Misure di vibrazioni - Stadio Meazza di S.Siro

Slides:



Advertisements
Presentazioni simili
Misure riflettometriche nel dominio della frequenza (OFDR)
Advertisements

Misure per la dinamica degli pneumatici
Processi Aleatori : Introduzione – Parte II
FUNZIONI ESPONENZIALI E FUNZIONI LOGARITMICHE
Modulo 1 Unità didattica 2:
Relatore: Prof. Fabrizio FERRANDI
ESEMPI DISEQUAZIONI IRRAZIONALI
Esercitazione 1: Scarpa Utilizzando estensimetri o altri trasduttori, strumentare opportunamente una scarpa da ginnastica al fine di rilevare in maniera.
Digital Data Acquisition
Vibrazioni indotte da fluidi in strutture meccaniche
I FILTRI RC PASSA-BASSO PASSIVO.
PROGETTO DI FILTRI FIR CON IL METODO DELLE FINESTRE
Laboratorio del 29/09/05 Processi AR
Tema 6: Analisi in Potenza di Processi Parametrici
Strumentazione L’ attrezzatura a nostra disposizione comprende un apparato energizzante elettrico EG&G, e sorgenti di vario tipo e potenza, in ordine.
STIMA DELLO SPETTRO Noi considereremo esempi:
I SEGNALI AUDIO nella frequenza
I SEGNALI AUDIO nella frequenza
Corso di Impatto Ambientale Modulo A: Pianificazione Energetica
Master universitario di II livello in Ingegneria delle Infrastrutture e dei Sistemi Ferroviari Anno Accademico 2012/2013 Cultura dimpresa, valutazione.
Incertezza di misura Laboratorio n. 2 a.a
Funzione di trasferimento
Misure di vibrazioni – disturbo a persone
Ing. Simona Moschini tel.: Misure Trasformata.
Duomo di Milano: lavori di restauro
Il campionamento Campionamento asincrono: si acquisiscono i campioni ad intervalli di tempo costanti. Detto t il tempo trascorso tra una acquisizione.
Ing. Giorgio Busca tel.: Misure Campionamento asincrono, sincrono e time-
Funzione di trasferimento
Misure di vibrazioni - Stadio Meazza di S.Siro
Misure di profili di asfalto
UNIVERSITÀ DEGLI STUDI DI PERUGIA Dipartimento di Ingegneria Industriale Prof. Francesco Castellani Corso di Meccanica Applicata.
UNIVERSITÀ DEGLI STUDI DI PERUGIA Dipartimento di Ingegneria Industriale Prof. Francesco Castellani Corso di Meccanica Applicata.
UNIVERSITÀ DEGLI STUDI DI PERUGIA Dipartimento di Ingegneria Industriale Prof. Francesco Castellani Corso di Meccanica Applicata.
MOTO ARMONICO SMORZATO PER ATTRITO (COULOMB DUMPING)
UNIVERSITÀ DEGLI STUDI DI PERUGIA Dipartimento di Ingegneria Industriale Prof. Francesco Castellani Corso di Meccanica Applicata.
UNIVERSITÀ DEGLI STUDI DI PERUGIA Dipartimento di Ingegneria Industriale Prof. Francesco Castellani Corso di Meccanica Applicata.
UNIVERSITÀ DEGLI STUDI DI PERUGIA Dipartimento di Ingegneria Industriale Prof. Francesco Castellani Corso di Meccanica Applicata A.
Parte I (I Sensori) I sensori di velocità
Frequency Domain Processing Francesca Pizzorni Ferrarese 17/03/2010.
Previsione delle vibrazioni ferroviarie: modelli teorici e agli E.F.
CONVERTITORE ANALOGICO / DIGITALE
Misure Meccaniche e Termiche Sistemi del second’ordine
Didattica e laboratorio di Misure Elettroniche e strumentazione
BENVENUTI. Istruzioni per la compilazione dei moduli di domanda interattivi del Comune di Vignola Consigliamo di leggere attentamente queste istruzioni.
Trasformata discreta di Fourier: richiami
Relatore Candidato Prof. Alessandro De Luca Daniele De Simone
Università degli Studi di Cassino
Frequency Domain Processing
Elettrotecnica Anno accademico
Risultati Scuola Secondaria di 1° grado MONITORAGGIO E PROVE STANDARD ANNO SCOLASTICO 2012/ 2013 Funzione strumentale Area 2 Imma Saviano.
La gestione dei rifiuti secondo la normativa vigente
Milano, 17 Dicembre 2013 Informatica B Informatica B Matlab Laboratorio del 14/01/2014 Responsabili di laboratorio: Gianluca Durelli:
Lezione n° Università degli Studi Roma Tre – Dipartimento di Ingegneria Corso di Teoria e Progetto di Ponti – A/A Dott. Ing. Fabrizio Paolacci.
Prove di caratterizzazione dinamica
Laurea Ing EO/IN/BIO; D.U. Ing EO
Programa cofinanziato con il Fondo Europeo di Sviluppo Regionale Programme cofinancé par le il Fonds Européen de Devéloppement Régional Progetto Vento,
Software per la valutazione dell’inquinamento elettromagnetico Giurato Marta A.A. 2012/2013.
GENERAZIONE DI FORME D’ONDA TRAMITE CONVERSIONE DI FREQUENZA
Laurea Ing. EO/IN/BIO;TLC D.U. Ing EO 3
ANALISI ARMONICA Corsi di DIPLOMA UNIVERSITARIO
Sensori di Pressione Integrati
Trasformata di Fourier
18 ottobre 2010Il Fenomeno Sonoro1 Misura della pressione acustica.
Esercitazione 02/12/2008 Ing. Maria Teresa Borzacchiello Corso di Tecnica ed Economia dei Trasporti Prof. Vincenzo Torrieri 1 Il problema dell’ottimo di.
FILTRI NUMERICI. Introduzione Nel campo nei segnali (analogici o digitali), un sistema lineare tempo-invariante è in grado di effettuare una discriminazione.
Analisi spettrale numerica di segnali di misura Prof. Leopoldo Angrisani Dip. di Informatica e Sistemistica Università di Napoli Federico II.
1 Primi metodi di “misura” delle vibrazioni A causa dell’assenza di strumenti opportuni, le vibrazioni venivano “valutate” semplicemente toccando la macchina;
ANALISI DEI SEGNALI Si dice segnale la variazione di una qualsiasi grandezza fisica in funzione del tempo. Ad esempio: la pressione in un punto dello spazio.
Laboratorio II, modulo Segnali a tempo discreto ( cfr.
Transcript della presentazione:

Misure Autospettro e PSD Ing. Simona Moschini e-mail: simona.moschini@mail.polimi.it http://misure.mecc.polimi.it

Misure di vibrazioni - Stadio Meazza di S.Siro Vibrazioni verticali di una tribuna del terzo anello rilevate dal sistema di monitoraggio permanente

Il Problema Viene data una storia temporale di un accelerometro utilizzato per il monitoraggio delle vibrazioni allo stadio Meazza. L’eccitazione generata fattori ambientali quali vento, traffico stradale, persone, può essere considerata random Anche la risposta misurata sarà random Come posso ottenere informazioni sulle principali frequenze presenti nel segnale (modi di vibrare)?

Media nel dominio delle frequenze 3 Posso procedere a operare delle medie su diversi sotto-record. Ho 3 possibilità di mediare un segnale: nel tempo nelle frequenze in termini di numeri complessi nelle frequenze in termini di spettro di potenza (autospettro)

Ripasso 4 Autospettro: PSD:

Esercitazione Caricare il file dei dati e plottare la storia temporale Plottare (semilogy) il modulo dello spettro, l’autospettro (conj) e la PSD applicando la DFT a tutto il record. Limitare il range del grafico tra 0.5 e 10 Hz. (xlim) Applicare i seguenti metodi per estrarre il comportamento medio del segnale: Media nelle frequenze in termini di numeri complessi Media nelle frequenze in termini di spettro di potenza (autospettro) Plottare i risultati dell’operazione di media per diverse risoluzioni in frequenza (ad esempio 0.1 Hz e 0.05 Hz)

Note E’ opportuno utilizzare una finestratura del segnale prima del calcolo della DFT? Confrontando spettri e autospettri medi cosa si nota? Quale approccio è quello corretto considerando che il segnale è di natura randomica? Confrontando autospettri e psd cosa si nota al variare della risoluzione in frequenza dell’analisi? Quale approccio è consigliabile considerando la natura del fenomeno? Se il segnale fosse stato periodico avrei tratto le medesime conclusioni?