UNIVERSIDADE FEDERAL DO ABC

FERNANDO HENRIQUE GOMES ZUCATELLI

FERNANDA SILVA GUIZI

Processadores Digitais em Controle e Automac

ao:
Laboratorio 6: O Espectro de Frequencia de Sinais Modulados em
Largura de Pulso

SANTO ANDRE
28 DE NOVEMBRO DE 2014

1 Introducao
O objetivo desta atividade experimental e realizar a analise de desempenho da tecnica
de modulacao em largura de pulso (PWM Pulse Width Modulation). A metodologia
seguida durante a pratica adotou o calculo da THD (Total Harmonic Distortion) e a plotagem espectro de FFT (Fast Fourier Transform) como parametros para a comparacao
de performance dos sinais implementados nas simulacoes.
A PWM e o tipo de modulacao mais importante para aplicacao em sistemas de potencia.
Ela se destaca por permitir a transferencia de potencia para uma carga tendo perda resistiva muito pequena. Em um circuito modulador PWM, uma chave de estado solido
e comutada rapidamente de forma a gerar na sada do circuito uma onda quadrada. A
tensao fornecida a` uma carga na sada do circuito sera a tensao media da onda quadrada.
Esta media e ajustada conforme o valor do Duty Cycle (Ciclo de Trabalho) que e o valor
percentual de tempo que a onda quadrada permanece em nvel alto durante um perodo.
Portanto quanto maior for o Duty Cycle maior sera a potencia transferida para a carga.

Figura 1: Exemplo Modulacao PWM.

Embora o conversor PWM possa proporcionar uma conversao DC para DC, apresenta
muitas componentes harmonicas (rudo). A fim de compreender as mudancas de conte
udo
harmonico com variacoes no ciclo de trabalho, a transformada de Fourier e usada.
A Distorcao Harmonica Total (THD) e uma medida da distorcao harmonica presente
e e definida como razao das somas das potencias de todos os componentes harmonicos em
relacao potencia da a frequencia fundamental. Em sistemas de potencia uma THD baixa
significa boas condicoes eletricas do sistema.
s  
P Vi 2
%T HD = 100
V1

(1)

c
Foram implementadas dentro do ambiente Simulink
dois sistemas com a utilizacao
da tecnica de modulacao PWM.

A Figura 2 exibe o primeiro sistema no qual uma onda senoidal e modulada com a
tecnica mencionada. Para este sistema variou-se os parametros de simulacao de Indice de
Modulacao de Amplitude (ima) e Indice de Modulacao Frequencia (imf) para a obtencao
do menor valor THD.

Figura 2: Blocos do simulink para a simulacao 1.

Ja a Figura 3 exibe um sistema que emula o comportamento de um motor DC cujo
fornecimento de corrente e controlado pela modulacao PWM. Para esta segunda simulacao
tambem variou-se o parametro de Indice de Modulacao de Amplitude alem de alterar os
valores das matrizes que modelam em espaco de estado o motor DC. Esta alteracao dos
valores nas matrizes tiveram o intento de simular falhas de origem eletricas ou mecanicas.

Figura 3: Blocos do Simulink para as Simulacoes 2 e 3.

Os programas estao descritos na Secao 4. Os programas foram alterados para gerarem
lacos f or com os parametros a serem testados salvando a matriz com os resultados e
respectivos graficos.

2 Resultados
2.1 Analise de Fourier de um sinal senoidal PWM - Simulacao 1
A Tabela 1 apresentada os resultados com ima = 0, 7 e a Tabela 2 para o ima = 4.
Os valores calculados sao as combinacoes nos intervalos f m [10; 100], com passo 1
imf [10; 30], com passo 5, h [100; 300], com passo 100, assim testamos 15 combinacoes diferentes para as 91 frequencias testadas totalizando 1365 combinacoes as quais

observamos que o THD nao varia significantemente conforme a frequencia f m utilizada,

assim exibimos os 15 primeiros resultados, respectivos a` frequencia de 10 Hz e os 15
u
ltimos para a frequencia de 100 Hz.
Com a variacao do ndice de modulacao em amplitude (ima), observou-se que o THD
diminui conforme o aumento deste parametro. Portanto quanto mais proximas sao as
amplitudes da onda senoidal e da onda triangular portadora menor sera o THD.
Vale salientar que o resultado observado para ima = 4, apesar de apresentar um
menor THD observado, traz consigo a sobre-modulacao. Este fenomeno ocorre quando
o ima > 1, isto e, a amplitude do sinal senoidal ultrapassa a amplitude da portadora
triangular. O resultado e que algumas das interseccoes entre a tensao de referencia (onda
senoidal) e de portadora (onda triangular) sao perdidas e pulsos sao removidos da forma
de tensao da sada. Para grandes valores de ima, as u
nicas interseccoes que existem
ocorrem no cruzamento por zero da tensao senoidal.
Tabela 1: Resultados para a simulacao 1 com ima = 0,7.
i
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Imf
10

15

20

25

30

h
100
200
300
100
200
300
100
200
300
100
200
300
100
200
300

THD
1,71
1,732
1,74
1,686
1,719
1,732
1,662
1,708
1,723
1,637
1,694
1,715
1,621
1,681
1,708

RMS
0,981
0,990
0,993
0,970
0,984
0,990
0,960
0,980
0,986
0,950
0,974
0,983
0,943
0,968
0,980

i
1351
1352
1353
1354
1355
1356
1357
1358
1359
1360
1361
1362
1363
1364
1365

Imf
10

15

20

25

30

h
100
200
300
100
200
300
100
200
300
100
200
300
100
200
300

THD
1,707
1,726
1,731
1,681
1,71
1,719
1,655
1,696
1,706
1,629
1,679
1,694
1,61
1,663
1,682

RMS
0,979
0,987
0,990
0,968
0,980
0,984
0,957
0,974
0,979
0,946
0,967
0,974
0,938
0,960
0,968

c
A Figura 4 apresenta o resultado simulado no Matlab
para o caso em que o ima = 0, 7
e a Figura 5 , para ima = 4. Analisando os espectros das componentes de frequencia,
constata-se que ,de fato, a amplitude dos harmonicos para ima = 4 e bem menor menor
do que em ima = 0, 7 justificando assim os seus respectivos valores de THD.

Tabela 2: Resultados para a simulacao 1 com ima = 4.

i
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Imf
10

15

20

25

30

h
100
200
300
100
200
300
100
200
300
100
200
300
100
200
300

THD
0,520
0,525
0,527
0,478
0,481
0,482
0,486
0,496
0,501
0,490
0,501
0,506
0,488
0,498
0,502

RMS
0,996
0,998
0,999
0,998
0,999
0,999
0,991
0,995
0,997
0,99
0,995
0,997
0,992
0,996
0,997

i
1351
1352
1353
1354
1355
1356
1357
1358
1359
1360
1361
1362
1363
1364
1365

Imf
10

15

20

25

30

h
100
200
300
100
200
300
100
200
300
100
200
300
100
200
300

THD
0,520
0,524
0,525
0,478
0,480
0,481
0,485
0,494
0,498
0,489
0,498
0,502
0,486
0,496
0,498

RMS
0,996
0,997
0,998
0,998
0,999
0,999
0,991
0,994
0,996
0,99
0,994
0,995
0,991
0,995
0,996

(a) f m = 10, imf = 10

(b) f m = 100, imf = 10

(c) f m = 10, imf = 30

(d) f m = 100, imf = 30

Figura 4: Amostras de resultado da simulacao 1 - ima = 0.7

(a) f m = 10, imf = 10

(b) f m = 100, imf = 10

(c) f m = 10, imf = 30

(d) f m = 100, imf = 30

Figura 5: Amostra de resultado da simulacao 1 - ima = 4

2.2 Aplicacao da PWM ao motor DC (Malha Aberta) - Simulacao 2

A Tabela 3 apresenta os resultados para a simulacao 2 em relacao a analise do comportamento da tensao de sada do motor DC. Novamente os valores de THD calculados para
a tensao de sada do motor sao independentes das frequencias f m de entrada. Tambem
verifica-se que THD nao variou muito com a mudanca do valor de ima de 1 para 4.
As Figuras 6 e 7 exibem alguns dos resultados para a tensao de sada do motor com
seus respectivos ndices de modulacao em amplitude de 1 e 4. Observa-se em ambos
os casos os graficos da tensao em PWM e suas componentes de frequencia nao diferem
significativamente entre si. No que tange a deteccao de falhas, e possvel observar um pico
nos graficos de deteccao por envelope sendo este pico melhor visualizado pela transformada
de Hilbert.

Tabela 3: Resultados da simulacao 2 - Analise da tensao de sada do motor.

i
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Ima

Imf

10

15

20

25

30

h
100
200
300
100
200
300
100
200
300
100
200
300
100
200
300

THD
1,698
1,749
1,768
1,698
1,749
1,768
1,698
1,749
1,768
1,698
1,749
1,768
1,698
1,749
1,768

RMS
0,961
0,983
0,991
0,961
0,983
0,991
0,961
0,983
0,991
0,961
0,983
0,991
0,961
0,983
0,991

i
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300

Ima

Imf

10

15

20

25

30

h
100
200
300
100
200
300
100
200
300
100
200
300
100
200
300

THD
1,698
1,749
1,768
1,698
1,749
1,768
1,698
1,749
1,768
1,698
1,749
1,768
1,698
1,749
1,768

RMS
0,961
0,983
0,991
0,961
0,983
0,991
0,961
0,983
0,991
0,961
0,983
0,991
0,961
0,983
0,991

(a) PWM e componentes em frequencia

(b) Envelope, deteccao com Transformada

de Hilbert

(c) Envelope, detecc

ao com metodo LPF

(d) FFT do sinal original

Figura 6: Amostra de resultado da simulacao 2 - ima = 1, f m = 10, imf = 10

(a) PWM e componentes em frequencia

(b) Envelope, deteccao com Transformada

de Hilbert

(c) Envelope, detecc

ao com metodo LPF

(d) FFT do sinal original

Figura 7: Amostra de resultado da simulacao 2 - ima = 4, f m = 10, imf = 10

2.3 Aplicacao da PWM ao motor DC (Malha Aberta) - Simulacao 3

As Tabelas 4 e 5 apresentam os resultados para simulacao 3 em relacao ao motor DC,
mas agora monitorando a corrente de armadura ia, novamente os valores calculados sao
independentes das frequencias f m de entrada, sendo as 15 primeiras amostras i para
f m = 10 Hz e as 15 u
ltimas para f m = 100 Hz. O parametro de THD ficou fixo no valor
de 0,705 mesmo com o aumento do ima.
A Figura 8 para o caso da analise sobre a corrente de armadura ia e ima = 1. Observase que falha (pico) detectada para pelos graficos de envelope e muito mais ntida para
analise da corrente ia do que para a tensao. A Figura 10 apresenta o caso com corrente
de armadura ia e ima = 4, na qual pode ser observado o mesmo tipo de falha.

Tabela 4: Resultados da simulacao 3 - Analise da corrente ia com ima = 1.

i
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Imf
10

15

20

25

30

h
100
200
300
100
200
300
100
200
300
100
200
300
100
200
300

THD
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705

RMS
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968

i
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300

Imf
10

15

20

25

30

h
100
200
300
100
200
300
100
200
300
100
200
300
100
200
300

THD
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705

RMS
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968

(a) PWM e componentes em frequencia

(b) Envelope, deteccao com Transformada

de Hilbert

(c) Envelope, detecc

ao com metodo LPF

(d) FFT do sinal original

Figura 8: Amostra de resultado da simulacao 3 - ima = 1, f m = 10, imf = 10

(a) PWM e componentes em frequencia

(b) Envelope, deteccao com Transformada

de Hilbert

(c) Envelope, detecc

ao com metodo LPF

(d) FFT do sinal original

Figura 9: Amostra de resultado da simulacao 3 - ima = 1, f m = 100, imf = 10

Tabela 5: Resultados da simulacao 3 - Analise da corrente ia com ima = 4.

i
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

Imf
10

15

20

25

30

h
100
200
300
100
200
300
100
200
300
100
200
300
100
200
300

THD
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705

RMS
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968

i
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300

Imf
10

15

20

25

30

h
100
200
300
100
200
300
100
200
300
100
200
300
100
200
300

THD
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705
0,704
0,705
0,705

RMS
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968
0,968

10

(a) PWM e componentes em frequencia

(b) Envelope, deteccao com Transformada

de Hilbert

(c) Envelope, detecc

ao com metodo LPF

(d) FFT do sinal original

Figura 10: Amostra de resultado da simulacao 3 - ima = 4, f m = 10, imf = 10

11

(a) PWM e componentes em frequencia

(b) Envelope, deteccao com Transformada

de Hilbert

(c) Envelope, detecc

ao com metodo LPF

(d) FFT do sinal original

Figura 11: Amostra de resultado da simulacao 3 - ima = 4, f m = 100, imf = 10

3 Conclusao
Por meio desta pratica constatou-se que a variacao de parametros de ndice modulacao
em amplitude pode influenciar no valor da Distorcao Harmonica Total (THD) de um sinal
modulado. Deve-se observar que, para que nao haja perda da informacao original, o ima
deve ser sempre menor que 1, do contrario o sinal modulado ,apesar de apresentar um
THD baixo, ao ser demodulado apresentara um sinal distorcido. Por fim a deteccao de
falhas pelo metodo de observacao de envoltorio de espectro mostrou-se como um tecnica
eficiente de visualizacao de problemas em um motor DC, sendo as anomalias mais ntidas
quando e feita a analise para o parametro de corrente de armadura ia.

4 Anexos
4.1 Programa auxiliar para Simulink do ex1
c
Este programa define as variaveis usada no diagrama do Simulink
, gera as figuras

12

a partir dos dados salvos na area de trabalho (Workspace) ja salvando com seus resc
pectivos nomes formados pelos valores das variaveis do laco for do Matlab
e tambem
c
salva a matriz dos resultados em um arquivo a parte para ser exportado para o Excel
posteriormente o qual foi analisado e usado para gerar as tabelas deste relatorio.
%% Programa adaptado para coleta mais eficiente de dados
clc,close all
%% Config_Param
ima = [0.7 4];
i = 0;
V = [ ];
for fm=10:1:100
T=1/fm;
% Time period of fundamental signal
for imf=10:5:30
for h=100:100:300
close all
i = i+1;
sim(fourier_PWM_2009_FHZ,[0, T]);
%% Fourierdec.m
disp(date)
t = t - t(1); % shift time array such that it starts with 0
L=length(t);
T=t(L);
fo=round(1/T);
disp([Fundamental frequency (Hz) = num2str(fo)])
nu=0;
%%%
for w=1:size(f,2); % 2 is indicating second dimension is to be determined that is
nu=nu+1;
disp([
Function No. num2str(nu)]);
disp(_________________________________)
disp(
order of | amplitude | phase)
disp(
harmonic |
| [deg])
disp(____________|___________|________)
g=f(:,w);
%%% Complex Fourier coefficients ck
co=1/T*trapz(t,g)+eps;
%
fprintf(%8.0f%13.4f\n,0,co)

13

C=[];
rms2 = co^2;
for k=1:h
q=g.*exp(-1i*2*pi/T*t*k);
ck= 2/T*abs(trapz(t,q));
pk= angle(trapz(t,q))*180/pi;
C=[C ck];
% Concatinating ck with C
fprintf(%8.0f%13.4f%11.2f\n,k,ck,pk)
rms2 = rms2+ck^2/2;
end
% RMS and THD
rms = sqrt(rms2);
THD = sqrt(rms2-C(1)^2/2)/(C(1)/sqrt(2));
mean = co;
disp([RMS: num2str(rms)]);
disp([THD: num2str(THD)]);
disp([Mean: num2str(mean)]);
disp(================================)
%%% Tabela 1

fprintf(_________________________________\n)
fprintf( i\t|\tIma\t|\tImf\t|\th\t|\tTHD\t|\tRMS\t|\tMEAN\n)
fprintf(__\t|\t___\t|\t___\t|\t_\t|\t___\t|\t___\t|\t____\n)
fprintf(%1d\t%2.0f\t%4.0f\t%4.4f\t%11.2f\t%11.2f\t%11.2f\n,i,ima(w),imf,h, THD, r
V =[V ; i,ima(w),imf,h,THD, rms, mean];

%%% Plots
order=((1:h+1)-1);
mag=[co C];
figure(Position,[175+w*50 70 760 555],Name,strcat(Fourier analysis fm_,num2st
subplot(2,1,1);
plot(t,g,r,t,0,k,linewidth,2);
axis([0 T -1.2 1.2])
xlabel(Time [s]);
ylabel(Signal);
title([Periodic Signal ( RMS= num2str(rms) THD= num2str(THD) ), fm= ,num2st
grid on;

14

subplot(2,1,2);
stem(order,mag,-ob);
xlabel(Harmonic Order);
ylabel(Amplitude);
title(Fourier Components);
grid on;
figname = strcat(fig_ex_1\fig_ex1_fm_,num2str(fm),_imf_,num2str(imf),_10ima_,
saveas(gcf,figname);
end
end
end
end
save V V

4.2 Programa auxiliar para Simulink do ex 2

%% Config_Param
% Par^
ametros da simula
c~
ao
%%%%%%%%%%%%%%%%%%%%%%%%%%%
% ts = 50; % Dura
ca
~o da simula
c~
ao em segundos
ts = 1/1; % Time period of fundamental signal
Tc = 0.001; % Tempo de amostragem
% Par^
ametros do motor em condi
c~
oes nominais
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
r = 0.5; l = 0.1; km = 0.25; b = 0.8; J = 0.4;
Ac
Bc
Cc
Dc

=
=
=
=

[-r/l -km/l; km/J

[1/l 0; 0 -1/J];
[1 0; 0 1];
[0 0;0 0];

-b/J];

[A,B,C,D]=c2dm(Ac,Bc,Cc,Dc,Tc,tustin);
% Par^
ametros do motor em condi
c~
oes de falha
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

15

rf = 0.5*0.5; lf = 0.1; kmf = 0.25; bf = 0.8; Jf = 0.4;

Ac2
Bc2
Cc2
Dc2

=
=
=
=

[-rf/lf -kmf/lf; kmf/Jf

[1/lf 0; 0 -1/Jf];
[1 0; 0 1];
[0 0; 0 0];

-bf/Jf];

[Af,Bf,Cf,Df]=c2dm(Ac2,Bc2,Cc2,Dc2,Tc,tustin);

x0 = [0.01 0.01];
% Observador de estados
%%%%%%%%%%%%%%%%%%%%%%%
v = [0.86 0.87]; % autovalores observador
%tfy = ts/2;
% Momento da falha
tfy = 100;
K

= place(A,C,v);

Ao = A - K * C; Bo = [B K]; Co = C; Do = zeros(2,4);
% Do = zeros(2,3);

Em seguida vem o mesmo programa do exerccio 1 ate cujo final contem a chamada
para a funcao envelope.
%% Envelope
Fs = 1/Tc;
envelope(ia,Fs, fm, ima , imf, h, THD);
Sendo esta funcao descrita abaixo
y=envelope(signal,Fs, fm, ima , imf, h, THD);
y=signal;
figure();
N=512;T=N/Fs;
sig_f=abs(fft(y(1:N),N));
sig_n=sig_f/(norm(sig_f));

16

freq_s=(0:N-1)/T;
plot(freq_s(2:250),sig_n(2:250)), grid on;
title(strcat(FFT of Original Signal, , fm ,num2str(fm),, imf_,num2str(imf),_
figname = strcat(fig_ex_2\fig_ex2_fm_,num2str(fm),_imf_,num2str(imf),_10ima_,
saveas(gcf,figname);

%Envelope Detection based on Low pass filter and then FFT

[a,b]=butter(2,0.1);%butterworth Filter of 2 poles and Wn=0.1
%sig_abs=abs(signal); % Can be used instead of squaring, then filtering and
%then taking square root
sig_sq=2*signal.*signal;% squaring for rectifing
%gain of 2 for maintianing the same energy in the output
y_sq = filter(a,b,sig_sq); %applying LPF
y=sqrt(y_sq);%taking Square root
%advantages of taking square and then Square root rather than abs, brings
%out some hidden information more efficiently
figure();
N=512;T=N/Fs;
sig_f=abs(fft(y(1:N),N));
sig_n=sig_f/(norm(sig_f));
freq_s=(0:N-1)/T;
plot(freq_s(2:250),sig_n(2:250)), grid on;
title(strcat(Envelope Detection: LPF Method, , fm ,num2str(fm),, imf_,num2str
figname = strcat(fig_ex_2\fig_ex2_fm_,num2str(fm),_imf_,num2str(imf),_10ima_,
saveas(gcf,figname);

%Envelope Detection based on Hilbert Transform and then FFT

analy=hilbert(signal);
y=abs(analy);
figure();
% N=2*2048;T=N/Fs;
N=512;
sig_f=abs(fft(y(1:N),N));
sig_n=sig_f/(norm(sig_f));
freq_s=(0:N-1)/T;
plot(freq_s(2:250),sig_n(2:250)), grid on;
title(strcat(Envelope Detection : Hilbert Transform, , fm ,num2str(fm),, imf_
figname = strcat(fig_ex_2\fig_ex2_fm_,num2str(fm),_imf_,num2str(imf),_10ima_,
saveas(gcf,figname);