Documentos de Académico
Documentos de Profesional
Documentos de Cultura
WILLIAM VÉLEZ
Ingeniero Civil. Profesor Auxiliar, Universidad del Valle, Cali, whvelez@univalle.edu.co
DANIEL GÓMEZ
Ingeniero Civil. Profesor Auxiliar, Universidad del Valle, Cali, dgomezp@univalle.edu.co
PETER THOMSON
Ingeniero Aeroespacial. Profesor Titular, Universidad del Valle, Cali, pethomso@univalle.edu.co
Recibido para revisar abril 12 de 2008, aceptado mayo 15 de 2008, versión final mayo 18 de 2008
RESUMEN: El método del elemento finito es utilizado en todo el mundo como herramienta para analizar el
comportamiento dinámico de sistemas estructurales. Sin embargo, se sabe que las predicciones efectuadas con el uso
de modelos construidos empleando dicho método difieren de los resultados experimentales obtenidos a partir de
ensayos de vibración en estructuras existentes. El área conocida en lengua inglesa como Model Updating, o Ajuste de
Modelos, como se denomina en este documento, surgió como respuesta a dicha problemática y apunta a efectuar
correcciones paramétricas en los modelos de elementos finitos con el fin de lograr que las propiedades dinámicas
analíticas se asemejen a sus contrapartes experimentales. El avance de esta disciplina durante los últimos veinte años
ha sido vertiginoso; sin embargo, en el medio latinoamericano, y en particular en el colombiano, existe una difusión
pobre de dicha temática. Este artículo presenta una revisión del estado del arte a la fecha de su publicación. Se espera
que el presente trabajo motive la investigación en el campo del Ajuste de Modelos en centros diferentes a aquellos
donde se ha concentrado hasta ahora el desarrollo de esta área y que a su vez provea información suficiente para que
el sector industrial latinoamericano incluya dicha tecnología en sus prácticas.
PALABRAS CLAVE: Ajuste de Modelos, Método del Elemento Finito, Dinámica Estructural, Correlación Modal,
Análisis Modal.
ABSTRACT: The Finite Element Method is used worldwide as a tool for analyzing the dynamic behaviour of
structural systems. However, it is well known that finite element model predictions differ from experimental results
obtained from vibration tests carried out on the structures being modelled. The area known in English as Model
Updating, or Ajuste de Modelos, as it is called in this document, emerged as a response to the above problem and
aims at executing parametric corrections on finite element models in order to make the analytical dynamic properties
come closer to their experimental counterparts. This discipline has grown steadily during the last twenty years,
although its diffusion in the Latin-American and Colombian context has been poor. This article presents a review of
the state of the art at the time of its publication. It is hoped that this work will motivate research on the subject of
Model Updating in places different from those where developments in this area have concentrated, and that it will
provide sufficient information for Latin-American industries to include this technology in their practice.
KEYWORDS: Model Updating, Finite Element Method, Structural Dynamics, Modal Correlation, Modal Analysis.
Dyna, Año 76, Nro. 158, pp. 177-189. Medellín, Junio de 2009. ISSN 0012-7353
178 Vélez et al
del elemento finito es utilizado regularmente. Sin perturbaciones y/o ante cambios en su
embargo, el desarrollo de técnicas confiables de configuración. Sin embargo, se ha observado una
medición de vibraciones ha permitido que dichas correlación deficiente entre las predicciones de
propiedades sean obtenidas de manera modelos computacionales y los resultados
experimental, a partir de lo cual se ha observado obtenidos a partir de estudios experimentales. En
un desacuerdo considerable entre las el caso particular del análisis del
predicciones de los modelos de elementos finitos comportamiento dinámico de sistemas
y sus contrapartes experimentales. elastomecánicos, las propiedades modales
calculadas empleando el método del elemento
Dado que no es posible construir modelos
finito suelen diferir de aquellas obtenidas por
espaciales (masa, rigidez y amortiguamiento)
medio de ensayos de vibración.
con sentido físico a partir de procesos netamente
experimentales, la investigación se ha enfocado Si bien los datos experimentales poseen errores
en la búsqueda de maneras para aprovechar las que pueden provocar una baja correlación entre
bondades del método del elemento finito y de las estos y las predicciones, la teoría de ajuste de
técnicas experimentales de manera simultánea. modelos supone que los principales causantes
El resultado es el Ajuste de Modelos de del desacuerdo teórico-experimental son los
Elementos Finitos (Finite Element Model errores en el modelo. Friswell y Mottershead
Updating), por medio del cual se busca la [13] consideran tres tipos de error:
generación de modelos confiables a través de
ajustes paramétricos en los mismos, de forma tal i. Errores en la estructura del modelo, los
que se minimice la diferencia entre las cuales se presentan cuando existe
predicciones analíticas y los resultados incertidumbre en las ecuaciones físicas
experimentales. gobernantes (como en el modelado de
sistemas con un fuerte comportamiento
En este trabajo se presenta una revisión del
no lineal).
estado del arte del Ajuste de Modelos. Se señalan
a su vez, de acuerdo con el juicio de los autores, ii. Errores en los parámetros del modelo,
los enfoques de investigación más promisorios y dentro de los que se encuentra la
los problemas no resueltos de mayor relevancia aplicación de condiciones de frontera
en este campo. inapropiadas, así como suposiciones
imprecisas empleadas para simplificar el
2. AJUSTE DE MODELOS modelo.
ingeniería de control. En esta disciplina, el estudió los métodos de ajuste y su relación con el
propósito de la identificación de sistemas es número de incógnitas, aspectos de unicidad en
usualmente la construcción “en línea” de las soluciones y las ventajas y desventajas del
modelos. Por el contrario, el ajuste de modelos uso de datos modales y de FRF. Hemez y
es usualmente ejecutado “fuera de línea” y su Doebling [18] revisaron el estado del arte del
objetivo es la generación de modelos mejorados ajuste de modelos aplicado a sistemas no
con propósitos de predicción, lo que exige que lineales. Datta [9] presentó una revisión de
los parámetros “identificados” tengan sentido métodos directos de ajuste e introdujo dos
físico, requisito que no es necesario en enfoques alternativos basados en asignación
identificación de sistemas para aplicaciones en parcial de eigenestructuras y eigenvalores
control [14]. embebidos. Calvi [2] señaló los problemas
asociados al enfoque determinístico tradicional y
El ajuste de modelos se denominaba
describió el enfoque estocástico de ajuste y
“identificación indirecta” como alusión a la
validación de modelos. Ahmadian et al. [1]
presencia de un modelo analítico inicial. Friswell
revisaron diferentes técnicas de regularización y
y Mottershead [14] señalan que el enfoque de
su aplicación en la estimación de parámetros de
investigación hacia el ajuste de modelos
ajuste de modelos.
existentes como alternativa a la identificación
La modelación de juntas en ensambles
directa de sistemas estructurales fue influenciado
estructurales constituye una de las principales
en gran medida por los estudios de Berman,
fuentes de error en los modelos de elementos
quien señaló los problemas asociados a la
finitos. Su descripción matemática y la
imprecisión de los datos experimentales y su
identificación experimental de sus propiedades
naturaleza incompleta, así como a la inexactitud
han sido objeto de intensa investigación en el
de los modelos numéricos y concluyó que es
contexto del ajuste de modelos. Ibrahim y Pettit
imposible identificar un modelo con sentido
[21] presentaron un artículo de revisión en el que
físico empleando enfoques directos [14].
se analizan los problemas relacionados con la
dinámica de juntas pernadas, y se presentan
2.1.2 Artículos previos de revisión técnicas, basadas en formulaciones de ajuste,
para identificación lineal y no lineal de juntas de
El artículo de Friswell y Mottershead [13] es una este tipo. Palmonella et al. [44] revisaron los
referencia esencial para quienes estén modelos disponibles de uniones con soldadura
interesados en estudiar y/o poner en práctica de punto.Métodos directos con el uso de datos
alguna de las técnicas disponibles para ajustar modales
modelos de elementos finitos. En el documento
aparecen descripciones de los métodos que se 2.1.3 Generalidades
encontraban disponibles en el momento de su
elaboración; en particular, los métodos directos y Uno de los primeros intentos de “calibrar” o
los métodos iterativos basados en sensitividad ajustar modelos de elementos finitos es el
con el empleo de datos modales y funciones de enfoque matricial directo, cuyos primeros
respuesta en frecuencia (FRF). Se incluyen desarrollos datan de la década de 1970 [12].
además referencias de artículos de revisión Como su nombre lo indica, estos métodos no
relacionados con identificación de sistemas y requieren procesos iterativos sino que se
ajuste de modelos. En total se citan 243 ejecutan en un solo paso, lo que les otorga alta
referencias. eficiencia computacional. La característica más
Tras la aparición del artículo [13], se han distintiva del enfoque directo es que los modelos
producido pocos documentos similares y la actualizados por este medio reproducen los datos
investigación se ha concentrado en la experimentales utilizados de manera exacta.
formulación de nuevas metodologías y en la Debido a que los modelos modales generados a
evaluación del desempeño de las mismas. Sin partir de modelos de elementos finitos poseen
embargo, algunos artículos dedican parte de su muchos más grados de libertad que aquellos
contenido a revisiones bibliográficas. Dunn [11] extraídos de ensayos de vibración, una de dos
180 Vélez et al
estrategias debe adoptarse: expandir los vectores estimación analítica de la matriz de masa, Ma,
experimentales de forma modal hasta el orden encuentre una matriz de masa actualizada M que
del modelo analítico, o reducir este último. minimice la función
Existen diversos métodos para llevar a cabo 1 1
cualquiera de las dos alternativas. El método de JM = Ma
−
2 (M − M a )M a − 2
expansión de Kidder crea una transformación (1)
espacial empleando las matrices de masa y
rigidez del modelo de elementos finitos y sujeta a la restricción
generando una partición en el problema T
generalizado de valores propios [30]; existen Φ m MΦ m = I (2)
además métodos de expansión por medio de
ajustes con splines cúbicos y splines de Una vez se conoce la nueva matriz de masa, M,
superficie. Dentro de las técnicas de reducción se encuentra la matriz de rigidez actualizada K
de orden se encuentran los métodos de reducción que minimiza la función
estática de Guyan, reducción dinámica, SEREP 1 1
− −
(System Equivalent Reduction Expansion JK = M 2
(K − K a )M 2
Process), IRS (Improved Reduction System),
entre otros. Las referencias [14], [12] y [30] (3)
presentan detalles de varios métodos de sometida a las restricciones
reducción y expansión.
En general, la mayor desventaja de los modelos KΦ m = MΦ m Λ (4)
ajustados con métodos directos es el hecho de
que las nuevas matrices de masa y rigidez son KT = K (5)
totalmente pobladas, con lo cual se pierde la
donde Λ representa la matriz de valores propios
conectividad original y resulta imposible
experimentales. La minimización de ambas
relacionar las modificaciones en las matrices con
funciones objetivo puede llevarse a cabo
cambios físicos en los elementos del modelo
empleando el método de multiplicadores de
original. En otras palabras, los cambios en el
Lagrange. En la referencia [14] aparecen las
modelo y el nuevo modelo en sí, no tienen
expresiones exactas para el cálculo de las
sentido físico. Además suelen aparecer modos
matrices actualizadas y sus deducciones
ficticios fuera del rango espectral utilizado en el
detalladas a partir de las expresiones (1) y (3).
ajuste.
Existen otros métodos directos de ajuste de
2.1.4 Métodos de optimización directa
modelos. El método de mezcla de matrices hace
uso de información obtenida a partir de un
Los métodos de optimización directa se basan en
modelo de elementos finitos con el objeto de
el uso de tres cantidades: los datos modales
completar la información experimental. Las
experimentales y las matrices de masa y rigidez
matrices se ajustan por medio de las expresiones
del modelo analítico. En todos ellos se supone
que una de las tres cantidades se conoce de n
T
p
T
forma precisa, de modo que las dos restantes se M −1 = ∑ φmiφmi + ∑φ φ
ai ai
ajustan a partir de ésta. Baruch y Bar-Itzhack i =1 i =n +1 (6)
(1978, citados en [13], [14] y [9]) consideraron
la matriz de masa como la cantidad exacta. n
φmiφmi T p
φaiφai T
Berman y Nagy (1983, citados en [13] y [14]) K −1 = ∑ 2
+ ∑ 2
cuestionaron el uso de la masa como parámetro i =1 ω mi i = n +1 ω ai
(7)
fijo y propusieron en su lugar el uso de los datos
modales, de manera que se ajustaran las matrices Los subíndices m y a denotan origen
de masa y rigidez. Matemáticamente, el experimental o analítico respectivamente, n es el
problema se plantea de la siguiente forma: dada orden del modelo modal experimental y p el
una matriz modal experimental, Φm, y una orden del modelo analítico. De nuevo, las
Dyna 158, 2009 181
matrices ajustadas en (6) y (7) son, en general, variantes del mismo. El MAC normalizado o
totalmente pobladas, y guardan poca relación NCO (Normalized Cross Orthogonality) incluye
con la conectividad física de la estructura. la matriz de masa o de rigidez como matriz de
Carvalho et al. [4] propusieron un método que peso en el cálculo. A diferencia del MAC, el
conserva la simetría de las matrices del sistema y NCO requiere reducción o expansión a causa de
mantiene intactos los valores y vectores propios la inclusión de matrices de masa o rigidez.
no utilizados en el proceso de ajuste, Möller y Friberg [36] propusieron un enfoque
denominado Método de Valores Propios alternativo para el pareo de vectores empleando
Embebidos. Por medio de esta técnica se el MAC. Morales [38] señaló las desventajas del
calculan las matrices reales Mnew, Cnew y Knew MAC relacionadas con su no linealidad e
(masa, amortiguamiento y rigidez, incapacidad para evaluar propiedades de
respectivamente) de manera que el espectro de la ortogonalidad y propuso una versión lineal del
función NCO que apunta a superar dichos
inconvenientes.
Fnew (λ ) = λ2 M new + λCnew + K new
(8) Mientras los métodos directos modifican todos
sea los elementos de las matrices de manera
indiscriminada, los esquemas iterativos proveen
{µ1 ,....., µ r , λr +1 ,......, λ2 n } (9) un amplio rango de posibilidades para
seleccionar parámetros de ajuste, con los que el
donde los pares λk son eigenvalores generados en
usuario puede enfocarse en la corrección de
un modelo de elementos finitos y los µk son los aspectos físicos bien definidos y localizados. Los
valores propios experimentales disponibles. Los parámetros de subestructuras se asocian a
valores {λr+1 , … , λ2n} permanecen intactos. elementos individuales o a grupos de elementos
Como puede observarse, el método de valores finitos [14]. Estos surgen de la suposición de que
propios embebidos tiene en cuenta el los errores en el modelo se encuentran asociados
amortiguamiento; la única suposición arbitraria a zonas o grupos de elementos interconectados.
respecto a éste es que puede ser modelado con Las matrices ajustadas de masa y rigidez se
un arreglo simétrico. El algoritmo para resolver escriben como
el problema se ilustra en [4]. l
M = M o + ∑θ j M j
2.1.5 Métodos iterativos con el uso de datos j =1
modales (10)
l
2.1.5.1 Generalidades K = K o + ∑θ j K j
j =1 (11)
El objetivo de los métodos iterativos que
Mj y Kj son las matrices de masa y rigidez de la
emplean datos modales (en principio frecuencias
j-ésima subestructura de elementos y los
naturales, formas modales y razones de
coeficientes θj son los parámetros de ajuste, los
amortiguamiento) es mejorar la correlación entre
cuales conservan la distribución de masa y
la información experimental y la obtenida a
rigidez definida por las funciones de forma. Los
partir de un modelo de elementos finitos, por
parámetros físicos asocian el error a cantidades
medio de pequeños cambios en un grupo de
físicas como el módulo de Young, parámetros
parámetros del modelo [13]. El criterio empleado
geométricos, densidad de masa, entre otros. Las
a menudo para evaluar dicha correlación es el
matrices de masa y rigidez son funciones no
MAC (Modal Assurance Criterion), el cual
lineales de dichos parámetros y los arreglos
indica el grado de colinealidad entre dos vectores
ajustados se expresan como
de formas modales y es a su vez empleado en el
proceso de pareo de vectores analíticos y l
∂M
experimentales. El MAC fue propuesto por M = M o + ∑ δθ j
j =1 ∂θ j
Allemang y Brown (1982, citados en [13]) y (12)
desde entonces se han formulado algunas
182 Vélez et al
l
∂K solución puede obtenerse empleando la inversa
K = K o + ∑ δθ j de Moore – Penrose, como sigue:
j =1 ∂θ j
(13)
Se han propuesto otras estrategias de
δθ = S +δz (15)
parametrización de modelos con fines de ajuste.
Kim y Park [25] propusieron un método de [ ]
S+ = ST S
−1
ST (16)
selección de parámetros subestructurales basado
en el cálculo de la sensitividad de la función El enfoque anterior asigna igual peso a todos los
objetivo definida para el proceso de ajuste. datos experimentales en el vector zm. Mientras
Mottershead et al. [39] y [40] ilustraron la las frecuencias naturales pueden obtenerse con
parametrización de juntas soldadas y fronteras errores menores que el 1%, los elementos de las
rígidas de placas en voladizo utilizando formas modales pueden presentar poseen errores
parámetros geométricos. Gladwell y Ahmadian del 10% o más [14], aunque su distribución
[15] introdujeron el concepto de familias global es en general aceptable. Dicha precisión
permisibles de elementos, y demostraron que los relativa se incorpora hallando una solución de
elementos producidos por diferentes soluciones mínimos cuadrados ponderados como sigue:
de elementos finitos hacen parte de familias de
δθ = [S T WEE S ] S T WEEδz
−1
elementos genéricos cuyos parámetros permiten (17)
considerar diversos efectos. Este último enfoque
ha generado recientemente un interés La matriz WEE es una matriz de peso positiva
considerable en la comunidad científica. definida y a menudo se trata de una matriz
diagonal cuyos elementos son los recíprocos de
las varianzas de las mediciones incluidas en el
2.1.5.2 Método de Eigensensitividad Inversa algoritmo. Cuando el número de parámetros de
ajuste es mayor que el número de datos
El método se basa en el planteamiento de series experimentales disponible, el sistema de
truncadas de Taylor de los datos modales en ecuaciones (14) es subdeterminado; en
términos de los parámetros desconocidos. La consecuencia, existen infinitas soluciones entre
expansión se limita generalmente a los dos las cuales debe seleccionarse aquella que
primeros términos y genera, en consecuencia, produzca los cambios más pequeños en los
una aproximación lineal de los datos parámetros. El sistema puede solucionarse por
experimentales de la siguiente forma [13]: medio de descomposición en valores singulares
(SVD) o haciendo uso de la inversa de Moore-
δz = S jδθ Penrose para sistemas subdeterminados [14].
(14)
Aquí, δθ = θ - θj es la perturbación en los Es posible formular la matriz de sensitividad con
parámetros; δz = zm - zj es el error en los datos parámetros dinámicos diferentes a los valores y
experimentales y Sj es la matriz de sensitividad. vectores propios. Jones y Turcotte [24] ilustraron
Los subíndices indican las estimaciones actuales el uso de frecuencias antiresonantes.
tras la j-ésima iteración. La matriz de D’Ambrogio y Fregolent [5] introdujeron el uso
sensitividad contiene la primera derivada de los de frecuencias antiresonantes virtuales en el
eigenvalores y eigenvectores respecto a los ajuste de un problema de referencia. Dascotte et
parámetros, evaluada en la estimación actual θj. al. [6] estudiaron el uso de diferentes estrategias
Las derivadas de los vectores propios pueden de escalamiento de la matriz de sensitividad con
calcularse de manera conveniente con el uso de el fin de evitar problemas de inestabilidad
la estrategia simplificada propuesta por Nelson numérica.
[43].
2.1.5.3 Métodos de Mínima Varianza
Cuando se cuenta con más datos experimentales
que parámetros desconocidos, el sistema de Los métodos de mínima varianza pueden verse
ecuaciones definido en (14) es redundante y su como métodos de penalización en los que las
Dyna 158, 2009 183
que, en general, los mecanismos de disipación de Dascotte y Strobbe [7] presentaron un enfoque
energía son en extremo difíciles de modelar y su alternativo en el que se busca maximizar la
naturaleza es aún objeto de intensa investigación correlación entre las FRF analíticas y las
[21]. experimentales en términos de funciones de
El enfoque tradicional de ajuste con funciones de correlación de forma y amplitud, en un intervalo
respuesta consiste en la optimización de dado de frecuencia.
funciones de penalización que involucran las
FRF de manera directa (Mares, Friswell y 2.1.7 Optimización
Mottershead, en [31]). La formulación se basa en
dos tipos de error denominados error de Existen varios métodos de ajuste que apuntan a
ecuaciones y error de salida. Ambos errores se resolver el problema utilizando un enfoque
basan en la ecuación de movimiento en el iterativo de optimización. Una de las mayores
dominio de frecuencia, la cual, para sistemas con dificultades de este enfoque radica en que los
amortiguamiento viscoso, se escribe como algoritmos de optimización pueden encontrar el
mínimo local más cercano a la posición de
[− ω M + iωC + K ]X (ω ) = F (ω )
2
(26) arranque e incluso fallar en la búsqueda de una
solución convergente [27].
B (ω )X (ω ) = F (ω ) (27) En su forma más simple, una función objetivo
posee la forma
donde B(ω) es la matriz de rigidez dinámica.
El enfoque de error en ecuaciones minimiza el J = ∑Wi ∆Pi
error en las ecuaciones de movimiento: i (30)
ε EE = F (ω ) − B(ω )X (ω ) (28)
donde los ∆Pi son los residuos y los Wi son
coeficientes de ponderación asignados a cada
donde los vectores F(ω) y X(ω) corresponden a una de las diferencias. En el ajuste de modelos,
los datos experimentales. Generalmente se los términos ∆Pi contienen a menudo diferencias
supone que la fuerza es unitaria en todas las entre valores propios analíticos y
frecuencias y se reemplaza X(ω) por la FRF de experimentales, así como diferencias entre
receptancia. Cuando se emplean técnicas basadas vectores de formas modales.
en error de ecuaciones, es necesario disponer de Los pesos de los diferentes términos de la
mediciones para cada una de las coordenadas función deben definirse de manera arbitraria. Si
modeladas analíticamente, en cuyo caso suele bien en muchos casos se sabe qué tipo datos
reducirse el modelo de elementos finitos o disponibles y qué porción de ellos se conoce con
expandirse la información experimental. mayor grado de confiabilidad, la selección de
factores de peso es complicada debido a que la
El enfoque de error de salida minimiza la importancia relativa de los datos no obedece a
diferencia entre la respuesta medida y la reglas generales, sino que depende del problema
estimada en el modelo numérico, expresada en cuestión. El uso de factores de ponderación
como puede evitarse a través de la optimización de
múltiples funciones objetivo [25].
ε OE = B(ω )−1 F (ω ) − X (ω ) (29)
Algunos algoritmos de búsqueda estocástica han
Imregun et al. [22] presentaron una variante de la
sido utilizados para ajustar modelos. En
formulación clásica de errores en la que estos se
particular, Levin y Lieven [27] ilustraron la
expresan como combinaciones lineales de
formulación e implementación de algoritmos
matrices de elementos individuales. Los
genéticos y algoritmos de recocido simulado y su
parámetros de ajuste están representados por las
aplicación a problemas de ajuste de modelos.
constantes lineales e indican el cambio necesario
Dichas técnicas están en capacidad de hallar
en las matrices individuales de masa y rigidez
soluciones óptimas globales que otros algoritmos
para obtener el mejor ajuste entre las FRF
no logran encontrar.
analíticas (ajustadas) y las experimentales.
Dyna 158, 2009 185
2.1.8 Otros métodos de ajuste útiles para constatar la validez de los desarrollos
teóricos en casos particulares.
Horta et al. [20] introdujeron la incertidumbre de Existen además estudios dedicados
los parámetros en un esquema de ajuste basado exclusivamente a la comparación del desempeño
en herramientas de Análisis Probabilístico (AP). de dos o más métodos. Modak et al. [32] y [33]
La principal diferencia entre este enfoque y los presentaron un estudio comparativo del Método
descritos en secciones anteriores es que con el de Eigensensitividad Inversa (IESM) y el
uso de herramientas de AP, se busca hallar el Método de Función de Respuesta en Frecuencia
cambio en los parámetros que maximiza la (RFM), basado en información experimental
probabilidad de que las predicciones concuerden simulada, donde se observó un mejor
con los datos experimentales, en lugar de comportamiento por parte del IESM en presencia
minimizar el error de predicción Dascotte [8] de ruido y un desempeño superior del RFM
describió un enfoque estadístico donde se cuando se incluyen pocos modos en el rango de
utilizan parámetros aleatorios de ajuste que frecuencias de interés. Göge y Link [16]
representan la incertidumbre; se emplean a su compararon el IESM y el RFM definido sólo con
vez datos estadísticos de excitación y respuesta, puntos de frecuencia resonante y valores propios.
y métodos probabilísticos de simulación. Wu et Modak et al. [32], [34] y [35] estudiaron el uso
al. [52] desarrollaron un método de ajuste basado de modelos ajustados para la predicción de
en formas cuasi-modales. Pascual et al. [45] efectos causados por modificaciones en
propusieron un esquema de ajuste basado en estructuras físicas y simuladas, en términos de
formas de deflexión en operación (ODS). Levin adiciones de masa y elementos estructurales.
y Lieven [26] presentaron el uso redes La aplicación de diferentes métodos de ajuste de
neuronales para ajuste de modelos e ilustraron la modelos en estructuras en servicio ha sido
ejecución de la técnica en un experimento reportada por varios autores. Vélez [49] ejecutó
simulado. Lu y Tu [29] desarrollaron un enfoque un análisis modal y un proceso de ajuste para el
de dos niveles de redes neuronales en el que se modelo del ala de un avión de entrenamiento.
ajustan parámetros estructurales en el primer Moncayo [37] ajustó un modelo de una aeronave
nivel, suponiendo que el modelo es no mediante cambios paramétricos manuales. Lord
amortiguado, y razones de amortiguamiento en et al. [28] describieron los resultados de un
el segundo nivel, a partir de lo obtenido en el estudio de ajuste de modelos realizado en un
primero. Mares et al. [31] propusieron una edificio de concreto reforzado de 48 pisos, con
estrategia de ajuste mediante estimación robusta. núcleo constituido por muros de corte, y con
Mottershead et al. [40] presentaron un enfoque amortiguadores de columna líquida sintonizada
de Gauss-Newton de dos niveles que permite el (TLCD). Ventura et al. [50] condujeron un
uso de modelos con mallas poco refinadas proceso de análisis modal experimental en un
(valores propios no convergentes). edificio de apartamentos con aislamiento de base
a partir datos de vibración ambiental y
2.1.9 Estudios experimentales ejecutaron un proceso de ajuste manual de un
modelo de elementos finitos generado en el
Los estudios teóricos de ajuste de modelos software ETABS. Wu y Li [51] presentaron un
incluyen generalmente ejemplos de aplicación de procedimiento basado en eigensensitividad para
los métodos desarrollados. En su mayoría se el ajuste de un modelo de elementos finitos de
trata de experimentos simulados donde se una torre de televisión de 310 metros de altura.
utilizan dos modelos de elementos finitos de la Sinha et al. [47], [48] discutieron aspectos de
misma estructura, uno de los cuales se ha diagnóstico sísmico a partir de modelos
perturbado con cambios conocidos, de modo que ajustados y evaluaron la capacidad de predicción
su salida representa la información analítica. de un modelo de EF del tubo perforado de un
Otros estudios incluyen experimentos físicos en reactor nuclear, ajustado con el método IESM.
los que se emplean estructuras sencillas o Zivanovic et al. [54] ilustraron la importancia de
modelos a escala [53]. Ambas estrategias son la combinación entre ajuste manual y ajuste
186 Vélez et al
[2] CALVI A, 2005. “Uncertainty-Based [11] DUNN S.A., 1994. “Issues concerning
Loads Analysis for Spacecraft: Finite Element the Updating of the Finite Element Models from
Model Validation and Dynamic Responses”. Experimental Data”. NASA Technical
Computers and Structures 83, 1103-1112. Memorandum 109116. Langley Research
Center, Hampton, Virginia.
[3] CAMILLACCI R., GABRIELE S. 2005.
“Mechanical Identification and Model [12] EWINS D.J. 2000. “Modal Testing:
Validation for Shear-Type Frames”. Mechanical Theory, Practice and Application, 2nd Edition”.
Systems and Signal Processing 19, 597-614. Research Studies Press, Baldock.
[4] Carvalho J.B., DATTA B.N., LIN [13] FRISWELL M.I., MOTTERSHEAD
W.W., WANG C.S. 2005. “Symmetry J.E. 1993. “Model Updating in Structural
Preserving Eigenvalue Embedding in Finite Dynamics: A Survey”. Journal of Sound and
Element Model Updating of Vibrating Vibration 167(2), 347-375.
Structures”. Journal of Sound and Vibration. In
Press [14] FRISWELL M.I., MOTTERSHEAD
J.E. 1995. “Finite Element Model Updating in
[5] D’AMBROGIO W., FREGOLENT A. Structural Dynamics”. Kluwer Academic
2004. “Dynamic Model Updating Using Virtual Publishers, Dordrecht.
Antiresonances”. Shock and Vibration 11, 351-
363. [15] GLADWELL G.M.L., AHMADIAN H.
[6] DASCOTTE E., STROBBE J., HUA H. 1995. “Generic Element Matrices Suitable for
1995. “Sensitivity-Based Model Updating Using Finite Element Model Updating”. Mechanical
Multiple Types of Simultaneous State Systems and Signal Processing 9(6), 601-614.
Variables”. Proceedings of the 13th International
Modal Analysis Conference (IMAC), Nashville, [16] GÖGE D., LINK M. 2003. “Assessment
Tennessee. of Computational Model Updating Procedures
with Regard to Model Validation”. Aerospace
[7] DASCOTTE E., STROBBE J. 1998. Science and Technology 7, 47-61.
“Updating Finite Element Models Using FRF
Correlation Functions”. Proceedings of the 17th [17] GÖGE D. 2003. “Automatic Updating of
International Modal Analysis Conference, Large Aircraft Models Using Experimental Data
Kissimmee, FL. from Ground Vibration Testing”. Aerospace
Science and Technology 7, 33-45.
[8] DASCOTTE E. 2003. “The Use of FE
Model Updating and Probabilistic Analysis for [18] HEMEZ F.M., Doebling S.W. 2001.
Dealing with Uncertainty in Structural Dynamics “Review and Assessment of Model Updating for
Simulation”. Japan Modal Analysis Conference, Non-Linear, Transient Dynamics”. Mechanical
Sept. 10-12, Tokyo, Japan. Systems and Signal Processing 15(1), 45-74.
[9] DATTA B.N. 2002. “Finite Element [19] HONGXING H., SOL H., WILDE
Model Updating, Eigenstructure Assignment and D.W.P. 2000. “On a Statistical Optimization
188 Vélez et al
Method Used in Finite Element Model [28] LORD J.F., VENTURA C.E.,
Updating”. Journal of Sound and Vibration DASCOTTE E., BRINCKER R., ANDERSEN
231(4), 1071-1078. P. 2003. “FEM Updating Using Ambient
Vibration Data from a 48-Storey Building in
[20] HORTA L.G., REAVES M.C., Vancouver, British Columbia, Canada”. 32nd
VORACEK D.F. 2001. “A Probabilistic International Congress and Exposition on Noise
Approach to Model Update”. Proceedings of the Control Engineering. August 25-28, Seogwipo,
First Annual Probabilistic Methods Conference, Korea.
June 18-19. Newport Beach, CA.
[29] LU Y., TU Z. 2004. “A Two Level
[21] IBRAHIM R.A., PETTIT C.L. 2005. Neural Network Approach for Dynamic FE
“Uncertainties and Dynamic Problems of Bolted Model Updating Including Damping”. Journal of
Joints and Other Fasteners”. Journal of sound Sound and Vibration 275, 931-952.
and Vibration 279, 857-936.
[30] MAIA N.M.M., SILVA J.M.M.
[22] IMREGUN M., VISSER W.J., EWINS (editors). 1997. “Theoretical and Experimental
D.J. 1995. “Finite Element Model Updating Modal Analysis”. Research Studies Press,
Using Frequency Response Function Data – I. Baldock.
Theory and Initial Investigation”. Mechanical
Systems and Signal Processing 9(2), 187-202. [31] MARES C., FRISWELL M.I.,
MOTTERSHEAD J.E. 2002. “Model Updating
[23] IMREGUN M., SANLITURK K.Y., Using Robust Estimation”. Mechanical Systems
EWINS D.J. 1995. “Finite Element Model and Signal Processing 16(1), 169-183.
Updating Using Frequency Response Function
Data – II. Case Study on a Medium-Size Finite [32] MODAK S.V., KUNDRA T.K.,
Element Model”. Mechanical Systems and NAKRA B.C. 2002. “Use of an Updated Finite
Signal Processing 9(2), 203-213. Element Model for Dynamic Design”.
Mechanical Systems and Signal Processing 16(2-
[24] JONES K., TURCOTTE J. 2002. 3), 303-322.
“Finite Element Model Updating Using
Antiresonant Frequencies”. Journal of Sound and [33] MODAK S.V., KUNDRA T.K.,
Vibration 252(4), 717-727. NAKRA B.C. 2002. “Comparative Study of
Model Updating Methods Using Simulated
[25] KIM G.H., PARK Y.S. 2004. “An Experimental Data”. Computers and Structures
Improved Updating Parameter Selection Method 80, 437-447.
and Finite Element Model Update Using
Multiobjective Optimization Technique”. [34] MODAK S.V., KUNDRA T.K.,
Mechanical Systems and Signal Processing 18, NAKRA B.C. 2002. “Prediction of Dynamic
59-78. Characteristics Using Updated Finite Element
Models”. Journal of Sound and Vibration 254(3),
[26] LEVIN R.I., LIEVEN N.A.J. 1998. 447-467.
“Dynamic Finite Element Model Updating Using
Neural Networks”. Journal of Sound and [35] MODAK S.V., KUNDRA T.K.,
Vibration 210(5), 593-607. NAKRA B.C. 2005. “Studies in Dynamic
Design Using Updated Models”. Journal of
[27] LEVIN R.I., LIEVEN N.A.J. 1998. Sound and Vibration 281, 943-964.
“Dynamic Finite Element Model Updating Using
Simulated Annealing and Genetic Algorithms”. [36] MÖLLER P.W., FRIBERG O. 1998.
Mechanical Systems and Signal Processing “An Approach to the Mode Pairing Problem”.
12(1), 91-120. Mechanical Systems and Signal Processing
12(4), 515-523.
Dyna 158, 2009 189