Me706 P PDF

Departamento de Ingeniera Mec
anica
Facultad de Ciencias Fsicas y Matem
aticas
Universidad de Chile
Din
amica Estructural
Apuntes para el curso ME706
Viviana Meruane
Indice general
Contenidos
II
1 Introducci
on
1.1
Sistemas de un grado de libertad . . . . . . . . . . . . . . . . . . .
1.1.1
Ecuaci
on de movimiento, funcion de transferencia . . . . . .
1.1.2
Polos del sistema, frecuencias naturales y factores de

amortiguamiento . . . . . . . . . . . . . . . . . . . . . . . .
1.1.3
Soluci
on de la ecuacion de movimiento . . . . . . . . . . . .
1.1.4
Residuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.5
Funci
on de respuesta en frecuencia y funci
on de respuesta a
un impulso . . . . . . . . . . . . . . . . . . . . . . . . . . .
Influencia de cambios en la masa, rigidez y amortiguacion .
Sistemas con multiples grados de libertad . . . . . . . . . . . . . .
10
1.2.1
Ecuaci
on del sistema, funcion de transferencia . . . . . . . .
10
1.2.2
Polos, frecuencias naturales y factores de amortiguamiento
12
1.2.3
Vectores modales, residuos
. . . . . . . . . . . . . . . . . .
12
1.2.4
Funcion de respuesta en frecuencia (FRF) y funci

on de
respuesta a un impulso (IRF) . . . . . . . . . . . . . . . . .
14
Sistemas sin amortiguamiento y con amortiguamiento

proporcional . . . . . . . . . . . . . . . . . . . . . . . . . .
16
Ortogonalidad y coordenadas modales . . . . . . . . . . . .
18
1.1.6
1.2
1.2.5
1.2.6
ii
INDICE GENERAL
iii
2 El M
etodo de Elementos Finitos
2.1
2.2
2.3
2.4
Elemento de barra . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
2.1.1
Coordenadas locales y globales . . . . . . . . . . . . . . . .
24
Elemento de viga . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
2.2.1
Coordenadas locales y globales . . . . . . . . . . . . . . . .
27
Elemento de viga 3D . . . . . . . . . . . . . . . . . . . . . . . . . .
28
2.3.1
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
Ensamble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
31
Rotaci
on
3 Integraci
on num
erica de las ecuaciones de movimiento
3.1
3.2
4.2
4.3
35
Metodos de integracion directa . . . . . . . . . . . . . . . . . . . .
35
3.1.1
El metodo de las diferencias centrales . . . . . . . . . . . .
36
3.1.2
El metodo de Wilson . . . . . . . . . . . . . . . . . . . . .
37
3.1.3
El metodo de Newmark . . . . . . . . . . . . . . . . . . . .
40
3.1.4
Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
42
Superposici
on modal . . . . . . . . . . . . . . . . . . . . . . . . . .
43
3.2.1
43
Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4 Procesamiento de se
nales
4.1
21
45
La transformada de Fourier . . . . . . . . . . . . . . . . . . . . . .
46
4.1.1
Algunos parametros importantes . . . . . . . . . . . . . . .
48
Errores y ventanas . . . . . . . . . . . . . . . . . . . . . . . . . . .
48
4.2.1
Aliasing . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
4.2.2
Leakage . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
4.2.3
Ventanas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
Funciones de respuesta en frecuencia y funciones de coherencia . .
54
4.3.1
56
Efectos del ruido experimental . . . . . . . . . . . . . . . .
5 Estimaci
on de par
ametros modales
60
INDICE GENERAL
5.1
5.2
5.3
5.4
iv
Metodos de un grado de libertad . . . . . . . . . . . . . . . . . . .
61
5.1.1
Peak picking . . . . . . . . . . . . . . . . . . . . . . . . . .
61
5.1.2
Circle fitting . . . . . . . . . . . . . . . . . . . . . . . . . .
62
Metodos con multiples grados de libertad en el dominio de frecuencias 64

5.2.1
Metodo de mnimos cuadrados no lineales, LSFD . . . . . .
64
5.2.2
Rational Fractional Polynomials . . . . . . . . . . . . . . .
65
Metodos con multiples grados de libertad en el dominio del tiempo
68
5.3.1
El metodo Ibrahim . . . . . . . . . . . . . . . . . . . . . . .
68
5.3.2
El metodo least-squares complex exponential (LSCE) . . .
70
Diagramas de estabilidad . . . . . . . . . . . . . . . . . . . . . . .
72
6 Medici
on Experimental
6.1
6.2
6.3
6.4
74
An
alisis previo a las mediciones . . . . . . . . . . . . . . . . . . . .
74
6.1.1
Rango de frecuencias . . . . . . . . . . . . . . . . . . . . . .
75
6.1.2
Selecci
on de la ubicacion de las respuestas . . . . . . . . . .
75
6.1.3
Selecci
on de los puntos de excitacion . . . . . . . . . . . . .
76
6.1.4
Selecci
on de los puntos de suspension . . . . . . . . . . . .
77
El montaje experimental . . . . . . . . . . . . . . . . . . . . . . . .
78
6.2.1
Mecanismo de Excitacion . . . . . . . . . . . . . . . . . . .
78
6.2.2
Aceler
ometro . . . . . . . . . . . . . . . . . . . . . . . . . .
79
6.2.3
Sensor de fuerzas . . . . . . . . . . . . . . . . . . . . . . . .
80
Selecci
on de la fuerza de excitacion . . . . . . . . . . . . . . . . . .
82
6.3.1
Excitaci
on sinusoidal . . . . . . . . . . . . . . . . . . . . . .
82
6.3.2
Excitaci
on aleatoria . . . . . . . . . . . . . . . . . . . . . .
83
6.3.3
Excitaci
on pseudo-aleatoria . . . . . . . . . . . . . . . . . .
84
6.3.4
Excitaci
on aleatoria en trenes (burst random) . . . . . . . .
84
6.3.5
Excitaci
on de impacto . . . . . . . . . . . . . . . . . . . . .
85
Evaluaci
on inicial de las FRFs medidas . . . . . . . . . . . . . . . .
86
INDICE GENERAL
6.4.1
Repetibilidad . . . . . . . . . . . . . . . . . . . . . . . . . .
87
6.4.2
Reciprocidad . . . . . . . . . . . . . . . . . . . . . . . . . .
87
6.4.3
Linealidad . . . . . . . . . . . . . . . . . . . . . . . . . . . .
87
6.4.4
Caractersticas especiales de una FRF . . . . . . . . . . . .
87
7 Correlaci
on Num
erico-Experimental y Ajuste de Modelos
7.1
7.2
7.3
Parear modelos numericos y experimentales . . . . . . . . . . . . .
92
7.1.1
Tecnicas de reduccion . . . . . . . . . . . . . . . . . . . . .
92
7.1.2
Tecnicas de expansion . . . . . . . . . . . . . . . . . . . . .
94
Tecnicas de correlacion . . . . . . . . . . . . . . . . . . . . . . . . .
95
7.2.1
Diferencia en las frecuencias de resonancia . . . . . . . . . .
96
7.2.2
Comparacion visual de los modos . . . . . . . . . . . . . . .
96
7.2.3
Modal Assurance Criterion . . . . . . . . . . . . . . . . . .
97
7.2.4
Frequency Response Assurance Criterion
. . . . . . . . . .
98
Metodos iterativos de ajuste de modelos . . . . . . . . . . . . . . .
98
7.3.1
Modos y frecuencias naturales . . . . . . . . . . . . . . . . . 101
7.3.2
Funciones de respuesta en frecuencia . . . . . . . . . . . . . 102
8 Ejemplos de An
alisis Modal en Estructuras Reales
8.1
Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 114
Tubo de escape de un auto . . . . . . . . . . . . . . . . . . . . . . 116

8.4.1
8.5
Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 111
Viga de concreto reforzado . . . . . . . . . . . . . . . . . . . . . . . 113

8.3.1
8.4
Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 108
Modelo a escala de un avion . . . . . . . . . . . . . . . . . . . . . . 110

8.2.1
8.3
104
Estructura de barras . . . . . . . . . . . . . . . . . . . . . . . . . . 104

8.1.1
8.2
89
Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 117
El puente I-40 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
INDICE GENERAL
8.5.1
Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 121
Bibliografa
124
Captulo 1
Introducci
on
1.1.
Sistemas de un grado de libertad
1.1.1.
Ecuaci
on de movimiento, funci
on de transferencia
Consideremos el sistema de un grado de libertad mostrado en la Figura 1.1. La

ecuaci
on de movimiento de este sistema viene dada por:
m
x + cx + kx = f (t)
(1.1)
donde,
m: masa
k: coeficiente de rigidez
c: coeficiente de amortiguacion
x
, x,
x: aceleraci
on, velocidad y desplazamiento
f : fuerza de excitaci
on externa
t: tiempo
SISTEMAS DE UN GRADO DE LIBERTAD
k
f(t)
m
x(t)
Figura 1.1:
Transformando la ecuaci
on 1.1 al dominio de Laplace y asumiendo que el
desplazamiento y velocidad inicial son 0, se obtiene:
(mp2 + cp + k)X(p) = F (p)
(1.2)
Lo que se puede escribir como:

Z(p)X(p) = F (p)
(1.3)
Z(p) se denomina la rigidez dinamica.

Invirtiendo la ecuacion 1.2 o 1.3 se obtiene la funcion de transferencia H(p) =
Z 1 (p):
X(p)
H(p)
1.1.2.
H(p)F (p)
p2
1/m
+ (c/m)p + (k/m)
(1.4)
(1.5)
Polos del sistema, frecuencias naturales y factores de

amortiguamiento
El denominador de la ecuacion 1.5 representa la ecuacion caracterstica del sistema.

Las races de esta ecuaci
on son:
r
c
c 2
k
1,2 =
(1.6)
2m
2m
m
Esta ecuacion permite la introduccion de varios conceptos importantes. Si no hay
amortiguamiento, el sistema en estudio es un sistema conservativo (c=0), y la
frecuencias natural (rad/seg) del sistema sin amortiguamiento se define como:
r
k
n =
(1.7)
m
Se define como amortiguamiento crtico, cc , al valor del amortiguamiento que hace

que el termino dentro de la raz en la ecuacion 1.6 sea cero:
r
k
cc = 2m
(1.8)
m
A partir de esta definici
on, se define la razon de amortiguamiento, , como:
c
=
(1.9)
cc
Las races presentadas en la ecuacion 1.6, se pueden escribir como dos races
complejas conjugadas:
+ jd
(1.10)
jd
(1.11)
donde es el factor de amortiguamiento, d es la frecuencia natural del sistema

amortiguado y representa el complejo conjugado
A partir de la definici
on anterior se pueden definir las siguientes relaciones:

p
+ j 1 2 n
(1.12)
q
d2 + 2
(1.13)
p 2
d + 2
(1.14)
1.1.3.
n
p
n 1 2
(1.15)
(1.16)
Soluci
on de la ecuaci
on de movimiento
La soluci
on de la ecuacion 1.1 en el tiempo se puede determinar asumiendo una
soluci
on de la forma:
x = Aet
(1.17)
donde A es una constante. Por lo tanto:

x
= Aet
(1.18)
= 2 Aet
(1.19)
Sustituyendo en la ecuacion 1.1 y asumiendo que las fuerzas externas son nulas, se
obtiene:
m2 Aet + cAet + kAet = 0
(1.20)
Dividiendo por Aet se obtiene la ecuacion caracterstica del sistema:

m2 + c + k = 0
(1.21)
cuya solucion son las races de la ecuaci

on 1.6. Por lo tanto, x = A1 e1 t y x = A2 e2 t ,
son soluciones del problema y su suma es la solucion general:
x = A1 e1 t + A2 e2 t
(1.22)
Las soluciones particulares dependen de las constantes, A1 y A2 , que se determinan

a partir de las condiciones iniciales.
La ecuaci
on 1.22 se puede escribir como:

x = en t A1 ejd t + A2 ejd t
(1.23)
Utilizando las identidades: ejd t = cosd t + jsend t y ejd t = cosd t jsend t,

la ecuaci
x = en t (Bcosd t + Dsend t)
(1.24)
Amplitud
<1
Amplitud
=1
Amplitud
>1
0
Tiempo
Figura 1.2:
Dependiendo del valor de la raz

on de amortiguamiento el sistema se puede clasificar
como sobreamortiguado ( > 1), con amortiguamiento crtico ( = 1) o con
amortiguamiento debil ( < 1). Como se muestra en la Figura 1.2, la respuesta de
un sistema sobreamortiguado es decreciente sin oscilaciones. En cambio, la respuesta
de un sistema con amortiguamiento debil es una respuesta oscilatoria decreciente.
Amortiguamiento crtico es el caso de borde entre un sistema sobreamortiguado y
con amortiguamiento debil.
Para el caso de una respuesta forzada, en donde f (t) de la ecuaci
on 1.1 es distinto
de cero. La solucion viene dada por la solucion general cuando f = 0 mas una
soluci
on particular X:
x = A1 e1 t + A2 e2 t + X
(1.25)
La forma de X depende de la forma de la fuerza de excitacion, la tabla a continuacion

muestra varios casos particulares:
Forma de f (t)
f (t) = A, constante
f (t) = At
f (t) = At2
f (t) = Asen(t) o Acos(t)
Solucion particular
B
Bt + D
Bt2 + D
Bcos(t) + Dsen(t)
Tabla 1.1:
1.1.4.
Residuos
Conociendo las races del sistema, la ecuacion 1.5 se puede escribir como:
H(p) =
1/m
(p )(p )
(1.26)
Ocupando fracciones parciales se tiene que:

H(p) =
A
A
1/m
+
, con A =
(p ) (p )
2jd
(1.27)
En esta formulaci
on A y A se denominan residuos.
1.1.5.
Funci
on de respuesta en frecuencia y funci
on de respuesta
a un impulso
En las secciones anteriores se discute la relacion entre la fuerza y la respuesta

de un sistema de un grado de libertad en el dominio de Laplace. Esta relacion
tambien se puede expresar en el dominio de frecuencias o del tiempo. La funci

on
de transferencia evaluada en el eje de frecuencias (j) se denomina funci
on de
respuesta en frecuencia (FRF):
H(p)|p=j = H() =
A
A
+
(j ) (j )
(1.28)
En general, la contribucion de la parte del complejo conjugado (o la parte de la

frecuencia negativa) es despreciable cerca de la resonancia, = d . En consecuencia,
la funcion de respuesta en frecuencia para un grado de libertad frecuentemente se
aproxima por:
H() '
A
(j )
(1.29)
Amplitud
La Figura 1.3 muestra un grafico de la amplitud y fase de una funcion de respuesta

en frecuencia. Notar que el peak en la FRF se obtiene cuando = d , a esta misma
frecuencia la fase cambia en 180 .
Fase
-pi
Figura 1.3:
Aplicando una transformada inversa de Laplace a la expresion de la funcion de
transferencia se obtiene la funci
on de respuesta a un impulso. La respuesta a un
impulso corresponde a la respuesta a un delta de Dirac en t = 0. Para un grado de
libertad la funci
on de respuesta a un impulso es:

h(t) = et Aeid t + A eid t
(1.30)
El residuo A define la amplitud inicial, la tasa de decrecimiento y d la frecuencia

de oscilacion. Notar que el grafico de la funcion de respuesta a un impulso es
equivalente al de la Figura 1.2.
1.1.6.
Influencia de cambios en la masa, rigidez y amortiguaci

on
Las Figuras 1.4, 1.5 y 1.6 muestran como, la funcion de respuesta en frecuencia
de un sistema de 1 grado de libertad, se ve afectada por cambios en la rigidez,
amortiguamiento y masa.
log(FRF)
Un incremento en la rigidez resulta en una frecuencia de resonancia mayor y un

valor menor de la FRF en el rango de frecuencias bajas. Debido al efecto dominante
de la rigidez a bajas frecuencias, esta region de la FRF se denomina la linea de
rigidez o compliance line.
frecuencia
Figura 1.4: Incremento de la rigidez
Un incremento del amortiguamiento produce una peque
na reduccion de la frecuencia
de resonancia. Sin embargo, la mayor contribucion es una disminucion de la amplitud
de la funcion de respuesta en frecuencia en las cercanas a la resonancia. Tambien,
la fase cambia mas suavemente. Si el amortiguamiento es cero, la magnitud en la
resonancia se vuelve infinito y la fase disminuye repentinamente en 180 grados.
Adicionalmente, los polos del sistema, , se vuelven puramente imaginarios
y en
p
amplitud iguales a la frecuencia natural sin amortiguamiento n = k/m.
log(FRF)
frecuencia
Figura 1.5: Incremento del amortiguamiento
log(FRF)
Un incremento de masa disminuye el valor de la frecuencia de resonancia. La

amplitud de la FRF a altas frecuencias tambien disminuye. Debido al efecto
dominante de la masa a altas frecuencias esta area de la FRF se denomina la linea
de masa.
frecuencia
Figura 1.6: Incremento de la masa
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD
1.2.
10
Sistemas con multiples grados de libertad
En esta secci
on vamos a extender los conceptos vistos en la secci
on anterior para el
caso con multiples grados de libertad.
1.2.1.
Ecuaci
on del sistema, funci
on de transferencia
En la mayora de los casos el sistema no se puede describir como un sistema

de un grado de libertad. La mayora de los sistemas consisten en un ensamble
de un n
umero infinito de masas, resortes y amortiguadores. A continuacion se
mostrara como se relaciona la funcion de transferencia de sistema con multiples
grados de libertad con los par
ametros modales (frecuencias de resonancia y vectores
modales).
En el caso de un sistema con multiple grados de libertad la ecuacion de movimiento
equivale a la ecuacion de un grado de libertad, pero matricial. Para ilustrar esto, se
desarrollara el caso de un sistema de dos grados de libertad mostrado en la Figura
1.7.
f2(t)
x2 (t)
f1(t)
x1 (t)
k2
k1
m2
m1
c1
k3
c2
c3
Figura 1.7: Ejemplo de un sistema de dos grados de libertad

Las ecuaciones de movimiento para este sistema son:
m1 x
1 + (c1 + c2 )x 1 c2 x 2 + (k1 + k2 )x1 k2 x2
= f1
(1.31)
m2 x
2 + (c2 + c3 )x 2 c2 x 1 + (k2 + k3 )x2 k2 x1
= f2
(1.32)
En notaci
on matricial:

m1 0
x
1
c + c2 c2
x 1
k + k2 k2
x1
f1
+ 1
+ 1
=
(1.33)
0 m2 x
2
c2 c2 + c3 x 2
k2 k2 + k3 x2
f2
11
que se puede escribir como:

M {
x} + C {x}
+ K {x} = {f }
(1.34)
donde,
M: matriz de masa
K: matriz de rigidez
C: matriz de amortiguacion
{x}: vector de respuesta
{f }: vector de fuerzas
Esta ecuacion tambien describe el comportamiento de sistemas con mas grados
de libertad. La dimension de las matrices aumenta con el n
umero de grados de
libertad. Transformando esta ecuaci
on de movimiento en el dominio de Laplace,
asumiendo que las velocidades y desplazamientos iniciales son cero, se obtiene:
(M p2 + Cp + K)X(p) = F (p)
(1.35)
Lo que se puede escribir como:

Z(p)X(p) = F (p)
(1.36)
Z(p) es la matriz de rigidez dinamica.

Invirtiendo la ecuacion 1.35
o 1.36 se obtiene la matriz funcion de transferencia
H(p):
X(p)
H(p)F (p)
H(p)
Z(p)1 =
(1.37)
adj(Z(p))
|Z(p)|
(1.38)
donde: adj(Z(p)) es la matriz adjunta de Z(p) y |Z(p)| es el determinante de Z(p).

T
La matriz adjunta viene dada por adj(Z(p)) = [ij |Zij |] . Donde:

|Zij | es el determinante de Z(p), eliminando la fila i y la columna j
ij = 1, si i + j es par; = -1, si i + j es impar
1.2.2.
12
Polos, frecuencias naturales y factores de amortiguamiento
La ecuaci
on caracterstica del sistema viene dada por el denominador de la ecuacion
1.38, es decir, el determinante de Z(p). Al igual que en el caso de un grado de
libertad, las races de esta ecuacion o polos del sistema, definen las frecuencias
naturales. Estas races se pueden determinar resolviendo un problema de valores
propios. Para transformar la ecuacion 1.35 en una ecuacion general de valores
propios, se a
nade la siguiente identidad:
(pM pM ) {x} = 0
(1.39)
combinando las ecuaciones 1.35 y 1.39 se obtiene:

(pA + B) {y} = {f 0 }
(1.40)
donde:

A=
0
M

M
M
, B=
C
0

0
px
0
, {y} =
y {f 0 } =
K
x
f
(1.41)
Por lo tanto, los polos del sistema son los valores de p que satisfacen:
|pA + B| = 0
(1.42)
Notar que las races de esta ecuacion, tambien son las races de la ecuacion
|Z| = 0. Esta ecuacion genera 2n (n= n
umero de grados de libertad) valores propios
complejos, que aparecen en pares de complejos conjugados:
1
..
.
0
n
[] =
..
.
0
1 + j1

..

.
0

+
j
n
n
=

1 j1

..

.
0
n jn
(1.43)
Como en el caso de un grado de libertad, la parte real del polo, i , es el factor de

amortiguamiento y la parte imaginaria, i , es la frecuencia natural amortiguada.
1.2.3.
Vectores modales, residuos
A cada valor propio del sistema le corresponde un vector propio. Para sistemas
con multiples grados de libertad estos vectores propios introducen el concepto de
13
modos normales, formas modales o vectores modales, i . Estos tambien aparecen

en pares de complejos conjugados. Cada vector propio, se relaciona a un valor
propio especifico.

1 1 . . . n n 1 1 . . . n n
=
(1.44)
1
...
n
1
...
n
En general, los vectores propios contiene desplazamientos modales con valores
complejos. Para el valor propio correspondiente, i , se cumple que:
(M 2i + Ci + K)i = 0
(1.45)
De manera similar al caso de un grado de libertad, se puede introducir el concepto

de residuos. Dado que i , i son races de la ecuacion caracterstica del sistema, la
ecuaci
adj(Z(p))
E(p
i )(p i )
i=1
H(p) = Qn
(1.46)
donde E es una constante. Utilizando fracciones parciales:

H(p) =
n
X
i=1
[A]i
[A]i
+
(p i ) (p i )

(1.47)
Los terminos [A]i y [A]i se denominan residuos, y vienen dados por:

[A]i = Pi adj(Z(i ))
(1.48)
Pi es una constante que depende del polo. Estudiando estos residuos se puede
esclarecer la relaci
on entre la matriz de funci
on de transferencia y los vectores
modales. Reescribiendo la ecuacion 1.38:
Z(p)adj(Z(p)) = |Z(p)| [I]
(1.49)
Evaluando para p = i , se obtiene:

Z(i )adj(Z(i )) = 0
(1.50)
Si consideramos una columna arbitraria de adj(Z(i )) se cumple que:

Z(i ) {adj(Z(i ))}k = 0
(1.51)
Esta ecuacion es equivalente a la ecuaci

on 1.45. Esto quiere decir la columnas de
adj(Z(i )) son proporcionales al i-esimo vector modal. Considerando que la matriz
14
adj(Z(i )) es simetrica, entonces sus filas tambien son proporcionales al i-esimo

vector modal. Es decir, la matrix adj(Z(i )) es de la forma:
i,1 i,1 i,1 i,2 . . . i,1 i,n

i,2 i,1 i,2 i,2 . . . i,2 i,n
adj(Z(i )) = Ri i Ti = Ri .
(1.52)
..
..
..
..
.
.
.
i,n i,1
i,n i,2
...
i,n i,n
donde Ri es una constante asociada al vector i . A partir de la ecuacion anterior,

se tiene que cada residuo es de la forma:
[A]i = Qi i Ti
(1.53)
Y se obtiene finalmente que:

n
X
Q T
Qi i Ti
+ i i i
H(p) =
(p i )
(p i )
i=1
1.2.4.
(1.54)
Funci
on de respuesta en frecuencia (FRF) y funci
on de
respuesta a un impulso (IRF)
La funcion de respuesta en frecuencia (FRF) es la funcion de transferencia evaluada

en el eje de frecuencias (j):

n
X
Qi i T
Qi i Ti
i
H(j) =
+
(j i ) (j i )
i=1
(1.55)
La funcion de respuesta a un impulso (IRF) viene dada por la transformada inversa

de la funci
on de respuesta en frecuencia:
h(t) =
N
X
r t
(Qr r Tr er t + Qr r T
)
r e
(1.56)
r=1
Se debe notar que, en el caso de multiples grados de libertad, para cada valor de ,
H(j) es una matriz. Hik (j) corresponde a funcion de respuesta en frecuencia,
cuando se excita la estructura en k y se mide la respuesta en i, o viceversa (H(j)
es simetrica):
Hik (j) = Hki (j) =
Xi (j)
Xk (j)
=
Fk (j)
Fi (j)
(1.57)
15
log(H11)
Las Figuras 1.8,1.9 y 1.10 muestran un ejemplo de las tres FRF para el sistema
de dos grados de libertad de la Figura 1.7. Los peaks en las curvas son las
frecuencias de resonancia, que tienen el mismo valor para todas las FRF, ya que son
propiedades globales de la estructura. Por otro lado, las frecuencias donde las FRF
tienen cadas se denominan antiresonancias. Los valores de las antiresonancias
varan para cada FRF, ya que son propiedades locales de la estructura.
w1
w2
frecuencia
log(H12)
Figura 1.8: Funci

on de respuesta en frecuencia, excitacion en 1, respuesta en 1
w1
w2
frecuencia
Figura 1.9: Funcion de respuesta en frecuencia, excitacion en 1, respuesta en 2

o excitaci
on en 2, respuesta en 1
16
log(H22)
w1
w2
frecuencia
Figura 1.10: Funci

on de respuesta en frecuencia, excitacion en 2, respuesta en 2
Imag(H11)
Se debe recalcar que la funcion de respuesta en frecuencia posee valores complejos,

y se puede representar de distintas maneras: parte real e imaginaria vs frecuencia,
amplitud (usualmente en escala logartmica) y fase vs frecuencia, y por u
ltimo se
puede graficar la parte real vs imaginaria con la frecuencia como un parametro
variable dentro de la curva. Este

u
ltimo se denomina diagrama de Nyquist, en la
Figura 1.11 se muestra un ejemplo.
Real(H11)
Figura 1.11: Diagrama de Nyquist, H11
1.2.5.
Sistemas sin amortiguamiento y con amortiguamiento

proporcional
En las secciones anteriores se vio es caso mas general, en donde, el amortiguamiento

es aproximado como un amortiguamiento viscoso general. Estos sistemas entregan
polos de valores complejos, vectores modales de valores complejos con fases distintas
para cada vector y funciones de respuesta en frecuencia complejas. A continuacion
17
se estudiaran dos casos particulares: sin amortiguamiento y con amortiguamiento

proporcional.
Si la matriz de amortiguamiento, C, es cero, el sistema de ecuaciones en el dominio
de Laplace es:

p2 M + K {x} = {f }
(1.58)
2

En este caso, las races del polinomio caracterstico p M + K , se encuentran
f
acilmente resolviendo el siguiente problema de valores y vectores propios:

p2 M + K {x} = 0
(1.59)
La solucion a este problema entrega los valores propios, i2 , y los vectores propios
correspondientes, i . Se debe notar que en este caso, los vectores propios tienen
valores reales. Es por esto, que en el caso sin amortiguamiento, los vectores modales
se denominan vectores modales normales o reales.
La matriz de rigidez din
amica en el dominio de frecuencias (p = j),
Z(j) = 2 M + K
(1.60)
tiene valores reales. Por lo tanto, su inversa, la matriz de frecuencia en respuesta

H(j), tambien tiene valores reales. La expresion general 1.55 se puede simplificar
a:
n
X
2ji Qi i Ti
H(j) =
(1.61)
(i2 2 )
i=1
Notar que dado que H(j) posee valores reales, entonces Qi es puramente
imaginario.
El caso de amortiguamiento proporcional es una forma hipotetica de amortiguamiento. En su forma mas sencilla, la matriz de amortiguamiento, C, toma la forma:
C = M + K
(1.62)
donde y son constantes reales.

En este caso el sistema de ecuaciones es:

p2 M + p(M + K) + K {x}
{f }
(1.63)

(p2 + p)M + (p + 1)K {x}
{f }
(1.64)
Considerando la versi
on homogenea de esta ecuacion y dividendo por (p + 1):
2

p + p
M + K {x} = 0
(1.65)
p + 1
18
Esta ecuaci
on es similar al caso sin amortiguamiento. Los sistemas con
amortiguamiento proporcional tienen polos complejos, i , que cumplen:
2i + i
= i2
i + 1
(1.66)
y modos normales, iguales a los del caso sin amortiguamiento. La complejidad

de los calculos para el caso de amortiguamiento proporcional es menor al caso
de amortiguamiento general. Esta es la raz
on principal para la introduccion
del amortiguamiento proporcional. Este

entrega un intermedio entre el caso
sin amortiguamiento y el caso de amortiguamiento viscoso general. Con
amortiguamiento proporcional, la funcion de respuesta en frecuencia posee valores
complejos y toma la forma:
H(j) =
n
X
i=1
1.2.6.
2ji Qi i Ti
(i2 + i2 2 ) 2ji
(1.67)
Ortogonalidad y coordenadas modales
Los modos normales satisfacen un set de condiciones, conocidas como condiciones

de ortogonalidad. Consideremos el problema de valores y vectores propios para el
caso sin amortiguamiento o con amortiguamiento proporcional:

i2 M + K i = 0
Consideremos ahora dos modos arbitrarios r y s:
Kr
r2 M r
Ks
s2 M s
pre-multiplicando la primera ecuacion por Ts y la segunda ecuacion por Tr :

Ts Kr
= r2 Ts M r
Tr Ks
s2 Tr M s
Transponiendo la segunda ecuacion y restandola a la primera, se tiene que:

(r2 s2 )Ts M r = 0
(1.68)
Esta ecuaci
on nos da dos posibilidades diferentes:
Ts M r = 0
r 6= s
(1.69)
Ts M r 6= 0
r=s
(1.70)
19
La primera ecuacion nos dice que dos modos distintos son ortogonales con la matriz
de masa (tambien con la matriz de rigidez) y que cuando se calcula el producto del
mismo modo con la matriz de masa como en la segunda ecuaci
on, el producto no
es cero. El valor de este producto se denomina masa generalizada mi
mi = Ti M i
(1.71)
De manera similar se define la rigidez generalizada ki

ki = Ti Ki
(1.72)
Dado lo anterior, se tiene que:

T M
= m
(1.73)
T K
= k
(1.74)
es la matriz de modos normales, m y k son matrices diagonales denominadas

matriz de masa modal y matriz de rigidez modal respectivamente.
Debido a que la matriz de modos normales esta sujeta a una normalizacion arbitraria,
los valores de ki y mi no son u
nicos. Lo que si se puede demostrar es que la
razon ki /mi es u
nica y tiene un valor igual a i2 . Entre los distintos metodos de
normalizaci
on de los modos, el m
as relevante en an
alisis modal es la normalizaci
on
con respecto a la matriz de masa. Los modos normalizados con respecto a la matriz
de masa tiene la propiedad:
T M
= I
(1.75)
T K
(1.76)
donde es una matriz diagonal que contiene los valores caractersticos i2 en la

diagonal principal.
Introduciendo la transformacion modal x = q en la ecuacion 1.58 y premultiplicando por T , se obtiene que:
p2 T M q + T Kq
T {f }
(1.77)
( 2 m + k)q
T {f }
(1.78)
Para el caso de amortiguamiento proporcional, se define la matriz de amortiguamiento modal:

c = T C
(1.79)
20
Lo que da el siguiente sistema de ecuaciones desacopladas:

(p2 m + pc + k)q = T {f }
(1.80)
Captulo 2
El M
etodo de Elementos
Finitos
Fundamentalmente, existen dos tipos de metodos de elementos finitos; el metodo
de las fuerzas, donde se asumen las fuerzas y se calculan los desplazamientos y el
metodo de los desplazamientos, donde se asumen los desplazamientos y se calculan
las fuerzas. Este u
ltimo es el mas utilizado para analisis de vibraciones y sera el
que se describir
a a continuacion.
El primer paso para construir un modelo en elementos finitos es discretizar la
estructura en un n
umero de elementos. Se pueden definir tres familias de elementos.
(1) Elementos unidimensionales (linea), (2) Elementos bidimensionales (planos) y
(3) elementos tridimensionales (solidos).
Elementos
bidimensionales
Elementos
unidimensionales
Resorte, barra, viga, etc.
Membrana, placa, etc.
Elementos
tridimensionales
Slidos, fluidos, temperatura, etc.
Figura 2.1: Tipos de elementos finitos

Para cada elemento se define u
como los desplazamientos en los nodos y u(x), (x)
y (x) como los desplazamientos, deformaciones y esfuerzos en el elemento, en
21

EL METODO
DE ELEMENTOS FINITOS
22
funcion de las coordenadas del elemento x. u

y u se relacionan por la matriz de
funciones de forma N (x), la que es caracterstica para cada tipo de elemento.
u(x) = N (x)
u
(2.1)
la deformaci
on se puede expresar como:
(x) = Du(x) = DN (x) u
= B(x)
u
| {z }
(2.2)
B(x)
D es el operador diferencial espacial, que para el caso general viene dado por:
x1
x2
D= 0
0
0
0
x3
x2
x1
x3
x2
T
x3
(2.3)
x1
Se puede demostrar que las matrices de rigidez y masa de un elemento viene dadas
por:
Z
K
B T HBdV
(2.4)
N T N dV
(2.5)
Z
M
=
V
Donde V es el volumen del elemento, es la densidad del material y H es una

matriz del material. La tabla a continuacion entrega las expresiones de H para
cada tipo de elemento.
Problema
Matriz H
Barra
Viga
EI
Deformaciones planas
E
1 2
1
0
Esfuerzos planos
E(1)
(1+)(12)
0
0
1
2

(1)
0
(1)
1
0
0
0
12
2(1)
ELEMENTO DE BARRA
23
Axisimetrico
E(1)
(1+)(12)
(1)

(1)
1
0
Placa en flexi
on
Tridimensional

(1)

(1)
E(1)
(1+)(12)
0
0
0
(1)
(1)
(1)
(1)
1
0
0
0
0
0
0
Notaci
on: E=Modulo de Young, = Coeficiente de Poisson
h=Espesor de la placa, I=Momento de inercia
2.1.
Elemento de barra
Consideremos el elemento de barra de Figura 2.2:

i
j
A,E
x
L
Figura 2.2: Elemento de barra

L: largo del elemento
A: area de la secci
on
E: Modulo de Young
ui : desplazamiento en nodo i
u(x): desplazamientos
0
1
1
2
(1)

(1)
0
0
1
0
1
Eh3
12(1 2 )
0
12
2(1)
(1)
(1)
0
0
0
0
0
12
2(1)
0
0
0
0
0
0
12
2(1)
0
0
0
0
0
12
2(1)
ELEMENTO DE BARRA
24
Para el caso de una barra se definen dos funciones de forma:

Ni (x)
Nj (x)
x
L
x
L
(2.6)
(2.7)
Los desplazamientos se pueden escribir como:

ui
u(x) = Ni Nj
= Nu
uj
(2.8)
Por lo tanto,
N

d
N = 1/L 1/L
dx
1 x/L
x/L
(2.9)
(2.10)
Por ultimo las matrices de rigidez y masa viene dada por:

Z L

EA 1 1
1/L
Kl =
E 1/L 1/L Adx =
1/L
L 1 1
x=0
Z
Ml =
x=0

1 x/L
1 x/L
x/L

L/3
x/L Adx = A
L/6
2.1.1.

L/6
L/3
(2.12)
Coordenadas locales
i
(2.11)
yA,E
globales
j
Consideremos una barra como la mostrada en la Figura 2.3. Para determinar las
L
matrices de rigidez y masa en funcion de las coordenadas globales, es necesario
definir las matrices de rotacion.
v
y
u
y2
x
x2
y1
x1
Figura 2.3: Sistema de coordenadas locales y globales
ELEMENTO DE VIGA
25
De la Figura 2.3 se tiene que:
cos
u1
=
0
u2
| {z } |
sin
0
0
cos
0
sin
{z
ql
x1
y1
x2
y2
{z
qg
(2.13)
Dado que la energa es invariante respecto del sistema de referencia:

1 T
q Kl ql
2 l
1 T
q Kg qg
2 g
(2.14)
1 T
q Ml ql
2 l
1 T
q Mg qg
2 g
(2.15)
De donde se obtiene que las matrices con respecto al sistema global vienen dadas
por:
2.2.
Kg
RT Kl R
(2.16)
Mg
R T Ml R
(2.17)
Elemento de viga
Consideremos elemento de viga como el mostrado en la Figura 2.4.
y
vj, j
vi, i
E,I
i
j
L
Figura 2.4: Elemento de viga
L: Largo
I: Momento de inercia de la seccion
E: Modulo de Young
ELEMENTO DE VIGA
26
v(x): Desplazamiento vertical

(x): Rotaci
on en el eje z
Para el caso de un elemento de viga se definen las cuatro funciones de forma
mostradas en la Figura 2.5.
= 1-
= x-
= -
Figura 2.5: Funciones de forma para un elemento de viga

Por lo tanto, se tiene que:
N (x)
B(x)
x
x
1 3L
2 + 2 L3
x 2 xL +

d
N (x) = L62 +
2
d x
12x
L3
x3
L2
L4 +
x
3L
2
6x
L2
6
L2
x3
L3
xL +
12x
L3
x3
L2
L2 +
6x
L2
(2.18)

(2.19)
ELEMENTO DE VIGA
27
De donde se obtiene finalmente que:

vi
Kl
EI
12
6L
L3
12
6L
2.2.1.
6L 12 6L
4L2 6L 2L2
6L 12 6L
2L2 6L 4L2
Ml
vj
156
A
22L
420 54
13L
22L
54
4L2 13L
13L 156
3L2 22L
(2.20)
13L
3L2
22L
4L2
(2.21)
Coordenadas locales y globales
Consideremos una viga como la mostrada en la Figura 2.6.

y
y2
x
x2
y1
x1
Figura 2.6: Sistema de coordenadas locales y globales

De la Figura 2.6 se tiene que:
v1
sin
1
0

v2 =
0
2
0
|
cos
0
0
0
0
0
1
0
0 sin
0
0
{z
R
0
0
cos
0
1
}
x1
y1
1
x2
y2
2
(2.22)
ELEMENTO DE VIGA 3D
28
Las matrices con respecto al sistema global vienen dadas por:
2.3.
Kg
= RT Kl R
(2.23)
Mg
= R T Ml R
(2.24)
Elemento de viga 3D
Un elemento de viga 3D combina un elemento de viga, barra e incorpora ademas

torsi
on. La Figura 2.7 muestra un esquema, cada nodo tiene 6 grados de libertad.
y
x
z
v2
v1
v2
v1
u1
E, A, Ix, Iy, Iz
w1
u2
w2
w1
u1
w2
u2
Figura 2.7: Elemento de viga 3D

En este caso, las matrices de rigidez y masa del elemento de viga 3D en el sistema
coordenadas local vienen dadas por:
ELEMENTO DE VIGA 3D
Kl
u1
v1
EA
L
0 12EIz
L3
0
0
0
0
EI
0
0
=
6EIy
L3
0
L2
EA 0
L
0 12EIz
L3
0
0
0
0
0
0
6EIz
0
L2
Ml
29
= AL
1
3
0
0
0
0
0
1
6
0
0
0
0
0
0
13
35
0
0
0
11L
210
0
9
70
0
0
0
13L
210
w1
0
0
12EIy
L3
0
6EIy
L2
0
0
0
12EIy
L3
0
6EIy
L2
0
0
0
13
35
0
11L
210
0
0
0
9
70
0
13L
210
u1
v1
w1
0
0
0
0
0
GIx
L
0
0
0
0
0
GIx
L
0
0
0
0
0
r2
3
0
0
0
0
0
r2
6
0
0
6EIy
L2
0
4EIy
L
0
0
0
6EIy
L2
0
2EIy
L2
0
0
0
11L
210
0
L2
105
6EIy
L2
0
0
0
4EIz
L
0
6EIz
L2
0
0
0
2EIz
L2
0
11L
210
0
0
0
2
0
0
0
L
105
13
420
0
0
0
0
L2
140
0
13
420
L
140
u2
v2
EA
L
0
0
0
0
0
EA
L
12EIz
L3
w2
0
0
0
6EIz
L2
0
0
0
0
6EIy
L2
0
0
0
0
0
0
0
0
12EIy
L3
6EIz
L2
1
6
0
0
0
0
0
1
3
0
0
0
0
0
9
70
0
0
0
13
420
0
13
35
0
0
0
11L
210
v2
w2
0
0
0
0
0
0
0
12EIy
L3
12EIz
L3
u2
0
6EIy
L2
0
0
9
70
0
13
420
0
0
0
13
35
0
11L
210
GIx
L
0
0
0
0
0
GIx
L
0
0
0
0
0
r2
6
0
0
0
0
0
r2
3
0
0
6EIy
L2
0
2EIy
L2
0
0
0
6EIy
L2
0
4EIy
L
0
0
0
13L
210
0
L2
140
0
0
0
11L
210
0
L2
105
6EIz
L2
2EIz
L2
0
6EIz
2
0
4EIz
L
0
13L
210
0
0
0
L2
140
0
11L
210
0
0
0
L2
105
ELEMENTO DE VIGA 3D
2.3.1.
30
Rotaci
on
A continuacion se construira el operador de rotacion, que permite expresar las

matrices con respecto a un sistema global de coordenadas. Sean,
p1
p2
x1
y1
z1
x2
y2
z2
las posiciones de los nodos del elemento en el sistema global de coordenadas.
La direcci
on del eje neutral del elemento,
e se define por:
x
p2 p1
p2 p1
ex =
=
kp2 p1 k
L
(2.25)
ey y
ez , es necesario definir un tercer punto p3 que junto a p1 y p2
Para definir
definen el plano Oxz del elemento. Definiendo p3 se tiene que:
(p3 p1 ) (p2 p1 )
k(p3 p1 ) (p2 p1 )k
ey
ez
=
ex
ey
(2.26)
(2.27)
es el producto cruz entre dos vectores. Ahora se puede definir el operador de

rotaci
on que relaciona:
xg = Rxl
(2.28)
donde xg es la posici
on de los ejes globales y xl es la posicion de los ejes locales:

T
ex
ey
ey
R=
(2.29)
Se tiene que:
u
v
=
u
v
=
x
y
R
x
y
R
(2.30)
(2.31)
ENSAMBLE
31
De donde, se puede expresar el vector de desplazamientos del elemento en los ejes

locales y globales como:
x1
u1
y1
v1
z
w
1
1
x1
u1
R
0
0
0
y1
v1
z1
0
R
0
0
w1
=
(2.32)
x2
0 0 R 0
u2
y2
0 0 0 R
v2
{z
}
z
w
2
2
x2
u2
y2
v2
z2
w2
Las matrices de rigidez y masa del elemento, expresadas en el sistema global de
coordenadas quedan,
2.4.
Kg
T T Kl T
(2.33)
Mg
T T Ml T
(2.34)
Ensamble
La matrices de masa y rigidez de un sistema es un ensamble de las matrices de

cada elemento. Para realizar el ensamble, necesitamos saber que grados de libertad
estan asociados que elemento en la estructura. Por ejemplo, consideremos el caso
de una viga simple apoyada en ambos extremos que se muestra en la Figura 2.8.
1
Figura 2.8:
Esta viga esta compuesta por 5 elementos de viga, cada uno con 4 grados de
libertad. La estructura en total tiene 5 elementos, 6 nodos y 12 grados de libertad
(2 grados por nodo). La matriz de rigidez de la viga completa es un ensamble de
las 5 matrices de rigidez, ubicadas en los grados de libertad correspondiente. Esto
es, la matriz K1 del primer elemento abarca los grados 1 a 4, la matriz K2 los
ENSAMBLE
32
elementos 3 a 6, etc. La Figura 2.9 ilustra este ensamble. La matriz de masa se

construye de manera equivalente.
K1
0
K2
K=
K3
K4
0
K5
Figura 2.9: Ensamble matriz de rigidez

La condicion de borde, es que los grados de libertad de desplazamiento vertical
en los nodos 1 y 6 estan fijos. Para fijar grados de libertad, se eliminan las filas y
columnas asociadas a estos grados en las matrices ensambladas. El siguiente codigo
resuelve el problema en Matlab:
%Propiedades de la viga
E=3.2e10; %Pa modulo de elasticidad
rho=2500; %densidad Kg/m3
A=0.05; %m2
area
Iz=1.66e-4; %m4 inercia secci
on
%Definici
on de los elementos
l=6; %largo total en metros
n=5; %n
umero de elementos
le=l/n; %m largo de un elemento
ne=(n+1)*2; %grados de libertad
%Nodos con restricciones de libertad
fix=[1 11]; %Nodos con restricciones
%matriz de masa de un elemento
Me=rho*A*le/420*[156
22*le
54
22*le
4*le2 13*le
54
13*le
156
-13*le -3*le2 -22*le
-13*le;
-3*le2;
-22*le;
4*le2];
ENSAMBLE
%matriz de rigidez de un elemento

Ke=E*Iz/le3*[12
6*le
-12
6*le;
6*le
4*le2 -6*le 2*le2;
-12
-6*le
12
-6*le;
6*le
2*le2 -6*le 4*le2];
%matrices iniciales
K=zeros(ne,ne);
M=zeros(ne,ne);
%locel: grados de libertad asociados a cada elemento
for i=1:n
j=2*(i-1)+1;
locel(i,1:4)=(j):(j+3);
end
%ensamble
for i=1:n
K(locel(i,:),locel(i,:))=K(locel(i,:),locel(i,:)) + Ke;
M(locel(i,:),locel(i,:))=M(locel(i,:),locel(i,:)) + Me;
end
%fijar grados de libertad
free=setdiff(1:ne,fix);
K=K(free,free);
M=M(free,free);
%frecuencias naturales y modos
[Phif,W]=eig(K,M);
w=sqrt(diag(W))/2/pi;
Phi=zeros(ne,ne-length(fix));
Phi(free,:)=Phif;
%Gr
afica los primeros tres modos
for i=1:3
figure
set(gcf,Position,[100 100 500 400])
set(gca,FontSize,18)
set(gca,Units,centimeters)
set(gca,Position,[1.0 1.5 11 8])
set(gcf, PaperUnits,inches);
plot(0:ne/2-1,Phi(1:2:ne,i),-b,LineWidth,3)
33
ENSAMBLE
34
xlim([0 ne/2-1])
set(gca,YTick,[]); set(gca,XTick,[0:5]);
set(gca,XTicklabel,[1:6]); xlabel(Nodo,FontSize,16)
title([Modo num2str(i) , \omega= num2str(w(i),3)
Hz],FontSize,16) grid on; end
La Figura 2.10 muestra los primeros tres modos de la viga.

Modo 1, = 9Hz
4
Nodo
Modo 3, = 81.6Hz
Modo 2, = 36Hz
Nodo
Figura 2.10: Modos de la viga
4
Nodo
Captulo 3
Integraci
on num
erica de las
ecuaciones de movimiento
Para un problema general, la ecuacion de movimiento viene dada por:
Mx
+ C x + Kx = F
(3.1)
Donde M, C y K son las matrices de masa, amortiguacion y rigidez respectivamente.

F es un vector de fuerzas externas, y x
, x,
x son vectores de aceleraci
on, velocidad
y desplazamiento respectivamente.
Matematicamente, la ecuacion 3.1 representa un sistema de ecuaciones diferenciales
lineales de segundo orden, las que en un principio, se pueden resolver por
procedimientos est
andar para ecuaciones diferenciales ordinarias. Sin embargo,
estos procedimientos pueden ser muy costosos (en terminos de tiempo y cantidad
de c
alculos necesarios) si las matrices son grandes. En el analisis de elementos
finitos, se utilizan algunos algoritmos eficientes para resolver las ecuaciones de
movimiento, los que veremos en las secciones siguientes. Los metodos que veremos
se dividen en dos categoras: integraci
on directa y superposici
on modal. Aunque
ambas tecnicas puedan parecer muy distintas a primera vista, estan fuertemente
relacionadas, y la seleccion de una u otra depende de su eficiencia para calcular la
soluci
on numerica.
3.1.
M
etodos de integraci
on directa
En la integracion directa las ecuaciones de movimiento son integradas por un

procedimiento numerico por pasos, el termino directa significa que no es necesario
35

DIRECTA
METODOS
DE INTEGRACION
36
hacer transformaciones de las ecuaciones previo a la integracion numerica.

En los procedimientos de integracion temporal, se asume que los vectores de
aceleracion, velocidad y desplazamiento en el tiempo t = 0 ,
x(0), x(0),
x(0), son
conocidos. La soluci
on se divide en pasos de tiempo t.
3.1.1.
El m
etodo de las diferencias centrales
El metodo de las diferencias centrales utiliza la aproximacion:

x
(t) =
1
(x(t t) 2x(t) + x(t + t))
t2
(3.2)
El error en la expansi
on de 3.2 es del orden de t2 , para tener el mismo orden de
error en la expansi
on de la velocidad se utiliza:
x(t)
1
(x(t + t) x(t t))
2t
(3.3)
El desplazamiento en el tiempo t + t se obtiene al considerar la ecuacion de

movimiento en t:
Mx
(t) + C x(t)
+ Kx(t) = F (t)
(3.4)
Substituyendo, se obtiene:

1
1
2
1
1
M
+
C
x(t+t)
=
F
(t)
K
M
x(t)
M
C
x(tt)
t2
2t
t2
t2
2t
(3.5)
Se debe notar que para calcular x(t + t), son necesarios x(t) y x(t t). Por
lo tanto, se debe utilizar un procedimiento especial de inicializacion. Dado que se
conocen x
(0), x(0),
x(0), las ecuaciones 3.2 y 3.3 se pueden utilizar para calcular

x(t):
x(t) = x(0) tx(0)
t2
x
(0)
2
(3.6)
En general, para llegar a soluciones estables se requiere un paso de tiempo

relativamente peque
no. De hecho, en el metodo de las diferencias centrales es
paso de tiempo debe ser menor que un valor crtico tcr . El paso de tiempo crtico
se determina como:
tcr =
Tn
(3.7)

DIRECTA
METODOS
DE INTEGRACION
37
donde Tn es el menor periodo en el sistema, entre el inverso de la mayor frecuencia

natural y la frecuencia de las fuerzas externas. La Tabla 3.1 ilustra el procedimiento
paso a paso para resolver las ecuaciones de movimiento mediante el metodo de las
diferencias centrales.
Tabla 3.1: Procedimiento paso a paso, metodo de diferencias
centrales
C
alculos iniciales:
1. Crear matrices de rigidez K, masa M y amortiguacion C.
2. Inicializar x
(0), x(0),
x(0).
3. Seleccionar paso de tiempo t, t tcr . Calcular constantes de integracion.
a0 =
1
;
t2
a1 =
1
;
2t
a2 = 2a0 ;
a3 =
1
a2
4. Calcular x(t) = x(0) tx(0)
+ a3 x
(0)
= a0 M + a1 C.
5. Formar matriz de masa efectiva M
Para cada paso de tiempo:
1. Calcular fuerzas efectivas en t:
F (t) = F (t) (K a2 M )x(t) (a0 M a1 C)x(t t)
2. Determinar desplazamientos en t + t:
1 F (t)
x(t + t) = M
3. Si se requiere, evaluar las aceleraciones y velocidades en t:
x
(t) = a0 (x(t t) 2x(t) + x(t + t))
x(t)
= a1 (x(t + t) x(t t))
3.1.2.
El m
etodo de Wilson
En el metodo de Wilson se asume una variacion lineal de la aceleracion entre

un paso de tiempo t y t + t, donde 1, como se ilustra en la Figura 3.1.

DIRECTA
METODOS
DE INTEGRACION
38
Si = 1, el metodo se reduce a un esquema de aceleracion lineal. Pero se puede

demostrar que para asegurar estabilidad incondicional es necesario utilizar 1,37,
usualmente se emplea = 1,4
( + )
( + )
()
t + t
t + t
Figura 3.1: Supuesto de aceleracion lineal, metodo de Wilson

Denotemos como el incremento en el tiempo, donde 0 t. Entonces en el
intervalo t a t + t se tiene que:
x
(t + ) = x
(t) +
(
x(t + t) x
(t))
t
(3.8)
Integrando la ecuaci
on anterior se obtiene que,
x(t
+ ) = x(t)
+ x
(t) +
2
(
x(t + t) x
(t))
2t
(3.9)
y
1
3
x(t + ) = x(t) + x(t)
+ 2x
(t) +
(
x(t + t) x
(t))
2
6t
(3.10)
Usando 3.9 y 3.10, se tiene en el tiempo t + t,

t
(
x(t + t) + x
(t))
2
x(t
+ t)
x(t)
+
x(t + t)
x(t) + tx(t)
+
2 t2
(
x(t + t) + 2
x(t))
6
(3.11)
(3.12)
De donde se puede expresar x

(t + t) y x(t
+ t) en terminos de x(t + t):
x
(t + t)
6
6
(x(t + t) x(t))
x(t)
2
x(t)
2 t2
t
(3.13)
x(t
+ t)
t
3
(x(t + t) x(t)) 2x(t)

x
(t)
t
2
(3.14)

DIRECTA
METODOS
DE INTEGRACION
39
Para obtener la soluci

on de los desplazamientos, velocidades y aceleraciones en el
tiempo t + t, se considera la ecuaci
on de movimiento en el tiempo t + t. Sin
embargo, dado que la aceleracion varia linealmente, se utiliza un vector de fuerzas
extrapolado linealmente, i e., la ecuacion utilizada es:
Mx
(t + t) + C x(t
+ t) + Kx(t + t) = F (t + t)
(3.15)
F (t + t) = F (t) + (F (t + t) F (t))
(3.16)
Sustituyendo las ecuaciones 3.13 y 3.14 en 3.15, se obtiene una ecuacion en donde
se puede despejar x(t + t). Luego, sustituyendo x(t + t) en 3.13, se obtiene
x
(t + t) la que es usada en las ecuaciones 3.8 a 3.10, todas evaluadas en = t
para calcular x(t + t), x(t
+ t) y x
(t + t). El algoritmo completo se da en la
Tabla 3.2
Se debe notar que con este metodo no se requiere inicializaciones especiales, dado
que los desplazamientos, velocidades y aceleraciones en el tiempo t + t se expresan
en terminos de las mismas cantidades en el paso de tiempo anterior t.
Tabla 3.2: Procedimiento paso a paso, metodo de Wilson
C
alculos iniciales:
2. Inicializar x
(0), x(0),
x(0).
3. Seleccionar paso de tiempo t y . Calcular constantes de integracion.
a0 =
6
;
(t)2
a5 =
a2
;
a1 =
3
;
t
3
a6 = 1 ;
a2 = 2a1 ;
a7 =
t
;
2
a3 =
a8 =
t
;
2
a4 =
a0
t2
6
= K + a0 M + a1 C.
4. Formar matriz de rigidez efectiva K
1. Calcular fuerzas efectivas en t + t:
F (t + t) = F (t) + (F (t + t) F (t)) + M (a0 x(t) + a2 x(t)
+ 2
x(t))
+C(a1 x(t) + 2x(t)
+ a3 x
(t))

DIRECTA
METODOS
DE INTEGRACION
40
1 F (t + t)
x(t + t) = K
3. Evaluar aceleraciones, velocidades y desplazamientos en t + t:
x
(t + t) = a4 (x(t + t) x(t)) + a5 x(t)
+ a6 x
(t)
x(t
+ t) = x(t)
+ a7 (
x(t + t) + x
(t))
x(t + t) = x(t) + tx(t)
+ a8 (
x(t + t) + 2
x(t))
3.1.3.
El m
etodo de Newmark
El metodo de Newmark tambien se puede relacionar con un metodo de aceleraciones

lineales. Utiliza los siguientes supuestos:
x(t
+ t)
x(t + t)
x(t)
+ [(1 )
x(t) + x
(t + t)] t

1
x(t) + x(t)t
+
x
(t) +
x (t + t) t2
2
(3.17)
(3.18)
donde y son parametros que determinan la precision y estabilidad del metodo

de integracion. Cuando = 12 y = 16 , las ecuaciones 3.17 y 3.18 corresponden
al metodo de aceleraciones lineales (que tambien se obtiene con = 1 en
el metodo de Wilson ). Newmark propuso originalmente como condicion de
estabilidad incondicional el esquema de promedio constante de la aceleracion
(tambien denominado regla trapezoidal), en donde = 12 y = 14 (ver Figura 3.2).
( + )
()
1
+ ( + )
2
t + t
Figura 3.2: Esquema de promedio de aceleracion constante de Newmark

DIRECTA
METODOS
DE INTEGRACION
41
Adicionalmente a las ecuaciones 3.17 y 3.18, para la soluci

on de los desplazamientos,
velocidades y aceleraciones en t + t, se utilizan las ecuaciones de movimiento en
t + t:
Mx
(t + t) + C x(t
+ t) + Kx(t + t) = F (t + t)
(3.19)
De la ecuacion 3.18 se puede despejar x

(t + t) en funcion de x(t + t) y despues
se puede reemplazar en la ecuacion 3.17. De esta manera se obtienen x
(t + t)
y x(t
+ t) en funci
on del desplazamiento x(t + t). Sustituyendo estas dos
expresiones en la ecuacion 3.19, se puede despejar x(t + t), de donde tambien se
tienen x
(t + t) y x(t
+ t).
El algoritmo completo utilizando el algoritmo de Newmark se ilustra en la tabla
3.3. Se debe notar la cercana relacion entre el metodo de Wilson y el metodo de
Newmark.
Tabla 3.3: Procedimiento paso a paso, metodo de Newmark
C
alculos iniciales:
2. Inicializar x
(0), x(0),
x(0).
3. Seleccionar t y los parametros y . Calcular constantes de integracion.
0,50;
0,25(0,5 + )2
1
1
1
;
a1 =
;
a2 =
;
a3 =
1;
t2
t
t
2

t
2 ;
a6 = t(1 );
a7 = t
a5 =
2
a0 =
= K + a0 M + a1 C.
4. Formar matriz de rigidez efectiva K
1. Calcular fuerzas efectivas en t + t:
F (t + t) = F (t + t) + M (a0 x(t) + a2 x(t)
+ a3 x
(t))
+C(a1 x(t) + a4 x(t)
+ a5 x
(t))
a4 =

DIRECTA
METODOS
DE INTEGRACION
42
1 F (t + t)
x(t + t) = K
3. Evaluar aceleraciones y velocidades en t + t:
x
(t + t) = a0 (x(t + t) x(t)) a2 x(t)
a3 x
(t)
x(t
+ t) = x(t)
+ a6 x
(t) + a7 x
(t + t)
3.1.4.
Ejemplo
Consideremos un sistema simple, cuyas ecuaciones de movimiento son las siguientes:

2
0
0
1

x
1
x
2

0,3
+
0,1
0,1
0,2

x 1
x 2

6
+
2
2
4

x1
x2

=
0
10

(3.20)
Las frecuencias naturales del este sistema son 0.23Hz y 0.36Hz, por lo tanto el menor
periodo del sistema es 2.78s. El paso de tiempo crtico es tcr = 2,78
= 0,88s.
Utilizando un paso de tiempo 0.18s se obtienen, de acuerdo a los algoritmos
descritos en las secciones anteriores, los resultados mostrados en la Figura 3.3. Los
tres algoritmos de integraci
on dan resultados similares, aunque el metodo de las
diferencias centrales es que metodo que m
as se acerca a la solucion exacta. Se
asumieron desplazamientos y velocidades iniciales nulas.
Dif. Centrales
Wilson
Newmark
Exacta
3
2.5
2
x1(t)
1.5
1
0.5
0
-0.5
-1
0
2
3
Tiempo (s)
Figura 3.3: Desplazamientos obtenidos
MODAL
SUPERPOSICION
3.2.
43
Superposici
on modal
En los metodos de integraci

on directa se deben realizar muchas operaciones en
cada paso de tiempo. Si se debe integrar en un numero alto de pasos de tiempo,
puede ser m
as conveniente transformar las ecuaciones de movimiento en una forma
que requiera de menos operaciones para cada paso de tiempo.
Aprovechando las propiedades ortogonales de los modos propios, se puede definir
la transformaci
on:
x(t) = y(t)
(3.21)
De donde se obtiene la ecuacion de movimiento:

T M
y + P hiT Cy + P hiT Ky = T F
(3.22)
Las matrices T M , T C y T K son matrices diagonales, por lo que el sistema

de ecuaciones 3.22 es un sistema de ecuaciones desacoplado. En consecuencia, se
tienen n ecuaciones individuales de la forma:
mi yi + ci yi + ki yi = ri
ri = Ti F (t)

i = 1, 2, 3, . . . , n
(3.23)
La soluci
on para cada una de las ecuaciones se puede obtener utilizando los
algoritmos de integracion antes descritos o de acuerdo al procedimiento descrito en
la secci
on 1.1.3.
Una vez calculada la solucion para cada una de las ecuaciones. La solucion general
se obtiene al superponer las soluciones modales:
x(t) =
n
X
i yi (t)
(3.24)
i=1
3.2.1.
Ejemplo
Consideremos el sistema de ecuaciones 3.20. Para este sistema los modos normales
son:

0,5774 0,4082
=
(3.25)
0,5774 0,8165
Reemplazando en ecuacion 3.22, se obtiene:

1 0
y1
0,1 0,0
y 1
2 0
y1
5,7735
+
+
=
(3.26)
0 1
y2
0,0 0,25
y 2
0 5
y2
8,1650
MODAL
SUPERPOSICION
44
Este sistema de ecuaciones se puede resolver utilizando alg

un algoritmo de
integraci
on. Utilizando diferencias centrales con el mismo paso de tiempo del
ejemplo anterior, se obtiene la solucion para y(t). La solucion, x(t), viene dada por:

x(t) =
0,5774
0,5774

y1 (t) +
0,4082
0,8165

y2 (t)
(3.27)
La solucion obtenida se muestra en la Figura 3.4. Como es de esperarse, la solucion

es la misma que si se utiliza diferencias modales con o sin transformacion modal de
las ecuaciones. La ventaja de la transformacion modal es que se reduce el tiempo
requerido para calcular la solucion a cada paso de tiempo.
3
2.5
2
x (t)
1.5
1
0.5
0
-0.5
Superposicion Modal
Dif. Centrales
-1
0
2
3
Tiempo (s)
Figura 3.4: Desplazamientos obtenidos
Captulo 4
Procesamiento de se
nales
El procesamiento de digital se
nales es una herramienta muy importante en el
analisis de sistemas. En esta seccion se dara un resumen de los conceptos basicos
asociados al procesamiento de se
nales.
La se
nales, en general, se pueden clasificar de acuerdo a la tabla 4.1. Las se
nales
estacionarias son aquellas cuyas propiedades promedio no varan con el tiempo,
pueden ser o deterministicas o aleatorias. El grupo mas importante de se
nales
deterministicas son las se
nales periodicas. Una funci
on pseudo-aleatoria es una
se
nal aleatoria que se repite con un cierto periodo.
Las se
nales no estacionarias se pueden dividir en continuas o transientes. Las se
nales
transientes se pueden definir como se
nales que comienzan y terminar en cero en el
periodo de observaci
on.
Se
nales
Estacionarias
No estacionarias
Determinstica Aleatoria Continua Transiente
Peri
odica
Cuasi-peri
odica
Pseudo-aleatoria
Tabla 4.1: Tipos de se
nales
Dado que el objetivo del procesamiento de se
nales es extraer el m
aximo de
informacion de las se
nales, es en general beneficioso estudiar las se
nales en distintos
dominios. Las se
nales medidas son, claramente, funciones en el dominio del tiempo.
Para estudiar su contenido en frecuencias, es mas facil examinar las se
nales en el
45
LA TRANSFORMADA DE FOURIER
46
dominio de frecuencias. La transformada (inversa) de Fourier, permite transformar

de manera sensilla una se
nal en el tiempo a una se
nal en frecuencia y viceversa. En
consecuencia, la transformada de Fourier es uno de los temas mas importante en
procesamiento de se
nales.
4.1.
La transformada de Fourier
J.B. Fourier probo que una funcion periodica en el tiempo se puede representar
como una suma de componentes sinusoidales a frecuencias equiespaciadas:
g(t) =
+
X
G(kf )ej2kf t
(4.1)
Los coeficientes de fourier viene dados por:

Z
1 +T /2
G(kf ) =
g(t)ej2kf t dt
T T /2
(4.2)
con:
t: tiempo
k: entero que cuenta los pasos en frecuencia
f : espaciado de frecuencias o resolucion de frecuencia: f = 1/T
j = 1
T: periodo de tiempo: T = 1/f
El set de valores G(kf ) se denomina espectro de la funci
on g(t). En general el
espectro posee valores complejos.
Al utilizar computadores digitales, es necesario adquirir la se
nal continua en
intervalos de tiempo. Esto significa que la se
nal continua es representada por
una se
nal discreta con valores a tiempos equidistantes. Considerando esto la
transformada de Fourier queda como:
Z
1 +fs /2
G(f )ej2f nt df
(4.3)
g(nt) =
fs fs /2
G(f ) =
+
X
con:
g(nt)ej2f nt
(4.4)
LA TRANSFORMADA DE FOURIER
47
n: entero contando el numero de pasos de tiempo

t: intervalo de muestreo: t = 1/fs
fs : frecuencia de muestreo: fs = 1/t
En condiciones reales de medicion experimental es imposible medir la se
nal temporal
hasta un tiempo infinito. Una parte de la se
nal debe ser seleccionada. Se asume que
la se
nal capturada se repite con un periodo T, entregando una funcion periodica.
Combinando la hip
otesis de periodicidad con un muestreo temporal de la se
nal, se
obtiene la definici
on de la transformada discreta de Fourier:
g(nt) =
Ns 1
1 X
G(kf )ej2nk/Ns
fs
(4.5)
k=0
G(kf ) =
Ns 1
1 X
g(nt)ej2nk/Ns
Ns n=0
(4.6)
con: Ns : n
umero de datos: T = Ns t y fs = Ns f
La evaluacion directa de la transformada discreta de Fourier requiere Ns2 operaciones.
Con la transformada rapida de Fourier (FFT) se reduce el n
umero de operaciones a
Ns log2 Ns . La transformada rapida de Fourier es el n
ucleo de todos los procesadores
de se
nal modernos.
Consideremos como ejemplo una se
nal sinusoidal, con periodo T=0.02s y amplitud
A=1:
x(t) = sen(250t)
(4.7)
La se
nal es muestreada a una frecuencia de 10kHz y se considera el periodo de
tiempo 0-0.2s. En la Figura 4.1 se ilustra el resultado de la transformada rapida de
Fourier de la se
nal.
ERRORES Y VENTANAS
48
1.5
0.5
Amplitud
Amplitud
1
0
0.5
-0.5
-1
0
0.05
0.1
Tiempo (s)
0.15
0.2
0
0
20
40
60
Frecuencia (Hz)
80
100
Figura 4.1: Espectro de una se

nal periodica
4.1.1.
Algunos par
ametros importantes
Aqu se resumen algunos de los parametros mencionados en los parrafos anteriores:

T : Periodo de tiempo en donde se adquieren Ns muestras equiespaciadas
de la se
nal a ser analizada. En la mayora de los analizadores de Fourier
Ns esta restringidos a potencias de 2 (por ejemplo, 1024). Relaciones: T =
Ns t = 1/f
fs : Frecuencia de muestreo, frecuencia a la cual se adquieren y digitalizan
los datos. Relaciones: fs = 1/t = Ns f
t : Intervalo de muestreo: intervalo de tiempo al cual la se
nal es muestreada.
Relaciones: t = T /Ns = 1/fs
f : Espaciado de frecuencias en el espectro. Relaciones: f = 1/T = fs /Ns .
En consecuencia, mediciones con un espaciado de frecuencias peque
no (i.e.
una resoluci
on en frecuencias alta) conllevan tiempos de medicion mayores.
fmax : Frecuencia maxima: frecuencia mayor contenida o permitida en la
se
nal temporal. Seg
un el teorema de Shannon: fmax fs /2
Ns : N
umero de muestras en el periodo de tiempo T: Ns = T /t = fs /f
4.2.
Errores y ventanas
Durante el proceso de an
alisis digital de una se
nal pueden ocurrir muchos errores.
Errores tpicos son sobrecargas, ruido digital, errores de cuantificacion, limitaciones
del rango dinamico. Sin embargo, los dos errores principales son aliasing y leakage.
ERRORES Y VENTANAS
4.2.1.
49
Aliasing
El aliasing se produce debido al hecho que la se

nal temporal debe ser muestreada.
Componentes de alta frecuencia en la se
nal pueden causar errores de amplitud y
frecuencia en el espectro. Si la mayor frecuencia contenida en una se
nal no cumple
con el teorema de Shannon: fmax fs /2, entonces las frecuencias por sobre fs /2
van a aparecer como frecuencias menores a fs /2. La Figura 4.2 muestra un ejemplo
de Aliasing, se muestran tres senos con frecuencias de 1, 4 y 6 Hz muestreados a 5
Hz, a la frecuencia de muestreo los tres senos son identicos.
1
1 Hz
4 Hz
6 Hz
Amplitud
0.5
-0.5
-1
0
0.2
0.4
0.6
Tiempo (s)
0.8
Figura 4.2: Aliasing: Seno a 1, 4 y 6 Hz, muestreados a 5 Hz (crculos)

Aliasing se puede evitar removiendo todos los componentes con frecuencias mayores
a fs /2. Esto se puede lograr con una se
nal de excitaci
on apropiada, aunque se
logra generalmente utilizando un filtro pasa bajas. Dado que no existen filtros que
remuevan todas las frecuencias altas a cero sin influenciar en las bajas, los filtros
se fijan normalmente a un 40 % de fs .
4.2.2.
Leakage
El Leakage se origina debido a que los datos deben ser adquiridos en un periodo
de observacion finito T . La transformada discreta de Fourier asume entonces que
la se
nal es peri
odica con periodo T. Si esta condicion no se cumple, se produce un
error de leakage. La Figura 4.3 ilustra el espectro obtenido de una se
nal tipo
coseno, cuando la funcion es peri
odica en T y cuando no lo es. En el segundo caso,
ERRORES Y VENTANAS
50
el espectro discreto no coincide con el real. El error en la hip

otesis de periodicidad
produce errores importantes de amplitud y frecuencia.
1.5
Amplitud
Amplitud
0.5
0
0
4
6
Frecuencia (Hz)
10
4
6
Frecuencia (Hz)
10
Tiempo (s)
1.5
Amplitud
Amplitud
0.5
0.8
1.6
Tiempo (s)
2.4
0
0
Figura 4.3: Hipotesis de periodicidad, Leakage

La u
nica solucion al problema de leakage, es asegurarse que la se
nal es periodica o
se observa completamente en el periodo de adquisici
on, lo que en general, es muy
difcil de lograr. En sistemas perfectamente lineales, se puede lograr al excitarlos
con una se
nal periodica en el intervalo de tiempo considerado. Aumentar el tiempo
de adquisici
on, i.e. aumentar la resolucion en frecuencias, ayuda a mejorar la
periodicidad de la se
nal. El uso de ventanas de tiempo tambien ofrecen una solucion
parcial al problema de leakage.
4.2.3.
Ventanas
El uso de ventanas de tiempo no se puede evitar en el procesamiento digital de una

se
nal. Al medir una se
nal temporal, solo una parte de la se
nal total es considerada.
ERRORES Y VENTANAS
51
Esto equivale a multiplicar la se

nal actual con una ventana de tiempo rectangular
(Figuras 4.4(a) y 4.5(a)). Sin embargo, una mejor seleccion de la ventana puede
reducir considerablemente el error debido a leakage. En general, se buscan ventanas
que reduzcan las discontinuidades en los extremos de la se
nal, dado que reducen el
error por leakage al forzar la se
nal a ser periodica. La selecci
on de una ventana de
tiempo, es siempre un compromiso entre una buena estimaci
on de la amplitud y
una buena resolucion espectral. La figura 4.4 muestra un conjunto de ventanas de
tiempo que son usualmente empleadas.
Hamming
Amplitud
Amplitud
Hanning
Amplitud
Rectangular
0
Tiempo (s)
0
Tiempo (s)
(a) Rectangular
Tiempo (s)
(b) Hanning
(c) Hamming
Flat-top
Amplitud
Amplitud
Gaussian
0
Tiempo (s)
(d) Gaussian
Tiempo (s)
(e) Flat-top
Figura 4.4: Diferentes ventanas de tiempo

En la Figura 4.5 se muestra el espectro obtenido de una se
nal periodica utilizando las
distintas ventanas de tiempo. La se
nal esta compuesta por un coseno de frecuencia
f1 y amplitud 1, y un coseno de frecuencia f2 y amplitud 0.01. El coseno de
frecuencia f1 no es periodico en el intervalo de tiempo considerado. Se observa que
solo algunas ventanas son capaces de separar bien ambas se
nales.
Es importante notar, que dado que la se
nal no es periodica en el periodo considerado,
la amplitud en el dominio de frecuencias depende de la ventana y de la ubicacion
de la se
nal no-periodica con respecto a los puntos de frecuencias muestreadas. En
consecuencia, este error no puede ser corregido por un factor general. Tambien es
importante destacar, que el uso de ventanas no rectangulares, reduce el total de
energa en la se
nal. Lo que conlleva a una reduccion en la amplitud mostrada en
el dominio de frecuencias. La cantidad de energa solo depende de la forma de la
ventana y por lo tanto, este error puede ser compensado.
52
Amplitud
log(Amplitud)
ERRORES Y VENTANAS
f1 f2
Tiempo (s)
Frecuencia (Hz)
Amplitud
log(Amplitud)
(a) Rectangular
f1 f2
Tiempo (s)
Frecuencia (Hz)
Amplitud
log(Amplitud)
(b) Hanning
f1 f2
Tiempo (s)
Frecuencia (Hz)
Amplitud
log(Amplitud)
(c) Hamming
f1 f2
Tiempo (s)
Frecuencia (Hz)
Amplitud
log(Amplitud)
(d) Gaussian
f1 f2
Tiempo (s)
Frecuencia (Hz)
(e) Flat-top
Figura 4.5: Diferentes ventanas, f (t) = cos(f1 (2t)) + 0,01cos(f2 (2t))
ERRORES Y VENTANAS
53
Existen dos ventanas especiales que se utilizan test de impacto. En el caso de

test de impacto la se
nal de entrada es una se
nal tipo pulso y la respuesta es una
combinaci
on de sinusoides que disminuye en el tiempo (Figura 4.6).
Para la respuesta se usa una ventana exponencial w(t) = et . En el caso
de estructuras con baja amortiguacion o si el tiempo de adquisicion es muy
breve, la respuesta no llegar
a a cero al final del bloque de tiempo, lo que
causa discontinuidades y leakage. Al multiplicar esta respuesta con una ventana
exponencial da como resultado una se
nal que es casi zero al final del bloque de
tiempo. En el caso de estructuras con alta amortiguacion o con un tiempo de
adquisicion alto, la se
nal llega a cero antes del final del bloque de tiempo y el
resto de lo medido es b
asicamente ruido experimental. Al aplicar una ventana
exponencial, en este caso, se reduce la contribucion del ruido.
Dado que la fuerza es de corta duracion, cualquier ruido durante el resto de la
se
nal no es deseable. Aplicar una ventana que sea igual a la ventana exponencial
durante el pulso, suavemente desciende a cero justo despues del pulso y permanece
igual a cero durante el resto del bloque de tiempo, ofrece una solucion al problema
del ruido (Figura 4.7).
Figura 4.6: Se
nal tpica de impacto y respuesta al impacto
Figura 4.7: Ventanas de fuerza y exponencial
FUNCIONES DE RESPUESTA EN FRECUENCIA Y FUNCIONES DE COHERENCIA
54
La combinacion de una venta de fuerza y una ventana exponencial, a

nade
amortiguamiento al sistema. La funciones de respuesta en frecuencia resultantes
van a contener el efecto de este amortiguamiento extra. No es facil remover este
amortiguamiento de las funciones de respuesta en frecuencia, sin embargo, puede
ser considerado en la etapa de estimacion de parametros.
4.3.
Funciones de respuesta en frecuencia y funciones

de coherencia
Sea F (f ) el espectro en frecuencia de una se

nal de entrada f (t) y X(f ) es espectro
en frecuencia de una se
nal de salida x(t), la funcion de respuesta en frecuencia
(FRF), H(f ), entre ambas se
nales se define como:
H(f ) =
X(f )
F (f )
(4.8)
Al calcular H(f ) con la expresion anterior se corre el riesgo que existan terminos
donde F (f ) sea cero. Por lo tanto, en la practica se utilizan maneras alternativas
de calcular H(f ), utilizando las potencias espectrales:
H1 (f )
X(f ) F (f )
GXF
=
F (f ) F (f )
GF F
(4.9)
H2 (f )
GXX
X(f ) X (f )
=
F (f ) X (f )
GF X
(4.10)
El principal motivo para estimar las funciones de respuesta en frecuencia con las
ecuaciones anteriores es la reduccion del ruido no correlacionado en las se
nales de
entrada o salida al promediar.
55
En la practica, la funci
on de respuesta en frecuencia es estimada con valores
promedio de las potencias espectrales,
F F
G
Na
1 X
(GF F )n
Na n=1
(4.11)
XX
G
Na
1 X
(GXX )n
Na n=1
(4.12)
F X
G
Na
1 X
(GF X )n
Na n=1
(4.13)
XF
G
Na
1 X
(GXF )n
Na n=1
(4.14)
donde Na es el numero de promedios (el ensayo se repite Na veces), lo que entrega

una aproximaci
on de mnimos cuadrados de H(f ).
Dado que las funciones de respuesta en frecuencia se obtiene de una aproximacion
de mnimos cuadrados, se puede definir un coeficiente de correlacion. En este caso,
la correlacion se denomina funcion de coherencia y es una medida del error de
mnimos cuadrados. La coherencia se define por:

2
GF X
H1 (f )
2 =
(4.15)
=
H2 (f )
GF F GXX
La coherencia varia entre 0 y 1. Un valor de 1, indica una relacion perfectamente
lineal entre las se
nales de entrada y salida por sobre todos los promedios. Una
coherencia menor a uno, se puede deber a uno de los siguientes motivos:
Ruido no correlacionado en las mediciones de f (t) y/o x(t)
No-linealidades del sistema en investigacion
Leakage en el an
alisis
Desfase en las mediciones no compensado en el analisis.
4.3.1.
56
Efectos del ruido experimental
Consideremos que las se

nales de excitacion y respuesta verdaderas son e(t) y
r(t), respectivamente, las se
nales medidas son:
f (t)
e(t) + m(t)
(4.16)
x(t)
r(t) + n(t)
(4.17)
donde m(t) y n(t) representa representan ruido no correlacionado. La ecuaci

on
anterior implica que las potencias espectrales de la se
nal son:
GF F
GEE + GM M + GEM + GM E
GXX
GRR + GN N + GRN + GN R
GF X
GER + GEN + GM R + GM N
GXF
GRE + GRM + GN E + GN M
(4.18)
La funci
on de respuesta en frecuencia verdadera viene dada por:
H(f )
GRE
GRR
=
GEE
GER
GRR
GEE
|H(f )|
(4.19)
De la ecuaci
on anterior se tiene:
GER GRE = GRR GEE
(4.20)
Bajo el supuesto razonable que las se

nales de ruido no est
an correlacionadas entre
ellas ni con las se
nales de excitacion y de respuesta, entonces GEM = GM E =
GRN = GN R = GEN = GN E = GM R = GRM = GM N = GN M = 0, se pueden
estudiar tres casos de interes.
57
Caso 1. Ruido en la se
nal de excitaci
on, sin ruido en la respuesta
Dado que n(t) = 0, ecuaci
on 4.18 se convierte:
GF F
GEE + GM M
GXX
GRR
GF X
GER
GXF
GRE
Evaluando H1 de acuerdo a la ecuacion 4.9:

GRE
H
H1 =
=
GEE + GM M
1 + GM M /GEE
(4.21)
(4.22)
Se ve la verdadera funcion de respuesta en frecuencia es subestimada ya que el

denominador es mayor a uno. Evaluando ahora H2 de acuerdo a la ecuacion 4.10:
GRR
GRE
=
=H
(4.23)
GER
GEE
lo que demuestra que, bajo la hip
otesis de ruido no correlacionado, H2 es insensible
a ruido en la se
nal de excitacion.
H2 =
De lo anterior se deduce que si la se

nal de la fuerza esta contaminada por ruido no
correlacionado, un estimador preferente para H es H2 .
La funci
on de coherencia en este caso viene dada por,
1
2 =
1 + GM M /GEE
(4.24)
como es esperado, la coherencia depende de la razon entre la se

nal y el ruido:
mientras menor sea la razon entre el ruido y la se
nal, mas cercana a uno es la
coherencia.
Caso 2. Sin ruido en la se
nal de excitaci
on, ruido en la respuesta
Ecuaci
on 4.18 es en este caso:
GF F
GEE
GXX
GRR + GN N
GF X
GER
GXF
GRE
(4.25)
58
Evaluando H1 de acuerdo a la ecuacion 4.9:

H1 =
GRE
=H
GEE
(4.26)
Por lo tanto, H1 es insensible a ruido no correlacionado en la respuesta. Evaluando

ahora H2 de acuerdo a la ecuacion 4.10:

GRE (1 + GN N /GRR )
GN N
GRR + GN N
=
=H 1+
(4.27)
H2 =
GER
GEE
GRR
La ecuaci
on anterior muestra que H2 sobreestima a la verdadera FRF, dado que el
valor en el parentesis es mayor a 1.
De lo anterior se deduce que si la respuesta esta contaminada por ruido no
correlacionado, un estimador preferente para H es H1 .
La coherencia viene dada por,
2 =
1
1 + GN N GRR
(4.28)
Caso 3. Ruido en ambas se

nales
En este caso,
GF F
GEE + GM M
GXX
GRR + GN N
GF X
GER
GXF
GRE
(4.29)
De donde se tiene:
H1 =
H
GRE
=
GEE + GM M
1 + GM M /GEE

GRR + GN N
GN N
H2 =
=H 1+
GER
GRR
(4.30)
(4.31)
y la funci
on de coherencia viene dada por,
2 =
1
(1 + GN N GRR )(1 + GM M /GEE )
(4.32)
59
Es evidente que:
H1 < H < H2
(4.33)
por lo tanto una buena estimacion para H es la media geometrica de estas dos
cantidades. Esta estimaci
on se denomina Hv
s
p
1 + GM M /GRR
Hv = H1 H2 = H
(4.34)
1 + GM M /GEE
A partir de los resultados anteriores se pueden sacar algunas conclusiones. En las
resonancias la se
nal de excitacion es particularmente susceptible al ruido, ya que
se requiere una peque
na fuerza para generar desplazamientos significativos, por
otro lado, la respuesta tiene una razon se
nal-ruido baja. Por lo tanto, en las zonas
cercanas a la resonancia se puede esperar una mejor estimacion si se utiliza el
estimador H2 .
En contraste, en las zonas lejanas a la resonancia (y especficamente cerca de las
antiresonancias) la respuesta es mas sensible a contaminacion por ruido. Entonces
en estas zonas se obtiene una mejor estimacion con H1 .
Captulo 5
Estimaci
on de par
ametros
modales
Los metodos de identificacion de parametros buscan extraer la informacion modal
de una estructura a partir de mediciones experimentales. Estos metodos se clasifican
principalmente en metodos en el dominio del tiempo o metodos en el dominio de
frecuencias. Los metodos en el dominio del tiempo siempre se pueden utilizar, ya
sea para respuesta libre o forzada (con o sin conocimiento de las fuerzas). Por otro
lado, los metodos en el dominio de frecuencias se pueden utilizar solo en casos de
vibraciones forzadas y cuando las fuerzas son conocidas.
Para cada dominio hay metodos que utilizan informacion de un s
olo punto de
medicion y otros que utilizan la informacion de varios puntos simultaneamente. En
cada uno de estos casos pueden haber una o varias fuerzas de excitaci
on externas.
Lo que lleva a la siguiente clasificacion:
1. Una respuesta debido a una fuerza (SISO) single-input single-output
2. Varias respuestas debido a una fuerza (SIMO) single-input multiple-output
3. Varias respuestas debido a varias fuerzas (MIMO) multiple-input multipleoutput
4. Una respuesta debido a varias fuerzas (MISO) multiple-input multiple-output
En el dominio de tiempo, las respuestas contienen naturalmente informacion acerca
del contenido en frecuencias, aunque esta escondida, por lo que no es posible
definir a priori cuantas resonancias hay presentes en un cierto periodo de tiempo. En
60

METODOS
DE UN GRADO DE LIBERTAD
61
consecuencias, los metodos en el dominio del tiempo deben estimar simultaneamente

varias resonancias de la estructura y para los metodos SIMO y MIMO varios modos
de vibracion. Estos metodos son conocidos como metodos de multiples grados
de libertad (MDOF). En el dominio de frecuencia, dado que los peaks de las
resonancias son visibles, es posible realizar una identificaci
on modo por modo. Estos
metodos se denominan metodos de un grado de libertad (SDOF).
A continuaci
on se detallaran algunos de los metodos de identificacion de parametros
m
as utilizados.
5.1.
M
etodos de un grado de libertad
En general, la respuesta din

amica de un sistema es una superposicion de muchos
de sus modos. Sin embargo, si en una cierta banda de frecuencia se asume que
un solo modo es importante, lo parametros de este modo se pueden determinar
separadamente. Los metodos basados en este supuesto se denominan metodos
de un grado de libertad, estos metodos son una manera rapida de obtener los
par
ametros modales ya que requieren poco esfuerzo y memoria computacional.
5.1.1.
Peak picking
El metodo peak picking es talvez el metodo mas sencillo dentro de los de un grado
de libertad. Este metodo utiliza la curva de la FRF en la cercana a una resonancia
como si fuese la curva de un sistema de un grado de libertad. El procedimiento del
metodo peak picking es el siguiente:
Estimar la frecuencia natural
La frecuencia natural se selecciona como la frecuencia del maximo en la curva
de FRF, r = max .
Estimar el amortiguamiento
Para estimar el amortiguamiento, se ubican las frecuencia ubicadas a cada
lado del m
aximo identificado y que corresponden a una amplitud de la FRF
max
igual a (ver Figura 5.1). La razon de amortiguamiento se puede estimar
2
como,
r =
b2 a2
b a
2
4r
2r
(5.1)
Estimar la constante modal

La funcion de respuesta en frecuencia a un sistema de un grado de libertad
r =
r =
or
(c)
2 r2
(8.5)
b2 a2 b a
2 r
4 r2
(8.6)
Estimating the modal constant
Ar
. The
r r2 62
METODOS
2
modal constant Ar can be estimated from Ar = max r r . For viscous damping
model, this becomes Ar = 2 max r r2 .
From the SDoF model, the FRF at the peak is known to be max =
cerca de la resonancia viene dada por (ecuacion 1.29),
Due to its remarkable simplicity, the peak-picking method (Figure 8.4) can derive
quick analysis results. However,
it is not capable
of producing
accurate
modal data.
A
A
A
A
' the peak FRF
= value, which is very=difficult
=to measure accurately,

(5.2)
r ) on
This methodH(
relies
(jr r )
(jr r jr )
r
r r
to estimate the natural frequency and modal constant. Damping is estimated from
Conocido
el valor
aximo
de data
la FRF,
la are
constante
A sehalf
puede
estimar
half power
points
only. del
No m
other
FRF
points
used. The
power
points
como:
max r r as it is unlikely that they are two of the measured data points.
have to
be interpolated,
FRF (dB)
| (r) |
| ( r ) |
2
Frecuencia
Figure 8.4 Peak-picking method
Figura 5.1: Peak picking
5.1.2.
Circle fitting
El metodo de circle fitting es un de metodo de un grado de libertad, puede estimar

los polos del sistema y los modos normales (reales o complejos). Este metodo se
basa en el hecho que la funcion de respuesta en frecuencia de un sistema de un
grado de libertad describe un circulo en el diagrama de Nyquist (ver Figura 1.11).
Si la influencia de otros modos se aproxima por una constante compleja R + jI,
la funci
on de respuesta en frecuencia cerca de la resonancia, r , se puede escribir
como,
H() '
U + jV
+ R + jI
r + j( r )
(5.3)
Para determinar los parametros de H, primero se selecciona un conjunto de puntos

en las cercanas de la resonancia seleccionada. Luego se ajusta un circulo a estos
puntos, como se ilustra en la Figura 5.2.

METODOS
63
Figura 5.2: Circle fitting

La frecuencia natural amortiguada, r , corresponde al punto de maxima razon de
cambio de angulo entre puntos (maxima distancia angular entre puntos) o con un
angulo de fase cercano al angulo de fase del centro del circulo, para modos bien
separados la diferencia entre estos angulos sera peque
na.
La raz
on de amortiguamiento, r , se puede estimar como,
r =
2 1
r (tan(1 /2) + tan(2 /2))
(5.4)
donde, 1 y 2 son dos frecuencias a ambos lados de r

1 y 2 son los
angulos entre el radio de 1 y 2 y el radio de r .
El di
ametro del circulo y la posici
on angular de la frecuencia natural contiene la
informaci
on del residuo complejo U + jV :
tan()
U
V
U2 + V 2
r
(5.5)
(5.6)
donde es el di
ametro del circulo y es el angulo entre la linea que conecta el
centro del circulo con la frecuencia natural y el eje imaginario.

METODOS
CON MULTIPLES GRADOS DE LIBERTAD EN EL DOMINIO DE FRECUENCIAS
64
5.2.
M
etodos con multiples grados de libertad en el
dominio de frecuencias
5.2.1.
M
etodo de mnimos cuadrados no lineales, LSFD
El metodo de mnimos cuadrados no lineales en el dominio de frecuencias, es un

metodo para estimar los polos y modos normales (si se utilizan multiples respuestas).
Se basa en el modelo modal en el dominio de frecuencias. La funcion de respuesta
en frecuencia entre una respuesta en el punto i y una excitaci
on en el punto k se
puede aproximar por:

Nm
X
LRik
ir Lrk
ir Lrk
Hik () =
+ U Rik
+
2
r
r
r=1
|
{z
}
(5.7)
Gi k()
donde U Rik y LRik son los residuos superiores e inferiores respectivamente.

Los residuos aproximan el efecto de modos bajo y sobre el rango de frecuencias en
estudio. Hik () es la funcion de respuesta en frecuencia medida experimentalmente,
mientras que el lado derecho de la ecuacion es el modelo modal considerando Nu
par
ametros desconocidos r , ir , Lrk , U Rik , LRik , indicado en la funcion:
Gik () = Gik (, r , ir , Lrk , U Rik , LRik )|r=1,...,Nm
(5.8)
La diferencia entre la funcion de respuesta en frecuencia medida y estimada viene

dada por:
eik () = Hik () Gik ()
(5.9)
El error total en el rango de frecuencias de interes es:

Eik =
Nf
X
eik (f )eik (f )
(5.10)
f =0
Considerando todas las funciones de respuesta en frecuencia entre Ni entradas y

No respuestas, el error total es:
E=
N0 X
Ni
X
i=1 k=1
Eik
(5.11)

METODOS
65
Los par
ametros desconocidos se obtienen al imponer que estos minimicen el error
total:
E
r
(5.12)
..
.
E
LRik
(5.13)
0
(5.14)
El sistema de ecuaciones anterior es altamente no-lineal, pero puede resolverse

iterativamente como un problema linealizado (con una expansion de primer orden).
Debido a las desventajas conocidas de estos algoritmos, como la necesidad de
tener buenos valores de partida, la velocidad de convergencia limitada, el riesgo de
divergencia, etc., estos metodos nunca se hicieron populares. Sin embargo, pueden
ser una herramienta u
til para mejorar la precision de un modelo modal existente.
Si los polos del sistema y los factores de participacion modal ya fueron estimados,
la ecuacion 5.7 se convierte en un set de ecuaciones lineales en funcion de los
parametros desconocidos: ir , U Rik y LRik . El set de ecuaciones resultantes es
relativamente f
acil de resolver.
5.2.2.
Rational Fractional Polynomials
La idea detras de este metodo es expresar la funcion de respuesta en frecuencia como

el cuociente entre dos polinomios. Estableciendo la relacion entre los coeficientes
de los polinomios y los parametros modales, se puede llegar a la identificacion de
los par
ametros.
La definicion de la funcion de respuesta en frecuencia como el cuociente de dos
polinomios viene de la definici
on de la funci
on de transferencia en el dominio de
Laplace,
H(s) =
N (s)
a0 + a1 s + a2 s2 + . . . + am sm
=
D(s)
b0 + b1 s + b2 s2 + . . . + sn
(5.15)
En este caso el orden del denominador, n, es mayor que el del numerador, m, por
2. Para simplificar se define:
p0 (s) = 1,
p1 (s) = s,
p2 (s) = s2 ,
...,
pm (s) = sm
(5.16)
q0 (s) = 1,
q1 (s) = s,
q2 (s) = s2 ,
...,
qm (s) = sm
(5.17)

METODOS
Entonces la funci
on de respuesta en frecuencia se puede expresar como:
Pm
ak pk (j)
H() = Pk=0
n
k=0 bk qk (j)
66
(5.18)
Para el analisis subsiguiente se asume que hay mediciones en p frecuencias 1 , 2 ,

. . ., p . Tambien se asume que hay p frecuencias negativas p , p1 , . . ., 1 . Se
puede demostrar para las frecuencias negativas se cumple que,
H(i ) = H(ji ) = H (ji )
(5.19)
El prop
osito de las frecuencias negativas quedara claro mas adelante. Para comenzar
la identificaci
on de los coeficientes se define la funcion de error,
e() = H() H()
(5.20)
donde H() es la FRF estimada como el cuociente de dos polinomios y H()

es la
FRF experimental. Lo que lleva a:
Pm
ak pk (j)
e() = Pk=0
H()
(5.21)
n
k=0 bk qk (j)
Este error es una funcion no-lineal de los coeficientes ak y bk . Para facilitar el
an
alisis el error se re-define como:
!
n
m
n1
X
X
X
e() = e()
bk qk (j) =
ak pk (j) H()
bk qk (j) + qn (j) (5.22)
k=0
k=0
k=0
El error total para todas las frecuencias se puede escribir en forma matricial:
E
{e(p ), . . . , e(1 ), e(1 ), . . . , e(p )}
[P ]{A} [Q]{B} {W }
(5.23)
(5.24)

METODOS
67
donde,
p0 (jp ) p1 (jp ) . . . pm (jp )

..
. ...
...
...
p0 (j1 ) p1 (j1 ) . . . pm (j1 )
p0 (j1 )
p1 (j1 )
. . . pm (j1 )
..
. ...
...
...
p0 (jp )
p1 (jp )
. . . pm (jp )
[Q]

H(jp )q0 (jp )
...
H(j
1 )q0 (j1 )
H(j
)q0 (j1 )
1
...
H(j
p )q0 (jp )
{a0 , a1 , . . . , am }T
{b0 , b1 , . . . , bn1 }T
{H(j
p )qn (jp ), . . . , H(j1 )qn (j1 ), H(j1 )qn (j1 ), . . .
[P ]
H(j
p )q1 (jp ) . . .
..
.
...
H(j1 )q1 (j1 ) . . .
H(j
...
1 )q1 (j1 )
..
.
...
H(j
)q
(j
)
.
.
.
p 1
p
H(j
p )qm (jp )
...
H(j1 )qm (j1 )
H(j
1 )qm (j1 )
...
H(j
)q
(j
)
p m
p
, H(j
p )qn (jp )}
La magnitud total del error se puede definir como:

J = {E}H {E}
(5.25)
donde H denomina la transpuesta conjugada. Para determinar los coeficientes {A}

y {B} que minimizan la magnitud del error, las siguientes derivadas parciales deben
ser iguales a cero:
J
J
=
=0
{A}
{B}
(5.26)
Lo que lleva al siguiente sistema de ecuaciones para estimar los coeficientes:

1
+ [P ]T [P ] )
(Re([P ]H [Q]))T
H
2 ([P ] [P ]
Re([P ]H [Q])
1
H
T
2 ([Q] [Q] + [Q] [Q] )

{A}
Re([P ]H {W })
=
{B}
Re([Q]H {W })

(5.27)

METODOS
CON MULTIPLES GRADOS DE LIBERTAD EN EL DOMINIO DEL TIEMPO
68
Los parametros modales se puedes determinar a partir de los coeficientes {A} y

{B}, al representar el cuociente entre polinomios como fracciones parciales:
H() =
n/1
X
k=1
rk
rk
+
j pk
j pk

(5.28)
donde pk es el k-esimo polo y rk el k-esimo residuo.
5.3.
M
etodos con multiples grados de libertad en el
dominio del tiempo
Los metodos en el dominio del tiempo, a diferencias de los algoritmos en el dominio

de frecuencias, utilizan informaci
on de la respuesta en el tiempo. Estos algoritmos
ajustan los datos a la funcion de respuesta a un impulso. La funcion de respuesta
al impulso para un sistema con multiples grados de libertad viene dada por:
h(t)
N
X
r t)
(Qr r Tr er t + Qr r T
r e
(5.29)
r=1
N
X
(Ar er t + Ar er t )
(5.30)
r=1
2N
X
Ar er t , para r > N : Ar = Ar ; r = r
(5.31)
r=1
5.3.1.
El m
etodo Ibrahim
El metodo de Ibrahim, tambien conocido como ITD, construye un problema de

valores y vectores propios a partir de la respuesta en el tiempo del sistema. La
solucion de este problema permite derivar las frecuencias naturales, factores de
amortiguamiento y los modos normales.
La respuesta en el tiempo en un punto i, para un instante de tiempo tj se puede
expresar como la suma de respuestas individuales de cada modo:
xi (tj ) =
2N
X
r=1
ir er tj
(5.32)

METODOS
Considerando q puntos de medicion

x1 (t1 ) . . . x1 (tL )
11
..
.
.
.
..
..
= ..
.
xq (t1 )
|
...
{z
xq (tL )
q1
}
qL
69
y L instantes de tiempo, se tiene que,
t
. . . 1L
e 1 1 . . . e1 tL
..
..
..
..
..
(5.33)
.
.
.
.
.
2N t1
2N tL
. . . q2N
e
... e
{z
}|
{z
}
2N L
q2N
o bien,
X =
(5.34)
donde es una matriz constituida por los elementos ei tj . Esta ecuacion por si sola
es insuficiente para determinar los par
ametros modales. Consideremos entonces un
segundo set de L puntos, desfasados en t con respecto al set anterior:
xi (tj + t) =
2N
X
ir er (tj +t) =
r=1
2N
X
ir er t er tj
(5.35)
r=1
Definiendo:
xi (tj )
xi (tj + t)
(5.36)
ir
ir er t
(5.37)
Siguiendo el mismo procedimiento anterior, se obtiene un segundo set de ecuaciones:

X =
(5.38)
Definiendo una matriz As de q q con la siguiente propiedad:

As =
(5.39)
Premultiplicando la ecuacion 5.34 por As :

As X = As =
(5.40)
Sustituyendo 5.38:
As X = X
(5.41)
Si X y X son conocidos, As se puede despejar como:

As = X X +
(5.42)
donde X + es la pseudoinversa de X y viene dada por: X + = X T (X T X)1

asumiendo que L > q.

METODOS
70
Recordando que As r = r , se tiene que:

A s r

As er t I r
r er t
(5.43)
{0}
(5.44)
La ecuacion anterior es una ecuacion de valores propios. Los modos normales

corresponden a los vectores propios y las frecuencias naturales y factores de
amortiguamiento se deducen de los valores propios:
er t
= e(r +jdr )t = r + jr
(5.45)
= er t cos(r t)
(5.46)
= er t sin(r t)
(5.47)
dr
ln(r2 + r2 )
2t

arctan rr
t
(5.48)
(5.49)
Finalmente, los par

ametros dinamicos se obtienen como:
q
2 + 2
dr
r
r
= p 2
dr + r2
5.3.2.
(5.50)
(5.51)
El m
etodo least-squares complex exponential (LSCE)
Tenemos que la respuesta a un impulso IRF, se puede expresar como:
h(t) =
2N
X
r=1
Ar er t
(5.52)

METODOS
71
Si consideramos que los datos son adquiridos en intervalos de tiempo k (k =

0, 1, . . . , 2N ), se tiene la siguiente serie
h(k)
2N
X
Ar er k
(k = 0, 1, . . . , 2N )
(5.53)
r=1
hk
2N
X
Ar zrk
(k = 0, 1, . . . , 2N ),
zrk = er k
(5.54)
r=1
Cada termino de la suma posee valores reales, aunque los residuos Ar y los polos r
tienen valores complejos. Se puede demostrar que existe un polinomio de coeficientes
reales de manera que:
0 + 1 zr + 2 zr2 + . . . + 2N zr2N = 0
(5.55)
Esta ecuacion se conoce como la ecuacion de Prony. Dado que hay 2N +1 ecuaciones
en la expresi
on 5.58, se pueden multiplicar las ecuaciones por un coeficiente
correspondiente y sumarlas para formar siguiente ecuacion:
2N
X
k hk
r=1
2N
X
r=1
2N
X
2N
X
Ar zrk
(5.56)
k zrk
(5.57)
r=1
Ar
r=1
2N
X
r=1
Esta u
ltima expresi
on sabemos que es igual a 0, si zr es una raz de la ecuaci
on
5.55. Lo que nos lleva a una relaci
on simple entre los coeficientes y los datos de
la respuesta a un impulso:
2N
X
k hk = 0
(5.58)
r=1
A partir de la ecuacion anterior se pueden determinar los valores de k . Conocidos

los coeficientes k se puede resolver la ecuaci
on 5.55 y extraer las races zr . A partir
de zr se calculan las frecuencias naturales y razones de amortiguamiento:
r
1p
ln zr ln zr
(5.59)
ln(zr zr )
2r
(5.60)
DIAGRAMAS DE ESTABILIDAD
72
Para identificar los modos propios del sistema,

de la siguiente forma:
1
1
...
1
A1
z1
A2
z
.
.
.
z
2
2N
..
..
..
..
..
.
.
.
.
.
z12N 1
z22N 1
...
2N 1
z2N
podemos reescribir la ecuacion 5.54
A2N
h0
h1
..
.
(5.61)
h2N 1
La solucion de este sistema de ecuaciones entrega los residuos y por lo tanto los
modos normales.
5.4.
Diagramas de estabilidad
En todos los algoritmos anteriores se debe definir a priori cual es el numero de polos
que se desea estimar. Lo que muchas veces no es una decision simple. Si se utilizan
menos polos que lo actuales, el ajuste no ser
a adecuado. En cambio, si se definen
mas polos que los reales, los algoritmos van a entregar polos computacionales
que no corresponden a polos reales del sistema, sino que son polos que tratan de
modelar el ruido en los datos. Una metodologa muy u
til para determinar el numero
de polos reales en un sistema son los diagramas de estabilidad.
Los diagramas de estabilidad son una herramienta muchas veces imprescindible
en un an
alisis modal experimental, ellos ayudan a separar los polos reales de los
polos computacionales. Estos diagramas se obtienen, al repetir el analisis modal
incrementando el orden del sistema (n
umero de polos asumidos). Para cada orden
se estiman los polos, los resultados son presentados graficamente en el diagrama de
estabilidad (Figura 5.3). En el eje vertical se encuentra el orden y el eje horizontal
representa la frecuencia natural del polo estimado.
En general, los polos reales aparecen a la misma frecuencia en el diagrama,
independiente del orden del sistema. En cambio, la frecuencia de los polos
computacionales, vara al aumentar el orden del sistema. El diagrama de la Figura
5.3 se representan los polos estables (en frecuencia y amortiguamiento) con un
circulo y con una cruz los polos inestables. Normalmente, se define que un polo
es estable si la frecuencia no vara mas del 1 % de su magnitud y la razon de
amortiguamiento no vara mas del 5 %.
DIAGRAMAS DE ESTABILIDAD
73
40
Orden
30
20
10
20
40
60
80
Frecuencia (Hz)
100
Figura 5.3: Diagrama de estabilidad
120
Captulo 6
Medici
on Experimental
El primer paso en un analisis modal experimental es adquirir las funciones de
respuesta frecuencia experimentales de una estructura. El metodo m
as usual es
excitar la estructura con una fuerza conocida y medir de forma simultanea la fuerza
y las respuestas en la estructura. Como resultado, se obtiene un grupo de FRFs
que pueden ser utilizadas posteriormente para derivar los parametros modales de
la estructura utilizando algunos de los algoritmos descritos en el capitulo anterior.
6.1.
An
alisis previo a las mediciones
Al preparar un montaje experimental para un analisis modal se debe considerar el

proposito del experimento, los datos requeridos (FRFs o parametros modales), la
precision requerida, etc. Para ello se necesita la mayor cantidad de informacion
posible de la estructura, la que se puede obtener de experimentos anteriores en
estructuras similares o de modelos numericos de la estructura. A continuacion se
describir
an algunas herramientas u
tiles para definir el montaje experimental de
acuerdo a los requerimientos.
Desde un punto de vista practico, los criterios siguientes se deben cumplir en un
buen dise
no de un montaje experimental:
Correspondencia: Los modos medidos experimentalmente deben corresponder a los modos reales, los que desafortunadamente son desconocidos.
Sin embargo, experimentos previos en estructuras similares o un modelo en
elementos finitos pueden ayudar a estimar los modos. Adicionalmente, el
test debe producir modos claramente distinguibles. La independencia del los
74

ANALISIS
PREVIO A LAS MEDICIONES
75
modos esta directamente relacionada con el rango de la matriz de vectores

propios .
Excitaci
on: El montaje debe incluir un sistema de excitacion que garantice
que todos los modos de interes son excitados.
Identificaci
on: Los datos medidos deben contener la informacion necesaria
para identificar los par
ametros de interes. Por lo tanto, el dise
no del montaje
depende del prop
osito del experimento.
Visualizaci
on: En la practica, se requiere visualizar los modos obtenidos,
de manera de evaluar de precision de estos y para compararlos con modos
estimados. La visualizacion tambien es importante para detectar posibles
discrepancias.
Robustez: Dado que el montaje esta basado en experimentos previos o en
modelos numericos, donde ambos contiene errores, este debe ser robusto: No
debe ser muy sensible a estos errores. Por lo tanto, es preferible alg
un grado
de redundancia.
Accesibilidad: Las ubicaciones seleccionadas para medir la respuesta y para
excitar la estructura deben ser accesibles.
6.1.1.
Rango de frecuencias
Es importante definir bien el rango de frecuencias para identificar todos los modos
de interes. Si se sabe cuantos modos se quieren identificar, el rango de frecuencias
se puede definir con un analisis previo de un modelo en elementos finitos. Desde
luego se debe considerar un margen de error.
En caso que no se cuente con un modelo en elementos finitos, el rango de frecuencias
se puede definir in situ. Al intentar en una primera instancia con una rango de
frecuencias amplio, luego contar los peaks de una de las FRFs para definir la
frecuencia m
axima que se debe medir para identificar n modos.
6.1.2.
Selecci
on de la ubicaci
on de las respuestas
En un analisis modal se deben definir suficientes puntos de medicion de manera

que los modos identificados sean independientes. A continuacion se describiran
algunos de los algoritmos disponibles para determinar la ubicacion
optima de los
puntos de medicion. En los algoritmos a continuacion se asume que se cuenta con
los modos normales obtenidos a traves de alg
un metodo numerico.
La independencia de los modos se puede determinar a partir del rango de la
matriz . Este rango equivale al rango de la matriz T (la matriz de Fisher).

ANALISIS
76
La contribucion de cada grado de libertad i al rango de la matriz de Fisher, viene

dado por el siguiente indicador (independencia efectiva):

1 T
EfIi = diag T
(6.1)
Al ir eliminando iterativamente los grados de libertad con menor EfIi y re-calculando
los nuevos EfI, se llega a un set optimo de puntos de medici
on con respecto a la
independencia de los modos de interes.
Otro indicador de la independencia entre modos es el MAC (Modal Assurance
Criterion), el que se define como:
2
Ti j
M ACij = T T
i i j j
(6.2)
Donde i es el iesimo modo normal. MAC es un factor que mide la correlacion

entre dos modos. Un valor de 0 indica que no hay correlacion, mientras que un
valor de 1 indica dos modos perfectamente correlacionados.
Si se calcula la correlacion para todos los pares de modos, se puede construir la
matriz MAC. Si los modos son 100 % independientes, los valores fuera de la diagonal
de la matriz son todos cero y en la diagonal son todos 1. Los puntos de medicion
se determinan al encontrar al menor set de puntos de medici
on que minimize los
valores fuera de la diagonal de la matriz MAC. En general, se aceptan valores
de hasta un 20 % de correlacion cruzada. Este es el metodo mas utilizado en la
selecci
on de los puntos de medicion.
6.1.3.
Selecci
on de los puntos de excitaci
on
Los puntos de excitacion de la estructura se deben seleccionar de manera garantizar

que todos los modos de interes sean excitados adecuadamente. Un modo en
particular va a estar bien excitado si la fuerza se aplica en un punto de alto
desplazamiento.
El metodo mas usual para seleccionar los puntos de excitacion es a traves de los
driving point residues (DPR). El residuo Aikr esta definido por la expresion de la
funci
on de respuesta en frecuencia en terminos de los parametros modales:

ANALISIS
Hik ()
N
X
Qr ir kr
r=1
=
146
Modal Analysis
j r
77
Q
+ r ir kr
j r

N
X
Aikr
Aikr
+
j r
j r
r=1
(6.3)
(6.4)
obtained
from del
a laboratory
measurement to analyse and simulate the
De modal
donde data
se define
el DPR
punto i como:
dynamic behaviour in situ. Other structures cannot fit into a laboratory environment
for FRF measurement.
They have to be tested in situ. In both cases, it is vital to
2ir
A
=
(6.5)
iir
ensure that2j
the test conditions are stable and repeatable so that the measured FRF
r
data are reliable and representative.
If an FRF measurement in the laboratory is desired and feasible, a structure is
Al estudiar
los DPR
para todas
candidatos
de excitaci
on subsequent
y para todos
often prepared
to simulate
free orpuntos
grounded
boundary conditions.
The
use los
modos
de
inter
e
s,
se
obtiene
informaci
o
n
u
til
para
la
selecci
o
n
de
los
puntos
of the modal model to be derived from the measurement determines which boundary de
excitaci
on. Entogeneral,
grados detolibertad
DPR
para el mayor
numero
conditions
use. It islosimpossible
imitate con
perfect
freealtos
or grounded
conditions.
posible
modos van
a serbebuenos
puntosinde
on.with reasonable accuracy.
Thesede
conditions
can only
approximated
theexcitaci
laboratory
The free boundary condition is simulated by supporting the structure with soft
materials such as springs or elastic bands. Such an arrangement creates one or more
rigid body
modesofrom
stiffness
of these
materials
and the total mass
6.1.4.
Selecci
n dethelos
puntos
desupporting
suspensi
on
of the structure. If the natural frequencies of these rigid body modes are far from the
firstque
natural
frequency
the structure,
the measured
FRFreales
data should
be affected en
Dado
es muy
difcilofimitar
condiciones
de borde
en unnot
laboratorio,
by this boundary condition. Figure 7.7 shows a simple plate supported by four soft
la mayora de las mediciones experimentales la estructura se monta de manera de
springs. For the same principle, a heavy structure can be put on top of an inflated car
simular
unaorcondici
on libre
(sin condiciones
de borde).
on se logra
tyre tube
a few layers
of thick
porous packaging
material.Esta condici
al suspender
la
estructura
con
materiales
blandos
como
resortes
o
el
a
sticos. Con
The grounded boundary condition is more difficult to simulate in the laboratory.
esteTheoretically,
arreglo se producen
de means
cuerpothat
rgido.
lasdegrees
frecuencias
naturales
a groundedmodos
condition
all theSisix
of freedom
at the de
los boundary
modos rgidos
son lejanas
a lacan
primera
naturalinde
la estructura,
are rigidly
fixed. This
almost frecuencia
never be achieved
reality.
In modal la
medici
on de
FRF no se ver
a afectada
condici
de borde.
la Figura
testing,
thelaarrangement
is often
to fixpor
theesta
structure
tooan much
moreEn
rigid
and
objectun
such
as a concrete
6.1 heavier
se muestra
montaje
de unafloor.
placa suspendida por cuatro resortes.
Figure 7.7 A simple plate supported by four soft springs
Figura 6.1: Una placa suspendida por cuatro resortes.

It is only for some special cases that a true grounded condition can be simulated.
For example, accurate measurement of the cantilever in Figure 7.8 needs a rigid
boundary condition at the built-in end which may be difficult to realize. The alternative
is to measure the beam on the right which is freely supported with a doubled length.
Any odd number of modes from this beam will be the equivalent modes for the
cantilever. This is due to the fact that for these modes, the middle cross-section of the
freefree beam is truly fixed.
For the simulation of the free boundary condition, we often know the limitation
EL MONTAJE EXPERIMENTAL
78
Al contrario de los puntos de excitaci

on, los puntos de suspension se deben
seleccionar en puntos con muy bajas amplitud de movimiento. La tecnica, por lo
tanto es similar a la de la secci
on anterior, pero ahora se deben seleccionar los
grados de libertad con DPR bajos.
6.2.
El montaje experimental
6.2.1.
Mecanismo de Excitaci
on
La primera parte de un montaje experimental es el mecanismo de excitacion que

aplica una fuerza de suficiente amplitud y contenido en frecuencia a la estructura.
Existen diferentes mecanismo capaces de excitar la estructura. Los dos mas comunes
son el shaker (Figura 6.2) y el martillo (Figura 6.3).
Un shaker electromagnetico, tambien conocido como shaker electrodin
amico, es el
tipo de shaker mas utilizado en analisis modal. Consiste en un iman, un bloque libre
y una bobina. Cuando una se
nal electrica pasa por la bobina, se genera una fuerza
proporcional a la corriente y a la densidad de flujo magnetico generado, la que
mueve al bloque. Un shaker electromagnetico tiene un rango amplio de frecuencias
y de amplitudes. Para frecuencias bajas y altas amplitudes de excitaci
on, se puede
utilizar un shaker electro-hidraulico.
Generador
de la seal
Analisador
Amplificador
de poder
Shaker
Sensor de
fuerzas
Signal
flow
Acondicionador de
la seal
Acelermetro
Figura 6.2: Set-up experimental con excitacion por shaker

Un martillo es un aparato que produce una fuerza de excitaci
on de la forma de
un pulso. Consiste en la punta del martillo, un sensor de fuerzas, una masa y el
mango. La punta del martillo se puede cambiar para alterar su dureza. Materiales
tpicos para puntas de martillo son; goma, pl
astico y acero. La dureza de la punta,
en conjunto con la dureza de la superficie de la estructura, esta directamente
79
relacionada con el rango de frecuencias contenida en la se

nal de la fuerza. Mientras
mayor es la dureza, mayor es el rango de frecuencias contenido.
142 Modal Analysis
Figure 7.2 A measurement set-up with hammer excitation
Figura 6.3: Set-up experimental con excitacion por martillo

A hammer is a device that produces an excitation force pulse to the test structure.
It consists of hammer tip, force transducer, balancing mass and handle. The hammer
tip can beAceler
changedometro
to alter the hardness. Typical materials for the tip are rubber,
6.2.2.
plastic and steel. The hardness of the tip, together with that of the structure surface
to be tested, is directly related to the frequency range of the input pulse force. For a
El acelerometro es el sensor mas com
un utilizado en analisis modal. Mide la
hard tip striking on a hard surface, we can expect the force pulse to distribute energy
aceleracion de un punto en la estructura, la se
nal de salida viene en la forma de
to a wide range of spectrum. This is the only mechanism to control the frequency
voltaje.
Esta
se
n
al
es
transformada
por
un
acondicionador
de la se
nal antes de ser
components of excitation in a hammer test.
procesada
por
otro
hardware
o
software.
An electromagnetic shaker, also known as an electrodynamic shaker, is the most
common
type
of shaker
used inometros
modal testing.
consists
of a magnet,
a moving
El
tipo m
as com
un de aceler
son losItpiezoel
ectricos,
ilustrados
en lablock
Figura
and
a
coil
in
the
magnet.
When
an
electric
current
from
a
signal
generator
passes
6.4. Estos sensores contienen un cristal piezoelectrico en su interior, este
cristal
through the
inside
shaker,
a force
proportional
to the current
the omagnetic
produce
unacoil
carga
elethe
ctrica
al ser
deformado.
Al seleccionar
unand
aceler
metro hay
flux density is generated which drives the moving block. An electromagnetic shaker
distintos factores importantes que se deben considerar, estos son; el rango de
has a wide frequency, amplitude and dynamic range. For low frequency and large
frecuencias, sensibilidad, masa y estabilidad bajo cambios de temperatura. La
amplitude excitation, an electrohydraulic exciter can be used.
sensibilidad de un acelerometro determina la razon entre la se
nal medida y el
ruido. Mientras mas alta es la sensibilidad del aceler
ometro mas precisas son las
mediciones.
La masa del acelerometro tambien es muy importante, ya que puede
7.2.2 Accelerometer
modificar las caractersticas de la estructura. Mientras menor es la masa mejor,
aunque
esto significa
veces sensor
una menor
sensibilidad.
An accelerometer
is themuchas
most common
for modal
testing. It measures acceleration
of a test structure and outputs the signal in the form of voltage. This signal will be
transformed by a signal conditioner before it is processed by an analyser, other
hardware or software. The accelerometer does not assume the properties of the measured
structure such as linearity. An accurate accelerometer only records faithfully the
acceleration at the measurement location.
There are two aspects in the acceleration measurement that a sensor needs to be
capable of dealing with. One is the frequency and the other is the amplitude. Both are
reflected in the inputoutput relationship of an accelerometer. An ideal accelerometer
should have a linear input and output relationship in order to ensure that the amplitude
content of the acceleration signal at different frequencies is truthfully recorded. The
FRF of the accelerometer should be uniformly flat so that the amplitude of no frequency
is distorted. The accelerometer should also impose zero phase shift to the signal
measured.
shape to
ofshow
a crystal
thus leadingFigure
to the7.3change
electric
charge.
At the
lowoffrequency
their characteristics.
shows aof
typical
frequency
response
curve
end, piezoelectric
accelerometers
do
not
respond
to
DC
signal.
At
the
high
frequency
an accelerometer.
end, the accuracy of measurement is degraded by the natural frequency of the sensor.
When selecting an accelerometer
for modal testing,
number of factors need to be
Sensitivity
Phasea[degrees]
[dB]
thought through. The main parameters affecting the performance of a piezoelectric
30
accelerometer are: the frequency response property; the sensitivity and its stability
under temperature
change;
cross-axial sensitivity and base strain.
20
80
Ar
10
10
Amplitude
0
Resorte 0
pre-comprimido
10
Phase
20
10
1
10
20
50
Masa
100 kHz
Cristal
+ an accelerometer
Figure 7.3 A typical chart for
q
The characteristics of an accelerometer are itspotential. They can be fully realized

Cuerpo
if the sensor is connected rigidly on the structure. In reality,
this is not to be the case.
An accelerometer has to be mounted non-rigidly on a structure for measurement. If
of
a aceler
piezoelectric
considered Figure
as aFigura
rigid7.5
mass
block, thede
accelerometer
and piezoel
its accelerometer
mount
can be modelled
6.4:Diagram
Esquema
un
ometro
ectrico
as an SDoF system as shown in Figure 7.4.
The frequency response property determines the linearity of the sensor. The sensitivity
Sensor the signal to noise ratio.
of an accelerometer dictates
Large and stable sensitivity
Acelermetro
means accurate
Estructura measurement. Cross-axial sensitivity causes inaccuracy in measurement.
Base strain is caused by the flexure of the accelerometer base
interacting non-rigid
Montaje
structure surface. Usually, a more sensitive accelerometer is more bulky. The
accelerometer mass has the potential to change the characteristics ofEstructura
the test structure.
This is particularly so if the accelerometer is located at or close to an anti-nodal point
7.4 An SDoF model of an accelerometer and its mounting
Figura
6.5: mass
Montaje
de un aceler
ometrosignificant natural frequency
of a vibration Figure
mode where
a minute
change
can cause
shift. Thus, when selecting a better sensitivity, we need to be mass conscious.
La precision de un acelerometro tiene una alta dependencia con la manera en que
The accuracy of the acceleration measurement depends largely on the mounting
es montado sobre la estructura. En la Figura 6.5 se muestra el montaje tpico de un
which
is modelled by a spring and a damper. The accelerometer is of course more
acelerometro. La flexibilidad del montaje afecta las mediciones del sensor, mientras
just
a mass
block. As Figure 7.3 shows, it has its own natural frequency. This
7.2.3than
Force
mas rgidotransducer
es el montaje mayor es la precision. Existen diferentes mecanismos
frequency
is
usually
much
higher magn
than the
frequency
of the de
SDoF
Figure
de montaje; tornillo,
adhesivo,
etico,
capa delgada
cera,system
entre in
otros.
Al
7.4.
The
best
accuracy
would
arise
if
the
mounting
were
rigid.
The
flexibility
ofesto
the
atornillar el sensor
a la estructura
se obtienen
los
mejores
resultados,
aunque
A forcemounting
transducer
is
another
type
of
sensor
used
in
modal
testing.
Like
an
accelerometer,
that the
characteristics
of the accelerometer
aresocompromised
significa means
un montaje
experimental
mas complejo.
En la practica,
lo se utilizan
a piezoelectric
force
transducer
generates
anthe
output
charge
or
voltage
that isthat
proportional
somewhat.
Because
of
it,
acceleration
from
structure
may
be
different
sensores atornillados en estructuras que deben ser monitoreadas de forma from
continua.
by the
However,
if the
natural
frequency
of this SDoF though,
to the experienced
force applied
to accelerometer.
the transducer
(Figure
7.6).
Unlike
an accelerometer
system
is
five
times
or
more
of
the
frequency
of
the
acceleration
signal
from the element.
a force transducer does not have an inertial mass attached to the transducing
Sensor de
fuerzas
It has to6.2.3.
be physically
compressed
or stretched so that the transducing part can
generate output. For a shaker test, a force transducer has to be connected between the
El sensor de fuerzas es otro tipo de sensor utilizado en analisis modal. Al igual que
structureunsurface
and the
shaker.
For a hammer
test,produce
the transducer
located at the
acelerometro,
un sensor
de fuerzas
piezoelectrico
una carga ois
voltaje
hammerproporcional
tip and is acompressed
whenA impact
isdeapplied
to.
la fuerza aplicada.
diferencia
un aceler
ometro, un sensor de
fuerzasthe
no tiene
una masa inercial
su interior,
si no que
debe measurement
ser comprimido accuracy
The ways
characteristics
of a enforce
transducer
affect
o estirado fsicamente para generar la carga (Figura 6.6). Para un montaje con
81
un shaker, el sensor de fuerzas se conecta entre la superficie de la estructura en el

shaker. En el caso de un martillo, el sensor se ubica en la punta del martillo y es
comprimido cuando el martillo impacta la superficie.
Las consideraciones para seleccionar un sensor de fuerzas son similares a las de un
acelerometro: rango de frecuencias, sensibilidad, masa y estabilidad bajo cambios
de temperatura.
Frequency response function measurement

F
Cristales
FigureFigura
7.6 6.6:
A diagram
ofuna sensor
piezoelectric
forceetransducer
Esquema de
de fuerzas piezoel
ctrico
are similar to that for an accelerometer. They include frequency response characteristics,
sensitivity and cross-axial sensitivity. The mass of the force transducer can also
potentially affect the measurement outcome. For both force and acceleration sensors,
this problem is most acute when the structure resonates.
The main consideration in selecting a force transducer is to understand how it
interacts with the excitation device to which it connects. For example, when a force
transducer is used on an impact hammer, variation of the hammer tip and the mass of
the hammer handle can cause a different force transducer calibration. When the force
transducer is used with an excitation shaker, the presence of its mass may cause
significant distortion to the force signal measured at structural resonance. The extent
of distortion is dependent on the mass difference between the transducer and the
structure. The mass of the transducer may also be responsible for the sensitivity the
transducer has to bending moments.
7.3 Preparation of the test structure

A real structure is often connected to its surroundings. Therefore, its dynamic
characteristics in situ are determined by the boundary conditions as well as by itself.
When the FRF measurement is to be carried out, the question to be answered is:
Under what conditions do we want to test the structure, stand alone or in situ? The
answer to this question hinges on two considerations when preparing the structure for
test: (1) do we need the modal model of the structure in its working condition or in
the laboratory environment; and (2) is it realistic to test the structure in situ or in
145
DE LA FUERZA DE EXCITACION
SELECCION
6.3.
82
Selecci
on de la fuerza de excitaci
on
La precision de las mediciones experimentales depende en gran parte de la forma

de la fuerza de excitacion utilizada. Aunque teoricamente una FRF no debiese
depender de la excitacion utilizada, en la practica la precision y calidad de una
FRF depende, entre otros factores, en la eleccion de la fuerza de excitaci
on. Es
por lo tanto, muy importante en un an
alisis modal experimental evaluar todos los
metodos posibles de excitacion de manera de elegir el mas adecuado.
6.3.1.
Excitaci
on sinusoidal
La excitacion sinusoidal es la forma mas tradicional en analisis modal. La fuerza

contiene una sola frecuencia en un tiempo y la excitacion cambia de una frecuencia
a otra con un paso dado, permitiendo a la estructura excitar un modo a la vez.
Esta excitaci
on es efectiva para excitar una estructura con niveles de vibracion
altos, para caracterizar no-linealidades de una estructura y para excitar modos
normales de una estructura amortiguada.
La Figura 6.7 presenta una se
nal sinusoidal tpica y su contenido en frecuencias.
Figura 6.7: Se
nal sinusoidal
SELECCION
83
En este caso la din

amica de una estructura se descompone fsicamente por frecuencia
y posicion. Al sintonizar cerca de una frecuencia natural, la respuesta de la estructura
es dominada por ese modo de vibracion. Esta segregacion natural proporciona una
via para la identificaci
on directa de parametros, la que usualmente tiene una buena
razon se
nal/ruido. Esta es una posibilidad que otros metodos de excitaci
on no
ofrecen.
6.3.2.
Excitaci
on aleatoria
Una se
nal de excitacion aleatoria es una se
nal aleatoria estacionaria que sigue una
distribucion Gaussiana. Contiene todas las frecuencias en el rango seleccionado.
Para una estructura que tiene un comportamiento no-lineal, una excitacion aleatoria
tiende a linealizar este comportamiento. Por lo tanto la funcion de respuesta en
frecuencia derivada de una excitaci
on puramente aleatoria va a ser una version
linealizada de la FRF. Esta FRF, aunque no contiene informacion sobre las nolinealidades, es en realidad una funcion muy u
til y es percibida como la mejor
estimacion para las FRFs. Sin embargo, el hecho que para una excitacion aleatoria
ni la fuerza ni las respuestas son periodicas, puede llevar a errores de leakage.
nal aleatoria tpica y su contenido en frecuencias.
Figura 6.8: Se
nal aleatoria
SELECCION
6.3.3.
84
Excitaci
on pseudo-aleatoria
Una se
nal de excitacion pseudo-aleatoria es una se
nal aleatoria estacionaria que
consiste en frecuencias discretas formadas m
ultiplos de la resoluci
on en frecuencia
utilizada en la transformada de Fourier. Es una se
nal peri
odica con amplitud fija y
fase aleatoria. Esta excitacion elimina el problema de leakage de la se
nal aleatoria
y usualmente entrega FRFs precisas.
nal pseudo-aleatoria tpica y su contenido en
frecuencias.
Figura 6.9: Se
nal pseudo-aleatoria
6.3.4.
Excitaci
on aleatoria en trenes (burst random)
Una mejor se
nal que la pseudo-aleatoria es la denominada se
nal aleatoria en trenes.
Una se
nal aleatoria en trenes se crea al encender y apagar una se
nal aleatoria,
de esta manera la medicion comienza con una excitaci
on aleatoria y continua
luego que la excitaci
on se ha apagado. El espectro de la se
nal aleatoria en trenes
tiene amplitud y fase aleatorias y contiene suficiente energa en todo el rango de
frecuencias. Al seleccionar adecuadamente el tiempo de apagado de la se
nal, esta
asemeja una se
nal pseudo-aleatoria pero sin la necesidad de esperar el decaimiento
de la parte transiente de la respuesta. La proporcion de tiempo que esta apagada la
se
nal de excitacion se debe seleccionar de manera que la respuesta de la estructura
SELECCION
85
sea cero al final del periodo de medici

on, este tiempo depende principalmente del
nivel de amortiguamiento en la estructura.
nal de excitaci
on aleatoria en trenes, su contenido
en frecuencias y la respuesta tpica.
Figura 6.10: Se
nal aleatoria en trenes
6.3.5.
Excitaci
on de impacto
La se
nal en el tiempo de una se
nal de fuerza debido a un impacto, es un pulso con
un contenido en frecuencias no controlable. En terminos de hardware involucrado,
la excitaci
on por impacto es relativamente simple comparado con la excitacion con
un shaker. Es conveniente de usar y muy portable para mediciones en terreno y
laboratorio. Debido a que no existe conexion fsica entre la fuerza de excitacion y
la estructura, el test de impacto evita el problema de su interaccion.
La principal desventaja del test de impacto es la dificultad de controlar el nivel de
la fuerza y su contenido en frecuencias. Esto puede afectar la razon se
nal/ruido en
las mediciones, resultando en datos de baja calidad.
En la Figura 6.11 se muestra un tpica se
nal de impacto.
INICIAL DE LAS FRFS MEDIDAS

EVALUACION
86
Figura 6.11: Se
nal de impacto
6.4.
Evaluaci
on inicial de las FRFs medidas
La calidad de un an
alisis modal recae principalmente en la calidad de las FRFs
medidas. Aunque algunos metodos de analisis modal pueden minimizar ciertos
errores en la informacion obtenida experimentalmente, ning
un metodo puede
rectificar errores fundamentales o mediciones erroneas. Las propiedades modales
obtenidas de FRFs err
oneas son susceptibles a errores inaceptables. Debido a esto
se vuelve esencial verificar la calidad de las funciones de respuesta en frecuencia
obtenidas experimentalmente.
Las FRFs medidas deben cumplir basicamente con dos requerimientos: (1) la
estructura satisface los supuestos requeridos en analisis modal y (2) los errores de
sistema y humanos son minimizados o eliminados. Basicamente en analisis modal la
estructura debe cumplir con reciprocidad, invariabilidad en el tiempo y linealidad.
Si estos supuestos no son verificados, las propiedades modales obtenidas no seran
confiables.
Aunque existen algunos metodos para asistir en la b
usqueda de posibles errores
en las FRFs medidas, algunos de estos errores no pueden ser identificados. Por
ejemplo, no es posible detectar a partir de las FRFs si el sistema de medici
on esta
calibrado correctamente.
INICIAL DE LAS FRFS MEDIDAS

EVALUACION
6.4.1.
87
Repetibilidad
La verificacion m
as simple, pero no menos u
til, es la repetibilidad de las mediciones.
Esto es, asegurar que el comportamiento dinamico de la estructura y de todo el
montaje experimental no depende del tiempo. Para una fuerza de excitacion y
un punto de medici
on seleccionados, una estructura lineal debera dar resultados
identicos en cada medicion. Para un par de puntos de entrada y salida (fuerza
y respuesta), se pueden realizar mediciones a intervalos de tiempo. Tpicamente,
una FRF seleccionada se mide antes y despues que se termine de medir toda la
estructura. Este proceso que parece trivial, puede ser muy u
til para verificar no
solo que el comportamiento de la estructura es constante, sino tambien que las
condiciones de medici
on no han cambiado durante todo el experimento.
6.4.2.
Reciprocidad
Una estructura lineal e invariante en el tiempo debe tener la propiedad de

reciprocidad. Esto significa, que una FRF debera ser identica si se intercambian la
ubicacion de la fuerza y la respuesta. Teoricamente, esta propiedad se puede derivar
a partir de la simetra de las matrices de masa, rigidez y amortiguacion. Debido
a esta simetra, la matriz FRF, que es la inversa de la matriz din
amica, tambien
va a ser simetrica. La propiedad de reciprocidad de la FRF se puede utilizar para
evaluar la fiabilidad y exactitud de los datos medidos.
6.4.3.
Linealidad
El supuesto m
as com
un en analisis modal es que la estructura se comporta de
manera lineal. Sin este supuesto, el analisis modal no tiene sentido.
Una manera de verificar la linealidad de una estructura es asegurar que la medicion
de las FRFs es independiente de la amplitud de las fuerzas de excitacion. Para
verificar esto, se pueden repetir mediciones en una misma ubicacion, pero variando
la amplitud de la fuerza de excitacion.
6.4.4.
Caractersticas especiales de una FRF
A partir de la teora de an
alisis modal, se pueden derivar algunas caractersticas de
las FRFs, las que se pueden utilizar para evaluar la calidad de los datos medidos.
Esta evaluaci
on puede detectar errores en las mediciones.
La primera caracterstica es la de una FRF directa, en donde el punto de excitacion
es el mismo punto de medicion. En este caso se espera siempre ver una antiresonancia
Frequency response function measurement
155
response function measurement

7.7.4 Special characteristicsFrequency
of an FRF
155
7.7.4
of derive
an FRF
From theSpecial
theory of characteristics
modal analysis, we can
some characteristics of an FRF and
use them to assess the FRF data measured in modal testing. This assessment has the
88
derive some
characteristics
of an FRF and
potential to detect measurement errorscan
or mistakes
made
during the testing.
useThe
them
to
assess
the
FRF
data
measured
in
modal
testing.
This
assessment
has
the
first characteristic is that for a point FRF measurement we expect to see an
potential
to detect
measurement
errorsresonances.
or mistakes
made
duringofthe
anti-resonance
between
two adjacent
The
rationale
thistesting.
characteristic
characteristic
that
for
a point
measurement
wenot
expect
to
see oan
entre
dos
resonancias.
loistanto,
si esta
caracter
no se observa
en
la medici
n
hasThe
beenfirst
explained
inPor
Chapter
5. Therefore,
ifFRF
thisstica
characteristic
is
fully
observed
between
two
adjacent
resonances.
The
oftransducers
deanti-resonance
una
FRF measurement,
directa,
es muy
probable
quethe
losforce
sensores
de
fuerza
ythis
de characteristic
respuesta
no
on
a point
it is
likely that
andrationale
response
are not
has
Chapter
5.as
Therefore,
if this
is not
observed
est
en been
en realidad
en in
la
misma coordinada.
actually
atexplained
the same
coordinate,
they should
be. characteristic
Any minor offset
offully
the two
could
on
a
point
measurement,
it
is
likely
that
the
force
and
response
transducers
are not
degenerate some of the anti-resonances.
Para
unaa estructura
empotrada,
aasbajas
frecuencias,
la the
caracter
stica
actually
at the same
coordinate,
theyfrequency
should
be.
Any
minor
offset
ofpredominante
the
two could
For
grounded
structure,
at very
low
range,
predominant
characteristic
some
of
the
anti-resonances.
dedegenerate
la
estructura
es
su
rigidez
est
a
tica.
Por
lo
tanto,
al
comienzo
de
una
FRF,
of the structure is its static stiffness. Therefore, at the beginning of the FRF,
we
For aa
grounded
structure,
at
very
low
frequency
range,
the
predominant
characteristic
se should
deber
observar
una
linea
de
rigidez
antes
de
la
primera
resonancia,
como
se
see a stiffness line before the first resonance appears. On the other hand, for
of
the
structure
is
its
static
stiffness.
Therefore,
at
the
beginning
of
the
FRF,
we
muestra
en
la
Figura
6.13.
Por
otro
lado,
para
una
estructura
libre,
la
caracter
stica
a freely supported structure, the prevailing characteristic at very low frequency is the
should
seeinertia.
a astiffness
line
before
thelafirst
resonance
appears.
the other
for
predominante
bajas
masa
la inercia.
significa
que
se FRF.
debe
mass and
Thisfrecuencias
means
we es
should
see
ay mass
line
atEsto
the On
beginning
of hand,
the
aFigures
freelyuna
supported
structure,
prevailing
characteristic
very lowen
frequency
is the
observar
de
masa
althe
inicio
la FRF,
como seatmuestra
la Figura
??.
7.13linea
and 7.14
illustrate
thesedetwo
cases.
mass and inertia. This means we should see a mass line at the beginning of the FRF.
Figures 7.13 and 7.14 illustrate these two cases.
Receptance
FRF(dB)
(dB)
INICIAL
EVALUACI
ON
FRFS
MEDIDASwe
From the
theory DE
of LAS
modal
analysis,
Frecuencia (log)
Figure07.13 A point FRF of a grounded

structure
with the dotted stiffness line
Frequency
(log)
Figura 6.12: FRF directa de una estructura empotrada
Figure 7.13 A point FRF of a grounded structure with the dotted stiffness line
150
Receptance (dB)
FRF (dB)
200
150
250
200
300
250
350
300
400
350
450
400
450
Frequency (log)
0
1
2
4 mass line
Figure
7.14 A point
FRF of a free
structure 3with the dotted
Frecuencia (log)
Figure 7.14 A point FRF of a free structure with the dotted mass line
Figura 6.13: FRF directa de una estructura libre
Captulo 7
Correlaci
on
Num
erico-Experimental y
Ajuste de Modelos
En el dise
no de estructuras mecanicas, el comportamiento din
amico es un tema
de vital importancia. La vida u
til bajo cargas cclicas, niveles de vibracion o
ruido, interaccion entre sistemas de control y la vibracion de la estructura, . . .
son restricciones relevantes en el dise
no. Sin embargo, el analisis dinamico de una
estructura no es directo. Los parametros modales se pueden determinar de manera
experimental o por metodos numericos. En general, los resultados experimentales
entregan informacion de la estructura solo para la configuracion experimental.
Un modelo en elementos finitos, en cambio, permite predecir el comportamiento
dinamico de la estructura bajo distintas condiciones de borde y carga, pero la
confiabilidad de un modelo en elementos finitos muchas veces no esta garantizada.
Los metodos de ajuste de modelos permiten verificar y corregir estos modelos en
elementos finitos por medio de los datos experimentales. El resultado de un ajuste
de modelo es un modelo en elementos finitos que es mas confiable para predicciones
futuras.
El ajuste de un modelo numerico busca desarrollar un modelo en elementos finitos
que entregue predicciones confiables de la dinamica de una estructura mec
anica.
En la Figura 7.1 se ilustra el esquema general de un metodo de ajuste de modelos.
89
En los objetivos, agrega ajuste del modelo numrico (o matemtico)para tener un

modelo validado de la suspensin del auto y a partir de este modelo validado realizar
simulaciones y modificaciones.
NUMERICO-EXPERIMENTAL
CORRELACION
Y AJUSTE DE MODELOS
90
En la parte de correlacin experimental, yo agregara un esquema como el siguiente:
Funciones de
respuesta en
frecuencia
Modelo
numrico
Estructura real
Anlisis
modal
Test dinmico
Frecuencias
naturales y modos
propios
FRFs
experimentales
Frecuencias
naturales y modos
propios
Correlacin
buena
Fin
Ajuste del modelo

numrico
Figura 7.1: Esquema general de un ajuste de modelo

En la parte de avance del trabajo, del modelo matemtico tambin obtuviste las
frecuencias y modos de vibracin. Pon esas frecuencias, y haz un esquema de los tres
El procedimiento
comienza con la construcci
on de un modelo en elementos finitos.
modos de vibracin.
La estructura se divide en elementos conectados por nodos. Cada nodo tiene uno
o mas grados
de libertad.
Los grados
libertad representan
Que diferencia
existe entre
el modelode
"computacional"
y el modelodesplazamientos
matemtico? Dado y
deformaciones
de la estructura
en forma
discretizada.
modelo
est
a representado
que el modelo
computacional
considera
al auto comoEste
un cuerpo
rgido,
deberan
ser el
por tres mismo
matrices:
de rigidez K, masa M y amortiguacion C. A partir de estas
modelo...
matrices se pueden determinar las propiedades modales de la estructura (ver seccion
1.2).
Por otro lado, se realiza un an
alisis modal experimental de la estructura. En
donde se miden las funciones de respuesta en frecuencia en distintos puntos de
la estructura. Luego los parametros modales se pueden identificar a partir de un
metodo de identificaci
on de parametros.
NUMERICO-EXPERIMENTAL
CORRELACION
Y AJUSTE DE MODELOS
91
El ajuste de modelos comienza primero al parear los puntos de medicion

experimentales con nodos del modelo numerico. Generalmente, los puntos
experimentales no coinciden completamente con los nodos numericos. Primero, los
nodos numericos y los puntos experimental pueden diferir en su ubicaci
on fsica.
Esto se puede solucionar con una buena comunicaci
on entre la persona que realiza
el modelo numerico y el que realiza las mediciones experimentales. Segundo, y mas
importante, un modelo en elementos finitos tiene muchos mas grados de libertad
que los que se miden experimentalmente. Para algunas tecnicas de correlacion
es necesario que los grados medidos experimentalmente y los grados del modelo
numerico coincidan. Para resolver esta incompatibilidad con las mallas, se puede o
reducir el modelo numerico a los grados de libertad medidos experimentalmente, o
expandir los datos experimentales al n
umero de grados de libertad numericos. La
reduccion de matrices o expansion datos experimentales es un obstaculo importante
en ajuste de modelos.
Luego de coincidir ambos modelos, el procedimiento continua con la correlacion
entre los datos numericos y experimentales. Existen distintas tecnicas de correlacion
que se pueden utilizar. Si la correlacion es buena el algoritmo termina, y el modelo
en elementos finitos se considera suficientemente bueno. En caso contrario (y mas
probable), si la correlacion es mala, el modelo en elementos finitos debe ser corregido
por medio de un procedimiento de ajuste.
Los datos numericos con los experimentales muchas veces no son compatibles por
alguna de las razones siguientes:
Los grados libertad experimentales no coinciden con los grados de
libertad del modelo en elementos finitos: Esto se puede solucionar
parcialmente con algoritmos de reducion/expansion.
El conjunto de datos experimentales es incompleto: No solo el n
umero
de grados experimentales esta limitado, sino tambien el n
umero de modos que
se pueden determinar experimentalmente. La medicion de las funciones de
respuesta en frecuencia se realiza en rango de frecuencias limitado. Por lo tanto,
los modos fuera de este rango no pueden ser identificados. Dependiendo de la
cantidad de informacion experimental, los resultados del ajuste de modelos
pueden no ser u
nicos.
Los datos experimentales est
an contaminados con ruido: En general,
se esperan errores del orden del 3 % en las frecuencias naturales y del 10 %
en las formas modales. El uso de informaci
on experimental contaminada con
ruido puede llevar a una ajuste de modelos inadecuado.
El amortiguamiento no se puede incluir de manera precisa en el
modelo num
erico: La informacion de amortiguamiento esta inherentemente
presente en los datos experimentales, pero usualmente no se considera en el

PAREAR MODELOS NUMERICOS
Y EXPERIMENTALES
92
modelo en elementos finitos. Esta discrepancia puede causar errores en el

modelo ajustado.
7.1.
Parear modelos num

ericos y experimentales
En la mayora de los casos de n

umero de grados de libertad del modelo numerico
excede por mucho el n
umero de grados de libertad medidos. Los modelos en
elementos finitos requieren mallas finas para poder entregar resultados precisos.
No es practico , y muchas veces no es posible, medir todos los grados de libertad
en la estructura real:
Muchos de los grados de libertad son internos y no se puede acceder a ellos
para realizar mediciones.
Los grados de libertad de rotacion son difciles de medir.
Para el proposito de analisis modal, no es necesaria una malla muy fina de
puntos de medici
on.
Sin embargo, muchos algoritmos de ajuste de modelos requieren una correspondencia
uno-a-uno entre los grados de libertad analticos y experimentales. Para lograr esto
se utilizan algoritmos de reducci
on de modelos numericos y de expansion de los
datos experimentales.
7.1.1.
T
ecnicas de reducci
on
Las tecnicas de reduccion expresan las ecuaciones de movimiento en terminos de los

grados de libertad medidos experimentalmente. En una primera fase, se identifican
los grados de libertad analticos para cada grado de libertad experimental. Esto
define a los grados de libertad activos. El resto de los grados de libertad analticos
se denominan grados de libertad eliminados:

Xf =
Xa
Xd
donde: Xa = grados de libertad activos

Xd = grados de libertad eliminados
Xf = set completo de grados de libertad
(7.1)

Y EXPERIMENTALES
93
Las tecnicas de reduccion establecen una relacion entre los grados de libertad activos
y los grados de libertad eliminados por medio de una matriz de transformacion Td
o Tf :
Xd
Td Xa
(7.2)
Xf
(7.3)
Tf
Tf Xa

I
Td
(7.4)
Tf se utiliza para construir matrices de masa y rigidez reducidas Mr y Kr

respectivamente. Para un sistema sin amortiguamiento se cumple la siguiente
relaci
on:
XfT M Xf
XaT Mr Xa
(7.5)
XfT KXf
XaT Kr Xa
(7.6)
Sustituyendo Xf por Tf Xa se obtiene:

Mr
= TfT M Tf
(7.7)
Kr
= TfT KTf
(7.8)
Las matrices del sistema reducido entregan s

olo una descripci
on aproximada del
comportamiento din
amico exacto del sistema con las matrices completas.
Se sabe que todos los grados de libertad deben cumplir con la ecuacion de
movimiento:

K 2 M Xf = Z()Xf = Ff
(7.9)
Para el sistema reducido no deben haber fuerzas externas en los grados de libertad
eliminados. Dividiendo el sistema de ecuaciones en los grados de libertad activos y
los eliminados:

Zaa Zad
Xa
Fa
=
(7.10)
Zda Zdd
Xd
0
despejando Xd se obtiene que:
1
Xd = Zdd
Zda Xa
(7.11)

Y EXPERIMENTALES
94
De donde se deduce que:

Td = Zdd (r )1 Zda (r )
(7.12)
Se debe notar que Z esta evaluada a una frecuencia r , en consecuencia las matrices
Mr y Kr daran resultados exactos para esta frecuencia. Para las otras frecuencias
Mr y Kr dan solo resultados aproximados, siendo peores al alejarse de r . Un caso
particular es la bien conocida reduccion de Guyan, en donde se utiliza r = 0.
7.1.2.
T
ecnicas de expansi
on
las tecnicas de expansi

on expanden los modos experimentales desde el set de grados
de libertad activos al set de grados de libertad completo del modelo analtico. La
evaluacion de los grados de libertad no medidos en los modos experimentales se
lleva a cabo la mayora de las veces utilizando las relaciones entre los grados activos
y eliminados del modelo numerico.
El metodo de reducci
on presentado en la seccion anterior se puede utilizar tambien
como un metodo de expansion ya que define la relacion entre los grados de libertad
activos y eliminados en el modelo analtico:
Xd = Td Xa
(7.13)
La misma matriz de transformaci

on se puede utilizar para los modos experimentales:
de = Td ae
(7.14)
Donde de representa los grados de libertad eliminados de un modo (o matriz de

modos) experimental y ae los grados de libertad activos.
A continuaci
on se presentan metodos de expansion alternativos.
Mezcla de vectores modales
Este metodo simplemente completa los grados de libertad faltantes en los modos
experimental con los valores correspondientes de los modos analticos:
a
e
f
e =
(7.15)
da
fe representa un modo experimental (o matriz de modos) con el set completo de
grados de libertad, da es el modo analtico en los grados de libertad no medidos y
ae es el modo experimental en los grados de libertad medidos.
TECNICAS
DE CORRELACION
95
Antes de completar el modos experimental con los valores del modo analtico, estos
deben tener la misma escala de modo que:
kae k = kaa k
(7.16)
M
etodo de coordenadas modales
Este metodo define los modos experimentales como una combinaci
on lineal de los
modos analticos. Los coeficientes de la combinacion lineal son calculados con los
grados de libertad activos:
ae
aa q
(7.17)
a
a+
a e
(7.18)
La matriz q se utiliza luego para evaluar los grados de libertad experimental

faltantes:
de = da q
(7.19)
Interpolaci
on
Los grados de libertad faltantes tambien se pueden aproximar por medio de
metodos de interpolaci
on. Una ventaja de este metodo es que no se necesitan
datos numericos para expandir los datos experimentales. Este metodo depende
fuertemente de la conexion entre los distintos grados de libertad. En consecuencia,
cada interpolacion depende mucho del caso en estudio, lo que dificulta su uso
practico. En la practica, estos metodos se aplican en estructuras que consisten en
componentes unidimensionales. Tambien se pueden utilizar para estimar grados
de libertad de rotacion a partir de los grados de libertad de traslacion, pero este
procedimiento es numericamente poco estable.
7.2.
T
ecnicas de correlaci
on
El proposito de los metodos de ajuste de modelo es lograr que el modelo numerico

se acerque lo mas posible a los datos experimentales. Para evaluar el nivel de
correlacion entre los datos numericos y experimentales es necesario definir que
parametros se van a comparar y en que forma. A continuacion, se describiran
algunas tecnicas usuales de correlacion numerica-experimental.
TECNICAS
DE CORRELACION
7.2.1.
96
Diferencia en las frecuencias de resonancia
La manera mas sencilla de verificar la correlacion es comparando las frecuencias

naturales analticas y experimentales. La diferencia maxima permitida depende en
la precisi
on de las frecuencias naturales.
7.2.2.
Comparaci
on visual de los modos
Modo experimental
Una manera de visualizar la correlaci

on entre dos modos son los denominados
graficos de 45 . En estos graficos se gr
afica un modo experimental versus el modo
analtico correspondiente en un grafico x-y. Si ambos modos son identicos y tienen
la misma escala, entonces todos los puntos se encuentran sobre una linea de 45
que parte desde el origen. La distancia entre los puntos y la lnea de 45 da una
indicacion de la correlacion entre los modos. En la Figura 7.2 se ilustra un grafico
de 45 tpico.
Modo analtico
Figura 7.2: Grafico de 45
Una manera de asegurar que los modos experimentales tengan la misma escala que
los modos analticos es utilizando el Factor de Escala Modal (MSF). El MSF mide
el factor de escala entre dos modos, los modos experimentales se pueden escalar a
los modos analticos multiplicados por el MSF correspondiente:
e,i
M SFi
= e,i M SFi
(7.20)
Ta,i e,i
Te,i e,i
(7.21)
TECNICAS
DE CORRELACION
97
Donde e,i y e,i es el iesimo modo experimental escalado y original, a,i es el

iesimo modo analtico, y M SFi es el factor de escala modal para el modo i. Al
multiplicar el modo experimental por el MSF correspondiente, tambien se soluciona
el problema que los modos analtico y experimental pueden estar con un desfase de
180 .
7.2.3.
Modal Assurance Criterion
El Modal assurance criterion (MAC) expresa la correlacion que es visualizada en

un gr
afico de 45 en un s
olo n
umero. Se define como:
2
Ta,i e,j

M ACij = T
a,i a,i Te,j e,j
(7.22)
Donde a,i es el iesimo modo analtico y e,j es el jesimo modo experimental. Un

valor de 0 indica que no hay correlacion, mientras que un valor de 1 indica dos
modos perfectamente correlacionados. Al ordenar todos los valores M ACij en una
matriz, la diagonal debera tener valores altos (en general mayores a 0.8) para una
buena correlaci
on. Una ventaja del MAC es que la correlacion no depende de la
escala de los modos, sino que solo de forma de estos. En la Figura 7.3 se representa
gr
aficamente una matriz de valores MAC tpica.
1
116
0.9
Modos Experimentales (Hz)
58.9
56.6
0.8
44.7
0.7
39
0.6
31.2
0.5
28.4
0.4
26.3
24.2
0.3
19
0.2
15.4
0.1
13
12.7 15.2 19.4 24.2 26.3 28.3 31.4 38.4 43.8
57 58.7 116
Modos numricos (Hz)
Figura 7.3: Matriz de valores MAC

METODOS
ITERATIVOS DE AJUSTE DE MODELOS
7.2.4.
98
Frequency Response Assurance Criterion
Tal como el MAC mide la correlacion de dos vectores modales, el Frequency

Response Assurance Criterion (FRAC) mide la correlaci
on entre dos funciones de
respuesta en frecuencia. Se define de manera equivalente al MAC como:
2
a
e
=1 Hpq ()Hpq ()
P2
P2
e
e
a
a
=1 Hpq ()Hpq ()
=1 Hpq ()Hpq ()
P2
F RACpq =
(7.23)
Donde Hpq es la funcion de respuesta en frecuencia cuando la excitacion es en

el punto p y se mide en el punto q. Los indices a y e se refieren a analtico y
experimental respectivamente. Por u
ltimo, 1 y 2 es el rango de frecuencias en
que se quiere correlacionar las FRFs.
Como en el caso del MAC, un valor del FRAC igual a 1 equivale a dos FRFs
perfectamente correlacionadas, mientras que un valor cercano a 0 indica una mala
correlaci
on.
7.3.
M
etodos iterativos de ajuste de modelos
Los metodos mas utilizados en ajuste de modelo son metodos iterativos basado
en gradientes. Estos metodos minimizan una funci
on error que relaciona los
parametros experimentales con los entregados por el modelo numerico. Esta funcion
de error puede estar compuesta de distintos residuos:
La diferencia entre las frecuencias naturales analticas y experimentales.
La diferencia entre los modos analticos y experimentales.
El balance de fuerzas a una frecuencia especifica.
La diferencia entre las funciones de respuesta en frecuencia analticas y
experimentales.
El problema se resuelve con una aproximacion de Taylor de primer orden
() = (0 ) +
X
i
i
i
(7.24)

METODOS
99
Donde = {1 , 2 , . . . m } es un vector de parametros a ser actualizados. i =

ij+1 ij , ij es el valor actual del parametro y ij+1 es el valor estimado.
Las derivadas parciales de primer orden son evaluadas numericamente. Definiendo
una matriz S que contenga las derivadas parciales del residuo con respecto a los
par
ametros :
1 1
1
...
1 2
n

2
2
2
...
1
2
n
(7.25)
S=
..
..
...
. ...
.
n n
n
...
1 2
n
la ecuaci
= S,
= zE zA ()
(7.26)
Donde zE and zA () son los datos experimentales y analticos respectivamente,

es el vector de residuos.
El vector de parametros es estimado al minimizar la siguiente funcion objetivo,
T
J() = (S ) (S )
(7.27)
Este problema de minimizacion se resuelve por mnimos cuadrados. La solucion

viene dada por,
= S +
Donde S + es la pseudoinversa
S 1
+
T
(S S)1 S T
Snm =
T T 1
S (S S)
(7.28)
de la matriz S:
n=m
n>m
n<m
(7.29)
donde n es el n
umero de mediciones y m el n
umero de par
ametros. La ecuacion
7.28 se puede escribir de manera equivalente como,
j+1 = j + S( j )+ ( j )
(7.30)
Donde i = ij+1 ij , ij es el valor actual del parametro y ij+1 es el valor

estimado. El valor final de se obtiene por un procedimiento iterativo; la ecuaci
on
7.30 es iterada hasta que se alcanza convergencia.

METODOS
100
La ecuacion 7.27 pondera de igual forma a todos los datos experimentales. Sin
embargo, sera preferible dar mayor peso a los datos que se saben son mas precisos.
Por ejemplo, se sabe que las frecuencias naturales se pueden determinar de manera
mas precisa que los modos, o que los primeros modos contienen menos contaminacion
por ruido que los modos de frecuencias mas altas. Para compensar estas diferencias
se pueden utilizar matrices de ponderaci
on. La funci
on a minimizar considerando
una matriz de ponderaci
on viene dada por,
T
J() = (S ) W (S )
(7.31)
Donde W es una matriz definida positiva. En general, se define W como

una matriz diagonal cuyos elementos son la inversa de la varianza de los datos
experimentales. La soluci
on del problema de minimizacion viene dada por,

1
j+1 = j + S( j )T W S( j )
S( j )T W ( j )
(7.32)
El problema iterativo definido en la ecuacion 7.32 puede estar mal condicionado. En

un problema mal condicionado no se puede asegurar la convergencia. Una solucion
al problema de mal condicionamiento es la regularizacion de las ecuaciones. La
regularizaci
on de Tikonov es el metodo mas utilizado. En este caso, se a
nade un
termino adicional a la funcion objetivo para penalizar por el cambio relativo de los
parametros. De esta manera se incentivan cambios peque
nos de los parametros en
cada paso, favoreciendo la convergencia. La funcion objetivo queda como,
T
J() = (S ) W (S ) + T W
(7.33)
Donde W = I es una matriz diagonal cuyos elementos son iguales al parametro

de regularizaci
on . La solucion a la ecuacion 7.33 es,

1
j+1 = j + S( j )T W S( j ) + W
S( j )T W ( j )
(7.34)
El valor del par

ametro de regularizacion se selecciona utilizando la curva L
de Hansen. La curva de L es un gr
afico de la norma de T W versus la
T
norma del residuo (S ) W (S ). El valor optimo del parametro
de regularizacion corresponde al punto de maxima curvatura en la curva del gr
afico
log-log de la curva de L.
Existen algunos metodos estandar para construir la matriz de gradientes S. A
continuacion se describiran estos metodos cuando los siguientes datos son utilizados:
(1) modos y frecuencias naturales y (2) funciones de respuesta en frecuencia.

METODOS
7.3.1.
101
Modos y frecuencias naturales
Un metodo bien establecido es el inverse eigen-sensitivity method (IESM). El

que correlaciona valores y modos propios. La funcion de error se define como,
,k
E,k A,k
E,k
(7.35)
,k
= E,k A,k
(7.36)
Donde k , k son los kesimo valor y modo propio respectivamente. Los subndices
A, E se refieren a analtico y experimental respectivamente.
Las derivadas de los valores y modos propios, se pueden calcular a partir de las
relaciones dadas por Fox y Kapoor (1968),

A,k
K
M
T
= A,k
A,k
A,k
(7.37)
i
i
i

K
M
T
N
A,k
A,k
X
A,j i
i
A,j
=
(A,k A,j )
A,k
i
(7.38)
j=1,6=r
K y M son las matrices de rigidez y masa del modelo numerico. La ecuaci

on 7.38
requiere el calculo de todos los modos propios. Aunque, las derivadas se pueden
aproximar con los primeros terminos de la serie en el ecuacion 7.38.
Las derivadas de las matrices de rigidez y masa,
K
M
y
, se pueden estimar
i
i
utilizando diferencias finitas:
K
i
K(i + ) K(i )
(7.39)
M
i
M (i + ) M (i )
(7.40)
donde es un n
umero peque
no.

METODOS
La matriz de gradientes S y
A,1
1 /A,1 ,
A,1
..
S=
.

A,m
/A,m ,
A,m
1
el vector de residuos viene dados por,
A,1
... ,
/A,1
n
A,1
...
..
..
.
.
A,m
... ,
/A,m
n
A,m
...
n
(E,1 A,1 )/A,1
E,1 A,1
..
=
.
A,m )/A,m
E,m
E,m A,m
7.3.2.
102
(7.41)
(7.42)
Funciones de respuesta en frecuencia
El metodo denominado response function method (RFM) propuesto por Lim y

Edwins (1990) utiliza directamente los funciones de respuesta en frecuencia. La
funci
on de error est
a definida como,
j
j
= A
E
(7.43)
Donde j representa la jesima columna de la matriz de FRFs . Los subndices A,

E se refieren a analtico y experimental respecticamente.
Lim y Edwins demostraron la siguiente relacion,

j
j
A
E
Z j
= A
i
i E
(7.44)
Z es la matriz de rigidez dinamica. Sus gradientes a una frecuencia dada, , se

pueden determinar como,

K 2 M
Z
K
M
=
=
2
(7.45)
i
i
i
i
K y M son las matrices de rigidez y masa del modelo numerico. Los gradientes de
K
M
las matrices de rigidez y masa,
and
, se pueden determinar por diferencia
i
i
finitas, como se describe en la ecuaciones 7.39 y 7.40.

METODOS
103
La matriz de gradientes S y el vector de residuos viene dados por,
S=
Z j
(1 ),
...
1 E
..
..
.
.
Z j
A (nf )
(nf ), . . .
1 E
A (1 )
j
j
E
(1 ) A
(1 )
..
.
j
E
(nf )
j
A
(nf )
Z j
(1 )
n E
..
.
Z j
, A (nf )
(nf )
n E
, A (1 )
(7.46)
(7.47)
Donde 1 , 2 , . . . nf representan las frecuencias seleccionadas para definir la

funci
on de error.
Captulo 8
Ejemplos de An
alisis Modal en
Estructuras Reales
8.1.
Estructura de barras
La estructura consiste en un ensamble tridimensional de barras est

aticamente
indeterminado, compuesto por 43 barras y 20 uniones. Las dimensiones de la
estructura son: largo 3m, ancho 0.5m y alto 0.5m. Las barras estan formadas por
tubos de aluminio con un diametro de 22mm y un espesor de 1mm. En la Figura
8.1 se muestra el montaje experimental, la estructura esta suspendidas por resortes
blandos para simular una condicion de borde libre.
Los puntos de medicion, excitacion y suspension se definieron con la ayuda de
un modelo numerico. Este modelo utiliza elementos de viga 3D para modelar las
barras y masas concentradas en las uniones. La configuracion optima de puntos de
medicion se defini
o al minimizar los valores fuera de la diagonal de la matriz MAC.
Este procedimiento asegura que los modos sean independientes entre s. Para efectos
de visualizaci
on, se utilizaron aceler
ometros tri-axiales en los puntos seleccionados.
Como resultado se midieron 20 3 grados de libertad, un acelerometro triaxial por
uni
on.
La ubicacion de los puntos de excitacion y suspensi
on se selecciono de acuerdo
a un estudio de los driving point residues (DPR). Los puntos de excitacion son
los grados de libertad con DPR altos para el mayor numero de modos. En la
Figura 8.2 se muestra los DPR promedio (en los primeros 12 modos) para los
60 grados de libertad medidos. Los primeros cuatro maximos corresponden a las
cuatro esquinas inferiores de la estructura cuando son excitadas en la direcci
on
104
ESTRUCTURA DE BARRAS
105
x. Los cuatro maximos siguientes corresponden a las esquinas superiores cuando

son excitadas en la direccion z. De acuerdo a estos resultados se seleccionaron dos
puntos de excitaci
on (ver Figura 8.3(a)), el primero en una esquina inferior en la
direcci
on x y el segundo en una esquina superior en la direccion z.
z
y
x
Figura 8.1: Montaje experimental de la estructura de barras
4.5
x 10
-3
Average DPR
3.5
3
2.5
2
1.5
1
0.5
0
0
10
20
30
40
50
60
Degree of Freedom
Figura 8.2: Driving point residues promedio para los posibles puntos de excitacion
106
z
y
x
(a) Puntos de excitaci

on
(b) Puntos de suspensi

on
Figura 8.3: Puntos de excitacion y suspension seleccionados

Los puntos de suspension se seleccionaron buscando puntos donde fuese factible
suspender la estructura y que tuviesen un DPR promedio bajo. En la Figura 8.4 se
muestran los puntos candidatos para la suspension y sus valores DPR. La ubicacion
fsica de los puntos seleccionados se puede visualizar en la Figura 8.3(b).
El rango de frecuencias de medicion es de 0 a 256Hz con una resolucion de 0.25Hz.
Este rango contiene todos los modos globales y unos pocos modos locales. En la
Figura 8.5 se muestran los 12 modos globales identificados.
4.5
x 10
-3
Average DPR
3.5
3
2.5
2
1.5
1
0.5
0
0
10
20
30
40
50
60
Degree of Freedom
Figura 8.4: Driving point residues promedio para los posibles puntos de suspensi
on
107
(a) Modo 1, = 13,03Hz
(b) Modo 2, = 15,37Hz
(c) Modo 3, = 19,05Hz
(d) Modo 4, = 24,23Hz
(e) Modo 5, = 26,31Hz
(f) Modo 6, = 28,42Hz
(g) Modo 7, = 31,17Hz
(h) Modo 8, = 39,04Hz
(i) Modo 9, = 44,71Hz
(j) Modo 10, = 56,64Hz
(k) Modo 11, = 58,87Hz
(l) Modo 12, = 115,6Hz
Figura 8.5: Doce modos globales identificados
8.1.1.
108
Modelo num
erico
El modelo numerico se construy

o en Matlab utilizan elementos de viga 3D para las
barras e inercias concentradas para las uniones. Cada barra se modelo con cuatro
elementos de viga, como se muestra en la Figura 8.6. Los grados de libertad de
rotaci
on fueron eliminados por medio de una metodologa de reducci
on de Guyan.
En total, el modelo tiene 447 grados de libertad y 192 elementos. Se identifican
12 modos globales con frecuencias entre 12Hz y 125Hz, los modos siguientes son
modos locales de las barras.
Figure 2
Figura 8.6: Modelo en elementos finitos de cada barra
En la Figura 8.7 se muestra la correlacion entre los modos numericos y

experimentales, donde E y A son las frecuencias naturales experimentales y
analticas respectivamente. El valor MAC indica la correlacion entre las formas
modales numericas y experimentales. La m
axima diferencia en frecuencia es del
2,3 % y el MAC mnimo es 0,86.
Es importante destacar que la correlacion numerico-experimental mostrada, es una
vez realizado el ajuste del modelo numerico.
109
A = 12.72 Hz
A = 15.25 Hz
A = 19.38 Hz
E = 13.03 Hz
E = 15.37 Hz
E = 19.05 Hz
MAC = 0.97
MAC = 0.98
MAC = 0.99
(a) Modo 1
A = 24.25 Hz
(b) Modo 2
A = 26.29 Hz
(c) Modo 3
A = 28.33 Hz
E = 24.23 Hz
E = 26.31 Hz
E = 28.42 Hz
MAC = 0.98
MAC = 0.92
MAC = 0.93
(d) Modo 4
A = 31.43 Hz
E = 31.17 Hz
MAC = 0.92
(e) Modo 5
(f) Modo 6
A = 38.43 Hz
A = 43.84 Hz
E = 39.04 Hz
E = 44.71 Hz
MAC = 0.98
MAC = 0.97
(g) Modo 7
(h) Modo 8
(i) Modo 9
A = 115.8 Hz
Z = 56.93 Hz
A
ZA = 58.8 Hz
ZE = 56.64 Hz
ZE = 58.87 Hz
E = 115.6 Hz
MAC = 0.88
MAC = 0.86
MAC = 0.97
Numrico
(j) Modo 10
(k) Modo 11
Experimental
(l) Modo 12
Figura 8.7: Comparacion entre los modos numericos y experimentales
MODELO A ESCALA DE UN AVION
8.2.
110
Modelo a escala de un avion
La estructura simula el comportamiento dinamico de un avion. Esta formada

por vigas de acero. El fuselaje consiste en una viga recta de seccion rectangular,
mientras que vigas planas forman las alas y cola. Las turbinas estan representadas
por dos masas conectadas a las alas.
El montaje experimental se ilustra en la Figura 8.8. La estructura esta suspendida
por tres resortes y un shaker electrodinamico la excita con una se
nal aleatoria en
al punta del ala. La respuesta es capturada por 11 acelerometros.
Figura 8.8: Montaje experimental del avion a escala
El test es realizado en una rango de frecuencias de 0 130Hz. Se obtuvieron modos

operacionales mediante en metodo en el dominio del tiempo (stochastic subspace
identification method). Los modos identificados se muestran en la Figura 8.9.
111
(a) Modo 1, = 18,44Hz
(b) Modo 2, = 39,84Hz
(c) Modo 3, = 81,34Hz
(d) Modo 4, = 83,44Hz
(e) Modo 5, = 91,18Hz
(f) Modo 6, = 99,32Hz
Figura 8.9: Primeros seis modos experimentales del avion a escala
8.2.1.
Modelo num
erico

o en Matlab con elementos de viga 3D para el
fuselaje, alas y cola e inercias concentradas para las turbinas. El modelo numerico
tiene 43 elementos y 252 DOF, como se ilustra en la Figura 8.10.
Las propiedades iniciales del modelo numerico fueron ajustadas para coincidir con
los modos y frecuencias naturales. La Figura 8.11 presenta la correlacion entre los
modos numericos y experimentales, donde E y A son las frecuencias naturales
experimentales y analticas respectivamente. El MAC mide la correlacion entre los
modos numericos y experimentales. El MAC mnimo tiene un valor de 0,82 y la
diferencia m
axima de frecuencias es del 2,0 %.
112
40
30
39 38
37
36
35
34
33
31
32
29
28
27
26
16
25
15
14
24
13
12
11
22
19
21
10
9
42
21
23
20
41
7
20
5
18
17
43
Figura 8.10: Modelo en elementos finitos
MAC = 0.98
A = 18.43 Hz, E = 18.44 Hz
MAC = 0.99
A = 39.8 Hz, E = 39.84 Hz
MAC = 0.93
A = 82.17 Hz, E = 81.34 Hz
(a) Modo 1
(b) Modo 2
(c) Modo 3
MAC = 0.82
ZA = 82.75 Hz, ZE = 83.44 Hz
MAC = 0.91
ZA = 89.83 Hz, ZE = 91.18 Hz
0$&
Z$ +]Z( +]
Numrico
(d) Modo 4
(e) Modo 5
([SHULPHQWDO
(f) Modo 6
To avoid coupling between lateral and vertical modes, the width and height of the cross
section was chosen to be different.
The reinforcement ratio should be within a realistic range. By a proper choice of steel
quality, the interval between the first crack appearance and the failure of the beam, i.e.
yielding of tensile steel reinforcement is made large enough to be able to study the
VIGA DE CONCRETO REFORZADO
113
progressive degradation of the beams and its consequences for the modal parameters.
8.3.
Figure Viga
4.1 plotsde
the concreto
cross section ofreforzado
the beams: there are 6 reinforcement bars of diameter
16 mm, equally distributed over tension and compression zone, corresponding to a
La estructura consiste en una viga de concreto de largo 6m y una seccion de
ratio
of about
1.4%.con
Theun
length
of all de
tested
beams
is 6 m. Shear
reinforcement
0,2 reinforcement
0,25m2 . Seis
vigas
de acero
diametro
16mm
refuerzan
la viga.
30
vigas
de
acero
con
un
di
a
metro
de
8mm
refuerzan
transversalmente
la
viga,
como
consists of stirrups of diameter 8 mm placed every 200 mm. The total weight of each beam is
se muestra en la Figura 8.12. El peso total de la viga es de 750kg.
about 750 kg.
Figure 4.1 Cross section of the beam and steel reinforcement
Figura 8.12: Seccion de la viga y refuerzos
4.1.3 Load program

The beams are damaged progressively during static loading (Figure 4.2a). The static supports
differ for the different beams as indicated in Table 4.1. The loading sequence is indicated in
Table 4.2 to 4.5. After every static load step, a dynamic test is performed on the beam in a
free set-up (Figure 4.2b).
The progressive crack patterns for the beams 2, 3, 4 and 5 are given in Figure 4.3 to 4.6. The
four point bending (beam 3) results in a wider damaged zone than the damaged zone of
beam 2 (three point bending). Two different damage zones are present in beam 4, both with a
maximal crack height at the location of the static force. This was established by moving the
static loads from one side of the beam to another after five load steps. The reason to do so is
to create different, non-equal damage zones at non-symmetrical locations in the beam. The
Figura 8.13: Montaje experimental para la viga reforzada
114
La Figura 8.13 muestra el montaje experimental. La viga esta suspendida

por resortes blandos, simulando una condici
on de borde libre. La aceleracion
verticalmente en 62 puntos distribuidos equidistantes en la cara superior a lo
largo de la viga. Un martillo de impacto excita a la viga en uno de las esquinas,
excitando tambien los modos torsionales. Las mediciones son realizadas en un rango
de frecuencias de 0 625Hz. Se identifican los modos operacionales por medio de
un algoritmo en el dominio del tiempo (stochastic subspace identification method).
La Figura 8.14 muestra los primeros seis modos identificados.
(a) Modo 1, =22.76Hz
(b) Modo 2, =64.85Hz
(c) Modo 3, =126.9Hz
(d) Modo 4, =186.4Hz
(e) Modo 5, =208.4Hz
(f) Modo 6, =302.8Hz
Figura 8.14: Primeros seis modos experimentales
8.3.1.
Modelo num
erico
El modelo numerico se construyo en Matlab utilizando elementos de viga 2D,

como se muestra en la Figura 8.15. Tiene 30 elementos de viga y 62 grados de
libertad. Luego de ajustar el modelo numerico las propiedades de la viga son:
Modulo de Young 3,60 1010 P a, densidad 2500kg/m3 , area 0,05m2 e inercia de la
seccion 1,93 104 m4 . El modelo numerico no incluye grados de libertad torsionales.
Por lo tanto, solo se consideran los modos de flexi
on. La Figura 8.16 presenta la
115
correlacion numerica-experimental de los primeros cuatro modos de flexion. La

m
axima diferencia en frecuencias es del 2,46 % y el MAC mnimo es 0,996.
1
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x
Figura 8.15: Modelo en elementos finitos de la viga reforzada
A = 23.32 Hz, E = 22.76 Hz, MAC= 0.998
(a) Modo 1
(b) Modo 2
ZA = 126 Hz, ZE = 126.9 Hz, MAC= 0.997
Numrico
(c) Modo 3
A = 64.29 Hz, E = 64.85 Hz, MAC= 0.997
ZA = 208.4 Hz, ZE = 208.4 Hz, MAC= 0.996
Experimental
(d) Modo 4
TUBO DE ESCAPE DE UN AUTO
8.4.
116
Tubo de escape de un auto
En la Figura 8.17 se muestra el montaje experimental. La estructure corresponde a

un tubo de escape de un auto. Las dimensiones son: largo 2.3m, ancho 0.45m. El
tubo de escape esta hecho de acero y tiene un di
ametro de 38mm. Resortes blandos
suspenden a la estructura y un shaker electrodinamica la excita. La respuesta es
capturada por 20 acelerometros distribuidos en la estructura. Las mediciones se
realizan en un rango de frecuencias de 0-1024Hz con una resoluci
on en frecuencias
de 0.25Hz. La Figura 8.18 muestra los primeros cuatro modos identificados.
Figura 8.17: Montaje experimental del tubo de escape
(a) Modo 1, =27.2Hz
(b) Modo 2, =63.4Hz
(c) Modo 3, =169Hz
(d) Modo 4, =291Hz
Figura 8.18: Primeros cuatro modos experimentales
8.4.1.
117
Modelo num
erico
El modelo numerico se construyo en Matlab, el tubo de escape se aproximo como la

union de varios tubos de diferentes diametros, el espesor de los tubos fue definido
inicialmente como 0.8mm. En la Figura 8.19 se muestra la geometra aproximada,
las dimensiones est
an en milmetros y los angulos en grados.
.2
54
10
235
45 57
75 81
75 60
47
38
60 45 25
360
30
44
195
20
5
300
44
38
30
597
140
20 40 45
190
15 44
Figura 8.19: Geometra aproximada utilizada en el modelo n

umerico
El modelo numerico mostrado en la Figura 8.20 fue construido en Matlab con

elementos de viga 2D e inercias concentradas para las masas. Se utilizaron
propiedades genericas para el acero; Modulo de Young 2,1 1011 P a, densidad
7800kg/m3 , coeficiente de Poisson 0,3. El modelo tiene 47 elementos de viga y 3
inercias, con 144 grados de libertad.
Se ajusto el espesor del tubo, el peso de las inercias y las propiedades del material
para coincidir con los modos experimentales. En la Figura 8.21 se presenta la
correlacion numerica-experimental de los primeros cuatro modos de flexion. La
m
axima diferencia en frecuencias es del 2.78 % y el MAC mnimo es 0.98.
118
E=27.2 Hz, A=26.5 Hz, MAC= 0.988
E=63.4 Hz, A=63.5 Hz, MAC= 0.986
(a) Modo 1
(b) Modo 2
ZE=169 Hz, ZA =171 Hz, MAC= 0.994
Numrico
(c) Modo 3
ZE=291 Hz, ZA =287 Hz, MAC= 0.98
Experimental
(d) Modo 4
Figura 8.21: Correlacion numerico-experimental de los modos
EL PUENTE I-40
8.5.
119
El puente I-40
La estructura corresponde al antiguo puente I-40 sobre Rio Grande en New Mexico.
En la Figura 8.22 se ilustra una vista en elevacion de la porcion del puente que fue
sometida a un analisis modal. La seccion del puente consiste en tres tramos. Los
dos tramos en los extremos son de igual largo, 39m, el tramo central tiene 49.7m
de largo. En la Figura 8.23 se muestra una vista en secci
on del puente, el puente
esta conformado por una seccion de concreto soportado por dos vigas laterales de
acero y tres vigas intermedias. Las cargas de las vigas intermedias se transmiten a
las vigas laterales por medio de vigas cruzadas ubicadas en intervalos de 6.1m.
39.9 m
49.7 m
39.9 m
Pier 3
Pier 2
Pier 1
Figura 8.22: Vista en elevacion de la seccion del puente estudiada
0.178m
Stringers (21 WF 62)
Plate Girder
3.05m
L 5x5x5/16
Bracing
2.06m
36 WF 182 or 36 WF 150
Floor Beam
Plate Girder
2.29m
2.29m
2.29m
2.29m
Figura 8.23: Seccion del puente I-40
2.06m
EL PUENTE I-40
120
Durante las mediciones el puente fue excitado por medio de un shaker hidraulico y
se midio la respuesta por medio de 26 acelerometros como se muestra en la Figura
8.24. La estructura fue excitada por una se
nal aleatoria de frecuencias entre 2Hz y
12Hz. Los modos se obtienen a partir de un metodo de identificacion en el dominio
del tiempo. En la Figura 8.25 se muestran los primeros seis modos experimentales.
Shaker
Figura 8.24: Mediciones experimentales
(a) Modo 1, =2.48Hz
(b) Modo 2, =2.95Hz
(c) Modo 3, =3.49Hz
(d) Modo 4, =4.08Hz
(e) Modo 5, =4.17Hz
(f) Modo 6, =4.64Hz
Figura 8.25: Primeros seis modos experimentales
EL PUENTE I-40
8.5.1.
121
Modelo num
erico

o utilizando una seccion aproximada del puente, la
que se muestra en la Figura 8.26, la que consiste en los siguientes componentes:
1. Una secci
on de concreto de espesor constante, con un area equivalente a la
mostrada en la Figura 8.23.
2. Dos vigas de acero laterales.
3. Tres vigas de acero intermedias.
4. Vigas de acero cruzadas.
El modelo numerico se construyo en Matlab. La seccion de concreto y las vigas
laterales se modelaron con elementos de placa. Las vigas de acero intermedias y
cruzadas se modelaron con elementos de viga 3D. Se utilizaron propiedades de
material genericas:
Concreto: Modulo de Young: E = 3,0 1010 P a, densidad: = 2300kg/m3 ,
coeficiente de Poisson: = 0,2.
Acero: Modulo de Young: E = 2,1 1011 P a, densidad: = 7800kg/m3 , coeficiente
de Poisson: = 0,3.
261
21 WF 62
8.7
120
36 WF 182 or 36 WF 150
90
90
0.375
Y
21 or 24
1.5 or 2.625
(top & bottom)
Figura 8.26: Seccion aproximada del puente
EL PUENTE I-40
122
La Figura 8.27 muestra el modelo numerico. Tres resortes conectados en la parte

superior del u
ltimo pilar simulan la rigidez a
nadida por la seccion siguiente del
puente que comparte este pilar. Las constantes de los resortes vienen dadas por:
kx = 3,17 106 N/m
ky = 1,26 106 N/m
kz = 4,29 106 N/m
Donde kx , ky y kz son las rigideces de los resortes en las direcciones x, y y z. En
la parte inferior de los pilares se restringen los 6 grados de libertad. En el extremo
derecho del puente se restringen todos los grados de libertad de traslacion y las
rotaciones con respecto a los ejes Y y Z. Se eliminaron los grados d libertad del
modelo numerico por medio del metodo de Guyan, como resultado se tienen 711
grados de libertad.
Las propiedades iniciales del modelo numerico fueron ajustadas para coincidir con
los resultados experimentales. En la Figura 8.28 se presenta la correlacion numericaexperimental de los primeros seis modos. La maxima diferencia en frecuencias es
del 2.45 % y el MAC mnimo es 0.979.
EL PUENTE I-40
123
A= 2.48 Hz, E= 2.48 Hz, MAC= 0.997
A= 3.02 Hz, E= 2.96 Hz, MAC= 0.992
(a) Modo 1
(b) Modo 2
A= 3.58 Hz, E= 3.50 Hz, MAC= 0.994
A= 4.18 Hz, E= 4.08 Hz, MAC= 0.979
(c) Modo 3
(d) Modo 4
ZA= 4.14 Hz, ZE= 4.17 Hz, MAC= 0.982
Z = 4.70 Hz, Z = 4.63 Hz, MAC= 0.981
1XPULFo
(e) Modo 5
([SHULPHQWDO
(f) Modo 6
Bibliografa
[1] D.J. Inman. Engineering vibrations. 2010.
[2] R.V. Dukkipati. MATLAB: An introduction with applications. Anshan Ltd,
2010.
[3] B.K. Donaldson. Introduction to structural dynamics. Cambridge Univ Pr,
2006.
[4] W. Heylen, S. Lammens, and P. Sas. Modal analysis theory and testing.
Katholieke Universteit Leuven, Departement Werktuigkunde, 2006.
[5] J. He and Z.F. Fu. Modal analysis. Butterworth-Heinemann, 2001.
[6] M.I. Friswell and J.E. Mottershead. Finite element model updating in structural
dynamics, volume 38. Springer, 1995.
124

Me706 P PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Me706 P PDF

Cargado por

Copyright:

Formatos disponibles

Departamento de Ingeniera Mec

Sistemas de un grado de libertad . . . . . . . . . . . . . . . . . . .

Polos del sistema, frecuencias naturales y factores de

Influencia de cambios en la masa, rigidez y amortiguacion .

Sistemas con multiples grados de libertad . . . . . . . . . . . . . .

Polos, frecuencias naturales y factores de amortiguamiento

Vectores modales, residuos

Funcion de respuesta en frecuencia (FRF) y funci

Sistemas sin amortiguamiento y con amortiguamiento

Ortogonalidad y coordenadas modales . . . . . . . . . . . .

Coordenadas locales y globales . . . . . . . . . . . . . . . .

Coordenadas locales y globales . . . . . . . . . . . . . . . .

Metodos de integracion directa . . . . . . . . . . . . . . . . . . . .

El metodo de las diferencias centrales . . . . . . . . . . . .

Algunos parametros importantes . . . . . . . . . . . . . . .

Funciones de respuesta en frecuencia y funciones de coherencia . .

Efectos del ruido experimental . . . . . . . . . . . . . . . .

Metodos de un grado de libertad . . . . . . . . . . . . . . . . . . .

Metodos con multiples grados de libertad en el dominio de frecuencias 64

Metodo de mnimos cuadrados no lineales, LSFD . . . . . .

Rational Fractional Polynomials . . . . . . . . . . . . . . .

Metodos con multiples grados de libertad en el dominio del tiempo

El metodo least-squares complex exponential (LSCE) . . .

Caractersticas especiales de una FRF . . . . . . . . . . . .

Parear modelos numericos y experimentales . . . . . . . . . . . . .

Diferencia en las frecuencias de resonancia . . . . . . . . . .

Comparacion visual de los modos . . . . . . . . . . . . . . .

Modal Assurance Criterion . . . . . . . . . . . . . . . . . .

Frequency Response Assurance Criterion

Metodos iterativos de ajuste de modelos . . . . . . . . . . . . . . .

Modos y frecuencias naturales . . . . . . . . . . . . . . . . . 101

Funciones de respuesta en frecuencia . . . . . . . . . . . . . 102

Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 114

Tubo de escape de un auto . . . . . . . . . . . . . . . . . . . . . . 116

Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 111

Viga de concreto reforzado . . . . . . . . . . . . . . . . . . . . . . . 113

Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 108

Modelo a escala de un avion . . . . . . . . . . . . . . . . . . . . . . 110

Estructura de barras . . . . . . . . . . . . . . . . . . . . . . . . . . 104

Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 117

El puente I-40 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 121

Sistemas de un grado de libertad

Consideremos el sistema de un grado de libertad mostrado en la Figura 1.1. La

SISTEMAS DE UN GRADO DE LIBERTAD

Lo que se puede escribir como:

Z(p) se denomina la rigidez dinamica.

Polos del sistema, frecuencias naturales y factores de

El denominador de la ecuacion 1.5 representa la ecuacion caracterstica del sistema.

SISTEMAS DE UN GRADO DE LIBERTAD

Se define como amortiguamiento crtico, cc , al valor del amortiguamiento que hace

donde es el factor de amortiguamiento, d es la frecuencia natural del sistema

donde A es una constante. Por lo tanto:

SISTEMAS DE UN GRADO DE LIBERTAD

Dividiendo por Aet se obtiene la ecuacion caracterstica del sistema:

cuya solucion son las races de la ecuaci

Las soluciones particulares dependen de las constantes, A1 y A2 , que se determinan

Utilizando las identidades: ejd t = cosd t + jsend t y ejd t = cosd t jsend t,

SISTEMAS DE UN GRADO DE LIBERTAD

Dependiendo del valor de la raz

La forma de X depende de la forma de la fuerza de excitacion, la tabla a continuacion

Ocupando fracciones parciales se tiene que:

En las secciones anteriores se discute la relacion entre la fuerza y la respuesta