Fourier-Reihen, Fourier-und Laplace-Transformation und ...€¦ · Fourier-Summenfunktion ist für...
Transcript of Fourier-Reihen, Fourier-und Laplace-Transformation und ...€¦ · Fourier-Summenfunktion ist für...
11.06.2008S.1
Dr.-Ing. habil. Jörg Wollnack
FourierFourier--Reihen, Reihen, FourierFourier-- und Laplaceund Laplace--TransformationTransformation
undundMaschinendynamikMaschinendynamik
SchaublinSchaublin
Kuka
11.06.2008S.2
Dr.-Ing. habil. Jörg Wollnack
FourierFourier--ReiheReihe
11.06.2008S.3
Dr.-Ing. habil. Jörg Wollnack
1
( ) ( ) ,K
k k kk
g x a g x a=
= ∈∑ �
Fourier Reihe I
Fx x
f x g x x x x D x xx
x
f2
2 1
2
1 2 2 1
1
1
2
=−
− ∈ >z ( ) ( ) , , ,b g d
Minimierungsproblem:
Fx x
f x a g x xk kk
K
x
x2
2 1 1
21
1
2
=−
−FHG
IKJ=
∑z ( ) ( ) d
{ }2Minka F
Allgemeine FourierAllgemeine Fourier--ReiheReihe
11.06.2008S.4
Dr.-Ing. habil. Jörg Wollnack
∀ ∈ ∂∂
−FHG
IKJ
==∑zi K
af x a g x x
ik k
k
K
x
x
{ , , , } ( ) ( )1 2 01
2
1
2
… d
Fourier Reihe II
2
11 1
{1,2, , } 2 ( ) ( ) ( ) ( ) d 0x K K
k k k kk kix
i K f x a g x f x a g x xa= =
∂ ⇒ ∀ ∈ − − = ∂
∑ ∑∫…
∀ ∂∂
=iia
f x( ) 0 ∀ ∂∂FHG
IKJ=
=∑i
ik k
k
K
iaa g x g x( ) ( )
1
2
11
{1,2, , } ( ) ( ) ( ) d 0x K
k k ikx
i K f x a g x g x x=
⇒ ∀ ∈ − =
∑∫…
Notwendige Bedingung:Notwendige Bedingung:
11.06.2008S.5
Dr.-Ing. habil. Jörg Wollnack
∀ ∈ =z z∑=
i K f x g x x a g x g x xi
x
x
k k i
x
x
k
K
{ , , , } ( ) ( ) ( ) ( )1 21
2
1
2
1
… d d
Fourier Reihe III
2 2 2
1 1 1
2 2 2
1 1 1
2 11 1 1
21
( ) d ( ) ( ) d ( ) ( ) d
( ) ( ) d ( ) d ( ) ( ) d
x x x
K
x x x
x x x
K K KKx x x
ag x x g x g x x f x g x x
g x g x x g x x f x g x xa
=
∫ ∫ ∫
∫ ∫ ∫
�
� � � � �
�
In MatrixnotationIn Matrixnotation
11.06.2008S.6
Dr.-Ing. habil. Jörg Wollnack
∀ ∈ ==
R
S|
T|
zzp q K g x g x x
g x x p qp q
x
xp
x
x
, { , , , } ( ) ( )( )
1 2
01
2
1
2
2
… dd für
sonst
∀ ∈ =z
zk K a
f x g x x
g x xk
k
x
x
k
x
x{ , , , }
( ) ( )
( )
1 2 1
2
1
2
2
…
d
d
Orthogonales erzeugendes System
Höhere FourierHöhere Fourier--Terme können unabhängig von niederenTerme können unabhängig von niederenberechnet werden!berechnet werden!
11.06.2008S.7
Dr.-Ing. habil. Jörg Wollnack
{ } ( )S ( ) k
k
k
g xx k k
Cφ
′ ≡ ∈ ∈ ≡ ∈ ∈
� � � �
2
1
, {1, 2, , } ( ) ( ) dx
p q pq
x
p q K x x xφ φ δ∀ ∈ =∫…
δ pq
p q=
=RST
1
0
für
sonst
Normierung des orthogonalen erzeugendes System
11.06.2008S.8
Dr.-Ing. habil. Jörg Wollnack
0
1
cos sin2
n
n k kk
as a k x b k x
=
= + +∑
1( )cos dka f x k x x
π
ππ −
= ∫
1( )sin dkb f x k x x
π
ππ −
= ∫
Reelle trigonometrische FunktionenReelle trigonometrische Funktionen
Vollständige erzeugende Systeme I
11.06.2008S.9
Dr.-Ing. habil. Jörg Wollnack
g x e kkj k x( ) , { , , , , , , }= ∈ − −1
22 1 0 1 2
π… …
Komplexe trigonometrische FunktionenKomplexe trigonometrische Funktionen
Laguerresche PolynomeLaguerresche Polynome
D X X Xf ≡ + ≡ ∩[ , ]0 0 02π
g x ek
s
x
skk
xs
s
s
k
( ) ( )!
, { , , , }= − ∈−
=∑2
0
1 0 1 2 …
Df ≡ ∞[ , ]0
Vollständige erzeugende Systeme II
11.06.2008S.10
Dr.-Ing. habil. Jörg Wollnack
g xT T
x k T kk ( ) , { , , , }= −FHG
IKJ
∈10 1 2
0 00si
πb g …
SpaltfunktionenSpaltfunktionen
siπ
π
πTx k T
Tx k T
Tx k T0
00
0
00
−FHG
IKJ=
−FHG
IKJ
−b g
b g
b g
sin
Vollständige erzeugende Systeme III
11.06.2008S.11
Dr.-Ing. habil. Jörg Wollnack
F F f x a g x xk kk
K
x
x2
1
2
1
2
≡ = −FHG
IKJ=
∑zC d( ) ( )
= − +FHG
IKJ= =
∑ ∑z f x f x a g x a g x xk kk
K
k kk
K
x
x2
1 1
2
21
2
( ) ( ) ( ) ( ) d
= − +z ∑z ∑∑z= ==
f x x f x a g x x a a g x g x xx
x
k kk
K
x
x
p q p qq
K
p
K
x
x2
1 111
2
1
2
1
2
2( ) ( ) ( ) ( ) ( )d d d
2 2 2
1 1 1
2
1 1 1
( ) d 2 ( ) ( ) d ( ) ( ) dx x xK K K
k k p q p qk p qx x x
f x x f x a g x x a a g x g x x= = =
= − +∑ ∑∑∫ ∫ ∫
Vollständigkeit I
11.06.2008S.12
Dr.-Ing. habil. Jörg Wollnack
b f x g x xk k
x
x
= zdef
d( ) ( )1
2
F f x x a b ax
x
k kk
K
kk
K
C d= − +z ∑ ∑= =
2
1
2
11
2
2( )
a a b b b a b bk k k k k k k k2 2 2 2 22− + − = − −b g
F f x x a b bx
x
k kk
K
kk
K
C d= + − −z ∑ ∑= =
2 2
1
2
11
2
( ) b g
Vollständigkeit II
11.06.2008S.13
Dr.-Ing. habil. Jörg Wollnack
F f x x a b bx
x
k kk
K
kk
K
C d= + − −z ∑ ∑= =
2 2
1
2
11
2
( ) b g
∀ = ⇒ − ==∑k a b a bk k k kk
K
b g2
1
0
Dieser mittlere quadratische Fehler ist minimal, wenn die Koeffizienten ak gleich den Fourier-Koeffizienten bk sind.
Vollständigkeit III
Terme der Summepositiv
11.06.2008S.14
Dr.-Ing. habil. Jörg Wollnack
F x x f x x bx
x
kk
K
C d2 12 2
11
2
− = −z ∑=
b g ( )
Da der Fehler FC größer gleich null ist, gilt auch die Besselsche Ungleichung (Norm, Positiv Definit)
∀ ≥ > ≤=∑ zK x x b f x xkk
K
x
x
1 2 12
1
2
1
2
, ( ) d
Vollständigkeit IV
11.06.2008S.15
Dr.-Ing. habil. Jörg Wollnack
Def.: Vollständigkeit
Das orthonormale Funktionensystem der Erzeugenden ist vollständig, wenn für jede quadratisch integrable Funktion
das Fehlermaß der verallgemeinerte Fourier-Reihe null ist.
∀ > < ∞zx x f x xx
x
2 12
1
2
( ) d
b f x xkk x
x2
1
2
1
2
=
∞
∑ z= ( ) d
Hinreichend und notwendig hierfür ist dieParsevalsche GleichungParsevalsche Gleichung:
Vollständigkeit V
Beweis, siehe Script
11.06.2008S.16
Dr.-Ing. habil. Jörg Wollnack
Jordanscher Satz:
Die Fourier-Reihe einer in 2πperiodischen Funktion von beschränkter Variation konvergiert in jedem abgeschlossenen Intervall gleichmäßig gegen die Summe:
( ) ( )
2
f x f x+ −+
Verhalten an Unstetigkeitsstellen
Beweis, siehe Script
11.06.2008S.17
Dr.-Ing. habil. Jörg Wollnack
Bijektivität der Fourier-Reihen vollständiger orthonormaler Systeme:
Die Zuordnung von verallgemeinerten Fourier-Koeffizienten vollständiger, orthonormaler erzeugender Systeme S‘ und Fourier-Summenfunktion ist für quadratisch integrable Funktionen bijektiv.
Eineindeutigkeitssatz
Beweis, siehe Script
11.06.2008S.18
Dr.-Ing. habil. Jörg Wollnack
Periodisches ZeitsignalPeriodisches Zeitsignal Diskretes SpektrumDiskretes Spektrum
T0/2-T0/2 0 0 1 2 3 4
t
f f/ 0
f f/ 0
f t( )| a |k
φk
Betrags- und Phasenspektrum periodischer Signale
11.06.2008S.19
Dr.-Ing. habil. Jörg Wollnack
1 für 02
0 für 0( )
1 für 02
0 für2
x
xf x
x
x
π
π
π
− − < <
== < < =
( )sin4, {1,3,5, }k
k xa k
kπ= ∈ …
1.200351
1.200351
S x( )
2 π.2 π. x6 4 2 0 2 4 6
1.5
1
0.5
0
0.5
1
1.5
K=1
Fourier-Summen der Rechteckfunktion I
11.06.2008S.20
Dr.-Ing. habil. Jörg Wollnack
1.18829
1.18829
S x( )
2 π.2 π. x6 4 2 0 2 4 6
1.5
1
0.5
0
0.5
1
1.5
K=2
1.184159
1.184159
S x( )
2 π.2 π. x6 4 2 0 2 4 6
1.5
1
0.5
0
0.5
1
1.5
K=3
Fourier-Summen der Rechteckfunktion II
11.06.2008S.21
Dr.-Ing. habil. Jörg Wollnack
1.17862
1.17862
S x( )
2 π.2 π. x6 4 2 0 2 4 6
1.5
1
0.5
0
0.5
1
1.5
K=10
1.14142
1.14142
S x( )
2 π.2 π. x6 4 2 0 2 4 6
1.5
1
0.5
0
0.5
1
1.5
K=50
Fourier-Summen der Rechteckfunktion III
11.06.2008S.22
Dr.-Ing. habil. Jörg Wollnack
Die Variable x kann die Zeit, den Ort oder eine beliebigeunabhängige Variable repräsentieren.
Die Funktion f(x) kann eine beliebige Funktion sein, die physikalische Werte repräsentiert(Position, Pose, Kräfte, Momente, Spannung, Strom usw.).
Diese Ansätze können auf Vektor- und Matrixfunktionen mitmehrdimensionalen unabhängigen Variablen erweitert werden(Mechanik, Optik, Quantenphysik usw.).
Verallgemeinerung
11.06.2008S.23
Dr.-Ing. habil. Jörg Wollnack
0.40.2
00.2
0.4
0.4
0.2
0
0.2
0.4
1
0. 5
0
0.5
0.40.2
00.2
0.4
0.4
0.2
0
0.2
0.4
0.5
0
0.5
1
x
yz
0.40.2
00.2
0.4
0.4
0.2
0
0.2
0.4
0
0.5
1
0.40.2
00.2
0.4
0.4
0. 2
0
0.2
0.4
1
0.5
0
0.5
Ortsfrequenzen
H H e f fj
H
Hx y( ) ( ) , ( , )
arctanIm ( )
Re ( )f f fff= =
RST
UVW
2k pk p t
PhasePhase
BetragBetrag
11.06.2008S.24
Dr.-Ing. habil. Jörg Wollnack
FourierFourier--TransformationTransformation
11.06.2008S.25
Dr.-Ing. habil. Jörg Wollnack
T0/2-T0/2 0
t
f t( )
Mit einer gegen unendlich strebende Periode T0 ließen sich die Periodizitätsanforderung eliminieren, so dass aperiodischeSignale erfasst werden können.
Idee des Fourier-Integrals I
0T →∞
11.06.2008S.26
Dr.-Ing. habil. Jörg Wollnack
0( ) jk tk
k
f t C e ω∞
=−∞
= ∑ 0
00
1( ) djk t
k
T
C f t e tT
ω−
∩
= ∫ 00
2
T
πω =
In diesem Fall würde ω0 gegen null streben. Die einzelnen Harmonischen liegen also beliebig nahe beieinander, so dass sich ein Kontinuum von Schwingungen ergibt.
Führt man formal die Größen ein,so erhält man:
00 0
2 1
2T T
π ∆ω∆ωπ
= ⇒ =
Idee des Fourier-Integrals II
11.06.2008S.27
Dr.-Ing. habil. Jörg Wollnack
0
000
1( ) lim ( ) d
2
Tj t j t
Tk T
f t f t e t e∆ω ∆ω
∆ω
∆ωπ
∞−
→∞ =−∞ −→
=
∑ ∫
1( ) ( ) d
2j t j tf t f t e t e dω ω ω
π
∞ ∞−
−∞ −∞
=
∫ ∫
Bei der Ausführung des Grenzüberganges geht die Summation in das bestimmte Riemannsche Integral über.
Mit der von Leibniz eingeführten Schreibweise ergibt sich:
Idee des Fourier-Integrals III
11.06.2008S.28
Dr.-Ing. habil. Jörg Wollnack
Der in der Klammer stehende Ausdruck wird Bild-, Spektral-funktion oder Fourier-Transformierte genannt.
Die Spektralfunktion kann nur eine Funktion von jω sein, da über t integriert wird und die Integrale uneigentliche Integrale sind.
{ }( ) ( ) ( ) ( ) dj tF j f t j f t e tωω ω∞
−
−∞
≡ ℑ = ∫
{ }1 1( ) ( ) ( ) ( ) d
2j tf t F j t F e ωω ω ω
π
∞−
−∞
≡ ℑ = ∫
Fourier-Integral
Beweis, siehe Script
11.06.2008S.29
Dr.-Ing. habil. Jörg Wollnack
{ }0
1( ) lim ( ) ( )
2f t f t f t
εε ε
→= + + −
( ) ( ) dj tF j f t e tωω∞
−
−∞
= ∫
Hintransformation1
( ) ( )2
j tf t F e dωω ωπ
∞
−∞
= ∫
Rücktransformation
( )F jωSpektrum
Fourier-Transformation
OriginalOriginal--bereichbereich
SpektralSpektral--bereichbereich(kontinuierliches Spektrum)
0
t
f t( )
0 ω
| F j( ) |ω
0 ω
φ( )ω
11.06.2008S.30
Dr.-Ing. habil. Jörg Wollnack
10
10 2
f si
1j.
102 hertz.1 hertz. si
0 deg.
180 deg.
Φ f si
1j.
102 hertz.100 hertz. si
Betrag und Phase der Fourier-Transformierten
= 0,05T0 = 0,1 Hz
2 20 0
1( )
2 1G s
T s T sϑ=
+ +
s jω→
ϑ
11.06.2008S.31
Dr.-Ing. habil. Jörg Wollnack
j j Im{F( )}ω
Re{F( )}jω
0,01 0,02 0,03 0,04 0,05 0,06
300
6001200
1500
1800
2100
2400
2700
3000
3300f / Hz
39
40
42
43
44
45
4647
Ortskurve der Fourier-Transformierten
11.06.2008S.32
Dr.-Ing. habil. Jörg Wollnack
1.1
0.1
r t 1.0,( )
22 t2 1.5 1 0.5 0 0.5 1 1.5 2
0
0.2
0.4
0.6
0.8
1
1.1
0.25
R ω 1.0,( )
6 2. π.6 2. π. ω30 20 10 0 10 20 30
0.2
0
0.2
0.4
0.6
0.8
1
1 für( , ) 2
0 sonst
Tt
r T t <=
sin2
( , ) 2
T
R T
ω
ωω
=
Rechteck- und Spaltfunktion
11.06.2008S.33
Dr.-Ing. habil. Jörg Wollnack
Distribution,Distribution,FaltungssatzFaltungssatz
undundFourierFourier--IntegralIntegral
11.06.2008S.34
Dr.-Ing. habil. Jörg Wollnack
0 tt0 t t0+ ∆
δ( - )t t0
1/∆tf t( ) f t( )0
1 für 0( ) ,
0 sonst
kk kδ
== ∈
�
( ) ( ) ( )k
f k k n f nδ − =∑
Deltafunktion
Ausblendeigenschaft
DiskretDiskret
0
( )
1für 0
lim ( ) ,
0 sonstt
t
t
t t ttt t∆∆
δ
∆∆δ
→
≡
≤ < += ∈
�
KontinuierlichKontinuierlich
Idee der Distribution I
stetig an t0
Distribution (Verteilung; Auflösung)
11.06.2008S.35
Dr.-Ing. habil. Jörg Wollnack
0
0
0
0
0 00 0
00
00
lim ( ) ( ) d lim ( ) ( ) d
lim ( ) ( ) d
lim ( ) ( ) d
t
t tt t
t t
tt
t
tt
t t
f t t t t f t t t t
f t t t t
f t t t t
∆ ∆∆ ∆
∆
∆∆
∆∆∆
δ δ
δ
δ
−
+
∞
→ →−∞ −∞
+
→
∞
→+
− = −
+ −
+ −
∫ ∫
∫
∫
0
0
0
0
0 00 0lim ( ) ( ) d lim ( ) ( ) d
t t
t tt t
t
f t t t t f t t t t∆
∆ ∆∆ ∆δ δ
+∞
→ →−∞
− = −∫ ∫
Idee der Distribution II
11.06.2008S.36
Dr.-Ing. habil. Jörg Wollnack
0
0
0
0
0 0 00 0
0 00
lim ( ) ( ) d lim ( ) ( ) d
( ) lim ( ) d
t t
t tt t
t
t t
tt
t
f t t t t f t t t t
f t t t t
∆
∆ ∆∆ ∆
∆
∆∆
δ δ
δ
+∞
→ →−∞
+
→
− = −
= −
∫ ∫
∫0 0
0 0
0 0 00 0
1( ) lim ( ) d ( ) lim d
t t t t
tt t
t t
f t t t t f t tt
∆ ∆
∆∆ ∆δ
∆
+ +
→ →= − =∫ ∫
( )0
0
0 0 0 00 0
1 1( ) lim ( ) lim
t t
t tt
f t t f t t t tt t
∆
∆ ∆∆
∆ ∆
+
→ →= = + −
0 00( ) lim ( )
t
tf t f t
t∆
∆∆→
= =
Idee der Distribution III
11.06.2008S.37
Dr.-Ing. habil. Jörg Wollnack
0 0( ) ( ) d ( )f t t t t f tδ∞
−∞
− =∫
Ausblendeigenschaft
Distributions-Theorie I
Die Kommutativität der Grenzprozesse der Riemann-Summe bzw.des Riemann-Integrals und der Deltafunktion ist hier nicht mehrgegeben. Die Distribution hat nur Sinn im Zusammenhang mit einemIntegral (Grenzprozess der Distribution nach Integration). Diese Funktionen-klasse stellt eine Erweiterung der Differential- und Integralrechnung dar (Analog der Erweiterung der reellen zu den komplexen Zahlen).
11.06.2008S.38
Dr.-Ing. habil. Jörg Wollnack
Distributions-Theorie II
Distributionen:Distributionen:
2
221( , )
2
x
y x e ααα π
− ≡
0( ) lim ( , )x y x
αδ α
→=
1für 0
( , )0
xy x
αα α
≤ <≡
11.06.2008S.39
Dr.-Ing. habil. Jörg Wollnack
Idee der Distribution V
Ihre Eigenschaften bzw. Axiome müssen widerspruchsfrei mit der Analysis festgelegt werden. Eine Haupteigenschaft stellt die Aus-blendeigenschaft dar.
Durch diese Erweiterung werden analog zur komplexen Zahl (Euleridentität) Zusammenhänge zwischen kontinuierlichen und diskreten Beschreibungsformen sichtbar, das Differential nicht stetig differenzierbarer Funktionen (Sprünge) wird erschlossen und weiteres mehr. Dies ist für die Technik und Naturwissenschaft von zentraler Bedeutung, da ein derartiges Signal- und Systemverhalten in der Praxis nicht wegzudenken wäre (Stick-Slip, Schalter umlegen usw.).
Nicht zuletzt lässt sich hierüber der Faltungssatz linearer, zeit/shift-invarianter Systeme herleiten.
11.06.2008S.40
Dr.-Ing. habil. Jörg Wollnack
Die Praxis benötigt eine geeignete durchaus anspruchsvolle Die Praxis benötigt eine geeignete durchaus anspruchsvolle Theorie. Häufig wird intuitiv genau umgekehrt argumentiert.Theorie. Häufig wird intuitiv genau umgekehrt argumentiert.
Wenn wir nur genau hinsehen, dann wird deutlich, dass diese Wenn wir nur genau hinsehen, dann wird deutlich, dass diese Intuition trügen kann.Intuition trügen kann.
Praxis und Theorie
11.06.2008S.41
Dr.-Ing. habil. Jörg Wollnack
d 0
( ) lim ( ) ( ) d ( ) ( ) dk
k k kk
k
e t e t e tτ
τ δ τ τ τ δ τ τ+∞
→∞−∞→
= − = −∑ ∫
Faltungssatz I
Ausblendeigenschaft der Distribution
d 0
( ) lim ( ) ( ) dk
k k kk
k
y t L e tτ
τ δ τ τ→∞
→
⇒ = −
∑
Konvergenz
d 0
( ) lim ( ) ( ) d
( ) ( ) d
k
k k kk
k
y t L e t
L e t
τ
τ δ τ τ
τ δ τ τ
→∞→
+∞
−∞
= −
= −
∑
∫
L sei ein linearer, homogener und zeitinvarianter Operator
e(t)L{}
L e t{ ( )}( )τ
11.06.2008S.42
Dr.-Ing. habil. Jörg Wollnack
{ }d 0
( ) lim ( ) ( ) ( ) dk
k k kk
k
y t e L t tτ
τ δ τ τ→∞
→
⇒ = −∑
{ } { }( ) ( ) ( ) ( ) d , mit ( ) ( ) ( )y t e L t t g t L tτ δ τ τ δ τ+∞
−∞
= − =∫
Faltungssatz II
Linearität und Homogenität
( ) ( )0 0( ) ( ) ( ) ( ) ( )y t L e t L e tτ τ τ τ= − = −
{ }d 0
( ) lim ( ) ( ) ( ) dk
k k kk
k
y t e L t tτ
τ δ τ τ→∞
→
⇒ = −∑
Zeit- bzw. Verschiebungsinvarianz
11.06.2008S.43
Dr.-Ing. habil. Jörg Wollnack
( ) ( ) ( )Y j G j E jω ω ω=
Linearität, Homogenität und Zeitinvarianz ist eine hinreichende und notwendige Bedingung für die
Existenz des Faltungssatzes(Analog multidimensional).
Die Fourier-Transformation überführt die Faltung in ein Produkt der Fourier-Transformierten
(Analog multidimensional).
( ) ( ) ( ) dy t g t eτ τ τ+∞
−∞
= −∫
Faltungssatz und Fourier-Transformation
Beweis, siehe Script
11.06.2008S.44
Dr.-Ing. habil. Jörg Wollnack
LaplaceLaplace--TransformationTransformation
11.06.2008S.45
Dr.-Ing. habil. Jörg Wollnack
Viele Vorgänge existieren erst von einem bestimmten Zeitpunkt an, den wir willkürlich zu t = 0 setzen. Jede technische Apparatur muss erst konstruiert werden. Sie existiert und nimmt ihre Funktion erst von einem bestimmten Zeitpunkt an auf.
Beschränkt man sich auf Vorgänge, die man kausal nennt, also auf Ursache und Wirkung beruhend, so lässt sich ein Dämpfungsfaktor einführen. Dieser Faktor kann für eine erweiterte Klasse von Funktionen die Konvergenz des Fourier-Integrals erwirken (z.B. sin(.) und cos(.)-Funktionen, die nur in
Erweiterung durch die Distributionen-Theorie Fourier-Transformierte besitzen).
Motivation I
, 0te δ δ− >
11.06.2008S.46
Dr.-Ing. habil. Jörg Wollnack
Multipliziert man eine beliebige Funktion mit der Sprungfunktion
,
so erhält man eine kausale Funktion.
0 für 0
( ) 1/ 2 für 0
1 sonst
x
s t x
<= =
Motivation II
11.06.2008S.47
Dr.-Ing. habil. Jörg Wollnack
{ }( ) ( )
sδ
0
0
( ) ( ) ( ) ( )
( ) ( ) d ( ) ( ) d
t
j t j t
F j f t s t e j
f t s t e t f t s t e t
δ
δ ω δ ω
ω ω−
−
−
∞− + − +
−∞
= ℑ
= +∫ ∫
Von Fourier- zur Laplace-Transformation I
= 0
Fourier-Transformation
{ }1sδ sδ
1( ) ( ) ( ) ( ) ( ) d
2t j tF j t f t s t e F j eδ ωω ω ω
π
∞− −
−∞
ℑ = = ∫
( )sδ
1( ) ( ) ( ) d
2j tf t s t F j e δ ωω ω
π
∞+
−∞
⇒ = ∫
Inverse Fourier-Transformation
11.06.2008S.48
Dr.-Ing. habil. Jörg Wollnack
d d
dd
s j
s
j
ω
ω
=
⇒ =1
2
s j
s j
δδ
= − ∞= + ∞
{ }1sδ
1( ) ( ) ( ) ( ) ( ) ds
2
jt s t
j
f t s t e F j t F s ej
δδ
δ
ωπ
+ ∞−
− ∞
⇒ = ℑ = ∫
Im{ }s
Re{ }s
Integrations-weg
δ ω j+
δ ω j- Konvergenz-ebene
Differential Integrations-grenzen
Von Fourier- zur Laplace-Transformation II
11.06.2008S.49
Dr.-Ing. habil. Jörg Wollnack
{ }
{ }s
0
sδ
( ) L ( ) ( ) ( ) ( ) ( ) d ,
( ) ( ) ( ) ( )
pt
t
F p f t s t p f t s t e t p j
F j f t s t e jδ
δ ω
ω ω−
∞−
−
= = = +
= ℑ
∫
Laplace- und Fourier-Transformation
{ }s s0 0lim ( ) lim ( ) ( ) ( ) ( )tF p f t s t e j F jδ
δ δω ω−
→ →= ℑ =
f(t) quadratisch integrabel
Fourier- aus Laplace-Transformierte I
11.06.2008S.50
Dr.-Ing. habil. Jörg Wollnack
( ) dt
f u u−∞∫ 1
( ) (0) ( )F j Fj
ω π δ ωω
+
0
1
.. .. ( ) (d )t n
n
f u u∫ ∫ 11
(0 )1( )
vn
n n vv
fF s
s s
−−
− +=
⋅ +∑
d( )
d
n
n
ft
t
1
1
( ) (0 )n
n n v v
v
s F s s f− −−
=
⋅ − ⋅∑
( ) ( )nj F fω ⋅
Fourier- aus Laplace-Transformierte II
11.06.2008S.51
Dr.-Ing. habil. Jörg Wollnack
Korrespondenztabellen
s t
t
t
t
( ) /=R
S|
T|
1 0
1 2 0
0 0
für >
für =
für <1
22
j ff
ππδ π+ ( )
1
s
1 für 1/ 2
rect( ) 1/ 2 für 1/ 2
0 für 1/ 2
t
t t
t
<
= = >
( ) sin( ) /si f f fπ π π=
1 2
2 1
a t a te e
a a
− −−− ( )( )1 2
1
s a s a+ +
11.06.2008S.52
Dr.-Ing. habil. Jörg Wollnack
( /2 si( /4))T Tω 2
T si( /2)ωT
ω
ω
T/2 4π/T
2π/T
8π/T
4π/T
-T/2
-T/2 T/2
t
t
1
1
T/2
T
Signale I
1 für / 2
rect( , ) 1/ 2 für 0
0 sonst
t T
t T t
<
= =
1 für 0 / 22triang( , )
1 für / 2 02
Tt t T
t TT
t T t
− + ≤ ≤= + − ≤ <
RechteckRechteck--PulsPuls
TriangleTriangle--PulsPuls
11.06.2008S.53
Dr.-Ing. habil. Jörg Wollnack
Signale II
1
t
s t( )
0 ω
1 für 0
s( ) 1/ 2 für 0
0 sonst
t
t t
>= =
1
22
j ff
ππδ π+ ( )
1
s
SprungSprung-- oder oder StepStep--FunktionFunktion
11.06.2008S.54
Dr.-Ing. habil. Jörg Wollnack
A
A
1 für / 2
rect( , ) 1/ 2 für 0
0 sonst
ω ωω ω ω
<= =
( )A Asif f tπ
- /2ωA ωA/2t
1
ω
fA
Signale III
Idealer TiefpassIdealer Tiefpass
B A / 2f f=
11.06.2008S.55
Dr.-Ing. habil. Jörg Wollnack
ÄhnlichkeitsÄhnlichkeits--undund
VertauschungssätzeVertauschungssätze
11.06.2008S.56
Dr.-Ing. habil. Jörg Wollnack
Zur Entwicklung der Ähnlichkeitssätze sei die I-Transformierte von betrachtet:
Ähnlichkeitssätze I
( ) ,f k x k ∈ �
{ }I ( ) ( ) ( ) db
x y
a
f k x y e f k x x= ∫
Substitution:d
d d dv
v k x v k x xk
= ⇒ = ⇒ =
{ } 1I ( ) ( ) ( ) d
k b yv y vwvk k
k a
f k x y e f v v e ek
⇒ = =∫
{ } 1I ( ) ( ) ( ) d
k bwv
k a
f k x y e f v vk
⇒ = ∫
11.06.2008S.57
Dr.-Ing. habil. Jörg Wollnack
Ähnlichkeitssätze II
{ }
1( ) d für 0
I ( ) ( )1
( ) d für 0
k bwv
k a
k bwv
k a
e f v v kk
f k x y
e f v v kk
>
= − <
∫
∫
Strukturvergleich
Mit der Fallunterscheidung erhält man in beiden Fällen das gleiche Transformationsintegral. Der Faktor 1/k hat die Eigenschaft der Betragsfunktion, so dass man kurz die Gleichung
erhält.
{ } { } { }1I ( ) ( ) I ( ) , mit I ( ) ( ) ( ) d
k bwv
k a
yf k x y f x f x w e f v v
k k = =
∫y
wk
=
11.06.2008S.58
Dr.-Ing. habil. Jörg Wollnack
Ähnlichkeitssätze III
{ } { }1L ( ) ( ) L ( ) , 0
sf k t s f t k
k k = >
{ } { }1( ) ( ) ( )
jf k t j f t
k k
ωω ℑ = ℑ
ÄhnlichkeitssätzeÄhnlichkeitssätze
11.06.2008S.59
Dr.-Ing. habil. Jörg Wollnack
t
t
f t( )
f kt( )
| ( ) |F jω
ω
ω
| ( ) / |F j k ω k/
Ähnlichkeitssätze IV
11.06.2008S.60
Dr.-Ing. habil. Jörg Wollnack
Schnelle Bewegungsvorgänge erfordern breitbandigeRegler und mechanische Übertragungsglieder:
( ) 02
P P 0( ) ( ) j k tk
k
a t s t jk C et
ωω∂= =∂ ∑
{ }( ) ( ) { }( )2( ) ( )a t j j s t jω ω ωℑ = ℑ
{ } ( ) { } ( )2( ) ( )m a t j m s t jω ω ωℑ = − ℑ
Massive Systeme sind Träge bzw. nur zu niederfrequentenBewegungen in der Lage (Hochfrequenter Flügelschlag des Kolibri und
langsame Bewegungen von Elefanten).
Interpretationen
11.06.2008S.61
Dr.-Ing. habil. Jörg Wollnack
Für die Herleitung des Vertauschungssatzes geht man von den Fourier-Integralen aus und überführt ω in t und t in ω (Sym-bolisch: ω → t und t → ω). Durch Substitution ω → -v ⇒ dω → -dv ergibt sich für die Fourier-Transformierte:
( ) ( ) d ( ) d ( ) dj t jvt jvtF t f e t f v e v f v e vωω∞ −∞ ∞
−
−∞ ∞ −∞
= = − − = −∫ ∫ ∫
Der strukturelle Vergleich mit dem Fourier-Integral zeigt, dass die Gleichung
{ }1( ) 2 ( ) ( )F t f j tπ ω−= ℑ −
gilt, so dass man unter Berücksichtigung des Ähnlichkeitssatzes
{ }1( ) 2 ( ) ( )F t f j tπ ω−− = ℑerhält.
Vertauschungssatz I
11.06.2008S.62
Dr.-Ing. habil. Jörg Wollnack
Geht man somit von einer bekannten Korrespondenz aus, überführt ω in -t und t in ω (Symbolisch: ω→ -t und t → ω) und multipliziert f(jω) mit 2π , so erhält man eine neue Zuordnung. Wegen der vorgenommen Vertauschung der Symbole wird der Satz als Vertauschungssatz bezeichnet:
{ }1( ) 2 ( ) ( )F t f j tπ ω−− = ℑ
Vertauschungssatz II
11.06.2008S.63
Dr.-Ing. habil. Jörg Wollnack
FourierFourier--Integral,Integral,FourierFourier--Reihe,Reihe,
FaltungFaltungundund
AbtastungAbtastung
11.06.2008S.64
Dr.-Ing. habil. Jörg Wollnack
SchaublinSchaublin
DigitalesSystem
Regel-strecke
w t( )
A/D D/Ay t( )e t( )
e kT( )0 u kT( )0
T0
u t( )
Analoge- und digitale Systeme
DigitaleDigitaleLageregler Lageregler von Maschinenvon Maschinen
Kuka
11.06.2008S.65
Dr.-Ing. habil. Jörg Wollnack
Halte-glied
x t( ) x tδ( )
T0
Ab-taster
x t( )
t
x tδ( )
t
x tΠ( )
tT0
x tΠ( )
Abtast- und Halteglied
11.06.2008S.66
Dr.-Ing. habil. Jörg Wollnack
Faltungssatz I
Man kennt somit zwei Zeitfunktionen f1(t) und f2(t) und deren Laplace-Transformierte F1(s) und F2(s). Es stellt sich nun die Frage, welcher Operator im Zeitbereich ϕ der Multiplikation der Transformierten entspricht?
Damit erhalten wir formal
{ }{ } { } { }L ( ), ( ) ( ) ( ) L ( ) ( ) L ( ) ( ) ( ) ( )g u f u t s g t s f t s G s F sϕ = ⋅ = ⋅
In der Notation des speziellen Fredholmschen Integrals (Fourier-und Laplace-Integrals):
{ }{ } { } { }I ( ), ( ) ( ) ( ) I ( ) ( ) I ( ) ( )g u f u x y g x y f x yϕ = ⋅
11.06.2008S.67
Dr.-Ing. habil. Jörg Wollnack
Ausgehend von ,
Faltungssatz II
{ }I ( ) ( ) ( ) db
x y
a
f x y e f x x= ∫
erhält man das Produkt zweier Transformierter
{ } { }I ( ) ( ) I ( ) ( ) ( ) d ( ) db b
x y x y
a a
f x y g x y e f x x e g x x⋅ = ⋅∫ ∫
Was identisch mit
{ } { }I ( ) ( ) I ( ) ( ) ( ) ( ) d db b
x y v y
a a
f x y g x y e e f x g v x v⋅ = ∫ ∫
( ) ( ) ( ) d db b
x v y
a a
e f x g v x v+= ∫ ∫
11.06.2008S.68
Dr.-Ing. habil. Jörg Wollnack
Faltungssatz III
Koordinatentransformation
bzw.x v v u x v x v u v uτ τ τ τ= + ∧ = = + ⇒ = − = − ∧ =τ u
obere Grenze: b + b buntere Grenze: a + a a
Funktionaldeterminante
( )( )
,
,
1 1 0 ( 1) 1
x vx v x v x v
x vu u u
u u
τ ττ τ τ
∂ ∂∂ ∂ ∂ ∂ ∂∂ ∂= = ⋅ − ⋅
∂ ∂∂ ∂ ∂ ∂ ∂∂ ∂
= ⋅ − ⋅ − =
11.06.2008S.69
Dr.-Ing. habil. Jörg Wollnack
Faltungssatz IV
{ } { } ( )( )
2
2
,I ( ) ( ) I ( ) ( ) ( ) ( ) d d
,
b by
a a
x vf x y g x y e f u g u u
uτ τ τ
τ∂
⇒ ⋅ = −∂∫ ∫
2
2
( ) ( ) d db b
y
a a
e f u g u uτ τ τ= −∫ ∫
Der Kern der Integralgleichung kann vor das innere Integral gezogen werden, da er keine Funktion von u ist, so dass man weiter
erhält.
{ } { }2
2
I ( ) ( ) I ( ) ( ) ( ) ( ) d db b
y
a a
f x y g x y e f u g u uτ τ τ
⋅ = −
∫ ∫
11.06.2008S.70
Dr.-Ing. habil. Jörg Wollnack
Da für die Integrationsgrenzen odergilt, ist das äußere Integral identisch mit der
I-Transformation, sofern die Funktionen Quadratisch Integrabel sind. Sind die Funktionen f und g kausal, so ist das Produkt der Funktionen nur für und ungleich null. Insofern muss in diesem Fall das innere Integral nur im Intervall
ausgewertet werden.
Daher ergibt sich:
Faltungssatz V
0 ,a b−= →∞,a b→ −∞ → ∞
0u uτ τ− ≥ ⇒ ≥ 0u ≥
[0 , ]τ−
{ } { }S S
0
( ) ( ) d d
I ( ) ( ) I ( ) ( ) mit
( ) ( ) d d
b by
a a
by
a
e f u g u u
f x y g x y
e f u g u u
τ
ττ
τ τ
τ τ−
−
⋅ =
−
∫ ∫
∫ ∫
0 , ,a b a b−= → ∞ ∨ → −∞ → ∞
11.06.2008S.71
Dr.-Ing. habil. Jörg Wollnack
Faltungssatz VI
{ } { }{ }1
S S
0
( ) ( ) d
( ) I I ( ) ( ) I ( ) ( ) ( ) , mit
( ) ( ) d
b
a
x
f x u g u u
x f x y g x y x
f x u g u u
ϕ
−
−
−
= = ⋅ −
∫
∫
Durch den strukturellen Vergleich mit der I-Transformation erhält man den gesuchten Operator zu:
0 , ,a b a b−= → ∞ ∨ → −∞ → ∞
FaltungssatzFaltungssatz
11.06.2008S.72
Dr.-Ing. habil. Jörg Wollnack
{ } 1L ( ) ( ) ( ) ( ) ( ) d
2
j
j
f t g t s F s u G u uj
δ
δπ
+ ∞
− ∞
⋅ = −∫
{ } { }0
L ( ) ( ) d ( ) L ( ) ( ) L ( ) ( )t
f t u g u u s f t s g t s−
− = ⋅ ∫
{ } 1( ) ( ) ( ) ( ( )) ( ) d
2f t g t j F j u G ju uω ω
π
∞
−∞
ℑ ⋅ = −∫
{ } { }( ) ( ) d ( ) ( ) ( ) ( ) ( )f t u g u u j f t j g t jω ω ω∞
−∞
ℑ − = ℑ ⋅ ℑ ∫
Faltungssätze
11.06.2008S.73
Dr.-Ing. habil. Jörg Wollnack
g t( )
G s( )
e t( ) y t( ) =
E s( ) Y s G s E s( ) = ( ) ( )
E j( )ω Y G E( ) = ( ) ( )j j jω ω ω
lineares, homogenesshiftinvariantes
System( ) ( ) dg t xτ τ τ
∞
−∞
−∫
Systemmodell
11.06.2008S.74
Dr.-Ing. habil. Jörg Wollnack
g t( )
G s( )
s t( ) h t( ) =
1/s Y s G s s( ) = ( ) /
1/( ) + (j jω δ ωπ ) Y G( ) = ( ) ( )j jω ω 1/( ) + (j jω δ ωπ )
kausales,lineares, homogenes
shiftinvariantesSystem
0
( ) dt
g τ τ∫
Sprungantwort
( ) ( )g t h tt
∂=∂
11.06.2008S.75
Dr.-Ing. habil. Jörg Wollnack
SchaublinSchaublinKuka
y t( )
t
Wende-punkt
eMax
tMax tε
2ε
ta
t50%
tu
100%
50%
0%
ωωB-ωB
1
Sprungantwort des idealen Tiefpasses
Ba
2f
t=
Idealer Tiefpass h(t)
h
a
hv
t=
B 2ˆv
fh
≥A 4
ˆv
fh
≥⇒ ⇒
Nur für Kenngrößen verwendbar.
11.06.2008S.76
Dr.-Ing. habil. Jörg Wollnack
AMϕ�� ∼
A Au i�∼
3A A3
1d ( ) ( )u t s U s
sϕ φ⇒ ⇒∫ ∫ ∫∼ ∼
iA
LA
RA
ue
uA
Gleich-strom-motor
J
kM
kA
MAML ω
SchaublinSchaublinKuka
Tiefpassverhalten von Maschinen
Nur für Kenngrößen verwendbar.
11.06.2008S.77
Dr.-Ing. habil. Jörg Wollnack
Konsequenzen
•• Elektromechanische Maschinen weisen ein TiefpassElektromechanische Maschinen weisen ein Tiefpass--verhalten auf verhalten auf (Analog für mechanische Systeme)
•• Die Bewegungen müssen bis zur dritten Ordnung stetigDie Bewegungen müssen bis zur dritten Ordnung stetigdifferenzierbar sein differenzierbar sein (Ruckverhalten; Ansonsten unphysikalische Bewegungen, die nicht verwirklichbar sind)
•• Massive Systeme sind träge und haben eine geringeMassive Systeme sind träge und haben eine geringeÜbertragungsbandbreite Übertragungsbandbreite (Kolibri und Elefant)
•• Übertragungsbandbreiten wachsen proportional mit derÜbertragungsbandbreiten wachsen proportional mit derGeschwindigkeit und umgekehrt proportional mit der Geschwindigkeit und umgekehrt proportional mit der Sprungweite Sprungweite (siehe auch Ähnlichkeitssätze)
11.06.2008S.78
Dr.-Ing. habil. Jörg Wollnack
DistributionDistributiontrigonometrische Funktionentrigonometrische Funktionen
undundAbtastungAbtastung
11.06.2008S.79
Dr.-Ing. habil. Jörg Wollnack
{ }1 1( ) ( ) ( )
2j tF t F e dωω ω ω
π
∞−
−∞
ℑ = ∫ 0( ) 2 ( )F ω π δ ω ω= −
{ } 010 02 ( ) ( ) ( ) j tj tt e d e ωωπ δ ω ω δ ω ω ω
∞−
−∞
ℑ − = − =∫
( ){ }
( )
( )0 0
10 0
0 0
0
( ) ( ) ( )
( ) ( )
1cos
2
j t
j t j t
t
e d
e e t
ω
ω ω
π δ ω ω δ ω ω
δ ω ω δ ω ω ω
ω
−
∞
−∞
−
ℑ − + +
= − + +
= + =
∫
Distribution, e- und trigonometrische Funktionen I
11.06.2008S.80
Dr.-Ing. habil. Jörg Wollnack
( ){ }
( )
( )0 0
10 0
0 0
0 0
( ) ( ) ( )
( ) ( )
1sin sin
2
j t
j t j t
j t
j e d
j e e j j t t
ω
ω ω
π δ ω ω δ ω ω
δ ω ω δ ω ω ω
ω ω
−
∞
−∞
−
ℑ + − −
= + − −
= − = − =
∫
Distribution, e- und trigonometrische Funktionen II
11.06.2008S.81
Dr.-Ing. habil. Jörg Wollnack
( )0 0( ) ( )jπ δ ω ω δ ω ω+ − −0sin tω
( )0 0( ) ( )π δ ω ω δ ω ω+ + −0cos tω
02 ( )π δ ω ω−0j te ω
0j k tk
k
C e ω∞
=−∞∑ 02 ( )k
k
C kπ δ ω ω∞
=−∞
−∑
FourierFourier--Reihe als FourierReihe als Fourier--TransformierteTransformierte
Distribution, e- und trigonometrische Funktionen III
11.06.2008S.82
Dr.-Ing. habil. Jörg Wollnack
tT0
| ( ) |F jω
ωω0-ω0
f t( )
( )002 ( )j k t
k kk k
C e j C kω ω π δ ω ω∞ ∞
=−∞ =−∞
ℑ = − ∑ ∑
( )0 0( ) ( )π δ ω ω δ ω ω+ + −0cos tω
Distribution, e- und trigonometrische Funktionen IV
0( )π δ ω ω+ 0( )π δ ω ω−
11.06.2008S.83
Dr.-Ing. habil. Jörg Wollnack
Periodische Abtastung Periodische Abtastung (Multiplikation)
0A 0( , ) j k t
kk
f t T C e ω∞
=−∞
= ∑ A 0 0( , ) 2 ( )kk
F j T C kω π δ ω ω∞
=−∞
= −∑
A 0( ) ( , )f t f t T 0
12 ( ( )) ( ) d
2 kk
C F j u u k uπ ω δ ωπ
∞ ∞
=−∞−∞
− −∑∫
0
12 ( ( )) ( ) d
2 kk
C F j u u k uπ ω δ ωπ
∞∞
=−∞ −∞
= − −∑ ∫
0( ( ))kk
C F j kω ω∞
=−∞
= −∑
Periodische Abtastung I
Periodisches Signal als FourierPeriodisches Signal als Fourier--ReiheReihe
11.06.2008S.84
Dr.-Ing. habil. Jörg Wollnack
Periodische Abtastung II
{ }( )A 0 0( ) ( , ) ( ( ( ))kk
f t f t T j C F j kω ω ω∞
=−∞
ℑ = −∑
tT0
f t( ) f t TA 0( , ) | ( ) |F jA ω,T0
ω
FrequenzüberlappungAliasing
ω0 2 0ω
11.06.2008S.85
Dr.-Ing. habil. Jörg Wollnack
Periodische Abtastung III
| ( ) |F jA ω,T0
ωω0ω0/2
1
{ }( ) B BB
( ) für( )
0 sonst
F jf t j
ω ω ωω
<ℑ =
Bandbegrenzte SignaleBandbegrenzte Signale
0 B2ω ω≥
11.06.2008S.86
Dr.-Ing. habil. Jörg Wollnack
Aufgrund des Eineindeutigkeitssatzes der Fourier-Transformationlassen sich bandbegrenzte Signale eindeutig aus ihren diskreten Werten rekonstruieren (Shannonsches Abtasttheorem).
Die diskreten Werte repräsentieren das bandbegrenzte Signal vollständig (kein Informationsverlust).
Die Rekonstruktion erfolgt über den idealen Tiefpass:
( ) 0IT
1 für
0 sonstG j
ω ωω
<=
Periodische Abtastung IV
11.06.2008S.87
Dr.-Ing. habil. Jörg Wollnack
ZweiZwei-- und Mehrdimensionaleund MehrdimensionaleSignaleSignale
(Fräsen von Flächen,Bildverarbeitung usw.)
11.06.2008S.88
Dr.-Ing. habil. Jörg Wollnack
1 for / 2
rect( , ) 1/ 2 for / 2
0 for / 2
t q
q t t q
t q
<
= = >
rect-Function
21
01
2
2
1
0
1
2
0
0.5
1
y Y/ 0x X/ 0
si( )sin( )
q fq f
q fπ π
π=
si-Funktion
105
05
10
10
5
0
5
10
0
0.5
1
f q/ y π
f q/ x π
Integration und Abtastung I
rect - Funktion si - Funktion
11.06.2008S.89
Dr.-Ing. habil. Jörg Wollnack
X a a a a f a f a f Xz
=Π ( ) ( ) ( ) ( ) ( )f f1 2 3 1 1 2 2 3 3si si siπ π π
f ai iB =1 /Bandbreite Bandbreite (erste Nullstelle)
X X f n f f n f f n fnnn
z z=−∞
∞
=−∞
∞
=−∞
∞
= − − −∑∑∑Πδ Π( ) ( , , )f 1 1 01 2 2 02 3 3 03
321
f T ii i0 01 1 3= ∈/ , { ,2, } a f a T ii i i i0 0 1 3= ∈/ , { ,2, }AperturApertur
IntegrationIntegration
ScanningScanning
Integration und Abtastung II
11.06.2008S.90
Dr.-Ing. habil. Jörg Wollnack
-2-1
01
2
-2-1
01
1
0255075
100
Apertur 10%f dx x
f dy y
|MÜF| / |MÜF| / %Max
-2-1
01
2
-2-1
01
2
0
33,4
66,6100
Apertur 40%
-2-1
01
2
-2-1
01
2
020406080
100
Apertur 80%
1007550250
Apertur 99%
-2-1
01
2 21
0-1
-2
Dreiecksspektrum Integration und Abtastung
11.06.2008S.91
Dr.-Ing. habil. Jörg Wollnack
Multidimensionales bandbegrenztes Signal
1 B 0B
( ) für / 2( )
0 sonst
ni i i iX f f f
X = ∧ < ==
ff
∀ ∈ ≥i n f fi i{ ,2,..., }1 20 B
Shannon AbtastbedingungShannon Abtastbedingung
Signalspektrum
21
01
2
2
1
0
1
2
0
0.5
1
f fx x/ 0
f fy y/ 0
Signal Spektrum
11.06.2008S.92
Dr.-Ing. habil. Jörg Wollnack
abgetastetes Signal
21
01
2
2
1
0
1
2
0
0.5
1
f fy y/ 0
f fx x/ 0
X
rect-Function
21
01
2
2
1
0
1
2
0
0.5
1
f fy y / 0f fx / x0
Idealer Tiefpass
Signalspektrum
21
01
2
2
1
0
1
2
0
0.5
1
f fx x/ 0
f fy y/ 0
Räumlich diskretes Signal rect-Funktion
Signalspektrum
11.06.2008S.93
Dr.-Ing. habil. Jörg Wollnack
X Y, Z,
abgetastetes Signal
21
01
2
2
1
0
1
2
0
0.2
0.4
0.6
0.8
1
X Y, Z,
abgetastetes Signal
21
01
2
2
1
0
1
2
0
0.2
0.4
0.6
0.8
1
X Y, Z,
abgetastetes Signal
21
01
2
2
1
0
1
2
0
0.2
0.4
0.6
0.8
1
X Y, Z,
abgetastetes Signal
21
01
2
2
1
0
1
2
0
0.2
0.4
0.6
0.8
1
Aliasing
Räumlich diskretes Signal
11.06.2008S.94
Dr.-Ing. habil. Jörg Wollnack
MaschinendynamikMaschinendynamikundund
numerische Berechnungennumerische Berechnungen
SchaublinSchaublin
Kuka
11.06.2008S.95
Dr.-Ing. habil. Jörg Wollnack
1 1 1 1 1 1 1 1 1
2 2 1 1 2 2 2 1 1 2 2 2 2
3 3 2 2 3 2 2 3 3
0 0 0 0
0 0
0 0 0 0
m z d d z c c z F
m z d d d d z c c c c z F
m z d d z c c z F
− − + − + − + − + − = − −
�� �
�� �
�� �
Gekoppelte Massen mit drei Freiheitsgraden
m1
z1 F1
c1
d1 m2
z2 F2
c2
d2 m3
z3 F3
Maschinen-fundament
Maschinen-gestell
Werkzeug-Werkstück
11.06.2008S.96
Dr.-Ing. habil. Jörg Wollnack
1 1 1 1 1 1 1 1 1
2 2 1 1 2 2 2 1 1 2 2 2 2
3 3 2 2 3 2 2 3 3
0 0 0 0
0 0
0 0 0 0
m z d d z c c z F
m z d d d d z c c c c z F
m z d d z c c z F
− − + − + − + − + − = − −
�� �
�� �
�� �
1Existenz von −+ + =M y D y K y f M�� �
1 1 1− − −⇒ + + =y M D y M K y M f�� �
Zustandsmodell I
Systeme werden in CAD vom Menschen interaktiv definiert und dieMatrizen werden von der Software vollautomatisch generiert.
11.06.2008S.97
Dr.-Ing. habil. Jörg Wollnack
1 1 1− − −= − − +y M D y M K y M f�� �
Neue Zustände Neue Zustände y� ⇒ = + zz A z f�
1 1 1− − −
= + − −
y 0 E y 0
y M K M D y M f
�
�� �
Die Dimension der Systemmatrix A ist von der Ordnung 2f x 2f. Hierbei definiert f die Freiheitsgrade des Systems. Die Matrix ist im Allgemeinen weder symmetrisch noch hat sie eine Bandstruktur.
Zustandsmodell II
11.06.2008S.98
Dr.-Ing. habil. Jörg Wollnack
Integration des Zustandsmodells I
d
d t= + z
zA z f
d d dt t⇒ = + zz A z f
0 0 0
( )
d d dt t t
t t
t t= +∫ ∫ ∫z
zz
z A z f
0 0
0( ) d dt t
t t
t t t= + +∫ ∫ zz A z f z
Ansatz:Ansatz:
Totales Totales DifferentialDifferential::
11.06.2008S.99
Dr.-Ing. habil. Jörg Wollnack
Numerische Integration des Zustandsmodells I
TaylorTaylor--Reihenentwicklung:Reihenentwicklung:
( )1 1 1 1 1 1( ) ( ) ( ) ( ) ( ) ( ) ( , )i i i i i i i i it t t t t t t t t− − − − − −= + + − +zz z A z f R
Anfangsbedingung:Anfangsbedingung: 0 0( )t ≡z z
( )1 1 1 1 1( ) ( ) ( ) ( ) ( ) ( )i i i i i i it t t t t t t− − − − −= + + −zz z A z f
1 1 1 1( ) ( ) ( ) ( ) ( , )i i i i i i it t t t t t t− − − −= + − +z z z R�
11.06.2008S.100
Dr.-Ing. habil. Jörg Wollnack
Dabei sind die Zeitdifferenzen so zu wählen, dass die Restglieder hinreichend klein ausfallen. Eine Verbesserung dieser numerischen Integration lässt sich mit den Runge-Kutta-Verfahren verwirklichen. Hierbei wird das Zeitintervall in mehrere Intervalle zerlegt, um eine verbessertePrädiktion des Folgezustands zu erwirken. Für weitere Einzelheiten zu den Runge-Kutta-Verfahren und der Schrittweitensteuerung der numerischen Integration sei auf einschlägige Literatur verwiesen.
1i it t −−1( , )i it t −R
Numerische Integration des Zustandsmodells II
11.06.2008S.101
Dr.-Ing. habil. Jörg Wollnack
=x A x�
( )m mi it t
i ie et
λ λ∂⇒ =
∂x A x
m mi it t
i i ie eλ λλ⇒ =x A x
m mi i iλ⇒ =x A x
( )m m m mi i i i i iλ λ⇒ − = − = ≠x A x E A x 0 x 0
mi t
i i eλ=x xAnsatz:Ansatz:
Eigenwerte und Eigenvektoren I
( )iλ − =E A 0 ( ) mi iλ − =E A x 0
Eigenwerte Eigenvektoren
Schwingungsmodi
11.06.2008S.102
Dr.-Ing. habil. Jörg Wollnack
( )λ − =E A 0 ( ){ }det 0λ⇒ − =E A
( )λ − =E A 0
( ) mλ − =E A x 0
Eigenwerte
Eigenvektoren
Charakteristische Gleichung ( ){ }det 0λ − =E A
Eigenwerte und Eigenvektoren II
11.06.2008S.103
Dr.-Ing. habil. Jörg Wollnack
Zeitinvariante Systeme/Matrizen
und verschwindende Anfangsbedingungen
+ + =M y D y K y f�� �
2 ( ) ( ) ( ) ( )s s s s s s⇒ + + =M Y D Y K Y F
2
( )( )
ss
s s⇒ =
+ +F
YM D K
Laplace-Transformierte des Zustandsmodells
Eigenwerte bzw.Pole charakterisierendas dynamischeVerhalten des Systems