Académique Documents
Professionnel Documents
Culture Documents
CAMPUS MONTERREY
PROGRAMA DE GRADUADOS DE LA DIVISIÓN DE
TECNOLOGÍAS DE INFORMACIÓN Y ELECTRÓNICA
TESIS
PRESENTADA COMO REQUISITO PARCIAL
PARA OBTENER EL GRADO ACADÉMICO DE
MAESTRO EN CIENCIAS
ESPECIALIDAD EN INGENIERÍA ELECTRÓNICA
POR
ING. OSCAR RENÉ FLOTTE HERNÁNDEZ
Por
Tesis
del
Campus Monterrey
Los miembros del comité de tesis recomendamos que la presente tesis del Ing. Oscar René
Flotte Hernández sea aceptada como requisito parcial para obtener el grado académico de
Ingeniería Electrónica
Comité de Tesis:
________________________
Graciano Dieck Assad Ph. D.
Asesor de la Tesis
__________________________ ___________________________________
Rogelio Soto Rodríguez Ph. D. Ramón Martín Rodríguez Dagnino Ph. D.
Sinodal Sinodal
_____________________________
David Garza Salazar Ph. D.
Director de Programa de Graduados en Tecnologías de
Información y Electrónicas
Marzo de 2006
Reconocimientos
• Quiero agradecer al Dr. Graciano Dieck Assad por la libertad y motivación que me dió
para desarrollar este trabajo, así como sus valiosos comentarios y acertadas
correcciones.
• Mi agradecimiento al Dr. Rogelio Soto, sinodal de esta tesis, por sus comentarios y
sugerencias, así también por su gran apoyo y ayuda.
• Al Dr. Ramón Rodríguez Dagnino, muchas gracias por sus comentarios y sus valiosas
sugerencias para lograr que este trabajo fuera más entendible.
• A mis padres y mis hermanos por su apoyo incondicional que siempre me han
demostrado.
Resumen
Reconocimientos iv
Resumen v
Capítulo 1 Introducción 1
1.1 Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Descripción de Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Descripción de la Tesis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Bibliografía 74
Capítulo 1
Introducción
1.1 Antecedentes
El problema de ruido acústico en el ambiente se vuelve cada vez más notorio por diversas
razones [1]:
Existen dos tipos de ruido en el ambiente, uno es causado por turbulencia siendo
totalmente aleatorio pues distribuye su energía uniformemente en todas las bandas de
frecuencia y es generado, por ejemplo, por un avión jet o una explosión. El otro tipo es el
llamado ruido de ancho de banda reducido. Este último es el generado por máquinas
rotativas o de movimientos repetitivos (P. Ej. motores de combustión interna, ventiladores,
compresores, bombas de vacío, etc.) donde el ruido generado es periódico o casi periódico,
lo cual permite su sintetización y procesamiento con el fin de estudiar la forma de
controlarlo.
Hay dos formas para controlar el ruido acústico: la pasiva y la activa. La forma tradicional
de controlar el ruido acústico es la pasiva, que consiste en la aplicación del concepto de
cambio de impedancia causada por la combinación de ‘baffles’ y tubos (silenciadores
reactivos) o bien del concepto de pérdida de energía donde se utilizan materiales
absorbentes de sonido (silenciadores resistivos). Esta forma de control de ruido (pasiva) es
útil para medias y altas frecuencias de ruido; si bien es costosa pues se utiliza una gran
cantidad de materiales de construcción y no es efectiva en la cancelación acústica de bajas
frecuencias [2].
En la forma activa de control de ruido, una segunda fuente de sonido es usada para crear
un sonido de igual magnitud y frecuencia pero de diferente fase para cancelar dicho ruido
[4]. En la Figura 1.1 se muestra las formas de ondas del ruido indeseado, del ‘antirruido’ y
la señal residual.
1
Figura 1.1 Concepto Físico de la Cancelación Activa de Ruido [1].
Una propiedad importante de las ondas de sonido es que estas se propagan linealmente, así
que el efecto neto en cualquier punto de dos ondas de sonido separadas y distintas será la
superposición de los efectos de dichas ondas actuando individualmente [3].
Por lo tanto, el concepto de control activo de ruido es sencillo: se pretende cancelar un
ruido enviando otro igual pero de diferente fase, con el fin de que se encuentren los valles
y crestas de la onda de ruido con las crestas y valles de un segundo ruido generado (P. Ej.
con una bocina) para atenuarse o eliminarse totalmente; a este fenómeno se le conoce
como interferencia destructiva [2]. A diferencia del control pasivo, los sistemas activos
son más pequeños, económicos, y adaptables a diversas situaciones de construcción [4].
El concepto de control activo de ruido data de 1934 cuando el físico alemán Paul Lueg
patentó el concepto para cancelar el ruido en ductos basado en el ya mencionado principio
de superposición. En dicha patente Lueg muestra la forma de eliminar el sonido utilizando
un micrófono para convertir el sonido en señal eléctrica, pasarla luego a un dispositivo
controlador para invertirle la fase y después volverla a introducir al sistema a través de un
altoparlante [3]. Los primeros trabajos relacionados en esta área utilizaron procesadores
analógicos de señales y debido a la limitada precisión con la que podían trabajar la función
de transferencia del controlador, se reducía drásticamente el desempeño y uso práctico de
estos sistemas.
Actualmente se cuenta con las herramientas necesarias para realizar procesamiento de
señales en forma digital y trabajar funciones de transferencia complejas en tiempo real. El
decremento en costo y aumento en capacidad de procesamiento han permitido la
implementación de sistemas que pueden realizar control de ruido de manera eficiente en
situaciones prácticas, incluso en aquellas donde el ruido cambia de forma (cambio en
amplitud, fase o en período) y es necesario la implementación de un control con capacidad
de adaptarse a estos cambios [5].
Las cuatro partes más importantes en un sistema de control activo de ruido son [2]:
• La planta es el sistema físico que ha de ser controlado. Por ejemplo: ductos de aire,
lugares encerrados, la cabina de algún vehículo.
2
• Sensores como micrófonos, acelerómetros, o algún otro dispositivo que sense el
sistema y permita ver que tan bien trabaja el control de ruido.
2. Mostrar los diferentes filtros digitales (FIR e IIR) para procesar señales de ruido y
de error en los sistemas ANC, considerando sus coeficientes como parámetros
adaptables.
3
5. Diseñar y programar el algoritmo de control activo de ruido en el DSP que tenga la
capacidad de adaptarse a diferentes cambios de fase, frecuencia y amplitud en el
ruido de una manejadora de aire o bien en el sistema de ductos.
El Capítulo 1 presenta los antecedentes, la importancia del estudio del Control Activo de
Ruido, así como el principio de superposición y el fenómeno de interferencia destructiva
como bases teóricas para su comprensión y estudio. Trata de las partes básicas que
conforman un sistema de Control Activo de Ruido y se definen los objetivos de la tesis
comenzando desde las explicaciones de la teoría hasta el desarrollo y prueba del prototipo
y del algoritmo final.
El Capítulo 2 presenta las características operativas de los DSP y sus diversas aplicaciones.
Aquí se explica la arquitectura de punto fijo, sus limitantes de precisión y la necesidad de
normalización de los datos para utilizarse en operaciones de punto flotante. Se ven además,
los diferentes filtros digitales clasificados de acuerdo a su respuesta a un impulso: de
respuesta finita (FIR) y de respuesta infinita (IIR), considerando sus coeficientes como
parámetros a adaptar a través de una ley de control.
En el Capítulo 3 se presentan los sistemas de ANC retroalimentados y los ANC ante-
alimentados (para sensores acústicos y para sensores no acústicos en la señal de entrada
respectivamente) siendo estos últimos los que serán implementados y desarrollados en la
presente tesis. Se continúa con el algoritmo de LMS y sus variantes FX-LMS y FBFX-
LMS como leyes de convergencia para adaptar los coeficientes del filtro FIR que genera la
señal de ‘antirruido’ a introducirse al sistema y cancelar la señal de ruido.
El Capítulo 4 describe los diagramas y esquemas electrónicos que conforman físicamente
el sistema de ANC implementado. El sistema físico está constituido por cuatro tarjetas: la
tarjeta prototipo DSK del DSP TMS320C50; una tarjeta donde se produce el ruido acústico
a introducir en el sistema; una tarjeta de monitoreo y filtrado de señales de ruido de entrada
y error; por último, una tarjeta denominada de ‘antirruido’ que da potencia a la señal
procesada del DSP para introducirla al sistema a través de un altavoz.
El Capítulo 5 muestra y describe un diagrama a bloques del prototipo completo, mostrando
el ducto acústico de prueba así como el cálculo de sus dimensiones para permitir que el
sistema sea causal. Se continúa con los diagramas de flujo de los algoritmos de control FX-
LMS y FBFX-LMS.
En este Capítulo se describen las pruebas realizadas con el prototipo completo y se
reportan los resultados obtenidos.
4
En el Capítulo 6 se desglosan las conclusiones y sugerencias de la tesis. Además se
presenta una lista de cambios que se deben de realizar para implementar el prototipo del
sistema de ANC en un ducto real. El Capítulo termina con una serie de recomendaciones
para trabajos futuros, donde sobresale la sugerencia de utilizar un DSP de punto flotante en
próximos trabajos sobre el tema de Control Activo de Ruido.
El Capítulo 7 es el resumen de dos tesis doctorales donde se presentan estudios de control
activo de vibración y ruido emitido en estructuras bidimensionales y la utilización de
materiales piezoeléctricos y materiales absorbentes para crear un actuador híbrido pasivo /
activo denominado espuma inteligente.
5
Capítulo 2
Sistemas de Procesadores Digitales de Señales (DSP)
Los procesadores digitales de señales (Digital Signal Processors, DSP) son, esencialmente,
‘trituradores’ veloces de números y cualquier aplicación que requiera de procesamiento
numérico en tiempo real es candidata a utilizar procesamiento digital de señales.
Un DSP difiere de un microprocesador genérico en muchas maneras. Los micro-
procesadores genéricos están construidos, por lo general, para desarrollar un rango muy
grande de funciones de propósito general, y normalmente corren bloques de programas
muy grandes, como son los sistemas operativos. Los microprocesadores no son utilizados
para procesamiento en tiempo real. Usualmente, ellos tienen la libertad de realizar su
trabajo y escoger su propio curso de acción, esperando, por ejemplo, finalizar la impresión
de un trabajo antes de responder a un comando del usuario. En cuanto a su capacidad de
procesar números, la respuesta de un microprocesador es muy pobre comparado con un
DSP. Mientras que un ‘micro‘ es versátil, un DSP es más especializado, corriendo un
pequeño conjunto de instrucciones a una gran velocidad.
El campo de utilización del procesamiento digital de señales es muy grande y enumerar
cada una de sus aplicaciones es difícil. El procesamiento digital toma información en
tiempo real de alta velocidad, como de radio, sonido, video, etc., y la manipula de
diferentes maneras. Permite filtrado de señales de alta calidad, borrar estática en
comunicaciones telefónicas y habilita a los satélites a encontrar objetos tan pequeños como
una pelota de golf. En un automóvil, un DSP, crea el efecto de ‘sonido envolvente’ del
sistema estéreo y es el responsable del sistema de suspensión activa para poder adaptarse a
las diferentes condiciones del terreno. En fin, las aplicaciones son muchas: telefonía,
militares, sistemas multimedia, procesamiento de imágenes holográficas en 3-dimensiones,
etc.
En Control Activo de Ruido se trabaja con frecuencias en el rango de 0-500 Hz. que,
considerando el criterio de Nyquist [12], requerirían de una frecuencia mínima de muestreo
de 1000 Hz. En el desarrollo de esta tesis se eligió una frecuencia de muestreo de 2000 Hz.
con el fin de trabajar la señal de error con mayor precisión y darle mayor resolución al
procesamiento. Así, una frecuencia de muestreo de 2 Khz. implica que cada 500
microsegundos (1/2000) se recibirá una interrupción del convertidor análogo-digital
(ADC) indicando que un dato nuevo está listo para su manipulación. Para realizar el
filtrado análogo, selección, conversión de análogo a digital, procesamiento de la entrada,
cálculo de la salida y adaptación de los coeficientes del filtro FIR en este lapso de tiempo
6
es necesario un procesador de datos numéricos veloz, es decir, un DSP. El TMS320C50 de
Texas Instruments, es un DSP que maneja aritmética de punto fijo y trabaja a una
velocidad de 50 nanosegundos por instrucción; por lo tanto, puede realizar 10,000
instrucciones entre dos interrupciones sucesivas del ADC. En el Apéndice A se da más
información técnica sobre el TMS320C50 y de la tarjeta prototipo DSK.
M −1
y ( n) = ∑ w(i) x(n − i)
i =0
(2.1)
¡7,792 operaciones más que las 10,000 que se pueden realizar en un tiempo de 500
µsegundos, sin contar el tiempo de ejecución de cambios de variables y lazos! Es por ello
que es preferible normalizar los datos y realizar operaciones de multiplicación y suma
usado las instrucciones MPYA y MPYS disponibles directamente en el DSP aun cuando la
precisión en los cálculos se ve afectada.
7
2.2 Filtros Digitales de Respuesta Finita (FIR) e Infinita
(IIR)
Un sistema digital trabaja con una secuencia de números (señales digitales de entrada) para
producir otra secuencia de números (señales digitales de salida) [10]. La Figura 2.1
muestra un sistema en general, donde la secuencia de salida g(n) es dada por la secuencia
de entrada, f(n), transformada por el operador H. Esto es:
g ( n) = H [ f ( n ) ] (2.2)
Este operador (H) puede ser una unidad de retardo, en tal caso g(n)=f(n-1). Definimos
ahora la respuesta de un sistema lineal e invariante en el tiempo a un impulso digital, δ(n),
esto es:
∞
f (n) = ∑ f (i)δ (n − i)
i = −∞
(2.4)
y utilizando la propiedad de linealidad, la salida del sistema para una entrada f(n) puede ser
escrita como:
∞
g ( n) = ∑ h(i) f (n − i)
i = −∞
(2.5)
8
x(n-1), x(n-2),...] pero no de entradas futuras [P. Ej. x(n+1), x(n+2), x(n+3),...] [11]. Un
sistema digital es causal si h(i)=0 para i<0. Entonces, para hacer la salida g(n) causal,
reescribimos la ecuación anterior en la forma:
∞
g ( n) = ∑ h(i) f (n − i)
i =0
(2.6)
I −1 K
g ( n) = ∑ ai f (n − i) +
i =0
∑ b g (n − k )
k =1
k (2.7)
N M −1
y ( n ) = − ∑ a k y ( n − k ) + ∑ bk x ( n − k ) (2.8)
k =1 k =0
Un filtro digital cuya respuesta al impulso h(n), es cero después de algún número finito de
muestras se dice que es de respuesta finita al impulso (Finite Impulse Response) y es un
filtro FIR [10]. En general, un sistema FIR puede ser descrito por la ecuación de
diferencias [11]:
M −1
y ( n) = ∑ b x (n − k )
k =0
k (2.9)
9
M −1
Y ( z)
H ( z) =
X ( z)
= ∑b z
k =0
k
−k
(2.10)
Como se ve, la salida y(n) depende únicamente de las entradas presente y pasadas, sin
considerar las salidas pasadas. La respuesta de un sistema FIR a un escalón unitario es
idéntico a sus coeficientes {bk}, esto es:
b , 0 ≤ n ≤ M −1
h ( n) = n (2.11)
0, otro _ caso
M −1
y ( n) = ∑ b x (n − k )
k =0
k (2.12)
M −1
y ( n) = ∑ h( k ) x ( n − k )
k =0
(2.13)
Observamos que esta estructura requiere de M-1 localidades de memoria para guardar
las M-1 entradas previas, e implica que se requieren de M operaciones de multipli-
cación y M-1 operaciones de suma.
Algunas propiedades importantes de un filtro FIR son las siguientes [10]:
10
• Para coeficientes acotados, debido a que son sistemas de “sólo ceros” su estabilidad
es incuestionable como tradicionalmente se maneja en la teoría de sistemas lineales.
• Si la respuesta al impulso es simétrica con respecto a la mitad del largo del filtro, la
respuesta de fase del filtro corresponde a un retardo puro, es decir la señal se
entrada es afectada únicamente por un retardo en tiempo y el filtro se denomina de
fase lineal.
Un filtro digital cuya respuesta al impulso, h(n), nunca decae exactamente a cero se
denomina de respuesta infinita al impulso (Infinite Impulse Response) y es un filtro IIR.
En el filtro IIR la salida y(n) depende no sólo de las entradas presente y pasadas, sino
también de N salidas pasadas, como se ve en la siguiente ecuación:
N M
y ( n) = − ∑ ak y ( n − k ) + ∑ b x(n − k )
k (2.14)
k =1 k =0
o bien
M
Y ( z) ∑b z k
−k
H ( z) = = k =0
N
(2.15)
X ( z)
1 + ∑a z
k =1
k
−k
Esta ecuación puede ser vista como dos sistemas en cascada, esto es:
H ( z) = H 1 ( z)H 2 ( z) (2.16)
donde H1(z) contiene los ceros de H(z) y H2(z) contiene los polos de H(z), esto es,
M
H 1 ( z) = ∑b
k =0
k z −k (2.17)
y
1
H 2 ( z) = N
(2.18)
1 + ∑a
k =1
k z −k
11
minimizando para utilizar la menor cantidad de memoria, tenemos la Figura 2.3, donde se
muestra la forma canónica de un filtro IIR de estructura de Forma Directa o Transversal.
- No son siempre estables, pueden tener polos fuera del círculo unitario [11].
- No pueden ser de fase lineal.
- Pequeños cambios en cualquiera de sus coeficientes bk puede hacer grandes cambios en
la respuesta a la frecuencia.
12
Capítulo 3
Sistemas de Control Activo de Ruido (ANC)
En el campo de procesamiento digital de señales hay una clase de sistemas adaptivos en los
cuales los coeficientes de un filtro digital (ya sea FIR o IIR) son ajustados para minimizar
la señal de error. Los coeficientes son modificados de acuerdo a la diferencia entre la salida
del filtro y la salida de la planta utilizando un algoritmo de convergencia como es el de
Mínimos Cuadrados (Least Mean Square).
Los sistemas de Control Activo de Ruido (ANC por sus siglas en Inglés), están basados en
uno de éstos dos esquemas: Antealimentados y Retroalimentados.
13
3.2 ANC Antealimentado (feedforward)
En sistemas antealimentados la señal del ruido de entrada de referencia es registrada antes
de que se mande la señal de cancelación. Los sistemas retroalimentados no tienen una
entrada de referencia.
Los sistemas antealimentados se puede clasificar en dos formas:
De la Figura 3.2 podemos apreciar que la salida del altavoz cancelador no sólo cancela el
ruido en el micrófono de error, sino que también se retroalimenta por el micrófono de ruido
de entrada, resultando en la contaminación de la entrada de referencia x(n). Este efecto
acústico introduce un lazo de retroalimentación o polos en la respuesta del modelo y
14
resulta en inestabilidad en el sistema de control. Algunas de las posibles soluciones a este
problema son:
1. Usar micrófonos y altavoces (bocinas) direccionales.
En esta tesis se utilizará la segunda opción, por lo que se hará identificación ‘off-line’ de la
planta y de la retroalimentación de la señal ‘antirruido’ al micrófono de ruido de entrada.
15
Esto elimina el problema de retroalimentación acústica, es decir, se evita que el
‘antirruido’ introducido al sistema por el altoparlante sea sensado por el micrófono de
entrada y vuelto a introducir al sistema agregando polos en la respuesta del modelo y
causando inestabilidad.
De esta forma el sensor no acústico está sincronizado con la fuente de ruido y es usado
para simular una señal de entrada que contenga la frecuencia fundamental y todas las
armónicas del ruido, como se muestra en la Figura 3.4. Se sigue utilizando un micrófono
después del altoparlante para detectar el signo del error (ruido residual) y ajustar los
coeficientes de un filtro digital adaptivo a través del algoritmo de Mínimos Cuadrados
(LMS) [7] o bien utilizando lógica difusa [4].
La síntesis de una señal de referencia es disparada por el pulso de sincronía proveniente de
la fuente de ruido. En general hay dos tipos de señales de referencia que son usadas
comúnmente en un sistema ANC de banda estrecha:
16
Tanto en el algoritmo de Essex como en el Filtro Notch Adaptivo la cancelación ocurre
sólo en las frecuencias de la fundamental y las armónicas; las bandas de frecuencia entre
las armónicas permanece sin cambio. Esto habilita, por ejemplo, que un discurso se pueda
oír claramente en un salón con mucho ruido ambiental, o permite escuchar el radio en unos
audífonos mientras el radioescucha maneja una motocicleta. Otra razón para remover
únicamente parte del espectro de ruido es que un conductor de un vehículo (automóvil,
montacargas, o un tractor) necesita alguna indicación audible que indique su velocidad y
poder controlar el vehículo con seguridad.
El uso de un sensor no acústico hace que el sistema se vuelva insensible a la cancelación
de sonido, haciéndolo más robusto, y obteniéndose las siguientes ventajas:
• El uso de una señal de referencia generada tiene la ventaja de poder realizar una
cancelación selectiva, esto es, se tiene la habilidad de controlar cada armónica
independientemente.
• Se puede usar un filtro FIR de bajo orden debido a que sólo es necesario el modelo
de la planta acústica con relación a los tonos armónicos.
17
Como se muestra en la Figura 3.5, el sonido radiado por el compresor también puede ser
eliminado controlando la vibración de su cubierta usando un actuador piezoeléctrico
colocado en la superficie de compresor [6], ver el capítulo 7.
E ( z ) = D( z ) + Y ( z ) = X ( z )[P ( z ) + W ( z )] (3.1)
donde E(z) es la señal de error, X(z) es la señal de error de entrada y Y(z) es la salida del
filtro adaptivo. Cuando el error es cero, E(z)=0, el filtro adaptivo W(z) ha convergido.
Entonces:
W ( z ) = − P( z ) (3.2)
y ( n) = − d ( n ) (3.3)
18
Entonces, la salida y(n) del filtro adaptivo tiene la misma amplitud pero está 180° fuera de
fase que el ruido d(n). Cuando y(n) y d(n) se combinan acústicamente, el error residual
viene a ser cero, resultando en la cancelación de ambos sonidos de acuerdo al principio de
superposición.
En esta parte, se explicará el algoritmo de Mínimos Cuadrado (LMS, Least Mean Square)
que fue desarrollado en 1960 por Widrow y Hoff. El LMS es un algoritmo de filtrado
lineal adaptivo que consiste de dos procesos básicos:
Primero, tenemos un filtro transversal, el cual es construido con el algoritmo LMS; este es
responsable del desempeño del proceso de filtrado. Segundo, tenemos un mecanismo para
desarrollar el proceso de control adaptable en los coeficientes del filtro transversal. Los
detalles de los componentes del filtro transversal son presentados en la Figura 3.8.
19
Figura 3.8 Detalle de los componentes de un filtro transversal adaptivo.
donde los componentes δwi(n) representan la variación calculada para adaptar al vector
w(n) y están determinados por la ecuación 3.4.
20
δwi (n) = µ e(n)u (n − i ) (3.4)
por lo tanto, de las Figuras 3.8 y 3.9 podemos observar que el algoritmo LMS adaptivo se
puede escribir en forma de tres relaciones básicas:
Error estimado:
e( n ) = d ( n ) − y ( n ) (3.6)
3.3.2 FX-LMS
21
La señal de ‘antirruido’, y(n), es modificada por una función H(z) en el canal acústico entre
la bocina y el micrófono, como el ruido primario es modificado por P(z) de la fuente de
ruido al sensor de error de entrada. Por esto es necesario compensar el efecto de H(z). Un
diagrama a bloques del controlador que incluye H(z) se muestra en la Figura 3.11.
Entonces, la transformada Z del error es:
E( z) = X ( z ) P( z ) + X ( z )W ( z ) H ( z ) (3.9)
− P( z )
W ( z) = (3.10)
H ( z)
De la ecuación anterior se observa que si existe una frecuencia para el cual H(w)=0, el
sistema se vuelve inestable. Y también el sistema de control es inefectivo si hay una
frecuencia w donde P(w)=0, haciendo al sistema no observable. Por lo visto, las carac-
terísticas de H(z) tienen un efecto significativo en el desempeño de un sistema de control
activo de ruido.
Considerando el efecto de H(z), el algoritmo LMS convencional necesita ser modificado.
Para asegurar la convergencia del algoritmo, el error en la entrada x(n), es filtrado por un
sistema C(z). Esto resulta en el algoritmo de FX-LMS (Filtered X-LMS) desarrollado por
Morgan [10]. El algoritmo FX-LMS se ilustra en la Figura 3.12.
La ecuación del filtro que se programan en el DSP es:
N −1
y ( n) = ∑ w ( n) x ( n − i )
i =0
i (3.11)
22
Figura 3.12 Diagrama del algoritmo FX-LMS.
donde:
M −1
x' (n) = ∑c
i =0
i x(n − i) (3.13)
Es importante destacar que la ley de adaptación de parámetros lleva un signo menos, pues
la señal de error en un sistema de ANC es e(n)=d(n)+y(n), dado que el error residual e(n)
es el resultado de la superposición acústica en vez de una substracción eléctrica.
Con el fin de estimar los coeficientes del filtro C(z) se realiza una identificación ‘off-line’
que consiste en enviar una señal de ruido blanco por el bocina de ‘antirruido’ y aplicar el
algoritmo LMS a los coeficientes que conforman el filtro C(z). En la Sección 5.3.1 se
muestra este procedimiento.
3.3.3 FBFX-LMS
Como se mencionó en la Sección 3.2.1, cuando se utiliza un sensor acústico para sensar la
señal de ruido de entrada, la señal de la bocina de ‘antirruido’ se retroalimenta hacia el
micrófono de ruido de entrada, contaminando la señal x(n). La retroalimentación introduce
polos en la respuesta del modelo y resulta en una inestabilidad potencial del sistema de
control. La Figura 3.13 muestra como realizar la compensación de la retroalimentación. El
filtro D(z) es un estimado de la parte F(z) que es la retroalimentación de la salida y(n) del
23
filtro adaptivo a la entrada de referencia u(n) del micrófono del ruido de entrada. El filtro
D(z) remueve la retroalimentación acústica de la entrada de referencia. Los modelos C(z) y
D(z) pueden ser estimados simultáneamente por medio de una identificación ‘off-line’
usando un generador interno de ruido blanco, ver Sección 5.3.2.
La expresión para el ‘antirruido’ y(n), la señal filtrada x’(n), y la ecuación de adaptación
para el algoritmo FBFX-LMS es el mismo que para un sistema FX-LMS, excepto que x(n)
en FBFX-LMS es una señal libre de retroalimentación expresada como:
L
x ( n) = u ( n) − ∑ d y (n − i)
i =1
i (3.14)
24
Capítulo 4
Implementación del Sistema de Control Activo de Ruido
25
La razón por la cual se utiliza en esta tarjeta un filtro Chebyshev de 6to. orden, en vez del
Butterworth de 8vo. orden que está empleado en el resto de las tarjetas, es simplemente
porque el TL084CP es un integrado con 4 OPAM’s y como se requería de un OPAM para
el sumador, se procedió a cambia el filtro a uno de menor grado. Además esta tarjeta es la
generadora del ruido acústico y el cambio de fase provocado por el filtro Chebyshev a la
señal de entrada es irrelevante y no afecta el funcionamiento del sistema ANC. El
diagrama completo de la tarjeta generadora de ruido se muestra en la Figura 4.1.
Esta tarjeta es, de las implementadas, la que más importancia tiene. Está constituida por
dos micrófonos, uno para detectar el ruido de entrada y otro para detectar el error, un cable
coaxial para bocinas, un amplificador TL082CP con el fin de dar amplitud a las señales
provenientes de los micrófonos, dos filtro Butterworth pasabajos de 8vo. orden, dos
reguladores de voltaje (7805 para voltajes positivos y un 7905 para voltajes negativos) para
alimentar a un multicanalizador MC14053BCP con ±5 Volts y una salida RCA Macho
para conectar la salida multicanalizada a la tarjeta prototipo DSK del procesador de
señales. Cabe señalar que la selección de la señal (micrófono del ruido de entrada o del
error) en el multicanalizador se realiza utilizando la salida XF (eXternal Flag Output) del
DSP tomada directamente de la tarjeta DSK. La Figura 4.2 muestra esta tarjeta.
26
Figura 4.2 Diagrama de la tarjeta de monitoreo de señales.
27
tiene la característica de tener una fase lineal como respuesta a la frecuencia, permitiendo
que los parámetros adaptables del filtro FIR converjan a diferentes frecuencias [1]:
28
adaptación que conforman al sistema ANC. El Apéndice A contiene información más
detallada sobre esta tarjeta.
29
Capítulo 5
Pruebas del Prototipo y Resultados
En este Capítulo se explica el prototipo completo de un sistema ANC y se muestran los
algoritmos computacionales a programar en el DSP para implementar los algoritmos
FX−LMS y FBFX-LMS que sirven para adaptar y actualizar los coeficientes del filtro FIR
que genera la señal de ‘antirruido’, y(n). También se describe las pruebas a realizar para
demostrar la efectividad de prototipo y se muestran resultados obtenidos.
La bocina de ‘antirruido’ está a una distancia de 0.1715 Mts.(la mitad de 0.343 Mts.) del
punto de intersección de las dos señales acústicas. De forma que, considerando el tiempo
que tarda la señal en salir de la tarjeta DSK prototipo y pasar a través de la tarjeta de
potencia como no significativo, tenemos que la distancia que debe existir entre la bocina de
ruido y el punto de intersección de señales, es la suma de la distancia que tarda en recorrer
el sonido 1 milisegundo más la distancia de la bocina de ‘antirruido’ al punto de
intersección, esto es:
0.343 + 0.1715 = 0.5143 Mts .
30
Figura 5.1 Diagrama a bloques del sistema de ANC completo.
31
dimensiones físicas del ducto, sin embargo no perjudica en nada el dejar las dimensiones
tal como están; sólo implica que en lugar de enviar una señal cada milisegundo, se envían
dos. Esto último nos permite realizar el trabajo con más calidad y mejor precisión.
El DSP TMS320C50 tiene una patilla denominada XF (eXternal Flag Output) que es una
salida de propósito general y que fue utilizada para seleccionar en el multicanalizador la
señal del micrófono (M1 o M2 en la Figura 5.1) que se deseaba procesar; de esta forma,
cada micrófono se muestreaba a una frecuencia de 2000 Hz. y como se utilizaba un sólo
convertidor de Análogo a Digital, este trabajaba a una frecuencia de 4000 Hz. Un detalle
importante es que el integrado TLC32040 que contiene a los convertidores ADC y DAC
contiene también un multicanalizador integrado, sin embargo programar dicho sistema
tarda demasiado, considerando que el tiempo es un factor crítico (1/2000=500 µsegundos)
en el Control Activo de Ruido y es por esta razón que se descartó su uso y se colocó un
multicanalizador externo.
Cada una de las tarjetas fue considerada en detalle en el Capítulo 4, las conexiones entre
ellas se realizó utilizando cable especial para bocina y conectores RCA. La señal de los
micrófonos se envía a través de cable coaxial hasta la tarjeta de monitoreo. El diámetro de
cada bocina es de 0.1016 Mts. (4 pulgadas) y así mismo el diámetro del ducto de prueba.
32
Figura 5.2 Modelación de C(z) con identificación "Off-Line".
adaptarlos con el fin de que la diferencia entre la salida del filtro C(z) y la señal recibida
después de pasar por la sección H(z) sea igual a cero. El algoritmo computacional paso por
paso es el siguiente:
1. Generar una muestra del ruido blanco y(n), ver Apéndice C. Sacar la salida a la
bocina de ‘antirruido’. Esta señal, y(n), es usada como entrada de referencia para el
filtro adaptivo C(z) y al algoritmo de adaptación de coeficientes LMS.
2. Esperar por la interrupción del ADC avisando que una señal e(n) está disponible.
4. Calcular la diferencia:
e' ( n ) = e ( n ) − r ( n ) (5.2)
33
5. Actualizar los coeficientes del filtro adaptivo C(z) usando el algoritmo LMS:
N −1
y ( n) = ∑ w ( n) x ( n − i )
i =0
i (5.4)
M −1
x' (n) = ∑ c x(n − i)
i =0
i (5.5)
5. Se espera por la interrupción procedente del ADC, del micrófono de error de salida
con la señal e(n).
6. Se actualizan los coeficientes del filtro adaptivo W(z) usando el algoritmo FX-
LMS:
34
Nuevamente se destaca la utilización del signo de menos (-) en esta ecuación, dado
que el error está dado por la superposición acústica de dos ondas en vez ser de una
substracción eléctrica. Cuando el sistema de ANC está funcionando el valor de µ
fue de 2048, ver Sección 5.3.1.
7. Se repite el procedimiento para las próximas iteraciones. Note que el número total
de localidades de memoria requeridas para este algoritmo es de 2(N+M) más otras
variables utilizadas.
35
El algoritmo computacional paso por paso es el siguiente:
1. Generar una muestra del ruido blanco, ver Apéndice C, y enviarla a la bocina de
‘antirruido’. Guardar y(n) en un registro para utilizarse para calcular la salida de
C(z) y de D(z), además para utilizarse en la actualización de parámetros de dichos
filtros utilizando en algoritmo LMS.
3. Calcular f(n) y actualizar los coeficientes del filtro adaptivo D(z) usando el
algoritmo LMS:
M −1
f (n) = x (n) − ∑d
i =0
j (n) y (n − j ) (5.7)
5. Calcular e’(n) y actualizar los coeficientes del filtro adaptivo C(z) usando el
algoritmo LMS:
M −1
e' ( n ) = e( n ) − ∑ c ( n) y ( n − i )
i =0
i (5.9)
36
y(n) que se envía a la bocina de ‘antirruido’ pasándola primero por el filtro D(z) con el fin
de eliminar la retroalimentación acústica. La función de D(z) es similar a la cancelación de
eco acústico que es usada en aplicaciones de teleconferencias donde se utilizan varios
micrófonos para adaptar los coeficientes de esta función [7], Kuo y Chen publicaron el
artículo “Multiple-Microphone Acoustic Echo Cancellation System with the Partial
Adaptive Process” en 1993, donde tratan este tema en forma más específica [1].
Para explicar el algoritmo computacional de FBFX-LMS para control activo de ruido, se
va a referenciar a la Figura 3.13, el cual es el siguiente:
L −1
x ( n) = u ( n ) − ∑d
j =0
j y (n − j ) (5.11)
N −1
y ( n) = ∑ w ( n) x ( n − i )
i =0
i (5.12)
M −1
x' (n) = ∑ c x(n − i)
i =0
i (5.13)
7. Actualizar los coeficientes del filtro adaptivo W(z) usando el siguiente algoritmo de
FX-LMS:
37
8. Repetir el algoritmo. El número de localidades de memoria requeridas por este
algoritmo son 2(N+M+L) más otras variables utilizadas.
60
Atenuación en
decibeles (dB)
50
40
30
20
10
0
0
00
00
00
00
00
00
00
00
00
00
00
40
14
24
34
44
54
1C
2C
3C
4C
5C
C
Valor de u
Es importante destacar que para µ>4000 el sistema se muestra inestable, es decir, genera
más ruido que el de la señal introducida antes de converger. Para valores de µ>6000 el
sistema de ANC es totalmente inestable pues nunca se pudo obtener una atenuación y el
sistema generó más ruido que el introducido. Esto es por causa de que el valor del paso es
demasiado grande para lograr que el algoritmo LMS converja.
38
Prueba y obtención del orden (M) óptimo del filtro FIR.
Para determinar el valor óptimo de M se procedió a variarlo en el rango de 16 a 128, en
incrementos de 16, probando al sistema de ANC con una frecuencia fija de 200 Hz., y un
tamaño de paso, µ, de 2048. El valor de 128 fue el máximo que se consideró pues es el
tamaño de una página de datos del procesador digital de señales, es decir, la página del
DSP ‘C50 es de 128 bytes. La Figura 5.5 muestra los resultados obtenidos de atenuación
en decibeles. La mejor atenuación se logró con un valor de M=128.
50
Atenuación en dB
40
30
20
10
0
16 32 48 64 80 96 112 128
Número de Coeficientes del Filtro FIR
En su Artículo, Texas Instruments [1] señala que para valores de M>128 el sistema no
muestra una mejoría significativa. Como ya se mencionó arriba, en esta tesis no se reali-
zaron pruebas con filtros de mayor orden pues se requeriría de realizar cambios dinámicos
en el manejo de las páginas del DSP, incrementando el tamaño y complejidad del código.
39
Figura 5.6 Atenuación de una señal de 200 Hz. expresada en decibeles.
La Tabla 5.1 muestra los valores RMS (valores eficaces) obtenidos con un voltímetro
digital en la prueba del sistema ANC y utilizando un filtro FIR de 128 coeficientes, es
decir de orden 128 (ver Sección 5.3.1):
FX-LMS FBFX-LMS
FRECUENCIA
Vruido (Volts) Verror (Volts) Vruido (Volts) Verror (Volts)
100 1.430 0.052 1.430 0.070
150 1.430 0.021 1.432 0.195*
200 1.431 0.011 1.431 0.015
250 1.423 0.012 1.430 0.028
300 1.427 0.010 1.429 0.075
350 1.425 0.012 1.430 0.020
400 1.427 0.017 1.433 0.023
450 1.424 0.019 1.428 0.022
500 1.426 0.036* 1.431 0.180*
Tabla 5.1 Valores RMS obtenidos con filtros de orden 128.
40
Vruido
Atenuación (dB ) = 20 log (5.15)
Verror
En las Figuras 5.7 y 5.8 se muestran los resultados de la Tabla 5.2 en forma de una gráfica
de frecuencia contra atenuación.
50
Atenuación (dB)
40
30
20
10
0
100 150 200 250 300 350 400 450 500
Frecuencia (Hz.)
En la Figura 5.7, se muestra la respuesta del sistema de ANC utilizando el algoritmo FX-
LMS, donde destaca que la atenuación es relativamente lineal, con excepción de los
extremos. A frecuencias iguales o menores de 100 Hz. la bocina de generación de ruido y
41
la de ‘antirruido’ no responden adecuadamente pues son bocinas de uso multirango, intro-
duciendo distorsión a la señal. La Figura 5.9 muestra en forma aproximada la respuesta de
la bocina a frecuencia muy bajas. Una opción para evitar este problema es usar bocinas
tipo ‘whoofer’, sin embargo su precio no es tan económico como el de una bocina de rango
multiple de frecuencia. La respuesta del sistema a frecuencias del orden de 500 Hz. es
inestable debido a los filtros pasabajos análogos utilizados para evitar el ‘aliasing’.
50
Atenuación (dB)
40
30
20
10
0
100 150 200 250 300 350 400 450 500
Frecuencia (Hz.)
42
Aun cuando los resultados mostrados hasta aquí fueron obtenidos utilizando una sola fre-
cuencia como señal de ruido, el sistema de ANC desarrollado en esta tesis también obtuvo
muy buenos resultados al emplear varias frecuencias mezcladas. En la Figura 5.10 se
muestran tres frecuencias distintas mezcladas y no relacionadas armónicamente entre sí
(200 Hz., 350 Hz. y 425 Hz.) de un volt pico a pico cada una. Y también se muestra la
atenuación lograda (30 dB, 33 dB y 33 dB en forma respectiva para las frecuencias
mencionadas) con el sistema de ANC utilizando el algoritmo FX-LMS.
43
Capítulo 6
Conclusiones y Sugerencias
6.1 Objetivos Alcanzados
Los objetivos propuestos en la Sección 1.2 se desglosarán a continuación, mostrando la
forma en que fueron alcanzados en la realización de este trabajo. En el tema de Control
Activo de Ruido ya se han elaborado trabajos muy destacados, basta con ver los títulos en
la Bibliografía mostrada más adelante, para darse cuenta de ello; por lo cual el presente
trabajo es sólo una base para posibles trabajos futuros, pues existen muchos tópicos en
donde se puede continuar.
A continuación se enumeran los objetivos propuestos y los resultados alcanzados:
7. Los diferentes filtros digitales (FIR e IIR) para procesar señales de ruido y de error
en los sistemas ANC se explicaron en la Sección 2.4 y se mostró que sus
coeficientes pueden se considerados como parámetros a adaptar utilizando alguna
ley de convergencia.
44
6.2 Modificaciones para Adaptarse a un Sistema Real.
El utilizar un ducto de prueba como el mostrado en la Figura 5.1 es una aproximación
bastante realista de un ducto en un sistema de aire acondicionado; sin embargo es necesario
realizar los siguientes cambios físicos para implementarse el sistema mostrado a un caso
real [1]:
• Utilizar una bocina o altavoz cancelador de mayor potencia y de tipo 'whoffer' (para
bajas frecuencias).
Figura 6.1 Posibles soluciones para evitar el ruido por flujo de aire.
Como se puede ver, una solución a el ruido generador por el flujo de aire en el micrófono
es colocar una cobertura física para el sensor, pero se tiene el inconveniente de generar más
turbulencia dentro del ducto. Otra solución es colocar el micrófono dentro de una pequeña
cavidad llena de material absorbente y, como el sensor no está directamente en el flujo de
aire, se evita generar turbulencias.
45
6.3 Sugerencias para Trabajos Futuros.
El campo de Control Activo de Ruido es muy amplio, en la actualidad existen
universidades como la de Adelaide en Australia o Southampton en Inglaterra, donde hay
departamentos dedicados exclusivamente a este problema. En la actualidad se está
trabajando con sistemas para espacios tridimensionales como son los interiores de
automóviles y cuartos de conferencias utilizando múltiples micrófonos y bocinas. El
presente trabajo es un comienzo que pudiera servir como base para futuros trabajos sobre
este campo. A continuación se dan algunas recomendaciones a realizar con un sistema de
ANC como el mostrado en esta tesis:
• Un paso inmediato será utilizar lógica difusa para actualizar los coeficientes del
filtro FIR [4] y disminuir el código computacional.
46
Capítulo 7
Investigaciones Actuales sobre Control Activo de
Vibración y Ruido
En este capítulo se presentan dos resúmenes sobre trabajos de tesis doctorales realizados en
los años 2002 (España) y 2004 (Estados Unidos) sobre el tema de control activo de
vibración y ruido. Con ello se intenta presentar un estado del arte actual y los diversos giros
que ha tomado la investigación sobre este tema a nivel internacional, además de que
puedan servir como base para futuros trabajos y desarrollos.
v
fn = n (7.1)
2L
donde:
fn representa las frecuencias de resonancia o frecuencias propias del
sistema,
v la velocidad de la onda en la cuerda,
L es la longitud de la cuerda.
Sin embargo para especificar los modos de movimiento en una placa metálica
bidimensional se requieren de dos enteros, m y n. A la siguiente descripción matemática de
estos modos de movimiento se le conoce como funciones propias del movimiento:
nπx mπy
zmn = Amn sen sen cos ωmnt (7.2)
Lx Ly
47
donde:
zmn, para una placa bidimensional en el plano xy, es la amplitud de la
vibración en el eje z,
Amn representa el desplazamiento debido a la fuerza aplicado,
m y n son los valores enteros que especifican los modos de movimiento,
Lx y Ly son las dimensiones de la placa.
El patrón vibracional de una membrana o de una hoja vibrante de cualquier tipo puede
expresarse como una suma adecuada de las funciones propias que son solución de la hoja
en cuestión [23]. La importancia de este concepto estriba en que, al definir cada función
propia en forma individual y que los modos impar-impar son los contribuyentes más
importantes del ruido acústico, un sistema de control activo de ruido se puede enfocar a
detectar específicamente estos modos y actual únicamente sobre ellos. En el inciso 7.1.3 se
explica más a detalle los modos pares e impares de vibración y su efecto en el ruido
emitido.
ωρ 0υ (rs )e − jkR
P(r ) = ∫Sp 2πR
dS p (7.3)
y evaluando esta ecuación para el caso de una placa con soporte simple, tenemos la
siguiente expresión de acuerdo a Wallace [25]:
donde:
α = ka sin θ cos φ
(7.5)
β = kb sin θ sin φ
48
Figura 7.1 Sistema de coordenadas para el cálculo de Presión Acústica
49
Figura 7.2 Radiador modal (1, 1), Monopolar
En baja frecuencia, el patrón de radiación de una superficie vibrante está dominado por
aquellos modos de vibración con índices impares, también llamados modos volumétricos,
modos radiantes o modos supersónicos.
Trabajos posteriores de Charette y otros [28] demostraron que es posible incluir el filtrado
modal en la forma de sensores distribuidos, especialmente diseñados, que seleccionan
aquellos modos estructurales que radian sonido más eficientemente en la banda de
frecuencias de interés, y no requieren, por consiguiente, un filtro adicional para su
conexión al controlador.
50
7.1.4 Resumen y Conclusiones
En su tesis, María Cuesta Ruiz, muestra la construcción de un sistema de Control Activo
Acústico Estructural (CAAE), para eliminar el ruido de baja frecuencia emitido por una
placa metálica y da principal énfasis en el desarrollo del sensor de vibración considerando
el factor de desplazamiento volumétrico estructural de la placa como función de costo a
reducir.
Un principio básico en Control Activo de Ruido (ANC) es que el sistema funciona mejor
entre más próximo esté el actuador a la fuente del sonido. Considerando que un altavoz es
en sí voluminoso y que existen aplicaciones en la cuales se requiere de un sistema ANC
multicanal de hasta 16 altavoces [19], el problema de espacio se vuelve critico. Por estas
causas, Fuller et al 18] propusieron la sustitución de los actuadores acústicos (altavoces,
bocinas) por actuadores estructurales adheridos a la superficie de la fuente de ruido. De
esta forma, se busca cancelar el ruido emitido actuando directamente sobre la vibración
estructural que lo produce, esto es un CAAE. Así, un sistema CAAE utiliza los mismos
controles y algoritmos que un ANC tradicional pero sustituye altavoces por actuadores
estructurales, y los amplificadores de audio por amplificadores más adecuados a las
piezocerámicas utilizadas como fuentes de control.
Investigadores posteriores [20], [21], [22], propusieron integrar los sensores de
antealimentación (feedforward) del sistema de control de ruido a la estructura emisora. La
siguiente figura muestra como queda definido un CAAE con estas consideraciones:
51
temperatura de Curie que soporta. La compañía Ferroperm es líder en el desarrollo y
construcción de estas cerámicas, entre las cuales se encuentran los números Pz29 y Pz21
utilizadas por María Cuesta en este trabajo.
• Una de ellas está ubicada a lo largo del eje x, en y=yct, y tiene una anchura 2µxF(x).
• La otra está ubicada a lo largo del eje y, en x=xct, con una anchura dada por
2µyF(y).
Los valores 2µx y 2µy eran las anchuras máximas de las tiras en las direcciones x e y, y la
forma de cada una estaba definida con la correspondiente función F normalizada a la
unidad.
52
De acuerdo al trabajo experimental de María Cuesta Ruiz, el prototipo demuestra que la
implementación de un CAAE tradicional que utiliza un micrófono como señal de error da
mejores resultados que un CAR tradicional con las mismas condiciones. Para un sistema
CAAE obtuvo atenuaciones de hasta 81 dB en análisis espectral y 37 dB de atenuación
global; mientras que con un CAR obtuvo una atenuación espectral máxima de 76 dB y una
atenuación global máxima de 32 dB.
La utilización de un sensor de tiras de PVDF da excelentes resultados comparados a los
obtenidos en la modelación de un sensor puntual. También concluye que la utilización de
dos actuadores como fuentes de control en vez de uno, mejora la distribución espacial de la
cancelación a todas las frecuencias probadas y se obtienen atenuaciones de entre un 29% a
940% (para la frecuencia de resonancia de la placa) mayores.
Los experimentos mostraron la necesidad de mejorar el diseño e implementación práctica
de los actuadores piezoeléctricos para resolver problemas de distorsión a bajas frecuencias.
En la Sección 7.2 se presentan las Espumas Inteligentes (Smart Foam) que utilizan
materiales piezoeléctricos compuestos y que tienen una mejor respuesta como actuadores.
53
7.2 Espuma Inteligente para el Control Activo de
Vibración y Ruido
Este resumen está basado en la tesis doctoral en Mecánica de Wael Nabil Akl [29], hecha
en la University of Maryland en el 2004 en Estados Unidos de América bajo el título de:
Para lograr una reducción efectiva de vibración y ruido en el rango de las bajas frecuencias
sería necesario una gran cantidad de tratamientos de amortiguación pasivos, lo cual hace a
tales métodos imprácticos para aplicaciones de control de bajas frecuencia. Por otro lado,
un sistema orientado exclusivamente hacia el control activo de ruido viene ha ser
irrealizable a frecuencias altas pues se deben de considerar requerimientos computa-
cionales extensivos y conlleva problemas asociados a su implementación [30].
Por lo cual, es obvio que para obtener buenos resultados en el control de vibración y ruido
en una banda ancha del espectro acústico, sería necesario una combinación de ambos
métodos. Para ello se desarrolló el control híbrido pasivo/activo de ruido en el cual se
combinan las características de absorción acústica del hule espuma (poliuretano) para
controlar frecuencias medias y altas y una fuente de sonido externa acoplada a un sistema
de control adecuado para realizar atenuaciones en el rango de baja frecuencia.
54
Figura 7.7 Dibujo esquemático de un ACLD
Si se aplica corriente alterna en los electrodos localizados en los extremos del ‘parche’
compuesto, se obtendrá una tensión en las varillas y en la matriz de polímero, haciendo que
el compuesto piezocerámico funcione como un actuador.
Este tipo de compuestos son comerciales y varias empresas tiene número de parte para ellos,
por ejemplo, Smart Material Co, Ceranova, Fraunhofer IBMT, entre otras. Las ventajas de
estos compuestos sobre un transductor PZT monolítico son:
• Flexibilidad (de acuerdo al polímero usado).
• Baja densidad (ligeros).
• Baja impedancia acústica.
55
• Amplio ancho de banda de operación.
• Factor de acoplamiento alto.
Y tienen uso en aplicaciones como sonares, hidrófonos, ultrasonido de uso médico, sensores
hidrostáticos, etc.[35].
56
Shields et al.[34] demostraron el potencial y efectividad del APDC en el control de
vibraciones estructurales y emisión de ruido. En su investigación el APDC fue usado para
controlar ruido y vibración a frecuencias menores de 100Hz, los cuales se presentan en
estructuras flexible y largas como es el caso de satélites, estructuras aeroespaciales y
helicópteros. La Figura 7.11 muestra el experimento realizado por Shields.
57
Figura 7.12 Espuma Inteligente usada por Gentry y otros [37].
Figura 7.13 Espuma Inteligente formada con cuatro parches APDC a 45º
58
La capa viscoelástica está unida directamente a la superficie de la estructura con el fin de
reducir pasivamente su vibración estructural. Además, con el fin de incrementar la
disipación de energía del material viscoelástico, se aplican fuerzas externas en su capa
superior para incrementar la fuerza de arrastre lateral (shear), lo cual redunda en sus
características de amortiguamiento. La aplicación de estas fuerzas es a través de los parches
APDC con varillas a 45º. De esta forma, al aplicar una corriente en los APDC, se genera un
vector de fuerza con componentes de fuerza laterales y verticales. Como se puede apreciar
en la Figura 7.13 las varillas que conforman los APDC están encontradas una con otra con el
fin de que la fuerza neta en la capa viscoelástica se presente en forma de una fuerza tensil,
cuando las varillas se expandan y como una fuerza de compresión cuando éstas se
contraigan. Con el fin de aplicar este mecanismo eficientemente, una capa restrictora está
unida a la parte superior de los parches APDC, formando un soporte reactivo para asegurar
que la mayor cantidad del desplazamiento de las varillas se transfiere a la capa viscoelástica.
59
La Figura 7.14 muestra el diagrama del modelo construido para probar la espuma
inteligente. Este experimento utilizó una cavidad acústica de 12x12x30 pulgadas de
Plexiglass, un altavoz alimentado con un generador de frecuencias variable. Un controlador
digital Proporcional Derivativo, un micrófono, un acelerómetro y la espuma inteligente
formada de cuatro parches APDC con varillas colocadas oblicuamente a 45º en la matriz de
polímero.
Los resultados numéricos y experimentales obtenidos por Wael Nabil Akl muestran una
mejora significativa de las características de absorción de la espuma activa y control de
vibración y ruido del actuador híbrido particularmente a bajas frecuencias. El control activo
del hule espuma por medio de Compuestos Amortiguadores de Piezoeléctrico Activo
(Active Piezoelectric Damping Composites, APDC) permitió concluir que el control de la
deformación transversal de la espuma inteligente es muy efectiva para mejorar las
características de absorción de ruido e influir efectivamente en la vibración estructural.
60
Apéndice A
Descripción del TMS320C50 y Tarjeta DKS del ‘kit’ de Prueba
La Tarjeta prototipo DSK (DSP Starter Kit) de TMS32050 fabricada por Texas
Instruments®, consiste de las siguientes partes: 2 conectores RCA Hembra de Entrada y
Salida Análoga, un circuito integrado TLC32040C que contiene los convertidores análogo-
digital y digital–análogo, un cristal de reloj de 40 Mhz, un conector DB9 para la interfase
con la PC a través del puerto serie, y el DSP TMS320C50 que es la parte más importante
de esta tarjeta, ver diagrama a bloques en la Figura A.1.
TLC32040C [14]
Este integrado es un sistema completo de entrada y salida que realiza conversión Análogo-
Digital y Digital-Análogo respectivamente a una resolución de 14 bits. Este componente
integra un filtro de ‘antialiasis’ pasabandas de tecnología de conmutación de capacitores, y
un filtro pasabajos de conmutación de capacitores como filtro reconstructivo de salida.
TMS320C50 [14]
El TMS320C50 de Texas Instruments® es un procesador digital de señales (DSP) de punto
fijo, con una velocidad de 20,25,35 o 50 nsegundos por instrucción (en la tarjeta prototipo
el DSP tiene un reloj de 40 MHz, por lo cual ejecuta una instrucción sencilla en 50 ns),
61
puede trabajar con una alimentación de 3.3 a 5Volts. Cuenta con una memoria de 224
Kbytes distribuidos de la siguiente forma: 64 Kbytes de programa, 64 Kbytes de datos
(RAM), 64 Kbytes para puertos de entrada / salida, y 32 Kbytes de memoria global.
Su unidad central de proceso (CPU) contiene una unidad lógico aritmética de 32 bits,
un acumulador y un ‘buffer’ del acumulador de 32 bits, capacidad para realizar
operaciones de multiplicación de 16 bits y un registro del producto de 32 bits, 8 niveles de
‘stack’, un ‘pipeline’ de 4 operaciones de profundidad.
Una característica muy importante del ‘c50 es que cuenta con 2 registros circulares, lo
cual permite la implementación de filtros FIR de forma sencilla, pues no es necesario
realizar operaciones para recorrer los registros al actualizarlos, esto se ejecuta en forma
trasparente al usuario. Además cuenta con las instrucciones MPYA y MPYS que realizan
multiplicación de 16 bits y suma de resultados en un sólo ciclo.
Apéndice B
Descripción de los Circuitos Integrados Usados
62
puede trabajar con una alimentación de 3.3 a 5Volts. Cuenta con una memoria de 224
Kbytes distribuidos de la siguiente forma: 64 Kbytes de programa, 64 Kbytes de datos
(RAM), 64 Kbytes para puertos de entrada / salida, y 32 Kbytes de memoria global.
Su unidad central de proceso (CPU) contiene una unidad lógico aritmética de 32 bits,
un acumulador y un ‘buffer’ del acumulador de 32 bits, capacidad para realizar
operaciones de multiplicación de 16 bits y un registro del producto de 32 bits, 8 niveles de
‘stack’, un ‘pipeline’ de 4 operaciones de profundidad.
Una característica muy importante del ‘c50 es que cuenta con 2 registros circulares, lo
cual permite la implementación de filtros FIR de forma sencilla, pues no es necesario
realizar operaciones para recorrer los registros al actualizarlos, esto se ejecuta en forma
trasparente al usuario. Además cuenta con las instrucciones MPYA y MPYS que realizan
multiplicación de 16 bits y suma de resultados en un sólo ciclo.
Apéndice B
Descripción de los Circuitos Integrados Usados
62
B.2 TDA2030 [15]
Circuito integrado monolítico en un empaque tipo TO-220 de 5 terminales, es un amplifi-
cador de audio de clase AB. Puede proveer hasta 14 Watts de potencia de salida, alimen-
tación de ±14 Volts y soporta cargas de 4 Ω. La Figura B.2 muestra la descripción de sus
patas.
63
Apéndice C
Algoritmo Generador de Ruido Blanco
Con el fin de generar números pseudo-aleatorios, es posible utilizar dos técnicas diferentes.
La primera técnica consiste en utilizar un una tabla de datos aleatorios que se consulta cada
vez que se requiera una muestra y la segunda técnica consiste en generar una secuencia de
números pseudo-aleatorios realizando el corrimiento de un registro con retroalimentación.
Este último método se repite en un determinado período y por esto no se puede definir
como totalmente pseudo-aleatorio [1].
El corrimiento con retroalimentación de un registro puede generar una secuencia
continua y repetitiva. El algoritmo de un generador de 16 bits es mostrado en la Figura C.1,
donde XOR denota la operación de O-exclusiva y el máximo largo de la secuencia, L, esta
determinado por:
L = 2M −1 (A.1)
donde M denota el largo en bits del registro. En el caso del TMS320C50 un registro es de
16 bits, por lo cual la secuencia de números tiene un largo de 65,535 elementos antes de
repetirse.
Apéndice D
Cálculo de filtros
64
Apéndice C
Algoritmo Generador de Ruido Blanco
Con el fin de generar números pseudo-aleatorios, es posible utilizar dos técnicas diferentes.
La primera técnica consiste en utilizar un una tabla de datos aleatorios que se consulta cada
vez que se requiera una muestra y la segunda técnica consiste en generar una secuencia de
números pseudo-aleatorios realizando el corrimiento de un registro con retroalimentación.
Este último método se repite en un determinado período y por esto no se puede definir
como totalmente pseudo-aleatorio [1].
El corrimiento con retroalimentación de un registro puede generar una secuencia
continua y repetitiva. El algoritmo de un generador de 16 bits es mostrado en la Figura C.1,
donde XOR denota la operación de O-exclusiva y el máximo largo de la secuencia, L, esta
determinado por:
L = 2M −1 (A.1)
donde M denota el largo en bits del registro. En el caso del TMS320C50 un registro es de
16 bits, por lo cual la secuencia de números tiene un largo de 65,535 elementos antes de
repetirse.
Apéndice D
Cálculo de filtros
64
Los valores de las capacitancias se escogieron buscando los valores más comerciales
que coincidieran con los valores sugeridos por Johnson, luego se determinó los valores de
las resistencias. Por lo general, cada valor de resistencia obtenido se implementó física-
mente usando dos resistencias de valor comercial, pues los valores obtenidos no fueron
exactos. Así, por ejemplo, para obtener el valor de 40.2145 KΩ del filtro Butterworth, se
utilizó una resistencia de 33 KΩ conectada en serie con una de 7.2 KΩ (33+7.2=40.2).
K= 100/fc*C2=100/(500*0.03)=6.66666
R1=6.032*K=6.032*6.6666=40.2145 KΩ.
R2=12.6*K=12.6*6.6666=83.984 KΩ.
Etapa 2:
C2=0.02µF
C1=0.22C2=4.4nF. (Dos capacitores de 2.2nF).
Para una frecuencia de corte de 500 Hz tenemos una constante de diseño, K, de:
K= 100/fc*C2=100/(500*0.02)=10
R1=1.865*K=1.865*10=18.65 KΩ.
R2=6.173*K=6.173*10=61.73 KΩ.
Etapa 3:
C2=0.0094µF (Dos capacitores de 4.7nF).
C1=0.5C2=4.7nF.
Para una frecuencia de corte de 500 Hz tenemos una constante de diseño, K, de:
K= 100/fc*C2=100/(500*0.0094)=21.2765
R1=1.254*K=1.254*21.2765=26.6808 KΩ.
R2=4.039*K=4.039*21.2765=85.6148 KΩ.
Etapa 4:
C2=0.02µF.
C1=0.5C2=0.01µF.
Para una frecuencia de corte de 500 Hz tenemos una constante de diseño, K, de:
65
K= 100/fc*C2=100/(500*0.02)=10
R1=0.959*K=0.959*10=9.59 KΩ.
R2=5.285*K=5.285*10=52.85 KΩ.
K= 100/fc*C2=100/(500*0.022)=4.255
R1=10.083*K=10.083*4.255=42.90638 KΩ.
R2=22.240*K=22.24*4.255=94.63829 KΩ.
Etapa 2:
C2=0.022µF
C1=0.1C2=2.2nF.
Para una frecuencia de corte de 500 Hz. tenemos una constante de diseño, K, de:
K= 100/fc*C2=100/(500*0.022)=9.0909
R1=3.3*K=3.3*9.0909=30 KΩ.
R2=11.023*K=11.0236*9.0909=100.209 KΩ.
Etapa 3:
C2=0.02µF.
C1=0.5C2=0.01µF.
Para una frecuencia de corte de 500 Hz. tenemos una constante de diseño, K, de:
K= 100/fc*C2=100/(500*0.02)=10
R1=2.429*K=1.254*10=24.29 KΩ.
R2=7.917*K=4.039*10=79.17 KΩ.
66
Apéndice E
Sensores Piezoeléctricos y MEMS
Este apéndice contiene información básica de diferentes tipos de transductores utilizados
en Control Activo de Vibración y Ruido, como se describe en el capítulo 7 de este trabajo.
Además se introducen los sensores MEMS de presión, aceleración y ultrasonido desde una
perspectiva de biomédica.
En 1880, Jacques y Pierre Curie descubrieron que los cristales de cuarzo producían carga
eléctrica cuando se deformaban y que algunos cristales cambiaban sus dimensiones cuando
eran sujetos a un campo eléctrico. A esto lo llamaron fenómeno “piezo eléctrico”; en
griego ‘piezo’ significa presión. Después se encontró que estos mismos cristales producían
una carga eléctrica similar cuando se exponían a radiación térmica. A este fenómeno se le
llamó ‘piroeléctrico’ [38].
La cerámica piezoeléctrica PZT, titanato zirconato de plomo, es la base para muchos de los
piezo actuadores más utilizados en la actualidad. Ver sección 7.1.4
67
• Como la piezo película es un delgado y flexible capa de plástico, su elasticidad es
varias veces la de las piezocerámicas y si se coloca a una estructura metálica, no
distorsiona de forma significativa el movimiento de la estructura.
68
• Gran flexibilidad en el diseño.
• Fácil adaptación para una amplia variedad de aplicaciones.
• Baja impedancia acústica la cual puede ser ajustada fácilmente y proveer de
acoplamiento de ancho de banda.
• Alto valor del coeficiente de acoplamiento, para incrementar la energía transmitida
y ampliar el ancho de banda.
• Altos factores de acoplamiento mecánico.
Aplicaciones de MEMS:
Sensor de Presión. Entre los dispositivos MEMS más comúnmente usados en aplicaciones
medicas están los sensores de presión de silicio con un puente de Wheatstone
piezoresistivo. Un MEMS de dimensiones 2mm por 2mm y un diafragma de 0.5mm de
ancho puede medir presión en un rango de 0.1 hasta 10000 PSI. Ver figura E.1
69
presión mueve la trayectoria del fluido y esto flexiona un diafragma micromaquinado y
cambia el valor piezoresistivo del mismo. Ver figura E.2
Figura E.2 Sensores con transductores MEM para medir cambios en la presión de sangre.
70
amplitud de vibración o en aplicaciones de DC para medir un ángulo o bien para registrar
la amplitud de un pulso. Los rangos de operación son de 0.1 gramo hasta 500 gramos y una
frecuencia de operación de 0 a 3000 Hz.
-Marcapasos. Los marcapasos son diseñados para regular los latidos del corazón. Cuando
una persona con un marcapasos se pone a hacer una actividad física, los latidos necesitan
aumentar. El acelerómetro detecta el incremento en el movimiento y envía esta
información al microcontrolador del marcapasos el cual ajusta su señal al corazón.
-Monitorear la actividad del paciente. Estudios de movimiento y de dormir con frecuencia
requieren de tres acelerómetros de silicio, cada uno diseñado para detectar aun ligeros
cambio en el movimiento.
Sensado Químico con Silicio. Una innovadora plataforma de silicio para sensado químico
se está diseñando para reemplazar a los dispositivos convencionales. Suspendiendo una
membrana dieléctrica en una estructura de silicio, realiza un alto grado de aislamiento
térmico que se refleja en una menor disipación de potencial. Elementos de película delgada
de platino, construidos en la membrana, tanto calientan la membrana como mide su
temperatura. Cambiando la geometría y cobertura de la masa suspendida, el sensor puede
se optimizado para detectar gases presentes en una combustión: CO, CO2, NOX, N2, H2O.
71
Figura E.3 Sensores de silicio parecidos a tambores diminutos con una delgada y
ultrasensible membrana de nitrato que vibra cuando envía o recibe ultrasonido.
Figura E.4 Cantilever usado para detectar molecular relacionadas con el cáncer.
72
Apéndice F
Disco Compacto con el Código Fuente en Lenguaje
Ensamblador
En la tapa posterior de este documento se encuentra un Mini Disco Compacto que contiene
los códigos fuentes de los algoritmos FX-LMS y el FBFX-LMS los cuales se pueden abrir
con cualquier editor plano.
73
Bibliografía
[1] Texas Instruments, “Design of Active Noise Control Systems With the TMS320
Family”, Digital Signal Processing Solutions, TI, 1996.
[2] Oxford University Libraries Automation Service, “Active Noise Control FAQ”, v
1995. ( http://www.lib.ox.ac.uk/internet/news/faq/archive/active-noise-control-faq.html).
[3] Elliot, S.J., y Nelson, P.A. ”The Active Control of Sound”, Electronics &
Communication Engineering Journal, pp 127-136, August 1990.
[4] Kipersztok O., “Active Control of Broadband Noise Ussing Fuzzy Logic”, Second
IEEE International Conference on Fuzzy Logic, Vol II, pp 906-911, San Francisco, March
1993.
[5] S. J. Flockton, ”The Use of FIR and IIR Adaptive Filtering Algorithms in the Active
Control of Acoustic Noise”, IEEE Signal Processing Magazine, pp 887-890, 1990.
[6] Finefield, Hartono, Harley. “Combined Feeback and Adaptive Digital Control of
Cylinder Vibrations Using Smart Materials”, IEEE 1992
[7] Haykin, Simon, Adaptive Filter Theory, Prentice Hall, NJ 1996.
[8] Johnson,D.E., y Hilburn, J.W., Rapid Practical Designs of Active Filter, John
Wiley&Sons, Inc. 1975.
[9] Pertence, Antonio., Amplificadores Operacionales y Filtros Activos, pp 178-179,198-
199, McGraw Hill, 1991.
[10] Elliot, S.J., y Nelson, P.A., Active Control of Sound, Academic Press Limited, 1993
[11] Proakis, J. G., Manolakis, D.G., Digital Signal Processing : Principles, Algorithms,
and Applications, Upper Saddle River, N.J. : Prentice Hall, 3rd ed, c1996.
[12] Haykin, Simon S., An introduction to analog and digital communications,
New York : Wiley, 1989.
[13] Motorola, http://www.mot.com/SPS/DSP/dsp_facts/basics.html#AD, v1998.
[14] Digital Signal Processing Products, TMS320C5X, User’s Guide, Texas Instruments,
1993.
[15] NTE Electronics, Inc., Semiconductor Cross-Reference, April 1998.
(http://www.nteinc.com/cgi-bin/nte)
[16] Motorola, CMOS Logic Book, 1990
[17] Cuesta Ruiz, María, “Control Activo Del Ruido Radiado Por Estructuras
Bidimensionales”. Universidad Complutense de Madrid. España, 2002
[18] Fuller, C.R., Hansen, C.H., and Snyder, S.D., “Active control of sound radiation from
a vibrating rectangular panel by sound sources and vibrational inputs: An experimental
comparison”. J. Sound. 1991
[19] Elliott, S.J., Nelson, P.A., Stothers, I.M., and Boucher, C.C., “In-flight experiments
on the active control of propeller-induced cabin noise”. J. Sound and Vibration., 140(2),
219-238, 1990.
74
[20] Elliott, S.J. and Johnson, M.E., “Radiation modes and the active control of sound
power”. J. Acoustical Society of America, 1993.
[21] Snyder, S.D. and Tanaka, N., “On feedforward active control of sound and vibration
using vibration error signals”. J. Acoustical Society of America, 1993.
[22] Gu, Y., Clark, R.L., Fuller, C.R., and Zanden, A.C., “Experiments on active control
of plate vibration using piezoelectric actuators and PVDF modal sensors”. J. Vibration and
Acoustics, 1994.
[23] Bueche, Frederick J., “Física para estudiantes de Ciencias e Ingeniería“, McGraw-
Hill, Cuarta edición, 1990.
[24] Master, A.R., Kim, S.J., and Jones, J.D., “Experimental investigation into active
control of compressor noise radiation using piezoelectric actuators”. Internoise 92, 1992.
[25] Wallace, C.E., “Radiation resistance of a rectangular panel”. J. Acoustical Society of
America. 1972
[26] Fahy, F.J., Sound and Structural Vibration. Academic Press, London. 1987
[27] Charette, F., Guigou, C., and Berry, A., 1995. “Development of volume velocity
sensors for plates using PVDF films”. ACTIVE 95, (Sommerfeldt and Hamada, Eds.),
Noise Control Foundation, New York, 241-252, 1995.
[28] Charette, F., Berry, A., and Guigou, C.,. “Active control of sound radiation from a
plate using a polyvinylidene fluoride volume displacement sensor”. J. Acoustical Society
of America, 103(3), 1493-1503. 1998.
[29] Nabil Akl, Wael., “Smart Foam For Active Vibration And Noise Control”. University
of Maryland. USA, 2004
[30] Smith, J., Johnson, B. and Burdisso, R., “A Broadband Passive-Active Sound
Absorbing System” , Journal of the Acoustical Society of America, Vol. 106, No. 5, pp.
2646-2652, April 1999.
[31] Orsagh, R. and Ghoneim, H., “Experimental Investigation of Electromechanical
Surface Damping” , Smart Materials and Structures Conference in Damping, 3672, pp.
234-241, 1999.
[32] Baz, A. and Ro, J., “Vibration Control of Plates with Active Constrained Layer
Damping” , Journal of Smart Materials and Structures, Vol. 5, pp. 272-280, 1996.
[33] Oh, J., Poh, S., Ruzzene, M. and Baz, A., “Vibration Control of Beams Using Electro-
Magnetic Compressional Damping Treatment” , Journal of Vibration and Acoustics, Vol.
122, pp. 235-243, July 2000.
[34] Shields, W., Ro, J. and Baz, A., “Control of Sound Radiation from a Plate into an
Acoustic Cavity using Active Piezoelectric-Damping Composites” , Journal of Smart
Materials and Structures, Vol. 7, pp. 1-11, 1998.
[35] Avellaneda, M. and Swart, P. J., “Calculating the Performance of 1-3 Piezoelectric
Composites for Hydrophone Applications: An Effective Medium Approach” , Journal of
the Acoustical Society of America, Vol. 103, No. 3, pp. 1449-1467, March 1998.
[36] Baz, A. and Tempia, A., “Active Piezoelectric Damping Composites”, accepted in
Journal of Sensors and Actuators B, 2004.
[37] Gentry, C., Guigou, C. and Fuller, C., “Smart Foam for Applications in Passive-
Active Noise Radiation Control” , Journal of the Acoustical Society of America, Vol. 101,
No. 4, pp. 1771-1778, April 1997.
[38] Charigny, J.V., Robb, L.E., “Piezo Film Sensors”, Pennwalt Corporation, Sensors
Magazine Online - March 1999.
75
[39] “Piezo Film Sensors Technical Manual”, Measurement Specialties, Inc. Sensor
Products Division, APR 99
[40] http://www.wipo.int/cgi-pct/guest/getbykey5?KEY=99/35670.991021&ELEMENT_SET=DECL
[41] Joseph, H., Swafford, R., and Terry, S., “MEMS in the Medical World·, EG&G IC
Sensors, April 1997
[42] Seeley, R.S.,“A Medical Electronics Manufacturing Fall 1996 Feature, The Future of
Medical Microelectromechanical Systems”,
[43] Cittadine, A., “MEMS reshapes ultrasonic sensing”, Sensant Corp., February 2000.
[44] http://nano.cancer.gov/resource_center/nanotech_cantilevers.asp
76