CURS 3

MASURAREA VIBRATIILOR

In tehnica de masurare a vibratiilor se utilizeaza analiza in

1) domeniul temporal:
-valori statistice, medii şi mediate;
-funcţia densităţii de probabilitate;
-funcţii de corelaţie.
2) domeniul frecvenţei:
-funcţia de răspuns în frecvenţă;
-funcţia densităţii autospectrale de putere;
-funcţia densităţii spectrale de putere;
-funcţie de coerenţă.

1. ANALIZA IN DOMENIUL TEMPORAL

1.1. VALORI STATISTICE, MEDII ŞI MEDIATE

În fig.1. este ilustrată variaţia unui semnal x(t) în timp, pentru o vibraţie oarecare. Acest semnal, în
general, reprezintă acceleraţia instantanee, dar poate fi şi viteza instantanee sau deplasarea instantanee a
unui punct material. Se definesc următoarele mărimi:
-valoarea de vârf, sau xpeak, este valoarea maximă a elongaţiei x(t) pe durata înregistrării
semnalului;
-valoarea vârf-vârf, (xpeak – peak) redă suma dintre amplitudinea maximă pozitivă şi cea
maximă negativă;
- valoare medie a semnalului x(t), notată cu m sau , este dată de relaţia:

(1)

integrala fiind considerată pe o durată T, care teoretic tinde la infinit;

- valoarea mediată, (xaverage), este media modulului semnalului pe o durată T tinzând la infinit:

(2)

interesul său practic fiind însă redus;

- valoarea eficace , xef , (este consacrată denumirea în care rms sunt iniţialele expresiei engleze
root mean square = rădăcina medie pătratică ) este cea mai des întâlnită în descrierea semnalelor acustice:

(3)

Importanţa practică a valorii xRMS este determinată de relaţia directă între aceasta şi energia transportată de
undele de vibraţie, precum şi de faptul că răspunsul omului la un semnal de vibraţie este dat de această
valoare.
- abaterea standard, , se defineşte ca:
 (4)

şi reprezintă rădăcina mediei pătratice a abaterii lui x(t) faţă de valoarea medie m. Pătratul său poartă numele
de varianţă. Deoarece media unei sume este egală cu suma mediilor şi media unei constante este chiar
constanta, abaterea standard poate fi transcrisă sub forma:
(5)
sau ţinând seama de ecuaţia (3) se obţine cunoscuta relaţie:
(6)
întâlnită des în măsurările de vibraţii.
x(t)
xpeak
xpeak-peak

m
t

Fig.1.Vibraţie aleatoare: mărimi medii şi mediate

-factor de formă, Ff:

(7)
-factor de creastă, Fc :
- (8)

x  A sin t T

A
x av x rms t

x peak  peak  2A
Fig.2. Valori medii şi mediate pentru un semnal armonic

Factorii definiţi mai sus, oferă indicaţii cu privire la forma de undă a vibraţiei. Pentru un semnal
armonic de amplitudine A şi pulsaţie (fig. 2), şi numai în acest caz, mărimile menţionate mai sus au
următoarele valori particulare:
 xpeak=A

; (1dB pe scară logaritmică)

1.2. FUNCŢIA DENSITĂŢII DE PROBABILITATE

1.2.1. Probabilitate statistică şi densitatea de probabilitate

Se consideră o realizare a unui semnal aleator x(t) pe durata T (fig.3). Probabilitatea, P, ca x(t) să
aibă valoarea cuprinsă în intervalul x şi

x(t)
t 1 t 2 t 3t 4
x xx

Fig.3. Calculul probabilităţii P( )

se calculează cu relaţia:

(9)

unde reprezintă timpul total în care semnalul ia valori în interiorul dome-

niului , pe durata T, ce tinde la infinit.
Funcţia densităţii de probabilitate, p(x), sau simplu densitatea de probabilitate, pentru o valoare
oarecare x se defineşte prin probabilitatea ca semnalul să ia o valoare cuprinsă între x şi , împărţită
prin lăţimea intervalului , pentru valori ale lui x  0:
(10)

Prin rearanjarea ecuaţiei (9) şi integrarea ei pe domeniul se ajunge la relaţia:

 (11)

care dă o altă interpretare funcţiei densităţii de probabilitate Astfel, probabilita-

tea ca funcţia să ia valori în domeniul de amplitudini cuprins între şi este proporţională cu aria
definită de graficul lui cu axa x. Produsul p(x)dx reprezintă fracţiunea din numărul total de valori
aşezate în domeniul x şi x+dx.

Tip semnal Funcţia densităţii de Funcţia de autocorelaţie

probabilitate

p(x)
a) R xx ()
x(t)
x

t

b) p(x) R xx ()
x(t)

t x 
p(x
c) x(t) ) R xx ()

t x 
d) x(t) p(x) R xx ()

t x 

Fig. 4. Funcţia densităţii de probabilitate şi funcţia de autocorelaţie pentru patru tipuri de semnale:a) sinusoidal,
b)aleator +sinusoidal,c)semnal de bandă îngustă, d) semnal de bandă largă

Este evidentă relaţia de normalizare :

(12)
potrivit căreia probabilitatea ca x(t) să ia valoari cuprinse între şi + este egală cu unitatea, adică aria
mărginită de graficul funcţiei densităţii de probabilita-
te cu orizontala este şi ea egală cu unitatea.
În fig.4. sunt redate funcţiile densităţii de probabilitate pentru patru categorii de semnale de vibraţii şi
anume:
1) vibraţii armonice;
2) vibraţii aleatoare ce conţin un semnal armonic;
3) vibraţii aleatoare de bandă îngustă;
4) vibraţii aleatoare de bandă largă.
 Valorile medii şi mediate prezentate anterior pot fi exprimate în raport cu funcţia densităţii de
probabilitate, trecând mai puţin riguros din punct de vedere matematic de la integrala în raport cu timpul la
una în raport cu parametrul x, prin relaţiile:
- valoarea medie:

(13)

- valoarea eficace:

(14)

- abaterea standard:

(15)

În majoritatea aplicaţiilor inginereşti, la modelările statistice ale fenomenelor aleatoare se pot întălni
următoarele tipuri de funcţii ale densităţilor de probabilitate: uniformă , exponenţială, tip Rayleigh, tip Gauss
etc.

2.3. Distribuţia Gauss

În practică există o categorie largă de vibraţii aleatoare, având o distri-

buţie a lui p(x) de forma unui clopot, ilustrată în fig. 6.a). Ecuaţia curbei de acest tip este:

(17)

în care m reprezintă valoarea medie, iar este abaterea standard. Curba este centrată în jurul valorii medii m
a semnalului considerat.
p(x) P(, x )

x ( x  m) 
m x
-2 -1 0 1 2

a) b)

Fig. 6.Distribuţie gaussiană

Pentru m = 0, potrivit relaţiei (6) şi deci axa "x" poate fi in-

terpretată ca valoare eficace a semnalului x(t). Axa verticală "p(x)" este scalată, astfel încât aria delimitată de
curbă cu cea orizontală să fie egală cu 1 potrivit relaţiei (12).
Probabilitatea pentru acest tip de distribuţie se calculează cu relaţia
(18)
şi este desenată în fig. 6 b).
Exemplu
 Se consideră un semnal sinusoidal (fig. 8.a), pentru care s
a) b)

x(t)
x
x+dx
x
t
p( p(x)
dt T
x)
dt
1 A

Fig. 8.Densitatea de probabilitate a unui semnal sinusoidal

se calculează funcţia densităţii de probabilitate.

Pentru început se determină probabilitatea ca semnalul x(t) să ia valoarea în intervalul x şi pe durata
unei perioade:
(20)
Dacă , atunci , astfel că:

(21)

Introducând (5.20) şi (5.21) în relaţia ce defineşte funcţia densităţii de probabilitate (5.10) se obţine în final
expresia:

(22)

Dependenţa lui p(x) în raport cu x este trasată în fig.8.b).

1.3. FUNCŢIA DE AUTOCORELAŢIE,

Funcţia de autocorelaţie, , are expresia:

(23)

şi oferă informaţii despre gradul de dependenţă a amplitudinii semnalului x(t) la un timp oarecare t şi la altul
t + , după un timp de întârziere . Cu alte cuvinte, ea exprimă precizia cu care poate fi estimată valoarea
funcţiei x(t) la un timp ulterior unui timp dat.
Pentru calculul funcţiei de autocorelaţie, fiecare realizare a semnalului este considerată la un timp t şi
, valoarea medie a produsului , fiind calculată pe întregul ansamblu de realizări (fig. 9.)
Proprietăţi :
a) Dacă =0:

t (24)
t
x 2 ( tde
şi ca urmare, în origine funcţia ) autocorelaţie reprezintă valoarea pătratică medie a semnalului.
t

t
x n (t)

t  t
 Fig.9. Realizări ale semnalului x(t)

b) Pentru un proces staţionar, Rxx() depinde doar de timpul de întârziere  şi nu de timpul absolut t,
astfel că se poate scrie succesiv :
(25)
ceea ce face ca funcţia de autocorelaţie să fie pară şi simetrică în raport cu originea.
c) Funcţia de autocorelaţie a unui proces armonic este de tipul unei funcţii cos, având amplitudinea
egală cu . Întradevăr, considerând un semnal , funcţia de autocorelaţie se calculează :

x(t)
a) A

t
-T T
x(t+T)
b) A
t

T   T
x(t)x(t+T)
A2
-T T- t
c)

R xy
d) A2

-2T 2T 
Fig. 10. Calculul funcţiei de autocorelaţie pentru un semnal dreptunghiular
.
 (26)

Aşadar elongaţia unui semnal armonic poate fi precizată cu exactitate la un timp ulterior considerat.
În cazul semnalelor periodice Rxx() este de asemeni periodică, iar pentru semnale aleatoare descreşte
la zero, rapid sau lent, în funcţie de banda de frecvenţă a semnalului.
Funcţiile de autocorelaţie sunt ataşate în fig 4.celor patru tipuri de semnale: a) semnal armonic,
b)aleator ce include un semnal armonic,
c)semnal de vibraţie de bandă îngustă,
d)semnal de vibraţie de bandă largă.

Exemplu.
Se calculează funcţia de autocorelaţie pentru un semnal dreptunghiular, de durată 2T, dat de ecuaţia:

Operaţiile impuse de relaţia de definiţie a funcţiei de autocorelaţie, R xx(), sunt prezentate intuitiv în
fig.10a),b),c) pentru timpul de întârziere 0, astfel că în final se ajunge la valoarea:

(27)

Deoarece Rxx() este o funcţie pară în raport cu timpul de întârziere , este de ajuns să se construiască graficul
său în raport cu , doar pentru valori pozitive (sau negative) şi prin simetrie se obţine şi cealaltă ramură a
autocorelogramei (fig. 10.d).

1.4. FUNCŢIA DE INTERCORELAŢIE, RXY()

Această funcţie indică similaritatea între două semnale, x(t) şi y(t), decalate prin timpul de întârziere 
:

(28)

Prin variaţia timpului  se obţine graficul corelogramei funcţiei Rxy() a celor două semnale de tipul celei
prezentate în fig.11. El poate fi interpretat după cum urmează: dacă R xy() este zero, înseamnă că nu există o
legătură între cele două semnale, iar pentru o întârziere 0, semnalul y(t) se apropie mult de semnalul x(t) şi
poate să devină identic cu acesta.
Proprietăţi:
a) Rxy() este o funcţie impară pentru un semnal staţionar, întrucât aceasta nu depinde de timpul t, ci
doar de . Astfel, se poate scrie:
(29)
(30)
b) Între funcţiile de corelaţie există inegalităţile:
(31)
şi
. (32)
 Fig.11.Exemplu de corelogramă a funcţiei de intercorelaţie Rxy()

Importanţa funcţiei de intercorelaţie este determinată de aplicaţiile sale practice (ex: stabilirea căilor
de propagare a semnalelor de vibraţie în structuri complexe; identificarea surselor de vibraţie; detectarea
timpului de întârziere între două semnale diferite, etc) precum şi a calculului funcţiei densităţii spectrale de
putere luând transformata Fourier directă a acesteia.
Identificarea căilor de propagare a vibraţiilor.
În fig.12 a) este ilustrat modul de amplasare al accelerometrelor pentru identificarea căilor de
transmisie de la sursa de vibraţii S până la observatorul 0, corespunzător căii directe (1) sau căilor de
propagare (2) şi (3). Din analiza corelogramei R xy(), ce exprimă funcţia de intercorelaţie (fig.12) dintre
semnalele x(t) şi y(t), de la ieşirea accelerometrului A1 situat în apropierea sursei şi respectiv de la ieşirea
accelerometrului A2, situat în 0, se pot identifica căile de propagare, întrucât timpul i (i=1,2,3) de întârziere
marcat pe corelogramă pe calea "i", de lungime , se poate calcula şi identifica cu relaţia , în care c
este viteza de propagare a vibraţiilor şi aceasta depinde de tipul de vibraţie.
A1 S
(2) R xy ()
(1)
1)

0
(3)
A2 1 2
y(t)
3
x(t)

Fig.12

ţie. Amplitudinea funcţiei Rxy oferă informaţii şi asupra contribuţiei ponderate a fiecărei căi de propagare, la
nivelul de acceleraţie global din punctul de observaţie.
b) Identificarea surselor de vibraţii ce funcţionează simultan poate fi obţinută determinând funcţia de
intercorelaţie dintre semnalul de acceleraţie din apropierea unei surse şi cel înregistrat într-un punct de
observaţie (fig.13) Corelograma obţinută indică o valoare de vârf la timpul necesar parcurgerii distanţei
de către vibraţiile transversale. Modificând poziţia accelerometrului se pot obţine valori comparative ale
nivelelor de vibraţie produse de fiecare sursă în punctul de observaţie.

R 03
S1 0
S2
R 0,3 () 
S3
3
 1.5. COEFICIENT DE CORELAŢIE

În practică este utilă şi normalizarea funcţiilor de corelaţie, ceea ce înseamnă o raportare a acestora la
o valoare particulară, egală cu valoarea maximă posibilă. În cazul funcţiei de autocorelaţie se defineşte
coeficientul de autocorelaţie:

(35)

care în cazul când valoarea medie m este egală cu zero, devine:

(36)

în care s-a ţinut seama de relaţia (16), ce exprimă abaterea standard în funcţie de valoarea .
Atunci când  = 0 rezultă xx(0)  1, iar când   , xx()  0, astfel că, în general, există
îndeplinită dubla inegalitate:
0  xx()  1 (37)
Normalizarea funcţiilor de intercorelaţie este ilustrată prin coeficientul de corelaţie:

(38)

şi acesta caracterizează gradul de corelare a celor două semnale x(t) şi y(t).

Dacă nu există corelare între semnale, Rxy()  0 şi deci xy() = 0, iar dacă există o corelare
perfectă, Rxy() = şi deci xy() = 1. În acest ultim caz, rezultă că semnalul x(t) se regăseşte în
totalitate în semnalul y(t). Aceste două cazuri extreme ale corelării celor două semnale delimitează domeniul
de valori ale coeficientului de corelaţie:
0  xy()  1 (39)