [s]')
f=(0:(N/2)-1)'/Tr; ylabel('Amplitud')

TAREA N1 MANTENIMIENTO PREDICTIVO 17

title('Amplitud vs Tiempo') figure
hold on stem(f,y,'.','g') %espectro de la seal
%b) Determine su T.D.F. y grafquelo en axis([0 200 0 0.8])
forma continua utilizando escala de grid on
frecuencia de 0 a 500Hz y escala de xlabel('Frecuencia [Hz]')
amplitud de 0 a 0.4. ylabel('|X(f)|')
tfx=fft(x)/N; title('Espectro |X(f)| v/s f')
tfx(2:N)=2*tfx(2:N);
tfx=tfx(1:(N/2)); clc
y=abs(tfx); clear all

f=(0:(N/2)-1)'/Tr; %-----------------------------------------
%plot(f1,y1) grafico de la seal -------------------%
%axis([0 100 0 12]) % Problema 8c
%
figure %=========================================
stem(f,y,'.','b') %espectro de la seal ===================%
axis([0 500 0 0.4])
grid on %seal aleatoria r(t)
xlabel('Frecuencia [Hz]') dt=0.001;
ylabel('|X(f)|') N=512;
title('Espectro |X(f)| v/s f') Tr=N*dt;
t=0:dt:51.999;
clc r=2*(randn(size(t)));
clear all BPFO=39.0625;
x=0.4*sin(2*pi*BPFO*t)+0.5*sin(2*2*pi*BPFO
*t)+0.3*sin(2*3*pi*BPFO*t)+r;
%----------------------------------------- Tr=N*dt;
-------------------% f=(0:(N/2)-1)'/Tr;
% Problema 8 v=length(x);
% A=0;
%========================================= % c)
===================% for i=1:1:100
%seal aleatoria r(t) c=x(512*(i-1)+1:512*i)
dt=0.001; tfc=fft(c)/N;
N=512; tfc(2:N)=2*tfc(2:N);
Tr=N*dt; tfc=tfc(1:(N/2));
t=0:dt:0.511; y=abs(tfc);
r=2*(randn(size(t))); A=A+y;
BPFO=39.0625; end
x=0.4*sin(2*pi*BPFO*t)+0.5*sin(2*2*pi*BPFO y1=A/100;
*t)+0.3*sin(2*3*pi*BPFO*t)+r; f=(0:(N/2)-1)'/Tr;
% a)Grafquela utilizando escala de stem(f,y1)
amplitudes de -8 a 8 y de tiempo de 0 a axis([0 200 0 0.8])
0.512 (seg). grid on
plot(t,x) xlabel('Frecuencia [Hz]')
axis([-0 0.512 -8 8]); ylabel('|X(f)|')
title('Espectro |X(f)| v/s f')
o=x(512+1:512*2);
%b) Determine su T.D.F. y grafquelo en
forma continua utilizando escala de
frecuencia de 0 a 500Hz y escala de clc
amplitud de 0 a 0.4. clear all
tfx=fft(x)/N;
tfx(2:N)=2*tfx(2:N); %-----------------------------------------
tfx=tfx(1:(N/2)); -------------------%
y=abs(tfx); % Problema 9
%
f=(0:(N/2)-1)'/Tr; %=========================================
%plot(f,y) grafico de la seal ===================%
%axis([0 100 0 12]) %seal aleatoria r(t)
dt=0.001;
N=128;

TAREA N1 MANTENIMIENTO PREDICTIVO 18

t1=(N-1)*dt; tfc=tfc(1:(N/2));
Tr=N*dt; tfc=abs(tfc);
t=0:dt:0.1270; A=A+tfc;
A=0; end
%a) 128 partes
for i=1:1:200 tfc=A/100;
x=2*(randn(size(t)));
tfx=fft(x)/N; f=(0:(N/2-1))'/T;
tfx(2:N)=2*tfx(2:N); stem(f,tfc)
tfx=tfx(1:(N/2)); axis([0 200 0 0.8])
y=abs(tfx); xlabel('Frecuencia
A=A+y; [Hz]','fontweight','bold','fontsize',10)
end ylabel('|X(f)|','fontweight','bold','fonts
y1=A/200; ize',10)
f=(0:(N/2)-1)'/Tr; h = legend('FT','FFT',2);
plot(f,y1,'r') set(h,'Interpreter','none','fontweight','b
axis([0 500 0 0.5]) old','fontsize',10)

%b) 1280 partes %-----------------------------------------

N1=1280; -------------------%
Tr1=N1*dt; % Problema 11
t2=(N1-1)*dt; %
t12=0:dt:1.2890; %=========================================
A1=0; ===================%
for j=1:1:200 clc
x1=2*(randn(size(t12))); clear all
tfx1=fft(x1)/N1; close all
tfx1(2:N1)=2*tfx1(2:N1);
tfx1=tfx1(1:(N1/2));
y2=abs(tfx1); %pulsacion "beat"
A1=A1+y2; dt=0.008;
end N=500;
y2=A1/200; Tr=N*dt;
f1=(0:(N1/2)-1)'/Tr1; t=0:dt:4;
hold on f1=10;
plot(f1,y2,'b') f2=9.5;
axis([0 500 0 0.5]) x=10*sin(2*pi*f1*t)+10*sin(2*pi*f2*t);
plot(t,x);
axis([0 4 -20 20]);
clc
clear all
close all tfx=fft(x)/N;
tfx(2:N)=2*tfx(2:N);
tfx=tfx(1:(N/2));
clc y=abs(tfx);
clear all
dt=0.001;
N=512; f=(0:(N/2)-1)'/Tr;
t=0:dt:51.999;
bpfo=39.0625; figure
x=0.4*sin(2*pi*bpfo*t)+0.5*sin(2*2*pi*bpfo stem(f,y,'.','b')
*t)+0.3*sin(2*3*pi*bpfo*t)+2*randn(size(t) axis([0 20 0 20])
); grid on
T=N*dt; xlabel('Frecuencia [Hz]')
f=(0:(N/2-1))'/T; ylabel('|X(f)|')
v=length(x)
%-----------------------------------------
A=0; -------------------%
for i=1:1:100 % Problema 12
c=zeros(1,512); %
c(1:460)=x(52*i+1:52*i+1+459) %=========================================
c(461:512)=x(52*i+2+459:52*i+1+459+52) ===================%
tfc=fft(c/N);
tfc(2:N)=2*tfc(2:N); clc

TAREA N1 MANTENIMIENTO PREDICTIVO 19

clear all ylabel('|X(f)|')
close all
clc
%ensayo de golpe" clear all
dt=0.01; close all
N=800;
Tr=N*dt; %aliasing
t=0.01:dt:8; dt=0.005;
eta=0.04; N=256;
x=10.*exp(10*- Tr=N*dt;
eta*t).*sin(20*pi*t)+5.*exp(15*- t=0:dt:1.275;
eta*t).*sin(15*pi*t); x=10*sin(50*pi*t);
plot(t,x);
axis([0 20 -30 30]); dt1=0.035;
xlabel('Tiempo[s]') t1=0:dt1:8.925;
ylabel('Amplitud') plot(t,x);
hold on
tfx=fft(x)/N; plot(t1,x);
tfx(2:N)=2*tfx(2:N); axis([0 0.5 -15 15]);
tfx=tfx(1:(N/2)); xlabel('Tiempo[s]')
y=abs(tfx); ylabel('Amplitud')

f=(0:(N/2)-1)'/Tr; clc
clear all
figure close all
plot(f,y);
axis([0 20 0 4]) %aliasing
grid on dt=0.005;
xlabel('Frecuencia [Hz]') N=256;
ylabel('|X(f)|') Tr=N*dt;
t=0:dt:1.275;
%----------------------------------------- x=10*sin(50*pi*t);
-------------------%
% Problema 13 dt1=0.035;
% t1=0:dt1:8.925;
%========================================= Tr1=N*dt1;
===================%
tfx=fft(x)/N;
clc tfx(2:N)=2*tfx(2:N);
clear all tfx=tfx(1:(N/2));
close all y=abs(tfx);

%ensayo de golpe" f=(0:(N/2)-1)'/Tr;

dt=0.035; %%%%%%%%%%%%%
N=256;
Tr=N*dt; f1=(0:(N/2)-1)'/Tr1;
t=0:dt:8.925; %%%%%%%%%%%%%
x=10*sin(50*pi*t); figure
stem(f,y,'.','b')
tfx=fft(x)/N; hold on
tfx(2:N)=2*tfx(2:N); stem(f1,y,'.','r')
tfx=tfx(1:(N/2)); axis([0 40 0 15])
y=abs(tfx); grid on
xlabel('Frecuencia [Hz]')
f=(0:(N/2)-1)'/Tr; ylabel('|X(f)|')

figure
plot(f,y);
axis([0 15 0 10])
grid on
xlabel('Frecuencia [Hz]')

TAREA N1 MANTENIMIENTO PREDICTIVO 20

TAREA N1 MANTENIMIENTO PREDICTIVO 21