Professional Documents
Culture Documents
"rr02742-2753
Ugtikq"C0"Gncumct."Gnxkq"C0"Rknqvvc."Igtop"C0"Vqttgu"*Gfu0+
Etfqdc."Ctigpvkpc."Qevwdtg"4229
Eqr{tkijv"B"4229"Cuqekcekp"Ctigpvkpc"fg"Ogepkec"Eqorwvcekqpcn"
jvvr<11yyy0coecqpnkpg0qti0ct
2742
1 INTRODUCCION
La teora de la transformada ondcula fue desarrollada por matemticos en los aos setenta
con el fin de dar solucin a problemas abstractos. En ese entonces nadie anticip las
importantes aplicaciones que luego tendra en el anlisis y procesamiento de seales. El
origen de la transformada ondcula tal como se conoce hoy en da se remonta al trabajo en
geofsica de dos investigadores franceses: J. Morlet y A. Grossmann (Grossman y Morlet,
1984). Aos despus, Daubechies y Mallat (Mallat, 1999) definieron la conexin entre las
ondculas y el procesamiento digital de seales. Desde entonces el crecimiento de las
investigaciones en esta rea ha sido explosivo.
La transformada ondcula se usa en la actualidad en muchos campos de la ciencia y la
ingeniera, y con una mayor intensidad en el procesamiento digital de seales, el
procesamiento de imgenes y en comunicaciones. En el rea de vibraciones mecnicas, uno
de los primeros investigadores en aplicar la transformada ondcula fue Newland (1994). Las
ondculas tambin han sido utilizadas en el monitoreo de integridad estructural. Por ejemplo,
Al-Khalidy y coautores (1997) publicaron varios artculos sobre la deteccin de dao en
estructuras usando ondculas. Las ondculas han demostrado tambin ser tiles tambin en la
caracterizacin de la propagacin de ondas dispersivas para la deteccin de delaminaciones en
materiales compuestos (Jeong y Jang, 2000; Ip y Mai, 2004). Por ltimo, tambin se han
presentado aplicaciones en dinmica de suelos e ingeniera de terremotos, como por ejemplo
los trabajos de Haigh y coautores (2002), Surez y Montejo (2005), y Montejo y Surez
(2006).
La intencin de este trabajo es presentar de una manera simple y concisa los fundamentos
de la transformada ondcula en su versin continua y un par de aplicaciones ingenieriles. La
primera es la deteccin en una seal en el tiempo de componentes de distinta frecuencia que
no estn presente durante toda la duracin de la seal. La otra aplicacin es la deteccin de la
ocurrencia de un dao repentino que se presenta en una estructura y que se manifiesta como
un pequeo cambio en la rigidez de un elemento.
2 LA TRANSFORMADA ONDCULA
Tal vez la mejor manera de entender el concepto de la transformada ondcula es
comparndola con la muy conocida transformada de Fourier. Tanto la trasformada ondcula
como la transformada de Fourier analizan una seal f(t) (o una funcin del espacio x)
comparndola con otra seal ms simple y de la cual se conocen a priori sus caractersticas.
En el caso de la transformada de Fourier la seal a analizar se compara con funciones
sinusoidales de duracin infinita y expresadas en forma compleja como e-it. Para efectuar la
comparacin se multiplican las dos seales y se integran en el tiempo como se muestra en la
ecuacin (1). Las funciones complejas e-it se conocen como funciones de comparacin.
Lgicamente, mientras ms parentesco exista entre la seal original y la funcin de
comparacin mayor ser el valor de la integral.
F ( ) =
f (t )e it dt
(1)
2743
T. Inversa de Fourier
Seal
(t ) = eit e
1 t
(2)
: real
: imaginaria
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
-10
-5
10
tiempo [s]
Figura 2: Parte real e imaginaria de la ondcula Morlet para valores de = y = 1.
2744
La funcin (t) definida en la ecuacin (1) y que se muestra en la Figura 2 est centrada en
el tiempo t = 0 y, si bien en teora se extiende desde hasta + , slo tiene un valor
significativo entre dos instantes de tiempo que dependen de los parmetros y (por
ejemplo, -10 s y +10 s en la Figura 2 con los parmetros usados). Si se desea centrar la
funcin (t) en un valor distinto de cero, digamos en el tiempo b y si interesa ampliar o
reducir el intervalo de tiempo en que la funcin tiene valores no nulo significativos, se puede
trasladar y escalar la ondcula bsica (t) a travs de un factor a como se indica en la
siguiente expresin (13). Para distinguir a la funcin trasladada y escalada de aquella original,
se suele usar la notacin a,b:
a ,b =
1
a
t b
(3)
C ( a, b) =
t b
f (t )
dx = f (t ) ab (t )dt
a
(4)
De la ecuacin (4) es evidente que la transformada ondcula es una transformacin bidimensional, o sea con dos parmetros: para una seal dependiente del tiempo f(t), los dos
dominios de la transformada sern el tiempo b y el parmetro a llamado la escala. El
resultado de la transformada es la descomposicin de la seal en el tiempo en una serie de
coeficientes C(a,b) reales o complejos (dependiendo de la ondcula usada), que son funcin de
dos parmetros reales a 0 y b. Ntese tambin que la descomposicin se lleva a cabo
mediante un convolucin entre la seal y la ondcula.
As como en la transformada de Fourier la seal original f(t) se puede recuperar con la
transforma inversa, aqu f(t) se puede recomponer con la llamada frmula de
reconstruccin:
f (t ) =
1
K
a = 0 b =
C (a, b) a ,b (t )db
da
a2
(5)
2745
j =
aj
; Tj =
2
aj
(6)
Transformada ondcula
Seal
Transformada Inversa
2746
t b
C (a, b)
db
a
(6)
Estas funciones D(a,t) se las conoce como detalles. Para las implementaciones prcticas
se usa una versin discreta de la expresin (6). De esta manera las funciones D(a,t) se pueden
definir como:
D(a j , t ) =
b
5
aj2
C (a
j =1
t b
, b)
a
j
(7)
con un ejemplo.
Conociendo los detalles se puede recuperar la seal en el tiempo mediante la aplicacin de
la ecuacin (6), rescrita como se muestra a continuacin:
a =0
0
b = a
f (t ) =
(9)
f (t ) = D ( a j , t ) a j
(10)
i =1
2747
-5
x 10
(a)
1.8
0.03
1.6
0.02
1.4
Amplitud
magnitud
0.04
0.01
0
-0.01
(b)
1.2
1
0.8
0.6
-0.02
0.4
-0.03
0.2
-0.04
0
0.05
0.1
0.15
0.2
0.25
0
0
50
100
150
200
250
300
frecuencia [kHz]
tiempo [ms]
Figura 4: Seal en el dominio del tiempo (a); y su respectivo espectro de Fourier (b).
Las preguntas que surgen son: en que tiempo ocurren estas seales?, estn cada una de
estas frecuencias presentes a lo largo de toda la duracin de la seal? Esta informacin es
imposible de rescatar a partir del espectro de Fourier. Sin embargo, un anlisis en el tiempo
y la frecuencia, como se muestra en las Figuras 5 y 6, nos permite identificar el tiempo en que
sucede cada evento que constituye la seal. La Figura 6 muestra los coeficientes C(a,b),
obtenidos a partir de la aplicacin de la ecuacin (4) a la seal mostrada en la Figura 4(a)
usando la ondcula Morlet.
La Figura 6 es similar a la Figura 5, pero esta vez se han graficado los valores absolutos de
los coeficientes en dos dimensiones. Este tipo de grfico es la forma tradicional de presentar
los resultados de la transformada ondcula y se conoce con el nombre de mapa de ondculas
(wavelet map). Los colores ms claros indican valores ms altos de los coeficientes |C(a,b)|.
A partir de este grfico es posible identificar las mismas cuatro frecuencias que coinciden con
los picos el espectro de Fourier, pero adems se puede establecer lo siguiente: la frecuencia de
50 kHz est presente durante toda la seal, la frecuencia de 100kHz ocurre entre 0.07 ms y
0.15 ms, la de 200 kHz entre 0.17ms y 0.25 ms y la de 280 kHz entre 0 y 0.05ms.
2748
La Figura 7(a) muestra lo que definimos anteriormente como un detalle: en este caso el
correspondiente a 200 kHz (resaltado en la Figura 6) y la Figura 7(b) es el espectro de Fourier
de este detalle. Como se puede apreciar en estas dos figuras y como se mencion antes,
mediante la transformada ondcula se puede descomponer una seal en un grupo de nuevas
seales constituyentes, cada una con una frecuencia dominante bien definida. Sin embargo, en
la transformada de Fourier lo que sera equivalente a los detalles son funciones senoidales y
cosenoidales de duracin ilimitada y aqu los detalles son funciones transitorias de corta
duracin centradas alrededor de un tiempo especfico.
-8
x 10
0.04
(a)
0.03
Amplitud
0.02
magnitud
(b)
4.5
0.01
0
-0.01
3.5
3
2.5
2
1.5
-0.02
1
-0.03
0.5
-0.04
0
0.05
0.1
0.15
0.2
0.25
tiempo [ms]
50
100
150
200
250
300
frecuencia [kHz]
Figura 7: Detalle correspondiente a una frecuencia de 200 kHz y su respectivo espectro de Fourier.
2749
0.3
aceleracion [g]
0.2
0.1
0
-0.1
-0.2
-0.3
0
tiempo [s]
Figura 9: Excitacin en la base de la estructura.
Las propiedades del sistema son: K1 = 1x106, K2=1000, m1=1000 y m2=1 (todo en
unidades consistentes), las frecuencias naturales del sistema sern entonces: 1 = 2 5 Hz.
La respuesta del sistema fue simulada numricamente mediante integracin directa de la
ecuacin de movimiento usando el mtodo de la aceleracin promedio. Para simular el dao
el valor de K1 se redujo en un 2% a partir del tiempo t = 4s. La Figura 10 muestra la respuesta
del sistema sin dao y la Figura 11 la respuesta del sistema al que se le ha simulado un dao.
A simple vista es imposible detectar diferencia alguna entre las dos respuestas. Inclusive, el
contenido de frecuencias de ambas respuestas segn la transformada de Fourier es
aparentemente el mismo, tal como se muestra en el espectro de Fourier de la respuesta de la
segunda masa en la Figura 12. La Figuras 13 (a y b), muestran los coeficientes de la
transformada ondcula correspondientes a una frecuencia de 30 Hz, obtenidos utilizando la
ondcula Morlet. A partir del grfico de estos coeficientes claramente se puede distinguir la
discontinuidad que tiene lugar en el sistema en el instante t = 4s.
Se debe notar adems que, aunque el dao fue introducido en el primer piso, ste fue
detectado tambin a partir de la respuesta del segundo piso o segunda masa, es decir que con
2750
un nico sensor ubicado en el tope de la estructura hubiera bastado para la identificacin del
dao. Se debe notar tambin que el mtodo no necesita de un conocimiento a priori de las
propiedades de la estructura y que no se limita slo a detectar la presencia de dao sino que
tambin localiza el instante en que el dao ocurre.
primer piso
0.2
0
aceleracin [g]
-0.2
0
segundo piso
1
0.5
0
-0.5
-1
0
tiempo [s]
Figura 10: Respuesta del sistema sin dao.
primer piso
0.2
0
aceleracin [g]
-0.2
0
segundo piso
1
0.5
0
-0.5
-1
0
tiempo [s]
Figura 11: Respuesta del sistema con un dao en t = 4s.
2751
18
: sin dao
: con dao
16
amplitud
14
12
10
8
6
4
2
0
0
frecuencia [Hz]
10
-5
x 10
0.8
1.5
x 10
(a)
(b)
1
0.4
C (f = 30Hz)
C (f = 30 Hz)
0.6
0.2
0
-0.2
-0.4
0.5
0
-0.5
-1
-0.6
-1.5
-0.8
-1
0
tiempo (s)
-2
0
tiempo [s]
Figura 13: Coeficientes correspondientes a una frecuencia de 30 Hz (a) primer piso y (b) segundo piso.
2752
5 CONCLUSIONES
Al-Khalidy, A., Noori, M., Hou, Z., Yamamoto, S., Masuda, A., y Sone, A. Health
Monitoring Systems of Linear Structures Using Wavelet Analysis, Proceedings of the
International Workshop in Structural Health Monitoring, Stanford University, California,
September 18-20, pp. 164-175. 1997.
Haigh, S.K., Teymur, B., Madabhushi, S.P.G., y Newland, D.E. Applications of Wavelet
Analysis to the Investigation of the Dynamic Behavior of Geotechnical Structures, Soil
Dynamics and Earthquake Engineering, Vol.22, No.9-12, pp. 995-1005. 2002.
Hera, A. y Hou, Z. Application of Wavelet Approach for ASCE Structural Health
Monitoring Benchmark Studies, Journal of Engineering Mechanics, ASCE, Vol. 130,
No.1, pp. 96-104. 2004.
Grossman, A. y Morlet, J. Decomposition of Hardy Functions into Square Integrable
Wavelets of Constant Shape, SIAM Journal of Mathematical Analysis, Vol. 15(4), pp.723736. 1984.
Ip K.H. y Mai Y.W. Delamination detection in smart composite beams using Lamb waves,
Smart Materials and Structures, No. 13, pp. 544-551. 2004.
Jeong H. y Jang Y.S. Wavelet analysis of plate wave propagation in composite laminates,
Composite Structures, Vol. 49, pp. 443-450. 2000.
Mallat, S.G. A Wavelet Tour of Signal Processing, 2nd Edition, Academic Press, London,
United Kingdom. 1999.
Montejo, L. A. y Surez, L. E. Wavelet Based Identification of Site Frequencies from
Earthquake Records. Journal of Earthquake Engineering, Vol. 10, No. 3, pp. 565-594.
2006.
Morlet, J. y Grossman, A. Decomposition of Hardy Functions into Square Integrable
Wavelets of Constant Shape, SIAM Journal of Mathematical Analysis, Vol. 15(4), pp.
723-736. 1984.
Newland, D.E. Wavelet Analysis of Vibration, Journal of Vibration and Acoustics, No.116,
pp.409-424. 1994.
Ovanesova, A. y Surez, L. E. Applications of Wavelet Transforms to Damage Detection in
Frame Structures, Engineering Structures, Vol. 26, No.1, pp. 39-49. 2004.
Surez, L.E. y Montejo, L.A. Generation of Artificial Earthquakes via the Wavelet
Transform, International Journal of Solids and Structures, Vol. 42 (21-22), pp. 59055919. 2005.
2753