Deteccin y Localizacin de Dao Inducido por Ssmos

Dionisio Bernal
Department of Civil and Environmental Engineering, 427 Snell Engineering Center,
Northeastern University, Boston MA 02115, U.S.A
RESUMEN
Se describe una metodologa de identificacin de dao estructural que opera con vibraciones de
pequea amplitud medidas antes y despues del evento ssmico. La metodologa contiene modulos
de localizacin y quantificacin que operan en serie y se basa en un examen de los cambios
registrados en matrices de flexibilidad sintetizadas en las coordenadas definidas por los sensores
disponibles. El modulo de localizacin opera con vectores denominados DLVs (damage locating
vectors o vectores de localizacin de dao) definidos por el espacio nulo del cambio en
flexibilidad. Los DLV se utilizan como cargas ficticias en las coordenadas definidas por los
sensores y el dao se localiza examinando los campos de esfiuerzos resultantes. En particular, la
zonas de la estructura que han sufrido dao aparecen como zonas de esfuerzos nulos. La
quantificacin del dao se formula como un problema de optimizacin donde los parametros
libres son aquellos previamente identificados como potencialmente afectados por el dao en el
modulo de localizacin. Se ilustra que para una cierta seleccin de la funcin de costo el
problema de optimizacion es pseudo-lineal (estrictamente lineal en estructuras isostaticas) lo cual
permite un analisis de la unicidad de la solucin y es conveniente computacionalmente. La
metodologa se ilustra a travez de dos ejemplos numricos.
INTRODUCCION
Cuando una estructura se ve sometida a un sismo es posible que se produzca dao que no es
evidente a primera vista pero que puede debilitar el sistema y hacerlo vulnerable a fallas futuras.
En la actualidad, seguida la ocurrencia de un sismo, los ocupantes de los edificios se ven forzados
a decidir sobre si es seguro o no reocupar las estructuras en forma subjetiva. Aun en aquellos
casos donde se realizan inspecciones estas son por lo general visuales y estn, por tanto, sujetas a
importantes limitantes. En el caso de edificios y puentes una posible solucin consiste en el
desarrollo de un sistema automtico que establezca, poco tiempo despues de finalizado un ssmo,
el estado estructural del inmueble. Es posible, por supuesto, visualizar sistemas que proveen
diferentes niveles de informacin. El mas simple podria, por ejemplo, proveer solo una condicin
de luz verde, roja, o amarilla, indicando que la probabilidad de que la estructura halla sufrido
dao es alta, muy baja, o que la informacin es inconclusa. Dado que este tipo de determinacin
puede realizarse en teora sin necesidad de hacer referencia a un modelo de la estructura, un
sistema con estas caracteristicas podria llegar a ser de uso rutinario. Al otro extremo, en el nivel
de complejidad, se pueden concibir sistemas que no solo detectan la precencia de dao sino que
tambien proveen informacin sobre su localizacin y gravedad. En este caso, sin embargo, el uso
de modelos de elementos finitos calibrados parece inevitable y es probable, por ende, que esta
modalidad encuentre aplicacin practica solo en estructuras de especial importancia. Cabe notar,
para terminar este parrafo introductorio, que en los esquemas mas ambiciosos se concibe un
monitoreo estructural continuo donde las seales se transmiten sin cables a una central de
procesamiento. Si bien no existe aun una implementacin total de este concepto, la transmicin
de las seales de vibracin ambiental del edificio conocido como el Milikan Library a travez del
Internet, iniciadas en el ao 2000, es un primer paso en esta direccin.
La caracterizacin de dao estructural en base a mediciones y procesamiento de seales es un
problema inverso que a recibido gran atencin de parte de la comunidad de investigacin en esta
ultima dcada. Entre los diferentes marcos conceptuales que se exploran actualmente el que ha
recibido mayor atencin opera con seales de pequea amplitud medidas antes y despues del
evento significativo que podra haber inducido dao (Doebling et. al. 1996). Este enfoque es
popular porque el comportamiento puede suponerse lineal y la data puede utilizarse para extraer
frecuencias naturales y autovectores sintetizados en las coordenadas donde se tienen sensores. En
la practica la dificultad fundamental en caracterizar dao inspeccionando cambios en las
caracteristicas modales radica en el hecho de que el problema resultante es usualmente muy mal
condicionado y, en muchas ocasiones, permite soluciones mltiples (Udwadia 1985, Berman
1989, Beck y Katafigyotis 1998). La clave para alcanzar un mapa correcto entre fluctuaciones en
caractersticas modales y cambios en parmetros fsicos radica en restringir el numero de
parmetros libres, o sea, de parmetros potencialmente responsables. Una forma de reducir los
parmetros libres es usando la informacin modal para limitar la porcin de la estructura donde el
dao debe de encontrarse, sin apelar al uso de modelos matemticos detallados. Los mtodos que
tratan de proveer esta informacin son conocidos como mtodos de localizacin. Una revisin de
la literatura indica, sin embargo, que la mayora de los mtodos de localizacin existentes son
aplicables solo a cierto tipo de estructuras y pocos pueden funcionar con daos multiples y con un
nmero arbitrario de sensores (Doebling et. al. 1996).
En este trabajo se presenta un mtodo de localizacin de dao que trabaja con el sub-espacio nulo
del cambio en la matriz de flexibilidad sintetizada en los grados de libertad donde existen
sensores. El mtodo tiene una base torica solida y es de aplicabilidad general. El artculo
contiene tambien un mtodo de quantificacin de dao basado en la flexibilidad sintetizada en el
estado post-dao. Las tcnicas se ilustran a travez de dos ejemplos numricos.
ESPACIO DE ESTADO y REALIZACION
Si bien la data medida antes y despues del evento ssmico contiene la informacin sobre los
posibles cambios en las caracteristicas de la estructura, es muy dificil extraer informacin til a
travez del exmen directo de los registros. Es usual, por tanto, utilizar la data para obtener una
descripcin del sistema definida por un nmero limitado de parametros y enfocar el estudio en la
fluctuacin de estos parametros y en el significado fsico de los cambios. Un formato de gran
utilidad cuando se trata de confeccionar un modelo a partir de mediciones es el llamado espacio
de estado. Para un sistema lineal y causal el vector de estado es una coleccin de variables que, de
ser conocidas en el tiempo t = t
0
permiten describir la evolucin del sistema cuando se tiene la
excitacin para t t
0
. El nmero de variables en el vector de estado definen el orden del sistema.
Supongamos que el sistema que nos interesa puede idealizarse como lineal con un numero finito
de grados de libertad y que posee amortiguamiento viscoso, las ecuaciones de equilibrio son
entonces;
u b Kq q C q M
2
+ + & & & (1)
donde M, C y K R
N x N
son las matrices de masa, amortiguamiento y rigidez, b
2
R
N x r
es la
matriz que describe la distribucin espacial de la excitacin y u son las r distribuciones
temporales independientes que actuan sobre el sistema. Para transformar la ec.(1) a espacio de
estado es usual tomar el vector de estado como;

q
q
x
&
(2)
Realizando algunas sustituciones algebraicas simples se llega a;
u B x A x
c c
+ & (3)
donde
]
]
]
,

C M K M
I 0
A
1 1 c
(4)
y

]
]
]
,

2
1 c
b M
0
B (5)
En las expresiones anteriores A
c
R
2N x 2N
es conocida como la matriz del sistema y B
c
R
2N x r
es la matriz que captura el efecto de la exitacin en el cambio del estado. Es evidente, al comparar
la ec.3 con la ec.1, que la formulacin en espacio de estado reduce el orden de diferenciacin de
dos a uno y aumenta el nmero de ecuaciones de N a 2N.
Supngase ahora que m sensores se instalan en la estructura y que estos sensores miden ciertas
cantidades que coleccionamos en el vector {y}. Dado que el sistema es lineal se tiene que;
u D x C y + (6)
donde la matriz D se introduce para tomar en cuenta la posibilidad de que la variables medidas
sean aceleraciones y que por tanto pueden existir valores de {y} cuando {x} = 0. Las ecs. 3 y 6
proveen la descripcin de la evolucin del estado y de la relacin de este con las mediciones. La
solucin de la ec.3 es (Kailath 1980);
+

d ) ( u B e ) t ( x e ) t ( x
t
t
c
) t ( A
0
) t t ( A
0
c 0 c
(7)
El resultado en (7) puede utilizarse para deducir una solucin que permite avanzar
numricamente paso a paso. Tomando la excitacin como constante en un intrvalo
suficientemente pequeo t se llega a;
) k ( u B ) k ( x A ) 1 k ( x + + (8)
donde
t A
c
e A

(9)
y

c
t
0
A
B d e B
c

(10)
La matriz B, en el caso tpico donde ninguno de los autovalores de A
c
es cero, puede calcularse
como;

c
1
c
B A ] I A [ B

(11)
Para resumir, un sistema lineal causal de orden 2N con r excitaciones linealmente independientes
y oscultado por m sensores puede describirse en tiempo discreto por las ecuaciones;
) k ( u B ) k ( x A ) 1 k ( x + + (12)
) k ( u D ) k ( x C ) k ( y + (13)
La teora de realizacin tiene como objectivo obtener, a partir de la medicin de {y} y {u}, las
matrices A B C y D (Kalman 1963, Ho y Kalman 1965). Es importante notar que de estas
matrices solo la D es nica. En particular, si se define un vector de estado alternativo, digamos z
= T x, las ecs. 12 y 13 se convierten en;
) k ( u B T ) k ( z T A T ) 1 k ( z
1
+ +

(14)
y
) k ( u D ) k ( z T C ) k ( y
1
+

(15)
Que como puede verse proveen el mismo mapa entre los vectors {u} y {y} con matrizes que
difieren de las matrices en las ecs 12 y 13 (con la excepcin de D). Si bien no es posible, en
general, saber cual es la matriz T implicita en la realizacin que se obtiene, es sabido que la
transformacin similar de una matriz cualquiera (.) (definida como T
-1
(.)T) no cambia sus valores
caracteristicos (Strang 1990). En lo que resta de este trabajo, cuando se hace referencia a las
matrices de una realizacin se usan los smbolos A B y C por conveniencia, aunque queda
sobreentendido que estas matrices son las de las ecuaciones 14 y 15 para una matriz T invertible
pero de otra forma arbitraria.
Aunque una descripcin detallada de los algoritmos de realizacin esta fuera del alcanze de este
artculo, los puntos que sigen resumen los resultados que son esenciales para proseguir con
nuestro objectivo:
a) Las matrizes A B C y D pueden calcularse en base a mediciones de {y} y {u}.
b) Cuando solo se tienen mediciones de {y} se puede calcular A y C siempre y cuando se pueda
operar bajo la hiptesis de que la excitacin es ruido blanco estacionario.
c) La realizacin provee un mapa entre la entrada y la salida. Solo los modos que tienen una
contribucin perceptible en la respuesta medida pueden ser identificados.
Las frequencias naturales, las fracciones de amortiguamiento crtico y los modos de vibracin en
las coordenadas de los sensores pueden calcularse, una vez se tienen las matrices de la
realizacin, como sigue:
1) Se calcula A
c
= log(A)/t;
2) Se obtiene una descomposicin espectral de A
c
, en particular;
1
c
A

(16)
Para sistemas estables con amortiguamiento menor que el crtico los autovalores en vienen en
forma de pares de complejos conjugados de forma a b i donde;
a (17)
y
2
1 b (18)
En estas ecuaciones es la frequencia natural no amortiguada (estrictamente solo cuando el
emortiguamineto es clasico) y es la fraccin de amortiguamiento crtico.
3) Los modos de vibracin en las coordenadas de los sensores vienen dados por;

p
C

(19)
donde el exponente p = 0, 1 o 2 dependiendo de si las mediciones {y} son desplazamientos,
velocidades o aceleraciones (Bernal 2000, Bernal and Gunes 2000). Los modos que resultan de la
ec.19 no son necesariamente reales pero, si el amortiguamiento es razonablemente clsico (o es
pequeo, o los modos no tienen frequencias muy cercanas), pueden normalizarse a reales sin
dificultad (Ibrahim and Sestieri 1995).
FORMACION DE MATRIZES DE FLEXIBILIDAD
Tomando una transformada de Fourier de las ecs. 3 y 6 y combinando los resultados se obtiene;
) ( ) ( u ] D B ] A i I [ C [ y
c
1
c
+

(20)
Es conveniente, por razones de genereladidad, expresar la transformada de Fourier del vector de
salida en trminos de la transformada del desplazamiento, y
D
;
) ( ) (
D
p
y ) i ( y (21)
Substituyendo la ec.21 en la ec.20 se tiene;
) ( ) ( u ] D B ] A i I [ C [
) i (
1
y
c
1
c
p
D
+

(22)
Tomando = 0 en la ec.22 se obtiene una particin de la matriz de flexibilidad. Despues de un
nmero apropiado de diferenciaciones para remover indeterminacin se obtiene;

) 0 ( m,r ) 0 ( D
u F y (23)
donde F
m,r ,
la particin de la flexibilidad associada con las m salidas (filas) y las r excitaciones
(columnas), esta dada por;

c
) 1 p (
c r m,
B A C F
+
(24)
Cabe notar que la ec.24 es general, y por ende, igualmente aplicable en caso de amortiguamiento
clsico o no-clsico. Cuando todos los sensores estan co-localizados la ec.24 prove la matriz de
flexibilidad directamente. Esta condicin, sin embargo, es raramente satisfecha en la prctica y se
hace necesario cierto procesamiento adicional para extraer toda la informacin disponible. Es
posible demostrar que la matriz de flexibilidad puede calcularse en las coordenadas definidas por
todos los sensores disponibles (de entrada o de salida) si se cumplen las siguientes condiciones:
1) existe al menos un sensor de salida y uno de entrada que estan localizados en el mismo grado
de libertad y 2) la hiptesis de amortiguamiento clsico es razonable. Las razones que forzan a
estas restricciones se describen mas adelante. Escribiendo la particin de la matriz de flexibilidad
de la ec.24 en terminos de los modos naturales normalizados a la masa y las frequencias no
amortiguadas y se tiene;
T
r
2
m r m,
F

(25)
donde los sufijos m y r indican particiones de filas y donde cabe aclarar que las coordenadas
asociadas con los sensores co-localizados aparecen tanto en
m
como en
r
. Las ecs. 22 y 25
pueden escribirse en forma de serie, igualandolas se obtiene;

n
1 i
c
) 1 p (
i

i i
2
i
n
1 i
T
r,i m,i
B C 2 (26)
Para extraer los modos normalizados usando la ec.26 es necesario: 1) que la igualdad se satisfaga
trmino a trmino y 2) que el nmero de incgnitas en el lado izquierdo sea m (y no m+1). El
primer requisito impone la limitante de que el amortiguamiento sea clsico (o que la hiptesis de
que el amortiguamiento es clsico sea razonable) pues es solo en este caso donde
i
y
m
estan
relacionados por una constante compleja. La equivalencia de la segunda condicin con la
necesidad de que un par de sensores esten co-localizados es evidente. Suponiendo que las
condiciones anteriores estn satisfechas es posible extrater los vectores y la matriz de
flexibilidad se calcula entonces como;

T 2
F

(27)
donde = [
m

r
]
T

y se ha introducido para enfatizar que el espacio modal disponible esta
usualmente truncado.
En el caso donde la realizacin se obtiene en base a mediciones de salida exclusivamente la
metodologa anterior no es aplicable porque la matriz B
c
no esta definida (Van Overschee and
Moor 1998). En este caso la flexibilidad no puede extraerse de la data pero si es posible extraer
matrices que difieren de la flexibilidad por un escalar. Para propsitos de localizacin de dao el
escalar resulta ser irrelevante y por tanto las tcnicas de localizacin que se presentan mas
adelante pueden utilizarse sin modificacin. Los detalles sobre la extraccin de matrices de
flexibilidad para el caso de excitacin estocstica no se presentan aqu pero pueden encontrarse
en Bernal (2001b).
LOCALIZACION DEL DAO
La Tcnica Basada en Vectores de Localizacin DLV
La metodologa anterior puede utilizarse para calcular matrizes de flexibilidad en los sensores
antes y despues del evento que podria haber inducido dao en la estructura. Como es de
esperarse, la informacin sobre la localizacin del dao est de alguna forma contenida en los
cambios de flexibilidad. La idea fundamental en la tcnica DLV se basa en el hecho de que,
cuando el espacio nulo del cambio de flexibilidad se trata como vectores de carga, los esfuerzos
que se generan en la estructura son nulos en la zona afectada por el dao. La introduccin inicial
del mtodo aparece en Bernal (2000a) y el desarrollo detallado de la teora y el estudio de la
robustez se presenta en Bernal (2001a). En este trabajo no se repiten las deducciones toricas pero
se resume el mtodo desde una perspectiva de aplicacin. Los pasos se describen a continuacin.
1. Se calcula el cambio de flexibilidad entre los estados post y pre dao;

U D
F F DF (28)
2. Se obtiene una factorizacin de valores singulares para DF, esto es;

T
2
1
V
s 0
0 s
U DF
]
]
]
,

,
(29)
donde s
2
son los valores singulares despreciables. En condiciones ideales los valores singulares s
2
son ceros y los vectores DLV son simplemente las columnas de V asociadas al espacio nulo. En
condiciones realistas, sin embargo, siempre existe ruido, redondeo y truncamiento modal, y los
valores de s
2
no son cero, por lo que se hace necesario establecer una cota para determinar la
dimensin del espacio nulo efectivo. La seleccin de los vectores se realiza siguiendo los pasos
3-7.
3. Se calculan los esfuerzos en la estructura utilizando los vectores V
j
como cargas.
1. Se reducen los esfuerzos internos a un valor caracteristico por elemento. El valor
caracteristico se selecciona de manera tal que la energa de deformacin por unidad de
longitud (o dimensin caracteristica) es proporcional a
2
. Por ejemplo, en el caso de barras
que trabajan solo a traccin o compresin el valor absoluto de la fuerza axial puede tomarse
como , y en elementos sometidos a flexin puede tomarse (m
i
2
+m
j
2
m
i
m
j
)
0.5
, donde m
i
y
m
j
son los momentos en los extremos de la barra.
4. Se designa el inverso del mximo valor de para el vector j como c
j
.
5. Se calcula el indice svn;

2
2

q q
j j
j
c s
c s
svn (30)
donde;
s
q
c
q
2
=max (s
j
c
j
2
) para j=1: m (31)
6. El vector V
j
puede tratarse como un DLV si se cumple que;
svn
j
0.20 (32)
Una vez que el conjunto de vectores DLV ha sido selecto la localizacin se realiza como sigue:
7. Se calcula para cada DLV el indice de esfuerzo en cada elemento, definido como;

max
i
i
i
nsi

(33)
8. Se calcula el indice WSI, como;

ndlv
svn
nsi
WSI
ndlv
1 i
i
i

(34)
donde,
) 015 . 0 , ( max
i i
svn svn (35)
y ndlv es el numero de vectores DLV.
9. Los elementos que pueden haber sufrido dao son los que tienen WSI <1.
CUANTIFICACION DEL DAO
La cuantificacin del dao es probablemente de menor importancia prctica que la deteccin y la
localizacin, ya que una vez localizado el dao, una inspeccin directa es usualmente viable. En
algunas aplicaciones, sin embargo, especialmente en aquellos casos donde el acceso directo a la
zona daada es particularmente difcil, la cuantificacin automtica del grado de severidad en el
dao puede ser de gran utilidad. Dado que la cuantificacin esta restringida a una evaluacin de
cambios en parametros fsicos del modelo estructural, es evidente que lo que se obtiene en esta
etapa no es dao en si, sin una descripcin equivalente al dao en terminos del modelo que se
esta usando para representar la estructura.
El mtodo de cuantificacin que se describe a continuacin consiste en la minimizacin de una
funcin de costo definida en base a la diferencia entre la flexibilidad del modelo estructural y la
flexibilidad en el estado post dao. Una limitante importante de la metodologa a describir es la
necesidad de que el truncamiento modal y el error del modelo en la zona no asociada con dao
sean modestos. Considerese una estructura que ha sido discretizada apropiadamente, supngase,
por simplicidad, que las rigideces de los elementos se han caracterizado por valores escalares
como EI, EA or GJ. Los recprocos de estos escalares son flexibilidades a nivel de elementos y
estas las denominamos en general como b
j
, donde el subindice indica el nmero del elemento. Es
posible demostrar que un coeficiente arbitrario de la matriz de flexibilidad de la estructura puede
escribirse como;
b e f
T
j , i
(36)
donde e es un vector de coeficientes de influencia y b es el vector de flexibilidades a nivel de
elementos. Vectorizando la parte superior de la matriz de flexibilidad (evitando las repeticiones
impuestas por la simetra) se puede escribir;
f

b E + (37)
donde E es simplemente la coleccin de vectores e
T
, f

es el estimado de la flexibilidad en el
estado post-dao obtenida de las mediciones y es un vector de residuos que aparece debido a
que existe error en el modelo matemtico y aproximaciones en la flexibilidad medida. Ordenando
la eq.37 de forma tal que la flexibilidad de los elementos potencialmente daados aparezcan
primero e introduciendo los subindices 1 and 2 para indicar las particiones asociadas con estos y
con los elementos sanos se puede escribir;
[ ] f

b
b
E E
2
1
2 1
+

(38)
o
+ f

b E
1 1
(39)
El primer termino en el lado derecho de la ec.39 es la flexibilidad total menos la contribucin que
deriva de la porcin sana del sistema. Suponiendo que una funcin quadratica del residuo es til
como objectivo a minimizar se tiene;
f

b E f

E b b E E b
2
1
) b ( J
T
1 1
T
1
T
1 1 1
T
1
T
1
T
1
+ (40)
El mnimo de la ec.40 con respecto a b
1
se obtiene igualando el gradiente a cero. Se obtiene;
( ) 0 E f

2 ) E E ( b 2
2
1
b
) b ( J
1 1
T
1
T
1
1
1

(41)
o
f

E b E E
1 1 1
T
1
(42)
Cuando E
1
T
E
1
es de rango completo la ec.42 tiene una solucin niqua y uno obtiene b
1
como la
solucin con el mejor ajuste de residuos cuadrticos. Si la matriz es de rango deficiente, sin
embargo, cualquier vector contenido en el espacio nulo puede sumrsele a b
1
sin cambiar la
funcin de costo por lo que la solucin que se obtiene a traves del pseudo-inverso, aunque es la
de menor longitud entre todas las posibles, no tiene usualmente relevancia fsica. La solucin
general es;
) E E ( N f

E ) E E ( b
1
T
1 1
1
1
T
1 1
+

(43)
donde es un vector arbitrario con una dimension apropiada y N() indica espacio nulo. Cabe
notar que aunque el vector es matemticamente arbitrario las soluciones que tienen significado
fsico son solo aquellas donde los parametros en b
1
son positivos y mayores o iguales que los
valores en el estado pre dao. Concluimos esta seccin notando que, con la excepcin de
estructuras isostticas, la solucin de la ec.43 requiere iteraciones dado que E es dependiente de
b.
EJEMPLOS DE APLICACION
Ejemplo#1
La Fig.1 illustra una idealizacin bi-dimensional de un puente de tres claros. Como puede verse la
superestructura esta conectada rigidamente a las pilas y en los extremos existen neoprenos que
han sido idealizados como apoyos deslizantes. Dada la difcil inspeccin de las pilas debajo del
nivel del agua se ha decidido instalar un sistema de sensores para obtener informacin indirecta
sobre el estado de estas. Supongamos que en la direccin longitudinal (a la que restringuimos el
ejemplo) existen 5 acelermetros, 4 en las pilas y uno en el tablero.
2
1
4
Accelerometros
L 2L
3 5
2L/15
2L/15
7L/30
L=18 m
L
Fig.1 Puente utilizado en el Ejemplo #1
Supongase que la matriz de flexibilidad en las coordenadas definidas por los sensores ha sido
estimada con el resultado que se indica.
FU=
0.1341 0.0937 0.0467 0.0728 0.0365
0.0937 0.0748 0.0413 0.0509 0.0254
0.0467 0.0413 0.0281 0.0254 0.0126
0.0728 0.0509 0.0254 0.0748 0.0413
0.0365 0.0254 0.0126 0.0413 0.0281
* las unidades se omiten por ser irrelevantes para los propositos de la exposicin.
Un sismo fuerte ocurre en la zona. El puente a simple vista no ha sufrido ningun dao. El anlisis
de las seales, sin embargo, indica que las frequencias naturales del puente han variado en un
porcentaje mayor que el que puede asignarsele a las fluctuaciones ambientales, por lo que se
sospecha debe existir algun cambio sustancial en la zona de las pilas que no es visible. Para
confirmar esta expectativa y producir informacin adicional se decide realizar un anlisis de
localizacin utilizando la tcnica DLV. Supongase, para los propositos de este ejemplo, que el
dao consiste en un deterioro sustancial de la rigidez flexionante de la pila izquierda en una
longitud de 1m encima del empotramiento (descascaramiento del hormign y pandeo de algunas
barras, por ejemplo). De la data coleccionada despues del evento se procede a ensamblar la matriz
de flexibilidad una vez mas y se obtiene;
FD =
0.1448 0.1040 0.0552 0.0786 0.0393
0.1040 0.0847 0.0494 0.0565 0.0281
0.0552 0.0494 0.0348 0.03 0.0149
0.0786 0.0565 0.03 0.078 0.0429
0.0393 0.0281 0.0149 0.0429 0.0288
La matriz FD se ha calculado asignandole una reduccion del 50% a la rigidez flexionante de la
pila en el primer metro por encima del empotramiento. La localizacin del dao utilizando la
tcnica DLV se ilustra a continuacin.
1. Una descomposicin singular del cambio de flexibilidad da;

T
V S U DF
donde
U =
0.5854 -0.4859 -0.282 0.5813 0.0608
0.5623 0.0149 -0.379 -0.7339 -0.0375
0.4641 0.8218 0.153 0.2927 0.0111
0.3177 -0.2642 0.7985 -0.1943 0.3923
0.1573 -0.1359 0.3403 -0.0111 -0.917
S =
0.3117
0
0
0
0
(indicando que la dimension del espacio nulo es 3)
y
V
T
=
0.5854 -0.4859 0.2894 -0.5793 0.0424
0.5623 0.0149 0.3706 0.7380 -0.0403
0.4641 0.8218 -0.1500 -0.2938 0.0197
0.3177 -0.2642 -0.7692 0.1238 -0.4714
0.1573 -0.1359 -0.4058 0.1347 0.8797
2. Dado que este es un ejemplo idealizado (las flexibilidades se han supuesto disponibles sin
error) el espacio nulo de DF es muy claro y el corte de svn en 0.2 (paso 7 en la descripcin
del mtodo) no se hace necesario. En casos donde la informacin no esta contaminada por
ruido y truncamiento modal los valores del indice svn correspondientes al espacio nulo son
esencialmente cero. Los valores que se obtienen en este caso son;

0 . 0
0 . 0
0 . 0
0364 . 0
1
svn
Y los vectores DLV son entonces las ultimas 3 columnas de V
T
, especificamente;
Sensor DLV
#1 0.2894 -0.5793 0.0424
#2 0.3706 0.7380 -0.0403
#3 -0.1500 -0.2938 0.0197
#4 -0.7692 0.1238 -0.4714
#5 -0.4058 0.1347 0.8797
3. El anlisis esttico de la estructura para los vectores DLV, despues de combinar los
resultados de acuerdo al procedimiento descrito en la ec.34 conduce a los indices WSI que se
ilustran en la Fig.2.
0 10 20 30
2
4
6
8
10
12
14
0 20 40 60
2
4
6
8
10
12
14
wsi
Fig.2 Indices WSI en las pilas
Como puede verse, el procedimiento indica claramente que el dao est en la pila izquierda y que
ocurre por debajo del sensor 3. La quantificacin del dao no se presenta en este ejemplo.
Ejemplo #2
La estructura que se ilustra en la Fig.3 es un modelo a escala approximada de 1:4 que existe en el
laboratorio de ingeniera ssmica de la universidad de British Columbia en Canada. La estructura
es de acero y ha sido estudiada recientemente por el Task Group de Structural Health
Monitoring de la sociedad americana de ingenieros civiles. Una descripcion del objectivo de este
grupo y de la estructura en questin pueden encontrarse en Beck y Bernal (2001) y Johnson et.al
(2000). En este ejemplo se ilustra la aplicacin del mtodo DLV y de la quantificacin del dao
descrita previamente en uno de los casos contemplados en el estudio de esta estructura.
La excitacin es aplicada por un vibrador electromagntico que se encuentra en el cuarto piso
orientado a 45 grados con una eccentricidad de 10 cm con relacin al centro geomtrico de la
planta (ver Fig.2). La excitacin es esencialmente ruido blanco (espectro plano) digitalizado a
250 Hz con 30 segundos de duracin.
A B
C
D
G
E
I
H
F
Fig.3 Estructura del Ejemplo #2
La respuesta se mide en 3 acelerometros localizados en cada nivel como se ilustra en la Fig.2 (un
total de 12). La informacin en los sensores disponibles se puede traducir facilmente a dos
traslaciones y una rotacin en el centro de la planta que usaremos para describir los resultados. La
respuesta y de la excitacin se contaminan, para propsitos de analisis, con ruido blanco aditivo.
Para la salida se utiliza una intensidad del 10% del RMS de la seal en el sensor #6 y para la
excitacin un 10% del RMS de la excitacin. El dao considerado es la perdida de un 50% de la
rigidez axial de dos riostras. Especificamente, la riostra en el vano E-F del portico D-E-F en el
primer nivel y la riostra del vano F-H en el nivel 3 del portico C-H-F. En todos los casos la data
simulada se obtiene con un modelo de la estructura que considera 6 grados de libertad por nudo.
Una reduccin de 216 a 120 grados de libertad resulta al introducir la hiptesis de que el
diafragma de piso es rgido en su propio plano.
El primer paso consiste en obtener una realizacin del sistema. Aqui utilizamos el algoritmo
ERA-OKID (Juang y Pappa 1985) que ha demostrado ser robusto en un gran nmero de
aplicaciones. El primer paso en el algoritmo (desde el punto de vista de un usuario) es la
seleccin del orden del sistema. Esta seleccin se lleva a cabo inspeccionando los valores
singulares de una matriz (de Hankel) que se forma internamente procesando la data de entrada y
salida. La Fig.4 illustra las graficas en el caso pre y post dao. Como puede verse, en ambos casos
el orden del sistema puede seleccionarse como 24. Las frequencias de los 12 modos se ilustran en
la Tabla 1 para ambos estados (pre y post dao) y se comparan con los valores exactos. Como
puede verse, la precisin es excelente, aun en la presencia de un nivel de ruido significativo. Los
modos de vibracin no se presentan por razones de brevedad pero tambien demuestran muy
buena precisin.
Tabla 1. Frequencias Identificadas y Exactas en el Ejemplo#2
Estado Pre-Dao Estado Post-Dao
Modo # Frequencia
Identificada
(Hz)
Valor Exacto
(Hz)
Frequencia
Identificada
(Hz)
Valor Exacto
(Hz)
1 5.667 5.667 5.607 5.607
2 6.200 6.199 6.083 6.084
3 9.829 9.829 9.663 9.663
4 16.351 16.351 16.025 16.025
5 18.656 18.656 18.466 18.466
6 26.917 26.917 26.871 26.871
7 28.463 28.462 28.034 28.034
8 33.344 33.344 33.196 33.196
9 35.406 35.406 34.843 34.843
10 46.997 46.992 46.953 46.946
11 47.854 47.859 47.672 47.683
12 63.194 63.199 62.723 62.726
Una vez obtenidas las realizaciones el proceso prosigue con el clculo de las flexibilidades, el
clculo del cambio en flexibilidad y la factorazin de valores singulares de la misma. Los valores
singulares y los correspondientes indices svn se presentan en la Tabla 2. En este caso se encuentra
que 5 vectores pueden tratarse como DLVs, estos se listan tambien en la Tabla 2. Los valores del
indice WSI para todas las riostras del sistema se ilustran en la Tabla 3. Como puede verse, el
mtodo localiza correctamente las barras daadas (y las inseparables riostras del mismo nivel.
Tabla 2. Valores singulares, indices svn y vectores DLV en el ejemplo #2
Valores
Singulares de
DF
Indices
Svn
Vectores
DLV
1.78E-08 0.5811 0.3490 -0.4524 0.3313 -0.0769 0.4016 0.2165
1.34E-08 0.5551 -0.2396 0.0732 -0.0105 0.6115 0.3437 -0.5166
9.12E-10 0.1684 0.0866 0.1534 -0.5076 -0.2411 -0.0106 -0.0725
7.63E-10 0.2004 0.1424 -0.2945 0.0313 0.0982 -0.4624 -0.1643
5.28E-10 1 -0.5787 0.1741 0.3180 -0.2252 -0.2376 0.3233
4.02E-10 0.1315* 0.1666 0.3261 -0.4213 -0.2151 0.0156 -0.0471
5.26E-11 0.2652 -0.3140 -0.1019 -0.0197 0.1671 -0.3896 -0.1563
4.89E-11 0.2033 -0.1500 -0.1811 0.1584 -0.4884 0.0760 -0.5459
2.14E-11 0.0674* 0.2019 0.3889 0.1116 0.0013 0.0635 -0.0069
7.82E-12 0.0524* -0.4643 0.0479 -0.1133 -0.1031 0.5320 0.1836
7.66E-12 0.0517* -0.0745 -0.2228 -0.3516 0.3696 -0.0507 0.4328
2.21E-13 0.0090* 0.2175 0.5447 0.4224 0.2039 -0.0535 0.0608
* corresponding singular vector qualifies as a DLV
Tabla 3. Indices WSI en las riostras de la estructura del ejemplo #2
Nivel
Portico 1 2 3 4
A-G-D 12.96 12.96 8.83 8.83 5.64 5.63 14.92 14.91
C-H-F 10.99 10.99 8.31 8.30 0.31* 0.32** 15.53 15.53
D-E-F 0.30* 0.30** 4.13 4.12 4.63 4.63 8.38 8.38
A-B-C 5.80 5.79 5.96 5.95 4.22 4.22 9.28 9.27
* barra realmente daada
** barra inseparable de la daada
La cuantificacin del dao se realiza usando la ec.32 donde los parametros b
1
son las rigideces
(areas) de las riostras en las cuales WSI < 1. Dado que para calquiera de los prtico las diagonales
de un mismo nivel son inseparables la quantificacin se realiza agrupando cada par de diagonales.
El resultado consistente con la reduccin de rigidez del 50% es, por lo tanto, de 25% en el par
correspondiente. En este ejemplo no se ha considerado error de modelaje y dado que la
localizacin es precisa, la quantificacin, por necesidad, conduce a resultados exactos.
CONCLUSIONES
El uso de sensores y tcnicas de identificacin en el monitoreo del estado de las estructuras es un
area de investigacin que esta aun en sus inicios y en la cual queda mucho por hacer. En este
trabajo se describe un ataque al problema basado en la oscultacin de cambios en matrizes de
flexibilidad sintetizadas en base a vibraciones medidas antes y despues del evento que
potencialmente es causante de dao, en este caso un sismo. La viabilidad de la tcnica descrita en
este artculo depende, en el caso de la localizacin del dao, de dos factores: 1) la posibilidad de
calcular suficientes modos para obtener una buena aproximacin de la flexibilidad en las
coordenadas de los sensores y 2) la posibilidad de establecer un modelo esttico razonable para
calcular la distribucin de esfuerzos correspondientes a los DLVs.
En el caso de la cuantificacin los requisitos en la precisin del modelo estructural son mucho
mayores que en la etapa de localizacin pues en este caso no se trata de calcular distribuciones de
esfuerzos (que dependen solo de rigideces relativas y son relativamente insensitivos a errores en
estas) sino de usar el modelo para obtener un ajuste a la flexibilidad medida. En este caso el error
en el modelo, en la porcin donde no hay dao, puede tener consequencias importantes en la
precisin de la cuantificacin. Afortunadamente, la etapa de cuantificacin no es crtica en un
gran nmero de aplicaciones de monitoreo automtico.
Aunque aqu hemos enfocado el uso de tcnicas de identificacin al caso de la deteccin de dao,
es oportuno notar que esta no es la nica modalidad donde estas tcnicas, y el avanze en la
tecnologa de sensores, puede encontrar aplicacin en las estructuras. El mejoramiento de los
modelos para el estudio de vulnerabilidad de estructuras existentes y la confirmacin de las
hiptesis de modelaje durante la etapa constructiva de obras importantes son dos areas donde las
tcnicas de identificacin podrian encontrar aplicacin fructfera.
REFERENCIAS
Beck, J and Bernal D.,(2001). A Benchmark problem for structural health monitoring,
Experimental Mechanics, Society of Experimental Mechanics.
Beck, J. L., and Katafygiotis, L S., (1998). "Updating models and their uncertainties I: Bayesian
Statistical Framework." Journal of Engineering Mechanics, Vol.124, No.4, pp. 455-461.
Bernal, D., (2000). "Extracting flexibility matrices from state-space realizations." COST F3
Conference, Madrid, Spain, Vol.1, pp.127-135.
Bernal D. and Gunes B., (2000). Extracting system matrices from state-space realizations
Proc.of the 14th ASCE Engineering Mechanics Conference, ASCE, Austin, Texas.
Bernal, D., (2001a). "Load vectors for damage localization", Journal of Engineering Mechanics
ASCE, in press.
Bernal, D., (2001b). A subspace approach for the localization of damage in stochastic systems,
3
rd
International Workshop on Structural Health Monitoring, Stanford California.
Berman, A., (1989). "Non-unique structural system identification." Proceedings of the 7th
International Modal Analysis Conference, Society for Experimental Mechanics, Las Vegas,
Nevada, pp.355-359.
Doebling, S. C., Farrar, C. R., Prime, M. B. and Schevitz, D. W., (1996). Damage identification
and health monitoring of structural and mechanical systems from changes in their vibration
characteristics: a literature review, Los Alamos National Laboratory, Los Alamos, New Mexico.
Ho, B.L. and Kalman R.E., Effective construction of linear state-space variable models from
input/output data, Proceedings of the 3
rd
Annual Allerton Conference on Circuit and System
Theory, pp.449-459.
Gawronski, W. K. (1998). Dynamics and control of structures: a modal approach, Mechanical
engineering series, Springer-Verlag, New York.
Johnson, E., H.F. Lam, L. S. Katafygiotis, and J.L. Beck. 2000. "A Benchmark Problem for
Structural Health Monitoring and Damage Detection." Proc.of the 14th ASCE Engineering
Mechanics Conference, Austin, Texas.
Juang, J., and Pappa R., (1985). "An eigensystem realization algorithm for modal parameter
identification and model reduction." Journal of Guidance Control and Dynamics, Vol.8, No.5,
pp.610-627.
Ibrahim, S.R. and Sestieri, A., (1995). "Existence and normalization of complex modes in post
experimental use in modal analysis." Proceedings of the 13th International Modal Analysis
Conference, Nashville, Tennessee, pp.483-489.
Kailath, T. (1980). Linear Systems, Prentice-Hall, Inc., Englewood Cifffs, New Jersey.
Kalman, R.E.,(1963). Mathematical description of linear dynamical systems, SIAM Journal on
Control, Vol.1, No.2, pp.152-192.
Strang. G, (1993). Introduction to Linear Algebra, Wellesley-Cambridge Press, Wellesley, MA.
Udwadia, F.E, (1985). "Some uniqueness results related to soil and building structural
identification. SIAM Journal of Applied Mathematics, Vol.45, pp.674-685.
Van Overschee, P., and Moor B. L. R., (1996). Subspace Identification for Linear
Systems: Theory, Implementation, Applications, Kluwer Academic Publishers, Boston.