1 INTRODUO

Neste

captulo

apresentado

um

resumo

das

principais

caractersticas de alguns mtodos de identificao de sistemas

dinmicos lineares com parmetros invariantes no tempo, sua
classificao, a reviso bibliogrfica, os objetivos e a motivao do
presente trabalho. Mais especificamente, os parmetros modais que
sero identificados neste trabalho podem servir, por exemplo, como
referncia para anlise dinmica-estrutural usando o mtodo de
elementos finitos (updating modal), simulao, controle, deteco de
falhas, avaliao da segurana e integridade estrutural de sistemas
mecnicos.

1.1

IDENTIFICAO

DE

PARMETROS

MODAIS

SUA

CLASSIFICAO

A identificao de sistemas dinmicos trata com o problema de

ajustar

modelos

matemticos

para

uma

quantidade

de

dados

experimentais. De maneira geral, o procedimento bsico para a

realizao da identificao de sistemas dinmicos consiste no
cumprimento das seguintes etapas, Ljung (1999) e Sderstrm e Stoica
(1989):
i) Definio dos dados experimentais mais adequados para extrair a
maior quantidade de informao possvel a respeito do sistema que est
sendo identificado. importante nesta etapa, delimitar o processo em
estudo, definindo o que a parte do processo e quais so as variveis a
serem medidas. Tambm importante considerar a aplicao de
tcnicas de anlise de sinais tais como filtragem, truncamento e escolha
adequada da taxas de amostragem, Bendat e Piersol (1986) e Newland
(1975). Neste trabalho os dados experimentais usados so obtidos a
partir de simulao numrica de testes modais.

ii) Definio de um conjunto de modelos matemticos adequados

para o problema. A escolha da estrutura do modelo a ser utilizado uma
tarefa fundamental na formulao do problema de identificao. Esta
escolha influencia o tipo de problema a ser resolvido, bem como o
esforo computacional e a preciso da identificao final dos
parmetros.

Este

procedimento

conhecido

como

modelagem

matemtica. Neste trabalho se considera os modelos matemticos

obtidos de equaes de diferenas e, principalmente, equaes na
forma de estado. Um sistema dinmico representado na forma de estado
aquele descrito por um conjunto de equaes de diferenas ou
equaes diferenciais de primeira ordem.
iii) Escolha e aplicao do modelo mais apropriado dentro deste
conjunto de modelos.

Formalmente, a aplicao de um mtodo de

identificao consiste em um mapeamento de um conjunto de dados

experimentais para um conjunto de parmetros a ser determinado. Uma
tarefa importante nesta etapa consiste na determinao da ordem do
modelo apropriado.
iv) Validao do modelo matemtico escolhido. Uma vez cumprida a
tarefa de identificao do sistema dinmico, importante verificar se o
modelo obtido representa suficientemente bem os dados experimentais
de acordo com o critrio especificado, ou seja, a verificao do sucesso
do ajuste. Em anlise de sistemas dinmicos, a identificao e a
modelagem caminham juntas. O modelo a base para a identificao e
a identificao pode ser vista como uma espcie de validao do modelo
dinmico. Neste trabalho a validao do mtodo desenvolvido consiste
na comparao entre os parmetros verdadeiros do sistema com os
identificados.
A anlise modal experimental (AME) envolve uma grande quantidade
de diferentes reas de pesquisa em dinmica estrutural como:
correlao modal e updating modal, testes modais, sub-estruturao
modal, modificao modal e anlise modal no linear, Maia et al. (1997).
A identificao de parmetros modais fundamental em AME por sua
importncia econmica e tecnolgica, diante da necessidade da
2

caracterizao do comportamento dinmico de estruturas, avaliao de

desempenho e deteco de falhas, ou ainda na calibrao e refinamento
de modelos de elementos finitos.
A identificao de parmetros modais considerada como um dos
ramos do chamado problema inverso definido por Berman (**), um
processo no qual os dados de entrada e sada so usados na
determinao

de

modelos

matemticos

representativos

das

caractersticas dinmicas do sistema. O propsito da identificao de

parmetros modais consiste, portanto, na estimativa de propriedades
dinmicas do sistema tais como: frequncias naturais, fatores de
amortecimento e modos prprios de vibrao natural do sistema.
Segundo Maia et al. (1997), nas ltimas dcadas, devido a grandes
desenvolvimentos na tecnologia dos computadores e dos sistemas de
aquisio de dados, e devido as atuais necessidades das comunidades
de controle, deteco de falhas e avaliao da integridade estrutural de
sistemas mecnicos (Juang, 1997), a identificao de parmetros
modais desempenha um papel importante na rea de projeto mecnico.
Os mtodos de identificao de parmetros modais podem ser
classificados como:
i) Paramtricos e no paramtricos: No caso das tcnicas de
identificao paramtricas, utiliza-se explicitamente um conjunto de
parmetros com significado fsico na representao do modelo
matemtico. O clculo dos parmetros do modelo realizado atravs da
aplicao de algum critrio de otimizao. Os mtodos de otimizao
mais usuais so os dos mnimos quadrados (LS, do termo em ingls
least squares), da mxima verossimilhana (ML, maximum likelihood), as
variveis instrumentais e outras tcnicas usando otimizao no linear
como apresentadas em Ljung (1999) e Sderstrm e Stoica (1989)
como, por exemplo, a que usa a estimativa do erro de predio (PE,
predictor error).
No caso das tcnicas no paramtricas, como apresentadas em
Bendat e Piersol (1968) e Newland (1975), os dados experimentais

sofrem processamento numrico que independe, a priori, de um prvio

conhecimento do sistema fsico em estudo.
ii) Domnios do tempo e da frequncia: Os mtodos de identificao
so classificados ainda quanto ao domnio no qual os dados so
tratados numericamente domnio do tempo ou da frequncia.
As tcnicas de identificao no domnio da frequncia so mais
antigas e utilizam as chamadas funes de resposta em frequncia
(FRF) na formulao do modelo. As estimativas das FRFs so
calculadas, basicamente, atravs da razo das transformadas discretas
de Fourier dos sinais de sada pela entrada. Estas tcnicas tornaram-se
atraentes para o processamento de dados em micro computadores
desde a formulao da transformada rpida de Fourier (FFT, fast Fourier
transform) desenvolvida por Cooley e Tukey em 1965. Algumas tcnicas
de processamento de sinais no domnio da frequncia podem ser
encontradas em Bendat e Piersol (1986), Newland (1975) e Maia et al.
(1997).
Uma dificuldade na utilizao dos mtodos no domnio da frequncia
a presena de erros devido s influncias de leakage, proveniente do
efeito de truncamento dos dados, que causam distores nas
estimativas das FRFs. Segundo Red Horse et al. (1994), estes erros se
agravam mais nos picos de ressonncia, no caso de sistemas pouco
amortecidos com pouca resoluo em frequncia. Alm disso, os
mtodos em frequncia apresentam restries na identificao de
parmetros modais para sistemas que apresentam grandes razes de
amortecimento e frequncias naturais muito prximas, especialmente se
associados com dados contaminados com rudo, Gontier, Smail e
Gautier (1993).
Alternativamente, h algumas dcadas tem-se um grande interesse
na aplicao dos mtodos no domnio do tempo, ao contrrio dos
tradicionais mtodos do domnio da frequncia.
As tcnicas no domnio do tempo consistem basicamente em
encontrar os parmetros de uma equao de diferenas ou da forma de
estado, com aquelas apresentadas, por exemplo nas referncias Ljung
4

(1999) e Sderstrm e Stoica (1989). Os parmetros modais so

posteriormente calculados usando os parmetros desses modelos
matemticos.
A utilizao dos mtodos baseados diretamente nos dados de
entrada e sada do sistema resulta na eliminao dos efeitos de leakage
provenientes da aplicao da transformada discreta de Fourier.
A literatura mostra que os mtodos do domnio do tempo tendem a
fornecer melhores resultados quando uma grande quantidade de
frequncias ou uma alta densidade modal est presente nos dados
experimentais (83, ver na tese de Cambraia).
Finalmente, a escolha de um mtodo de identificao no domnio
do tempo ou da frequncia, em geral, orientada em termos do
conhecimento prvio de determinadas caractersticas do sistema como
tambm das informaes requeridas pelo processo de identificao.
Estes mtodos possuem suas vantagens e desvantagens. No devem,
no entanto, serem vistos como alternativas distintas de identificao,
mas sim como complementares, sempre que possvel.
iii) Tipos de dados experimentais: Os dados experimentais obidos
como matria prima para a identificao de sistemas dinmicos podem
ser do tipo funo de resposta impulsiva (FRI), entrada-sada ou dados
apenas de sada.
iv) Quanto ao nmero de modos analisados: O mtodo de
identificao classificado como de um nico grau de liberdade quando
ele pode analisar um nico modo de vibrar do sistema de cada vez. O
mtodo chamado mltiplos graus de liberdade quando vrios modos
de vibrar do sistema so analisados simultaneamente. Os mtodos de
identificao do domnio do tempo so todos do tipo mltiplos graus de
liberdade, enquanto os mtodos do domnio da frequncia podem ser uni
ou mltiplos graus de liberdade Maia et AL. (1997)
v) Quanto ao nmero de entradas e sadas: Os dados
experimentais so obtidos da medio da excitao e da correspondente
resposta em diversos pontos da estrutura em um determinado instante.
Alguns mtodos de identificao so formulados de tal maneira que
5

podem ser aplicados apenas para um nico par de dados de excitao e

resposta, estes mtodos so chamados SISO (single input single
output). Outros mtodos so formulados de modo a permitir utilizar
amostras de dados experimentais com simultneas entradas e sadas.
Estes mtodos so chamados MISO (multiple input single output) ou
MIMO (multilpe input multiple output). Os mtodos MISO ou MIMO so
chamados tambm de mtodos globais, Maia et al. (1997).
A crescente popularidade da utilizao dos mtodos MIMO em
AME deve-se s algumas razes apontadas por Cambraia (2009) e
Kurka e Cambraia (paper da JSV, DINAME 2009, DINAME 2011):
i)

aplicao de mltiplas entradas permite a distribuio de

energia de excitao mais uniforme ao longo da
estrutura,

ii)

a aquisio simultnea dos dados de entrada e sada

minimiza

as

diferenas

que

aparecem

como

consequncia da restrio da invarincia no tempo do

modelo matemtico de equilbrio de foras do sistema,
iii)

redundncia

das

informaes,

que

resulta

da

aquisio mltipla dos sinais dinmicos de resposta, se

reflete beneficamente na estimao dos parmetros
modais, especialmente para sistemas de grande porte
com modos acoplados e frequncias naturais muito
prximas.
vi) Recursivos e no recursivos: Os mtodos recursivos, por sua
caracterstica de economia de processamento numrico, utilizado na
identificao

de

sistemas

que

apresentam

caractersticas

no

estacionrias ou em aplicaes em tempo real, Ljung (1999) e

Sderstrm e Stoica (1989). A identificao no recursiva ocorre quando
uma grande quantidade de dados coletada do sistema e em seguida
psprocessada. Normalmente, os algoritmos no recursivos fornecem
parmetros calculados com uma maior preciso, visto que, com uma
grande quantidade de dados, a identificao pode ser repetida vrias
vezes utilizando-se diferentes mtodos.
6

Este trabalho trata, portanto, com o desenvolvimento de mtodos

paramtricos de identificao de parmetros modais, multi graus de
liberdade, no recursivos, implementados no domnio do tempo, usando
dados de entrada e sada ou dados apenas das sadas, formulados para
o caso MIMO usando modelos na forma de estado puramente linear com
parmetros invariantes no tempo.

1.2 REVISO BIBLIOGRFICA

Esta seo apresenta uma reviso bibliogrfica a respeito do tema a

ser

desenvolvido

neste

trabalho.

So

discutidas

as

principais

caractersticas dos mtodos de identificao mais tradicionais em

anlise modal, bem como os mtodos de subespaos e operacionais (ou
aqueles que usam somente dados de sada).

1.2.1 Mtodos tradicionais

A anlise de sistemas dinmicos no domnio do tempo at a dcada

de 80 abrange uma grande quantidade de aplicaes em diversas reas
do conhecimento cientfico como apresentado em Cambraia (tese de
doutorado, 2009) e referncias contidas neste trabalho, tais como: na
modelagem

de

processos

estocsticos,

na

teoria

de

previso

econmica, na teoria de filtros digitais e processamento de sinais, em

controle digital e, de maior interesse deste trabalho, na anlise modal
terica e experimental.
As tcnicas de identificao modal no domnio do tempo comearam
a ser difundidas na dcada de 70 por Cole (1973), que desenvolveu um
mtodo de anlise de vibraes utilizando uma funo chamada
Randomdec.

Em 1976 e 1977 Ibrahim e Mikulcik (**) e Ibrahim (**)

desenvolveram o chamado Ibrahim Time Domain Method (ITD). Em

1979 Ibrahim (1979) associou a funo Randomdec ao mtodo ITD
resultando na Randomdec Time Domain Technique. Em 1979 Brown et
al. (1979) desenvolveram os algoritmos de exponenciais complexas
7

usando o mtodo de mnimos quadrados para o clculo dos coeficientes

auto regressivos do modelo para a metodologia SISO.
Na dcada de 80 incluem-se ainda os algoritmos no domnio do
tempo

tais como:

Polyrefence

Complex

Exponential

Method

desenvolvido por Vold e Rocklin (1982) e Vold et al. (1982, o Time

Domain Direct Parameter Method desenvolvido por Leuridan (1984)
como extenso do mtodo de exponenciais complexas para a
metodologia MIMO e o mtodo Eigensystem Realization Algorithm (ERA)
desenvolvido por Juang e Pappa (1985), Longman (1985) e Juang
(1989).
Na segunda metade da dcada de 80 e na dcada de 90 surgiram
vrios trabalhos visando comparao e a unificao dos algoritmos de
identificao modal, principalmente os implementados no domnio do
tempo.

Os

pesquisadores

Leuridan,

Brown

e Allemang

(1986)

procuraram sintetizar a formulao de alguns mtodos de identificao

no domnio do tempo, Juang (1987) apresenta a relao entre alguns
mtodos de realizao de sistemas lineares em AME tanto no domnio
do tempo como no domnio da frequncia. Nota-se que o termo
realizao de sistemas usado na teoria de controle referindo-se ao
processo

de

ajustar

um

modelo

matemtico

(em

geral,

uma

representao em espao de estado) a partir de dados experimentais.

Cooper (1989) apresenta um trabalho comparando vrios mtodos
de identificao no domnio do tempo em uma anlise terica suportada
por estudo estatstico com resultados apresentados em forma de
simulao numrica, onde os dados so corrompidos por rudo branco.
Estes mtodos so apresentados por Cooper (1990) em testes
experimentais em aeronutica, comparando os diferentes resultados de
mtodos baseados em otimizao por mnimos quadrados no domnio
do tempo. Pesquisadores como Juang, Cooper e Wrigth (1988) e Cooper
e Wrigth (1991) sintetizam os mtodos Polyrefence e ITD em uma
abordagem clssica de mnimos quadrados utilizando o conceito da
chamada matriz de correlao.

Allemang, Brown e Fladung (1994) apresentam um trabalho

enfatizando a importncia da comparao destes diversos algoritmos
utilizados na identificao modal, visando contrastar as caractersticas
numricas entres eles. Neste trabalho os autores reformulam alguns
algoritmos usando uma estrutura matemtica comum entre eles em
termos de polinmios matriciais.
Juang (1997) apresenta importantes trabalhos discutindo aspectos
comuns entre alguns recentes algoritmos de identificao no domnio do
tempo usando dados de entrada/sada baseados na matriz de
informao. Alm disso, outros trabalhos podem ser citados como Juang
et al. (1988) que propuseram um mtodo de identificao usando a
teoria de filtros de Kalman, Fassois (2001) e Florakis, Fassois e Hemes
(2001) que estudaram os mtodos ARX e ARMAX para o caso MIMO.
A influncia do rudo, sempre presente em dados experimentais,
sobre a qualidade da identificao paramtrica bastante difcil de ser
contornada. A maioria dos algoritmos de identificao modal utiliza o
mtodo de mnimos quadrados como parte integrante de sua
formulao. Entretanto, sabido que para dados contaminados com
rudo, a utilizao da otimizao por mnimos quadrados produz
estimativas distorcidas dos parmetros modais, principalmente dos
fatores de amortecimentos e de resduos modais. Para minimizar este
problema usa-se geralmente adotar uma sobredeterminao da ordem
dos modelos de identificao. Este procedimento introduz modos
computacionais, sem significado fsico, que no pertencem ao sistema e,
portanto, devem ser separados numa etapa posterior do processo de
identificao.
Uma alternativa para obter melhores estimativas dos parmetros
modais para o caso de dados com rudo consiste na utilizao de
modelos de mdia mvel como o ARMA, para o caso da identificao
usando dados das FRIs, ou o ARMAX, para o caso de dados de
entradas e sadas, usando estimadores do tipo mxima verossimilhana
como descritos em Reinsel, Basu e Yap (1992). Entretanto, estes

mtodos requerem elevado custo computacional os tornando de difcil

aplicao, principalmente para o caso MIMO.
Uma boa quantidade destes mtodos tradicionais de identificao de
parmetros modais podem ser encontrados em Maia e Silva (1997).

1.2.2

Mtodos de Subespaos

Outra possibilidade para a melhoria da qualidade das estimativas dos

parmetros modais consiste na utilizao dos chamados mtodos de
subespaos, Van der Veen, Deprettere e Swindlehurst (1993), Viberg
(1995), Viberg e Ottersten (1994) e Kurka e Cambraia (2009).
Os mtodos de subespaos oferecem uma maneira numericamente
verstil para se ajustar um modelo matemtico linear e com parmetros
invariantes no tempo na forma de estado a partir de dados
experimentais. Eles possuem um custo computacional menor e so mais
simples de serem implementados que, por exemplo, os mtodos usando
otimizao no linear, pois usam apenas tcnicas da lgebra linear, tais
como, reduo de rank via decomposio em valores singulares (SVD) e
soluo de equaes algbricas lineares por mnimos quadrados.
Estes mtodos tiveram suas origens na teoria da realizao de
modelos lineares na forma de estado (Hotelling, Ho and Kalman Efficient
construction of linear state varible models from input/output functions.
Regelungstechnik, vol. 14, pg. 545-548) e Viberg-Subspace-based
methods...) e se popularizaram a partir da segunda metade da dcada
de 70 com o surgimento dos primeiros algoritmos para o clculo da SVD
(Kung S. Y., A new identification and model reduction algorithm via
singular value decomposition, in 12th Asilomar Conference on Circuits,
Systems and Computation (Asilomar, CA), Novembro de 1979, pag. 705714). Basicamente, a maior parte dos mtodos de subespaos tm muito
em comum com os algoritmos de realizao propostos por Ho e Kalman
(Efficient construction ...)

em 1966. Mais especificamente, estes

mtodos envolvem a estimativa de uma matriz de observabilidade

estendida atravs de uma operao de reduo de rank sobre uma
10

matriz formada a partir dos dados experimentais (FRIs, entrada e sada

ou apenas sada), cuja estrutura imposta pelo modelo na forma de
estado, usando SVD. Uma vez estimada a matriz de observabilidade
estendida do sistema, as matrizes de estado e de influncia da sada
so calculadas usando uma propriedade de invarincia ao deslocamento
da matriz de observabilidade, que por sua vez so usadas para a
identificao dos parmetros modais do sistema.
As vrias tcnicas de identificao na forma de estado se diferem
pela maneira que a matriz de observabilidade estendida estimada.
Alm disso, importante observar que os mtodos de subespaos,
podem ser implementados tanto para dados do tipo FRIs, entrada-saida
ou para dados apenas de sada.

1.2.3 Mtodos Operacionais

Muitas vezes as condies operacionais de estruturas complexas

podem ser muito diferentes das condies ideais em que so realizados
os testes modais em laboratrio.
A anlise modal operacional (OMA, operational modal analysis),
como pode ser visto nos artigos do Mevel, Basseville e Goursat (2002),
Lardies (2009) e Lardies e Minh-NgiTa (2010), utiliza apenas os dados
das sadas do sistema para identificar seus parmetros. So testes
modais cuja entrada ou excitao desconhecida e, portanto, no pode
ser medida. Este tipo de entrada muitas vezes referida como excitao
ambiente como ocorre, por exemplo, quando o vento excita uma
estrutura civil. Entretanto, esse tipo de entrada , muitas vezes,
assumida ser do tipo Gaussiana branca possuindo uma grande
quantidade de componentes espectrais dentro da faixa de frequncias a
ser analisada.
Embora a OMA trate com dados experimentais apenas da sada, a
literatura aponta certas vantagens na utilizao deste tipo de
abordagem, tais como: facilidade em sua utilizao e demanda menor de
tempo de teste por no usar excitao artificial e nem as condies de
11

contorno ideais construdas em testes de laboratrio (LARDIES e MINHNGITA, 2010). Este mtodo tem ganhado bastante ateno na
engenharia mecnica e civil, por suas aplicaes em grandes estruturas
(MEVEL, BASSEVILLE E GOURSAT, 2002, LARDIES, 2009 e LARDIES
E MINH-NGITA, 2010), tais como: mquinas rotativas e turbinas sujeitas
a excitaes turbulentas, estruturas aeronuticas e testes em tuneis de
vento, plataformas off-shore e construes civis sujeitas a vento e
trfego, frico em rolamentos, etc.
Hermans e Auweraer (1999) apresentaram um trabalho muito
importante, onde so discutidos alguns aspectos tericos e prticos a
respeito dos mtodos de identificao tipo OMA incluindo as tcnicas
peak-picking (MAIA E SILVA, 1997) aplicadas sobre os autoespectros e
espectros cruzados das medies de entrada e sada, ajustes de
modelos autorregressivos e de mtodos de subespaos. Aplicaes
industriais como em suspenso automotiva, flutter de aeronaves e
pontes sujeitas a excitao ambiente tambm so mencionadas.
Mevel et al. (2002) aplicaram OMA para deteco de falhas em
estruturas mecnicas e civis. Neste trabalho so usados mtodos de
subespaos na identificao dos parmetros estruturais em uma
abordagem multivarivel, enfatizando a identificao de frequncias
naturais, fatores de amortecimento e dos modos de vibrao natural. A
anlise de falhas realizada aplicando um teste estatstico do tipo 2
que resulta em uma anlise de sensibilidade dos resduos obtidos a
partir das incertezas dos parmetros modais identificados para
diferentes condies de entrada, que so assumidas no estacionrias e
que no podem ser medidas.
Cempel

(2003),

apresenta

um

trabalho

interessante

sobre

monitoramento de falhas em sistemas mecnicos em condies

operacionais, usando uma abordagem multidimensional. Neste trabalho
construda uma matriz de observao de sintomas, obtida de dados de
medies experimentais, de onde podem ser extradas informaes para
o monitoramento da condio de falha do sistema. Do ponto de vista
algbrico, determinado o chamado espao ortogonal de falhas
12

generalizado, que obtido atravs da aplicao de sucessivas

operaes de reduo de rank sobre o chamado espao de sintomas,
normalmente no ortogonal, usando SVD. Embora esta referncia no
esteja associada com a OMA, o uso do procedimento de reduo de
rank via SVD chama bastante ateno. Outro trabalho sobre esse
assunto apresentado por Campel (2008).
Lu e Law (2007) desenvolveram um mtodo de identificao
paramtrica de sistemas lineares e da fora de entrada a partir de dados
apenas da sada. So estudadas foras do tipo impulsiva e senoidal. O
mtodo baseado na sensibilidade da resposta dinmica da estrutura
com relao aos parmetros. Uma grande quantidade de artigos sobre
mtodos de deteco de falhas, da dcada de 90, apresentada neste
trabalho.
Reynders e Roeck (2007) desenvolveram um mtodo de identificao
de parmetros de sistema dinmicos lineares com parmetros
invariantes no tempo orientado a subespao, combinando os efeitos
determinsticos e estocsticos na modelagem na forma de espao, tanto
para as variveis de estado, bem como para as sadas observadas do
sistema. Nessa referncia os autores chamam ateno para o problema
da falta de contedo espectral na entrada do tipo operacional, resultando
na identificao de apenas uma quantidade limitada de modos de
vibrao. Importantes aspectos tericos relacionados com a modelagem
matemtica so apresentados.
Zaghbani e Songmene (2009) estudaram, o monitoramento da
estabilidade de operaes de mquinas ferramentas que funcionam a
altas velocidades usando OMA. Tal estabilidade de operaes determina
a confiabilidade da mquina e a qualidade da pea a ser produzida. O
monitoramento realizado atravs da anlise espectral de testes de
impacto para diferentes configuraes da mquina ferramenta, onde os
parmetros modais (frequncias naturais e fatores de amortecimento)
calculados para rotao de zero RPM so comparados com os
parmetros obtidos em outras rotaes de servio. As medies so
realizadas em sobre-pontos fixos da mquina. Numericamente, o ajuste
13

dos dados foi obtido por dois procedimentos distintos, o ajuste de um

modelo ARMA e uma tcnica de mnimos quadrados de exponenciais
complexas, que cujos resultados foram bem similares segundo os
autores. Este trabalho demonstra como OMA pode ser explorado na
indstria mecnica.
Rainieri e Fabbrocino (2009), propuseram um mtodo OMA de
identificao automatizado, ou seja, um algoritmo que realiza a anlise
modal on-line, sem a interferncia de um analista, para o monitoramento
das condies de integridade estrutural em estruturas civis. Este mtodo
do tipo no paramtrico e implementado no domnio da frequncia.
Uma grande quantidade de referncias apresentada nesse artigo que
dizem respeito questo do estado da arte sobre mtodos de
identificao automatizados.
Vu et al. (2012) apresentam um trabalho relacionado com anlise
modal e OMA automatizada usando anlise espectral vlida para multisensores. Algebricamente, os parmetros so estimados atravs do
ajuste por mnimos quadrados sobre um modelo autorregressivo. A
identificao da ordem do modelo, frequncia natural e fatores de
amortecimento so apresentados. Alm disso, um teste de laboratrio
conduzido usando uma placa engastada e um teste modal operacional
realizado em um grande gerador de energia eltrica visando a
monitorao de sua integridade estrutural. Nota-se que este mtodo
tambm no paramtrico e no so determinados os modos prprios de
vibrao natural dos sistemas mecnicos analisados.
Um trabalho muito interessante que trata da realizao da OMA em
monumentos antigos de Portugal foi publicado por Ramos (2010). Nesse
trabalho a integridade estrutural monitorada como parte de um
processo que ajuda na preservao de construes histricas. So
usados dados de vibraes, temperatura e umidade relativa. A OMA
usada para estimar os parmetros modais seguido de uma anlise
estatstica para avaliar as influncias do meio sobre a resposta dinmica.
So apresentados os modos de vibrao naturais obtidos via OMA e os
modos de vibrao obtidos pelo mtodo de elementos finitos.
14

Lardies (2010) apresenta dois mtodos distintos de identificao de

parmetros modais do tipo OMA implementados no domnio do tempo.
Um deles baseado no ajuste do modelo autoregressivo com mdia
mvel (ARMAV autoregressive moving average vector) por mnimos
quadrados e o outro modelado em termos de espao de estado. Nessa
referncia apresentam-se as formulaes desses mtodos destacando a
equivalncia entre eles no que diz respeito aos resultados obtidos na
identificao de parmetros modais. Basicamente, esses mtodos
contam com a aplicao de SVD sobre uma matriz de estrutura Hankel
formada pela covarincia dos dados de sada.
Lardies e Ta (2010) propem tambm um mtodo de identificao de
parmetros modais em estruturas que utilizam cabos de ao suspensos
(como, por exemplo, pontes e guindastes), usando apenas os dados
experimentais de sada, implementados nos domnios do tempo e
tempo-frequncia. O mtodo de identificao OMA implementado
domnios tempo-frequncia justificado pelo uso da transformao
wavelet. Nessa referncia so apresentadas duas aplicaes em cabos
suspensos.

1.3 Motivao, objetivos, contribuies e organizao do trabalho

A principal motivao do presente trabalho consiste no cumprimento

dos seguintes itens:
i) desenvolvimento de cdigos computacionais aplicados na anlise
modal usando dados de entrada e sada e dados apenas da sada,
ii) comparao da qualidade da identificao de parmetros modais
usando estas tcnicas descritas no item anterior, e
iii) possibilitar, posteriormente, em prximas contribuies, o
desenvolvimento

de

tcnicas

aplicao

em

monitoramento

de

integridade estrutural e anlise de falhas usando OMA como discutido na

reviso bibliogrfica apresentada na seo anterior.
O objetivo do trabalho consiste, portanto, no desenvolvimento de
algoritmos de identificao de parmetros modais, baseado na
15

modelagem de estado linear com parmetros invariantes no tempo,

orientado a subespaos. A qualidade de identificao dos parmetros
modais ser demonstrada por meio de testes usando dados obtidos de
simulao computacional.
Espera-se que este trabalho contribua na verificao da qualidade da
identificao de parmetros modais via OMA comparando com os
obtidos usando dados de entrada e sada. Alm disso, espera-se
tambm que o trabalho sirva como subsdio e motivao para
posteriores aplicaes em outras tcnicas de anlise de falhas e
monitoramento de integridade estrutural.
O presente trabalho organizado da seguinte forma. No captulo 2
apresentada a modelagem matemtica para sistemas mecnicos
lineares com parmetros invariantes no tempo que ser usada para a
formulao e clculo dos parmetros modais de sistemas estruturais. No
captulo 3 apresentada uma reviso dos conceitos bsicos da lgebra
linear tais como, soluo de problema de mnimos quadrados, SVD e
clculo da pseudo-inversa de uma matriz retangular. No captulo 4
apresentado um mtodo de identificao de parmetros modais usando
dados de entrada e sada. No captulo 5 um mtodo de identificao de
parmetros modais para dados apenas da entrada apresentado. No
captulo 6 so apresentados resultados da identificao modal de
sistemas estruturais para dados de entrada e sada e para dados apenas
de sada. Finalmente, as concluses e sugestes para futuros trabalhos
a partir deste estudo so apresentados no captulo 7.

16