Desarrollo de un Sistema de Control

Activo de Ruido-Edición Única

Title Desarrollo de un Sistema de Control Activo de Ruido-Edición

Única

Issue Date 2006-03-01

Publisher Instituto Tecnológico y de Estudios Superiores de Monterrey

Item Type Tesis de maestría

Downloaded 29/12/2018 19:53:15

Link to Item http://hdl.handle.net/11285/567429

 INSTITUTO TECNOLÓGICO Y DE ESTUDIOS
SUPERIORES DE MONTERREY

CAMPUS MONTERREY
PROGRAMA DE GRADUADOS DE LA DIVISIÓN DE
TECNOLOGÍAS DE INFORMACIÓN Y ELECTRÓNICA

DESARROLLO DE UN SISTEMA DE CONTROL ACTIVO DE RUIDO

TESIS
PRESENTADA COMO REQUISITO PARCIAL
PARA OBTENER EL GRADO ACADÉMICO DE

MAESTRO EN CIENCIAS
ESPECIALIDAD EN INGENIERÍA ELECTRÓNICA

POR
ING. OSCAR RENÉ FLOTTE HERNÁNDEZ

MONTERREY, N.L. MARZO DE 2006

 Desarrollo de un Sistema de Control Activo de Ruido

Por

Ing. Oscar René Flotte Hernández

Tesis

Presentada al Programa de Graduados de la División de

Tecnologías de Información y Electrónica

del

Instituto Tecnológico y de Estudios Superiores de Monterrey, Campus Monterrey

como requisito parcial para obtener el grado académico de

Maestro en Ciencias en Ingeniería Electrónica

Instituto Tecnológico y de Estudios Superiores de Monterrey

Campus Monterrey

Monterrey, N.L. Marzo de 2006

 Instituto Tecnológico y de Estudios Superiores de
Monterrey
Campus Monterrey

Programa De Graduados De la División de

Tecnologías De Información y Electrónica

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

Maestro en Ciencias, con especialidad en

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.

• A mi esposa Virginia y a mi hijo Daniel por su amor.

OSCAR RENÉ FLOTTE HERNÁNDEZ

Instituto Tecnológico y de Estudios Superiores de Monterrey

Marzo de 2006
 Desarrollo de un Sistema de Control Activo de Ruido

Resumen

En la actualidad existen diversas maneras de controlar el ruido acústico en el ambiente.

Entre estas maneras destacan la utilización de control pasivo utilizando materiales absor-
bentes, de silenciadores reactivos o bien se recurre al reacomodo de piezas en maquinaria
con problemas de ruido. Sin embargo cuando estos medios no funcionan de manera
eficiente por las características del problema (espacio disponible, bajas frecuencias, costos
de construcción, etc) es necesario utilizar un sistema de Control Activo de Ruido. Estos
sistemas están basados en el fenómeno de interferencia destructiva y de superposición para
eliminar el ruido enviando otro ruido igual pero de diferente fase que el primero.
En este proyecto se desarrolla un sistema de Control Activo de Ruido (ANC) que puede ser
utilizado para trabajar en una red de ducto. Se tratan y explican las bases teóricas de
acústica y de desarrollo de sistemas digitales, los algoritmos de control y convergencia de
parámetros, se desarrolla toda la infraestructura electrónica y, por último, se muestra y
prueba el prototipo final en un ducto de prueba en un laboratorio para obtener las
conclusiones del proyecto.
El algoritmo de control utilizado es el de Mínimos Cuadrados (LMS, Least Mean Square)
y sus variantes FX-LMS y FBFX-LMS y se utilizó un Procesador Digital de Señales de
punto fijo como es el TMS320C50 de Texas Instruments® para correr el algoritmo
computacional.
Por último, el capítulo 7 es un resumen que trata de dos tesis doctorales sobre el tema de
control activo de ruido desde el punto de vista de control de vibración de estructuras
bidimensionales y la utilización de materiales con actuadores piezoeléctricos para formar
actuadores híbridos pasivos/activos.
Índice General

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

Capítulo 2 Sistemas de Procesadores Digitales de Señales 6

2.1 Características de los DSP . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1.1 Arquitecturas de Punto Fijo . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Filtros Digitales de Respuesta Finita (FIR) e Infinita (IIR) . . . . . . . . . . . . 8
2.2.1 Filtro de respuesta finita (FIR) . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.2 Filtro de respuesta infinita (IIR) . . . . . . . . . . . . . . . . . . . . . . . 11

Capítulo 3 Sistemas de Control Activo de Ruido (ANC) 13

3.1 ANC Retroalimentado(Feedback) . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2 ANC Antealimentado (Feedforward) . . . . . . . . . . . . . . . . . . . . . . . 14
3.2.1 Control adaptable antealimentado de amplio ancho de banda . . . . . . . 14
3.2.2 Control adaptable antealimentado de ancho de banda estrecho . . . . . . 15
3.3 Algoritmos para Control Activo de Ruido . . . . . . . . . . . . . . . . . . . . 18
3.3.1 LMS como ley de adaptación de parámetros . . . . . . . . . . . . . . . 19
3.3.2 FX-LMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3.3 FBFX-LMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

Capítulo 4 Implementación del Sistema de Control Activo de Ruido 25

4.1 Generador de Ruido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

4.2 Sistemas de Monitoreo de Señales . . . . . . . . . . . . . . . . . . . . . . . . 26
4.3 Filtrado de Señales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.4 Procesado de Señales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.5 Sistema de Antirruido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Capítulo 5 Pruebas del Prototipo y Resultados 30
5.1 Descripción del Prototipo Completo . . . . . . . . . . . . . . . . . . . . . 30
5.2 Diagrama de Flujo y Algoritmo de Control . . . . . . . . . . . . . . . . . . 32
5.2.1 Algoritmo FX-LMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.2.2 Algoritmo FBFX-LMS . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.3 Descripción de Pruebas y Resultados . . . . . . . . . . . . . . . . . . . . . 38
5.3.1 Pruebas para determinar el valor óptimo de µ y orden, M, del filtro FIR . 38
5.3.2 Pruebas y Resultados del Sistema de ANC . . . . . . . . . . . . . . . . 39

Capítulo 6 Conclusiones y Sugerencias 44

6.1 Objetivos Alcanzados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.2 Modificaciones para Adaptarse a un Sistema Real . . . . . . . . . . . . . . 45
6.3 Sugerencias para Trabajos Futuros. . . . . . . . . . . . . . . . . . . . . . . 46

Capítulo 7 Investigaciones Actuales sobre Control Activo de Vibración y Ruido 47

7.1 Control Activo Acústico Estructural (CAAE) . . . . . . . . . . . . . . . . 47
7.1.1 Base Teórica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .47
7.1.2 Integral de Rayleigh . . . . . . . . . . . . . . . . . . . . . . . . . . . .48
7.1.3 Relación entre Vibración y Ruido . . . . . . . . . . . . . . . . . . . . .49
7.1.4 Resumen y Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . .51
7.2 Espuma Inteligente para el Control Activo de Vibración y Ruido . . . . . . 54
7.2.1 Tratamientos Híbridos Pasivos / Activos . . . . . . . . . . . . . . . . .54
7.2.2 Compuestos Cerámicos 1-3 como Actuadores . . . . . . . . . . . . . . .55
7.2.3 Espuma Inteligente (Smart Foam) . . . . . . . . . . . . . . . . . . . . .57
7.2.4 Actuador Híbrido Propuesto . . . . . . . . . . . . . . . . . . . . . . . .58

Apéndice A Descripción de TMS320C50 Y ‘Kit’ de Prueba . . . . . . . . . . . . . 61

Apéndice B Descripción de los Circuitos Integrados Usados . . . . . . . . . . . . . . 62
B.1 TL084CP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
B.2 TDA2030 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
B.3 MC14050BCP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Apéndice C Algoritmo para Generar Ruido Blanco . . . . . . . . . . . . . . . . . . . 64
Apéndice D Cálculo de Filtros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
Apéndice E Sensores Piezoeléctricos y MEMS . . . . . . . . . . . . . . . . . . . . . 67
E.1 PVDF y Piezo Película (Piezofilm) . . . . . . . . . . . . . . . . . . . . . 67
E.2 Compuestos 1-3 (polímeros y piezocerámicas) . . . . . . . . . . . . . . . 68
E.3 Sensores MEMS en biomedicina . . . . . . . . . . . . . . . . . . . . . . 69
Apéndice F Disco Compacto con el Código Fuente en Lenguaje Ensamblador . . . . 73

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]:

• El incremento en el tamaño del equipo de uso industrial (motores, abanicos,

transformadores, compresores, etc.)

• Incremento de la población en una misma área, aumentando la exposición a ruido

debido al tráfico y a la proximidad entre vecinos.

• Uso de materiales ligeros para la construcción y transporte de equipo, como

resultado de la necesidad de ahorrar.

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.

• Los actuadores son los dispositivos que alteran físicamente la respuesta de la

planta; usualmente son dispositivos electromecánicos como bocinas o generadores
de vibración.

• El control consiste de un procesador de señales (por lo general digital) que envía

comandos a los actuadores para indicarles que hacer en base a las señales recibidas
de los sensores.

1.2 Descripción de Objetivos

En lugares de trabajo encerrados, como son salas de computadoras y oficinas, el sistema de
aire acondicionado es necesario. Este sistema introduce ruido al ambiente a través de la red
de ductos, que si bien es monótono, a la larga es molesto. El control de este ruido, debido a
su baja frecuencia difícilmente se podría llevar a cabo con el uso de materiales absorbentes
pues la longitud de onda de las ondas de estas frecuencias es más grande que el espesor del
material, además del alto costo que implicaría la obra. Tal parece que la solución más
adecuada es un control activo de ruido que tenga la capacidad de adaptarse a los diferentes
cambios de fase, frecuencia y amplitud del ruido presente en la red de ductos.
Los objetivos de esta tesis son:

1. Mostrar y explicar el principio de superposición y el fenómeno de interferencia

destructiva como base teórica para su utilización práctica en sistemas de Control
Activo de Ruido (ANC).

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. Presentar y explicar el algoritmo de Mínimos Cuadrados (Least Mean Square,

LMS) y sus variaciones de filtrado (FX-LMS) y retroalimentado (FBFX-LMS,)
como leyes de convergencia para adaptar los coeficientes de los filtros digitales
FIR.

4. Desarrollo y prueba de un prototipo físico de un sistema de ANC utilizando un

Procesador Digital de Señales (DSP por sus siglas en Inglés) disponible, como es el
TMS320C50 (ver Apéndice A)

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.

1.3 Descripción de la Tesis

A continuación se describen los contenidos de los Capítulos de la tesis:

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)

2.1 Características de los 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.

2.1.1 Arquitecturas de Punto Fijo

El TMS320C50 es un DSP que trabaja aritmética de punto fijo, es decir, los datos son
enteros delimitados por el largo de los registros del DSP que son de 16 bits, y que
comprenden un rango de 8000h a 7FFFh y el bit más significativo es el del signo, esto es
de -32767 a 32767. Lo anterior conlleva a tener que utilizar una normalización de los datos
con el fin de poder realizar operaciones de punto flotante. Así, se procede a escalar entre
los valores de –32767 a 32767 y –1 a 1.
El rango de –1 a 1 permite realizar operaciones de multiplicación sin temor de que exista
sobreflujo del acumulador, sin embargo al realizar operaciones como:

M −1
y ( n) = ∑ w(i) x(n − i)
i =0
(2.1)

que corresponde a un filtro digital FIR, se requiere de operaciones de sumas recursivas

donde existe el riesgo de sobreflujo del acumulador y el resultado puede rebasar los límites
de 8000h a 7FFFh, introduciendo error e incertidumbre al sistema.
Existen diversas formas para poder utilizar datos de punto flotante en forma exponencial
utilizando un DSP de punto fijo descomponiéndolos en signo, exponente y mantisa con lo
cual se puede aumentar la precisión en los cálculos que se desean realizar, pero se
aumentan el número de operaciones a realizar. Así, por ejemplo, para implementar la
ecuación 2.1 en un DSP con las características mencionadas, se requerirían de 34
instrucciones para ejecutar una multiplicación y de 105 instrucciones para realizar una
suma. Esto hace un total de 139 instrucciones (ver sección de subrutinas en el manual de
usuarios de Texas Instruments® [14]). Así un filtro FIR de orden 128 (M=128 en la
ecuación 2.1) requeriría:

128 *139 = 17792

¡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)

Figura 2.1 Diagrama general de un sistema.

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:

g (n) = H [δ (n )] = h(n) (2.3)

donde H es un operador lineal invariante en el tiempo y h(n) se llama la respuesta al

impulso del sistema. Usando la propiedad de la función delta de Kronecker podemos
escribir la secuencia de entrada en la forma:

∞
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)

esta ecuación es llamada convolución discreta. Un sistema se denomina causal si la salida

de éste en cualquier tiempo n depende sólo de las entradas pasadas y presentes [P. Ej. x(n),

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)

En general, un sistema digital especificado en términos de su respuesta a la frecuencia es

denominado como Filtro Digital.
Una clase general de sistema digital el cual cumple con las condiciones de linealidad e
invarianza en el tiempo, está definida por la siguiente ecuación de diferencias causal:

I −1 K
g ( n) = ∑ ai f (n − i) +
i =0
∑ b g (n − k )
k =1
k (2.7)

y cambiando las literales para denominarlas igual en todo este trabajo:

N M −1
y ( n ) = − ∑ a k y ( n − k ) + ∑ bk x ( n − k ) (2.8)
k =1 k =0

en la cual la salida es la suma ponderada de la presente y I-1 previas muestras de entrada y

de las K previas muestras de salida. El sistema es denominado recursivo pues emplea un
grado de retroalimentación de salidas previas para la entrada presente. Las I+K constantes
ai y bk son conocidas como los coeficientes de un sistema digital. Esta última ecuación es la
base matemática para explicar los filtros FIR e IIR.

2.2.1 Filtro de respuesta finita (FIR)

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)

o bien, por la función del sistema:

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

el largo del filtro FIR está determinado por la variable M.

En éste trabajo se utilizará la estructura Forma Directa o Transversal que puede ser
obtenida subsecuentemente de la ecuación de diferencias:

M −1
y ( n) = ∑ b x (n − k )
k =0
k (2.12)

o, equivalentemente por la sumatoria de convolución:

M −1
y ( n) = ∑ h( k ) x ( n − k )
k =0
(2.13)

La estructura es ilustrada en la Figura 2.2.

Figura 2.2 Estructura Transversal o de Forma Directa de un Filtro FIR

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.

• Los cambios en la respuesta a la frecuencia del filtro por pequeños cambios en

cualquiera de sus coeficientes es pequeño y fácilmente detectable.

2.2.2 Filtro de respuesta infinita (IIR)

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.

Figura 2.3 Forma canónica de un Filtro IIR de estructura transversal.

Las propiedades más importantes de los filtros IIR son:

- 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.

Comportamientos de resonancia y transiciones rápidas entre la frecuencia de pasabandas y

la de rechazo pueden ser obtenidos con filtros IIR considerando un número total de
coeficientes mucho menor que utilizando un filtro FIR.

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.

3.1 ANC Retroalimentado (Feedback)

En los sistemas retroalimentados no se tiene una señal de entrada, sino un sólo sensor de
donde se obtiene la señal del ruido que resulta de la actuación del controlador sobre la
planta o sistema, como se puede apreciar en la Figura 3.1. Esta configuración sólo
proporciona una limitada atenuación sobre un restringido rango de frecuencias para ruido
periódico. Además sufre de inestabilidad debida a la posibilidad de retroalimentar altas
frecuencias [1].

Figura 3.1 Sistema ANC Retroalimentado.

Una aplicación del sistema ANC retroalimentado es en control de ruido en audífonos y en

protectores de oídos. En esta aplicación, un sistema reduce las fluctuaciones de presión en
la cavidad cerrada entre el oído y el protector o audífonos. La distancia entre el oído y la
bocina de cancelación es del orden de unos pocos centímetros (2 o 3) limitando el tiempo
de procesamiento de entre 60 a 90 µsegundos. Esta aplicación está disponible comercial-
mente y es utilizada para fines militares en el casco de los pilotos.

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:

• Control adaptable antealimentado de amplio ancho de banda con un sensor de

entrada acústico (micrófono).

• Control adaptable antealimentado de ancho de banda estrecho con un sensor de

entrada no acústico (acelerómetro, tacómetro, etc.).

3.2.1 Control adaptable antealimentado de amplio ancho de

banda
El control adaptable antealimentado de amplio ancho de banda puede ser usado en
situaciones donde el ruido de entrada puede ser detectado con un micrófono e introducido
al sistema de ANC directamente al sistema de ANC. La distancia entre el micrófono de
entrada y el altavoz debe de satisfacer el principio de causalidad, es decir, el tiempo que
tarda en recogerse una muestra de la señal de ruido, su procesamiento y envío al altavoz
debe ser menor al recíproco de la frecuencia de muestreo.

Figura 3.2 Sistema ANC antealimentado de amplio ancho de banda en un ducto.

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.

2. Usar compensación preestablecida de señales (utilizando un filtro de compensación

de retroalimentación cuyos coeficientes son determinados ‘off-line’, es decir, con
calibración del sistema en silencio y con el ANC no funcionando) para cancelar el
efecto de retroalimentación acústica.

3. Usando un segundo filtro adaptable calibrado en ‘off-line’ en paralelo con la parte

de la retroalimentación

4. Usando un filtro adaptable IIR.

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.

3.2.2 Control adaptable antealimentado de ancho de banda

estrecho

El control adaptable antealimentado de ancho de banda estrecho es usado en aplicaciones

donde la fuente primaria de ruido es periódica o casi periódica y es producida por
máquinas rotativas (motores eléctricos, compresores, manejadoras de aire) o de
movimientos alternativos; entonces el micrófono de entrada puede ser reemplazado, como
ya se mencionó, por un sensor no acústico tal como un acelerómetro, tacómetro o bien un
sensor óptico, ver Figura 3.3

Figura 3.3 Sistema ANC antealimentado de ancho de banda estrecho en un ducto.

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.

Figura 3.4 Espectro del Ruido Periódico.

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:

• Tren de impulsos con un período igual a la inversa de la frecuencia fundamental del

ruido periódico.

• Ondas senoidales que tienen la misma frecuencia que las correspondientes

frecuencias a cancelar.

La primera técnica se denomina Método de Síntesis de Forma de Onda o Algoritmo de

Essex. Esta técnica puede ser analizada con el filtro transversal adaptivo excitado por un
tren de impulsos y actualizada por el algoritmo FXLMS (Filtered X-Least Mean Square).
La segunda técnica es el Filtro Notch Adaptivo. En ésta un filtro Notch de simple
frecuencia con un corredor de 90° de fase es usado para cancelar la interferencia senoidal
indeseada (para más información ver la referencia [1]).

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:

• Se eliminan problemas del medio ambiente donde se pretende atenuar el ruido,

haciendo posible que se pueda implementar (el ANC) en sistemas a altas tempe-
raturas y en ductos de gas de flujo turbulento.

• La periodicidad del ruido determina un contenido de frecuencia constante, por lo

cual únicamente se requiere de ajuste de magnitud y fase para cancelar el ruido.
Esto permite más flexibilidad en la posición del altoparlante.

• 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.

• Se elimina la retroalimentación indeseada hacia el micrófono de entrada permi-

tiendo la adaptabilidad a otros sistemas diferentes a ductos, ver Figura 3.5.

Figura 3.5 ANC en un sistema semejante a un ducto.

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.

3.3 Algoritmos para Control Activo de Ruido

Un Controlador Activo de Ruido puede ser descrito por un diagrama a bloques de un
sistema de identificación como se muestra en la Figura 3.6.

Figura 3.6 Diagrama de un sistema de Control Activo de Ruido.

Usando una representación digital del problema en dominio de la frecuencia, un sistema

ideal de control activo de ruido usa un filtro adaptivo W(z) para estimar la respuesta de un
sistema desconocido, P(z), localizado entre el micrófono de ruido de entrada y el sensor de
error. La transformada Z del error puede ser expresada como:

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)

lo cual implica que:

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.

3.3.1 LMS como ley de adaptación de parámetros [7]

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:

1. Proceso de Filtrado. El cual comprende (a) calcular la salida de un filtro trans-

versal (ver Sección 2.4.1) producida por un conjunto de coeficientes y (b) de una
estimación del error comparando esta salida con la respuesta deseada.

2. Un Proceso Adaptivo. El cual consiste de un ajuste automático de los valores de los

coeficientes del filtro de acuerdo a la estimación del error.

La combinación de estos dos procesos trabajando juntos constituyen un lazo

retroalimentado que es en sí la base del algoritmo LMS y se ilustra en la Figura 3.7.

Figura 3.7 Lazo retroalimentado del algoritmo LMS.

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 las componentes de entrada u(n), u(n-1), u(n-2),...,u(n-M+1) conforman el vector

u(n) y w0(n),w1(n),...,wm-1(n) son los componentes del vector de parámetros w(n). La
Figura 3.9 presenta los detalles del mecanismo de control adaptable.

Figura 3.9 Mecanismo de control adaptable.

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:

Salida del filtro:

y(n) = w(n)u(n) (3.5)

Error estimado:
e( n ) = d ( n ) − y ( n ) (3.6)

Adaptación de los componentes:

w(n+1) = w(n) + δw(n) (3.7)

y sustituyendo la ecuación 3.4 en 3.7, tenemos:

w(n+1) = w(n) + µu(n)e(n) (3.8)

3.3.2 FX-LMS

Este Capítulo empezó con la descripción de un sistema de identificación de un control

activo de ruido. Es importante, además, considerar el medio ambiente que existe entre el
altavoz cancelador y el micrófono de error, ver área sombreada en la Figura 3.10, donde el
ruido d(n) es combinado con el y(n) proveniente del filtro adaptivo.

Figura 3.10 Sección de ducto entre el altavoz cancelador y el micrófono de error.

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)

para que el error E(z)=0, se requiere que:

− P( z )
W ( z) = (3.10)
H ( z)

Figura 3.11 Diagrama mostrando el efecto de H(z) en el sistema.

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.

El algoritmo FX-LMS puede ser expresado como:

wi (n + 1) = wi (n) − µe(n) xi ' (n) (3.12)

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)

Figura 3.13 Diagrama del algoritmo FBFX-LMS.

24
Capítulo 4
Implementación del Sistema de Control Activo de Ruido

Este Capítulo describe la implementación de un Control Activo de Ruido. Por lo tanto,

aquí se realiza una descripción del ‘Hardware’ que conforma el sistema. Se incluyen los
diagramas eléctricos, clasificados cada uno como una tarjeta; todas ellas se diseñaron e
implementaron en su totalidad; únicamente la tarjeta de procesado de señales, mostrada en
el Apéndice A, que es una tarjeta prototipo que contiene al DSP y periféricos de interfase,
fue adquirida. Las especificaciones eléctricas de todos los circuitos integrados utilizados
están en el Apéndice B. Los filtros análogos (Butterworth y Chebyshev) son mostrados en
la Sección 4.3 y están incluidos en las demás tarjetas, pero sólo son representados en éstas
como un bloque pues su diagrama eléctrico ocupa mucho espacio y disminuyen la
legibilidad de los diagramas de las tarjetas.
Todas las tarjetas implementadas son alimentadas con ±12 Volts de corriente directa y la
tarjeta prototipo DSK se alimenta con una fuente de 9 Volts de corriente alterna.

4.1 Generador de Ruido

Esta tarjeta está constituida por un sumador análogo inversor (4 resistencia en la entrada y
un Amplificador Operacional, OPAM, TL084CP) con capacidad para tres entradas de
señales y una entrada RCA Hembra para si se desea introducir señal grabada de un ruido,
un filtro Chebyshev de 6to. orden, un amplificador de potencia TDA2030 y una salida
RCA Macho para conectarse directamente a una bocina. Entre el filtro Chebyshev y el
amplificador de potencia está una salida RCA Hembra con el fin de tomar la señal de ruido
y utilizarla en el control antealimentado de ancho de banda estrecho, ver Sección 3.2.2, con
el objeto de emular a un sensor no acústico del ruido de entrada.

Figura 4.1 Diagrama de la tarjeta generadora 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.

4.2 Sistemas de Monitoreo de Señales

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.

4.3 Filtrado de Señales

Los filtros están incluidos directamente en las tarjetas de monitoreo de señales, generadora
de ruido y en la de sistema de ‘antirruido’; en esta Sección se proceden a explicar con más
detalle. El fin de utilizar filtrado de señales es para evitar el fenómeno de ‘aliasing’
causado por componentes de frecuencia mayores que la mitad de la frecuencia de muestreo
y de esta forma eliminar el problema de retroalimentación de señales de alta frecuencia
[10]. En sí, los filtros están constituidos por circuitos integrados TL084CP o LF374 (igual
circuito pero de diferentes fabricantes), capacitores y resistencias. En total son cuatro los
filtros utilizados: tres Butterworth de 8vo. orden y un Chebyshev de 6to. orden. El diseño
se realizó utilizando las tablas proporcionadas por Johnson y Pertence [8] [9]. En el
Apéndice D se muestran los cálculos de los componentes discretos de estos sistemas.
La Figura 4.3 corresponde al filtro Butterworth de octavo orden, pasabajos, fc=500Hz,
ganancia unitaria, tipo VCVS (Voltage Controlled Voltage Source)[9]. Aun cuando su
respuesta no es tajante en la transición de pasabandas y rechazabanda, un filtro Butterworth

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]:

Figura 4.3 Diagrama electrónico del filtro Butterworth de 8vo. orden.

Como ya se mencionó al principio de este Capítulo, el filtro Chebyshev, se utilizó simple-

mente para poder construir el sumador y el filtro pasabajos utilizar un mismo integrado, el
TL084CP. La Figura 4.4 es el diagrama de un filtro Chebyshev de sexto orden, pasabajos,
fc=500Hz, ganancia unitaria, con un rizado de 0.1 dB, tipo VCVS [9].

Figura 4.4 Diagrama electrónico del filtro Chebyshev de 6to. orden.

4.4 Procesado de Señales.

La tablilla prototipo DSK de Texas Instruments, es el centro de proceso del sistema

ANC, en esta tablilla se localizan los integrados TLC32040, que contiene los convertidores
ADC y DAC(Convertidor Digital Análogo) además de la circuitería para interfase serie
con el DSP TMS320C50. La tarjeta contiene dos conectores RCA Hembra de entrada y
salida, así como los periféricos necesarios para comunicarse con una computadora personal
(PC) utilizando el estándar eléctrico RS-232, la Figura 4.5 muestra esta tarjeta en forma de
diagrama a bloques. Es en la memoria RAM de Programa del TMS320C50 donde se
almacenan los algoritmos computarizados que conforman los filtros FIR y leyes de

28
adaptación que conforman al sistema ANC. El Apéndice A contiene información más
detallada sobre esta tarjeta.

Figura 4.5 Diagrama a bloques de la tarjeta prototipo DSK.

4.5 Sistema de Potencia del ‘Antirruido’

Muy parecida a la tablilla generadora de ruido de la Sección 4.1, esta contiene un

amplificador TL082CP trabajando como un acoplador de impedancias con el fin de no
cargar la salida del DAC de la tarjeta DSK y, si fuera necesario, dar mayor amplitud a la
salida procesada por el DSP. Contiene un filtro Butterworth de 8vo. orden acoplado a un
circuito integrado TDA2030 para dar potencia a la señal a enviar a la bocina de ‘antirruido’
a través de un conector RCA Macho. La Figura 4.6 muestra el diagrama eléctrico de esta
tarjeta.

Figura 4.6. Tarjeta de potencia para señal de ‘Antirruido’.

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.

5.1 Descripción del Prototipo Completo

La Figura 5.1 muestra el diagrama a bloques del sistema de Control Activo de Ruido
completo, se pueden apreciar las cuatro tarjetas que conforman al sistema, el ducto de
prueba, las bocinas de ruido y de ‘antirruido’, y la posición de los micrófonos sensores.
Las dimensiones físicas del ducto de prueba se seleccionaron de manera que el proceso de
cálculo de la señal de ‘antirruido’ fuera causal con respecto al tiempo entre muestras dado
por la frecuencia de muestreo. Así, si se trabaja a un rango de frecuencia de 0 a 500 Hz y
considerando al criterio de Nyquist [12] se debe de realizar un muestreo a una frecuencia
mínima de 1000 Hz, lo cual nos da que período entre muestra y muestra es 1/1000=1
milisegundo. Si consideramos una velocidad del sonido de 343 m/s, tenemos que la señal
recorre:

d = velocidad * tiempo = 343 * 0.001 Seg = 0.343 Mts .

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 .

y, para completar la distancia que recorre el sonido en un milisegundo, se agrega una

sección de ducto de 0.1715 Mts. antes de colocar el micrófono de error de salida. La
frecuencia real utilizada en el desarrollo de este trabajo fue de 2000 Hz. Por cada
micrófono con el fin de obtener mayor precisión en los cálculos; esto permitiría reducir las

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.

5.2 Diagrama de Flujo y Algoritmo de Control

En las Secciones 3.3.2 y 3.3.3 se vieron los algoritmos FX-LMS y FBFX-LMS en forma
de diagramas de bloques. En esta Sección se muestran esos algoritmos como deben ser
programados en un DSP, así como las pruebas de identificación de coeficientes para C(z) y
D(z) en "off-line", es decir, calibración antes de poner el sistema de ANC a funcionar.

5.2.1 Algoritmo FX-LMS e Identificación "Off-Line"

Identificación Fuera de Línea, "Off-Line".
En la Sección 3.3.2 se mostró el efecto producido por el tramo de ducto que está entre la
bocina de ‘antirruido’ o altavoz cancelador y el micrófono de error de salida. Se mostró
que la forma de eliminar ese efecto era filtrando la señal x(n) en un filtro C(z) antes de
introducirla al control adaptable del LMS. Este es el algoritmo FX-LMS. En la Figura 5.2
se muestra el diagrama a bloques del procedimiento para realizar la identificación fuera de
línea [1]. En esta Figura podemos ver como se realiza la identificación para C(z), la cual es
de esta forma: Se envía una señal de ruido blanco, y(n), al altavoz cancelador y, después de
que el sonido recorre ese tramo de ducto, se recibe por el micrófono de error de salida. La
misma señal se pasa a través del filtro C(z) y su salida, r(n), se compara con la señal e(n)
que es la señal recibida por el micrófono de error filtrada y digitalizada. La diferencia,
e’(n), es utilizada por el algoritmo LMS para actualizar los coeficientes de C(z) y

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.

3. Calcular la respuesta, r(n), del modelo adaptivo:

M −1
r (n) = ∑ c ( n) y ( n − i )
i =0
i (5.1)

donde ci(n) es i-ésimo coeficiente del filtro adaptivo C(z) en un tiempo n y M es el

orden del filtro.

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:

ci (n + 1) = ci (n) + µe' (n) y (n − i ), i = 0, 1, K , M − 1 (5.3)

donde µ es el tamaño del paso, cuyo valor se determinó experimentalmente

probando diferentes constantes y se encontró que con µ=256 para la identificación
‘off-line’ se obtienen los mejores resultados, ver programa en el Apéndice F.

6. Repetir el procedimiento de 10 a 15 segundos y guardar los coeficientes de C(z)

para utilizarlos en el siguiente proceso de Control Activo de Ruido.

Control Activo de Ruido Usando el Algoritmo FX-LMS.

Una vez determinados los coeficientes de C(z) se puede empezar el Control de Ruido.
Remitiéndonos a la Figura 3.12 en la Sección 3.3.2, se proceden a realizar los siguientes
pasos computacionales:

1. Se espera la interrupción procedente del ADC del micrófono de ruido de entrada,

x(n).

2. Se calcula la salida del ‘antirruido’ y(n):

N −1
y ( n) = ∑ w ( n) x ( n − i )
i =0
i (5.4)

3. Se envía la señal y(n) al puerto de salida (DAC) para manejar la bocina de

‘antirruido’.

4. Se calcula la señal filtrada, x’(n):

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:

wi (n + 1) = wi (n) − µe(n) x' (n − i ) i = 0, 1, K , N − 1 (5.6)

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.

5.2.2 Algoritmo FBFX-LMS e Identificación "Off-line"

Identificación Fuera de Línea, "Off-Line".

En la Sección 3.3.3 se estudió que, cuando se utiliza un sensor acústico de ruido de
entrada, la señal enviada por la bocina de ‘antirruido’ se retroalimenta contaminando la
señal x(n). Refiriéndonos a la Figura 3.13, el algoritmo FBFX-LMS es en esencia igual al
FX-LMS pero, por utilizarse un sensor acústico, es necesario considerar la
retroalimentación, que está representada en la Figura como F(z). La eliminación de esta
contaminación acústica se puede llevar a cabo modelando un filtro D(z) a través de una
identificación "off-line". La identificación fuera de línea permite, en este caso, identificar
el filtro C(z) y además el filtro D(z) para eliminar la retroalimentación acústica, ver la
Figura 5.3 donde se muestra como llevar a cabo este proceso [1].

Figura 5.3 Identificación "off-line" para el algoritmo FBFX-LMS.

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.

2. Esperar la interrupción procedente del ADC indicando un dato procedente del

micrófono de ruido de entrada con la señal x(n).

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)

d j (n + 1) = d j (n) + µf (n) y (n − j ) j = 0, 1, K , L − 1 (5.8)

4. Esperar la interrupción procedente del ADC indicando un dato procedente del

micrófono de error de salida con la señal e(n).

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)

ci (n + 1) = ci (n) + µe' (n) y (n − i ) i = 0, 1, K , M − 1 (5.10)

6. Repetir la modelación "off-line" de 10 a 15 segundos. Guardar los coeficientes de

los filtros adaptivos D(z) y C(z) para usarse en el siguiente Control Activo de
Ruido.

Control Activo de Ruido Usando el Algoritmo FBFX-LMS.

El control de ruido utilizando este algoritmo es parecido a utilizar el algoritmo FX-LMS,
sólo que aquí se le resta a la señal procedente del micrófono de ruido de entrada, la señal

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:

1. Esperar la señal de u(n) procedente del ADC.

2. Calcular la señal libre de retroalimentación, x(n):

L −1
x ( n) = u ( n ) − ∑d
j =0
j y (n − j ) (5.11)

3. Calcular la señal de ‘antirruido’ y(n):

N −1
y ( n) = ∑ w ( n) x ( n − i )
i =0
i (5.12)

donde wi(n) es el i-ésimo coeficiente del filtro adaptivo W(z) en un tiempo n y N es el

orden del filtro W(z).

4. Enviar la señal y(n) al puerto de salida para manejar la bocina de ‘antirruido’.

5. Esperar por la señal e(n) procedente del ADC.

6. Calcular la versión filtrada de x’(n):

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:

wi (n + 1) = wi (n) − µe(n) x' (n − i ) i = 0, 1, K , N − 1 (5.14)

37
 8. Repetir el algoritmo. El número de localidades de memoria requeridas por este
algoritmo son 2(N+M+L) más otras variables utilizadas.

5.3 Descripción de Pruebas y Resultados

Esta sección incluye las pruebas realizadas para determinar el valor de µ que nos permita
lograr una mejor atenuación, los resultados obtenidos variando el orden (M) del filtro FIR
y los resultados en atenuación (dB) logrados a diferentes frecuencias.

5.3.1 Pruebas para determinar el valor óptimo de µ y el orden,

M, del filtro FIR.
Obtención de µ.
Para obtener el valor de µ que mejores resultados da (atenuación en dB), se procedió a
variar este dato en el algoritmo (ver Apéndice F) y se corrió el programa trabajando sobre
una frecuencia fija de 200 Hz. en un filtro de orden M=128. Los resultados obtenidos se
pueden apreciar en la Figura 5.4, donde las mejores atenuaciones se lograron en el rango
de µ=2000 a 2C00. Los resultados mostrados en la Sección 5.3.2 se obtuvieron utilizando
un valor de µ=2048.

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

Figura 5.4 Atenuaciones en decibeles para distintos valores de µ.

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

Figura 5.5 Atenuación en decibeles para distintos valores de M.

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.

5.3.2 Pruebas y Resultados del Sistema de ANC

Tanto el algoritmo FX-LMS como el FBFX-LMS fueron probados a diferentes frecuencias

de entrada, considerando un rango de 100 Hz. hasta 500 Hz. Como fuente de ruido se
utilizó un generador de señales que se conectó directamente a una de las entradas del
sumador de la tarjeta generadora de ruido, ver Sección 4.1. Esta tarjeta se encarga de mez-
clar hasta 3 fuentes diferentes de señales o bien una entrada de algún ruido grabado para
introducirlo al sistema a través de un conector RCA; además se encarga de eliminar toda
señal mayor de 500 Hz y dar potencia a la señal para poder manejar una bocina de 4 Ω
que es la encargada de producir ruido acústico a introducir al ducto de prueba. La Figura
5.6 muestra el espectro de frecuencia de una señal de ruido de 200 Hz. y la atenuación,
mostrada como señal de error, que sufre cuando el sistema de ANC actúa sobre dicha
señal.

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.

* A estas frecuencias el sistema se mostró inestable (generaba ruido antes de estabilizarse).

La inestabilidad a una frecuencia de 500 Hz se debe a que esta es la frecuencia de corte de

los filtros análogos Butterworth y al oscilar el sistema ANC el filtro impide que la señal de
frecuencia se mueva libremente. A continuación se muestran los valores anteriores
expresados como atenuación en dB, siendo la ecuación 5.15 la manera de calcularla:

40
 Vruido
Atenuación (dB ) = 20 log (5.15)
Verror

Y la Tabla 5.2 muestra los resultados:

FRECUENCIA (HZ) FXLMS(dB) FBFX-LMS (dB)

100 28.786 26.205
150 36.662 17.407*
200 42.285 39.591
250 41.480 34.163
300 43.088 25.600
350 41.492 37.086
400 38.479 35.890
450 37.495 36.246
500 31.950* 18.007*
Tabla 5.2 Atenuación en dB.

* A estas frecuencias el sistema se comportó inestable.

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.)

Figura 5.7 Atenuación vs. Frecuencia con algoritmo FX-LMS.

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.)

Figura 5.8 Atenuación vs. Frecuencia con algoritmo FBFX-LMS.

La Figura 5.8 muestra la respuesta del sistema de ANC utilizando el algoritmo

FBFX−LMS. Con dicho algoritmo el sistema se comportó de una manera menos estable
que con el algoritmo anterior. La principal causa de esto fue que al restar la
retroalimentación a la señal recibida, ver Sección 5.2.2, el resultado algunas veces se salía
de los rangos de −32767 a 32767 causando distorsión. Para evitar esto se buscó que la
retroalimentación se eliminara en forma lenta y suave; lo cual se hizo aumentando el
tamaño de paso µ en el algoritmo LMS, ver la Sección 3.3.1., poco a poco hasta su valor
nominal (µ=2048). El programa en Apéndice F muestra este procedimiento.

Figura 5.9 Señal de baja frecuencia (≤100) distorsionada por la bocina.

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.

Figura 5.10 Tres frecuencias mezcladas como señal de ruido y su atenuación.

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:

6. La base teórica del principio de superposición y el fenómeno de interferencia des-

tructiva se describió en detalle en el Capítulo 1, específicamente en la Sección 1.1.

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.

8. La Sección 3.3 muestra el algoritmo de Mínimos Cuadrados (Least Mean Square,

LMS) y sus variaciones de filtrado (FX-LMS) y retroalimentado (FBFX-LMS)
como leyes de convergencia para adaptar los coeficientes de los filtros digitales
FIR.

9. El desarrollo y prueba de un prototipo físico de un sistema de ANC se mostró en el

Capítulo 5, donde se presentan los diagramas eléctricos y electrónicos de su
realización. El 'hardware' fue implementado físicamente en forma de 3 tarjetas y se
probó dando buenos resultados prácticos.

10. En el Apéndice F se muestra el programa en código ensamblador de los algoritmos

FX-LMS y FBFX-LMS mostrados en la Secciones 5.3.1 y 5.3.2 respectivamente,
los resultados obtenidos con este programa se muestran en la Sección 5.4,
lográndose atenuaciones de hasta 150 veces el ruido introducido al ducto de prueba.
Aunque las pruebas se realizaron con frecuencias simples, el sistema fue probado
con mezclas de hasta tres frecuencias obteniéndose también resultados bastante
satisfactorios.

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).

• La distancia entre sensor detector (tacómetro, acelerómetro o micrófono) del ruido

de entrada y el altavoz cancelador (bocina 'antirruido') se debe de aumentar
proporcionalmente a la velocidad del aire dentro del sistema, pues el sonido será
arrastrado por flujo de aire [10].

Además, si se utiliza un sensor acústico como detector de ruido de entrada, es necesario

tener en cuenta que el flujo de aire generará ruido extra al pasar sobre la superficie del
micrófono; este problema se puede eliminar realizando cualquiera de las dos siguientes
opciones: por cobertura física del micrófono y por colocación del micrófono fuera del flujo
de aire, ver la Figura 6.1 [1].

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:

• Se recomienda para próximos trabajos utilizar un procesador digital de señales,

DSP, de punto flotante. El tamaño del código computacional mostrado en el
Apéndice F se disminuiría drásticamente y su elaboración será más sencilla.
También se podrían sustituir los filtros análogos de la Sección 4.3 por filtros
digitales dentro del DSP o bien:

• Usar otro DSP para sustituir los filtros análogos.

• Un paso inmediato será utilizar lógica difusa para actualizar los coeficientes del
filtro FIR [4] y disminuir el código computacional.

• Continuar el Control Activo de Ruido en sistemas de dos dimensiones, como son

cabinas pequeñas y lugares cerrados pequeños, quizás utilizando más de un sensor
y de una bocina.

• Trabajar con sistemas de tres dimensiones con arreglos de múltiples bocinas y

micrófonos para realizar Control Activo de Ruido en salas de conferencias,
interiores de automóviles y cabinas grandes.

• Utilización de sensores y actuadores piezocerámicos para trabajar con control

activo de vibración estructural como causa de ruido acústico.

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.

7.1 Control Activo Acústico Estructural (CAAE)

El siguiente resumen está basado en la tesis doctoral en Física de María Cuesta Ruiz [17],
hecha en la Universidad Complutense de Madrid en 2002, con el título de:

Control Activo de Ruido Radiado por Estructuras Bidimensionales

7.1.1 Base Teórica

Para describir la vibración en un segmento de cuerda tensado se requiere de un único
número entero n; esto es, para una cuerda que vibra en un segmento n=1, para una cuerda
que vibra en dos segmentos n=2, etc. Así, el cálculo de las frecuencias de resonancia se
determina por medio de la siguiente ecuación:

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.

7.1.2 Integral de Rayleigh

Esta ecuación nos permite calcular el campo radiado por una placa y proporciona la
presión acústica en un punto del espacio circundante de densidad ρ0, en función de la
velocidad vertical de una placa de área Sp, ver Figura 7.1:

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]:

jωabρ 0 e − jkr Vmn  (−1) m e − jα − 1  (−1) n e − jβ − 1

P(r ,θ , φ ) =
2π 3 r
∑∑    (7.4)
 (α / mπ ) − 1   ( β / nπ ) − 1 
2 2
m n mn

donde:
α = ka sin θ cos φ
(7.5)
β = kb sin θ sin φ

de esta expresión se puede determinar que la radiación acústica depende de:

• Del punto en el medio circundante, de la distancia r, y de los parámetros α y
β que informan de la orientación respecto de la placa.
• De las características de la fuerza aplicada, a través de las amplitudes
modales de la velocidad estructural, Vmn y de la frecuencia de excitación ω.

La descomposición en valores y vectores propios de la formulación de campo próximo

conduce al concepto de modos radiantes, ver siguiente sección.

48
 Figura 7.1 Sistema de coordenadas para el cálculo de Presión Acústica

7.1.3 Relación entre Vibración y Ruido

Los sensores integrados a la estructura bidimensional miden vibración, cuando lo que se
busca es eliminar ruido. Master et al. [24] usaron un CAAE para controlar el ruido en un
compresor con un acelerómetro y luego con un micrófono como detectores de señal de
error; con el acelerómetro redujeron vibración pero el ruido acústico aumentó 13.3 dB y
usando el micrófono directamente como señal de error, bajaron el ruido acústico 13.5 dB.
Esto demuestra que la reducción de vibración no conlleva necesariamente la reducción de
ruido, ya que no todos los modos estructurales de vibración irradian ruido de la misma
manera. De hecho, el sonido emitido por una placa a baja frecuencia está dominado por su
comportamiento modal. Fahy [26] mostró que la placa radiaba dependiendo de la
interferencia entre las distintas secciones de la placa limitadas por las líneas nodales de los
modos. La forma que un modo estructuras bidimensional emite sonido depende de los
índices modales. Los índices impares son radiadores monopolares (Figura 7.2), si su
paridad es distinta son radiadores bipolares (Figura 7.3) y si es par, son cuadripolares
(Figura 7.4). Los modos impares son los radiadores más eficientes de ruido [25][26].

49
 Figura 7.2 Radiador modal (1, 1), Monopolar

Figura 7.3 Radiador modal (1, 2), Bipolar

Figura 7.4 Radiador modal (2, 2), Cuadripolar

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:

Figura 7.5 Diagrama de un Control Activo Acústico Estructural.

Los actuadores en base a cerámicas piezoeléctricas PZT, titanato zirconato de plomo, se

presentaron en los años 60s y son las más usadas en la actualidad debido a su buena
conversión electromecánica (coeficiente de acoplamiento elevado), combinada con la alta

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.

Un sensor en un sistema CAAE debe proporcionar un campo eléctrico alto cuando se

deforma mecánicamente (constante de tensión piezoeléctrica grande). El polivinilideno
fluoroso (PVDF) tiene esta característica de tensión piezoeléctrica y además puede cortarse
fácilmente para darle la forma deseada.
Charette y otros [27][28] definieron el desplazamiento volumétrico estructural como la
función de coste a minimizar, y diseñaron un sensor con un par de tiras de PVDF en cruz
paralelas a los lados de la estructura metálica, ver Figura 7.6.
La conclusión de Charette es que la forma geométrica de las tiras de PVDF debe ser tal que
permita la detección de los modos volumétricos y por consiguiente la forma más sencilla
de resolver la salida del sensor, es haciendo que su forma geométrica sea proporcional a los
modos estructurales que debe medir.
Características del sensor formado por las dos tiras de PVDF:

• 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.

Figura 7.6 Configuración de un sensor de PVDF del desplazamiento volúmico

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:

SMART FOAM FOR ACTIVE VIBRATION AND NOISE CONTROL

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.

7.2.1 Tratamientos Híbridos Pasivos / Activos

Es posible encontrar en la literatura diferentes tratamientos para el control pasivo/activo
basados en diferentes fenómenos físicos. Así, tenemos ejemplos como:

• Redes piezoeléctricas derivadas (Shunted Piezoelectric Networks, SPN) usadas por

Orsagh et al.[31] donde una película piezoelástica se usa para forzar pasivamente la
deformación de una capa viscoelástica adherida a una estructura vibrante. La película
es también parte de un circuito derivativo el cual es sintonizado activamente para
mejorar las características de amortiguamiento sobre un rango de operación amplio.

• Atenuación por Capa Activa Restrictiva (Active Constrained Layer Damping,

ACLD) para control híbrido pasivo/activo de vibración usada por Baz [32], la cual
consiste de una capa de amortiguamiento restrictiva a la que se agregó medios de
control activo para manejar la fuerza de la capa restrictiva en respuesta a vibraciones
estructurales. La construcción de este sistema consiste de una capa piezoeléctrica
como sensor, una capa de material amortiguador viscoelástico como restrictor de
vibración y una tercera capa piezoeléctrica como actuador restrictor. Ver Figura 7.7.

• Tratamiento Amortiguador Electromagnético (Electro-Magnetic Damping Treatment,

EMDT), de Oh y otros [33], en el cual las capas de amortiguamiento viscoelásticas
están entre capas de material magnético. La compresión amortiguadora de la capa
viscoelástica es controlada por medio de actuadores electromagnéticos.

54
 Figura 7.7 Dibujo esquemático de un ACLD

7.2.2 Compuestos Piezocerámicos 1-3 como actuadores

El uso del compuesto piezocerámico 1-3, permitió el desarrollo de un nuevo tipo de control
híbrido pasivo/activo para vibración estructural y la emisión de sonido asociado en
cavidades acústicas de prueba [34]. Este tipo de compuestos consiste de un arreglo de
varillas de cerámicas piezoeléctricas empotradas en una matriz de polímero. Ver Figuras
7.8 y 7.9.

Figura 7.8 Compuesto Piezocerámico 1-3 (90°)

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].

Figura 7.9 Fotografía de Compuesto Piezocerámico 1-3, Smart Material.

Una configuración alternativa de un Compuestos Amortiguadores de Piezoeléctrico Activo

(Active Piezoelectric Damping Composites, APDC) fue presentado por Baz y Templa [36],
en esa configuración el APDC estaba construido con varillas piezoeléctricas oblicuamente
colocadas con el fin de controlar las características de amortiguamiento de desplazamiento
lateral (shear) y compresión del compuesto, ver Figura 7.10.

Figura 7.10 Compuesto Piezocerámico 1-3 (45°)

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.

Figura 7.11 Sistema experimental Placa/APDC/Cavidad de Shields [34]

7.2.3 Espuma Inteligente (Smart Foam)

El término “Smart Foam” viene del comportamiento adaptivo de materiales absorbentes de
sonido pasivos equipados con un elemento actuador que forza la fase sólida de la espuma
para crear un acoplamiento de impedancia perfecto con la onda plana incidente, causando así
que el sonido sea absorbido completamente.
Gentry et al.[37], describen que las moléculas de aire en las inmediaciones de los poros del
material oscilan con la frecuencia de sonido. Esta oscilación resulta en perdidas energía
debido a fricción. Cambios en la dirección de flujo con múltiples expansiones y
contracciones del flujo a través de poros irregulares de la espuma, resultan en pérdidas de
momentum en la dirección de propagación de la onda. Estos fenómenos físicos contribuyen
a la perdida de energía en el rango de las frecuencias altas. Gentry desarrolló un dispositivo
de supresión de ruido de espuma inteligente (smart foam), en este dispositivo se combinó
poco peso, capa activa distribuida y material amortiguador acústico pasivo con el propósito
de minimizar la radiación acústica estructural. Este dispositivo modifica adaptivamente la
impedancia acústica de la superficie vibrante sin el uso de entradas de control secundarias
que estén montadas directamente a la estructura.

57
 Figura 7.12 Espuma Inteligente usada por Gentry y otros [37].

La figura 7.12, muestra la constitución de la espuma inteligente diseñada. El actuador es el

polímero PVDF y se usó el algoritmo de control FX-LMS y un micrófono acústico como
señal de error. A pesar de los buenos resultados con respecto al control de ruido, no se
menciona nada con respecto a la vibración. Por lo que no fue evidente que la espuma
inteligente controlara la vibración estructural tan bien como lo hizo con el ruido.

7.2.4 Actuador Híbrido Propuesto

En su tesis, Wael Nabil Akl, propone un nuevo actuador híbrido pasivo/activo para controlar
tanto la vibración estructural como el ruido. Los elementos pasivos a usar son un material
viscoelástico para el amortiguamiento de vibración de la estructura y hule espuma de
poliuretano para la atenuación de ruido dentro de las cavidades acústicas. El elemento activo
es un conjunto de elementos APDC con varillas de material piezoeléctrico a 45º. La Figura
7.13 ilustra el actuador propuesto.

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.

El segundo elemento pasivo es la capa superior de poliuretano la cual tiene el propósito de

atenuación de ruido. Esta espuma se caracteriza por su alto coeficiente de absorción a
frecuencias altas. Para extender su capacidad de absorción a frecuencias más bajas, se
requiere desplazar la espuma en una dirección transversal, y así, modificar sus condiciones
de frontera en el medio acústico con el propósito de mejorar las técnicas de absorción de
sonido. El desplazamiento externo aplicado a la espuma es generado por la componente
vertical de los parches APDC.

Figura 7.14 Diagrama esquemático del experimento

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.

Figura A.1 Tarjeta prototipo DSK que contiene al DSP TMS320C50

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

B.1 TL084CP (4 OPAM’s) y TL082CP (2 OPAM’s) [15]

Amplificador operacional con entrada JFET, de bajo ruido de entrada, bajas corrientes de
polarización y rápida respuesta al voltaje (‘Slew-Rate’), ver Figura B.1. Sus principales
características son:

• Corriente de 'Offset' típica de 5 pA y máxima de 100 pA

• Corriente de polarización típica de 30 pA y máxima de 200 pA.
• Resistencia de entrada de 1012 Ohms
• Voltaje de alimentación de ±12 Volts.
• Razón de Rechazo de Modo Común (CMRR) de 96dB.
• Razón de Rechazo de Fuente de Voltaje (PSRR) de 186 dB máximos.
• ‘Slew-Rate’ de 13 V/µsegundos.

Figura B.1 Descripción de las terminales del TL084CP

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

B.1 TL084CP (4 OPAM’s) y TL082CP (2 OPAM’s) [15]

Amplificador operacional con entrada JFET, de bajo ruido de entrada, bajas corrientes de
polarización y rápida respuesta al voltaje (‘Slew-Rate’), ver Figura B.1. Sus principales
características son:

• Corriente de 'Offset' típica de 5 pA y máxima de 100 pA

• Corriente de polarización típica de 30 pA y máxima de 200 pA.
• Resistencia de entrada de 1012 Ohms
• Voltaje de alimentación de ±12 Volts.
• Razón de Rechazo de Modo Común (CMRR) de 96dB.
• Razón de Rechazo de Fuente de Voltaje (PSRR) de 186 dB máximos.
• ‘Slew-Rate’ de 13 V/µsegundos.

Figura B.1 Descripción de las terminales del TL084CP

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.

Figura B.2 Descripción de las terminales del TDA2030.

B.3 MC14053BCP [16]

El MC14053 es un multicanalizador análogo que se controla digitalmente, contiene tres
interruptores SPDP de estado sólido. La Figura B.3 muestra la descripción de sus
terminales. Sus características son:

• Voltaje de alimentación de 3 a 18 Volts de C.D.

• Rango de voltajes análogos (VDD-VEE) de 3 a 18 Volts. Donde VEE ≤VDD.
• Bajo Ruido: 12nV/√ Ciclo.
• Resistencia RON típica de 25 Ω y máxima de 70 Ω.
• Voltaje ‘Offset’ de Salida de 10 µVolts.
• Ancho de Banda de 10MHz-17MHz.

Figura B.3 Descripción de las terminales del MC14053BCP

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.

Figura C.1 Generador de números pseudo-aleatorios de 16 bits.

Apéndice D
Cálculo de filtros

Para el diseño de los filtros Butterworth y Chebyshev utilizados en el presente trabajo se

recurrió a las tablas de diseño que da Johnson [8]y Pertence [9], se utilizó el modelo VCVS
(Voltage Controlled Voltaje Supply) de filtros pasabajos.

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.

Figura C.1 Generador de números pseudo-aleatorios de 16 bits.

Apéndice D
Cálculo de filtros

Para el diseño de los filtros Butterworth y Chebyshev utilizados en el presente trabajo se

recurrió a las tablas de diseño que da Johnson [8]y Pertence [9], se utilizó el modelo VCVS
(Voltage Controlled Voltaje Supply) de filtros pasabajos.

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).

Butterworth de 8vo. orden.

Etapa 1:
C2=0.03µF (Dos capacitores de 0.015µF).
C1=0.033C2≈1nF.
Para una frecuencia de corte de 500 Hz. tenemos una constante de diseño, K, de:

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.

Chebyshev pasabajos de 6to. orden, con un rizo de 0.1 dB, fc=500Hz.

Etapa 1:
C2=0.047µF
C1=0.01C2=470pF.
Para una frecuencia de corte de 500 Hz tenemos una constante de diseño, K, de:

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

E.1 PVDF y Piezo Película (Piezofilm) [39]

En 1969, H. Kawai encontró actividad piezoeléctrica muy alta en el polivinilideno fluoroso

(PVDF). A semejanza de otros materiales ferroeléctricos, el PVDF y sus copolímeros VF2 /
VF3 también son piroeléctrico, produciendo carga eléctrica en respuesta a cambios de
temperatura. El PVDF absorbe energía infrarrojo en la longitud de onda entre 7 y 20µm,
cubriendo el mismo espectro que el calor de cuerpo humano, por ello, es un buen sensor
para detectar actividad humana.
Recientemente se presentó un arreglo infrarrojo denso de PVDF que identifica patrones de
huellas digitales usando el efecto piroeléctrico del polímero.
Una película piezoeléctrica es flexible, ligera, disponible en una amplia variada de
espesores y áreas. Sus propiedades como transductor incluyen:
• Amplio rango de frecuencia de operación: 0.001 Hz hasta 109 Hz.
• Vasto rango dinámico (10-8 a 106 PSI) que ha permitido su utilización para detectar
micro partículas en el espacio hasta la fuerza de detonación de armas.
• Baja impedancia acústica.
• Voltaje de salida alto, hasta 10 veces más alto que el de una piezocerámica a la
misma fuerza aplicada.
• Elevada fuerza dieléctrica de hasta 30 V/µm contra 1.5 V/µm de un material
cerámico, lo que le permite que se exponga a campos eléctricos más grandes.
• Elevada fuerza mecánica y resistencia al impacto.
• Alta estabilidad, resistencia a la humedad, a químicos, oxidación, a luz ultravioleta
e incluso radiación nuclear.
• Se puede fabricar en cualquier diseño.
• Se puede pegar con adhesivos comerciales.

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.

Debido a su baja impedancia acústica tiene mayor eficiencia y fidelidad en la transducción

de señales acústicas en el agua y en el cuerpo humano.
Una piezo película tiene baja densidad, excelente sensibilidad y es mecánicamente fuerte.
La resistencia de una piezo película es 10 veces más grande que la de las cerámicas.

Algunas aplicaciones de piezo películas:

• Estrés y fuerza. Sensores piezoeléctricos de película son extremadamente
versátiles. Se pueden hacer sensores de fuerza, sonido o vibración usados en
cualquier cosa desde máquinas de ultrasonido hasta estetoscopios electrónicos.
• Estetoscopio electrónico. El sensor ‘LifeFlow’ diseñado por FlowScan, de San
Mateo, California, se puede usar para monitorear flujo sanguíneo, respiratorio,
digestivo y otros sonidos internos del cuerpo.
• Sensor de desplazamiento volumétrico con filtrado modal, ver sección 7.1
• Instrumentos musicales. Un mercado de consumo interesante es para el desarrollo
de micrófonos de alta calidad para instrumentos musicales. Una aplicación típica
sería una tira transductora de piezo película para guitarras.

E.2 Compuestos 1-3 (polímeros y piezocerámicas) [40]

Las cerámicas piezoeléctricas y los polímeros piezoeléctricos son muy útiles para construir
sensores, sin embargo cada uno de ellos ofrece ventajas limitadas.
Por un lado las piezocerámicas funcionan bien en frecuencias altas, del orden de más de
500 KHz, sin embargo a frecuencias menores la presión del sonido se vuelve hidrostática
en el sensor piezocerámico debido a que la longitud de onda del sonido en medios como el
aire o agua es mucho mayor que la dimensión del sensor. Además las piezocerámicas
tienen una impedancia acústica alta, debido a su alta densidad y sus módulos elásticos
altos, creando un desacople en la impedancia acústica entre sensores y el medio como el
aire o el agua.
Por el otro lado los piezopolímeros son flexibles y tiene una impedancia acústica que es
más cercana a la del agua y al cuerpo humano que los piezocerámicas, sin embargo tienen
un coeficiente de carga piezoeléctrico bajo y una constante dieléctrica baja lo cual causa
dificultades par acoplar la impedancia eléctrica del sensor con la interfase electrónica.
También están las consideraciones térmicas, un piezopolímero no puede operar a altas
temperaturas (más de 70º).
Por esta razón los materiales compuestos combinan polímeros y cerámicas piezoeléctricos
para obtener las ventajas de ambos.
Los compuestos o ‘compósitos’ de polímero y piezocerámicas PZT, ver sección 7.2, se
tratan de varillas de piezocerámicas, consideradas unidimensional, dentro de una matriz de
polímero tridimensional que les sirve de soporte y medio de transmisión de esfuerzo. Por
ello, a este material compuesto de le llama 1-3: varillas unidimensional matriz soporte
tridimensional. El compuesto 1-3 ofrecen las siguientes ventajas:

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.

E.3 Sensores MEMS en biomedicina [41] [42]

Los MEMS (MicroElectroMechanical Systems) han sido usados en la industria médica
desde 1980 para una amplia variedad de aplicaciones como medidores de presión,
acelerómetros y sensores en equipos de ultrasonido. Ellos son pequeños, confiables y
baratos. Mucho del equipo para el procesamiento litográfico de obleas de silicio para hacer
componentes electrónicos de silicio, se puede usar para hacer estos sensores. El silicio, que
es casi perfectamente elástico, no cede o fatiga con el tiempo. Lo cual lo hace un material
adecuado para aplicaciones médicas. MEMS son estructuras del orden de micrones de
tamaño, tales como varillas, diafragmas, válvulas, placas, e interruptores que puede
funcionar como actuadores y sensores diminutos.

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

Figura E.1. Puente de Wheatstone en un ‘chip’ de silicio.

-Sensor de Presión Sanguínea. Un sensor se coloca en la bolsa de solución salina colocada

al brazo de un paciente en cuidado intensivo. Con los latidos del corazón una onda de

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.

-Monitor de signos vitales. Usados en ambulancias y hospitales para medir la presión de la

sangre y la respiración del paciente.
-Cirugía ocular. Un sistema para remover desechos durante cirugías de retina incorpora
varios sensores de presión. Durante la cirugía el liquido es removido del ojo, limpiado y
vuelto a colocar, dos sensores de presión del miden el vacío usado para remover el fluido y
un sensor mas monitorea la presión barométrica que es una señal de entrada para el lazo de
control utilizado.
-Inhaladores. El tiempo óptimo para administrar el medicamento a pacientes con
problemas respiratorios es cuando comienza la inhalación. Sensores MEMS de presión
están siendo diseñados en los inhaladores para detectar cuando un individuo está en el ciclo
de respiración y liberar el medicamento a tiempo.
-Máquinas de diálisis de riñón. Un catéter es colocado en las arterias y venas del paciente.
La sangre fluye de la arteria a la máquina de diálisis donde es limpiada y entonces se
regresa a través de una vena. Las presiones de entrada y salida son medidas con un sensor
de presión de diafragma y esta información es usada para regular el equipo de diálisis.

Acelerómetros. El principio piezoresistivo se puede usar también para hacer un

acelerómetro de silicio. El elemento sensor es de 3mm por 3mm. Un acelerómetro se
aparece a un sensor de presión en la combinación de una resistencia implantada por ión
con una estructura móvil. La diferencia es que el acelerómetro incorpora un sensor de masa
soportado por barras en las cuales se implantan las resistencias, la masa del acelerómetro
se mueve cuando ocurre una vibración o cuando la estructura se gira. El sensor da una
salida constante que esta relacionada directamente con la posición de la masa. Esto
significa que el acelerómetro puede se usado en aplicaciones de medición de frecuencia y

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.

Temperatura. Un sensor de temperatura remoto se puede hacer depositando una capa

delgada de oxido nitroso en un diafragma de silicio para formar un termopar. El diafragma
aísla al sensor del ambiente y la radiación infrarrojo enfocada al termopar crea voltaje.
Esto se denomina efecto Sebeck.

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.

Sensores de Ultrasonido [43]. A semejanza de los sensores de presión MEMS y los

acelerómetros, los sensores de ultrasonido de silicio usan una membrana suspendida. Los
sensores semejan a miles de diminutos tambores en la superficie de un ‘chip’ de silicio.
Donde cada uno es tan grande como el grosor de un cabello humano. La estructura del
tambor consiste de una membrana delgada de nitrato y un electrodo de aluminio
suspendido sobre una cavidad. Las paredes laterales de nitrato soportan arriba el substrato
de silicio que forma el electrodo base, ver Figura E.3.
Los tambores son estructuras capacitivas que operan bajo un campo electrostático aplicado.
Un voltaje de DC aplicado a través de los electrodos de arriba y abajo establece un campo
eléctrico que crea tensión en la membrana de nitrato. Una señal de AC aplicada a la
membrana, varía la tensión y causa que vibre y emita ondas ultrasónicas. Por otro lado,
durante la recepción de ultrasonido, una onda acústica llega al electrodo superior y causa
que la membrana se mueva. El movimiento altera la capacitancia del sensor y crea una
corriente de salida.

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.

Vigas Voladizas o ‘Cantilevers’ [44] Vigas flexibles nanométricas se construyen usando

técnicas de litografía de semiconductores. Estas se pueden recubrir con moléculas capaces
de unirse o ligarse a sustratos específicos de ADN que sean complementarios a una
secuencia genética específica. Estos dispositivos micrométricos, contiene varios
‘cantilevers’ nanométricos, y pueden detectar moléculas simples de ADN o proteínas.
Cuando una célula cancerosa segrega compuestos moleculares, los anticuerpos que cubren
las vigas del ‘cantilever’ se unen selectivamente a esas proteínas segregadas. Los
anticuerpos se diseñan para recoger una o más diferentes expresiones moleculares
específicas de una célula de cáncer, ver Figura E.4.
Las propiedades físicas del ‘cantilever’ cambian como resultado de este evento de unión.
Se pueden leer este cambio en tiempo real y proporcionar no sólo información de la
presencia o ausencia, sino también de la concentración de diferentes expresiones
moleculares.
Los ’cantilevers’, construidos como una parte de un dispositivo de diagnóstico más grande,
pueden proporcionar una detección rápida y sensible de las moléculas relacionadas con el
cáncer.

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