You are on page 1of 130

Departamento de Ingeniera Mecanica

Facultad de Ciencias Fsicas y Matem aticas


Universidad de Chile
Dinamica Estructural
Apuntes para el curso ME706
Viviana Meruane

Indice general
Contenidos II
1 Introduccion 2
1.1 Sistemas de un grado de libertad . . . . . . . . . . . . . . . . . . . 2
1.1.1 Ecuacion de movimiento, funcion de transferencia . . . . . . 2
1.1.2 Polos del sistema, frecuencias naturales y factores de
amortiguamiento . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.3 Solucion de la ecuacion de movimiento . . . . . . . . . . . . 4
1.1.4 Residuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.5 Funci on de respuesta en frecuencia y funci on de respuesta a
un impulso . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.6 Inuencia de cambios en la masa, rigidez y amortiguacion . 8
1.2 Sistemas con multiples grados de libertad . . . . . . . . . . . . . . 10
1.2.1 Ecuacion 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 funcion de
respuesta a un impulso (IRF) . . . . . . . . . . . . . . . . . 14
1.2.5 Sistemas sin amortiguamiento y con amortiguamiento
proporcional . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2.6 Ortogonalidad y coordenadas modales . . . . . . . . . . . . 18
ii

INDICE GENERAL iii


2 El Metodo de Elementos Finitos 21
2.1 Elemento de barra . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.1 Coordenadas locales y globales . . . . . . . . . . . . . . . . 24
2.2 Elemento de viga . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.1 Coordenadas locales y globales . . . . . . . . . . . . . . . . 27
2.3 Elemento de viga 3D . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.1 Rotacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4 Ensamble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3 Integracion numerica de las ecuaciones de movimiento 35
3.1 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
3.2 Superposicion modal . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.1 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4 Procesamiento de se nales 45
4.1 La transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . 46
4.1.1 Algunos parametros importantes . . . . . . . . . . . . . . . 48
4.2 Errores y ventanas . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.2.1 Aliasing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2.2 Leakage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2.3 Ventanas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.3 Funciones de respuesta en frecuencia y funciones de coherencia . . 54
4.3.1 Efectos del ruido experimental . . . . . . . . . . . . . . . . 56
5 Estimacion de parametros modales 60

INDICE GENERAL iv
5.1 Metodos de un grado de libertad . . . . . . . . . . . . . . . . . . . 61
5.1.1 Peak picking . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.1.2 Circle tting . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.2 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
5.3 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
5.4 Diagramas de estabilidad . . . . . . . . . . . . . . . . . . . . . . . 72
6 Medicion Experimental 74
6.1 Analisis previo a las mediciones . . . . . . . . . . . . . . . . . . . . 74
6.1.1 Rango de frecuencias . . . . . . . . . . . . . . . . . . . . . . 75
6.1.2 Seleccion de la ubicacion de las respuestas . . . . . . . . . . 75
6.1.3 Seleccion de los puntos de excitacion . . . . . . . . . . . . . 76
6.1.4 Seleccion de los puntos de suspension . . . . . . . . . . . . 77
6.2 El montaje experimental . . . . . . . . . . . . . . . . . . . . . . . . 78
6.2.1 Mecanismo de Excitacion . . . . . . . . . . . . . . . . . . . 78
6.2.2 Acelerometro . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.2.3 Sensor de fuerzas . . . . . . . . . . . . . . . . . . . . . . . . 80
6.3 Seleccion de la fuerza de excitacion . . . . . . . . . . . . . . . . . . 82
6.3.1 Excitacion sinusoidal . . . . . . . . . . . . . . . . . . . . . . 82
6.3.2 Excitacion aleatoria . . . . . . . . . . . . . . . . . . . . . . 83
6.3.3 Excitacion pseudo-aleatoria . . . . . . . . . . . . . . . . . . 84
6.3.4 Excitacion aleatoria en trenes (burst random) . . . . . . . . 84
6.3.5 Excitacion de impacto . . . . . . . . . . . . . . . . . . . . . 85
6.4 Evaluacion inicial de las FRFs medidas . . . . . . . . . . . . . . . . 86

INDICE GENERAL v
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 Correlacion Numerico-Experimental y Ajuste de Modelos 89
7.1 Parear modelos numericos y experimentales . . . . . . . . . . . . . 92
7.1.1 Tecnicas de reduccion . . . . . . . . . . . . . . . . . . . . . 92
7.1.2 Tecnicas de expansion . . . . . . . . . . . . . . . . . . . . . 94
7.2 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
7.3 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 Analisis Modal en Estructuras Reales 104
8.1 Estructura de barras . . . . . . . . . . . . . . . . . . . . . . . . . . 104
8.1.1 Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 108
8.2 Modelo a escala de un avion . . . . . . . . . . . . . . . . . . . . . . 110
8.2.1 Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 111
8.3 Viga de concreto reforzado . . . . . . . . . . . . . . . . . . . . . . . 113
8.3.1 Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 114
8.4 Tubo de escape de un auto . . . . . . . . . . . . . . . . . . . . . . 116
8.4.1 Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 117
8.5 El puente I-40 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

INDICE GENERAL 1
8.5.1 Modelo numerico . . . . . . . . . . . . . . . . . . . . . . . . 121
Bibliografa 124
Captulo 1
Introduccion
1.1. Sistemas de un grado de libertad
1.1.1. Ecuacion de movimiento, funcion de transferencia
Consideremos el sistema de un grado de libertad mostrado en la Figura 1.1. La
ecuacion de movimiento de este sistema viene dada por:
m x +c x +kx = f(t) (1.1)
donde,
m: masa
k: coeciente de rigidez
c: coeciente de amortiguacion
x, x, x: aceleracion, velocidad y desplazamiento
f: fuerza de excitacion externa
t: tiempo
2
SISTEMAS DE UN GRADO DE LIBERTAD 3
m
k
c
f(t)
x(t)
Figura 1.1:
Transformando la ecuacion 1.1 al dominio de Laplace y asumiendo que el
desplazamiento y velocidad inicial son 0, se obtiene:
(mp
2
+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)F(p) (1.4)
H(p) =
1/m
p
2
+ (c/m)p + (k/m)
(1.5)
1.1.2. Polos del sistema, frecuencias naturales y factores de
amortiguamiento
El denominador de la ecuaci on 1.5 representa la ecuaci on caracterstica del sistema.
Las races de esta ecuacion son:

1,2
=
c
2m

_
_
c
2m
_
2

k
m
(1.6)
Esta ecuaci on permite la introducci on 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 dene como:

n
=
_
k
m
(1.7)
SISTEMAS DE UN GRADO DE LIBERTAD 4
Se dene como amortiguamiento crtico, c
c
, al valor del amortiguamiento que hace
que el termino dentro de la raz en la ecuacion 1.6 sea cero:
c
c
= 2m
_
k
m
(1.8)
A partir de esta denicion, se dene la razon de amortiguamiento, , como:
=
c
c
c
(1.9)
Las races presentadas en la ecuacion 1.6, se pueden escribir como dos races
complejas conjugadas:
= +j
d
(1.10)

= j
d
(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 denicion anterior se pueden denir las siguientes relaciones:
=
_
+j
_
1
2
_

n
(1.12)

n
=
_

2
d
+
2
(1.13)
=

_

2
d
+
2
(1.14)
=
n
(1.15)

d
=
n
_
1
2
(1.16)
1.1.3. Solucion de la ecuacion de movimiento
La solucion de la ecuacion 1.1 en el tiempo se puede determinar asumiendo una
solucion de la forma:
x = Ae
t
(1.17)
donde A es una constante. Por lo tanto:
x = Ae
t
(1.18)
x =
2
Ae
t
(1.19)
SISTEMAS DE UN GRADO DE LIBERTAD 5
Sustituyendo en la ecuaci on 1.1 y asumiendo que las fuerzas externas son nulas, se
obtiene:
m
2
Ae
t
+cAe
t
+kAe
t
= 0 (1.20)
Dividiendo por Ae
t
se obtiene la ecuacion caracterstica del sistema:
m
2
+c +k = 0 (1.21)
cuya soluci on son las races de la ecuaci on 1.6. Por lo tanto, x = A
1
e

1
t
y x = A
2
e

2
t
,
son soluciones del problema y su suma es la solucion general:
x = A
1
e

1
t
+A
2
e

2
t
(1.22)
Las soluciones particulares dependen de las constantes, A
1
y A
2
, que se determinan
a partir de las condiciones iniciales.
La ecuacion 1.22 se puede escribir como:
x = e

n
t
_
A
1
e
j
d
t
+A
2
e
j
d
t
_
(1.23)
Utilizando las identidades: e
j
d
t
= cos
d
t +jsen
d
t y e
j
d
t
= cos
d
t jsen
d
t,
la ecuacion 1.23 se puede escribir como:
x = e

n
t
(Bcos
d
t +Dsen
d
t) (1.24)
0
A
m
p
l
i
t
u
d
< 1
0
A
m
p
l
i
t
u
d
= 1
0
Tiempo
A
m
p
l
i
t
u
d
> 1
Figura 1.2:
SISTEMAS DE UN GRADO DE LIBERTAD 6
Dependiendo del valor de la raz on de amortiguamiento el sistema se puede clasicar
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
solucion particular X:
x = A
1
e

1
t
+A
2
e

2
t
+X (1.25)
La forma de X depende de la forma de la fuerza de excitaci on, la tabla a continuaci on
muestra varios casos particulares:
Forma de f(t) Solucion particular
f(t) = A, constante B
f(t) = At Bt +D
f(t) = At
2
Bt
2
+D
f(t) = Asen(t) o Acos(t) 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
(p )
+
A

(p

)
, con A =
1/m
2j
d
(1.27)
En esta formulacion A y A

se denominan residuos.
1.1.5. Funcion de respuesta en frecuencia y funcion 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
SISTEMAS DE UN GRADO DE LIBERTAD 7
tambien se puede expresar en el dominio de frecuencias o del tiempo. La funcion
de transferencia evaluada en el eje de frecuencias (j) se denomina funcion de
respuesta en frecuencia (FRF):
H(p)[
p=j
= H() =
A
(j )
+
A

(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 funci on de respuesta en frecuencia para un grado de libertad frecuentemente se
aproxima por:
H()
A
(j )
(1.29)
La Figura 1.3 muestra un gr aco de la amplitud y fase de una funci on de respuesta
en frecuencia. Notar que el peak en la FRF se obtiene cuando =
d
, a esta misma
frecuencia la fase cambia en 180

.
A
m
p
l
i
t
u
d
-pi
0
F
a
s
e

d
Figura 1.3:
Aplicando una transformada inversa de Laplace a la expresion de la funcion de
transferencia se obtiene la funcion 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 funcion de respuesta a un impulso es:
h(t) = e
t
_
Ae
i
d
t
+A

e
i
d
t
_
(1.30)
SISTEMAS DE UN GRADO DE LIBERTAD 8
El residuo A dene la amplitud inicial, la tasa de decrecimiento y
d
la frecuencia
de oscilacion. Notar que el graco de la funcion de respuesta a un impulso es
equivalente al de la Figura 1.2.
1.1.6. Inuencia de cambios en la masa, rigidez y amortiguacion
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.
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.
l
o
g
(
F
R
F
)
frecuencia
Figura 1.4: Incremento de la rigidez
Un incremento del amortiguamiento produce una peque na reducci on de la frecuencia
de resonancia. Sin embargo, la mayor contribuci on es una disminuci on de la amplitud
de la funci on 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 innito y la fase disminuye repentinamente en 180 grados.
Adicionalmente, los polos del sistema, , se vuelven puramente imaginarios y en
amplitud iguales a la frecuencia natural sin amortiguamiento
n
=
_
k/m.
SISTEMAS DE UN GRADO DE LIBERTAD 9
l
o
g
(
F
R
F
)
frecuencia
Figura 1.5: Incremento del amortiguamiento
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.
l
o
g
(
F
R
F
)
frecuencia
Figura 1.6: Incremento de la masa
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD 10
1.2. 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. Ecuacion del sistema, funcion 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 innito 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 ecuaci on de movimiento
equivale a la ecuaci on de un grado de libertad, pero matricial. Para ilustrar esto, se
desarrollar a el caso de un sistema de dos grados de libertad mostrado en la Figura
1.7.
m
1
k
1
c
1
f
1
(t)
x
1
(t)
m
2
k
2
c
2
f
2
(t)
x
2
(t)
k
3
c
3
Figura 1.7: Ejemplo de un sistema de dos grados de libertad
Las ecuaciones de movimiento para este sistema son:
m
1
x
1
+ (c
1
+c
2
) x
1
c
2
x
2
+ (k
1
+k
2
)x
1
k
2
x
2
= f
1
(1.31)
m
2
x
2
+ (c
2
+c
3
) x
2
c
2
x
1
+ (k
2
+k
3
)x
2
k
2
x
1
= f
2
(1.32)
En notacion matricial:
_
m
1
0
0 m
2
_ _
x
1
x
2
_
+
_
c
1
+c
2
c
2
c
2
c
2
+c
3
_ _
x
1
x
2
_
+
_
k
1
+k
2
k
2
k
2
k
2
+k
3
_ _
x
1
x
2
_
=
_
f
1
f
2
_
(1.33)
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD 11
que se puede escribir como:
M x +C x +Kx = 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 ecuacion de movimiento en el dominio de Laplace,
asumiendo que las velocidades y desplazamientos iniciales son cero, se obtiene:
(Mp
2
+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) (1.37)
H(p) = Z(p)
1
=
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).
La matriz adjunta viene dada por adj(Z(p)) = [
ij
[Z
ij
[]
T
. Donde:
[Z
ij
[ es el determinante de Z(p), eliminando la la i y la columna j

ij
= 1, si i +j es par; = -1, si i +j es impar
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD 12
1.2.2. Polos, frecuencias naturales y factores de amortiguamien-
to
La ecuaci on caracterstica del sistema viene dada por el denominador de la ecuaci on
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, denen 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

(1.40)
donde:
A =
_
0 M
M C
_
, B =
_
M 0
0 K
_
, y =
_
px
x
_
y f

=
_
0
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 ecuaci on genera 2n (n= n umero de grados de libertad) valores propios
complejos, que aparecen en pares de complejos conjugados:
[] =
_

1
.
.
.
0

1
0
.
.
.

n
_

_
=
_

1
+j
1
.
.
.
0

n
+j
n

1
j
1
0
.
.
.

n
j
n
_

_
(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
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD 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 especico.
=
_

1

1
. . .
n

1
. . .

1
. . .
n

1
. . .

n
_
(1.44)
En general, los vectores propios contiene desplazamientos modales con valores
complejos. Para el valor propio correspondiente,
i
, se cumple que:
(M
2
i
+C
i
+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 ecuaci on caracterstica del sistema, la
ecuacion 1.37 se puede escribir como:
H(p) =
adj(Z(p))

n
i=1
E(p
i
)(p

i
)
(1.46)
donde E es una constante. Utilizando fracciones parciales:
H(p) =
n

i=1
_
[A]
i
(p
i
)
+
[A]

i
(p

i
)
_
(1.47)
Los terminos [A]
i
y [A]

i
se denominan residuos, y vienen dados por:
[A]
i
= P
i
adj(Z(
i
)) (1.48)
P
i
es una constante que depende del polo. Estudiando estos residuos se puede
esclarecer la relacion entre la matriz de funcion 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 ecuacion 1.45. Esto quiere decir la columnas de
adj(Z(
i
)) son proporcionales al i-esimo vector modal. Considerando que la matriz
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD 14
adj(Z(
i
)) es simetrica, entonces sus las tambien son proporcionales al i-esimo
vector modal. Es decir, la matrix adj(Z(
i
)) es de la forma:
adj(Z(
i
)) = R
i

T
i
= R
i
_

i,1

i,1

i,1

i,2
. . .
i,1

i,n

i,2

i,1

i,2

i,2
. . .
i,2

i,n
.
.
.
.
.
.
.
.
.
.
.
.

i,n

i,1

i,n

i,2
. . .
i,n

i,n
_

_
(1.52)
donde R
i
es una constante asociada al vector
i
. A partir de la ecuaci on anterior,
se tiene que cada residuo es de la forma:
[A]
i
= Q
i

T
i
(1.53)
Y se obtiene nalmente que:
H(p) =
n

i=1
_
Q
i

T
i
(p
i
)
+
Q

T
i
(p

i
)
_
(1.54)
1.2.4. Funcion de respuesta en frecuencia (FRF) y funcion de
respuesta a un impulso (IRF)
La funci on de respuesta en frecuencia (FRF) es la funci on de transferencia evaluada
en el eje de frecuencias (j):
H(j) =
n

i=1
_
Q
i

T
i
(j
i
)
+
Q

T
i
(j

i
)
_
(1.55)
La funci on de respuesta a un impulso (IRF) viene dada por la transformada inversa
de la funcion de respuesta en frecuencia:
h(t) =
N

r=1
(Q
r

T
r
e

r
t
+Q

T
r
e

r
t
) (1.56)
Se debe notar que, en el caso de multiples grados de libertad, para cada valor de ,
H(j) es una matriz. H
ik
(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):
H
ik
(j) = H
ki
(j) =
X
i
(j)
F
k
(j)
=
X
k
(j)
F
i
(j)
(1.57)
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD 15
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
l
o
g
(
H
1
1
)
frecuencia
Figura 1.8: Funcion de respuesta en frecuencia, excitacion en 1, respuesta en 1
w1 w2
l
o
g
(
H
1
2
)
frecuencia
Figura 1.9: Funcion de respuesta en frecuencia, excitacion en 1, respuesta en 2
o excitacion en 2, respuesta en 1
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD 16
w1 w2
l
o
g
(
H
2
2
)
frecuencia
Figura 1.10: Funcion de respuesta en frecuencia, excitacion en 2, respuesta en 2
Se debe recalcar que la funci on 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 ultimo se
puede gracar la parte real vs imaginaria con la frecuencia como un parametro
variable dentro de la curva.

Este ultimo se denomina diagrama de Nyquist, en la
Figura 1.11 se muestra un ejemplo.
I
m
a
g
(
H
1
1
)
Real(H
11
)
Figura 1.11: Diagrama de Nyquist, H
11
1.2.5. Sistemas sin amortiguamiento y con amortiguamiento
proporcional
En las secciones anteriores se vio es caso m as 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 continuaci on
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD 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:
_
p
2
M +K
_
x = f (1.58)
En este caso, las races del polinomio caracterstico

p
2
M +K

, se encuentran
facilmente resolviendo el siguiente problema de valores y vectores propios:
_
p
2
M +K
_
x = 0 (1.59)
La soluci on a este problema entrega los valores propios,
2
i
, 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 dinamica 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 expresi on general 1.55 se puede simplicar
a:
H(j) =
n

i=1
2j
i
Q
i

T
i
(
2
i

2
)
(1.61)
Notar que dado que H(j) posee valores reales, entonces Q
i
es puramente
imaginario.
El caso de amortiguamiento proporcional es una forma hipotetica de amortigua-
miento. En su forma m as 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:
_
p
2
M +p(M +K) +K
_
x = f (1.63)
_
(p
2
+p)M + (p + 1)K
_
x = f (1.64)
Considerando la version homogenea de esta ecuacion y dividendo por (p + 1):
__
p
2
+p
p + 1
_
M +K
_
x = 0 (1.65)
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD 18
Esta ecuacion es similar al caso sin amortiguamiento. Los sistemas con
amortiguamiento proporcional tienen polos complejos,
i
, que cumplen:

2
i
+
i

i
+ 1
=
2
i
(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 razon 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 funci on de respuesta en frecuencia posee valores
complejos y toma la forma:
H(j) =
n

i=1
2j
i
Q
i

T
i
(
2
i
+
2
i

2
) 2j
i
(1.67)
1.2.6. 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:
_

2
i
M +K
_

i
= 0
Consideremos ahora dos modos arbitrarios r y s:
K
r
=
2
r
M
r
K
s
=
2
s
M
s
pre-multiplicando la primera ecuacion por
T
s
y la segunda ecuacion por
T
r
:

T
s
K
r
=
2
r

T
s
M
r

T
r
K
s
=
2
s

T
r
M
s
Transponiendo la segunda ecuacion y restandola a la primera, se tiene que:
(
2
r

2
s
)
T
s
M
r
= 0 (1.68)
Esta ecuacion nos da dos posibilidades diferentes:

T
s
M
r
= 0 r ,= s (1.69)

T
s
M
r
,= 0 r = s (1.70)
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD 19
La primera ecuaci on 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 ecuacion, el producto no
es cero. El valor de este producto se denomina masa generalizada m
i
m
i
=
T
i
M
i
(1.71)
De manera similar se dene la rigidez generalizada k
i
k
i
=
T
i
K
i
(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 normalizaci on arbitraria,
los valores de k
i
y m
i
no son unicos. Lo que si se puede demostrar es que la
razon k
i
/m
i
es unica y tiene un valor igual a
2
i
. 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
2
i
en la
diagonal principal.
Introduciendo la transformacion modal x = q en la ecuacion 1.58 y pre-
multiplicando por
T
, se obtiene que:
p
2

T
Mq +
T
Kq =
T
f (1.77)
(
2
m+k)q =
T
f (1.78)
Para el caso de amortiguamiento proporcional, se dene la matriz de amortigua-
miento modal:
c =
T
C (1.79)
SISTEMAS CON MULTIPLES GRADOS DE LIBERTAD 20
Lo que da el siguiente sistema de ecuaciones desacopladas:
(p
2
m+pc +k)q =
T
f (1.80)
Captulo 2
El Metodo de Elementos
Finitos
Fundamentalmente, existen dos tipos de metodos de elementos nitos; 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 ultimo es el mas utilizado para analisis de vibraciones y sera el
que se describira a continuacion.
El primer paso para construir un modelo en elementos nitos es discretizar la
estructura en un n umero de elementos. Se pueden denir tres familias de elementos.
(1) Elementos unidimensionales (linea), (2) Elementos bidimensionales (planos) y
(3) elementos tridimensionales (solidos).
Elementos
unidimensionales
Resorte, barra, viga, etc.
Elementos
bidimensionales
Membrana, placa, etc.
Elementos
tridimensionales
Slidos, fluidos, temperatura, etc.
Figura 2.1: Tipos de elementos nitos
Para cada elemento se dene 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 M

ETODO 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 deformacion se puede expresar como:
(x) = Du(x) = DN(x)
. .
B(x)
u = B(x) u (2.2)
D es el operador diferencial espacial, que para el caso general viene dado por:
D =
_
_

x
1
0 0

x
2
0

x
3
0

x
2
0

x
1

x
3
0
0 0

x
3
0

x
2

x
1
_
_
T
(2.3)
Se puede demostrar que las matrices de rigidez y masa de un elemento viene dadas
por:
K =
_
V
B
T
HBdV (2.4)
M =
_
V
N
T
NdV (2.5)
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 E
Viga EI
Deformaciones planas
E
1
2
_
_
1 0
1 0
0 0
1
2
_
_
Esfuerzos planos
E(1)
(1+)(12)
_

_
1

(1)
0

(1)
1 0
0 0
12
2(1)
_

_
ELEMENTO DE BARRA 23
Axisimetrico
E(1)
(1+)(12)
_

_
1

(1)
0

(1)

(1)
1 0

(1)
0 0
12
2(1)
0

(1)

(1)
0 1
_

_
Placa en exion
Eh
3
12(1
2
)
_
_
1 0
1 0
0 0
1
2
_
_
Tridimensional
E(1)
(1+)(12)
_

_
1

(1)

(1)
0 0 0

(1)
1

(1)
0 0 0

(1)

(1)
1 0 0 0
0 0 0
12
2(1)
0 0
0 0 0 0
12
2(1)
0
0 0 0 0 0
12
2(1)
_

_
Notacion: E=Modulo de Young, = Coeciente 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:
A,E
L

i

j
i
j
x
Figura 2.2: Elemento de barra
L: largo del elemento
A: area de la seccion
E: Modulo de Young
u
i
: desplazamiento en nodo i
u(x): desplazamientos
ELEMENTO DE BARRA 24
Para el caso de una barra se denen dos funciones de forma:
N
i
(x) = 1
x
L
(2.6)
N
j
(x) =
x
L
(2.7)
Los desplazamientos se pueden escribir como:
u(x) =
_
N
i
N
j

_
u
i
u
j
_
= N u (2.8)
Por lo tanto,
N =
_
1 x/L x/L

(2.9)
B =
d
dx
N =
_
1/L 1/L

(2.10)
Por ultimo las matrices de rigidez y masa viene dada por:
K
l
=
_
L
x=0
_
1/L
1/L
_
E
_
1/L 1/L

Adx =
EA
L
_
1 1
1 1
_
(2.11)
M
l
=
_
L
x=0

_
1 x/L
x/L
_
_
1 x/L x/L

Adx = A
_
L/3 L/6
L/6 L/3
_
(2.12)
2.1.1. Coordenadas locales y globales
Consideremos una barra como la mostrada en la Figura 2.3. Para determinar las
matrices de rigidez y masa en funcion de las coordenadas globales, es necesario
denir las matrices de rotacion.
A,E
L

i

j
i
j
x
x
1
y
1
x
2
y
2
u
x
y
v

Figura 2.3: Sistema de coordenadas locales y globales


ELEMENTO DE VIGA 25
De la Figura 2.3 se tiene que:
_
u
1
u
2
_
. .
q
l
=
_
cos sin 0 0
0 0 cos sin
_
. .
R
_

_
x
1
y
1
x
2
y
2
_

_
. .
q
g
(2.13)
Dado que la energa es invariante respecto del sistema de referencia:
1
2
q
T
l
K
l
q
l
=
1
2
q
T
g
K
g
q
g
(2.14)
1
2
q
T
l
M
l
q
l
=
1
2
q
T
g
M
g
q
g
(2.15)
De donde se obtiene que las matrices con respecto al sistema global vienen dadas
por:
K
g
= R
T
K
l
R (2.16)
M
g
= R
T
M
l
R (2.17)
2.2. Elemento de viga
Consideremos elemento de viga como el mostrado en la Figura 2.4.
E,I
L
v
i,

i
i
j
x
y
v
j,

j
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): Rotacion en el eje z
Para el caso de un elemento de viga se denen 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) =
_
1 3
x
2
L
2
+ 2
x
3
L
3
x 2
x
2
L
+
x
3
L
2
3
x
2
L
2

x
3
L
3

x
2
L
+
x
3
L
2
_
(2.18)
B(x) =
d
d
2
x
N(x) =
_

6
L
2
+
12x
L
3

4
L
+
6x
L
2
6
L
2

12x
L
3

2
L
+
6x
L
2

(2.19)
ELEMENTO DE VIGA 27
De donde se obtiene nalmente que:
K
l
=
EI
L
3
v
i

i
v
j

j
_

_
12 6L 12 6L
6L 4L
2
6L 2L
2
12 6L 12 6L
6L 2L
2
6L 4L
2
_

_
(2.20)
M
l
=
A
420
_

_
156 22L 54 13L
22L 4L
2
13L 3L
2
54 13L 156 22L
13L 3L
2
22L 4L
2
_

_
(2.21)
2.2.1. Coordenadas locales y globales
Consideremos una viga como la mostrada en la Figura 2.6.
x
1
y
1
x
2
y
2
u
x
y
v

Figura 2.6: Sistema de coordenadas locales y globales


De la Figura 2.6 se tiene que:
_

_
v
1

1
v
2

2
_

_
=
_

_
sin cos 0 0 0 0
0 0 1 0 0 0
0 0 0 sin cos 0
0 0 0 0 0 1
_

_
. .
R
_

_
x
1
y
1

1
x
2
y
2

2
_

_
(2.22)
ELEMENTO DE VIGA 3D 28
Las matrices con respecto al sistema global vienen dadas por:
K
g
= R
T
K
l
R (2.23)
M
g
= R
T
M
l
R (2.24)
2.3. Elemento de viga 3D
Un elemento de viga 3D combina un elemento de viga, barra e incorpora ademas
torsion. La Figura 2.7 muestra un esquema, cada nodo tiene 6 grados de libertad.
u
1
w
1
v
1

w1

v1

u1
u
2
w
2
v
2

w2

v2

u2
E, A, I
x
, I
y
, I
z
L
z
x
y
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 29
K
l
=
EI
L
3
u
1
v
1
w
1

u1

v1

w1
u
2
v
2
w
2

u2

v2

w2
_

_
EA
L
0 0 0 0 0
EA
L
0 0 0 0 0
0
12EI
z
L
3
0 0 0
6EI
y
L
2
0
12EI
z
L
3
0 0 0
6EI
z
L
2
0 0
12EI
y
L
3
0
6EI
y
L
2
0 0 0
12EI
y
L
3
0
6EI
y
L
2
0
0 0 0
GI
x
L
0 0 0 0 0
GI
x
L
0 0
0 0
6EI
y
L
2
0
4EI
y
L
0 0 0
6EI
y
L
2
0
2EI
y
L
2
0
0
6EI
y
L
2
0 0 0
4EI
z
L
0
6EI
z
L
2
0 0 0
2EI
z
L
2
EA
L
0 0 0 0 0
EA
L
0 0 0 0 0
0
12EI
z
L
3
0 0 0
6EI
z
L
2
0
12EI
z
L
3
0 0 0
6EI
z
L
2
0 0
12EI
y
L
3
0
6EI
y
L
2
0 0 0
12EI
y
L
3
0
6EI
y
L
2
0
0 0 0
GI
x
L
0 0 0 0 0
GI
x
L
0 0
0 0
6EI
y
L
2
0
2EI
y
L
2
0 0 0
6EI
y
L
2
0
4EI
y
L
0
0
6EI
z
L
2
0 0 0
2EI
z
L
2
0
6EI
z
L
2
0 0 0
4EI
z
L
_

_
M
l
= 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
0 0
13
35
0
11L
210
0 0 0
9
70
0
13L
210
0
0 0 0
r
2
3
0 0 0 0 0
r
2
6
0 0
0 0
11L
210
0
L
2
105
0 0 0
13
420
0
L
2
140
0
0
11L
210
0 0 0
L
2
105
0
13
420
0 0 0
L
2
140
1
6
0 0 0 0 0
1
3
0 0 0 0 0
0
9
70
0 0 0
13
420
0
13
35
0 0 0
11L
210
0 0
9
70
0
13
420
0 0 0
13
35
0
11L
210
0
0 0 0
r
2
6
0 0 0 0 0
r
2
3
0 0
0 0
13L
210
0
L
2
140
0 0 0
11L
210
0
L
2
105
0
0
13L
210
0 0 0
L
2
140
0
11L
210
0 0 0
L
2
105
_

_
ELEMENTO DE VIGA 3D 30
2.3.1. Rotacion
A continuacion se construira el operador de rotacion, que permite expresar las
matrices con respecto a un sistema global de coordenadas. Sean,
p
1
=
_
_
_
x
1
y
1
z
1
_
_
_
p
2
=
_
_
_
x
2
y
2
z
2
_
_
_
las posiciones de los nodos del elemento en el sistema global de coordenadas.
La direccion del eje neutral del elemento,

e
x
se dene por:

e
x
=
p
2
p
1
|p
2
p
1
|
=
p
2
p
1
L
(2.25)
Para denir

e
y
y

e
z
, es necesario denir un tercer punto p
3
que junto a p
1
y p
2
denen el plano O
xz
del elemento. Deniendo p
3
se tiene que:

e
y
=
(p
3
p
1
) (p
2
p
1
)
|(p
3
p
1
) (p
2
p
1
)|
(2.26)

e
z
=

e
x


e
y
(2.27)
es el producto cruz entre dos vectores. Ahora se puede denir el operador de
rotacion que relaciona:
x
g
= Rx
l
(2.28)
donde x
g
es la posicion de los ejes globales y x
l
es la posicion de los ejes locales:
R =
_

e
x

e
y

e
y

T
(2.29)
Se tiene que:
_
_
_
u
v
w
_
_
_
= R
_
_
_
x
y
z
_
_
_
(2.30)
_
_
_

w
_
_
_
= R
_
_
_

z
_
_
_
(2.31)
ENSAMBLE 31
De donde, se puede expresar el vector de desplazamientos del elemento en los ejes
locales y globales como:
_

_
x
1
y
1
z
1

x1

y1

z1
x
2
y
2
z
2

x2

y2

z2
_

_
=
_

_
R 0 0 0
0 R 0 0
0 0 R 0
0 0 0 R
_

_
. .
T
_

_
u
1
v
1
w
1

u1

v1

w1
u
2
v
2
w
2

u2

v2

w2
_

_
(2.32)
Las matrices de rigidez y masa del elemento, expresadas en el sistema global de
coordenadas quedan,
K
g
= T
T
K
l
T (2.33)
M
g
= T
T
M
l
T (2.34)
2.4. 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 2 3 4 5
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 K
1
del primer elemento abarca los grados 1 a 4, la matriz K
2
los
ENSAMBLE 32
elementos 3 a 6, etc. La Figura 2.9 ilustra este ensamble. La matriz de masa se
construye de manera equivalente.
0
0
K
1
K
2
K
3
K
4
K
5
K =
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 jos. Para jar grados de libertad, se eliminan las las y
columnas asociadas a estos grados en las matrices ensambladas. El siguiente c odigo
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 seccion
%Definicion de los elementos
l=6; %largo total en metros
n=5; %numero 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 -13*le;
22*le 4*le2 13*le -3*le2;
54 13*le 156 -22*le;
-13*le -3*le2 -22*le 4*le2];
ENSAMBLE 33
%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;
%Grafica 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)
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.
1 2 3 4 5 6
Nodo
Modo 1, = 9Hz
1 2 3 4 5 6
Nodo
Modo 3, = 81.6Hz
1 2 3 4 5 6
Nodo
Modo 2, = 36Hz
Figura 2.10: Modos de la viga
Captulo 3
Integracion numerica de las
ecuaciones de movimiento
Para un problema general, la ecuacion de movimiento viene dada por:
M x +C x +Kx = F (3.1)
Donde M, C y K son las matrices de masa, amortiguaci on y rigidez respectivamente.
F es un vector de fuerzas externas, y x, x, x son vectores de aceleraci on, velocidad
y desplazamiento respectivamente.
Matem aticamente, la ecuaci on 3.1 representa un sistema de ecuaciones diferenciales
lineales de segundo orden, las que en un principio, se pueden resolver por
procedimientos estandar para ecuaciones diferenciales ordinarias. Sin embargo,
estos procedimientos pueden ser muy costosos (en terminos de tiempo y cantidad
de calculos necesarios) si las matrices son grandes. En el analisis de elementos
nitos, se utilizan algunos algoritmos ecientes para resolver las ecuaciones de
movimiento, los que veremos en las secciones siguientes. Los metodos que veremos
se dividen en dos categoras: integracion directa y superposicion modal. Aunque
ambas tecnicas puedan parecer muy distintas a primera vista, estan fuertemente
relacionadas, y la selecci on de una u otra depende de su eciencia para calcular la
solucion numerica.
3.1. Metodos de integracion directa
En la integracion directa las ecuaciones de movimiento son integradas por un
procedimiento numerico por pasos, el termino directa signica que no es necesario
35
M

ETODOS DE INTEGRACI

ON DIRECTA 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 solucion se divide en pasos de tiempo t.
3.1.1. El metodo de las diferencias centrales
El metodo de las diferencias centrales utiliza la aproximacion:
x(t) =
1
t
2
(x(t t) 2x(t) +x(t + t)) (3.2)
El error en la expansi on de 3.2 es del orden de t
2
, para tener el mismo orden de
error en la expansion de la velocidad se utiliza:
x(t) =
1
2t
(x(t + t) x(t t)) (3.3)
El desplazamiento en el tiempo t + t se obtiene al considerar la ecuacion de
movimiento en t:
M x(t) +C x(t) +Kx(t) = F(t) (3.4)
Substituyendo, se obtiene:
_
1
t
2
M +
1
2t
C
_
x(t+t) = F(t)
_
K
2
t
2
M
_
x(t)
_
1
t
2
M
1
2t
C
_
x(tt)
(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) t x(0) +
t
2
2
x(0) (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 t
cr
. El paso de tiempo crtico
se determina como:
t
cr
=
T
n

(3.7)
M

ETODOS DE INTEGRACI

ON DIRECTA 37
donde T
n
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
Calculos 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 t
cr
. Calcular constantes de integracion.
a
0
=
1
t
2
; a
1
=
1
2t
; a
2
= 2a
0
; a
3
=
1
a
2
4. Calcular x(t) = x(0) t x(0) +a
3
x(0)
5. Formar matriz de masa efectiva

M = a
0
M +a
1
C.
Para cada paso de tiempo:
1. Calcular fuerzas efectivas en t:

F(t) = F(t) (K a
2
M)x(t) (a
0
M a
1
C)x(t t)
2. Determinar desplazamientos en t + t:
x(t + t) =

M
1

F(t)
3. Si se requiere, evaluar las aceleraciones y velocidades en t:
x(t) = a
0
(x(t t) 2x(t) +x(t + t))
x(t) = a
1
(x(t + t) x(t t))
3.1.2. El metodo 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.
M

ETODOS DE INTEGRACI

ON DIRECTA 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 + 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) +

t
( x(t +t) x(t)) (3.8)
Integrando la ecuacion anterior se obtiene que,
x(t +) = x(t) + x(t) +

2
2t
( x(t +t) x(t)) (3.9)
y
x(t +) = x(t) + x(t) +
1
2

2
x(t) +

3
6t
( x(t +t) x(t)) (3.10)
Usando 3.9 y 3.10, se tiene en el tiempo t +t,
x(t +t) = x(t) +
t
2
( x(t +t) + x(t)) (3.11)
x(t +t) = x(t) +t x(t) +

2
t
2
6
( x(t +t) + 2 x(t)) (3.12)
De donde se puede expresar x(t +t) y x(t +t) en terminos de x(t +t):
x(t +t) =
6

2
t
2
(x(t +t) x(t))
6
t
x(t) 2 x(t) (3.13)
x(t +t) =
3
t
(x(t +t) x(t)) 2 x(t)
t
2
x(t) (3.14)
M

ETODOS DE INTEGRACI

ON DIRECTA 39
Para obtener la solucion de los desplazamientos, velocidades y aceleraciones en el
tiempo t + t, se considera la ecuacion de movimiento en el tiempo t +t. Sin
embargo, dado que la aceleraci on varia linealmente, se utiliza un vector de fuerzas
extrapolado linealmente, i e., la ecuacion utilizada es:
M x(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 ecuaci on 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
Calculos 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 y . Calcular constantes de integracion.
a
0
=
6
(t)
2
; a
1
=
3
t
; a
2
= 2a
1
; a
3
=
t
2
; a
4
=
a
0

a
5
=
a
2

; a
6
= 1
3

; a
7
=
t
2
; a
8
=
t
2
6
4. Formar matriz de rigidez efectiva

K = K +a
0
M +a
1
C.
Para cada paso de tiempo:
1. Calcular fuerzas efectivas en t +t:

F(t +t) = F(t) +(F(t + t) F(t)) +M(a


0
x(t) +a
2
x(t) + 2 x(t))
+C(a
1
x(t) + 2 x(t) +a
3
x(t))
M

ETODOS DE INTEGRACI

ON DIRECTA 40
2. Determinar desplazamientos en t +t:
x(t +t) =

K
1

F(t +t)
3. Evaluar aceleraciones, velocidades y desplazamientos en t + t:
x(t + t) = a
4
(x(t +t) x(t)) +a
5
x(t) +a
6
x(t)
x(t + t) = x(t) +a
7
( x(t + t) + x(t))
x(t + t) = x(t) + t x(t) +a
8
( x(t + t) + 2 x(t))
3.1.3. El metodo 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) + [(1 ) x(t) + x(t + t)] t (3.17)
x(t + t) = x(t) + x(t)t +
__
1
2

_
x(t) + x(t + t)
_
t
2
(3.18)
donde y son par ametros que determinan la precisi on y estabilidad del metodo
de integracion. Cuando =
1
2
y =
1
6
, 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 =
1
2
y =
1
4
(ver Figura 3.2).
t t + t
()
1
2
+ ( + )
( + )
Figura 3.2: Esquema de promedio de aceleracion constante de Newmark
M

ETODOS DE INTEGRACI

ON DIRECTA 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:
M x(t + t) +C x(t + t) +Kx(t + t) = F(t + t) (3.19)
De la ecuaci on 3.18 se puede despejar x(t + t) en funci on 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 funcion del desplazamiento x(t + t). Sustituyendo estas dos
expresiones en la ecuaci on 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 relaci on entre el metodo de Wilson y el metodo de
Newmark.
Tabla 3.3: Procedimiento paso a paso, metodo de Newmark
Calculos iniciales:
1. Crear matrices de rigidez K, masa M y amortiguacion C.
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
a
0
=
1
t
2
; a
1
=

t
; a
2
=
1
t
; a
3
=
1
2
1; a
4
=

1
a
5
=
t
2
_

2
_
; a
6
= t(1 ); a
7
= t
4. Formar matriz de rigidez efectiva

K = K +a
0
M +a
1
C.
Para cada paso de tiempo:
1. Calcular fuerzas efectivas en t +t:

F(t + t) = F(t + t) +M(a


0
x(t) +a
2
x(t) +a
3
x(t))
+C(a
1
x(t) +a
4
x(t) +a
5
x(t))
2. Determinar desplazamientos en t + t:
M

ETODOS DE INTEGRACI

ON DIRECTA 42
x(t + t) =

K
1

F(t + t)
3. Evaluar aceleraciones y velocidades en t + t:
x(t + t) = a
0
(x(t + t) x(t)) a
2
x(t) a
3
x(t)
x(t + t) = x(t) +a
6
x(t) +a
7
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
_ _
x
1
x
2
_
=
_
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 t
cr
=
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 integracion dan resultados similares, aunque el metodo de las
diferencias centrales es que metodo que mas se acerca a la solucion exacta. Se
asumieron desplazamientos y velocidades iniciales nulas.
0 1 2 3 4 5
-1
-0.5
0
0.5
1
1.5
2
2.5
3
Tiempo (s)
x
1
(
t
)


Dif. Centrales Wilson Newmark Exacta
Figura 3.3: Desplazamientos obtenidos
SUPERPOSICI

ON MODAL 43
3.2. Superposicion modal
En los metodos de integracion 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 denir
la transformacion:
x(t) = y(t) (3.21)
De donde se obtiene la ecuacion de movimiento:

T
M y +Phi
T
C y +Phi
T
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:
m
i
y
i
+c
i
y
i
+k
i
y
i
= r
i
r
i
=
T
i
F(t)
_
i = 1, 2, 3, . . . , n (3.23)
La solucion para cada una de las ecuaciones se puede obtener utilizando los
algoritmos de integraci on antes descritos o de acuerdo al procedimiento descrito en
la seccion 1.1.3.
Una vez calculada la soluci on para cada una de las ecuaciones. La soluci on general
se obtiene al superponer las soluciones modales:
x(t) =
n

i=1

i
y
i
(t) (3.24)
3.2.1. Ejemplo
Consideremos el sistema de ecuaciones 3.20. Para este sistema los modos normales
son:
=
_
0,5774 0,4082
0,5774 0,8165
_
(3.25)
Reemplazando en ecuacion 3.22, se obtiene:
_
1 0
0 1
_ _
y
1
y
2
_
+
_
0,1 0,0
0,0 0,25
_ _
y
1
y
2
_
+
_
2 0
0 5
_ _
y
1
y
2
_
=
_
5,7735
8,1650
_
(3.26)
SUPERPOSICI

ON MODAL 44
Este sistema de ecuaciones se puede resolver utilizando alg un algoritmo de
integracion. Utilizando diferencias centrales con el mismo paso de tiempo del
ejemplo anterior, se obtiene la soluci on para y(t). La soluci on, x(t), viene dada por:
x(t) =
_
0,5774
0,5774
_
y
1
(t) +
_
0,4082
0,8165
_
y
2
(t) (3.27)
La soluci on obtenida se muestra en la Figura 3.4. Como es de esperarse, la soluci on
es la misma que si se utiliza diferencias modales con o sin transformaci on 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.
0 1 2 3 4 5
-1
-0.5
0
0.5
1
1.5
2
2.5
3
Tiempo (s)
x
1
(
t
)


Superposicion Modal
Dif. Centrales
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 clasicar 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 funcion 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 denir como se nales que comienzan y terminar en cero en el
periodo de observacion.
Se nales
Estacionarias No estacionarias
Determinstica Aleatoria Continua Transiente
Periodica
Cuasi-periodica
Pseudo-aleatoria
Tabla 4.1: Tipos de se nales
Dado que el objetivo del procesamiento de se nales es extraer el maximo de
informaci on de las se nales, es en general benecioso 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) =
+

G(kf)e
j2kft
(4.1)
Los coecientes de fourier viene dados por:
G(kf) =
1
T
_
+T/2
T/2
g(t)e
j2kft
dt (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 funcion 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 signica 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:
g(nt) =
1
f
s
_
+f
s
/2
f
s
/2
G(f)e
j2fnt
df (4.3)
G(f) =
+

g(nt)e
j2fnt
(4.4)
con:
LA TRANSFORMADA DE FOURIER 47
n: entero contando el numero de pasos de tiempo
t: intervalo de muestreo: t = 1/f
s
f
s
: frecuencia de muestreo: f
s
= 1/t
En condiciones reales de medici on experimental es imposible medir la se nal temporal
hasta un tiempo innito. 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 denicion de la transformada discreta de Fourier:
g(nt) =
1
f
s
N
s
1

k=0
G(kf)e
j2nk/N
s
(4.5)
G(kf) =
1
N
s
N
s
1

n=0
g(nt)e
j2nk/N
s
(4.6)
con: N
s
: n umero de datos: T = N
s
t y f
s
= N
s
f
La evaluaci on directa de la transformada discreta de Fourier requiere N
2
s
operaciones.
Con la transformada r apida de Fourier (FFT) se reduce el n umero de operaciones a
N
s
log
2
N
s
. La transformada r apida 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 r apida de
Fourier de la se nal.
ERRORES Y VENTANAS 48
0 0.05 0.1 0.15 0.2
-1
-0.5
0
0.5
1
Tiempo (s)
A
m
p
l
i
t
u
d
0 20 40 60 80 100
0
0.5
1
1.5
Frecuencia (Hz)
A
m
p
l
i
t
u
d
Figura 4.1: Espectro de una se nal periodica
4.1.1. Algunos parametros importantes
Aqu se resumen algunos de los par ametros mencionados en los p arrafos anteriores:
T : Periodo de tiempo en donde se adquieren N
s
muestras equiespaciadas
de la se nal a ser analizada. En la mayora de los analizadores de Fourier
N
s
esta restringidos a potencias de 2 (por ejemplo, 1024). Relaciones: T =
N
s
t = 1/f
f
s
: Frecuencia de muestreo, frecuencia a la cual se adquieren y digitalizan
los datos. Relaciones: f
s
= 1/t = N
s
f
t : Intervalo de muestreo: intervalo de tiempo al cual la se nal es muestreada.
Relaciones: t = T/N
s
= 1/f
s
f : Espaciado de frecuencias en el espectro. Relaciones: f = 1/T = f
s
/N
s
.
En consecuencia, mediciones con un espaciado de frecuencias peque no (i.e.
una resolucion en frecuencias alta) conllevan tiempos de medicion mayores.
f
max
: Frecuencia maxima: frecuencia mayor contenida o permitida en la
se nal temporal. Seg un el teorema de Shannon: f
max
f
s
/2
N
s
: N umero de muestras en el periodo de tiempo T: N
s
= T/t = f
s
/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 cuanticaci on, limitaciones
del rango din amico. Sin embargo, los dos errores principales son aliasing y leakage.
ERRORES Y VENTANAS 49
4.2.1. 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: f
max
f
s
/2, entonces las frecuencias por sobre f
s
/2
van a aparecer como frecuencias menores a f
s
/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.
0 0.2 0.4 0.6 0.8 1
-1
-0.5
0
0.5
1
Tiempo (s)
A
m
p
l
i
t
u
d


1 Hz
4 Hz
6 Hz
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 f
s
/2. Esto se puede lograr con una se nal de excitacion apropiada, aunque se
logra generalmente utilizando un ltro pasa bajas. Dado que no existen ltros que
remuevan todas las frecuencias altas a cero sin inuenciar en las bajas, los ltros
se jan normalmente a un 40 % de f
s
.
4.2.2. Leakage
El Leakage se origina debido a que los datos deben ser adquiridos en un periodo
de observacion nito T. La transformada discreta de Fourier asume entonces que
la se nal es peri odica con periodo T. Si esta condici on 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 funci on 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.
0 1 2 3
Tiempo (s)
A
m
p
l
i
t
u
d
0 2 4 6 8 10
0
0.5
1
1.5
Frecuencia (Hz)
A
m
p
l
i
t
u
d
0 0.8 1.6 2.4
Tiempo (s)
A
m
p
l
i
t
u
d
0 2 4 6 8 10
0
0.5
1
1.5
Frecuencia (Hz)
A
m
p
l
i
t
u
d
Figura 4.3: Hipotesis de periodicidad, Leakage
La unica soluci on al problema de leakage, es asegurarse que la se nal es peri odica o
se observa completamente en el periodo de adquisicion, lo que en general, es muy
difcil de lograr. En sistemas perfectamente lineales, se puede lograr al excitarlos
con una se nal peri odica en el intervalo de tiempo considerado. Aumentar el tiempo
de adquisicion, 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 soluci on
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 peri odica. La selecci on de una ventana de
tiempo, es siempre un compromiso entre una buena estimacion de la amplitud y
una buena resoluci on espectral. La gura 4.4 muestra un conjunto de ventanas de
tiempo que son usualmente empleadas.
0
Tiempo (s)
A
m
p
l
i
t
u
d
Rectangular
(a) Rectangular
0
Tiempo (s)
A
m
p
l
i
t
u
d
Hanning
(b) Hanning
0
Tiempo (s)
A
m
p
l
i
t
u
d
Hamming
(c) Hamming
0
Tiempo (s)
A
m
p
l
i
t
u
d
Gaussian
(d) Gaussian
0
Tiempo (s)
A
m
p
l
i
t
u
d
Flat-top
(e) Flat-top
Figura 4.4: Diferentes ventanas de tiempo
En la Figura 4.5 se muestra el espectro obtenido de una se nal peri odica utilizando las
distintas ventanas de tiempo. La se nal esta compuesta por un coseno de frecuencia
f
1
y amplitud 1, y un coseno de frecuencia f
2
y amplitud 0.01. El coseno de
frecuencia f
1
no es peri odico 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 peri odica en el periodo considerado,
la amplitud en el dominio de frecuencias depende de la ventana y de la ubicacion
de la se nal no-peri odica 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.
ERRORES Y VENTANAS 52
Tiempo (s)
A
m
p
l
i
t
u
d
f1 f2
Frecuencia (Hz)
l
o
g
(
A
m
p
l
i
t
u
d
)
(a) Rectangular
Tiempo (s)
A
m
p
l
i
t
u
d
f1 f2
Frecuencia (Hz)
l
o
g
(
A
m
p
l
i
t
u
d
)
(b) Hanning
Tiempo (s)
A
m
p
l
i
t
u
d
f1 f2
Frecuencia (Hz)
l
o
g
(
A
m
p
l
i
t
u
d
)
(c) Hamming
Tiempo (s)
A
m
p
l
i
t
u
d
f1 f2
Frecuencia (Hz)
l
o
g
(
A
m
p
l
i
t
u
d
)
(d) Gaussian
Tiempo (s)
A
m
p
l
i
t
u
d
f1 f2
Frecuencia (Hz)
l
o
g
(
A
m
p
l
i
t
u
d
)
(e) Flat-top
Figura 4.5: Diferentes ventanas, f(t) = cos(f
1
(2t)) + 0,01cos(f
2
(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
combinacion de sinusoides que disminuye en el tiempo (Figura 4.6).
Para la respuesta se usa una ventana exponencial w(t) = e
t
. En el caso
de estructuras con baja amortiguacion o si el tiempo de adquisicion es muy
breve, la respuesta no llegara a cero al nal 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 nal 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 nal del bloque de tiempo y el
resto de lo medido es basicamente 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 soluci on 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 dene 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:
H
1
(f) =
X(f)
F(f)
F

(f)
F

(f)
=
G
XF
G
FF
(4.9)
H
2
(f) =
X(f)
F(f)
X

(f)
X

(f)
=
G
XX
G
FX
(4.10)
El principal motivo para estimar las funciones de respuesta en frecuencia con las
ecuaciones anteriores es la reducci on del ruido no correlacionado en las se nales de
entrada o salida al promediar.
FUNCIONES DE RESPUESTA EN FRECUENCIA Y FUNCIONES DE COHERENCIA 55
En la practica, la funcion de respuesta en frecuencia es estimada con valores
promedio de las potencias espectrales,

G
FF
=
1
N
a
N
a

n=1
(G
FF
)
n
(4.11)

G
XX
=
1
N
a
N
a

n=1
(G
XX
)
n
(4.12)

G
FX
=
1
N
a
N
a

n=1
(G
FX
)
n
(4.13)

G
XF
=
1
N
a
N
a

n=1
(G
XF
)
n
(4.14)
donde N
a
es el numero de promedios (el ensayo se repite N
a
veces), lo que entrega
una aproximacion de mnimos cuadrados de H(f).
Dado que las funciones de respuesta en frecuencia se obtiene de una aproximaci on
de mnimos cuadrados, se puede denir un coeciente de correlaci on. En este caso,
la correlacion se denomina funcion de coherencia y es una medida del error de
mnimos cuadrados. La coherencia se dene por:

2
=

G
FX

G
FF

G
XX
=
H
1
(f)
H
2
(f)
(4.15)
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 analisis
Desfase en las mediciones no compensado en el analisis.
FUNCIONES DE RESPUESTA EN FRECUENCIA Y FUNCIONES DE COHERENCIA 56
4.3.1. 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 ecuacion
anterior implica que las potencias espectrales de la se nal son:
G
FF
= G
EE
+G
MM
+G
EM
+G
ME
(4.18)
G
XX
= G
RR
+G
NN
+G
RN
+G
NR
G
FX
= G
ER
+G
EN
+G
MR
+G
MN
G
XF
= G
RE
+G
RM
+G
NE
+G
NM
La funcion de respuesta en frecuencia verdadera viene dada por:
H(f) =
G
RE
G
EE
=
G
RR
G
ER
(4.19)
[H(f)[
2
=
G
RR
G
EE
De la ecuacion anterior se tiene:
G
ER
G
RE
= G
RR
G
EE
(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 G
EM
= G
ME
=
G
RN
= G
NR
= G
EN
= G
NE
= G
MR
= G
RM
= G
MN
= G
NM
= 0, se pueden
estudiar tres casos de interes.
FUNCIONES DE RESPUESTA EN FRECUENCIA Y FUNCIONES DE COHERENCIA 57
Caso 1. Ruido en la se nal de excitacion, sin ruido en la respuesta
Dado que n(t) = 0, ecuaci on 4.18 se convierte:
G
FF
= G
EE
+G
MM
(4.21)
G
XX
= G
RR
G
FX
= G
ER
G
XF
= G
RE
Evaluando H
1
de acuerdo a la ecuacion 4.9:
H
1
=
G
RE
G
EE
+G
MM
=
H
1 +G
MM
/G
EE
(4.22)
Se ve la verdadera funcion de respuesta en frecuencia es subestimada ya que el
denominador es mayor a uno. Evaluando ahora H
2
de acuerdo a la ecuaci on 4.10:
H
2
=
G
RR
G
ER
=
G
RE
G
EE
= H (4.23)
lo que demuestra que, bajo la hip otesis de ruido no correlacionado, H
2
es insensible
a ruido en la se nal de excitacion.
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 H
2
.
La funcion de coherencia en este caso viene dada por,

2
=
1
1 +G
MM
/G
EE
(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 excitacion, ruido en la respuesta
Ecuacion 4.18 es en este caso:
G
FF
= G
EE
(4.25)
G
XX
= G
RR
+G
NN
G
FX
= G
ER
G
XF
= G
RE
FUNCIONES DE RESPUESTA EN FRECUENCIA Y FUNCIONES DE COHERENCIA 58
Evaluando H
1
de acuerdo a la ecuacion 4.9:
H
1
=
G
RE
G
EE
= H (4.26)
Por lo tanto, H
1
es insensible a ruido no correlacionado en la respuesta. Evaluando
ahora H
2
de acuerdo a la ecuacion 4.10:
H
2
=
G
RR
+G
NN
G
ER
=
G
RE
(1 +G
NN
/G
RR
)
G
EE
= H
_
1 +
G
NN
G
RR
_
(4.27)
La ecuaci on anterior muestra que H
2
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 H
1
.
La coherencia viene dada por,

2
=
1
1 +G
NN
G
RR
(4.28)
Caso 3. Ruido en ambas se nales
En este caso,
G
FF
= G
EE
+G
MM
(4.29)
G
XX
= G
RR
+G
NN
G
FX
= G
ER
G
XF
= G
RE
De donde se tiene:
H
1
=
G
RE
G
EE
+G
MM
=
H
1 +G
MM
/G
EE
(4.30)
H
2
=
G
RR
+G
NN
G
ER
= H
_
1 +
G
NN
G
RR
_
(4.31)
y la funcion de coherencia viene dada por,

2
=
1
(1 +G
NN
G
RR
)(1 +G
MM
/G
EE
)
(4.32)
FUNCIONES DE RESPUESTA EN FRECUENCIA Y FUNCIONES DE COHERENCIA 59
Es evidente que:
H
1
< H < H
2
(4.33)
por lo tanto una buena estimacion para H es la media geometrica de estas dos
cantidades. Esta estimaci on se denomina H
v
H
v
=
_
H
1
H
2
= H

1 +G
MM
/G
RR
1 +G
MM
/G
EE
(4.34)
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 signicativos, por
otro lado, la respuesta tiene una raz on 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 H
2
.
En contraste, en las zonas lejanas a la resonancia (y especcamente cerca de las
antiresonancias) la respuesta es m as sensible a contaminaci on por ruido. Entonces
en estas zonas se obtiene una mejor estimacion con H
1
.
Captulo 5
Estimacion de parametros
modales
Los metodos de identicaci on de par ametros buscan extraer la informaci on modal
de una estructura a partir de mediciones experimentales. Estos metodos se clasican
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 solo punto de
medici on y otros que utilizan la informaci on de varios puntos simult aneamente. En
cada uno de estos casos pueden haber una o varias fuerzas de excitaci on externas.
Lo que lleva a la siguiente clasicacion:
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 multiple-
output
4. Una respuesta debido a varias fuerzas (MISO) multiple-input multiple-output
En el dominio de tiempo, las respuestas contienen naturalmente informaci on acerca
del contenido en frecuencias, aunque esta escondida, por lo que no es posible
denir a priori cuantas resonancias hay presentes en un cierto periodo de tiempo. En
60
M

ETODOS DE UN GRADO DE LIBERTAD 61


consecuencias, los metodos en el dominio del tiempo deben estimar simult aneamente
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 identicaci on modo por modo. Estos
metodos se denominan metodos de un grado de libertad (SDOF).
A continuaci on se detallar an algunos de los metodos de identicaci on de par ametros
mas utilizados.
5.1. Metodos de un grado de libertad
En general, la respuesta dinamica 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
parametros modales ya que requieren poco esfuerzo y memoria computacional.
5.1.1. Peak picking
El metodo peak picking es talvez el metodo m as 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 m aximo en la curva
de FRF,
r
=
m ax
.
Estimar el amortiguamiento
Para estimar el amortiguamiento, se ubican las frecuencia ubicadas a cada
lado del m aximo identicado y que corresponden a una amplitud de la FRF
igual a

m ax

2
(ver Figura 5.1). La raz on de amortiguamiento se puede estimar
como,

r
=

2
b

2
a
4
2
r

a
2
r
(5.1)
Estimar la constante modal
La funcion de respuesta en frecuencia a un sistema de un grado de libertad
M

ETODOS DE UN GRADO DE LIBERTAD 62


cerca de la resonancia viene dada por (ecuacion 1.29),
H(
r
)
A
(j
r

r
)
=
A
(j
r

r
j
r
)
=
A

r
=
A

r
(5.2)
Conocido el valor del maximo de la FRF, la constante A se puede estimar
como:
m ax

r
Modal analysis methods frequency domain 163
8.3.1 Peak-picking method
The peak-picking method is perhaps the simplest SDoF method for modal analysis.
It is also called the half-power method. It relies on the strict compliance of the
SDoF assumption. The method treats the FRF data at the vicinity of a resonance as
the data from an SDoF system. The procedure of using the peak-picking method is:
(a) Estimating the natural frequency
The natural frequency of the rth mode selected for analysis is identified from the
peak value of the FRF | ( )|
max

r
as
r
=
peak
.
(b) Estimating damping
For estimating damping, the half power points at
a
and
b
are located first from
each side of the identified peak with amplitude

max
2
. The damping loss factor
or the damping ratio can then be estimated from the width of the resonance peak
as:

r
b
a
2
r
b a
r
=

2

2
2
(8.5)
or

r
b
a
r
b a
r
=

4

2
2 2
2
(8.6)
(c) Estimating the modal constant
From the SDoF model, the FRF at the peak is known to be


max
2
= .
A
r
r r
The
modal constant A
r
can be estimated from A
r r r
= .
max
2
For viscous damping
model, this becomes A
r r r
= 2 .
max
2

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.
This method relies on the peak FRF value, which is very difficult to measure accurately,
to estimate the natural frequency and modal constant. Damping is estimated from
half power points only. No other FRF data points are used. The half power points
have to be interpolated, as it is unlikely that they are two of the measured data points.
Figure 8.4 Peak-picking method
FRF (dB)
Frecuencia
| (
r
) |
| ( ) |
2

r

b

r

a
Figura 5.1: Peak picking
5.1.2. Circle tting
El metodo de circle tting 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 inuencia de otros modos se aproxima por una constante compleja R + jI,
la funcion de respuesta en frecuencia cerca de la resonancia,
r
, se puede escribir
como,
H()
U +jV

r
+j(
r
)
+R +jI (5.3)
Para determinar los par ametros 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.
M

ETODOS DE UN GRADO DE LIBERTAD 63


Figura 5.2: Circle tting
La frecuencia natural amortiguada,
r
, corresponde al punto de m axima raz on de
cambio de angulo entre puntos (m axima 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 razon de amortiguamiento,
r
, se puede estimar como,

r
=

2

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 diametro del circulo y la posicion angular de la frecuencia natural contiene la
informacion del residuo complejo U +jV :
=

U
2
+V
2

r
(5.5)
tan() =
U
V
(5.6)
donde es el diametro del circulo y es el angulo entre la linea que conecta el
centro del circulo con la frecuencia natural y el eje imaginario.
M

ETODOS CON MULTIPLES GRADOS DE LIBERTAD EN EL DOMINIO DE FRECUENCIAS 64


5.2. Metodos con multiples grados de libertad en el
dominio de frecuencias
5.2.1. Metodo 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 funci on de respuesta
en frecuencia entre una respuesta en el punto i y una excitacion en el punto k se
puede aproximar por:
H
ik
() =
N
m

r=1
_

ir
L
rk
j
r
+

ir
L

rk
j

r
_
+UR
ik

LR
ik

2
. .
G
i
k()
(5.7)
donde UR
ik
y LR
ik
son los residuos superiores e inferiores respectivamente.
Los residuos aproximan el efecto de modos bajo y sobre el rango de frecuencias en
estudio. H
ik
() es la funci on de respuesta en frecuencia medida experimentalmente,
mientras que el lado derecho de la ecuacion es el modelo modal considerando N
u
parametros desconocidos
r
,
ir
, L
rk
, UR
ik
, LR
ik
, indicado en la funcion:
G
ik
() = G
ik
(,
r
,
ir
, L
rk
, UR
ik
, LR
ik
)[
r=1,...,N
m
(5.8)
La diferencia entre la funci on de respuesta en frecuencia medida y estimada viene
dada por:
e
ik
() = H
ik
() G
ik
() (5.9)
El error total en el rango de frecuencias de interes es:
E
ik
=
N
f

f=0
e
ik
(
f
)e

ik
(
f
) (5.10)
Considerando todas las funciones de respuesta en frecuencia entre N
i
entradas y
N
o
respuestas, el error total es:
E =
N
0

i=1
N
i

k=1
E
ik
(5.11)
M

ETODOS CON MULTIPLES GRADOS DE LIBERTAD EN EL DOMINIO DE FRECUENCIAS 65


Los parametros desconocidos se obtienen al imponer que estos minimicen el error
total:
E

r
= 0 (5.12)
.
.
. (5.13)
E
LR
ik
= 0 (5.14)
El sistema de ecuaciones anterior es altamente no-lineal, pero puede resolverse
iterativamente como un problema linealizado (con una expansi on 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 util para mejorar la precision de un modelo modal existente.
Si los polos del sistema y los factores de participaci on modal ya fueron estimados,
la ecuacion 5.7 se convierte en un set de ecuaciones lineales en funcion de los
parametros desconocidos:
ir
, UR
ik
y LR
ik
. El set de ecuaciones resultantes es
relativamente facil de resolver.
5.2.2. Rational Fractional Polynomials
La idea detr as de este metodo es expresar la funci on de respuesta en frecuencia como
el cuociente entre dos polinomios. Estableciendo la relacion entre los coecientes
de los polinomios y los parametros modales, se puede llegar a la identicacion de
los parametros.
La denicion de la funcion de respuesta en frecuencia como el cuociente de dos
polinomios viene de la denicion de la funcion de transferencia en el dominio de
Laplace,
H(s) =
N(s)
D(s)
=
a
0
+a
1
s +a
2
s
2
+. . . +a
m
s
m
b
0
+b
1
s +b
2
s
2
+. . . +s
n
(5.15)
En este caso el orden del denominador, n, es mayor que el del numerador, m, por
2. Para simplicar se dene:
p
0
(s) = 1, p
1
(s) = s, p
2
(s) = s
2
, . . . , p
m
(s) = s
m
(5.16)
q
0
(s) = 1, q
1
(s) = s, q
2
(s) = s
2
, . . . , q
m
(s) = s
m
(5.17)
M

ETODOS CON MULTIPLES GRADOS DE LIBERTAD EN EL DOMINIO DE FRECUENCIAS 66


Entonces la funcion de respuesta en frecuencia se puede expresar como:
H() =

m
k=0
a
k
p
k
(j)

n
k=0
b
k
q
k
(j)
(5.18)
Para el an alisis 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(j
i
) = H

(j
i
) (5.19)
El prop osito de las frecuencias negativas quedar a claro m as adelante. Para comenzar
la identicacion de los coecientes se dene 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:
e() =

m
k=0
a
k
p
k
(j)

n
k=0
b
k
q
k
(j)


H() (5.21)
Este error es una funcion no-lineal de los coecientes a
k
y b
k
. Para facilitar el
analisis el error se re-dene como:
e() = e()
n

k=0
b
k
q
k
(j) =
m

k=0
a
k
p
k
(j)

H()
_
n1

k=0
b
k
q
k
(j) +q
n
(j)
_
(5.22)
El error total para todas las frecuencias se puede escribir en forma matricial:
E = e(
p
), . . . , e(
1
), e(
1
), . . . , e(
p
)
T
(5.23)
E = [P]A [Q]B W (5.24)
M

ETODOS CON MULTIPLES GRADOS DE LIBERTAD EN EL DOMINIO DE FRECUENCIAS 67


donde,
[P] =
_

_
p
0
(j
p
) p
1
(j
p
) . . . p
m
(j
p
)
. . . . . .
.
.
.
. . .
p
0
(j
1
) p
1
(j
1
) . . . p
m
(j
1
)
p
0
(j
1
) p
1
(j
1
) . . . p
m
(j
1
)
. . . . . .
.
.
.
. . .
p
0
(j
p
) p
1
(j
p
) . . . p
m
(j
p
)
_

_
[Q] =
_

H(j
p
)q
0
(j
p
)

H(j
p
)q
1
(j
p
) . . .

H(j
p
)q
m
(j
p
)
. . . . . .
.
.
.
. . .

H(j
1
)q
0
(j
1
)

H(j
1
)q
1
(j
1
) . . .

H(j
1
)q
m
(j
1
)

H(j
1
)q
0
(j
1
)

H(j
1
)q
1
(j
1
) . . .

H(j
1
)q
m
(j
1
)
. . . . . .
.
.
.
. . .

H(j
p
)q
0
(j
p
)

H(j
p
)q
1
(j
p
) . . .

H(j
p
)q
m
(j
p
)
_

_
A = a
0
, a
1
, . . . , a
m

T
B = b
0
, b
1
, . . . , b
n1

T
W =

H(j
p
)q
n
(j
p
), . . . ,

H(j
1
)q
n
(j
1
),

H(j
1
)q
n
(j
1
), . . .
,

H(j
p
)q
n
(j
p
)
T
La magnitud total del error se puede denir como:
J = E
H
E (5.25)
donde
H
denomina la transpuesta conjugada. Para determinar los coecientes A
y B que minimizan la magnitud del error, las siguientes derivadas parciales deben
ser iguales a cero:
J
A
=
J
B
= 0 (5.26)
Lo que lleva al siguiente sistema de ecuaciones para estimar los coecientes:
_
1
2
([P]
H
[P] + [P]
T
[P]

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

)
_ _
A
B
_
=
_
Re([P]
H
W)
Re([Q]
H
W)
_
(5.27)
M

ETODOS CON MULTIPLES GRADOS DE LIBERTAD EN EL DOMINIO DEL TIEMPO 68


Los parametros modales se puedes determinar a partir de los coecientes A y
B, al representar el cuociente entre polinomios como fracciones parciales:
H() =
n/1

k=1
_
r
k
j p
k
+
r

k
j p

k
_
(5.28)
donde p
k
es el k-esimo polo y r
k
el k-esimo residuo.
5.3. Metodos 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 funci on de respuesta a un impulso. La funci on de respuesta
al impulso para un sistema con multiples grados de libertad viene dada por:
h(t) =
N

r=1
(Q
r

T
r
e

r
t
+Q

T
r
e

r
t
) (5.29)
=
N

r=1
(A
r
e

r
t
+A

r
e

r
t
) (5.30)
=
2N

r=1
A
r
e

r
t
, para r > N : A
r
= A

r
;
r
=

r
(5.31)
5.3.1. El metodo 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 t
j
se puede
expresar como la suma de respuestas individuales de cada modo:
x
i
(t
j
) =
2N

r=1

ir
e

r
t
j
(5.32)
M

ETODOS CON MULTIPLES GRADOS DE LIBERTAD EN EL DOMINIO DEL TIEMPO 69


Considerando q puntos de medicion y L instantes de tiempo, se tiene que,
_

_
x
1
(t
1
) . . . x
1
(t
L
)
.
.
.
.
.
.
.
.
.
x
q
(t
1
) . . . x
q
(t
L
)
_

_
. .
qL
=
_

11
. . .
1L
.
.
.
.
.
.
.
.
.

q1
. . .
q2N
_

_
. .
q2N
_

_
e

1
t
1
. . . e

1
t
L
.
.
.
.
.
.
.
.
.
e

2N
t
1
. . . e

2N
t
L
_

_
. .
2NL
(5.33)
o bien,
X = (5.34)
donde es una matriz constituida por los elementos e

i
t
j
. Esta ecuaci on por si sola
es insuciente para determinar los par ametros modales. Consideremos entonces un
segundo set de L puntos, desfasados en t con respecto al set anterior:
x
i
(t
j
+ t) =
2N

r=1

ir
e

r
(t
j
+t)
=
2N

r=1

ir
e

r
t
e

r
t
j
(5.35)
Deniendo:
x
i
(t
j
)

= x
i
(t
j
+ t) (5.36)

ir
=
ir
e

r
t
(5.37)
Siguiendo el mismo procedimiento anterior, se obtiene un segundo set de ecuaciones:
X

(5.38)
Deniendo una matriz A
s
de q q con la siguiente propiedad:
A
s
=

(5.39)
Premultiplicando la ecuacion 5.34 por A
s
:
A
s
X = A
s
=

(5.40)
Sustituyendo 5.38:
A
s
X = X

(5.41)
Si X y X

son conocidos, A
s
se puede despejar como:
A
s
= 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.
M

ETODOS CON MULTIPLES GRADOS DE LIBERTAD EN EL DOMINIO DEL TIEMPO 70


Recordando que A
s

r
=

r
, se tiene que:
A
s

r
=
r
e

r
t
(5.43)
_
A
s
e

r
t
I

r
= 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:
e

r
t
= e
(
r
+j
dr
)t
=
r
+j
r
(5.45)

r
= e

r
t
cos(
r
t) (5.46)

r
= e

r
t
sin(
r
t) (5.47)

r
=
ln(
2
r
+
2
r
)
2t
(5.48)

dr
=
arctan
_

r
_
t
(5.49)
Finalmente, los parametros dinamicos se obtienen como:

r
=
_

2
dr
+
2
r
(5.50)

r
=

r
_

2
dr
+
2
r
(5.51)
5.3.2. El metodo least-squares complex exponential (LSCE)
Tenemos que la respuesta a un impulso IRF, se puede expresar como:
h(t) =
2N

r=1
A
r
e

r
t
(5.52)
M

ETODOS CON MULTIPLES GRADOS DE LIBERTAD EN EL DOMINIO DEL TIEMPO 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

r=1
A
r
e

r
k
(k = 0, 1, . . . , 2N) (5.53)
h
k
=
2N

r=1
A
r
z
k
r
(k = 0, 1, . . . , 2N), z
k
r
= e

r
k
(5.54)
Cada termino de la suma posee valores reales, aunque los residuos A
r
y los polos
r
tienen valores complejos. Se puede demostrar que existe un polinomio de coecientes
reales de manera que:

0
+
1
z
r
+
2
z
2
r
+. . . +
2N
z
2N
r
= 0 (5.55)
Esta ecuaci on se conoce como la ecuaci on de Prony. Dado que hay 2N+1 ecuaciones
en la expresion 5.58, se pueden multiplicar las ecuaciones por un coeciente
correspondiente y sumarlas para formar siguiente ecuacion:
2N

r=1

k
h
k
=
2N

r=1

k
2N

r=1
A
r
z
k
r
(5.56)
=
2N

r=1
A
r
2N

r=1

k
z
k
r
(5.57)
Esta ultima expresion sabemos que es igual a 0, si z
r
es una raz de la ecuacion
5.55. Lo que nos lleva a una relaci on simple entre los coecientes y los datos de
la respuesta a un impulso:
2N

r=1

k
h
k
= 0 (5.58)
A partir de la ecuaci on anterior se pueden determinar los valores de
k
. Conocidos
los coecientes
k
se puede resolver la ecuaci on 5.55 y extraer las races z
r
. A partir
de z
r
se calculan las frecuencias naturales y razones de amortiguamiento:

r
=
1

_
ln z
r
ln z

r
(5.59)

r
=
ln(z
r
z

r
)
2
r

(5.60)
DIAGRAMAS DE ESTABILIDAD 72
Para identicar los modos propios del sistema, podemos reescribir la ecuaci on 5.54
de la siguiente forma:
_

_
1 1 . . . 1
z
1
z
2
. . . z
2N
.
.
.
.
.
.
.
.
.
.
.
.
z
2N1
1
z
2N1
2
. . . z
2N1
2N
_

_
_

_
A
1
A
2
.
.
.
A
2N
_

_
=
_

_
h
0
h
1
.
.
.
h
2N1
_

_
(5.61)
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 denir a priori cual es el numero de polos
que se desea estimar. Lo que muchas veces no es una decisi on simple. Si se utilizan
menos polos que lo actuales, el ajuste no sera adecuado. En cambio, si se denen
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 util 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 analisis 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 gr acamente 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 dene 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
20 40 60 80 100 120
0
10
20
30
40
Frecuencia (Hz)
O
r
d
e
n
Figura 5.3: Diagrama de estabilidad
Captulo 6
Medicion Experimental
El primer paso en un analisis modal experimental es adquirir las funciones de
respuesta frecuencia experimentales de una estructura. El metodo mas 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. Analisis previo a las mediciones
Al preparar un montaje experimental para un an alisis 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
describiran algunas herramientas utiles para denir 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 corres-
ponder a los modos reales, los que desafortunadamente son desconocidos.
Sin embargo, experimentos previos en estructuras similares o un modelo en
elementos nitos pueden ayudar a estimar los modos. Adicionalmente, el
test debe producir modos claramente distinguibles. La independencia del los
74
AN

ALISIS PREVIO A LAS MEDICIONES 75


modos esta directamente relacionada con el rango de la matriz de vectores
propios .
Excitacion: El montaje debe incluir un sistema de excitaci on que garantice
que todos los modos de interes son excitados.
Identicacion: Los datos medidos deben contener la informaci on necesaria
para identicar los par ametros de interes. Por lo tanto, el dise no del montaje
depende del proposito del experimento.
Visualizacion: 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 denir bien el rango de frecuencias para identicar todos los modos
de interes. Si se sabe cuantos modos se quieren identicar, el rango de frecuencias
se puede denir con un analisis previo de un modelo en elementos nitos. Desde
luego se debe considerar un margen de error.
En caso que no se cuente con un modelo en elementos nitos, el rango de frecuencias
se puede denir in situ. Al intentar en una primera instancia con una rango de
frecuencias amplio, luego contar los peaks de una de las FRFs para denir la
frecuencia maxima que se debe medir para identicar n modos.
6.1.2. Seleccion de la ubicacion de las respuestas
En un analisis modal se deben denir sucientes puntos de medicion de manera
que los modos identicados sean independientes. A continuacion se describiran
algunos de los algoritmos disponibles para determinar la ubicacion optima de los
puntos de medici on. En los algoritmos a continuaci on 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).
AN

ALISIS PREVIO A LAS MEDICIONES 76


La contribuci on de cada grado de libertad i al rango de la matriz de Fisher, viene
dado por el siguiente indicador (independencia efectiva):
EfI
i
= diag
_

T
_
(6.1)
Al ir eliminando iterativamente los grados de libertad con menor EfI
i
y re-calculando
los nuevos EfI, se llega a un set optimo de puntos de medicion 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 dene como:
MAC
ij
=
_

T
i

j
_
2
_

T
i

i
_ _

T
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 medicion 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
seleccion de los puntos de medicion.
6.1.3. Seleccion de los puntos de excitacion
Los puntos de excitaci on 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 A
ikr
esta denido por la expresi on de la
funcion de respuesta en frecuencia en terminos de los parametros modales:
AN

ALISIS PREVIO A LAS MEDICIONES 77


H
ik
() =
N

r=1
_
Q
r

ir

kr
j
r
+
Q

ir

kr
j
r
_
(6.3)
=
N

r=1
_
A
ikr
j
r
+
A

ikr
j
r
_
(6.4)
De donde se dene el DPR del punto i como:
A
iir
=

2
ir
2j
r
(6.5)
Al estudiar los DPR para todas puntos candidatos de excitacion y para todos los
modos de interes, se obtiene informacion util para la seleccion de los puntos de
excitaci on. En general, los grados de libertad con DPR altos para el mayor numero
posible de modos van a ser buenos puntos de excitacion.
6.1.4. Seleccion de los puntos de suspension
Dado que es muy difcil imitar condiciones de borde reales en un laboratorio, en
la mayora de las mediciones experimentales la estructura se monta de manera de
simular una condicion libre (sin condiciones de borde). Esta condicion se logra
al suspender la estructura con materiales blandos como resortes o elasticos. Con
este arreglo se producen modos de cuerpo rgido. Si las frecuencias naturales de
los modos rgidos son lejanas a la primera frecuencia natural de la estructura, la
medici on de la FRF no se ver a afectada por esta condici on de borde. En la Figura
6.1 se muestra un montaje de una placa suspendida por cuatro resortes.
146 Modal Analysis
modal data obtained from a laboratory measurement to analyse and simulate the
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
ensure that the test conditions are stable and repeatable so that the measured FRF
data are reliable and representative.
If an FRF measurement in the laboratory is desired and feasible, a structure is
often prepared to simulate free or grounded boundary conditions. The subsequent use
of the modal model to be derived from the measurement determines which boundary
conditions to use. It is impossible to imitate perfect free or grounded conditions.
These conditions can only be approximated in the laboratory with reasonable accuracy.
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 modes from the stiffness of these supporting materials and the total mass
of the structure. If the natural frequencies of these rigid body modes are far from the
first natural frequency of the structure, the measured FRF data should not be affected
by this boundary condition. Figure 7.7 shows a simple plate supported by four soft
springs. For the same principle, a heavy structure can be put on top of an inflated car
tyre tube or a few layers of thick porous packaging material.
The grounded boundary condition is more difficult to simulate in the laboratory.
Theoretically, a grounded condition means that all the six degrees of freedom at the
boundary are rigidly fixed. This can almost never be achieved in reality. In modal
testing, the arrangement is often to fix the structure to a much more rigid and
heavier object such as a concrete floor.
Figure 7.7 A simple plate supported by four soft springs
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
Figura 6.1: Una placa suspendida por cuatro resortes.
EL MONTAJE EXPERIMENTAL 78
Al contrario de los puntos de excitacion, 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 seccion anterior, pero ahora se deben seleccionar los
grados de libertad con DPR bajos.
6.2. El montaje experimental
6.2.1. Mecanismo de Excitacion
La primera parte de un montaje experimental es el mecanismo de excitacion que
aplica una fuerza de suciente amplitud y contenido en frecuencia a la estructura.
Existen diferentes mecanismo capaces de excitar la estructura. Los dos m as 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 m as utilizado en an alisis modal. Consiste en un im an, 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 ujo 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
Amplificador
de poder
Signal
flow
Acelermetro
Sensor de
fuerzas
Shaker
Acondicionador de
la seal
Analisador
Figura 6.2: Set-up experimental con excitacion por shaker
Un martillo es un aparato que produce una fuerza de excitacion 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 supercie de la estructura, esta directamente
EL MONTAJE EXPERIMENTAL 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
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 be changed to alter the hardness. Typical materials for the tip are rubber,
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
hard tip striking on a hard surface, we can expect the force pulse to distribute energy
to a wide range of spectrum. This is the only mechanism to control the frequency
components of excitation in a hammer test.
An electromagnetic shaker, also known as an electrodynamic shaker, is the most
common type of shaker used in modal testing. It consists of a magnet, a moving block
and a coil in the magnet. When an electric current from a signal generator passes
through the coil inside the shaker, a force proportional to the current and the magnetic
flux density is generated which drives the moving block. An electromagnetic shaker
has a wide frequency, amplitude and dynamic range. For low frequency and large
amplitude excitation, an electrohydraulic exciter can be used.
7.2.2 Accelerometer
An accelerometer is the most common sensor 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.
Figure 7.2 A measurement set-up with hammer excitation
Figura 6.3: Set-up experimental con excitacion por martillo
6.2.2. Acelerometro
El acelerometro es el sensor mas com un utilizado en analisis modal. Mide la
aceleracion de un punto en la estructura, la se nal de salida viene en la forma de
voltaje. Esta se nal es transformada por un acondicionador de la se nal antes de ser
procesada por otro hardware o software.
El tipo m as com un de aceler ometros son los piezoelectricos, ilustrados en la Figura
6.4. Estos sensores contienen un cristal piezoelectrico en su interior, este cristal
produce una carga electrica al ser deformado. Al seleccionar un acelerometro hay
distintos factores importantes que se deben considerar, estos son; el rango de
frecuencias, sensibilidad, masa y estabilidad bajo cambios de temperatura. La
sensibilidad de un acelerometro determina la razon entre la se nal medida y el
ruido. Mientras mas alta es la sensibilidad del acelerometro mas precisas son las
mediciones. La masa del acelerometro tambien es muy importante, ya que puede
modicar las caractersticas de la estructura. Mientras menor es la masa mejor,
aunque esto signica muchas veces una menor sensibilidad.
EL MONTAJE EXPERIMENTAL 80
144 Modal Analysis
measured structure, then there is effectively no magnitude and phase distortion. The
acceleration measured is seen as identical to that from the structure.
A most common type of accelerometer is the piezoelectric one as illustrated in
Figure 7.5. Piezoelectricity means the phenomenon of strain inducing a change in the
shape of a crystal thus leading to the change of electric charge. At the low frequency
end, piezoelectric accelerometers do not respond to DC signal. At the high frequency
end, the accuracy of measurement is degraded by the natural frequency of the sensor.
When selecting an accelerometer for modal testing, a number of factors need to be
thought through. The main parameters affecting the performance of a piezoelectric
accelerometer are: the frequency response property; the sensitivity and its stability
under temperature change; cross-axial sensitivity and base strain.
The frequency response property determines the linearity of the sensor. The sensitivity
of an accelerometer dictates the signal to noise ratio. Large and stable sensitivity
means accurate measurement. Cross-axial sensitivity causes inaccuracy in measurement.
Base strain is caused by the flexure of the accelerometer base interacting non-rigid
structure surface. Usually, a more sensitive accelerometer is more bulky. The
accelerometer mass has the potential to change the characteristics of the test structure.
This is particularly so if the accelerometer is located at or close to an anti-nodal point
of a vibration mode where a minute mass change can cause significant natural frequency
shift. Thus, when selecting a better sensitivity, we need to be mass conscious.
7.2.3 Force transducer
A force transducer is another type of sensor used in modal testing. Like an accelerometer,
a piezoelectric force transducer generates an output charge or voltage that is proportional
to the force applied to the transducer (Figure 7.6). Unlike an accelerometer though,
a force transducer does not have an inertial mass attached to the transducing element.
It has to 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
structure surface and the shaker. For a hammer test, the transducer is located at the
hammer tip and is compressed when impact is applied to.
The ways the characteristics of a force transducer affect measurement accuracy
Figure 7.5 Diagram of a piezoelectric accelerometer
Resorte
pre-comprimido
Masa
Cristal
+

Cuerpo
q
Figura 6.4: Esquema de un acelerometro piezoelectrico
Frequency response function measurement 143
Most accelerometers come with amplitude-frequency and phase-frequency charts
to show their characteristics. Figure 7.3 shows a typical frequency response curve of
an accelerometer.
Amplitude
Phase
30
20
10
0
10
1 2 5 10 20 50 100 kHz
Sensitivity
Ar
[dB]
Phase [degrees]
10
0
10
20
Figure 7.3 A typical chart for an accelerometer
The characteristics of an accelerometer are its potential. They can be fully realized
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
considered as a rigid mass block, the accelerometer and its mount can be modelled
as an SDoF system as shown in Figure 7.4.
Figure 7.4 An SDoF model of an accelerometer and its mounting
Sensor
Estructura
Acelermetro
Montaje
Estructura
The accuracy of the acceleration measurement depends largely on the mounting
which is modelled by a spring and a damper. The accelerometer is of course more
than just a mass block. As Figure 7.3 shows, it has its own natural frequency. This
frequency is usually much higher than the frequency of the SDoF system in Figure
7.4. The best accuracy would arise if the mounting were rigid. The flexibility of the
mounting means that the characteristics of the accelerometer are compromised
somewhat. Because of it, acceleration from the structure may be different from that
experienced by the accelerometer. However, if the natural frequency of this SDoF
system is five times or more of the frequency of the acceleration signal from the
Figura 6.5: Montaje de un acelerometro
La precisi on de un aceler ometro tiene una alta dependencia con la manera en que
es montado sobre la estructura. En la Figura 6.5 se muestra el montaje tpico de un
aceler ometro. La exibilidad del montaje afecta las mediciones del sensor, mientras
mas rgido es el montaje mayor es la precision. Existen diferentes mecanismos
de montaje; tornillo, adhesivo, magnetico, capa delgada de cera, entre otros. Al
atornillar el sensor a la estructura se obtienen los mejores resultados, aunque esto
signica un montaje experimental mas complejo. En la practica, solo se utilizan
sensores atornillados en estructuras que deben ser monitoreadas de forma continua.
6.2.3. Sensor de fuerzas
El sensor de fuerzas es otro tipo de sensor utilizado en an alisis modal. Al igual que
un acelerometro, un sensor de fuerzas piezoelectrico produce una carga o voltaje
proporcional a la fuerza aplicada. A diferencia de un acelerometro, un sensor de
fuerzas no tiene una masa inercial en su interior, si no que debe ser comprimido
o estirado fsicamente para generar la carga (Figura 6.6). Para un montaje con
EL MONTAJE EXPERIMENTAL 81
un shaker, el sensor de fuerzas se conecta entre la supercie 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 supercie.
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 145
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
laboratory?
For consideration (1), the answer is that it depends on what we need the derived
modal model for. For some structures, we need to know its dynamic behaviour
exactly in its working conditions or with its surroundings. For example, to study the
dynamic behaviour of the tool carriage of a lathe and its relation to the cutting
accuracy, it is necessary that the tool carriage be actually on the lathe. At other times,
the modal model derived from the test structure may be used as a constituent part for
further prediction analysis such as structural coupling analysis. Then, the model
should be derived when the structure is isolated in a laboratory environment.
For consideration (2), we need to assess the feasibility for a structure to be tested
under the desired conditions. Some structures cannot be tested in situ because of
deficiency in current measurement technology or inaccessibility. We need to use the
Figure 7.6 A diagram of a piezoelectric force transducer
Cristales
F
F
q
+

Figura 6.6: Esquema de un sensor de fuerzas piezoelectrico


SELECCI

ON DE LA FUERZA DE EXCITACI

ON 82
6.3. Seleccion de la fuerza de excitacion
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 excitacion. 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. Excitacion sinusoidal
La excitacion sinusoidal es la forma mas tradicional en analisis modal. La fuerza
contiene una sola frecuencia en un tiempo y la excitaci on cambia de una frecuencia
a otra con un paso dado, permitiendo a la estructura excitar un modo a la vez.
Esta excitacion 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
SELECCI

ON DE LA FUERZA DE EXCITACI

ON 83
En este caso la din amica de una estructura se descompone fsicamente por frecuencia
y posici on. Al sintonizar cerca de una frecuencia natural, la respuesta de la estructura
es dominada por ese modo de vibraci on. Esta segregaci on natural proporciona una
via para la identicaci on directa de par ametros, la que usualmente tiene una buena
razon se nal/ruido. Esta es una posibilidad que otros metodos de excitacion no
ofrecen.
6.3.2. Excitacion aleatoria
Una se nal de excitaci on 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 excitaci on aleatoria
tiende a linealizar este comportamiento. Por lo tanto la funcion de respuesta en
frecuencia derivada de una excitacion puramente aleatoria va a ser una version
linealizada de la FRF. Esta FRF, aunque no contiene informacion sobre las no-
linealidades, es en realidad una funcion muy util y es percibida como la mejor
estimaci on para las FRFs. Sin embargo, el hecho que para una excitaci on aleatoria
ni la fuerza ni las respuestas son periodicas, puede llevar a errores de leakage.
La Figura 6.8 presenta una se nal aleatoria tpica y su contenido en frecuencias.
Figura 6.8: Se nal aleatoria
SELECCI

ON DE LA FUERZA DE EXCITACI

ON 84
6.3.3. Excitacion 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 ja y
fase aleatoria. Esta excitaci on elimina el problema de leakage de la se nal aleatoria
y usualmente entrega FRFs precisas.
La Figura 6.9 presenta una se nal pseudo-aleatoria tpica y su contenido en
frecuencias.
Figura 6.9: Se nal pseudo-aleatoria
6.3.4. Excitacion 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 excitacion aleatoria y continua
luego que la excitacion se ha apagado. El espectro de la se nal aleatoria en trenes
tiene amplitud y fase aleatorias y contiene suciente 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 proporci on de tiempo que esta apagada la
se nal de excitaci on se debe seleccionar de manera que la respuesta de la estructura
SELECCI

ON DE LA FUERZA DE EXCITACI

ON 85
sea cero al nal del periodo de medicion, este tiempo depende principalmente del
nivel de amortiguamiento en la estructura.
La Figura 6.10 presenta una se nal de excitacion aleatoria en trenes, su contenido
en frecuencias y la respuesta tpica.
Figura 6.10: Se nal aleatoria en trenes
6.3.5. Excitacion 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 excitaci on 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 dicultad de controlar el nivel de
la fuerza y su contenido en frecuencias. Esto puede afectar la raz on 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.
EVALUACI

ON INICIAL DE LAS FRFS MEDIDAS 86


Figura 6.11: Se nal de impacto
6.4. Evaluacion inicial de las FRFs medidas
La calidad de un analisis 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
recticar errores fundamentales o mediciones erroneas. Las propiedades modales
obtenidas de FRFs err oneas son susceptibles a errores inaceptables. Debido a esto
se vuelve esencial vericar 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 an alisis modal y (2) los errores de
sistema y humanos son minimizados o eliminados. B asicamente en an alisis modal la
estructura debe cumplir con reciprocidad, invariabilidad en el tiempo y linealidad.
Si estos supuestos no son vericados, las propiedades modales obtenidas no seran
conables.
Aunque existen algunos metodos para asistir en la b usqueda de posibles errores
en las FRFs medidas, algunos de estos errores no pueden ser identicados. Por
ejemplo, no es posible detectar a partir de las FRFs si el sistema de medici on esta
calibrado correctamente.
EVALUACI

ON INICIAL DE LAS FRFS MEDIDAS 87


6.4.1. Repetibilidad
La vericaci on m as simple, pero no menos util, 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 medicion 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 util para vericar no
solo que el comportamiento de la estructura es constante, sino tambien que las
condiciones de medicion 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 signica, que una FRF debera ser identica si se intercambian la
ubicaci on de la fuerza y la respuesta. Te oricamente, 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 dinamica, tambien
va a ser simetrica. La propiedad de reciprocidad de la FRF se puede utilizar para
evaluar la abilidad y exactitud de los datos medidos.
6.4.3. Linealidad
El supuesto mas 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 vericar la linealidad de una estructura es asegurar que la medici on
de las FRFs es independiente de la amplitud de las fuerzas de excitacion. Para
vericar esto, se pueden repetir mediciones en una misma ubicaci on, 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 evaluacion puede detectar errores en las mediciones.
La primera caracterstica es la de una FRF directa, en donde el punto de excitaci on
es el mismo punto de medici on. En este caso se espera siempre ver una antiresonancia
EVALUACI

ON INICIAL DE LAS FRFS MEDIDAS 88


entre dos resonancias. Por lo tanto, si esta caracterstica no se observa en la medici on
de una FRF directa, es muy probable que los sensores de fuerza y de respuesta no
esten en realidad en la misma coordinada.
Para una estructura empotrada, a bajas frecuencias, la caracterstica predominante
de la estructura es su rigidez estatica. Por lo tanto, al comienzo de una FRF,
se debera observar una linea de rigidez antes de la primera resonancia, como se
muestra en la Figura 6.13. Por otro lado, para una estructura libre, la caracterstica
predominante a bajas frecuencias es la masa y la inercia. Esto signica que se debe
observar una linea de masa al inicio de la FRF, como se muestra en la Figura ??.
Frequency response function measurement 155
7.7.4 Special characteristics of an FRF
From the theory of modal analysis, we can derive some characteristics of an FRF and
use them to assess the FRF data measured in modal testing. This assessment has the
potential to detect measurement errors or mistakes made during the testing.
The first characteristic is that for a point FRF measurement we expect to see an
anti-resonance between two adjacent resonances. The rationale of this characteristic
has been explained in Chapter 5. Therefore, if this characteristic is not fully observed
on a point measurement, it is likely that the force and response transducers are not
actually at the same coordinate, as they should be. Any minor offset of the two could
degenerate some of the anti-resonances.
For a grounded structure, at very low frequency range, the predominant characteristic
of the structure is its static stiffness. Therefore, at the beginning of the FRF, we
should see a stiffness line before the first resonance appears. On the other hand, for
a freely supported structure, the prevailing characteristic at very low frequency is the
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.
Figure 7.14 A point FRF of a free structure with the dotted mass line
Frecuencia (log)
F
R
F

(
d
B
)
0
150
200
250
300
350
400
450
0 1 2 3 4 5
Frequency (log)
R
e
c
e
p
t
a
n
c
e

(
d
B
)
Figure 7.13 A point FRF of a grounded structure with the dotted stiffness line
Figura 6.12: FRF directa de una estructura empotrada
Frequency response function measurement 155
7.7.4 Special characteristics of an FRF
From the theory of modal analysis, we can derive some characteristics of an FRF and
use them to assess the FRF data measured in modal testing. This assessment has the
potential to detect measurement errors or mistakes made during the testing.
The first characteristic is that for a point FRF measurement we expect to see an
anti-resonance between two adjacent resonances. The rationale of this characteristic
has been explained in Chapter 5. Therefore, if this characteristic is not fully observed
on a point measurement, it is likely that the force and response transducers are not
actually at the same coordinate, as they should be. Any minor offset of the two could
degenerate some of the anti-resonances.
For a grounded structure, at very low frequency range, the predominant characteristic
of the structure is its static stiffness. Therefore, at the beginning of the FRF, we
should see a stiffness line before the first resonance appears. On the other hand, for
a freely supported structure, the prevailing characteristic at very low frequency is the
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.
Figure 7.14 A point FRF of a free structure with the dotted mass line
Frequency (log)
R
e
c
e
p
t
a
n
c
e

(
d
B
)
0
150
200
250
300
350
400
450
0 1 2 3 4 5
Frecuencia (log)
F
R
F

(
d
B
)
Figure 7.13 A point FRF of a grounded structure with the dotted stiffness line
Figura 6.13: FRF directa de una estructura libre
Captulo 7
Correlacion
Numerico-Experimental y
Ajuste de Modelos
En el dise no de estructuras mecanicas, el comportamiento dinamico es un tema
de vital importancia. La vida util 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 an alisis din amico de una
estructura no es directo. Los par ametros modales se pueden determinar de manera
experimental o por metodos numericos. En general, los resultados experimentales
entregan informacion de la estructura solo para la conguracion experimental.
Un modelo en elementos nitos, en cambio, permite predecir el comportamiento
dinamico de la estructura bajo distintas condiciones de borde y carga, pero la
conabilidad de un modelo en elementos nitos muchas veces no est a garantizada.
Los metodos de ajuste de modelos permiten vericar y corregir estos modelos en
elementos nitos por medio de los datos experimentales. El resultado de un ajuste
de modelo es un modelo en elementos nitos que es m as conable para predicciones
futuras.
El ajuste de un modelo numerico busca desarrollar un modelo en elementos nitos
que entregue predicciones conables de la dinamica de una estructura mecanica.
En la Figura 7.1 se ilustra el esquema general de un metodo de ajuste de modelos.
89
CORRELACI

ON NUM

ERICO-EXPERIMENTAL Y AJUSTE DE MODELOS 90


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.

En la parte de correlacin experimental, yo agregara un esquema como el siguiente:


















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
modos de vibracin.

Que diferencia existe entre el modelo "computacional" y el modelo matemtico? Dado
que el modelo computacional considera al auto como un cuerpo rgido, deberan ser el
mismo modelo...
Modelo
numrico
Anlisis
modal
Funciones de
respuesta en
frecuencia
Frecuencias
naturales y modos
propios
Estructura real
Test dinmico
FRFs
experimentales
Frecuencias
naturales y modos
propios
Correlacin
Ajuste del modelo
numrico
Fin
buena
Figura 7.1: Esquema general de un ajuste de modelo
El procedimiento comienza con la construcci on de un modelo en elementos nitos.
La estructura se divide en elementos conectados por nodos. Cada nodo tiene uno
o mas grados de libertad. Los grados de libertad representan desplazamientos y
deformaciones de la estructura en forma discretizada. Este modelo est a representado
por tres matrices: de rigidez K, masa M y amortiguacion C. A partir de estas
matrices se pueden determinar las propiedades modales de la estructura (ver secci on
1.2).
Por otro lado, se realiza un analisis 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 identicar a partir de un
metodo de identicacion de parametros.
CORRELACI

ON NUM

ERICO-EXPERIMENTAL 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 ubicacion 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 m as
importante, un modelo en elementos nitos 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
reducci on de matrices o expansi on datos experimentales es un obst aculo 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 correlaci on
que se pueden utilizar. Si la correlaci on es buena el algoritmo termina, y el modelo
en elementos nitos se considera sucientemente bueno. En caso contrario (y m as
probable), si la correlaci on es mala, el modelo en elementos nitos 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 nitos: Esto se puede solucionar
parcialmente con algoritmos de reducion/expansion.
El conjunto de datos experimentales es incompleto: No s olo 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 identicados. Dependiendo de la
cantidad de informacion experimental, los resultados del ajuste de modelos
pueden no ser unicos.
Los datos experimentales estan 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 numerico: La informaci on de amortiguamiento est a inherentemente
presente en los datos experimentales, pero usualmente no se considera en el
PAREAR MODELOS NUM

ERICOS Y EXPERIMENTALES 92
modelo en elementos nitos. Esta discrepancia puede causar errores en el
modelo ajustado.
7.1. Parear modelos numericos 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 nitos requieren mallas nas 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 na de
puntos de medicion.
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 reduccion de modelos numericos y de expansion de los
datos experimentales.
7.1.1. Tecnicas de reduccion
Las tecnicas de reducci on expresan las ecuaciones de movimiento en terminos de los
grados de libertad medidos experimentalmente. En una primera fase, se identican
los grados de libertad analticos para cada grado de libertad experimental. Esto
dene a los grados de libertad activos. El resto de los grados de libertad analticos
se denominan grados de libertad eliminados:
X
f
=
_
X
a
X
d
_
(7.1)
donde: X
a
= grados de libertad activos
X
d
= grados de libertad eliminados
X
f
= set completo de grados de libertad
PAREAR MODELOS NUM

ERICOS Y EXPERIMENTALES 93
Las tecnicas de reducci on establecen una relaci on entre los grados de libertad activos
y los grados de libertad eliminados por medio de una matriz de transformaci on T
d
o T
f
:
X
d
= T
d
X
a
(7.2)
X
f
= T
f
X
a
(7.3)
T
f
=
_
I
T
d
_
(7.4)
T
f
se utiliza para construir matrices de masa y rigidez reducidas M
r
y K
r
respectivamente. Para un sistema sin amortiguamiento se cumple la siguiente
relacion:
X
T
f
MX
f
= X
T
a
M
r
X
a
(7.5)
X
T
f
KX
f
= X
T
a
K
r
X
a
(7.6)
Sustituyendo X
f
por T
f
X
a
se obtiene:
M
r
= T
T
f
MT
f
(7.7)
K
r
= T
T
f
KT
f
(7.8)
Las matrices del sistema reducido entregan solo una descripcion aproximada del
comportamiento dinamico 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
_
X
f
= Z()X
f
= F
f
(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:
_
Z
aa
Z
ad
Z
da
Z
dd
_ _
X
a
X
d
_
=
_
F
a
0
_
(7.10)
despejando X
d
se obtiene que:
X
d
= Z
1
dd
Z
da
X
a
(7.11)
PAREAR MODELOS NUM

ERICOS Y EXPERIMENTALES 94
De donde se deduce que:
T
d
= Z
dd
(
r
)
1
Z
da
(
r
) (7.12)
Se debe notar que Z est a evaluada a una frecuencia
r
, en consecuencia las matrices
M
r
y K
r
dar an resultados exactos para esta frecuencia. Para las otras frecuencias
M
r
y K
r
dan s olo 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. Tecnicas de expansion
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 secci on anterior se puede utilizar tambien
como un metodo de expansi on ya que dene la relaci on entre los grados de libertad
activos y eliminados en el modelo analtico:
X
d
= T
d
X
a
(7.13)
La misma matriz de transformaci on se puede utilizar para los modos experimentales:

d
e
= T
d

a
e
(7.14)
Donde
d
e
representa los grados de libertad eliminados de un modo (o matriz de
modos) experimental y
a
e
los grados de libertad activos.
A continuacion 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:

f
e
=
_

a
e

d
a
_
(7.15)

f
e
representa un modo experimental (o matriz de modos) con el set completo de
grados de libertad,
d
a
es el modo analtico en los grados de libertad no medidos y

a
e
es el modo experimental en los grados de libertad medidos.
T

ECNICAS DE CORRELACI

ON 95
Antes de completar el modos experimental con los valores del modo analtico, estos
deben tener la misma escala de modo que:
|
a
e
| = |
a
a
| (7.16)
Metodo de coordenadas modales
Este metodo dene los modos experimentales como una combinaci on lineal de los
modos analticos. Los coecientes de la combinacion lineal son calculados con los
grados de libertad activos:

a
e
=
a
a
q (7.17)
q =
a+
a

a
e
(7.18)
La matriz q se utiliza luego para evaluar los grados de libertad experimental
faltantes:

d
e
=
d
a
q (7.19)
Interpolacion
Los grados de libertad faltantes tambien se pueden aproximar por medio de
metodos de interpolacion. Una ventaja de este metodo es que no se necesitan
datos numericos para expandir los datos experimentales. Este metodo depende
fuertemente de la conexi on entre los distintos grados de libertad. En consecuencia,
cada interpolacion depende mucho del caso en estudio, lo que diculta su uso
pr actico. En la pr actica, 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. Tecnicas de correlacion
El prop osito 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 denir que
parametros se van a comparar y en que forma. A continuacion, se describiran
algunas tecnicas usuales de correlacion numerica-experimental.
T

ECNICAS DE CORRELACI

ON 96
7.2.1. Diferencia en las frecuencias de resonancia
La manera mas sencilla de vericar la correlacion es comparando las frecuencias
naturales analticas y experimentales. La diferencia m axima permitida depende en
la precision de las frecuencias naturales.
7.2.2. Comparacion visual de los modos
Una manera de visualizar la correlacion entre dos modos son los denominados
gr acos de 45

. En estos gr acos se gr aca un modo experimental versus el modo


analtico correspondiente en un gr aco 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
indicaci on de la correlaci on entre los modos. En la Figura 7.2 se ilustra un gr aco
de 45

tpico.
Modo analtico
M
o
d
o

e
x
p
e
r
i
m
e
n
t
a
l
Figura 7.2: Graco 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
=
e,i
MSF
i
(7.20)
MSF
i
=

T
a,i

e,i

T
e,i

e,i
(7.21)
T

ECNICAS DE CORRELACI

ON 97
Donde

e,i
y
e,i
es el iesimo modo experimental escalado y original,
a,i
es el
iesimo modo analtico, y MSF
i
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 correlaci on que es visualizada en
un graco de 45

en un solo n umero. Se dene como:


MAC
ij
=
_

T
a,i

e,j
_
2
_

T
a,i

a,i
_ _

T
e,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 MAC
ij
en una
matriz, la diagonal debera tener valores altos (en general mayores a 0.8) para una
buena correlacion. Una ventaja del MAC es que la correlacion no depende de la
escala de los modos, sino que s olo de forma de estos. En la Figura 7.3 se representa
gracamente una matriz de valores MAC tpica.
12.7 15.2 19.4 24.2 26.3 28.3 31.4 38.4 43.8 57 58.7 116
13
15.4
19
24.2
26.3
28.4
31.2
39
44.7
56.6
58.9
116
Modos numricos (Hz)
M
o
d
o
s

E
x
p
e
r
i
m
e
n
t
a
l
e
s

(
H
z
)

0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Figura 7.3: Matriz de valores MAC
M

ETODOS ITERATIVOS DE AJUSTE DE MODELOS 98


7.2.4. 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 dene de manera equivalente al MAC como:
FRAC
pq
=
_

2
=
1
H
a
pq
()H
e
pq
()
_
2

2
=
1
H
a
pq
()H
a
pq
()

2
=
1
H
e
pq
()H
e
pq
()
(7.23)
Donde H
pq
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 reeren a analtico y
experimental respectivamente. Por ultimo,
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
correlacion.
7.3. Metodos iterativos de ajuste de modelos
Los metodos mas utilizados en ajuste de modelo son metodos iterativos basado
en gradientes. Estos metodos minimizan una funcion error que relaciona los
par ametros experimentales con los entregados por el modelo numerico. Esta funci on
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 especica.
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
) +

i
(7.24)
M

ETODOS ITERATIVOS DE AJUSTE DE MODELOS 99


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

j+1
i

j
i
,
j
i
es el valor actual del parametro y
j+1
i
es el valor estimado.
Las derivadas parciales de primer orden son evaluadas numericamente. Deniendo
una matriz S que contenga las derivadas parciales del residuo con respecto a los
parametros :
S =
_

2
. . .

1

2
. . .

2

n
.
.
.
.
.
.
.
.
.
. . .

2
. . .

n

n
_

_
(7.25)
la ecuacion 7.24 se puede escribir como:
= S, = z
E
z
A
() (7.26)
Donde z
E
and z
A
() son los datos experimentales y analticos respectivamente,
es el vector de residuos.
El vector de par ametros es estimado al minimizar la siguiente funci on objetivo,
J() = (S )
T
(S ) (7.27)
Este problema de minimizacion se resuelve por mnimos cuadrados. La solucion
viene dada por,
= S
+
(7.28)
Donde S
+
es la pseudoinversa de la matriz S:
S
+
nm
=
_
_
_
S
1
n = m
(S
T
S)
1
S
T
n > m
S
T
(S
T
S)
1
n < m
(7.29)
donde n es el n umero de mediciones y m el n umero de parametros. La ecuacion
7.28 se puede escribir de manera equivalente como,

j+1
=
j
+S(
j
)
+
(
j
) (7.30)
Donde
i
=
j+1
i

j
i
,
j
i
es el valor actual del parametro y
j+1
i
es el valor
estimado. El valor nal de se obtiene por un procedimiento iterativo; la ecuaci on
7.30 es iterada hasta que se alcanza convergencia.
M

ETODOS ITERATIVOS DE AJUSTE DE MODELOS 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 m as precisos.
Por ejemplo, se sabe que las frecuencias naturales se pueden determinar de manera
m as precisa que los modos, o que los primeros modos contienen menos contaminaci on
por ruido que los modos de frecuencias m as altas. Para compensar estas diferencias
se pueden utilizar matrices de ponderacion. La funcion a minimizar considerando
una matriz de ponderacion viene dada por,
J() = (S )
T
W

(S ) (7.31)
Donde W

es una matriz denida positiva. En general, se dene 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,

j+1
=
j
+
_
S(
j
)
T
W

S(
j
)

1
S(
j
)
T
W

(
j
) (7.32)
El problema iterativo denido en la ecuaci on 7.32 puede estar mal condicionado. En
un problema mal condicionado no se puede asegurar la convergencia. Una soluci on
al problema de mal condicionamiento es la regularizacion de las ecuaciones. La
regularizacion de Tikonov es el metodo mas utilizado. En este caso, se a nade un
termino adicional a la funci on objetivo para penalizar por el cambio relativo de los
par ametros. De esta manera se incentivan cambios peque nos de los par ametros en
cada paso, favoreciendo la convergencia. La funcion objetivo queda como,
J() = (S )
T
W

(S ) +
T
W

(7.33)
Donde W

= I es una matriz diagonal cuyos elementos son iguales al par ametro


de regularizacion . La solucion a la ecuacion 7.33 es,

j+1
=
j
+
_
S(
j
)
T
W

S(
j
) +W

1
S(
j
)
T
W

(
j
) (7.34)
El valor del parametro de regularizacion se selecciona utilizando la curva L
de Hansen. La curva de L es un graco de la norma de
T
W

versus la
norma del residuo (S )
T
W

(S ). El valor optimo del par ametro


de regularizaci on corresponde al punto de m axima curvatura en la curva del gr aco
log-log de la curva de L.
Existen algunos metodos estandar para construir la matriz de gradientes S. A
continuaci on se describir an estos metodos cuando los siguientes datos son utilizados:
(1) modos y frecuencias naturales y (2) funciones de respuesta en frecuencia.
M

ETODOS ITERATIVOS DE AJUSTE DE MODELOS 101


7.3.1. 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 dene 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 reeren 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

i
=
T
A,k
_
K

A,k
M

i
_

A,k
(7.37)

A,k

i
=
N

j=1,=r
_
_
_
_

T
A,j
_
K

A,k
M

i
_

A,k
(
A,k

A,j
)
_
_
_
_

A,j
(7.38)
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

i
y
M

i
, se pueden estimar
utilizando diferencias nitas:
K

i
=
K(
i
+) K(
i
)

(7.39)
M

i
=
M(
i
+) M(
i
)

(7.40)
donde es un n umero peque no.
M

ETODOS ITERATIVOS DE AJUSTE DE MODELOS 102


La matriz de gradientes S y el vector de residuos viene dados por,
S =
_

A,1

1
/
A,1
, . . . ,

A,1

n
/
A,1

A,1

1
. . .

A,1

n
.
.
.
.
.
.
.
.
.

A,m

1
/
A,m
, . . . ,

A,m

n
/
A,m

A,m

1
. . .

A,m

n
_

_
(7.41)
=
_

_
(
E,1

A,1
)/
A,1

E,1

A,1
.
.
.
(
E,m

A,m
)/
A,m

E,m

A,m
_

_
(7.42)
7.3.2. 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
funcion de error esta denida como,

=
j
A

j
E
(7.43)
Donde
j
representa la jesima columna de la matriz de FRFs . Los subndices A,
E se reeren a analtico y experimental respecticamente.
Lim y Edwins demostraron la siguiente relacion,

j
A

j
E
_

i
=
A
Z

j
E
(7.44)
Z es la matriz de rigidez dinamica. Sus gradientes a una frecuencia dada, , se
pueden determinar como,
Z

i
=

_
K
2
M
_

i
=
K

2
M

i
(7.45)
K y M son las matrices de rigidez y masa del modelo numerico. Los gradientes de
las matrices de rigidez y masa,
K

i
and
M

i
, se pueden determinar por diferencia
nitas, como se describe en la ecuaciones 7.39 y 7.40.
M

ETODOS ITERATIVOS DE AJUSTE DE MODELOS 103


La matriz de gradientes S y el vector de residuos viene dados por,
S =
_

A
(
1
)
Z

j
E
(
1
), . . . ,
A
(
1
)
Z

j
E
(
1
)
.
.
.
.
.
.
.
.
.

A
(
nf
)
Z

j
E
(
nf
), . . . ,
A
(
nf
)
Z

j
E
(
nf
)
_

_
(7.46)
=
_

j
E
(
1
)
j
A
(
1
)
.
.
.

j
E
(
nf
)
j
A
(
nf
)
_

_
(7.47)
Donde
1
,
2
, . . .
nf
representan las frecuencias seleccionadas para denir la
funcion de error.
Captulo 8
Ejemplos de Analisis Modal en
Estructuras Reales
8.1. Estructura de barras
La estructura consiste en un ensamble tridimensional de barras estaticamente
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 denieron 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 conguraci on optima de puntos de
medici on se deni 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 aceler ometro triaxial por
union.
La ubicacion de los puntos de excitacion y suspension 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 direccion
104
ESTRUCTURA DE BARRAS 105
x. Los cuatro maximos siguientes corresponden a las esquinas superiores cuando
son excitadas en la direcci on z. De acuerdo a estos resultados se seleccionaron dos
puntos de excitacion (ver Figura 8.3(a)), el primero en una esquina inferior en la
direccion x y el segundo en una esquina superior en la direccion z.
x
y
z
Figura 8.1: Montaje experimental de la estructura de barras
0 10 20 30 40 50 60
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
x 10
-3


Degree of Freedom
A
v
e
r
a
g
e

D
P
R
Figura 8.2: Driving point residues promedio para los posibles puntos de excitaci on
ESTRUCTURA DE BARRAS 106
x
y
z
(a) Puntos de excitacion (b) Puntos de suspension
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 suspensi on y sus valores DPR. La ubicaci on
fsica de los puntos seleccionados se puede visualizar en la Figura 8.3(b).
El rango de frecuencias de medici on es de 0 a 256Hz con una resoluci on 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 identicados.
0 10 20 30 40 50 60
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
x 10
-3

Degree of Freedom
A
v
e
r
a
g
e

D
P
R
Figura 8.4: Driving point residues promedio para los posibles puntos de suspensi on
ESTRUCTURA DE BARRAS 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 identicados
ESTRUCTURA DE BARRAS 108
8.1.1. Modelo numerico
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 model o 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 identican
12 modos globales con frecuencias entre 12Hz y 125Hz, los modos siguientes son
modos locales de las barras.
1 2 3 4
Figure 2
Figura 8.6: Modelo en elementos nitos 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 maxima diferencia en frecuencia es del
2,3 % y el MAC mnimo es 0,86.
Es importante destacar que la correlaci on numerico-experimental mostrada, es una
vez realizado el ajuste del modelo numerico.
ESTRUCTURA DE BARRAS 109

E
=13.03 Hz
MAC =0.97

A
=12.72 Hz
(a) Modo 1

E
=15.37 Hz
MAC =0.98

A
=15.25 Hz
(b) Modo 2

E
=19.05 Hz
MAC =0.99

A
=19.38 Hz
(c) Modo 3

E
=24.23 Hz
MAC =0.98

A
=24.25 Hz
(d) Modo 4

E
=26.31 Hz
MAC =0.92

A
=26.29 Hz
(e) Modo 5

E
=28.42 Hz
MAC =0.93

A
=28.33 Hz
(f) Modo 6

E
=31.17 Hz
MAC =0.92

A
=31.43 Hz
(g) Modo 7

E
=39.04 Hz
MAC =0.98

A
=38.43 Hz
(h) Modo 8

E
=44.71 Hz
MAC =0.97

A
=43.84 Hz
(i) Modo 9

E
= 56.64 Hz
MAC = 0.88

A
= 56.93 Hz
(j) Modo 10

E
= 58.87 Hz
MAC = 0.86

A
= 58.8 Hz
Numrico
(k) Modo 11

E
=115.6 Hz
MAC =0.97

A
=115.8 Hz

Experimental
(l) Modo 12
Figura 8.7: Comparacion entre los modos numericos y experimentales
MODELO A ESCALA DE UN AVION 110
8.2. 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 est an representadas
por dos masas conectadas a las alas.
El montaje experimental se ilustra en la Figura 8.8. La estructura est a 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 0130Hz. Se obtuvieron modos
operacionales mediante en metodo en el dominio del tiempo (stochastic subspace
identication method). Los modos identicados se muestran en la Figura 8.9.
MODELO A ESCALA DE UN AVION 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 numerico
El modelo numerico se construyo 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 correlaci on entre los
modos numericos y experimentales, donde
E
y
A
son las frecuencias naturales
experimentales y analticas respectivamente. El MAC mide la correlaci on entre los
modos numericos y experimentales. El MAC mnimo tiene un valor de 0,82 y la
diferencia maxima de frecuencias es del 2,0 %.
MODELO A ESCALA DE UN AVION 112
1
6
1
5
1
4
1
3
1
2
1
1
1
0
9
8
7

6
5
4
3
2
1

2
1




2
2



2
3




2
4




2
5




2
6




2
7




2
8




2
9




3
0



3
1
3
7
3
6
3
5
3
4
3
3
3
2
4
0




3
9



3
8
42
43
1
7




1
8




1
9



2
0
41
9
8
21
20
Figura 8.10: Modelo en elementos nitos

A
=18.43 Hz,
E
=18.44 Hz
MAC = 0.98
(a) Modo 1

A
=39.8 Hz,
E
=39.84 Hz
MAC = 0.99
(b) Modo 2

A
=82.17 Hz,
E
=81.34 Hz
MAC = 0.93
(c) Modo 3
Z
A
= 82.75 Hz, Z
E
= 83.44 Hz
MAC = 0.82
(d) Modo 4
Z
A
= 89.83 Hz, Z
E
= 91.18 Hz
MAC = 0.91
Numrico
(e) Modo 5
Z
A
= 100.1 Hz, Z
E
= 99.32 Hz
MAC = 0.97
Experimental
(f) Modo 6
Figura 8.11: Comparacion entre los modos numericos y experimentales
VIGA DE CONCRETO REFORZADO 113
8.3. Viga de concreto reforzado
La estructura consiste en una viga de concreto de largo 6m y una seccion de
0,2 0,25m
2
. Seis vigas de acero con un diametro de 16mm refuerzan la viga. 30
vigas de acero con un di ametro de 8mm refuerzan transversalmente la viga, como
se muestra en la Figura 8.12. El peso total de la viga es de 750kg.
CHAPTER 4 LABORATORY BEAM TESTS 83
- 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
progressive degradation of the beams and its consequences for the modal parameters.

Figure 4.1 plots the cross section of the beams: there are 6 reinforcement bars of diameter
16 mm, equally distributed over tension and compression zone, corresponding to a
reinforcement ratio of about 1.4%. The length of all tested beams is 6 m. Shear reinforcement
consists of stirrups of diameter 8 mm placed every 200 mm. The total weight of each beam is
about 750 kg.
Figure 4.1 Cross section of the beam and steel reinforcement

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 8.12: Seccion de la viga y refuerzos
Figura 8.13: Montaje experimental para la viga reforzada
VIGA DE CONCRETO REFORZADO 114
La Figura 8.13 muestra el montaje experimental. La viga esta suspendida
por resortes blandos, simulando una condicion 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 identican los modos operacionales por medio de
un algoritmo en el dominio del tiempo (stochastic subspace identication method).
La Figura 8.14 muestra los primeros seis modos identicados.
(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 numerico
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 10
10
Pa, densidad 2500kg/m
3
, area 0,05m
2
e inercia de la
secci on 1,93 10
4
m
4
. El modelo numerico no incluye grados de libertad torsionales.
Por lo tanto, solo se consideran los modos de exion. La Figura 8.16 presenta la
VIGA DE CONCRETO REFORZADO 115
correlacion numerica-experimental de los primeros cuatro modos de exion. La
maxima diferencia en frecuencias es del 2,46 % y el MAC mnimo es 0,996.
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
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Figura 8.15: Modelo en elementos nitos de la viga reforzada

A
=23.32 Hz,
E
=22.76 Hz, MAC=0.998
(a) Modo 1

A
=64.29 Hz,
E
=64.85 Hz, MAC=0.997
(b) Modo 2

A
= 126 Hz,
E
= 126.9 Hz, MAC= 0.997
Numrico
(c) Modo 3

A
= 208.4 Hz,
E
= 208.4 Hz, MAC= 0.996
Experimental
(d) Modo 4
Figura 8.16: Comparacion entre los modos numericos y experimentales
TUBO DE ESCAPE DE UN AUTO 116
8.4. 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 identicados.
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
TUBO DE ESCAPE DE UN AUTO 117
8.4.1. Modelo numerico
El modelo numerico se construyo en Matlab, el tubo de escape se aproxim o como la
uni on de varios tubos de diferentes di ametros, el espesor de los tubos fue denido
inicialmente como 0.8mm. En la Figura 8.19 se muestra la geometra aproximada,
las dimensiones estan en milmetros y los angulos en grados.
300
2
0
5
1
9
5
4
4
4
4
4
4
360
25 6045
190
45 2040 140
2
3
5
597
5
4
.
2

3
0

3
0

15
10
38
45
57
75
81
75
60
47 38
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 10
11
Pa, densidad
7800kg/m
3
, coeciente de Poisson 0,3. El modelo tiene 47 elementos de viga y 3
inercias, con 144 grados de libertad.
Se ajust o 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 exion. La
maxima diferencia en frecuencias es del 2.78 % y el MAC mnimo es 0.98.
TUBO DE ESCAPE DE UN AUTO 118
Figura 8.20: Modelo en elementos nitos

E
=27.2 Hz,
A
=26.5 Hz, MAC= 0.988
(a) Modo 1

E
=63.4 Hz,
A
=63.5 Hz, MAC= 0.986
(b) Modo 2

E
=169 Hz,
A
=171 Hz, MAC= 0.994
Numrico
(c) Modo 3

E
=291 Hz,
A
=287 Hz, MAC= 0.98
Experimental
(d) Modo 4
Figura 8.21: Correlacion numerico-experimental de los modos
EL PUENTE I-40 119
8.5. 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 elevaci on de la porci on 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 seccion del puente, el puente
esta conformado por una secci on 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 39.9 m 49.7 m
Pier 1 Pier 2 Pier 3
y
z
Figura 8.22: Vista en elevacion de la seccion del puente estudiada
0.178m
3
.
0
5
m
2.06m 2.06m
2.29m
2.29m 2.29m 2.29m
Stringers (21 WF 62)
P
l
a
t
e

G
i
r
d
e
r
Plate Girder
Floor Beam
L 5x5x5/16
Bracing
36 WF 182 or 36 WF 150
Figura 8.23: Seccion del puente I-40
EL PUENTE I-40 120
Durante las mediciones el puente fue excitado por medio de un shaker hidr aulico y
se midi o la respuesta por medio de 26 aceler ometros 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 identicaci on 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-40 121
8.5.1. Modelo numerico
El modelo numerico se construy o utilizando una secci on aproximada del puente, la
que se muestra en la Figura 8.26, la que consiste en los siguientes componentes:
1. Una seccion 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 10
10
Pa, densidad: = 2300kg/m
3
,
coeciente de Poisson: = 0,2.
Acero: Modulo de Young: E = 2,1 10
11
Pa, densidad: = 7800kg/m
3
, coeciente
de Poisson: = 0,3.
36 WF 182 or 36 WF 150
1.5or 2.625
(top & bottom)
21 or 24
1
2
0

261
0.375
90 90
21 WF 62
8.7
Y
X
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 ultimo pilar simulan la rigidez a nadida por la seccion siguiente del
puente que comparte este pilar. Las constantes de los resortes vienen dadas por:
k
x
= 3,17 10
6
N/m
k
y
= 1,26 10
6
N/m
k
z
= 4,29 10
6
N/m
Donde k
x
, k
y
y k
z
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 correlaci on numerica-
experimental de los primeros seis modos. La maxima diferencia en frecuencias es
del 2.45 % y el MAC mnimo es 0.979.
Figura 8.27: Modelo en elementos nitos
EL PUENTE I-40 123

A
=2.48 Hz,
E
=2.48 Hz, MAC=0.997
(a) Modo 1

A
=3.02 Hz,
E
=2.96 Hz, MAC=0.992
(b) Modo 2

A
=3.58 Hz,
E
=3.50 Hz, MAC=0.994
(c) Modo 3

A
=4.18 Hz,
E
=4.08 Hz, MAC=0.979
(d) Modo 4

A
= 4.14 Hz,
E
= 4.17 Hz, MAC= 0.982
o
(e) Modo 5

A
= 4.70 Hz,
E
= 4.63 Hz, MAC= 0.981
Experimental
(f) Modo 6
Figura 8.28: Comparacion entre los modos numericos y experimentales
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