INDICE
1.- INTRODUCCIÓN
- CARACTERÍSTICAS DE LA TRANSMISIÓN DE SEÑALES CON ONDAS PORTADORAS VARIANDO SU AMPLITUD O SU FRECUENCIA.
- LA TRANSMISIÓN DE LA SEÑAL DEL SUELO EN LA AMORTIGUACIÓN DE UN VEHÍCULO
2.- LAS MATEMÁTICAS
ASOCIADAS A LOS MODELOS
3.- ANÁLISIS DE LA SEÑAL
DEL VIBRÓMETRO DESDE EL PUNTO DE VISTA DE LA VARIACIÓN EN LA
AMPLITUD
4.- VERIFICACIÓN DEL
VIBRÓMETRO VS. PERFILÓMETRO LÁSER CON EL LASER ESCÁNER TERRESTRE
5.- ANÁLISIS DE LA SEÑAL
DESDE EL PUNTO DE VISTA DE LA VARIACIÓN EN LA FRECUENCIA.
6.- DEMOSTRACIÓN DE QUE
DIFERENTES RESULTADOS NO IMPLICAN FALLO EN LA MUESTRA. EXISTENCIA DEL
ABANICO DE RESULTADOS POSIBLES
INDEX
1. - INTRODUCTION
- TRANSMISSION CHARACTERISTICS OF CARRIER WAVES VARYING SIGNALS YOUR AMPLITUDE OR FREQUENCY.
- SIGNAL TRANSMISSION FROM THE GROUND IN DAMPING OF A VEHICLE
2. - ASSOCIATED MATH MODELS
3. - ANALYSIS VIBROMETER SIGNAL FROM THE POINT OF VIEW OF CHANGES IN THE SIZE
4. - VIBROMETER VERIFICATION VS. PROFILOMETER LASER WITH TERRESTRIAL LASER SCANNER
5. - ANALYSIS OF SIGNAL FROM THE POINT OF VIEW OF CHANGES IN FREQUENCY.
6. - DIFFERENT RESULTS SHOW THAT DOES NOT MEAN FAILURE IN THE SAMPLE. EXISTENCE OF RANGE OF POSSIBLE OUTCOMES
1.- INTRODUCCIÓN
1. - INTRODUCTION
1. - INTRODUCTION
CARACTERÍSTICAS DE LA
TRANSMISIÓN DE SEÑALES CON ONDAS PORTADORAS VARIANDO SU AMPLITUD O
SU FRECUENCIA.
TRANSMISSION CHARACTERISTICS OF CARRIER WAVES VARYING SIGNALS YOUR AMPLITUDE OR FREQUENCY..
TRANSMISSION CHARACTERISTICS OF CARRIER WAVES VARYING SIGNALS YOUR AMPLITUDE OR FREQUENCY..
TRANSMISIÓN DE SEÑAL
SOBRE ONDA (AM)
TRANSMISIÓN DE SEÑAL SOBRE ONDA (AM)
TRANSMISIÓN DE SEÑAL SOBRE ONDA (AM)
Primeramente vamos a
establecer las bases de nuestro discurso con una revisión de la
transmisión de información asociada a ondas. Hay dos formas de
realizar tal transmisión, por modulación de amplitud y por
modulación de frecuencia.
En la modulación de
amplitud se suman las ondas de diferente frecuencia:
First we will establish the basis for our discussion with a review of the transmission of information associated with waves. There are two ways to perform such a transmission, amplitude modulation and frequency modulation.
In the amplitude modulation are added different frequency waves:
First we will establish the basis for our discussion with a review of the transmission of information associated with waves. There are two ways to perform such a transmission, amplitude modulation and frequency modulation.
In the amplitude modulation are added different frequency waves:
La amplitud de la onda
portadora (alta frecuencia) se moldea según el patrón de la onda
señal (baja frecuencia.
En el caso de la
frecuencia modulada se variará la frecuencia según el patrón de la
señal.
The amplitude of the carrier wave (high frequency) is molded according to the wave pattern signal (low frequency.
In the case of frequency modulated frequency vary depending on the signal pattern.
The amplitude of the carrier wave (high frequency) is molded according to the wave pattern signal (low frequency.
In the case of frequency modulated frequency vary depending on the signal pattern.
Respecto a las transmisiones de onda media tiene las siguientes
características generales: La propagación en esta banda sigue la
curvatura de la Tierra, y las ondas pueden reflejarse en la ionosfera
pero es sumamente vulnerable al ruido atmosférico y al producido por
maquinaria y aparatos eléctricos.
Edwin Armstrong presentó su estudio: "Un
Método de reducción de Molestias en la Radio Mediante un Sistema de
Modulación de Frecuencia" (1036). La FM de requiere un mayor
ancho de banda que la modulación de amplitud para una señal
moduladora equivalente, pero a su vez hace a la señal más
resistente al ruido y la interferencia. La modulación de frecuencia
es también más resistente al fenómeno del desvanecimiento, muy
común en la AM. Por estas razones, la FM fue escogida como el
estándar para la transmisión de radio de alta fidelidad.
Otra de las grandes diferencias entre la modulación de amplitud y frecuencia es respecto a la complejidad del receptor. No hay nada más simple que un receptor de AM (imagen lateral). La desmodulación es muy simple y, por consiguiente, los receptores son sencillos y baratos , todo esto gracias a Robert Herzenbert que en 1932 patentó el término AM; un ejemplo de esto es la radio de galena.
Medium wave transmissions has the following general characteristics: The propagation in this band follows the curvature of the Earth, and waves can reflect off the ionosphere but is extremely vulnerable to noise produced by atmospheric and electrical machinery and apparatus.
Edwin Armstrong presented his paper: "A method of reducing discomfort Radio Through a System of Frequency Modulation" (1936). The FM requires a wider bandwidth than the amplitude modulation for modulating signal equivalent, but in turn makes the signal more resistant to noise and interference. Frequency modulation is also more resistant to fading phenomenon, very common in the AM. For these reasons, the FM was chosen as the standard for the transmission of high-fidelity radio.
Another major difference between the amplitude modulation and frequency is compared to the complexity of the receiver. There is nothing simpler than a AM receiver (side image). Demodulation is very simple and, therefore, the receivers are simple and inexpensive, all this thanks to Robert Herzenbert in 1932 patented the term AM, an example of this is the radius of galena.
Con lo que se concluye que la AM es más sencilla,
se transmite y entiende mejor pero añade ruido. La FM sólo
aporta la ventaja de la inmunidad frente al ruido electromagnético.
We conclude that AM is simpler, transmitted and understood better but adds noise. The FM only provides the advantage of immunity to electromagnetic noise.
We conclude that AM is simpler, transmitted and understood better but adds noise. The FM only provides the advantage of immunity to electromagnetic noise.
LA TRANSMISIÓN DE
LA SEÑAL DEL SUELO EN LA AMORTIGUACIÓN DE UN VEHÍCULO
SIGNAL TRANSMISSION FROM THE GROUND IN DAMPING OF A VEHICLE
El típico reflejo del movimiento de la masa sobre
muelle y amortiguador es el siguiente. Como se observa el
amortiguador actúa sobre la amplitud pero no sobre la frecuencia.
|  |
 |
La diferencia radica ante otro escalón. No sólo se
rompe la amplitud, también la frecuencia.
|
The typical reflection of the movement of the mass of spring and damper is as follows. As seen the damper acting on the amplitude but do not on the frequency.
| | |
The difference is with other step. Break the amplitude, as well as frequency.
|
El punto importante es que en el caso anterior, 1
escalón produce 1 diferencia de frecuencia y 5 resaltos en amplitud
apreciables con la vista (resaltos que no existen el el suelo). Y en
el caso contiguo tenemos 2 escalones, 2 cambios de frecuencia y
algunas subidas de amplitud (inexistentes).
Si además se añade ruido (vibración del
vehículo), Como en la AM añadiremos una señal sinusoidal de baja
intensidad relativa:
The important point is that in the previous one case, one step produces one difference frequency and amplitude appreciable projections 5 with the view (that there are no protrusions on the ground). And if we have 2 adjacent steps, 2 changes of frequency and amplitude rises some (nonexistent).
If one also adds noise (vehicle vibration), as in the AM add a sinusoidal signal of low relative intensity:
The important point is that in the previous one case, one step produces one difference frequency and amplitude appreciable projections 5 with the view (that there are no protrusions on the ground). And if we have 2 adjacent steps, 2 changes of frequency and amplitude rises some (nonexistent).
If one also adds noise (vehicle vibration), as in the AM add a sinusoidal signal of low relative intensity:
Tan sólo habría que averiguar que resulta mas
sencillo y/o fiel para el filtrado de la vibración portadora
(vibración propia del vehículo) y extracción de la señal que nos
interesa.
Just have to know what is more simple and / or faithful to filter carrier vibration (vibration own vehicle) and extraction of the signal of interest.
2.- ASSOCIATED MATH MODELS:
La AM corresponde a la función:
a = A(x) · seno (wat+fa)
· sen0(wdt+fd);
a: aceleración resultante.
A(x): amplitud en función del espacio
wa:
frecuencia propia del auto
wd:
frecuencia propia de la señal (derivada del
amortiguador)
La FM corresponde con la función:
a = A(x) · seno (wat
+ fa +
f(wdt
+ fd));
a: aceleración resultante.
A(x): amplitud en función del espacio
wa:
frecuencia propia del auto
wd:
frecuencia propia de la señal (derivada del
amortiguador)
f: función de interferencia.
Los condicionantes externos son esenciales ante el movimiento vibratorio propio del conjunto masa(s) + muelle(s) + amortiguador(es). Éstos son, la definición del terreno, señal de estudio, y la vibración natural del vehículo. La primera debería ser un invariante, dado que es lo que se quiere evaluar y la segunda será dependiente del propio vehículo, la velocidad de éste (aumenta con la velocidad), marcha en la que se encuentre (baja si sube la marcha).
Matemáticamente, si quisiéramos extraer la
información a partir de la vibración resultante transmitida según
un modelo de amplitud modulada, lo primero sería obtener la
variación de la amplitud propia en función de la velocidad del
vehículo para eliminarla.
Vamos a tomar un número muy significativo de datos. Aún así va a sernos muy difícil la extracción de las frecuencias propias (wa) y los desfases (fa). Por ello, resulta muy importante analizar los datos extraídos, sus análisis estadísticos, y trataremos de analizar la señal en las crestas y jugar de esta manera sólo con las amplitudes. Evitaremos así, la realización de estudios más complejos como Foucault o similares.
The AM corresponds to the function:
a = A(x) · sin (wat+fa) · sin(wdt+fd);
a: acceleration resulting.
A (x) amplitude as a function of space
wa: frequency of the car
wd: frequency of the signal (derived from the buffer)
The FM corresponds to the function:
a = A(x) · seno (wat + fa + f(wdt + fd));
a: acceleration resulting.
A (x) amplitude as a function of space
wa: frequency of the car
wd: frequency of the signal (derived from the buffer)
f: function interference.
a = A(x) · sin (wat+fa) · sin(wdt+fd);
a: acceleration resulting.
A (x) amplitude as a function of space
wa: frequency of the car
wd: frequency of the signal (derived from the buffer)
The FM corresponds to the function:
a = A(x) · seno (wat + fa + f(wdt + fd));
a: acceleration resulting.
A (x) amplitude as a function of space
wa: frequency of the car
wd: frequency of the signal (derived from the buffer)
f: function interference.
The external conditions are essential to mass vibrational motion (s) + spring (s) + damper (s). These are, the definition of ground study signal and the natural vibration of the vehicle. The first should be an invariant, since it is what we want to evaluate, and the second will be dependent on the vehicle itself, its speed (increases with speed), gear in which you are (if it goes down the fly).
Mathematically, if we extract the information from the resulting vibration transmitted based on a model of amplitude modulation, the first thing would be to obtain the variation of the amplitude depending on the own vehicle speed to eliminate it.
Lets take a significant number of data. Still going to serve us well difficult the extraction of natural frequencies (wa) and lag (F). Therefore it is very important to analyze the extracted data, their statistical analyzes, and try to analyze the signal on the crests and play this way only the amplitudes. And will avoid the more complex studies such as Foucault or the like.
3.- ANÁLISIS DE LA
SEÑAL DEL VIBRÓMETRO DESDE EL PUNTO DE VISTA DE LA VARIACIÓN EN LA
AMPLITUD
3.- ANALYSIS VIBROMETER SIGNAL FROM THE POINT OF VIEW OF CHANGES IN THE SIZE
Para el registro del datos partimos de dos
vibrómetros pegados al chasis en cada lado de las ruedas traseras.
Están conectados a un dispositivo Arduino que se encarga de
digitalizar la señal analógica y transmitirla al puerto serie. La
velocidad de transmisión es de 115.500 B/s (la más alta posible).
Por otro lado contamos con un GPS que además de transmitirnos las
coordenadas nos dará el dato de la velocidad del vehículo. Este
punto en importante porque ya que podemos contar con el dato del
tiempo transcurrido podremos tener una especie de “odómetro vía
satélite”.
Cada vez que tenemos un dato nuevo de posición y
velocidad guardamos estos y los datos del buffer del puerto serie del
dispositivo Arduino. Estos tiene esta forma:
To register the data start from two chassis vibrometers glued to each side of the rear wheels. They are connected to a device that handles Arduino digitize the analog signal and transmit it to the serial port. The baud rate is 115,500 B / s (the highest possible). On the other hand we have a transmit GPS coordinates besides the data will give vehicle speed. This important point because we can count the elapsed time data can have a sort of "satellite odometer".
Every time we have a new data store position and speed these data and serial port buffer Arduino device. These looks like this:
Una gráfica sería:
Graphically:
En este caso en particular estaríamos hablando de
900 puntos entre los pks 2+766 y 2+790 (14 metros) 1 dato cada 15
cms, ó, 64 datos/metro.
Para la extracción de nuestra variación de la
amplitud, lo primero será saber cuales son las amplitudes máximas
que le corresponden dependientes de la velocidad de la frecuencia
'portadora'. Den nuestro caso, después de varios ensayos (después
de recorrer cientos de kms a diferentes velocidades por todo tipo de
vías).
De los datos se diferenciaran a grupos por
velocidades y se elaborarán sus respectivas 'campanas de Gauss'
In this particular case we are talking about 900 points between the PK 2 +766 and 2 +790 (14 meters) 1 data every 15 cm, or, 64 data / meter.
For the extraction of our amplitude variation, the first step is to know which are the maximum amplitudes that are dependent on the speed of the frequency 'carrier'. Den our case, after several trials (after traveling hundreds of kms at different speeds for all types of roads).
The data are differentiated by speed groups and prepare their respective 'bells of Gauss'
In this particular case we are talking about 900 points between the PK 2 +766 and 2 +790 (14 meters) 1 data every 15 cm, or, 64 data / meter.
For the extraction of our amplitude variation, the first step is to know which are the maximum amplitudes that are dependent on the speed of the frequency 'carrier'. Den our case, after several trials (after traveling hundreds of kms at different speeds for all types of roads).
The data are differentiated by speed groups and prepare their respective 'bells of Gauss'
De estos valores se extrae la media y los valores de
umbral al 5%. Es decir, nos responderemos a la pregunta ¿a partir de
que valor estamos en una vibración forzada, en una señal?. Después
de varios ensayos encontramos una función bastante simple, en
función de la velocidad:
si Ai ã
+-±
0,3 · vi.; ã: amplitud media
vi.:
velocidad en el punto i
Ai: amplitud en el punto i
No sólo el umbral es función de la velocidad.
También lo es la propia amplitud. A mayor velocidad mayor es la
vibración transmitida y este dato hay que minorizarlo en
consonancia. Para ello se realizan varias mediciones en en mismo
tramo de carrera a diferentes velocidades y se extrae la relación
entre aumento de amplitud y aumento de velocidad:
Escala_velocidad = -0,085 · vi.+
9,4
Nuestro parcial en la obtención del IRI sera:
S = Σ |
pki+1 - pki | · (-0,085 · vi.+
9,4)
y por tanto:
IRI100m=Σ
| pki+1- pki | · (-0,085 · vi.+
9,4) / Σ | pki +1 -
pki |
Siempre y cuando Σ
| pki +1 - pki | = 100.
Exponemos los resultados de dos ejemplos: Illa de
Arousa (IDA):
These values are extracted and the mean values of 5% threshold. That is, we respond to the question from that value are in a forced vibration in a sign?. After several trials found a quite simple function, depending on the speed:
si Ai ã +-± 0,3 · vi.; ã: average amplitude
vi.: vecocity at point i
Ai: amplitude at point i
Not only the threshold is a function of speed. So is the very breadth. The higher the speed the greater the vibration transmitted and this fact must be consistent minorizarlo. That is achieved in several measurements in the same stroke length at different speeds and extracted the relationship between amplitude and increased speed increase::
Velocity_escale = -0,085 · vi.+ 9,4
Our part in obtaining the IRI wil:
S = Σ | pki+1 - pki | · (-0,085 · vi.+ 9,4)
And therefore:
IRI100m=Σ | pki+1- pki | · (-0,085 · vi.+ 9,4) / Σ | pki +1 - pki |
Siempre y cuando Σ | pki +1 - pki | = 100.
We present the results of two examples: Illa de Arosa (outward):
Illa de Arousa (VUELTA/RETURN)
Nótense que existe diferencia entre los datos de
hace un año (más marcado) con el IRI láser y el nuevo modelo. Pero
después de la obra se realizaron 4 badenes que quedan perfectamente
diferenciados.
Respecto a los valores estadísticos. El láser
daba: medias de 1,77 y 1,79 y el nuestro 1,86 y 1,90. Las varianzas
eran de 0,60 y 0,80.
Otro ejemplo
diferente, mas reciente, es en la carretera de A Lama:
Should be noted that there is a difference between the data from one year ago (more marked) with laser IRI and the new model. But after the work was made 4 bumps that are perfectly distinct.
Regarding the statistical values. The laser was: mean 1.77 and 1.79 and 1.86 and 1.90 ours. The variances were 0.60 and 0.80.
A different example, more recent, is on the road to A Lama:
Should be noted that there is a difference between the data from one year ago (more marked) with laser IRI and the new model. But after the work was made 4 bumps that are perfectly distinct.
Regarding the statistical values. The laser was: mean 1.77 and 1.79 and 1.86 and 1.90 ours. The variances were 0.60 and 0.80.
A different example, more recent, is on the road to A Lama:
 |
| Recorrido de ida / Outward |
 |
| Recorrido de vuelta / Return |
Los valores estadísticos son similares. En ambos
influyen otros factores como un mal cambio en las marchas,
variaciones fuertes de velocidad (acelerones y frenazos) Por tanto
siempre es conveniente repetir varias veces el ensayo para poder
evaluar cual sería el desechable. Esto ocurrirá con cualquier
sistema que parta del análisis de la amplitud.
The statistical values are similar. In both influenced by other factors such as a bad change in gears, strong variations of speed (acceleration and braking) Therefore it is always advisable to repeat the test several times to assess what would be the disposable. This will occur with any system which starts the analysis of the amplitude.
The statistical values are similar. In both influenced by other factors such as a bad change in gears, strong variations of speed (acceleration and braking) Therefore it is always advisable to repeat the test several times to assess what would be the disposable. This will occur with any system which starts the analysis of the amplitude.
4.- VERIFICACIÓN DEL
VIBRÓMETRO VS. PERFILÓMETRO LÁSER CON EL LASER ESCÁNER TERRESTRE
4.- VIBROMETER VERIFICATION VS. PROFILOMETER LASER WITH TERRESTRIAL LASER SCANNER
Con la intención de averiguar cual sería el
resultado más fiel a la carretera hemos aportado otro punto de vista
más, el láser escáner terrestre. En el ejemplo de Illa de Arousa
pasamos el vehículo de inspección y tomamos los datos geométricos
de la carretera con una precisión inferior al centímetro. Con estos
datos, que ya los teníamos depurados debido a un proyecto de I+D
paralelo, extrajimos los datos de la sección paralela al eje y le
hicimos pasar una regla virtual con la intención de adquirir
matemáticamente los datos del IRI desde la geometría real.
In order to find out what would be the most faithful to the road we have provided another point of view, the terrestrial laser scanner. In the example of Illa de Arosa vehicle passed the inspection and take the geometric data of the road with sub-centimeter accuracy. With these data, we already had cleared because an R & D side, extracted data from the section parallel to the axis and passing a virtual ruler made with the intention of acquiring mathematically IRI data from the actual geometry.
Para ello se parte de los datos numéricos arrojados en el primer
análisis en un lote de archivos secundarios con coordenadas
relativas al eje. Cada uno de estos archivos hace referencia a un pk
determinado y en si entorno (que suele ser de 10 metros en la
dirección de la trayectoria). Estos archivos ya los hemos utilizado
para el dibujo de las proyecciones y ahora escogeremos un
subconjunto. Una banda situada a una distancia del eje, paralela a él
de donde extraeremos los datos para la deducción geométrica del
IRI. (parecido al perfil entre pks pero perpendicularmente a éste)
This is part of the numerical data in the first analysis thrown in a lot of secondary files with coordinates relative to the shaft. Each of these files refers to a specific station and whether environment (typically 10 meters in the direction of the path). These files and have used for drawing projections and now we choose a subset. A band located at a distance from the axis parallel to it in which will extract the data for deriving geometric IRI. (similar to the profile between KPs but perpendicular to it)
This is part of the numerical data in the first analysis thrown in a lot of secondary files with coordinates relative to the shaft. Each of these files refers to a specific station and whether environment (typically 10 meters in the direction of the path). These files and have used for drawing projections and now we choose a subset. A band located at a distance from the axis parallel to it in which will extract the data for deriving geometric IRI. (similar to the profile between KPs but perpendicular to it)
A la distancia d, sobre una banda de ancho b se obtienes las medias
de las cotas, su variación relativa y posteriormente el IRI cada
metro. Si se deseara el IRI estándar cada 100 m tan sólo habría
que calcular la media ponderada cada 100 valores consecutivos. Se
puede pensar en que los datos den como resultado un gráfico (visual)
o una tabla (para posterior tratamiento).
Yendo por partes. Se obtiene el perfil del terreno:
In the distance d, on a strip of width b is get the means of the dimensions, the relative variation IRI and subsequently every meter. If desired standard IRI 100 m should only calculate the weighted mean of 100 consecutive values. One can think that the data will result in a graph (visual) or a table (for further processing).
Going by parts. You get the terrain profile:
A partir de él:
From its:
From its:
 |
| Gráfica de diferencias centimétricas Graphical centimeter differences |
 |
| Gráfica de diferencias decimétricas Graphical decimeter differences |
 |
| Gráfica de diferencias métricas Graphical meter differences |
 |
| Gráfica de diferencias decamétricas x 100 meters |
El siguiente paso es conjugar entre 10 y 10 perfiles hasta obtener
los valores por hectómetro y completar el IRI de la vía. (datos
obtenidos a partir del pk 1300 de la PO-299.
Si nos decidiéramos a comparas los datos del IRI láser / vibrómetro
/ láser escaner terretre, tendíamos las siguientes gráficas.
The next step is to combine between 10 and 10 profiles to get the values for IRI hectometer and complete the road. (data obtained from 1300 pk PO-299.
If we decided to compare the data from IRI / laser vibrometer / laser scanner terretre, tended the following graphs.
The next step is to combine between 10 and 10 profiles to get the values for IRI hectometer and complete the road. (data obtained from 1300 pk PO-299.
If we decided to compare the data from IRI / laser vibrometer / laser scanner terretre, tended the following graphs.
Las gráficas resultante son ahora:
We see that there are several points disproportionate. These correspond to the 4 speed bumps and crosswalks. These were created after spending the first IRI, as well as step by roundabout situated at km 2 +400. The geometric data have more influence on the deceleration measurement is performed in front of them. So that they can compare remove several sections ([500,600], [1 +200,1 +400], [1 +500,1 +600], [1 +700,1 +800], [2 +100,2 +200] and [2 +300,2 +500])
The resulting graphs are now:
We see that there are several points disproportionate. These correspond to the 4 speed bumps and crosswalks. These were created after spending the first IRI, as well as step by roundabout situated at km 2 +400. The geometric data have more influence on the deceleration measurement is performed in front of them. So that they can compare remove several sections ([500,600], [1 +200,1 +400], [1 +500,1 +600], [1 +700,1 +800], [2 +100,2 +200] and [2 +300,2 +500])
The resulting graphs are now:
Los valores estadísticos (medias y varianzas) resultaron ser más
parejos al IRI del vibrómetro que del láser. Aun así en todos los
casos muy parecidos.
The statistical values (means and variances) were more similar to the IRI that the laser vibrometer. However in all cases very similar.
The statistical values (means and variances) were more similar to the IRI that the laser vibrometer. However in all cases very similar.
5.- ANÁLISIS DE LA
SEÑAL DESDE EL PUNTO DE VISTA DE LA VARIACIÓN EN LA FRECUENCIA.
5.- ANALYSIS OF SIGNAL FROM THE POINT OF VIEW OF CHANGES IN FREQUENCY.
Este terreno es nuevo. Lo más difícil es el
cálculo de la frecuencia partiendo de los datos de la señal. Pare
ello vamos a ver un extracto más extendido de ésta.
This field is new. The most difficult is the calculation of the frequency from the data signal. Stop this we will see a more extended extract it.
Conocemos los valores de
los puntos, las distancias entre ellos, las velocidades y los
tiempos. Falta lo más difícil. Dado un punto en el instante i cual
es su siguiente homólogo j.
Resuelta esta pregunta se
obtendrán las frecuencias o longitudes de onda en cada momento
Li =
Media(Vi. .. Vj)/| pkj – pki
|
Fi = 1/ Li
Esta parte del
estudio fue posteriormente desechada dado que al ser la frecuencia
del vehículo (portadora) de similar frecuencia que la señal a
analizar no se lograba la eliminación de la primera.
Know the values of the points, the distances between them, the speeds and times. Most Difficult. Given a point in time i which is its counterpart j below.
This question will be obtained resolved frequencies or wavelengths at each moment
This question will be obtained resolved frequencies or wavelengths at each moment
Li = Average(Vi. .. Vj)/| pkj – pki |
Fi = 1/ Li
This part of the study was subsequently discarded for other reasons I will discuss.
6.- DEMOSTRACIÓN DE QUE DIFERENTES RESULTADOS NO IMPLICAN FALLO EN LA
MUESTRA. EXISTENCIA DEL ABANICO DE RESULTADOS POSIBLES
6.- DIFFERENT RESULTS SHOW THAT DOES NOT MEAN FAILURE IN THE SAMPLE. EXISTENCE OF RANGE OF POSSIBLE OUTCOMES
La primera pregunta que
nos hacemos sería, si en un punto determinado tenemos una
concentración de errores en la geometría. Como influye un error
real del punto de partida. Es decir, queremos hacer el ensayo en una
carretera desde el pk 0+000 al 3+000. Pero el ensayo no comienza en
el pk 0+000 sino en unos metros antes o después. Este error es
habitual, el ensayo no es de precisión centimétrica. Si tuviéramos
algunas imperfecciones un pk determinado, este error inicial pasaría
a computar estas imperfecciones en un hectómetro u otro.
Tomaremos como exactos
los datos del IRI desde el Láser Escáner Terrestre (aunque sólo
sea por tener un ejemplo desde el punto de vista matemático),
partiendo desde un IRI no hectométrico sino métrico y moviéramos
el error del punto de partida desde 0 a 100 metros (más allá
repetiría el patrón hectométrico)
The first question we would be, if at some point we have a concentration of errors in the geometry. As influences actual error point. That is, we want to do the test on a road from KP 0 +000 to 3 +000. But the trial does not begin at KP 0 +000 but a few meters before or after. This error is common, the test is centimeter. If we had some imperfections one given pk, the initial error compute these imperfections would pass a hectometer or another.
We will take as accurate IRI data from Terrestrial Laser Scanner (if only to have an example from the mathematical point of view), starting from a metric IRI and hectometerly but we moved the starting point error from 0-100 meters (repeat the pattern beyond hectometerly)
The first question we would be, if at some point we have a concentration of errors in the geometry. As influences actual error point. That is, we want to do the test on a road from KP 0 +000 to 3 +000. But the trial does not begin at KP 0 +000 but a few meters before or after. This error is common, the test is centimeter. If we had some imperfections one given pk, the initial error compute these imperfections would pass a hectometer or another.
We will take as accurate IRI data from Terrestrial Laser Scanner (if only to have an example from the mathematical point of view), starting from a metric IRI and hectometerly but we moved the starting point error from 0-100 meters (repeat the pattern beyond hectometerly)
 |
| Punto de partida IRI cada metro IRI / x1 meter |
 |
IRIs estándar (cada
100m) con varios errores en el inicio
IRIs standar (each 100m) with errors to start |
 |
| Abanico del IRI IRIs set |
 |
| Cuando el punto de inicio comete algún error de traslación Taslation start |
Se observa lo caótico
del ensayo
It is observed chaotic trial
It is observed chaotic trial
 |
| Los valores estadísticos |
La media y la varianza
sufren variaciones. La cuantificación de estas variaciones serán
objeto de otro problema de resolución estadística. Esto nos da una
idea de la variabilidad del ensayo aunque el instrumento para la
captación de datos sea lo más exacto posible. Y aún no hemos
contado con que la rodada en la conducción no sea exacta.
Aún así, se puede concluir que el sistema más exacto sería el láser escáner terrestre y es equiparable a la viga (perfilómetro california y/o viágrafo) ya que uno se desliza en una carretera virtual y el otro en una carretera real:
The mean and variance suffer variations. The quantification of these variations will be the subject of another statistical problem solving. This gives us an idea of assay variability although the instrument for collecting data as accurate as possible. And we have not received the shot in driving is not accurate.
Still, it can be concluded that the system would be more accurate terrestrial laser scanner and is comparable to the beam (profilometer california and / or viágrafo) as one slides into a virtual road and the other on an actual road:
The mean and variance suffer variations. The quantification of these variations will be the subject of another statistical problem solving. This gives us an idea of assay variability although the instrument for collecting data as accurate as possible. And we have not received the shot in driving is not accurate.
Still, it can be concluded that the system would be more accurate terrestrial laser scanner and is comparable to the beam (profilometer california and / or viágrafo) as one slides into a virtual road and the other on an actual road:
 |
 |
|---|---|
Perfilómetro California
Perfilometer California |
Viágrafo
Viagraf |
Fuente / Source: http://es.wikipedia.org/wiki/Índice_de_regularidad_internacional
|
|
Respecto a la utilización del perfilómetro láser de varios miles de euros o la utilización de un par de vibrómetros + Arduino + GPS o Edómetro + Portatil son equivalentes pero el coste es de unos cientos de euros.
Como se observa es más difícil convencer al contratante del ensayo que realizar el ensayo de una u otra manera.
Regarding the use of laser profilometer several thousand euros or the use of a pair of vibration meters + Arduino + + Portable GPS or oedometer are equivalent but the cost is a few hundred euros.
As seen is more difficult to convince the contractor to perform the test trial one way or another.
Regarding the use of laser profilometer several thousand euros or the use of a pair of vibration meters + Arduino + + Portable GPS or oedometer are equivalent but the cost is a few hundred euros.
As seen is more difficult to convince the contractor to perform the test trial one way or another.
No hay comentarios:
Publicar un comentario