Dinavanzada PDF

Dinmica Avanzada de Estructuras
Apuntes de Clase
Modelo y Determinacin Experimental Torre Titanium la

Portada
Alfonso Larran y Asoc. Ltda. - RBA
Rubn Boroschek
REVISION E
Diciembre del 2012
DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 1

En el desarrollo de grficas de estos apuntes contribuyeron:
Los Alumnos del CI42G y CI72A Universidad de Chile
NOTA:
El texto est en condicin preliminar. Mis clases han sido transcritas inicialmente por los
alumnos. He logrado revisar alguna de ellas. Si bien he tratado de eliminar los errores
tipogrficos, siempre se descubren nuevos. Por tanto sese con cuidado.
El texto en amarillo no lo he revisado y est incompleto
Algunos temas con apoyo especial de alumnos:

Tomas Yaez: Linealizacin de parmetros en amortiguadores, Mtodo PSD.
Manuel Rivera Linealizacin de parmetros en amortiguadores
Rodrigo Carreo: Vectores Ritz
P. Bartolom y J Caroca: Mtodos iterativos para valores y vectores propios.
M. Bravo S. Varela: Masas Consistentes
P. Len Alfaro: Mtodo Moesp
V. Contreras Luengo: Mtodo ERA.
Por agregar.
Solucin numrica y ajustes
Incorporacin de amortiguamiento por mtodos de energa.
Condensacin

INDICE
1. Referencias........................................................................................................................ 9
2. Formulario Base .............................................................................................................. 10
3. Introduccin ..................................................................................................................... 12
4. Demanda Estructural ....................................................................................................... 12
4.1. Tipos de Anlisis ........................................................................................................... 14
4.1.1. Cmo Modelar Estructuras? ............................................................................ 14
4.1.2. Equilibrio ............................................................................................................ 14
5. Sistemas Lineales de un Grado de Libertad.................................................................... 14
5.1. Sistemas de un GDL Sin Amortiguamiento .................................................................. 14
5.2. Anlisis de Sistemas en Oscilacin Libre ..................................................................... 15
5.3. Consideracin del Peso en la Ecuacin de Movimiento ............................................... 18
5.4. El Amortiguamiento....................................................................................................... 18
5.5. Sistemas de un GDL Con Amortiguamiento ................................................................. 21
5.5.1. Disipadores ........................................................................................................ 22
5.5.2. Solucin del Equilibrio Dinmico ........................................................................ 26
5.6. Solucin Homognea de la Ecuacin de Movimiento ................................................... 26
5.6.1. Decaimiento Libre .............................................................................................. 28
5.6.2. Decaimiento Logartmico ................................................................................... 30
5.7. Mtodos Experimentales Bajo Condiciones Iniciales o Pull Back: ............................... 32
5.7.1. Excitacin Armnica. Caso C arbitrario ............................................................. 35
5.7.2. Anlisis de la Amplificacin Dinmica ................................................................ 36
5.7.3. Factor de Amplificacin Dinmica para Velocidad y Aceleracin ...................... 37
5.7.4. Ancho de Banda del Factor de Amplificacin .................................................... 37
5.7.5. Excitacin Armnica Rgimen Permanente ....................................................... 38
5.7.6. Aislamiento de Vibraciones ................................................................................ 39
5.7.7. Respuesta en Resonancia ................................................................................. 42
5.8. Vibracin Forzada ......................................................................................................... 45
6. Solucion Numerica de la Ecuacion de 1 GDL .................................................................. 48
6.1. Mtodo de Aceleracin Promedio ................................................................................. 48
7. Energa ............................................................................................................................ 51
7.1. Energa Disipada .......................................................................................................... 51

7.2. Evolucin de la Energa en el Tiempo En Regimen Permanente ................................. 52
7.2.1. Energa de Entrada Rgimen Permanente ........................................................ 52
7.2.2. Energa de Disipada Rgimen Permanente ....................................................... 52
7.2.3. Balance de Energa ............................................................................................ 53
7.2.4. Extensin para Varios Grados de Libertad ........................................................ 53
7.2.5. Caso Modelo con Masa en Resonancia ............................................................ 59
7.3. Definiciones Importantes .............................................................................................. 60
7.4. Caso Modelo sin Masa ................................................................................................. 60
7.5. Caso de Friccin ........................................................................................................... 62
7.6. Amortiguamiento Independiente de la Frecuencia ....................................................... 62
7.7. Amortiguamiento Equivalente ....................................................................................... 64
7.8. Generalizacin Modelo Lineal Equivalente de un Disipador ......................................... 65
7.8.1. Tipos de disipadores .......................................................................................... 69
7.8.2. Friccional Puro ................................................................................................... 70
7.8.3. Constitutiva Triangular ....................................................................................... 72
7.8.4. Elemento Viscoso no-lineal ................................................................................ 74
7.9. Calor Disipado .............................................................................................................. 79
7.1. Sistemas de N Grados de Libertad ............................................................................... 79
7.1.1. Condensacin Esttica ...................................................................................... 80
7.1.2. Solucin a la Ecuacin Homognea .................................................................. 80
7.1.3. Determinacin de valores propios a travs de polinomios caractersticos ........ 81
7.2. Manejo Eficiente de Matrices ........................................................................................ 82
7.2.1. Ortogonalizacin de Gram-Schmidt ................................................................... 83
7.2.2. Descomposicin LDL ......................................................................................... 87
7.3. Mtodo de Iteracin del Subespacio............................................................................. 88
7.3.1. Algoritmo ............................................................................................................ 89
7.4. Formulacin de Valores Propios con Flexibilidad ......................................................... 91
7.5. Propiedades de Ortogonalidad de Modos .................................................................... 92
7.5.1. Condiciones Adicionales de Ortogonalidad ....................................................... 92
7.6. Normalizacin Modal .................................................................................................... 94
7.7. Coordenadas Modales .................................................................................................. 94
7.8. Cmo Resolvemos? ................................................................................................... 95

7.9. Matriz de Disipacin Proporcional ................................................................................ 98
7.9.1. Amortiguamiento Proporcional de Rayleigh ....................................................... 99
7.9.2. Amortiguamiento Proporcional de Caughy ...................................................... 100
7.9.3. Amortiguamiento Proporcional de Penzien Wilson ....................................... 101
7.9.4. Matriz No Proporcional..................................................................................... 103
8. Reduccin del Tamao de la Ecuacin Dinmica ......................................................... 104
9. Rayleig-Ritz y Load Dependent Vectors ........................................................................ 106
9.1. Justificacin de Mtodo de LDV por E. Wilson ........................................................... 107
9.2. Algoritmos Computacional de Vector Dependiente de la Carga ................................. 108
9.2.1. Procedimiento con Vector Unico ...................................................................... 108
9.2.2. Algoritmo Computacional de E. Wilson ............................................................ 108
10. Excitacin Mltiple de Apoyos ....................................................................................... 111
11. Truncacin Modal .......................................................................................................... 113
11.1. Correccion Esttica ................................................................................................. 114
11.2. Metodo de Aceleracin Modal ................................................................................. 115
12. Ecuacin de Movimiento Utilizando Espacio Estado ..................................................... 116
12.1. Ecuaciones Bsicas ................................................................................................ 116
12.2. Clculo de la Exponencial de una Matriz ................................................................ 117
12.3. Solucin Numerica Discreta .................................................................................... 119
12.3.1. Excitacin Considerada como Delta Dirac. ...................................................... 119
12.3.2. Excitacin Constante ....................................................................................... 120
12.1. Valores Propios ....................................................................................................... 120
12.1.1. Modos Complejos ............................................................................................ 121
12.1.2. Expansin de Matriz de A ............................................................................. 122
12.1.3. Relacin de Valores Propios Continuos y Discretos ........................................ 122

12.2. Ejemplo ................................................................................................................... 123
12.2.1. Mtodo modal complejo ................................................................................... 129
12.2.2. Representacin Simtrica ................................................................................ 129
13. Anlisis en el Espacio de la Frecuencia ........................................................................ 132
13.1. Serie de Fourier....................................................................................................... 132
13.2. Caso Serie de Fourier base .................................................................................... 134
13.3. Relacin de Coeficientes de Serie de Fourier armnicos y exponencial complejo. 134

13.4. Respuesta a una Excitacion de Tipo Complejo ....................................................... 135
13.5. Par de Transformada de Fourier ............................................................................. 136
13.1. Respuesta utilizando la Transformada de Fourier .................................................. 136
13.1.1. Transformada de Fourier de la Ecuacin de Movimiento Caso Particular ....... 137
13.2. Algunas propiedades de la Transformada de Fourier ............................................. 139
13.2.1. Derivada en el Espacio de la Frecuencia......................................................... 139
13.2.2. Transformada de la Funcin Delta de Dirac. ................................................... 139
13.2.3. Transformada de Funciones Sinusoidales ....................................................... 140
13.2.4. Transformada de Secuencia de Pulsos. .......................................................... 141
13.2.5. Transformada de Rectngulo........................................................................... 142
13.3. Propiedades de la Transformada de Fourier. ......................................................... 143
13.3.1. Linealidad ......................................................................................................... 143
13.3.2. Simetra ............................................................................................................ 144
13.3.3. Escalamiento.................................................................................................... 145
13.3.4. Desplazamiento en el Tiempo .......................................................................... 146
13.3.5. Desplazamiento en la Frecuencia .................................................................... 147
13.3.6. Seales Pares e Impares ................................................................................. 147
13.4. Integral de Convolucin........................................................................................... 148
13.5. Teorema de Parseval. ............................................................................................. 149
13.6. Relacin entre Transformada Continua y Discreta ................................................. 150
13.6.1. Teora de Muestreo .......................................................................................... 150
13.7. Detalles de FFT en Matlab ...................................................................................... 154
13.8. Transformada Rpida Algunos Ejemplos ................................................................ 155
13.9. Resolucion, Muestreo y Desdoblamiento ................................................................ 157
14. Ventanas y Prdida de Energa ..................................................................................... 161
14.1. Ventanas ................................................................................................................. 166
15. Otras Temas Asociado a Energa.................................................................................. 174
16. El Espectro de Potencia ................................................................................................ 177
16.1.1. Teorema de Parseval ....................................................................................... 178
16.2. Estimacion de Espectro de Densidad de Potencia ................................................. 184
16.3. Clculo de la Funcin de Respuesta en Frecuencia FRF ....................................... 186
16.4. Correlacion y covarianza ......................................................................................... 191

16.5. Conceptos Bsicos de PSD .................................................................................... 193
16.5.1. Resumen .......................................................................................................... 193
16.6. Promedio de Series de Tiempo y Espectro de Potencia ......................................... 194
16.1. AnalyticalSignal ....................................................................................................... 194
17. Instrumentacion y Registro de Vibraciones ................................................................... 195
17.1.1. Casos Bsicos sensores .................................................................................. 195
17.1.2. Sensor de Aceleracin: Acelermetro .............................................................. 196
17.1.3. Sensor de Desplazamiento Inercial ................................................................. 198
18. Criterio de Calidad Modal .............................................................................................. 201
19. Mtodo de espectro de potencia ................................................................................... 202
19.1. Introduccin ............................................................................................................. 202
19.1.1. Mtodo de Welch ............................................................................................. 203
20. Bases para la Identificacion en el Espacio del Tiempo ................................................. 205
20.1. Ecuacin de Datos Observados .............................................................................. 205
20.2. Ecuacin de Espacio Estado con Componentes de Ruido ..................................... 206
20.3. Conceptos de Procesos Estocsticos ..................................................................... 206
20.4. Algunas Propiedades de los Sistemas Estocsticos. .............................................. 207
21. Mtodos en el Espacio del Tiempo ................................................................................ 211
21.1. Mtodo de Identificacin ERA ................................................................................. 211
21.1.1. Desarrollo ......................................................................................................... 211
21.1.2. Algoritmo .......................................................................................................... 217
21.2. Mtodo MOESP ...................................................................................................... 222
21.3. Metodo SSI-COV..................................................................................................... 232
1. Valores y Vectores propios mediante iteracin matricial ............................................... 238
1.1. Motivacin ................................................................................................................... 238
1.2. Metodo de Iteracin Directa ........................................................................................ 239
1.2.1. Obtencin del Valor Propio Dominante ............................................................ 240
1.2.2. Demostracin de la Convergencia del 1 Modo ............................................... 241
1.2.3. Algoritmo .......................................................................................................... 244
1.3. Obtencion de Vectores Superiores con Matriz de Barrido .......................................... 245
1.3.1. Algoritmo de Generacin de Vectores con Matriz de Barrido .......................... 248
1.4. Metodo de Iteracin Inversa ....................................................................................... 248

1.4.1. Descomposicin LDU ....................................................................................... 248
1.4.2. Ejemplo ............................................................................................................ 249
1.4.3. Resolucin del Sistema Ax=b .......................................................................... 250
1.4.4. Formulacin del Mtodo de Iteracin Inversa .................................................. 251
1.4.5. Algoritmo de Iteracin Inversa ......................................................................... 253
1.5. Mtodo de Iteracion Inversa con Desplazamientos .................................................... 253
1.5.1. Algoritmo del Mtodo Iteracin Inversa con Desplazamientos ........................ 257
1.6. Rutinas Matlab ............................................................................................................ 258
2. Matrices Consistentes ................................................................................................... 260
2.1. Matriz de Rigidez Consistente .................................................................................... 260
2.2. Matriz de Masa Consistente. ...................................................................................... 263

1. REFERENCIAS
Clough, R. y Penzien, J. Dynamics of Structures. McGraw Hill.

Segunda Edicin, 1993
Chopra, A. Dynamics of Structures. Prentice Hall. Tercera Edicin,

2006.
E.L. Wilson (2002). Three-Dimensional Static and Dynamic Analysis of

Structures. Computers and Structures, Inc.
E. Oran Brigham. The Fast Fourier Transform, Prentice Hall, 1974.
Heylen, W., Lammens, S. and Sas, P. Modal Analysis Theory and

Testing. Katholieke Universiteit Leuven, PMA, 1998.
Peeters, B y De Roeck, G (2000). Reference Based Stochastic

Subspace Identification in Civil Engineering. Inverse Problems in
Engineering, 8 (1), 47-74.
Van Overschee P., De Moor B. Subspace Identification for Linear

Systems: Theory Implementation Application. Kluwer Academic
Publishers, 1996.

2. FORMULARIO BASE
1 GDL *
Y 2 k
*
Equilibrio Dinmico m
mv t cv t kv t p t
k N GDL
Frecuencia Angular:
m M v(t ) C v(t ) K v(t ) P (t )
Amort Crtico ccrtico 2 km 2 m
Rayleigh : C aM bK
Razn Amort Crtico: c c n
cc 2m
v (t ) yi (t ) i
i 1
Frec. Angular amortiguada; D 1 2
K i2 M i 0 2 ,
Respuesta a Condicin Inicial:
v v Obtenemos los parmetros modales

v (t ) e t 0 0 sin D t v0 cos D t

M i i M i K i i2 M i
T
D i =1n
Pi (t ) i P (t )
Respuesta permanente Forzada: T
i = 1n
P0 sin(t )
Encontramos las condiciones iniciales para cada forma modal.
mv t cv t kv t P0 cos( t )
i (t )
M v(0) i M v(0)
T T
P0 e
y (0) i
i yi (0)
sin(t ) Mi Mi
P
v(t ) e t A sin Dt B cos Dt 0 D cos(t )
k i (t ) yi (t ) 2i i y i (t ) i2 yi (t ) Pi (t ) / M i
i = 1n
Transiente

e

Permanente Respuesta
Factor de Amplificacin Dinmica
f E (t ) i2 M i yi (t ) M i2 i yi (t )
1
D
2
2
1
2 v(t ) yi (t ) i v(t ) yi (t ) i v(t ) yi (t ) i
1
2
2

Respuesta Ssmica:
Decremento Logartmico: ln vi vi N
2 N i M r
T
Factor de Participacin Li
Integral de Duhamel:
Li
yi t
t
1 V ( i , i , vg )
m D 0
v(t ) P ( ) exp( (t )) sen( D (t ))d
M ii
Coordenadas Generalizadas i2 Li
z t c z t k z t p t

Fuerza Elstica FE (t ) M i Vi (t )
m M i i
Donde en general L2i
L N N Cortante Basal Q (t ) iVi (t )
m m x x dx M n xn I 0 n in ( x) ' Mi
2 2 2
0 n i n 1

L
2
N
c c x x dx cn xn
2 Aceleracin de Piso: v (t ) Y t
T
i
2
i i
0 n 1
Li
L L N
k k x x dx EI ( x) dx kn xn
2 2 2 vi i S d ( i , Ti )
0 0 n 1
Mi
L N
p (t ) p x, t x dx p xn xn
0 n 1

3. INTRODUCCIN
Las acciones pueden ser estticas o dinmicas. Las acciones dinmicas dependen del tiempo,
posicin y magnitud. La respuesta de la estructura puede ser analizada en forma esttica o
dinmica.
4. DEMANDA ESTRUCTURAL
Pull Back o Condiciones Iniciales: La estructura est sometida condiciones iniciales.
Figura 1 Condiciones Iniciales: Desplazamiento y Velocidad

(Impacto)
Figura 2Ensayo de Impacto (salto grupal) sobre pasarela
Demanda Armnica: Demanda armnicas con perodo caracterstico, T, f t f t T . La

respuesta armnica simple puede ser la base de una respuesta dinmica compleja.
Figura 3. Excitacin Peridica. Maquinarias y otros.

Acciones Peridicas No Armnicas: Presentan un periodo T caracterstico, repitindose la
funcin en el tiempo. Se pueden resolver como suma de armnicos por medio de series de
Fourier.
Figura 4Excitacin Peridica
Impacto: Accin relativamente corta sobre la estructura
Figure 5. Impacto. Accin de corta duracin
Excitacin Arbitraria: Sin un patrn definido (i.e. terremoto)
Figure 6. Demanda Ssmica

4.1. TIPOS DE ANLISIS
La estructura puede analizarse con mtodos determinsticos o probabilsticos.
4.1.1. Cmo Modelar Estructuras?

1. Por medio de discretizacin utilizando elementos uniaxiales.
2. Mediante ecuaciones diferenciales como la siguiente:
2 2 v x, t 2 v x, t
EI x m P x, t
x 2 x 2 t 2
3. Por medio de elementos finitos.
4. Usando coordenadas generalizadas, donde se establece una funcin de desplazamiento
del tipo v x, t x t
4.1.2. Equilibrio
Para determina el estado de equilibrio de una estructura se pueden utilizar los siguientes
mtodos:
Mtodos de Energa:
Suma de Fuerzas: Fxt , Fyt , Fzt

Mxt , Myt , Mzt .
Trabajo Virtual.
5. SISTEMAS LINEALES DE UN GRADO DE LIBERTAD
5.1. SISTEMAS DE UN GDL SIN AMORTIGUAMIENTO

Algunos ejemplos de sistemas de un GDL son los siguientes:
Figura 7 Ejemplos de sistema de 1GDL
FI (t ) FE (t ) P(t )

mv(t ) kv(t ) P(t )
mv(t ) kv(t ) P(t )
v(t ) v h (t ) v p (t ) , donde v h (t ) es la solucin homognea y v p (t ) es la solucin particular.
Solucin homognea:
mv(t ) kv (t ) 0
La solucin homognea es:
v h (t ) A sin(t ) B cos(t )
5.2. ANLISIS DE SISTEMAS EN OSCILACIN LIBRE
Para un sistema con P (t ) 0 se tiene que v p (t ) 0 . Si este sistema tiene como

condiciones iniciales v ( 0) v 0 y v ( 0) v 0 , se obtiene:
v0
v(t ) sin(t ) v0 cos(t )

Al ver un sistema de este tipo vibrar se observa la suma de las proyecciones de los vectores
sobre el eje real.
v0
Figura 8 v(t ) sin(t ) v0 cos(t )

Del grfico anterior se tiene que:
v0
2
v
v 0
2
arctg
v0
0

Luego el desplazamiento se puede escribir como:
v (t ) cos( t )
1
Figura 9: Desplazamiento versus tiempo. f
T
Figura 10Desfase asociado a condiciones iniciales
En resumen, para el sistema en anlisis se tiene:

Desplazamiento: v (t ) cos(t )
Velocidad: v(t ) sin(t )

Aceleracin: v(t ) 2 cos(t ) 2 v (t )
Las condiciones iniciales generan el desfase aparente del armnico.
Figura 11 Comparacin en el tiempo de fase para

desplazamiento, velocidad y aceleracin. Sin amortiguamiento y
bajo condiciones iniciales. Matlab rutina: dinaDespinicial.m
Figure 12. Vectores de Respuesta

5.3. CONSIDERACIN DEL PESO EN LA ECUACIN DE MOVIMIENTO
Figura 13 Ejemplo de sistema de 1GDL
Al realizar el equilibrio el sistema mostrado en la figura:
x(t ) v(t ) est

x (t ) v(t ) El DCL del cuerpo es:
x(t ) v(t )
FE kx(t ) kv(t ) k est
Dnde:
FI mx(t )
y k est W
Luego:
F 0 kv(t ) k est mv(t ) W
kv (t ) mv(t ) 0
En este caso el peso no se considera.
5.4. EL AMORTIGUAMIENTO
El valor de la razn de amortiguamiento vara segn:
a. El tipo de material, como se ve en la siguiente lista.
Sin dao
Acero / Hormigon 0,01 0.03
Albailera 0,03 0,05
En el lmite de dao (fluencia)
Acero / Hormigon 0, 03 0.10
Albailera 0, 05 0,15

b. Condiciones de apoyo (tipo de suelo y fundacin)
c. Componentes no estructurales
d. Tipo de conexin
e. Amplitud de la vibracin
Existe una gran incertidumbre por tanto en la identificacin y definicin de un

valor de amortiguamiento a considerar. Adems no es extrao obtener una
variacin del amortiguamiento en funcin de la amplitud del movimiento
(nolineal elstico). Por ejemplo durante vibraciones ambientales (0.0005 g) el
valor puede variar entre 0.8% a 2% de la razn de amortiguamiento crtico.
En caso ssmico este valor es considerablemente mayor ante la ausencia de
dao o dao leve (1% a 9% en un mismo caso ver Carreo Boroschek
2010).
(a) (b)
(c) (d)
: Evolucin de la frecuencia y amortiguamiento modal con respecto a la amplitud modal

Existe una serie de frmulas para escalar la respuesta para distintos amortiguamientos. Estas
frmulas son aproximaciones. En el caso Chileno la ms utilizada es la frmula de escalamiento
de la norma NCh2369
0.4
0.05
A

Figura 14Sistemas de un GDL amortiguado
0.4
A0.8% 0.02
En el caso mencionado obtenemos diferencias de amplitud de 1.44
A2% 0.008
0.4
A1% 0.09
Y 2.41
A9% 0.01
Existen grandes dificultades en la definicin de un amortiguamiento apropiado y como
incorporarlo en forma eficiente en modelos. Algunas normas proponen valores y frmulas de
clculo:
NCh433: Amortiguamiento constante de 5%
NCh2369: Amortiguamiento constante en una estructura dado su material y estructuracin.
Permite la incorporacin del amortiguamiento asociado a la interaccin suelo estructura hasta
en 50% del valor de referencia. Lmite inferior de amortiguamiento 2%
NCh2745: Valor de referencia variable de acuerdo al sistema de aislacin y perodo.
ASCE 7: En sistemas normales 5%. Se permite la modificacin por interaccin suelo estructura
pero mnimo es un 5%. Para sistemas de disipacin y aislacin se permite su incremento.
Para el caso de viento se recomienda valores menores entre 0.5 y 1.5%. Ver DIN1055 y
Eurocodigo., ISO4354
Un caso interesante es la NRCXX

5.5. SISTEMAS DE UN GDL CON AMORTIGUAMIENTO
Los sistemas con amortiguamiento son aquellos donde actan fuerzas disipativas.
Figura 15 Sistemas de un GDL amortiguado
Las fuerzas disipativas, FD , se pueden deber a diferentes factores:
Al graficar la fuerza disipativa en funcin del desplazamiento del sistema se obtienen diferentes
figuras:
Figura 16 Grficos de disipacin.

5.5.1. Disipadores
En algunos casos se utilizan disipadores reales en las estructuras. Ac algunos casos:
Figure 17: Disipadores Metlicos (J.M. Kelly, R. I Skinner 1972)
Figure 18: Disipador Friccional (RINGFEDER)

Figure 19: Disipador Viscoso y Viscoelstico
F t C x t sgn x t

Possible values 0.15 2.0

But for seismic 0.3 1.0
Una historia de los disipadores:http://www.taylordevices.com/papers/history/design.htm

Figure 20: Disipador Elastomrico (R. Boroschek)

Figure 21: Uniones friccionales Figure 22: Pndulo friccional (Daniel Fenz)
5.5.2. Solucin del Equilibrio Dinmico

Equilibrio Dinmico DCL:
De donde:
F 0 F t F t F t Pt
I D E
Y como:
FI (t ) mv(t ) : Fuerza de inercia
FD (t ) cv(t ) : Fuerza disipativas
FE (t ) kv (t ) : Fuerza elstica
mv t cv t kv t P t
5.6. SOLUCIN HOMOGNEA DE LA ECUACIN DE MOVIMIENTO

Para determinar la solucin homognea se tiene:
mv t cv t kv t 0

v(t ) A sin(t ) B cos(t )
v(t ) Ge st
v(t ) Gse st
v(t ) Gs 2 e st
Reemplazando estos valores en la ecuacin de movimiento
mGs 2 e st cGse st kGe st 0

c c
Si
cc 2m
Entonces la solucin es: s 2 1

De donde las caractersticas de la vibracin de un sistema estn dadas por:
c c c : Sobreamortiguamiento
c c c : Amortiguamiento _ crtico
c c c : Subamortiguamiento _ crtico
Caso Sub Amortiguado: c ccrtico
Desarrollando la ecuacin anterior:
s 2 1
s i 1 2

D
De donde se obtiene la respuesta al caso amortiguado sin excitacin externa.
v(t ) e t A sin Dt B cos Dt

Al desarrollar la ecuacin que define la frecuencia angular amortiguada se tiene:
2
2
D 1 D 1 2 D2 2 1
2

Algunos valores para segn esta ltima ecuacin se muestran en la tabla 2.1.
Valores para

D T

TD
0,01 0,9999
0,05 0,9987
0,10 0,9950
0,20 0,9798
0,40 0,9165
Figura 23 Variacin de la razn de periodo amortiguado y no amortiguado en funcin

de la razn de amortiguamiento crtico.
5.6.1. Decaimiento Libre

Para un sistema con P (t ) 0 y con condiciones iniciales v ( 0) v 0 y v ( 0) v 0 se tiene que
el desplazamiento est dado por:
v v
v(t ) e t 0 0 sin Dt v0 cos Dt
D
Lo que es equivalente a:

v(t ) e t cos(D t )
2
v0 v0
v0
2
Dnde: D
v0 v0
arctg
D v0
Figura 24 Decaimiento bajo condiciones iniciales.
Figura 25
Efecto del
amortiguamiento
en el decaimiento.
: Amplitud
mxima.
Envolvente e t
2
Periodo TD
D

5.6.2. Decaimiento Logartmico
De la respuesta a condiciones iniciales se conoce la envolvente de respuesta y con ella se
puede determinar la razn de amortiguamiento, :
vi
vi e ti y vi m e ti N entonces e TD N sacando el logaritmo
vi m
v 2
ln i TD N N
vi m 1 2
ln vi vi N ln vi vi N
aproximando
1 2 2 N 2 N
Figura 26 Cruces por cero y mximos de la repuesta
Figura 27 Calculo de
Amortiguamiento
pendiente


Caso Particular reduccin de la mitad de la respuesta.
ln vi vi N
2 N
Cuando vi N vi 2
1 v
ln i
2 N vi 2
ln 2
N
2
Number of cycle to obtain 50% reduction of an amplitude

ln 2
N
2
0,01 11,03
0,05 2,2
0,10 1,1
Figura 28 Nmero de Ciclos completos para alcanzar un decaimiento respecto de un

valor inicial de referencia. Las lneas corresponden a porcentajes de reduccin de
amplitud inicial.

Sin embargo este criterio no es til para sistema de varios grados de libertad. En estos casos es
posible encontrar decaimientos como los indicados en las figuras siguientes:
Figura 29 Respuesta decayente para dos y tres formas modales observadas en un

grado de libertad de la estructura.
5.7. MTODOS EXPERIMENTALES BAJO CONDICIONES INICIALES O PULL BACK:

Aplicando condiciones iniciales de velocidad o desplazamiento se obtiene un rgimen de
oscilacin libre ( f (t ) 0 ). Al graficar la respuesta del sistema en trminos del
desplazamiento, velocidad, aceleracin, fuerza u otro, se puede determinar el perodo (T) y la
razn de amortiguamiento . Si el desplazamiento y velocidad inicial es conocido en conjunto
con la fuerza que los produce es posible determinar tambin constantes de rigidez, la masa y el
amortiguamiento de la estructura.
Si el sistema es de varios grados de libertad es relativamente difcil conocer las matrices
bsicas de masa, rigidez y amortiguamiento. Generalmente lo que se obtienen son los las
propiedades modales de la estructura.
Figura 30 Condiciones Iniciales: Desplazamiento y Velocidad

(Impacto)

Figura 31 Sistema de tiro Figura 32 Respuesta ante liberacin abrupta en muelle de ventanas.
para provocar A) Registro de aceleracin. B) Espectrograma de la respuesta
desplazamiento inicial en
Muelle de ventanas
Figura 33Definicin de Espectrograma. Figura 34Ejemplo de espectrograma en un funciona

armnica con frecuencia con variacin lineal

Figura 35 Ejemplo de aplicacin del mtodo de decremento logartmico en estructuras de varios
grados de liberad con frecuencias caractersticas bien separadas. A. Separacin utilizando filtros
de las distintas bandas predominantes. B) Seal filtrada. C) Seleccin de mximos absolutos. D)
Grafica de mximos absolutos e identificacin de amortiguamiento medio.
Figura 36 Impacto por salto en pasarela peatonal. Respuesta y ajuste a varias frecuencias
mediante tcnicas de optimizacin.

Figura 37 Aplicacin de impactos mediante el golpe de una pala mecnica. Respuesta ante el
impacto.
5.7.1. Excitacin Armnica. Caso C arbitrario
P0 sin(t )

mv t cv t kv t P0 cos(t )
P ei ( t )
0
El desplazamiento es:
sin(t )
P0
v(t ) e A sin D
t

t B cos D t D cos( t )
k i (t )
Transiente
e

Permanente
Figura 38
Respuesta bajo
excitacin armnica a
partir de condiciones
iniciales nulas. Notar el
gran efecto inicial
transiente y su
decaimiento para pasar
a un rgimen
permanente controlado
por la frecuencia de
excitacin.

5.7.2. Anlisis de la Amplificacin Dinmica
Factor de amplificacin dinmico de desplazamiento. Ojo que no es lo mismo para el caso de
velocidad y aceleracin.
Dmax 1 2 2 1
1
D 1 1
1 2
2 2 2 Dmax
2 1 2

2
Figura 39 Factor de amplificacin dinmica para distinto amortiguamiento y razn de

frecuencia
Figura 40 Angulo de desfase para distinto amortiguamiento y razn de frecuencia.

5.7.3. Factor de Amplificacin Dinmica para Velocidad y Aceleracin
Los casos a considerar son derivados del caso bsico
P0
vP (t ) D sin t derivando una y dos veces
k
Caso Velocidad
P0 P P
vP (t ) D cos t 0 D cos t 0 D cos t
k k k
1
De donde Dv D que tiene como Dv max para v 1
2
Caso Aceleracin
P0 P
vP (t ) D 2 sin t 0 D 2 sin t ;
k m
1
De donde Dv D 2 que tiene como Dvmax para v 1 1 2 2
2 1 2
Figura 41 Factor de amplificacin dinmica de velocidad y aceleracin para distinto

amortiguamiento y razn de frecuencia.
5.7.4. Ancho de Banda del Factor de Amplificacin

Given DAF (D) and the maximum value of DAF, we can find the frequencies for different
fractions of the maximum amplitude.

1
D 1
1 2 2 2 2 2

El caso ms comn:
1 1 1
Dmax
2 2 2
f 2 f1
De donde
f 2 f1
5.7.5. Excitacin Armnica Rgimen Permanente
Analizando mv t cv t kv t p(t ) , con p (t ) P0 sin( t )
P0
v p (t ) D sin( t )
k
P
v p (t ) 0 D cos( t )
k
P
vp (t ) 0 D 2 sin( t )
k
mv t cv t kv t P0 sin(t )
FI (t ) FD (t ) FE (t ) p(t )
FI (t ) FD (t ) FE (t ) p (t ) 0
Figure 42. Vector Response.
All vectors rotate with velocity: t

Figure 43. Para un ngulo .
2
2
Porque tan 1 corresponde a resonancia.
1
2
1
5.7.6. Aislamiento de Vibraciones
Si se tiene la estructura mostrada en la figura, con P(t ) P0 sin t , la solucin

particular est dada por:
P0
vP (t ) D sin t
k
Entonces, las fuerzas son:
FE (t ) kv p (t ) P0 D sin t
P0
FD (t ) c D cos t P0 D cos t
k
Como FE y FD estn a 90 grados la fuerza resultante, FR , es:

1
2

2
1 1 2
2 2

FR FD FE Po D 1 2 Po
2 2
2

1 2
2

La Transmisibilidad de fuerzas es:
1
2

2
1 2
FR
TR 2

1 2
2
Po

Se puede demostrar que la TR es idntica para razones de aceleracin y desplazamiento

absolutos.
Figure 44. Funcin de Transmisibilidad
Es posible analizar la Transmisibilidad en funcin del desplazamiento esttico producido por la

accin. Para ello estudiamos el caso de 0

1
TR
2
1

Si 2 entonces

1 2 1
TR despejando 1
2 TR

1

1
2
1 k 1 W 1
1 y 1 1 1

TR TR m TR est m TR
g 1
1
est TR
Figura. 45 Aislamiento de Maquinas. Desplazamiento esttico necesario para obtener un

TR dada un frecuencia de excitacin para 0

Para el caso normal de diseo en cual se asume un est 1/ 4" y para las frecuencias tpicas de
excitacin:
F 1
TR
(Hz) est
2
1
g
25
12.5
6.25
Presentar Ejemplos
Caso real chancador
Caso 2 GDL Masa sintonizada
Caso General 6 GDL
Caso Plano con rocking
5.7.7. Respuesta en Resonancia
Figura. 46Caso Bsico
Dado:

P0
D sin t
k

En resonancia
2

1 1
yD
2
1 2
2 2 2
Si las condiciones iniciales son nulas:

v (0) v0 0 v (0) v0 0
Se obtiene
1 P0 t
v(t ) e sin D t cos D t cos t
2 k 1 2
v

static
1
If:
d
Entonces:
v (t )

vest 2
e 1 cos(t )
1 t
t
Entonces la envolvente de la funcin est dada por 1 e
Figura 47
Envolvente sistema amortiguado.

Figure 48. Respuesta Resonante para un Desplazamiento
Normalizado. Normalizacin 1 / 2 . T 0.5 s , v0 0 , v0 0 .
Si se analiza la envolvente es posible estimar la tasa de crecimiento para un tiempo dado

2
t
t
t nT la amplitud es Ae e T
e 2 n .
Figura 49 Taza de crecimiento de la respuesta resonante. A menor amortiguamiento

ms tiempo para alcanzar respuesta mxima.
Si una estructura no tiene amortiguamiento, 0 utilizando la regla de LHospitals:

v (t ) 1
sin( t ) t cos( t )
vest 2
Figura 50 Respuesta resonante para distintos valores de amortiguamiento. Notar que la

amplitud y el tiempo para alcanzar la mxima amplitud es sensible al valor de la razn de
amortiguamiento
5.8. VIBRACIN FORZADA

En este ensayo se instala una mquina en la estructura que genera una vibracin con
frecuencia y fuerza conocida. Normalmente este equipo de excitacin se compone de dos
masas excntricas que rotan en direccin contraria. Alternativamente se utilizan gatos
hidrulicos que mueven en forma unidireccional masas variables en la estructura. La mquina
se hace oscilar a frecuencias conocidas y se determina el desplazamiento mximo.
Posteriormente se grafica la respuesta mxima en funcin de la frecuencia de excitacin. La
grafica es posteriormente normalizada por el valor de frecuencia en el mximo. La grafica

resultante es utilizada para determinar la frecuencia de la estructura y la razn de
amortiguamiento utilizando el mtodo de ancho de banda.
Para el caso de excitacin fuerzas excntricas, el valor de la fuerza aplicada depende de la
maza excntrica, su distancia al eje de rotacin y la frecuencia de excitacin ( p (t ) 2 me e 2 ).
Figura 51. Arreglo bsico
Diseada por Dino Morelli,

Thomas
Caughey desarrollo sistema
elctrico.

Figura 52 Hudson, Donald E. (1961) structures. Technical Report:
Caltech EERL: 1961.EERL.1961.001. California Institute of
Technology. Keightley, W. O. (1964) A Dynamic investigation of
Bouquet Canyon Dam. Technical Report: Caltech EERL: 1
964.EERL. 1964.002. California Institute of Technology

Figura 53 Utilizacin de masa excntrica en viaducto Cypress EEUU, 1989.
6. SOLUCION NUMERICA DE LA ECUACION DE 1 GDL
6.1. MTODO DE ACELERACIN PROMEDIO
vn 1 vn
vave (1)
2
Si llamamos vn 1 vn vn
vn
Entonces vave vn (2)
2
La velocidad se obtiene integrando
vn 1 vn vn (3)
El incremento de velocidad vn est dado por
vn vave t y utilizando (2)
vn
vn vn t t (4)
2
El desplazamiento se obtiene integrando nuevamente
vn 1 vn vn (5)
El cambio de desplazamiento en el paso es:

vn 1 vn
vn t (6)
2
Reemplazando (3) en (6)
vn
vn vn vn t v t 1 v t (7)
n n
2 2
Usando (4)
vn vn t
1
2
vn t 2 vn t 2
1
4
(8)
Para obtener vn 1 en trminos de n , vn , vn despejamos vn de (8)
4
vn vn t vn t 2
1
vn 2
t 2

4 4
vn vn vn 2vn (9)
t 2
t
Dado que vn 1 vn vn
4 4
Entonces vn 1 vn vn vn vn 1 f vn 1 , vn , vn
2
(10)
t v v t
n1 n
t 4 4vn
Reemplazando (9) en (4) vn vn t 2 vn 2vn
2 t t
2
Reduciendo: vn vn 2vn
t
Entonces
vn1 vn
2 2
vn 1 vn vn 2vn vn vn (11)
t t
vn 1 f vn 1 , vn , vn
Sustituyendo (5), (10) y (11) en
mvn 1 cvn 1 kvn 1 Pn 1
4 4 2
m 2 vn vn vn c vn vn kvn 1 Pn 1
t t t
4 2 4 4 2
2 m c k vn 1 Pn 1 m 2 vn vn vn c vn vn
t t t t t
Si
4 2
K 2 m c k constante para todo el proceso, y
t t
4 4 2
Pn 1 Pn 1 m 2 vn vn vn c vn vn
t t t
Entonces:
vn 1 K 1 Pn 1
Finalmente el algoritmo a utilizar es:
Inicializacin:
4 2
K 2 m c k
t t

v0 m 1 cv0 kv0
For n=0:length(P)
4 4 2
a. Pn 1 Pn 1 m 2 vn vn vn c vn vn
t t t
b. vn 1 K 1 Pn 1
2
c. vn 1 vn vn
t
d. vn 1 m 1 Pn 1 cvn 1 kvn 1
end
Mtodo Alternativo
Alternativamente para casos no lineales es mejor restar dos pasos consecutivos
m vn 1 c vn 1 k vn 1 Pn 1
En este caso se puede utilizar el valor tangente para cada una de las propiedades de la
estructura.
4 4 2
m 2 n n 2n c n 2n k n Pn
t t t
4 2 4
2 m c k n P m n 2n 2cn
t t t
n k 1Pn con k 2 m c k y Pn Pn m n 2n 2 cn
4 2 4
t t t
Finalmente el procedimiento es el siguiente

Dados n , n ,n ,n , Pn Pn 1 Pn ; n , c , k
1. Calcular k
2. Pn
3. n k 1 Pn
4. n 1 n n
2
5. n n 2n
t
6. n 1 n n

4 4
7. n n n 2n
t 2
t
8. n 1 n n
o
n 1 m 1 Pn 1 cn 1 k n 1
Caso adicionales:
Wilson
Hilbert Huangn
Chopra Lineal
Precisin de Mtodos variacin de periodos.
7. ENERGA
7.1. ENERGA DISIPADA

Para calcular la energa disipada en un sistema se integra la ecuacin de movimiento del
sistema en funcin del desplazamiento entre dos instantes de tiempo dados, de la siguiente
manera:
v t2
F (t ) F
v t1
I D (t ) FE (t ) dv 0
2 vt
1 1
m v(t ) k v(t ) FD (t ) dv 0
2 t2 2 t2
2

t1 2

t1
v t1
E K EV
Desarrollando la ltima integral se tiene:

v t 2
dv
F
v t1
D (t )dv cv
dt
dt c v 2 dt
Finalmente se tiene que:

t2
E K EV c v 2 t dt
t1
Energa _ disipada

7.2. EVOLUCIN DE LA ENERGA EN EL TIEMPO EN REGIMEN PERMANENTE

A partir de la ecuacin de equilibrio dinmico mv t cv t kv t p(t ) po sen(t )
p0 p
En rgimen permanente v t D sin t y v t 0 D cos t
k k
7.2.1. Energa de Entrada Rgimen Permanente
La energa de entrada es
v (T ) t t
po
WE (t )
v (0)
p(t )dv p(t )v(t )dt po sin(t ) cos(t )dt donde
0 0 k
D
t
1 t
WE (t ) po cos(2t ) sin( )
4 2 0

1 t 1
WE (t ) po cos(2 t ) sin( ) cos( )
4 2 4
Oscilante lineal

Para un ciclo de oscilacin t T 2 / :
1 2 / 1 2 /
WE po cos(2 2 / ) sin( ) cos( ) po sin( )
4 2 4 0 2
W E po sin( )
po
Pero sin( ) 2 D y D ; reemplazando
k
estos valores tenemos
k
W E 2 2 D 2 2 k
D
7.2.2. Energa de Disipada Rgimen Permanente

p0 p 2
La fuerza disipadora: FD cv(t ) c D cos t c 0 2 D cos t
k m 2
c
FD 2 Dp0 cos t 2 Dp0 cos t
2 m
La energa disipada es:

v (T ) t t t
po 2 2 2
ED
v (0)
FD (t )dv FD (t )v2 (t )dt c
0 0
k 2
D cos2 (t )dt c 2 2 cos2 (t )dt
0
t sin(2( t ))
t
ED c 2 2

2 4 0
t sin(2( t )) sin(2 )
E D c 2 2
2 4 4

sin(2( t )) t sin(2 )
ED c 2

4
2 4
Oscilante Lineal

Para un ciclo de oscilacin t T 2 / :
2
2 sin(2( )) sin(2 ) 2
E D c
2 2
c 2 2 c 2
2 4 4 2

c
Con 2
k

ED 2 2 k

7.2.3. Balance de Energa
Por inspeccin en un ciclo WE E D ;
Es fcil de mostrar que la energa cintica y potencial, en un ciclo de rgimen permanente, se

anulan:
1 2 T
EK mv (t )
2 0
1 2 T
EV kv (t )
2 0
7.2.4. Extensin para Varios Grados de Libertad

Para sistemas de varios grados de libertad debemos modificar levemente nuestras ecuaciones:
1
Energa Cintica: EK (t ) v(t ) M v(t )
T

1
Energa Potencial: EV (t ) v(t ) K v(t )
T
2
T T
P(t ) dv 0 P(t ) v(t ) dt

t
Trabajo Externo: WE (t )
T T T
FD (t ) dv 0 FD (t ) v(t ) dt 0 v(t ) C v(t ) dt

t t
Energa Disipada: ED (t )
La energa en cualquier instante de tiempo es: ETOTAL (t ) E K (0) EV (0) W E (t ) E D (t )
Ejemplos Energa en Vibracin

Figura 54. Energa en Decaimiento Libre. Caso 1 GDL. Kpiso= 39.478 Mpiso=1. =0.05.

Figura 55. Energa en Forzante Armnico. Caso 1 GDL. Kpiso= 39.478 Mpiso=1. =0.05.

Figura 56. Energa en Sismo. Caso 1 GDL. Kpiso= 39.478 Mpiso=1. =0.05.

Figura 57. Energa en Forzante Armnico. Caso 5 GDL. Kpiso= 39.478 Mpiso=1. =0.05
todos los modos.

7.2.5. Caso Modelo con Masa en Resonancia
mv t cv t kv t p(t ) po sen(t )
En resonancia se tiene que , entonces p t FD t .
Si p (t ) p0 sin( t ) , entonces:
p0 1
En rgimen permanente v t sin t
k 2

Pero como est en resonancia:
2
P0 1
v t cos t
k 2
Luego la resultante de un grfico fuerza desplazamiento para un instante de tiempo t es:
2
P0 sin( t ) P0 1 cos t r t 2
2
k 2
Entonces, la energa disipada corresponde al rea de la elipse que se forma al graficar FD (t )
en funcin de v (t ) , como se muestra en la Figura 58.
Figura 58.Trabajo realizado por las fuerzas disipativas.
Finalmente:

Aelipse ab ED

P (t ) P0
FD cvmax c A
elipse c
2

P 1
ED P0 0
k 2

E
c D2

Notar que c depende de la frecuencia . Esto es caracterstico de sistemas viscoelsticos.

c c
Como se tiene:
cc 2m
c ED
para
cc 2 m 2
1
Con EV kv (t ) 2
2
ED ED

2 k 2
4 EV
Notar que en la derivacin anterior se incluye la existencia de una masa.
7.3. DEFINICIONES IMPORTANTES

ED
Capacidad de Amortiguamiento Especfica (Specific Damping Capacity):
EV
ED
Factor de Amortiguamiento Especfico (Specific Damping Factor): 2
2 EV
Factor de Calidad (Quality Factor): Q 1 g 1 2
7.4. CASO MODELO SIN MASA
cv t kv t p(t )
Si se hace un ensayo de desplazamiento controlado la respuesta y fuerza resultantes son:

v(t ) sen( t )
v(t ) cos( t )
p(t ) c cos(t ) k sen(t )
Existe un equilibrio entre el trabajo desarrollado en un ciclo de rgimen permanente de la carga
externa y la energa disipada en ese ciclo. Sino no sera un rgimen permanente.
Adicionalmente es fcil demostrar que la componente elstica se cancela en un ciclo dado que
es antisimtrica.
v (T ) 2 / 2 / 2 / 2 /
We p(t )dv p(t )v(t )dt cv(t )2 k 2 sin(t ) cos(t ) dt cv(t )2 dt f d dv ED
v (0) 0 0 0 0
Por tanto la energa disipada en un ciclo:
v (T ) 2 / 2 /
ED
v (0)
p(t )dv
0
p(t )v(t )dt
0
f d (t )v(t )dt c 2
De donde se observa la dependencia de Ed y c de

ED
c
2
Y la energa potencia mxima almacenada en un ciclo sigue siendo:
1
EV k 2
2
Figura 59 Ejemplo de ciclo
histertico: c=5 k=1000 f =0.1-
20 Hz Notar: Para frecuencias
bajas se genera la curva lineal-
elstica. Al aumentar la
frecuencia de 0.1 a valores
mayores los ciclos se
ensanchan. A pesar que c es
constante en este problema
es variable dado que la energa
potencia no vara y si el rea de
la elipse. El desplazamiento
mximo es fijo e impuesto y la
fuerza mxima esttica es k .
Sin embargo la fuerza mxima
es mayor.

7.5. CASO DE FRICCIN
En el caso de friccin es interesante notar que para el caso de resonancia no es posible
encontrar un equilibrio si la fuerza mxima de friccin es FD N y la fuerza de excitacin tiene
una amplitud po 4 FD / debido a que la energa disipada en un ciclo de friccional es
E D 4 FD y por tanto proporcional al desplazamiento.
La energa de entrada es
XXX Ver Den Hartog
Y por tanto en el caso indicado se tiene que siempre
Ed EI
7.6. AMORTIGUAMIENTO INDEPENDIENTE DE LA FRECUENCIA

Rate independent damping: se asocia a lo que se denomina histresis esttica o que no
dependen de la frecuencia de excitacin. Esta se debe a deformaciones plsticas, flujo plstico,
o plasticidad de cristales. Pero no es el caso de dao macroscpico del material o inelstico del
material.
Ejemplo de un modelo:
k
fd v o f d igkv donde g es el coeficiente de amortiguamiento histertico.

En este caso ED k 2 o ED gk 2 Por tanto no depende de
La ecuacin de equilibrio dinmico es en este caso:

k
mv t v t kv t p(t )

mv t ( gi 1)kv t p(t )
Estas ecuaciones no pueden resolverse en el espacio del tiempo. Para el caso de excitacin
armnica se puede encontrar de la primera ecuacin de arriba:
Dado que podemos aproximar:
c c k
entonces
cc 2m 2m 2
1 1
D D
i
y
1
2

2
1 2 2

Y el ngulo de fase:

tan

1
2

1
En forma similar D

2
1 2 g 2

2 /
La energa disipada es: Ed

0
f d (t )v(t )dt kg 2
De una grfica de comparacin del sistema viscoso e independiente de frecuencia:
Figura 60Amplificacin dinmica para caso viscoso e independiente de frecuencia.

Scprit: Damplificacionyfase.m
Notar:

1. Las diferencias son muy pequeas en amplitud y las mximas diferencias ocurren en
resonancia.
2. La mxima amplificacin para el caso de independiente de la frecuencia se da en
resonancia.
3. La fase en / = 0 no es cero para independiente de la frecuencia sino que es
tan 1 ( )

4. Dado que se ajust al caso de que se tiene una respuesta idntica para ambos
2
casos.
Todo lo anterior permite resolver con un error pequeo el problema complicado de resolver en
el tiempo el caso independiente de la frecuencia.
Figura 61 Fase caso viscoso e independiente de frecuencia
7.7. AMORTIGUAMIENTO EQUIVALENTE

Varias opciones de definicin:

a. Aquel que tiene el mismo ancho de banda que un sistema viscoelstico.
b. A partir de ciclos histerticos
Si deseamos generar el valor de razn de amortiguamiento crtico es necesario establecer una
masa o frecuencia natural del sistema.
c c
De donde obtenemos la relacin
cc 2m
c ED ED ED
eqv
cc 2 m 2 m / 4 / k 2 / 2
2 2 2
ED
eqv
4 EV /
La norma de aislacin permite estimar la rigidez utilizando el eje mayor de la elipse y la
propuesta de amortiguamiento equivalente siempre que se ensaye en resonancia :
ED
4 EV
F F
kequiv

Lo cierto es que el efecto de ms sensible en resonancia y si bien esta aproximacin es

correcta solo en resonancia las diferencia fuera de esta rea son generalmente menores.
7.8. GENERALIZACIN MODELO LINEAL EQUIVALENTE DE UN DISIPADOR

(CI72C / CI62V: Dinmica Avanzada de Estructuras, Manuel Rivera B, Jos Tomas Yaez C. mod. Rev. RBK 9 junio
2008)
Dado un disipador con comportamiento no lineal

f f (v ,v, z, t )
En la expresin anterior la fuerza f del disipador, depende de la posicin, la velocidad, el tiempo

y el estado z del disipador, que puede representar temperatura, presin, direccin de
movimiento etc.
Se propone un estado lineal de la forma:
f (t ) k e v (t ) ce v (t )
Donde ke y ce son la rigidez y el amortiguamiento equivalente.

El error que se comete en la aproximacin se define como:
e(t ) f (v ,v, z, t ) f(t )

Se elige key ce talque minimicen la suma de los errores al cuadrado en un periodo, para eso
defino:
2

e dt
2
J (k e ,c e )
0
Para minimizar la expresin anterior se impone:

J J
0 ; 0
k e ce
Al asumir que la respuesta es de forma sinusoidal se obtienen la rigidez y el amortiguamiento

equivalente para el disipador.
2 2

f v 0 sin( t ) dt f v cos(t )dt

0
ke 0
ce 0
v o2 vo2

Demostracin
Dado la fuerza no-lineal y el modelo lineal:
f f (v,v, z,t )
~
f k e v ce v
Se define
v (t ) v0 sin( t )
~
e f f
e
2
J (c e , k e ) dt
0
Con propiedades
J J
0 0
c e k e
J representa la funcin que minimiza la diferencia entre la fuerza lineal y la no-lineal.

Desarrollo
J
0
c e

2
J
( f f ) dt 0
2
ce 0
( f (c v k v)) dt
2
ce
e e
0
2

f (cev) (kev)
2( f c v k v) ( c
0
e e
e

ce

ce
)dt
Con
f ( k e v )
0y 0
c e c e
Se tiene
2

2 ( fv c v ke v v)dt
2
e
0

2 2 2

2 fvdt ce v dt ke v vdt 0
2
0 0 0
Con
2 2

v dt v cos ( t )dt
2 2 2 2
0
0 0
t sin( 2 t )
2

v 2 2
v0
2 2
0
4 0
0
2
v02
Y
2 2

v vdt v cos( t ) sin(t )dt

2
0
0 0
sin 2 ( t )
2
v 2
v02 0 0 0

0
2 0
Luego
2

f
0
vdt ce v02 ke 0 0

2

1
ce
v02 f vdt notar que esto es el rea de la energa disipada.
0
Desarrollo
J
0
k e
2
J
( f (c v k v)) dt
2
ke ke
e e
0
2

f (ce v) (ke v)
2 ( f c v k v) ( k
0
e e
e

ke

ke
)dt
Con
f (c e v )
0y 0
k e k e
Se tiene

2 2 2 2

2 ( f v ce v v ke v )dt 2 f vdt ce ke v 2 dt 0
2
v vdt
0 0 0 0
Con
t sin(2 t ) 2
2 2 2
v0
2
v dt v sin ( t )dt v
0
2 2 2 2
v 0
4
0 0
0 0 2 0
Luego
2

v02
0
f (t )v(t )dt ce 0 ke

0
ke 2
v0 0
f (t )v(t )dt

7.8.1. Tipos de disipadores
8
Caso de 2 tenemos Ed c 3 2 y ce 8 c
3 3

Figura 62 Modelo no lineal y lineal equivalente para = 2 (dinaviscosonolineal.m)
7.8.2. Friccional Puro

La ley constitutiva de estos disipadores sigue la siguiente forma
Para calcular ke, se ocupa la formula general,

2

f v 0 sin( t ) dt
ke 0
,
v o2

la integral se define como la suma de 4 integrales cuyos lmites y valores quedan definidos
segn el signo que toma f para cada valor de v
Para v 0, v 0 en direccin 1 f F y aqu t 0 , / 2
Para v v 0 ,0 en direccin 2 f Fy aqu t / 2 , /
Para v 0, v 0 en direccin 3 f Fy aqu t / ,3 / 2
Para v v 0 ,0 en direccin 4 f F y aqu t 3 / 2 ,2 /
Reemplazando en la expresin ke, se obtiene:

2w 3 2

w 2w w
1
k e 2 F y v 0 sin( t ) dt F y v 0 sin( t ) dt F y v 0 sin( t ) dt 3 F y v 0 sin( t ) dt
vo 0

w 2w w 2w
tf
cos( w tf ) cos( w ti )
F v sen ( wt )dt F v
ti
y 0 y 0
w
Fy v0
Reemplazando en la expresin anterior y factorizando por , queda

Fy 3 3
ke cos( ) cos(0) cos( ) cos( ) cos( ) cos( ) cos(2 ) cos( )
v0 2 2 4 4
F
ke y 0 1 1 0 0 1 1 0
v0
ke 0
Desarrollo de la expresin del Ce para disipador friccional puro

Para calcular Ce, ocupo la formula general,
2

f v0 cos(t )dt
ce 0
,
vo2
la integral se define como la suma de 4 integrales cuyos lmites y valores quedan definidos
Para v 0, v 0 en direccin 1 f F y aqu t 0 , / 2
Para v v 0 ,0 en direccin 2 f Fy aqu t / 2 , /
Para v 0, v 0 en direccin 3 f Fy aqu t / ,3 / 2
Para v v 0 ,0 en direccin 4 f F y aqu t 3 / 2 ,2 /
Reemplazando en la expresin Ce, se obtiene:

2w 3 2

w 2w w
1
vo 0
ce 2 Fy v0 cos(t ) dt Fy v0 cos(t ) dt Fy v0 cos(t )dt Fy v0 cos(t ) dt
3
2w w 2w

Calculando la primitiva de esta expresin, tenemos:

tf
F y v0 cos(t ) dt Fy v0 sin( tf ) sin( ti )

ti
Fy v0

Fy 3 3
ce sen( ) sen(0) sen( ) sen( ) sen( ) sen( ) sen(2 ) sen( )
v0 2 2 4 4
Fy
ce 1 0 0 1 1 0 0 1
v0
4 Fy
ce
v0
7.8.3. Constitutiva Triangular

Para calcular ke, ocupo la formula general,

2

f v 0 sen ( t ) dt
ke 0
, aqu la integral se define como la suma de 4 integrales cuyos lmites
v o2

y valores quedan definidos segn el signo que toma f para cada valor de v
Para v 0, v 0 (a) f k 1 v aqu t 0 , / 2
Para v v 0 ,0 (b) f k 2 v aqu t / 2 , /
Para v 0, v 0 (c) f k 2 v aqu t / ,3 / 2
Para v v 0 ,0 (d) f k 1 v aqu t 3 / 2 ,2 /

Notar que para todas las trayectorias el signo est dado por el signo de v.

Reemplazando en la expresin de f en ke teniendo en cuenta que v v o sin(wt ) , se obtiene:
2w 3

1 2
w 2w 0
ke 2 k1 (v0 sin(wt)) dt k 2(v0 sin(wt)) dt k2 (v0 sin(wt)) dt k1 (v0 sin(wt)) dt
2 2 2
vo 0
3

w 2w w 2w

tf
sin( wtf ) cos( wtf ) tf sin( wti ) cos( wti ) ti
k (v
ti
0 sin( wt )) 2 dt kv02
2w
Viendo los lmites observamos que siempre cuando el seno es distinto de cero el coseno es
nulo y viceversa, por lo que la primitiva con los lmites tratados en las integrales queda:
tf ti
tf
k (v sen ( wt )) dt k v02
2
0
ti
2w
v 02
2w
1 3 3
ke
2 k1 2 0 k2 2 k2 4 k1 2 2

Fy
ke k1 k2
2
k1 k 2
ke
2
Desarrollo de la expresin del Ce para disipador con ley constitutiva triangular

Para calcular Ce, ocupo la formula general,

2

f v w cos( wt )dt
0
ce 0
vo2 w
La integral se define como la suma de 4 integrales cuyos lmites y valores quedan definidos
Para v 0, v 0 (a) f k 1 v aqu t 0 , / 2 w
Para v v 0 ,0 (b) f k 2 v aqu t / 2 w , / w
Para v 0, v 0 (c) f k 2 v aqu t / w ,3 / 2 w
Para v v 0 ,0 (d) f k 1 v aqu t 3 / 2 w ,2 / w

Notar que para todas las trayectorias el signo est dado por el signo de v.
Reemplazando en la expresin de f en ke teniendo en cuenta que v v o sen(wt ) , se obtiene:
3
2w w 2w 0
1
ce
vo2w k (v
0
1 0 sin(wt))(v0 w cos(wt))dt k 2(v0 sin(wt))(v0 w cos(wt))dt k 2 (v0 sin(wt))(v0 w cos(wt))dt k1 (v0 sin(wt))(v0 w cos(wt))d
3
2w w 2w

tf
cos( wtf ) 2
cos( wti ) 2
k (v0 sin( wt ))(v0 w cos( wt )) dt kv0
2
ti
2
v02
2
1 3 3
ce cos( )2 cos(0)2 cos( )2 cos( )2 cos( )2 cos( )2 cos(2 )2 cos( )2
2 2 2 2 2
ce
1
0 1 1 0 0 1 1 0
2
ce 0
7.8.4. Elemento Viscoso no-lineal

Una fuerza viscosa no-lineal se modela segn:

f c v sgn( v )
Donde

C: constante
: nmero real < 2.
Si > 2 la energa liberada disminuye y deja de ser un elemento atractivo para reducir
vibraciones
Parmetros lineales elemento viscoso
4( 2)
ce c 1v 0 1
2 2
( 2 3 2)
2
ke 0
Para
v sin(t )
v cos(t )

f v sgn(v )
Curvas no lineales para =[0 0.5 1 1.5 2] Curva no lineal y aproximacin lineal para = 2
Ce = 0.849wVo

Figura 63
Demostracin
Dado

f c v sgn( v )
v (t ) v0 sin( t )
Desarrollo de Ce
2

1
ce
v02 f (t )vdt
0
2

1

v
2
0
c v
0
sgn(v)v0 cos(t )dt
Separando los lmites de integracin
c 2 3
2
2

v cos(t )dt (v) cos(t )dt v cos(t )dt

v0 0

3
2

c 2 3
2
2

v0 cos (t )dt (v0 cos (t )) cos(t )dt v0 cos 1 (t )dt
1
v0 0

3
2

Con
cos(t ) cos( t )
Se tiene
c 2 3
2
2

v0 cos (t )dt (v0 cos( t ) cos( t )dt v0 cos 1 (t )dt
1
v0 0

3
2

c v0 1 2 1
3 2
2
cos (t )dt cos( t ) dt cos 1 (t )dt

1
0

3
2

Paralelamente. Integrando por partes se tiene:

v cos n 1 ( x)
dv (n 1) cos n 2 ( x) sin( x)
u sin( x)
du cos( x)
udv uv vdu
sin( x ) cos n 1 ( x ) n 1
cos n ( x )dx
n

n cos n 2 ( x )dx
n 1
i.e. F ( n) An F ( n 2)
n
se puede demostrar para el caso en estudio que
An 0
Valido para = n
1 1 3 ( 1)( 3)( 5) ( 2 )( 4 )
F ( ) F ( 2 ) F ( 4 )
2 ( 2 )( 4 ) ( 2 )( 4 )
( 1) ( 1) 4( 1)
2
( ( 2)( 4)) 2 ( 2 )( 2 2 )( 2 2 )
2 ( 2 1) 2
2 2 4 2
NOTA: No est demostrado para < 2, que es el rango de inters del problema.
Continuando
c v0 1 2 1
3 2
2
cos (t )dt cos( t ) dt cos 1 (t )dt

1
0

3
2

c v0 1 2 1

2 cos (t )dt
2
c v 1 4( 2)
0 2 3 1
2 ( 2 1)
2
Luego
4 ( 2) 1 1 ( 2)
ce c v0 1 1 2 c v 3 2
2 ( 2 2 ) 2 ( 2 2 )
3 2 0
Para el caso de 2

Ed
c
2
/ / /
c sen t dt c 3 2
8
Ed f d (t )dv 2
3
f d (t )v(t )dt
c v2 vdt
0 0 0
3
8
ce c
3
Desarrollo de ke
2

ke 2
v0 f (t )vdt
0
2

v02 c v
0
sgn(v)v0 sin(t )dt
Separando los lmites de integracin
c 2
3 2
2
v sin(t )dt (v) sin(t )dt v sin(t )dt

v0 0

3
2

c 2
3 2
2
0v cos
(t ) sin(t )dt ( v
cos
(t )) sin(t ) dt v
cos
(t ) sin(t ) dt
v0 0
0 0

3
2
Con
cos( t ) cos( t )
sin( t ) sin( t )
Se tiene
c v0 1 1 2
3 2
2
cos (t )sin(t )dt cos ( t )sin( t )dt cos (t )sin(t )dt

0

3
2

c v0 1 1 cos 1 (t ) cos 1 (t )
3 2
cos 1 ( t )
2 2

( 1) 0 ( 1) ( 1) 3
2

2
c v0 1 1 1 1
0 0
( 1) ( 1)
Luego
ke 0

Cdigos MATLAB
%Grafico de una fuerza viscosa no lineal y su aproximacin lineal
%en funcin del desplazamiento
% Fuerzo nolineal = Cnl*abs(velocidad)âlfa*sign(velocidad)
vo=1;
wd=1;
t=0:2*pi/(wd*100):2*pi/wd;
v1=vo*sin(wd*t);
v2=vo*wd*cos(wd*t);
% Parametro alfa--
alfa=1.75;
% --------------
Cnl=1;
ce=Cnl*vo^(alfa-1)*wd^(alfa-1)*(gamma(alfa+2)/((2âlfa)*gamma(alfa/2+1.5)^2));
fnl=Cnl*abs(v2).âlfa.*sign(v2);
fl=ce*v2;
plot(v1,fnl,v1,fl);
legend('No-lineal','Lineal');
title(['Fuerza viscosa no-lineal y aproximacion lineal \alpha =',num2str(alfa)])
xlabel('Desplazamiento');
ylabel('Fuerza');
7.9. CALOR DISIPADO

La energa disipada se puede traducir directamente en calor el cual se calcula directamente del
trabajo de la fuerza disipadora
2 /
Ed
0
f d (t )v(t )dt kg 2
La unidades de la energa es Fuerza-Distancia por ciclo, tambin en Joules/seg =N x

m/seg=Watts x seg / seg = Watt.
Esta energa se debe evaluar como se puede disipar a nivel de superficie ya que no es extrao
tener valores de varias decenas de Watt.
7.1. SISTEMAS DE N GRADOS DE LIBERTAD

Siempre trabajamos con los GDL dinmicos. S tenemos exceso de estticos, debemos
condensar hasta tener solo los dinmicos.
Para NGD, se tiene que en el equilibrio de fuerzas:
f I (t ) nx1 f D (t )nx1 f E (t )nx1 P (t )
Donde las fuerzas elsticas, de inercia y disipacin, se definen como:
f E (t )nx1 K nxn v (t )nx1
f I (t ) M nxn v(t )nx1

Luego la ecuacin caracterstica de equilibrio, para un sistema de NGD es:
M v(t ) C v(t ) K v (t ) P (t )
7.1.1. Condensacin Esttica
K v (t ) FE (t )
K 00 K01 v0 (t ) F0 (t )
K10 K11 v1 (t ) F1 (t ) 0
K10 v0 (t ) K11 v1 (t ) F1 (t ) 0
v1 (t ) K11 K10 v0 (t )
1
K00 v0 (t ) K01 K11 K10 v0 (t ) F0 (t )

1
K 00 K 01 K11 K10 v0 (t ) F0 (t )
1
I
v(t ) T v0 (t ) v0 (t )
K11 K10
1
K~ T T
nxn K nxn T nxn
T , no depende del tiempo, entonces:
v(t ) T v0 (t )
v(t ) T v0 (t )
v(t ) T v0 (t )
C~ T C T
T
M T M T
T
7.1.2. Solucin a la Ecuacin Homognea

Primero resolvemos para [C] = 0
Problema homogneo
Donde su solucin es conocida:
v ( t )nx1 nx1 y ( t ) y0 ( t ) sen ( t )
v(t ) 2 y0 sen ( t )

Si reemplazo la solucin.
K nxn 2 M nxn nx1 0nx1
det K 2 M 0
De esta ecuacin se obtiene i (Valores propios.), los que representan las frecuencias de cada
modo.
Problemas de valores propios
n soluciones.
n frecuencias.
n valores propios.
7.1.3. Determinacin de valores propios a travs de polinomios caractersticos

Este mtodo no se utiliza porque es muy costoso en matrices de grande dimensiones. En
esencia se encuentra las races del polinomio caracterstico.
Ejemplo 1
1 0 2 2 0.7071 0.7071 0.5858 0
M K 2
0 2 2 4 0.5000 0.5000 0 3.4142
Characteristic polynomial factors 1, 4, 2

Figura 64 Polinomio Caracterstico 2 DOF.
Ejemplo 2
DOF: 5
M 2
K 3
0.05
Polinomio caracterstico: 1.00, 13.50, 63.00, 118.13, 75.94, 7.59
0.4221 0.3879 0.3223 0.2305 0.1201

0.3879 0.1201 0.2305 0.4221 0.3223

0.3223 0.2305 0.3879 0.1201 0.4221

0.2305 .04221 0.1201 0.3223 0.3879
0.1201 0.3223 0.4221 0.3879 0.2305
2 0.1215 1.0354 2.5731 4.2462 5.5238
Figura 65 Polinomio Caracterstico 5 DOF Figura 66 Polinomio Caracterstico 20

DOF
7.2. MANEJO EFICIENTE DE MATRICES

Para la evaluacin de vectores propios, Ritz y LDV se requiere un manejo eficiente de la
ortogonalizacin y descomposicin de matrices. Para esto vemos dos temas ortogonalizacin
de Gram-Schmidt y Factorizacin LU.

7.2.1. Ortogonalizacin de Gram-Schmidt
En el proceso de generacin de los vectores Ritz, se requiere la ortogonalizacin de los
vectores formados, este proceso se llevar a cabo utilizando el mtodo de Gram-Schmidt.
Sea V un vector inicial que tiene componentes de varios vectores. Se requiere
ortogonalizaren base a la matriz [M], el vector V al vector V existente. Definiendo

n V al
vector resultante de la ortogonalizacin se tiene:
V V Vn
Donde el valor , que indica la magnitud de la proyeccin del vector V sobre Vn ,
corresponde a la incgnita a determinar para lograr la ortogonalizacin. Multiplicando por la
Vn M resulta:
T
izquierda a cada lado de la ecuacin por
Vn M V Vn M V Vn M Vn 0 dado que Vn y V
son ortogonales por definicin:
T T T
Vn M V
T
Vn M Vn
T
Este mtodo, aunque adecuado matemticamente, resulta inestable computacionalmente,

debido a que, al generar en cada paso los valores de correspondientes a todos los vectores
precedentes en base al vector original i , no es considerada la acumulacin de errores al ir
ortogonalizando el vector por los que lo anteceden uno por uno, perdindose la ortogonalidad
entre los vectores generados. Es por ello que es mejor emplear uno de los mtodos de Gram-
Schmidt modificado. Uno de los algoritmos ms sencillos y estables de este mtodo es el
siguiente, expresado de 2 formas:
for i=1:n for j = 1:n
Vi for i=1:j-1
Vi
Vi M Vi ij Vi M V j
T T
for j=i+1:n V V V
j j ij i
ij Vi M V j end
T
V
V V V
j j ij i V j
V M V
j T
j j
end
end end
Aunque ambos algoritmos solucionan en igual medida el problema que presenta el mtodo de
Gram-Schmidt, el de la izquierda (ortogonalizacin hacia delante) permite trabajar

matricialmente el problema, permitiendo realizar cada paso iterativo con solo 2 operaciones
matriciales (evitando un proceso iterativo dentro de otro), aumentando la velocidad del proceso.

GSM.m: Funcin que realiza ortogonalizacin de vectores con mtodo de Gram-Schmidt
modificado.
function [V]=GSM(V,M,V_b)
% [V]=GSM(V,M,V_b);
% Gram - Schmidt Modificado
%Esta funcion deja normalizados y ortogonales entre si(en base a la matriz
%M)los vectores de entrada, mediante el metodo de Gram-Schmidt modificado,
%sistema mas estable que el Gram-Schmitclasico dado que itera por bloques.
% V : matriz cuyas columnas corresponden a los vectores a ortonormalizar.
% M : Matriz de base para ortonormalizacion (Vector phi esta normalizado
% en M si phi'*M*phi=1. Vectores a y b son ortogonales si a'*M*b=0)
% V_b (opcional): matriz cuyas columnas ya estanortonormalizadas en M.
%% DOCUMENTOS.
% rc 20080428 revrbk 20080429, 20080527
% En una primera etapa, si se tiene matriz V_b, se ortogonalizan todos los

% vectores en V a los vectores en esta matriz.
ifnargin==3
k=1;
[m1,n1]=size(V_b);
for k=1:n1
alpha=V_b(:,k)'*M*V;
V=V-V_b(:,k)*alpha;
end
end
[m1,n1]=size(V);
%El metodo de Gram-Schmidt modificado consiste en, asumiendo en cada

% iteracion que el vector considerado ya es ortogonal a los procesados
% anteriormente, se normaliza el vector y ortogonalizan a este con todos
% los vectores posteriores.
for k=1:n1-1
V(:,k)=V(:,k)/(V(:,k)'*M*V(:,k))^0.5;% normalizando vector k
alpha=V(:,k)'*M*V(:,(k+1):n1); %cte de ortogonalizacion(proyeccion)
% considera todos los vectores de k+1
% hasta n
V(:,(k+1):n1)=V(:,(k+1):n1)-V(:,k)*alpha; % Elimina contribucion de
% modo k
end
V(:,n1)=V(:,n1)/(V(:,n1)'*M*V(:,n1))^0.5; % ultimo vector.

modonorm.m: Rutina que realiza normalizacin de vectores con distintos criterios. Esta rutina
es utilizada tanto en las funciones LDV_wilson.m como GSM.m.
function [phi]=modonorm(phi,M,opt)
% [phi]=modonorm(phi,[m],[opt]);
% Normaliza formas modales
% opt= 0 NO realiza normalizacion... Generalizacion necesaria.
% opt= 1 Normaliza maximo primera linea [def ]. No necesita ingresar M
% opt= 2 Si M existe phi'*m*phi=I
% opt= 3 Si no se entrega M normaliza por el maximo de cada columna
% rbk 2004-01-08, 2006-mar-06 incluye opt 0
ifnargin< 2
opt=1;
end
ifnargin< 3 || ~isempty(M)
opt=2;
end
%%% para caso general.
if opt==0
phi=phi;
end
if opt==1; % normaliza con primeralinea
aux=(phi(1,:));
[pn,pm]=size(phi);
if min(abs(aux)) <= eps
opt=3;
disp('MODONORM:No se puede dividir debido a valor 0 se usa opt=3');
else
phi=phi*diag(1./aux);
end
end
if opt==3;
aux=max(phi);
phi=phi*diag(1./aux);
end
if opt==2
Mn=sqrt(diag(phi'*M*phi));
phi=phi*diag(1./Mn);
end

Ejemplo ortogonalizacin Gram Schmidt
Proceso M=
n=3;
m=1; 1 0 0
M=m*eye(n) 0 1 0
V=rand(n,n); 0 0 1
[V]=GSM(V,M) Vector Normalizado Base
OM=V'*M*V
ErrorOM=OM-diag(diag(OM)) V=
% [V]=GSM(V,M)
% OM=V'*M*V 0.3112 0.9289 0.5785
% ErrorOM=OM-diag(diag(OM)) 0.9497 0.7303 0.2373
0.0346 0.4886 0.4588
Factor de ortogonalizacin del primer Factor de ortogonalizacin del segundo Validacin de ortogonalidad: OM=V'*M*V
vector con los siguientes: vector con respecto al tercero:
OM =
alpha = 0.9996 0.4213 Alpha = 0.6443
1.0000 0.0000 -0.0000
Vectores 2 y 3 ortogonales al primero. Vector ortogonales 0.0000 1.0000 -0.0000
-0.0000 -0.0000 1.0000
V= V=
Error en Ortogonalidad
0.3112 0.6178 0.4474 0.3112 0.7748 -0.0518
0.9497 -0.2190 -0.1628 0.9497 -0.2747 0.0142 ErrorOM =
0.0346 0.4540 0.4443 0.0346 0.5694 0.0774
1.0e-015 *
Vector Normalizado: Vector Orto Normalizado
0 0.3018 -0.6835
V= V= 0.3018 0 -0.1110
-0.6835 -0.1110 0
0.3112 0.7748 0.4474 0.3112 0.7748 -0.5503
0.9497 -0.2747 -0.1628 0.9497 -0.2747 0.1504 haceGSM.m
0.0346 0.5694 0.4443 0.0346 0.5694 0.8213
7.2.2. Descomposicin LDL

Cuando es requerido resolver de manera reiterada problemas de la forma [A]{x}={b}, utilizando
siempre la misma matriz [A], es recomendable, para acelerar los clculos computacionales,
realizar la triangularizacin de la matriz como LDLT. Con ello, el problema se resuelve de la
forma:
Ax b LD LT x b
LDy b LT x y
Si [A] es simtrica, se cumple:
A LDLT LU DLT U
Luego el problema puede resolverse anlogamente de la forma:
U y b LT x y

K= L= U= K =L*U=
5 -5 0 0 0 1 0 0 0 0 5 -5 0 0 0 5 -5 0 0 0
-5 10 -5 0 0 -1 1 0 0 0 0 5 -5 0 0 -5 10 -5 0 0
0 -5 10 -5 0 0 -1 1 0 0 0 0 5 -5 0 0 -5 10 -5 0
0 0 -5 10 -5 0 0 -1 1 0 0 0 0 5 -5 0 0 -5 10 -5
0 0 0 -5 10 0 0 0 -1 1 0 0 0 0 5 0 0 0 -5 10
haceLU.m
7.3. MTODO DE ITERACIN DEL SUBESPACIO

Existen varios mtodos para encontrar en forma iterativas los vectores y valores propios. En
el Anexo 0 se describen varios. Leer en detalle antes de entrar en esta seccin.
Los mtodos iterativos (utilizando la descomposicin LU de K) pueden no converger si los
valores propios del sistema estructural son iguales y los vectores propios no son nicos.
Esta situacin existe para muchas estructuras reales tridimensionales, como edificios con
igual rigidez y masa en las direcciones principales. Este problema puede evitarse si en la
iteracin se considera un bloque (matriz) de vectores ortogonales.
Con el objetivo de obtener un conjunto de de formas y frecuencias modales, es
recomendable comenzar el proceso de iteracin con un bloque compuesto por un nmero
de vectores inciales . De este modo, la ecuacin de vibraciones libres para sistemas
no-amortiguados se puede expresar en trminos matriciales como,
(6.1)
En donde es la matriz diagonal de valores propios y la matriz de formas modales.

Introduciendo un bloque de vectores inciales , la ecuacin (5.1) se reescribe como,
(6.2)
En donde la matriz contiene los vectores de fuerzas inerciales, que resultan de

considerar frecuencias angulares unitarias (matriz identidad). La solucin a la ecuacin (5.2)
permite obtener una nueva matriz de formas modales no-escaladas como,
K 1 [ M ] 0 (6.3)
Antes de que las formas modales mejoradas obtenidas de la ecuacin (5.3) puedan ser
usadas en un nuevo ciclo de la iteracin, estas deben ser normalizadas y posteriormente
ortogonalizadas, de forma que cada vector converja a un modo diferente y no todos al modo
fundamental de la estructura.
En general, los modos ms bajos convergen primero, por lo que el proceso contina hasta
conseguir las formas modales requeridas en el anlisis. Los vectores adicionales
introducidos en el bloque de vectores inciales, son incluidos debido a que ellos aceleran el
proceso de convergencia, pero obviamente esto conduce a un mayor esfuerzo

computacional en cada ciclo. Por experiencia, se recomienda utilizar un bloque con un
nmero de columnas igual al menor valor entre 2 y 8.
El procedimiento de iteracin de subespacio ha probado ser uno de los ms eficientes

mtodos para resolver grandes problemas de anlisis de vibraciones, en donde,
probablemente no ms de 40 modos son requeridos para el anlisis dinmico de sistemas
que presentan cientos o miles de grados de libertad. El algoritmo de iteracin de subespacio
es resumido en la seccin siguiente y corresponde al mtodo utilizado en las nuevas
versiones del programa SAP.
7.3.1. Algoritmo
a. Realizar una descomposicin LU de la matriz de rigidez.

b. Generar una matriz de vectores de componentes arbitrarias .
c. Para el paso i-simo de la iteracin,
i. Encontrar el bloque de formas modales mejoradas, como solucin de la ecuacin
.
ii. Utilizar el proceso de Gram-Schmidt en la ortogonalizacin de las columnas del bloque con
respecto a todos los vectores propios calculados en los pasos anteriores.
iii. Chequear la convergencia del primer vector de . En caso de convergencia, se guarda el vector
y se elimina del bloque. Adicionalmente, se agregan nuevos vectores de componentes arbitrarias
al final del bloque, conformando las ltimas columnas de la matriz modificada .
iv. En caso de no convergencia del primer vector de oqueel nmero de vectores encontrados sea
menor al nmero de formas modales requeridas, volver al paso i.
function [phi,wfinal,wproceso]=EigenSubSpace(K,M,neig,tol,itera)
% [phi,wfinal,wproceso]=EigenSubSpace(K,M,neig,tol,itera)
%Esta funcion genera los vectores propios por metodo subespacio
% K : Matriz de Rigidez de la Estructura.
% M : Matriz de Masa de la Estructura.
% neig : Numero de vectores
% tol : toleracion para convergencia modo. def=0.001
% itera : itera=1 guarda proceso de iteracion de w; def =0;
% Procedimiento de solucion E. Wilson Tabla 14.1 "Three Dimensional Satic
% and Dynamic Analyisis of Structures. Edic 3.
% rbk 20110422
% defautl
ifnargin< 4 |isempty(tol), tol=0.0001;end
ifnargin< 5 |isempty(itera), itera=0;end
% I INITIAL CALCULATIONS
[ngdl,ngdl]=size(K);
% A. TriangularizeStiffnessMatrix K=L*D*L' (K=L*U con U=D*L')
[L,U]=lu(K);
U=U';
L=L';
% B. Use random numbers to form block of b vector Vo
% Tamao recomienda el minimo de promedio de banda de K o 6 o ngdl
Vsize=min([6 ngdl]);
X=(rand(ngdl,Vsize));
phi=X; % Matriz que contendra vectores finales
wfinal=zeros(neig,1); % Vector que contendra frecuencias finales
wproceso=cell(neig,1); % guarda proceso de convergencia de w

% primera estimacion de la frecuencia
wo=sqrt(X(:,1)'*K*X(:,1))/(X(:,1)'*M*X(:,1));
% II Generate neig eigenvectors by iteration

for i=1:neig
err=1000; % reinicializa error
temp=[];
while err >tol
% A. Solve for block of vecotres X(i in K X(i)= M V(i-1))
% (El sistema de ecuaciones se resuelve en 2 etapas: L*D*y=b y L'*u=y,
% donde L*D=U' (U de la descomposicion LU) E. Wilson C.10)
y1=U\(M*X);
X=L\y1;
% B. Make block of vectors u_s, stiffness and mass orthogonal, V_1.

%(Esto puede no ejecutarse)
M_b= X'*M*X;
K_b=X'*K*X;
[Z]=eig(K_b,M_b);
X=X*Z; % vectores ortogonales
% C. Use Modified Gram-Schmidt method to make X orthogonal to

% all previously calculated vectors Vi_b and normalized so that Vi'*M*Vi=I
if i~=1
X=GSM(X,M,phi(:,1:i-1));
end
X=modonorm(X,M); % norm modal
% verifico tolerancia con valores propios

Xo=X(:,1); % vector que converge
w=sqrt(Xo'*K*Xo)/(Xo'*M*Xo);
ifitera, temp=[temp w];end
err=abs((wo-w)/wo);
if err <= tol
wfinal(i)=w;
phi(:,i)=X(:,1);
X=[X(:,2:end) (rand(ngdl,1))]; % agrega vector aleatoreo
wproceso{i}=temp;
else
wo=w;
end
end
end
Ejemplo
Edificio Corte
m=1 ; k=5 ; ngdl =20;

Figura 67 Nmero de iteracin y forma de aproximacin para caso de ajuste de 10
frecuencias. rutina haceEigenSubSpace.m
7.4. FORMULACIN DE VALORES PROPIOS CON FLEXIBILIDAD
K 2 M 0
K 1 K 2 M 0

I F M 0
2
nxn
1
2 I F M 0

7.5. PROPIEDADES DE ORTOGONALIDAD DE MODOS
K i2 M i 0
i 2 M i K i

Multiplicando por j y trasponiendo
=> i 2 i
T
M j i T K j (1)
Si consideremos la ecuacin para el modo j
2j M j K j // pre-multiplicando por i
T
=> 2j i
T
M j i T K j 2
Restando (2) (1)
2j i M j i2 i M j 0.
T T
2
j i2 i M j 0
T
mi i j
i M j
T
m i Masa modal
0i j
ki i j
i K j
T
k i Rigidez modal
0i J
7.5.1. Condiciones Adicionales de Ortogonalidad

Considerando K n n2 M n y con m n
Si premultiplicamos por m K M
T 1
m K M K n n2 m K M M n 0
T 1 T 1
m K M K n 0 que es otra regla de ortogonalidad

T 1
Adicionalmente si premultiplicamos por m K M K M

T 1 1
m K M K M K n n2 m K M K n y dado la regla anterior

T 1 1 T 1
m K M K M n 0
T 1 1

Otra familia es utilizar la matriz de flexibilidad: K F
1
Considerando K n n2 M n , con m n y premultiplicando por

1
m M F
T
2
n
1 n2
m
T
M F K n 2 m T M F M n
n2 n
1
m M n m M F M n de donde se genera la ortogonalidad
T T
De donde:
2
n
m M F M n 0
T
Ahora si premultiplicamos K n n2 M n por

1
m M F M F
T
2
n
1 n2
m
T
M F M F K n 2 m T M F M F M n
n2 n
1
m M F M n m M F M F M n y
T T
De donde: se genera la
n2
ortogonalidad
m M F M F M n 0
T
Estas dos familias de propiedades ortogonales se pueden presentar mediante
m M M K n 0
1 b
b
T
b0 m M n 0
T
b 1 m K n 0
T
m M M K M K n 0
1 1
b2
T
m K M K n 0
T 1
m M K M K M n
1 1
b 2
T
m M F M F M n 0
T
Estas reglas de ortogonalidad permitirn generar luego matrices de C proporcionales.

7.6. NORMALIZACIN MODAL
i M j i M i m j ji2
n
T T
j 1
Si normalizamos los modos talque:

i
'i n
m
j 1
j
2
ji
=> 'i M 'i 1
=> i 'i M 'i 'i K 'i T

2 T
=> i 'i K 'i

2 T T
7.7. COORDENADAS MODALES
La respuesta de una estructura de puede ver como una combinacin de todas sus formas de
vibrar.
n
v (t ) yi (t ) i
i 1
v (t ) y1 (t ) 1 .... yi (t ) i ...
i M v(t ) i M y1 (t ) 1 .... i M yi (t ) i ...
T T T
Donde por ortogonalidad todos los trminos son = 0, menos i M yi (t ) i

T
i M v(t ) M i yi (t )
T
//Mi masa modal
Luego

M v(t )
T
y (t ) i
i
Mi
7.8. CMO RESOLVEMOS?
n
v (t ) yi (t ) i
i 1
v1 (t )

v2 (t ) 1 y1 (t ) 2 y2 (t ) 3 y3 (t )
v (t )
3
Encontrar
M v( t ) C v ( t ) K v ( t ) P ( t )
Plantear problemas de valores propios sin amortiguamiento (la aproximacin es muy buena)
K i2 M i 0
Encontrar todas las formas modales
,
2
Obtenemos los parmetros modales
M i i M i i =1n K i i2 M i Pi (t ) i P(t )
T T
i = 1n
Encontramos las condiciones iniciales para cada forma modal.

M v(0) M v(0)
T T
y (0) i
i ; y (0) i
i
Mi Mi
i =1n y que i C i Ci
T
Por ahora asumimos que conocemos i
i M i yi (t ) i C i yi (t ) i K i yi (t ) i
T T T T
Pi (t )
yi (t ) Ci yi (t ) K i yi (t ) Pi (t )
M i
yi (t ) 2i i yi (t ) i2 yi (t ) Pi (t ) / M i
i = 1n
Encontramos las solucin:

yi (t ) , y i (t ) , yi (t ) y la respuesta final del sistema.
v (t ) yi (t ) i v(t ) y i (t ) i v(t ) yi (t ) i
Las fuerzas elsticas
f E (t ) K v (t ) f Ei (t ) K i yi (t )
Dado el problema de valores propios
K i2 M i 0
K i i2 M i
f E (t ) i2 M i yi (t ) M i2 i yi (t )
El cortante basal de un edificio de corte
1 f E (t ) i2 1 M i yi (t ) i2 Li yi (t )
T T

Figura 68Contribucin Modal a Respuesta Total de un GDL dinaRespSismoNGDLModal
NGDL=5; m=100 k=12183

Figura 69 Efecto del Amortiguamiento en el Clculo del Corte Basal. Tres formas de
Calcular. dinaRespSismoNGDLModal NGDL=5; m=100 k=12183
7.9. MATRIZ DE DISIPACIN PROPORCIONAL

Si se desea que la matriz de disipacin permita desacoplar el problema de equilibrio dinmico
(usando la ortogonalidad de las formas modales)
i M i yi (t ) i C i yi (t ) i K i yi (t ) i
T T T T
Pi (t )
i C i es una matriz no necesariamente diagonal ya que no participa en el problema de

T
valores propios. Se puede construir una matriz proporcional de varias maneras.

7.9.1. Amortiguamiento Proporcional de Rayleigh
John William Strutt, tercer Barn de Rayleigh. (n. Essex, 12 de noviembre de
1842 - m. Witham, Essex, 30 de junio de 1919) fue un fsico y profesor
universitario britnico galardonado con el Premio Nobel de Fsica en 1904. Strutt
descubri la existencia de los gases inertes principalmente el Argn y el Radn.
Las primeras investigaciones de Rayleigh son en matemticas especficamente
ptica y sistemas vibratorios. Posteriormente cubri casi todo el mundo de la
fsica: sonido, ondas, visin del color, electrodinmica, hidrodinmica,
viscosidad, etc. Lord Rayleigh, Theory of Sound. (Dover Publications, New York, 1945), Vol. I.
Decimos que [C] es combinacin lineal de [M] y [K].
C aM bK j C i j a M b K i
T T
aM bKi i j
Ci i
0i j
1 1 b
Ci i i a i
2 M i i 2i 2
Si asumo dos i con los i obtengo las constantes a y b
La matriz de Rayleigh tiene las mismas propiedades de ortogonalidad de [M] y [K], es decir:
Ci i j
C
T
0i j
j i
1
i
11 i 1 i a
i a i b
2 i j 2 1 b
j

j
Example
M= K= phi =
1 0 0 0 0 3 -3 0 0 0 0.5969 0.5485 0.4557 -0.3260 0.1699

0 1 0 0 0 -3 6 -3 0 0 0.5485 0.1699 -0.3260 0.5969 -0.4557
0 0 1 0 0 0 -3 6 -3 0 0.4557 -0.3260 -0.5485 -0.1699 0.5969
0 0 0 1 0 0 0 -3 6 -3 0.3260 -0.5969 0.1699 -0.4557 -0.5485
0 0 0 0 1 0 0 0 -3 6 0.1699 -0.4557 0.5969 0.5485 0.3260
w= C=
0.4930 0.1990 -0.1736 0 0 0
1.4390 -0.1736 0.3726 -0.1736 0 0
2.2685 0 -0.1736 0.3726 -0.1736 0
2.9142 0 0 -0.1736 0.3726 -0.1736
3.3238 0 0 0 -0.1736 0.3726

Figure 70. Rayleigh Damping. Control damping of two modes. Contribution
of Mass and Stiffness proportional damping. Dinaraleyghdamp.m
7.9.2. Amortiguamiento Proporcional de Caughy
T.K. Caughey, 1927 2004 Profesor de Caltech. Classical normal

modes in damped linear dynamic systems, J. Appl. Mech. 27
(1960) 269-271. Ver
http://oralhistories.library.caltech.edu/142/01/OH_Caughey.pdf
C C b M ab M 1 K
b
1
i
2 i
a
b
b i
2b
Para ajustar con b entero:

2 b 0,1

3 b 1,0,1
4 b 2,1,0,1 o 1,0,1,2
Para el caso de dos valores de amortiguamiento obtenemos el caso de Rayleigh:
1 1
1
21 b 0,1
ab12b
21
a0 a112
1
2 a0 a122
22
7.9.3. Amortiguamiento Proporcional de Penzien Wilson
Joseph Penzien Edward Wilson
http://www.edwilson.org/
http://www.eeri.org/site/images/projects/oralhistory/penzien.pdf
Si conozco todos los i puedo encontrar un C proporcional
Luego:
2 11M 1 0 0

C 0
T
.... 0
0 0 2 nn M n
Luego, se puede calcular [C] como:
1
C
T 1

Pero:
M i M
T
1
M i M
1 T

Mi Mi I
1
M i M I
1 T
M i M
1 T 1
En forma similar

M i M i I
1
M M i I
T 1
1
M M i
1 T

Por tanto
C M M i M i M
1 1 T
Pero

2ii
M i M i por tanto
1 1
Mi

N
2ii T M
C M i i
i 1 Mi

N
2 i i T
C M i i M
i 1 Mi
Para aquellos vectores que no se coloque amortiguamiento tendrn valor cero en la solucin del
problema.
Adicionalmente podemos utilizar una combinacin de Rayleigh y Wilson Penzien. Siguiendo la
recomendacin de Clough y Penzien. Sumamos ambos efectos. Se define el ltimo modo al
cual se le asigna un amortiguamiento c , c y se estable Rayleigh:
2c
C ac K de donde y ac el amortiguamiento para cualquier otra frecuencia es
c
1 1 2 i
i ac i c i c
2 2 c c
Para las frecuencias bajo c se debe modificar su valor
i
i i c
c
Finalmente

N
2 ii T
C ac K M i i M
i 1 Mi
7.9.4. Matriz No Proporcional

No siempre tenemos matrices proporcionales por ejemplo (de Clough y Penzien)
Figura 71. Situacin de Construccin de una Matriz C no

proporcional.
En este caso podemos construir la matriz de disipacin a partir de submatrices.

Calculamos las frecuencias modales de los modos a controlar: i y j que son nicas para la
estructura completa. Utilizando las ecuaciones de amortiguamiento de Rayleigh:
as 2 s i j
y lo mismo para el caso del otro material. As la razn de factores es
bs i j 1
igual a la razn de los amortiguamientos. Un material C c ac M c bc K c y el otro
C s as M s bs K s la matriz C es la suma indicada arriba y es NO proporcional a los
modos.

8. REDUCCIN DEL TAMAO DE LA ECUACIN DINMICA
Para reducir la dimensin en sistemas lineales no clsicos
M v t C v t K v t S p t
Planteamos una solucin a partir de un vector modal i y un nmero considerablemente
menor al nmero de grados de liberta N:
J
v t y t y t
i i J N
i 1
[ ]T [ M ][ ]
y t C y t K y t p (t )
T T T
J xN N xN N xJ
[ M ]
y t C y t K y t p t , esta ecuacin esta acoplada
J xJ
J xt
Donde M M ; C C ; K K ; p t p(t )
T T T T

Esta ecuacin puede ser resuelta numricamente con el requisito de estabilidad o precisin
correspondiente al periodo menor TJ
Alternativamente podemos utilizar un vector arbitrario i
J
v t z t [ ] z
i i
t
i 1 NxJ
Jxt
Al igual que en el caso modal reducimos el tamao del problema a una dimensin J << N
M z t C z t K z t S p (t )
T
[ ]T [ M ] [ ]
z t C z t K z t S p (t )
T T T
J xN N xN N xJ
[ M ]
J xJ

z t C z t K z t L p t , esta ecuacin esta acoplada

J xt
Donde M M ; L S
T T
Para resolver este problema lo podemos hacer numricamente, dado que tiene una dimensin
considerablemente menor a N.
Podemos mejorar esta aproximacin al plantear sobre el sistema reducido un problemas de
valores y vectores propios ortogonales a M y K

Descomposicin modal: z t q t
i i i
K i M i 0

Por tanto el vector de desplazamiento del problema original es:
v t z t
q t

La verdad es que son buenas aproximaciones para los primeros J/2 formas
modales. Y las frecuencias i i2 .
Ejemplo:
m = 1 k = 150 y ngld =5
1 1
1 2 1

K k 1 2 1 ; M I

1 2 1
1 2
A partir del problema de valores propios K M 0 obtenemos

i
2
i la solucin
exacta.
3.486 0.5969 0.5484
10.1755 0.5484 0.1699

16.0407 0.4557 0.3260
20.6064
0.3260 0.5969

33.5027 0.1699 0.4557
Si utilizamos vectores Rayleigh Ritz v(t )

z (t )

N xJ J x1
1 1
4 / 5 0 30 30
K K
T

30 350
3 / 5 1
2.200 0.0667
2 / 5 2 / 3 M M 0.0667
T
1/ 5 1/ 3 2.556
M
z t K z t L p t

z t q(t ) t
q t

K i M i 0 Obtenemos la aproximacin a los valores propios

0.6728 0.0476
11.729 ;
3.52

0.0617 0.6227
Aproximacin a vectores propios:
0.6111 0.6703
0.5382 0.0381

0.4653 0.5942

1.3102 0.3961
0.1552 0.1981
Si agregamos un vector adicional.

1 0.61 0.66
0 0.54 0.05
3.52
1

2 1

11.50 0.46

0.55 no mejora

1 22.11
0.32 0.49
1 0.15 013
9. RAYLEIG-RITZ Y LOAD DEPENDENT VECTORS

La idea es buscar vector que ayude a resolver con un menor nmero de vectores. Propuesta de
Rayleigh + Ritz (1920) y mejor an la propuesta de Leger, Wilson y Clough llamada Load
Dependent Vectors
(Desarrollado en Curso: CI72C/CI62V - Dinmica Avanzada de estructuras Autor: Rodrigo
Carreo V. Rev: Rubn Boroschek K.)
Se busca:
Talque: v(t ) z (t )
NxJ
Pero adems que cumpla con ley de ortogonalidad:
0 i j
i M j M
T

i i j

Sin embargo K i K J 0 porque ortogonalidad no siempre se considera en
T
el algoritmo.
Se describe a continuacin una manera de obtener vectores en forma automtica con la ventaja
de tener informacin de la accin, la rigidez y la masa.
9.1. JUSTIFICACIN DE MTODO DE LDV POR E. WILSON

Sea la ecuacin dinmica de movimiento:
M v t C v t K v t S p t
(1)
Considerando solamente el problema sin amortiguamiento, se tiene:
M v t K v t S p t
(2)

Y al asumir que toda funcin P t puede aproximarse por una serie de Fourier:
M vk t K vk t S k sin( t ) (3)
Donde S corresponde
k
al estado de carga k-simo del sistema y v t y
k
por tanto
v (t ) v k t
m
k 1

Considerando en la ecuacin (3) que v (t ) v sin(t ) resulta:
k k
K vk S k 2 M vk
Para obtener un conjunto de vectores cuya combinacin sea una buena aproximacin tomando
en cuenta el estado de carga k-simo de la estructurase resuelve inicialmente la ecuacin
considerando solamente las fuerzas externas, es decir, despreciando el aporte de las fuerzas
de inercia.
K v0k S k v
k
0 (5)
El segundo vector del proceso puede ser calculado en base al error cometido en el primer paso,
al haberse despreciado las fuerzas de inercia, este error se puede aproximar como:
S M v . (Notar que no importan los escalares dado que cada vector obtenido ser
1
k k
0
normalizado en el proceso).
K v1k S1k v
k
1
(6)
En general, para la generacin de un vector
v se calcula: k
i
K v M v v
k
i
k
i 1
k
i
(7)

9.2. ALGORITMOS COMPUTACIONAL DE VECTOR DEPENDIENTE DE LA CARGA
9.2.1. Procedimiento con Vector Unico

1. Se determinacin el vector inicial, 1
a. Determine K y1 S
b. Normaliza 1 y1 y1 M y1
T 2
2. Vectores siguientes i , i 2, 3,....., j
a. Determine y i resolviendo K yi M i 1
b. Ortogonalice y i con respecto a todos los otros vectores 1 , 2 ... i 1
ali l M yi
T

yi yi ali l
i yi yi M yi
1
T 2
c. Normaliza
M= K= C=
3 0 0 0 5 -5 0 0 0.3339 -0.1916 -0.0403 -0.0131
0 3 0 0 -5 10 -5 0 -0.1916 0.4853 -0.1645 -0.0271
0 0 3 0 0 -5 10 -5 -0.0403 -0.1645 0.4984 -0.1514
0 0 0 3 0 0 -5 10 -0.0131 -0.0271 -0.1514 0.5255
w= phi = S=
0.4484 -0.3791 -0.3333 0.2474 -0.1316 1
1.2910 -0.3333 0.0000 -0.3333 0.3333 1
1.9779 -0.2474 0.3333 -0.1316 -0.3791 1
2.4263 -0.1316 0.3333 0.3791 0.2474 1
nritz = 3 kritz = critz =
0.2033 -0.0594 0.0178 0.0450 -0.0033 0.0005
VecRitz = -0.0594 1.7872 -0.5355 -0.0033 0.1327 -0.0160
0.3681 0.2935 0.2569 0.0178 -0.5355 4.0243 0.0005 -0.0160 0.1994
0.3313 0.0636 -0.1915
0.2577 -0.2625 -0.3236 mritz = writz =
0.1472 -0.4174 0.3549 1.0000 0 -0.0000 0.4484
0 1.0000 0.0000 1.2913
-0.0000 0.0000 1.0000 2.0362
phiritz = phiaprox =
-1.0007 0.0388 0.0081 -0.3796 -0.3469 0.1980 haceritzChopra.m
-0.0377 -1.0263 -0.2330 -0.3338 -0.0077 -0.2085
-0.0006 -0.2335 1.0255 -0.2478 0.3550 -0.2686
-0.1318 0.3512 0.4625
9.2.2. Algoritmo Computacional de E. Wilson

A continuacin se describe el algoritmo para la obtencin de los vectores Ritz dependientes de
la carga, donde en cada iteracin se avanza paralelamente en la generacin de los vectores
para todos los estados de carga.

A. Clculos iniciales:
Descomponer la Matriz K como L D L , para simplificar clculos futuros.

T
Obtencin del 1er bloque de vectores, en base a la matriz con distribuciones de carga
F .
K us F
Ortogonalizar vectores de u s respecto a M y K . La ortogonalizacin se realiza
resolviendo el problema de valores propios con las matrices de rigidez y masa
transformadas:
K M Z 0 0
Donde:
K u s K u s ; M us T M us
T
Vectores propios del problema original:
V1 us Z 0
Normalizar vectores en V1 respecto a M :

1
V1 V1 V1 M V1
T 2
B. Clculos iterativos (i=2,3,.)

Obtener bloque de vectores X i utilizando:
K X i M Vi 1
Ortogonalizar vectores en X i respecto a K y M :
K M Z 0
i
Donde: K X i K X i y M X i M X i
T T
Vectores propios del problema original: Vi X i Zi
Utilizar mtodo de Gram-Schmidt modificado (2 veces) para hacer a Vi ortogonal a

todos los vectores previamente calculados y normalizarlos, de manera que
Vi M Vi I
T
C. Clculos finales:

Se calcula matriz K V K V y se resuelve problema de valores propios:
T
K I Z 0
2
Se obtienen vectores Ritz, ortogonales a K y M de la estructura:
V Z
Ejemplo del libro y otros.

RUTINAS MATLAB: LDV_wilson.m: Funcin que genera los vectores Ritz dependientes
de las condiciones de Carga.
function [phi,T]=LDV_wilson(K,M,F,nritz)
% [phi,T]=LDV(K,M,F,nritz);
% (Load-Dependent Ritz Vectors)
% Vector size is # vectors x # load shapes.
% K : Stiffness
% M : Mass.
% F : Load Case
% nritz : # LDV
% FromE. Wilson Table 14.2 "Three Dimensional Staticand Dynamic Analysis
% of Structures.Edic 3.
% rc 20080428 rev rbk 20080429 20080527
% nConCarga: Nro of load condition

[m,nConCarga]=size(F);
% I INITIAL CALCULATIONS
% A. Triangularize Stiffness Matrix K=L*D*L' (K=L*U con U=D*L')
[L,U]=lu(K);U=U';L=L';
% B. Solve for block of "b" static displacement vectors u_s resulting from
% spatial load patterns F; or K*u_s=F.
% (The system of equation is solve in two steps: L*D*y=b y L'*u=y,
% where L*D=U' (U from LU decomposition) E. Wilson C.10)
y1=U\F; u_s=L\y1;
% Base Vectors V.
V=zeros(m,nConCarga*nritz);
% C. Make block of vectors u_s, stiffness and mass orthogonal, V_1.
M_b= u_s'*M*u_s;
K_b=u_s'*K*u_s;
[Z,aux]=eig(K_b,M_b);
V(:,1:nConCarga)=u_s*Z; % orthogonalvectors
[V(:,1:nConCarga)]=modonorm(V(:,1:nConCarga),M); % norm modal
% II. Generate blocks of Ritz vectors

for i=1:nritz-1
%A. Solve for block of vectors X_i, K*X_i=M*V_i-1. Cada Ritz para todas
%las condiciones de carga.
y1=U\(M*V(:,(i-1)*nConCarga+1:i*nConCarga));
X_i=L\y1;
%B. Make block of vectors , Xi, stiffness and mass orthogonal, Vi_b
M_b=X_i'*M*X_i;
K_b=X_i'*K*X_i;
[Z,aux]=eig(K_b,M_b); % vectores del problema reducido
V(:,i*nConCarga+1:(i+1)*nConCarga)=X_i*Z; % vector prob original
%C. Use Modified Gram-Schmidt method (two times) to make Vi_b orthogonal
% to all previously calculated vectors and normalized so that Vi'*M*Vi=I
V(:,i*nConCarga+1:(i+1)*nConCarga)=GSM(V(:,i*nConCarga+1:(i+1)...
*nConCarga),M,V(:,1:i*nConCarga));
V(:,i*nConCarga+1:(i+1)*nConCarga)=GSM(V(:,i*nConCarga+1:(i+1)...
*nConCarga),M,V(:,1:i*nConCarga));

end
% III. Make vectors stiffness orthogonal.
% A. Solve Nb by Nb eigenvalue problem [K_b-w2*I]*Z=0 where K_b=V'*K*V.
K_b=V'*K*V;[Z,w2]=eig(K_b);
phi=V*Z;T=2*pi./diag(w2).^0.5;
10. EXCITACIN MLTIPLE DE APOYOS

Consideraremos que existe un desplazamiento distinto en cada apoyo, considerando los grados
de libertad asociados.
v T ( t ) v s ( t )
v ( t )
v ( t )

v g ( t ) v g ( t ) 0

D in a m ico
E sta tico
v ( t )
M M T
FI (t )
g

M
g
M gg

vg ( t )
Si solo tenemos masas concentradas M g

0
k k g v T ( t )
FE t
k T k g g v g ( t )
g
v ( t )
Dado que v ( t ) tiene una parte esttica existe una relacin entre ambos
k k g v s ( t ) 0

k T k g g v g ( t ) Pgs ( t )
g
P (t ) Fuerza necesaria para desplazamiento

g
s
. Es 0 si es estticamente determinado o si
el movimiento es de cuerpo rgido. Por lo anterior
k v s ( t ) k g ( t ) v g ( t ) 0
v t k
s 1

k g v g
t r v g t
r : matriz de influencia esttica y adicionalmente mantenemos la segunda ecuacin:
v t k g g v s t P g
T s
k g s
v t c
v T t k k g
v t 0
M M g T c g T

M
g
T
M gg

v g t c g
T
c g g

g
v t k
T

g g g
k P t
v g t g
Usando la primera ecuacin

M vT t M g
vg t c v T t c g v g t k v T t k g v g t 0
Pero v t v t v t
T s
M v t M vs t M g vg t c v t c v s t c g v g t k v t
k v s g t k g v g 0
M v t c v t k v t
M v s t M g vg t c v s t c g v g t k v s t
k g v g t

P e ff t 0
Dado que v s t r v g t
P t
e ff M r M g
vg t c r c g v g t
Observacin: S masas concentradas M g

0
S utilizamos amortiguamiento tipo Rayleigh c a k y c g a k g
Entonces c r c g v g t 0 ya que k v s t k g v g t 0

En este caso P t M r v t
e ff g
Ejemplo:
12 E I 6EI 12 EI 6EI
L3 L2 L3 L2

7EI 6EI 2EI
L2
k L L

12 EI 6EI
L3 L2
4EI

L
12 60 12 60
60 700 60 200
k
12 60 12 60

60 200 60 400
k v P

1 0
k k g 0 0

Si
k T
v P y v
P
g k g g 1 0
0 0
Para desplazamiento de apoyo no se generan fuerzas.

Matriz de influencia:
1 6.25
r k 1 k g
0 0.25
11. TRUNCACIN MODAL

En algunos casos no es razonable considerar muchas formas modales para obtener la
respuesta pero se desea considerar un porcentaje de masa modal efectiva alta. Se puede
incorporar el efecto de modos superiores que no participan dinmicamente en la respuesta a
travs de dos procedimientos: correccin modal esttica o mtodo de aceleracin modal.
Para ejecutar los mtodos es necesaria la siguiente relacin:
F [ K ]1
Pero
[ K ][ K ]1 [ I ]
]T [ K ][][]1[ K ]1[] []T []
[

K
i

K i []1[ K ]1[] []T []

[]1[ K ]1[] Ki []T []
1
[ K ]1 [] Ki []T [][]1
1
i i
N T
[ K ] [] Ki []
1 1 T
i 1 Ki
Matriz de flexibilidad modal.
F i i i
T
Ki
N
[ K ]1 Fi [ F ]
i 1

Ejemplo (dinamatriF.m)
K= F=
Fi(:,:,1) =
1000 -1000 0 0.0030 0.0020 0.0010
-1000 2000 -1000 0.0027 0.0022 0.0012 0.0020 0.0020 0.0010
0 -1000 2000 0.0022 0.0018 0.0010 0.0010 0.0010 0.0010
0.0012 0.0010 0.0005
M=
Kinv =
2 0 0 Fi(:,:,2) =
0 2 0 0.0030 0.0020 0.0010
0 0 2 1.0e-003 * 0.0020 0.0020 0.0010
0.0010 0.0010 0.0010
phi = 0.2246 -0.1247 -0.2801
-0.1247 0.0692 0.1554
-0.5211 -0.4179 0.2319 -0.2801 0.1554 0.3493
-0.4179 0.2319 -0.5211
-0.2319 0.5211 0.4179
Fi(:,:,3) =
Kn =
1.0e-003 *
1.0e+003 *
0.0331 -0.0744 0.0597
0.0990 -0.0744 0.1673 -0.1341
0.7775 0.0597 -0.1341 0.1076
1.6235
11.1. CORRECCION ESTTICA
v t i Y i t y P t = S f t
N
i 1
Si dividimos la expresin en funcin de aquellos coeficientes que no responden dinmicamente

debido al valor de frecuencia natural en relacin a la frecuencia de excitacin:
d N
v t v t v t Y t Y t
d s i i i si
i 1 i d 1
El desplazamiento puede encontrase como una solucion estatica:

Pi t i P t
T
Y si t
Ki i T K i
El desplazamiento esttico en los grados de libertad:
v si t i Y si t i i P t
T
Ki
Si definimos una matriz equivalente a la flexibilidad: F i i i entonces:

T
Ki
v si t F i P t para todos los modos cuya componente inercial es menor

N
v s t F i P t
i d 1
J N
v t v t v t Y t F P t
d s i i i
i 1 i J 1
Este procedimiento obliga a calcular los todos modos. Esto lo podemos obtener de sustraer el
total del desplazamiento esttico menos los que si tiene amplificacin:
J
v t K S f t F S f t
s
1
i
i 1
v t Y t K
d J
F S f t
1
i i i
i 1 i 1
11.2. METODO DE ACELERACIN MODAL

Alternativamente podemos obtener el mismo resultado a partir de la ecuacin de equilibrio
dinmico:
M i Yi t C i Yi t K i Y i t Pi t
Pi t 2i
Y i t 2 Yi t
1
Y i t Si multiplicamos esta ecuacin por i y sumamos para
Ki i i
todos los modos obtenemos la respuesta total:
v t i Y i t i Pi t i 1 2
N N N
2i
Yi t Y i t
i 1 K i 1 i i 1 i i
Pero
i P t
T
N N
F P t K S f t
1
i i
i 1 Ki i 1
Si adems consideramos que la aceleracin y los desplazamientos son despreciables ms all

del modo d , se obtiene el mtodo propuesto:
J
2
v t K S f t 1
1
i 2
Yi t
i
i
Yi t
i 1 i
Esta ecuacin es tambin comparable al mtodo de correccin esttico, a partir de
v t Y t K
J J
i i
1
F S f t
i
Reordenando
i 1 i 1
i
J T
v t K S f t Y t K S f t
1
i i i
i 1 i
d Pi t Y a partir de la ecuacin de equilibrio dinmico.
K S f t i Y i t
1

i 1 Ki

J
2i
v t K S f t 1
1
i 2
Yi t Y t Que es la misma que el mtodo de
i i
i 1 i
aceleracin modal.
12. ECUACIN DE MOVIMIENTO UTILIZANDO ESPACIO ESTADO
12.1. ECUACIONES BSICAS

Para un sistema de nGDL la ecuacin de movimiento es:
M v t C v t K v t P t
Definiendo:
v t
z t v t

Reemplazando en la ecuacin de movimiento
z t Az t F t
Con
0 I 0
A F t
M K M C M P t
1 1 1
Entonces
v t 0 I v t 0

v t M K M C v t M P t
1 1 1
Esta forma se llama espacio estado.

La solucin de una ecuacin de primer orden se puede obtener de la siguiente manera
(t ) a(t ) f (t )
Multiplicando por una exponencial
(t ) a (t ) f (t ) e at
Es fcil ver que
e at (t ) ae at (t )e at
dt
e (t )
d at
Y por tanto
e (t ) f (t ) e at
d at
dt

Integrando entre to y t
t
(t )e at (to )e ato f ( s )e as ds Multiplicando por eat
to
t
(t ) e a (t to ) (to ) e a (t s ) f ( s )d ( s )
to
Se puede demostrar que la solucin para varios grados de libertad, para t0 , es:
z t e e F s ds
t
z t e A t t0
0
At As
t0
Con condiciones iniciales dadas por:

vo
z t z v
0 0
o

Si z t0 0 entonces para t 0 e F s ds 0 ;
0
As
En el caso de vibracin libre:
z t e z t e e F s ds
t
A t t0 A t As
0

t0

0
z t e z t
A t t0
0
12.2. CLCULO DE LA EXPONENCIAL DE UNA MATRIZ

Usando una serie de Mac Laurin (expm(A)):
1 1
e At I A t At 2 At 3 ...
2! 3!
Notar que para una matriz diagonal bajo esta expansin tendramos:
1t 2
0 0
1t 0 0 1t 0 0 2! e
1t
0 0
0 0 0 0
I
exp (
0 0 0 0
2 n t
0 0 2 n t
2
0 0 2 n t 2 n t 0 0 e
0 0
2n !
Es posible establecer un procedimiento rpido para que converja la serie. El procedimiento se
llama scaling and squaring.

y por tanto
m
A t m
e At e
2 3
A t m t 1 2 t 1 3 t
e I A A A ...
m 2!
m 3! m
A t m
Luego elevamos a m la cantidad resultante e . Este converge muy rpido particularmente si
t t es un nmero pequeo.
function [B,BMatlab]=expmrb(A,m,n);
% [B,BMatlab]=expmrb(A,m,n);
% evalua exponencial de una matriz utilizando scaling and squaring method
% pag 122 de Hart y Wong y compara con expm de matlab
% B hart y wong
% BMatlab expm(A)
% m es el numero de productos a realizar (exp(at/m).^m)
% n es el numero de terminos en la serie de Taylor;
% rbk 2004
B=eye(size(A));
for i=1:n
B=B+(A)î/(factorial(i)*(m)î);
end
B=B^m;
BMatlab=expm(A);
Ejemplo
%dina expm
m=1;
k=5;
beta=0.05;
ngdl=2;
[M,K,C]=edificio(ngdl,m,k,beta);
[A,F]=respssmat(M,K,C);
for n=1:4
for m=1:6
[B,BMatlab]=expmrb(A,m,n);
temp=sprintf('Taylor Expansion N: %i Potencia M: %i',n,m);
disp(temp);
B
end
end
BMatlab
Taylor Expansin N: 2 Potencia M: 2 Taylor Expansin N: 4 Potencia M: 5
B= B=
-0.5391 1.0898 0.3279 0.6066 -0.0497 0.4407 0.4519 0.3430
1.0898 -1.6289 0.6066 -0.2787 0.4407 -0.4904 0.3430 0.1089
1.3934 -4.4262 -0.5440 0.9407 -0.5447 -1.1703 -0.1058 0.3830
-4.4262 5.8195 0.9407 -1.4846 -1.1703 0.6256 0.3830 -0.4888
Taylor Expansin N: 2 Potencia M: 3 Taylor Expansin N: 4 Potencia M: 6

B= B=
-0.1142 0.4764 0.3904 0.4622 -0.0497 0.4407 0.4516 0.3434
0.4764 -0.5907 0.4622 -0.0718 0.4407 -0.4905 0.3434 0.1082
0.3588 -2.6697 -0.1461 0.3768 -0.5410 -1.1763 -0.1057 0.3829
-2.6697 3.0286 0.3768 -0.5229 -1.1763 0.6353 0.3829 -0.4886
Taylor Expansion N: 3 Potencia M: 3 BMatlab =

B= -0.0496 0.4405 0.4514 0.3439
0.0055 0.3480 0.4451 0.3483 0.4405 -0.4901 0.3439 0.1075
0.3480 -0.3425 0.3483 0.0968 -0.5376 -1.1816 -0.1055 0.3825
-0.4840 -1.2573 -0.0487 0.2880 -1.1816 0.6440 0.3825 -0.4879
-1.2573 0.7734 0.2880 -0.3367
12.3. SOLUCIN NUMERICA DISCRETA

Para obtener una solucin numrica evaluamos entre dos tiempos consecutivos t0 tk y t tk 1 y
llamamos z k z ( t tk ) , entonces:
e F s ds
tk 1
zk 1 zk e At k 1 tk
e At A tk 1 s
tk
Tomando tk 1 tk t como constante. Podemos resolver de varias maneras las ms comunes

son estn a supuestos sobre la forma de la accin externa:
a) F s como serie de Delta Dirac.
b) F s constante entre dos pasos consecutivos.
12.3.1. Excitacin Considerada como Delta Dirac.
En este caso tenemos:
Figure 12.1Serie de Delta Dirac.
En este caso:
F s s t
F t k k tk s tk 1
P t dt
Tomando en cuenta las propiedades de Delta de Dirac:
zk 1 zk e A t e At e A s Fk s tk t ds
tk 1
k 1
tk
tk 1 A s
k 1 k
z z e A t
e Atk 1
e
tk

s tk ds Fk t


z k 1 z k e A t e At k 1
e
A t k
Fk t
zk 1 e At zk e At t Fk

Si llamamos: Ad e At y BdD e At t tenemos
zk 1 Ad zk BdD Fk (Hart & Wong)
La expresin es una transformada lineal invariante en el tiempo (LTITR). Resolviendo paso a
paso obtenemos z t , v t y v t . Usando la ecuacin de equilibrio es posible obtener
v t como:
v t M P t M Cv t M K v t
1 1 1
12.3.2. Excitacin Constante
Figure 12.2. La excitacin Fk es constante en

pasos consecutivos.
En este caso Fk es constante entre el paso k y k 1 . As:
e Fk ds
tk 1
zk 1 zk e At k 1 tk
e Atk 1 A s
tk
Como Fk es constante:
tk 1 A s
zk 1 zk e A tk 1 tk
e Atk 1
e ds Fk
tk
zk 1 e At zk A
e Atk 1 e Atk 1 e Atk F
1
k
s
zk 1 e At zk A e
I Fk
1 A t

Si: Ad e At y Bd A e At I tenemos:
1
zk Ad zk Bd Fk
Este forma tiene el inconveniente de tener que calcular la inversa de A .
12.1. VALORES PROPIOS

Los valores propios de A los obtenemos de:

A i i i A i I i 0
Para todos los valores propios:

1 0 0

A con 0 0
0 0 2n
Multiplicando por
1
1 A 1
A
1
1 0 0

Si 0 0 son los valores propios de A
0 0 2n
Adems:
i ,i 1 i i ii 1 i2
De donde podemos encontrar las frecuencias y razones de amortiguamiento
i i 1 i
i i i 1 i2 i
i i i 1 i2

2
i i i i 1 i2
2

i i i 2 1 i2
2 1/ 2
1 i i 2 i i
i i
2 i 1 i 2i
i i1
Finalmente i i i 1
2 ii1
12.1.1. Modos Complejos

Los modos obtenidos son complejos aun para casos de C proporcional
i1

Si A i i i y i entonces
i
2

0 I i1 i1
2 i 2
M K M C i i
1 1
De la primera ecuacin
0i1 I i2 i i1
por tanto
i
2
i
1
i
i1
i 1
i i
De la segunda ecuacin encontramos la relacin con el problema dinmico original:
M K i M 1 C i i i2 i / M
1
K i C i i i2 M i
i2 M C i K i 0
Si C 0 entonces obtenemos el problema clsico
12.1.2. Expansin de Matriz de A
Notar que usando la expansin del exponencial matricial:

1 1
e At I A t A2 t 2 A3 t 3 ...
2! 3!
Reemplazando la descomposicin de A :
1 1
e At I t 2 1 t 2 3 1 t 3 ...
1
2! 3!
1 1
e At I t t 2 t 3 ...
2 3 1
2! 3!
Y por tanto e At e t
1
12.1.3. Relacin de Valores Propios Continuos y Discretos

Existe una relacin directa entre los valores propios de los sistemas continuo y discreto
Si Ad e At
Y e At e t
1

Ad e t 1
1 Ad e t
Pero para una matriz diagonal
1t 0 0 e 1t 0 0
0 0

exp
0 0
t
0 0 2 n t 0 0 e 2 n
Entonces
e1t 0 0

0
Ad
1
0
2 n t
0 0 e
Que indica que los vectores propios son los mismos y los valores propios de Ad que llamamos
i son
i e t
i
Y por tanto
ln i
i
t
12.2. EJEMPLO
NGDL =2
Caso de Amortiguamiento Clsico: 0.05
ngdl=2;h=1;m=2;k=1000;beta=0.05;
vo=[];xo=[];
[M,K,Ccla,w,phi]=edificio(ngdl,m,k,beta);
[w,phi,Mn,Kn,Yn,Vn,Ln]= modal(M,K,xo,vo);
[phi]=normaliza(phi,1)
w
[A,F,phiA,wA]=respssmat(M,K,Ccla);
A
[phiANorm]=normaliza(phiA,1)
%%% Verificacion de Diagonalizacion

diaA=inv(phiA)*A*phiA
diawA=diag(wA) %% frecuencia complejas
%% Calculoa de Beta y Omega para caso clasico

j=0;
for i=1:2:ngdl*2
j=j+1;
wAderi(j)=sqrt(diawA(i+1)*diawA(i))

betaAderi(j)=-(diawA(i+1)+diawA(i))/(2*sqrt(diawA(i+1)*diawA(i)))
end
w= diawA =
13.8197 -1.8090 +36.1351i
36.1803 -1.8090 -36.1351i
-0.6910 +13.8024i
phi = -0.6910 -13.8024i
1.0000 1.0000
0.6180 -1.6180 wAderi =
36.1803 13.8197
A=
1.0e+003 * betaAderi =
0.0500 0.0500
0 0 0.0010 0
0 0 0 0.0010 phiANorm =
-0.5000 0.5000 -0.0020 0.0010 1.0000 - 0.0000i 1.0000 + 0.0000i 1.0000 1.0000
0.5000 -1.0000 0.0010 -0.0030 -1.6180 + 0.0000i -1.6180 - 0.0000i 0.6180 + 0.0000i 0.6180 - 0.0000i
-1.8090 +36.1351i -1.8090 -36.1351i -0.6910 +13.8024i -0.6910 -13.8024i
2.9271 -58.4678i 2.9271 +58.4678i -0.4271 + 8.5303i -0.4271 - 8.5303i
Caso C Proporcional
ngdl=2; Ccla =
h=1;
m=2; 4.0000 -2.0000
k=1000; -2.0000 6.0000
beta=0.05;

Caso C no proporcional
CASO 1 CASO 2
C= C=
0 0
0 20 10 -10
[w,phi,Mn]= modal(M,K); -10 80
tphi=phi'; %% solo los modos en analisis
tphiCphi=tphi*C*phi; tphiCphi =
10.2016 -13.4164
tphiCphi = -13.4164 34.7984
2.7639 -4.4721
-4.4721 7.2361% No es diagonal beta_equiv =
0.3691
Amortiguamiento equivalente 0.4809
beta_equiv=diag(tphiCphi)./(2*Mn.*w);
beta_equiv = Cmod =
0.1000 34.0000 -22.0000
0.1000 -22.0000 56.0000
Cmod=rayleighphi(M,K,beta_equiv);
Matriz Rayleigh
Cmod =
8.0000 -4.0000
-4.0000 12.0000

Figura 72. Respuesta Caso 1

Figura 73. Respuesta Caso 2

12.2.1. Mtodo modal complejo
z ( t ) A z ( t ) F ( t )
0 I 0
A F ( t )
M K M C M P(t )
1 1 1
Si planteamos
z ( t ) i qi t Q ( t )
1....... 2 n
Reemplazando en la ecuacin de equilibrio dinmico y premultiplicando
1 Q (t ) A Q (t ) F (t )
Q (t ) A Q (t ) F (t )
1 1
Pero
1

1
A
2n
Entonces
Q t Q(t )
F (t )

1

2 n x 1 fi ( t )
Lo que genera un conjunto de ecuacin de un grado de libertad.

qi (t ) i qi (t ) f i (t ) i 1......2 n
con la solucin
qi (t ) ei (t t0 ) qi (t0 ) ei (t s ) fi s ds
t
t0
12.2.2. Representacin Simtrica

Tambin se puede plantear una solucin con matrices simtricas
Si
M v M v 0
M v(t ) C v(t ) K v (t ) P (t )

v t
x(t )
v t
As x (t ) Bs x (t ) Fs t
0 M M 0 0
As M C Bs 0 Fs t
K P t
En forma similar
v t G e i
it
Gi i eit
i t G i e
i t
x (t )
G i e
Para el caso homogneo
As i i Bs i Geit 0
As As i Bs i 0
1

As 1 Bs i I i 0

M 1 0 0 M 0 I
D Bs As
1

0 K M C K M K 1 C
1 1
D 1 i I i 0

D i i i 0
1
1
D I i 0
i
1
i D i 0
i
Relaciones de Ortogonalidad
i As i Bs i 0
Bs i i As i

T
Premultiplicando por j
B A
T T
j S i i j s i
dado que Bs es simtrico
B i i j As i
T T
s j

reconociendo que Bs j j As j
A i i j As i
T T
j s j
entonces
i j As i 0
T
j i j
De igual manera
1
As i Bs i
i
A 1 B
T T
j s i j s i
i
pero
A i
1
B i
T T
s j
j s j
1
B
T
j j s i
por lo tanto
1 1
j Bs i 0 i j
T
j i
De donde obtenemos las reglas de ortogonalidad
A 0
T
j s j
i j
B 0
T
j s i
Solucin Modal de la Ecuacin de Estado Simtrica

As x (t ) Bs x (t ) Fs t

v t
x(t ) i qi t Q (t )
v t
i As Q t Bs Q t F t
T
i As i qi (t ) i Bs i q t i F t
T T T

ai bi fi
ai qi t bi q t fi t
bi fi t
qi t q t
ai ai

i T Bs i fi
i
i T As i
qi t i qi (t ) f i t
0
i
T

pero fi t P t
0 M i i
i
T

M C i
M C
M i
f i t i
T
P t
i i
T
i
T
i i i
i P t
T
fi t
i i M i i i M i i i C i
T T T

2 iiT M i
13. ANLISIS EN EL ESPACIO DE LA FRECUENCIA
13.1. SERIE DE FOURIER

Jean-Baptiste-Joseph Fourier (March 21, 1768 in Auxerre - May 16, 1830
in Paris), Matemtico y fsico francs conocido entre otras cosas por su
trabajo en la descomposicin de funciones peridicas que utilice en la
solucin de la ecuacin del calor.

Cualquier excitacin peridica, P(t ) , puede ser transformada en una sumatoria de funciones
trigonomtricas bsicas de acuerdo a los conceptos de Serie de Fourier:
2 nt 2 nt
P(t ) a0 an cos bn sen
T n 1 T
n 1 p p
Donde:
1
Tp
2
Tp
2nt 2
Tp
2nt
a0
Tp P (t )dt ; a n Tp 0 P(t ) cos T p dt ; bn T p P(t )sen T
dt

0 0 p
Tp Es el perodo de la funcin P(t )
2
Definimos las siguientes variables 1 y n n
Tp
Ejemplo:
Dada la funcin rampa de la Figura. Su composicin se presenta en las Figuras para 7 y 201
coeficientes (dinaFourieCoef.m).
Figura 74 Aproximacin de Serie de Fourier para distinto numero de coeficientes

Figura 75 Detalle de aproximacin de serie de Fourier con 7 y 201 coeficientes.
13.2. CASO SERIE DE FOURIER BASE

2 n 2 n
mv(t ) cv(t ) kv(t ) p(t ) con p(t ) a0 an cos t bn sin
Tp
t
Tp n 1
n 1

1
a0 2
1 n 1
n n
2 2
v(t ) 1 2
k

n n
2

2
2 a b 1 sen nt an 1 n bn 2 n cos nt
n n

2
1
Tp
y n n
13.3. RELACIN DE COEFICIENTES DE SERIE DE FOURIER ARMNICOS Y

EXPONENCIAL COMPLEJO.
La serie de Fourier se puede representar utilizando funciones armnicas o su equivalente en
exponencial complejo utilizando las relaciones de Euler.
2 n 2 n
p(t ) a0 an cos t bn sin
Tp
t
Tp n 1
n 1

1 1
cos( x) (eix eix ) sin( x) i(eix eix )
2 2

p (t ) a0 a n
2

1 in t
e e in t i bn e in t ie in t
1
2
n 1 n 1

1 1
p (t ) a0 e in t an ibn e in t an ibn
2 n 1 2 n 1
1 1
If cn an ibn c*n an ibn with c o ao
2 2

p (t ) c0 cn e in t cn* e in t ce n
in t
n 1 n 1 n

p (t ) ce
n
n
in t
13.4. RESPUESTA A UNA EXCITACION DE TIPO COMPLEJO

in t
A partir de la ecuacin de equilibrio mv(t ) cv(t ) kv(t ) cn e
Solucin v p (t ) Gn e in t ; v p (t ) in Gn e int
; v (t ) G e
p n
2
n
in t
Reemplazando en la ecuacin de equilibrio

Gn ( mn 2 cin k ) cn
1
G n cn
( k m n 2 ic n )
cn 1
Gn Gn cn H ( n )
k 2

1 n i n 2
n n
1 1 n
H ( n ) con
k 1 n 2 2 n i
n

Finalmente la respuesta permanente es: v p (t ) cn H ( n )e in t
La solucin a una excitacin peridica arbitraria

p (t ) c e
n
n
i nt

Como v ( t ) c H ( )e
n
n n
i nt

13.5. PAR DE TRANSFORMADA DE FOURIER
Para extender a seales no peridicas, se hace tender el lmite de Tp de donde n ,
d ; cn c ( ) lo que genera el Par de Transformada de Fourier.

1
p(t )
2 c() exp(it )d ; c( )

p(t ) exp(it )dt

Esta relacin tiene como requisito que

p(t ) dt
13.1. RESPUESTA UTILIZANDO LA TRANSFORMADA DE FOURIER

A partir del par de Transformada de Fourier

1
p(t )
2 c( ) exp(it )d

c( ) P(t ) exp(it )dt

Encontramos la respuesta continua:

1
v(t )
2 H ( )c( ) exp(it )d

Otros parmetros de respuesta pueden obtenerse de la propiedad de derivada en el espacio de

la frecuencia
Dado una excitacin: p (t ) P ( f )

1 1
FRF: H ( )
k 2

1 2i

v (t ) 1 P ( ) H ( ) v (t ) 1 i P ( ) H ( ) v(t ) 1 i 2

P ( ) H ( )
Debido a la forma en que se entrega el espectro de Fourier para ndices positivos solamente es
necesario desdoblar las frecuencias y la respuesta al impulso en el espacio de frecuencia.

(respfre.m)
% senal en el espacio de la frecuencia
vw=fft(vg);
%%Definicion de simetria de FRF

if ~any(any(imag(vg)~=0)), % if vg is not complex
if rem(nvg,2), % nfft odd
select = (1:(nvg+1)/2)';
else
select = (1:nvg/2+1)'; %% par
end
else
select = (1:nvg)'; %% complejo
end
f = (select - 1)*Fs/nvg;
% Funcion de Respuesta en Frecuencia Single Sided

FRF=zeros(nvg,1);
fratio=f/fo;
unos=ones(length(f),1);
% Para seal compleja.
FRF(select)=(unos/k)./(unos-
(fratio).^2+(j*2*beta).*(fratio));
%% Correccion para doble sidedspectra
%Si no es necesario corregir para el otro lado

if ~any(any(imag(vg)~=0)), % if x is not complex
% correcion de frecuencia
f=[f ; zeros(nvg-length(f),1)];
if rem(nvg,2), % nfft odd
FRF(select(end)+1:end)=conj(FRF(((nvg+1)/2):-1:2)); %
Simetriacompleta
f(select(end)+1:end)=-f(((nvg+1)/2):-1:2); %
Notarsignonegativo
else
FRF(select(end)+1:end)=conj(FRF(nvg/2:-1:2)); %% par no se
consider punto central
f(select(end)+1:end)=-f((nvg/2):-1:2);
end
end
d=real(ifft(FRF.*vw));
v=real(ifft((j*f*2*pi).*FRF.*vw));
a=real(ifft((j*f*2*pi).^2.*FRF.*vw));
13.1.1. Transformada de Fourier de la Ecuacin de Movimiento Caso Particular

Si sabemos que la excitacin y respuesta estn acotadas en el espacio del tiempo.

mv t cv t kv p t
T
v t e dt V
it
Notar que el vector es nulo ms all de T. Integrando por partes.

T T
v t e dt v t e it v t e v t dt
it it T it
0
0 0
v t e it
v 0 i V
T
v t e dt v T e iT v 0 i v T e iT v 0 2V
i t
Entonces
p t
v t 2 v t 2 v t
m
v T e T v 0 i v T e iT v 0 2 v T e iT v 0 2V

I ( )
P
... 2 i V 2V
m
P
V 2 2 2i
m
2 P
V 2 1 2 i
m
P
V Z
m
P
V Z 1 Z 1 I
m
Z 1
H
m
Luego 1 V v t
Para el caso de condiciones iniciales nulas
P t P

P
V Z
m
V H P v t P t * h t
P t * h t P H
1 V
13.2. ALGUNAS PROPIEDADES DE LA TRANSFORMADA DE FOURIER
13.2.1. Derivada en el Espacio de la Frecuencia

v t e dt V
it
Sabemos que

Para la transformada de la primera derivada. Integramos por partes

v t e it dt v t e it i v t e it dt iV

Para el caso de la segunda derivada;

v t e it dt v t e it
i v t e it dt 2V

y en general.
d n f t
i f t
n
n
dt
13.2.2. Transformada de la Funcin Delta de Dirac.
h(t ) k (t )
(t ) (t )dt (0)
(t t ) (t )dt (t )
0 0
k (t )e
i t
H ( ) dt k


1
ke
it
h(t ) d k (t )
2
13.2.3. Transformada de Funciones Sinusoidales

Funcin Coseno:
h (t ) A cos(2 f 0 t )

A i 2 f0t i 2 f0t it
H ( )

A cos(2 f 0t )eit dt

2
(e e )e dt

A
tenemos H ( f ) (e
i 2 ( f f ) t
f ei 2 ( f f )t )dt
0 0
2 2
Se puede demostrar que esta integral es:
A
H( f ) ( f0 f ) ( f0 f )
2

Figura 76
Funcin Seno:
h (t ) A sin(2 f 0 t )
A
H ( f ) i ( f f0 ) ( f0 f )
2
13.2.4. Transformada de Secuencia de Pulsos.

1 n
h(t ) (t nTp ) H ( f ) Tp
f T
n n p

Figura 77
13.2.5. Transformada de Rectngulo
A t t0
h (t )
0 t t0
t0 t0 t0
H ( ) Ae dt A (cos(t ) i sin(t ))dt A cos(t )dt

it
t0 t0 t0
sin( t ) 2 A sin( t0 ) 2 A sin(2 ft0 )

t0
H ( ) A
t0 2 f

Figura 78
13.3. PROPIEDADES DE LA TRANSFORMADA DE FOURIER.
13.3.1. Linealidad
h(t ) g (t ) H ( f ) G( f )

h(t ) g (t ) e dt h(t )e dt g (t )e dt H ( f ) G( f )
i 2 ft i 2 ft i 2 f

Figura 79
13.3.2. Simetra
h (t ) H ( f )
H (t ) h ( f )

13.3.3. Escalamiento
h(t ) H ( f )
1 f
h(kt ) H
k k
Figura 80

13.3.4. Desplazamiento en el Tiempo
h(t ) H ( f )
h(t t0 ) H ( f )ei 2 ft0
Figura 81

13.3.5. Desplazamiento en la Frecuencia
h(t ) H ( f )
h(t )ei 2 f0t H ( f f 0 )
Figura 82
13.3.6. Seales Pares e Impares

Si h(t ) es par, es decir, h(t ) h(t ) , entonces:

h(t )e dt h(t ) cos(t )dt i h(t )sin(t )dt

i t
H ( )


H ( ) h(t ) cos(t )dt

Luego H ( ) es par.
Funcin Transformada de Fourier

h(t ) H( f )
Real Parte real par

Parte imaginaria impar
Imaginaria Parte real impar

Parte imaginaria par
Real par Real

Imaginaria impar
Real impar Imaginaria

Imaginaria par
Real par Real par
Real impar Imaginaria impar
Imaginaria par Imaginaria par
Imaginaria impar Real par
13.4. INTEGRAL DE CONVOLUCIN.

I y (t ) h(t ) y( )h(t )d

y (t ) h(t ) Y ( f ) H ( f )

i t

y (t ) h(t ) e dt y ( )h (t ) d e dt y ( ) h (t )e i t dt d
i t

Si t , d dt

h ( )e d Y ( ) H ( )
i ( ) i i
y ( ) h ( ) e d d y ( ) e d

y (t ) h(t ) Y ( ) H ( )

La convolucin implica tres pasos fundamentales:
Dinaconvu.m Funcin original Desdoblamiento
Desplazamiento Convolucin
Figura 83 Pasos fundamentales de la convolucin.
13.5. TEOREMA DE PARSEVAL.

2
h (t )dt
2
H ( f ) df

Demostracin Ejemplo

13.6. RELACIN ENTRE TRANSFORMADA CONTINUA Y DISCRETA
13.6.1. Teora de Muestreo

Si la seal continua x (t ) tiene 0 energa sobre una frecuencia f c (seal de banda limitada)
entonces la seal continua puede ser recuperada en forma nica a partir de su seal discreta, si
se conocen su muestras a un paso de tiempo t f c

Dado una seal muestreada: h (t ) h ( nt ) (t nt )
n

sin 2 f c (t n t )
Se puede recuperar la seal continua h (t ) t h ( n t )
n (t n t )
Esto se demuestra en las figures 5.5 y 5.6 de Brigham.

Figura 84 Demostracin grfica del teorema de muestreo.
Notar en 5.3. La seal original se multiplica por peine de muestreo (e) lo que genera un
Transformada de Fourier que es completa pero que ESTA REDUCIDA EN 1/ t y se repite cada
fc .

Figura 85

Figura 86 En la figura 5-6 se indica que la seal se puede recuperar si se multiplica en el
espacio de la frecuencia por un cajn (b) y se realiza la transformada continua
Matemticamente, a partir de la Figura 5-6 utilizando el resultado en el espacio del tiempo:

H ( f ) [ H ( f ) ( f )]Q( f ) se utiliza la transformada al espacio del tiempo

h (t ) h ( nt ) (t nt ) q (t )
n

h ( n t ) q (t nt ) notar que ya se ha realizado la convolucin
n

sin 2 f c (t n t )
t h ( nt )
n (t n t )
13.7. DETALLES DE FFT EN MATLAB

Matlab presenta la siguiente relacin de amplitudes:
cn k 1 x( k ) exp(i 2 ( n 1)(k 1) / N ) 1 n N
N
Matlab normaliza por la longitud N en ifft. Si se desea que los coeficientes de Fourier
correspondan a lo que da la Integral
Tp
1
cn
Tp x(t ) exp(it )dt debe normalizarse por (1/length(N))
0
El eje de frecuencia de Matlab debe generarse considerando que no se utilizan ndices

negativos. Adicionalmente es conveniente diferenciar entre series reales e imaginarias. Las
series reales tienen una transformada de Fourier simtrica y por tanto pude ser utilizado la
mitad (si son pares) o la mitad ms uso si son de longitud impar.
ParaSeal Real
if ~any(any(imag(P)~=0)), % if x is not complex
if rem(nfft,2), % nfft odd
select = (1:(nfft+1)/2)';
else
select = (1:nfft/2+1)'; %% nfft even
end
else
select = (1:nfft)'; % Complex Signal
end
f=(select - 1)*Fs/nfft; % Eje de Frecuencias nfft Longitud del Vector

Esto es solo para la mitad del espectro si la seal original es real. Si se requiere el vector
completo de frecuencias debe desdoblarse a las frecuencias negativas:
if ~any(any(imag(vg)~=0)), % if x is not complex
% correcion de frecuencia
f=[f ; zeros(nvg-length(f),1)];% valor anterior de f
if rem(nvg,2),
% nfft odd Simetriacompleta
f(select(end)+1:end)=-f(((nvg+1)/2):-1:2);
else
%% impar no se considera punto central
f(select(end)+1:end)=-f((nvg/2):-1:2);
end
end

13.8. TRANSFORMADA RPIDA ALGUNOS EJEMPLOS
Figura 87 Transformada de Fourier de un seno. Notar: 1. Simetra de valores de Fourier.

Valores reales son nulos. Amplitud Imaginaria es A/2. dinafft

Figura 88 Funcin Box. Reconocer que FFT interpreta como peridica. dinafft
Figura 89. Transformada de Fourier del Registro de Llolleo 1985 NS010. Aceleracin.
dinafft

13.9. RESOLUCION, MUESTREO Y DESDOBLAMIENTO
La tasa de muestreo afecta la amplitud mxima aparente y puede provocar la prdida completa
de la identificacin de la seal o el desdoblamiento. En el ejemplo siguiente una funcin seno
con amplitud 3 y frecuencia 8 Hz es muestreada a 4 tasas distintas.
Figura 90 Muestreo de Seal a distinta tasa sobre, igual y bajo Nyquist. Efecto en
amplitud en tiempo y frecuencia y alias claro en sub muestreo. En la parte alta de la
figura se indica la perdida de amplitud mxima y en el efecto en frecuencia. Notar que no
se ha normalizado por paso de frecuencia. Adems un caso interesante es cuando se
muestrea al doble de la frecuencia de la seal producindose la perdida completa de la
seal. (dinaSampling.m)
El desdoblamiento o alias aparece por un muestreo menor a la Frecuencia de Nyquist Fs/2. En

el ejemplo siguiente una seal de frecuencia 8 Hz es muestreada a Fs = 10 Hz lo que implica
una frecuencia Nyquist de Fs/2 = 4. Por tanto el desdoblamiento es:
Falias Fs / 2 ( Fnat Fs / 2) 10 / 2 (8 10 / 2) 2

Figura 91 Serie submuestreada genera alias o desdoblamiento (dinaalias.m)

Figura 92 Muestreo a la frecuencia de Nyquist

Figura 93 Notar Amplitud 1/T y paso de Frecuencia 1/T. Se requiere 2fc=1/T
para poder capturar la seal correctamente

Recuperacin de la seal original
14. VENTANAS Y PRDIDA DE ENERGA

Es muy importante notar que existen una diferencia importante entre la Trasformada Continua y
la Transformada Discreta de Fourier. Las diferencias se deben al proceso de muestreo

Figura 94 Notar que en este caso no hay aliasing sin embargo la seal
resultante tiene una amplitud amplificada por To. Este escalamiento se
modifica si no existe una exactitud entre el periodo de la seal y la ventana
utilizada. Ver caso siguiente.

Figura 95 Notar que la transformada de Fourier Discreta no tiene amplitud A/2
sino que esta modificada por To/T.

Figura 96 Transformada de una seal armnica con periodo exacto dentro
de ventana de anlisis. La transformada no sufre de distribucin de
energa. OJO no se ha normalizado por 1/nfft.
Figura 97Si la transformada se realiza con ms de talle se observa

claramente que el efecto de la ventana no afecta la representacin
discreta de la seal.

Figura 98No calza frecuencia sin ventana o ventana cuadrada. Notar leakage

Figura 99 Con Ventana Hanning. Notar reduccin de amplitud lbulo principal, ancho de
lbulo principal y reduccin de leakage.
Para disminuir el efecto de leakage se utilizan ventanas. Sin embargo esto genera un
compromiso ya que afecta la energa de la seal analizada y su resolucin espectral.
14.1. VENTANAS
Existe un gran nmero de ventanas a utilizar. Cada una tiene propiedades distintas y por tanto
su uso correcto depende del objetivo que se desee lograr. Las ventanas ms comunes son la:
Hanning, Hamming, Box, Parzen, Bartlett, Kaiser y Chevyshev. En caso especfico de anlisis
de impactos y operacin monofrequencial tenemos la ventana exponencial y la Flat-top
respectivamente.
Las siguientes son algunas definiciones de ventanas
1 j 1: n
Box: W ( j )
0 i j
Ventanas basadas en coseno: W ( j ) A B cos( j ) C cos(2 j )
Hamming: A 0.54 B 0.46 C 0
Hanning: A 0.5 B 0.5 C 0

Blackman: A 0.42 B 0.5 C 0.08
Kaiser: Flexible Maximiza la relacin entre amplitud del lbulo principal y lbulo lateral.
Chevyshev: controla la amplitud de los lbulos laterales. Minimiza tamao de lbulo principal.
Tabla 1 Comparacin de efectos. (Heylen et al)
Ventana Amplitud de lbulo lateral Scalloploss. Perdida de

Minimiza el leakage si valor es menor Mide la atenuacin fuera Coherencia
de la frecuencia central. Indica la perdida de
(dB) Valores menores indican energa en la seal
un buen comportamiento
de ventana
(dB)
Rectan. -13 3.92 1
Hanning -32 1.42 0.5
Hamming -43 1.78 0.54
Gaussians -55 1.25 0.43

( 3)
Flat-top -94 0.01 0.22

Figura 100 Ventana y su transformada de Fourier en escala logartmica

Figura 101 Ventana y su transformada de Fourier en escala lineal

Figura 102 Notar efecto de Hamming en lbulos laterales

Figura 103. Ventanas en escala lineal

Figura 104 Notar efecto en la energa de la seal y reduccin de leakage

Figura 105 Notar que existe un ancho de banda aparente que puede llegar a ser mal
interpretado como amortiguamiento en un proceso de identificacin.
Hay que tener cuidados debido a que algunas ventanas no permiten separa frecuencias.

Figura 106 Mejora de la ventana en la identificacin de frecuencias
15. OTRAS TEMAS ASOCIADO A ENERGA

El tema de la periodicidad es relevante especialmente en el clculo de energa. Vemos un caso
de una seal peridica y las consecuencias en su transformada:

Figura 107 Caso Rampa. Notar la simetra en la Transformada de Fourier y la oscilacin.
(dinafftProp.m)

Figura 108El mismo caso anterior pero el periodo se supone tres veces el anterior. La
transformada no cambia ya que los coeficientes adicionales son nulos. (dinafftProp.m)
Es interesante obtener la inversa utilizando algunos de los coeficientes obtenidos del caso
anterior. Es posible recuperar totalmente la seal original.

Figura 109La contribucin de la parte imaginaria es muy baja. (dinafftProp.m)
16. EL ESPECTRO DE POTENCIA

Una serie de Fourier:
2 nt 2 nt
x(t ) a0 an cos bn sen
T n 1 T
n 1 p p
En el caso que se ha removido la media a o 0
2 nt 2 nt
x(t ) an cos bn sen
Tp n 1 Tp
n 1
Para una seal monofrecuencial la amplitud ser la amplitud de la seal monofrecuencial:

x(t ) A cos j t
Tp
1
an
Tp x(t ) cos tdt 0
0
n n j
Tp
2 2 Tp
aj
Tp A cos t cos tdt T
0
j j A
p 2
A

La potencia de la seal

P x (t )dt
2
Para x (t ) en un perodo dado:

Tp
P A cos j t dt A2
2 Tp
0
2
Para una frecuencia arbitraria n la potencia es la combinacin del coeficiente que acompaa al
coseno y seno de la expansin de Fourier en cada una de las frecuencias
an2 bn2
P( fn ) cn2
2
El Espectro de Potencia es la acumulacin de valores de potencia para cada f n .
El espectro de densidad de potencias corresponde a
an2 bn2 cn2

S ( fn )
2f f
16.1.1. Teorema de Parseval

La potencia total corresponde al valor cuadrtico de la funcin, en el espacio del tiempo,
continuo.

x (t )dt
2 2
H ( f ) df

Adicionalmente se puede encontrar que en este caso el lado izquierdo corresponde a la media
cuadrtica de la seal:
Tp
1 1 N 1 2
x(t ) x (t )dt xk
2 2
Tp 0
N k 0
La raz media cuadrtica es entonces:

Tp
1 1 N 1 2
RMS
Tp x (t )dt
2
xk
N k 0
0
N 1
1 A
Para el caso de armnico: RMS
N
x
k 0
2
k
2
Figura 110 Notar que la amplitud para un armnico en el espacio de la frecuencia, H k ,

2
A2 3
est dada por 2.25 y la potencia total de la seal es la misma en tiempo que
4 2
en la frecuencia. Dinapsd.m

Figura 111
Para el caso de una seal aleatoria.

Figura 112 Llolleo 1985 NS010
Si definimos
S ( f ) 2 H ( f ) para las frecuencias positivas (definicin en el espacio continuo de frecuencia)

2
Tp
1
x(t ) x (t )dt S ( f )df
2 2
Tp 0 0
En forma discreta utilizando la definicin de Matlab

N 1 1
1
x y S( f )
2

2
x (t ) 2
H( f )
N n0 FsN
Por tanto
N 1 N 1
1 1 1 Fs N 1 1 N 1
x2 H ( f ) f H(f ) N2 H(f )
2 2 2
N n0 FsN n0 FsN N n 0 n0

Se puede demostrar debido a las propiedades de derivada de Fourier que
S x ( f ) (2 f ) 2 S x ( f )
S x ( f ) (2 f ) 4 S x ( f )
En la prctica se recomienda:
1 N
1. Calcular la FFT con: cn
N
k 1
x(k )ei 2 ( n 1)( k 1) / N 1 n N (notar que se utilizan
ndices mayores a cero para Matlab. En este caso se ha normalizado 1/N)
2. Calcular el espectro de potencia como: S x ( f ) cn*cn
3. Calcular el espectro de densidad de potencia como:

S x ( f ) cn cn / f T p cn cn (( N 1) / Fs ) cn cn
* * *
4. Si se requiere calcular el espectro de densidad de potencia de un solo lado (single

sided) como: S x ( f ) 2(( N 1) / Fs ) cn* cn
Para seales reales PSD es simtrica alrededor de DC, y por tanto S x ( f ) entre 0 f Fs / 2
es suficiente para caracterizar el espectro. Sin embargo para obtener la potencia media sobre
el intervalo completo de Nyquist es necesario utilizar el concepto de PSD unilateral:
0 Fs / 2 f 0
S sx ( f )
2 S x ( f ) 0 f Fs / 2
La potencia media en una banda de frecuencia dada f1 f 2 0 f1 f f 2 Fs / 2 , se calcula
a partir del espectro de densidad de potencia unilateral.
f2
P( f1 , f 2 ) Ssx ( f )df
f1
f2 f1
P( f1 , f 2 ) S x ( f )df S ( f )df
x
f1 f2

Figura 113 Notar que se ha filtrado entre 1 y 5 Hz las seal original la mitad de la potencia
media se observa en la figura inferior.
Es importante tener cuidado con la energa calculada. Si uno agrega ceros a la seal la
potencia media disminuye. Matlab permite a travs de su funcin fft el agregar ceros y no
afectar la potencia media de la seal.

Figura 114 Notar como se disminuye la densidad de energa debido a agregar ceros.
Efectivamente el valor medio de la energa se disminuye dado que tenemos una seal de
mayor longitud. La energa total es siempre la misma.
16.2. ESTIMACION DE ESPECTRO DE DENSIDAD DE POTENCIA

La estimacin discreta de esta funcin se llama perodograma y se define si tiene un nmero
par de puntos de longitud, para N/2+1 (incluye la frecuencia de Nyquist si es par si es impar no
la incluye) puntos como:
1
P( fO )
2
cO Ojo no se escala por 2 la componente DC (ya que es el
N2 (2)
punto de simetria)
P( f k )
2
N 2ck cN k
2 2
N
k 1, 2..., 1
2
(3)

2
P( fc ) P( fN /2 )
2
c
2 N /2
(4)
N
Donde fk est definida para las frecuencias nulas y positivas.
fftx = fft(x)/length(x);
fftx = fftx.^2;
if rem(nfft, 2) % Odd nfft excludes Nyquist
fftx(2:end) = fftx(2:end)*2;
else
fftx(2:end -1) = fftx(2:end -1)*2;
end
f = (0:ceil((nfft+1)/2)-1)*Fs/nfft;
Se puede esperar que el valor de P(fk) sea un promedio del valor real P(f) centrado en la
frecuencia f. La ventana de promedio, para este caso se puede demostrar que es:
2
1 sen ( s )
W ( s) 2 sen ( s / N )
N
Donde s, representa los pasos (bins) alejndose de la frecuencia f.
Debido a que esta ventana se expande a varias frecuencias cercanas, se produce un fenmeno
de aparente prdida de potencia, tambin llamado en ingls leakage. Para disminuir este efecto
es necesario utilizar ventanas de muestreo. Entre las ventanas ms utilizadas se pueden
nombrar la Hanning, Parzen y Welch.
Otro punto que es necesario recalcar respecto al uso del perodograma es que la estimacin del
valor H(fn) tiene una varianza del 100% y esta varianza es independiente del nmero de puntos
utilizados en la evaluacin. (La inclusin de un mayor nmero de puntos aporta informacin
para otras frecuencias y no incrementa la informacin para una frecuencia dada). Una manera
de disminuir la varianza del proceso es tomar el promedio de distintos segmentos de la seal.
Estos promedios se pueden realizar de dos formas. La primera con segmentos no
superpuestos, la cual requiere la evaluacin de K segmentos, de duracin N=2M. En este caso
la varianza se reduce por un factor K. La segunda alternativa es superponer la mitad de los
segmentos, en este caso la varianza se reduce por 9K/11 y se necesitan (K+1)M segmentos, un
poco ms de la mitad de datos requeridos por la tcnica de no superposicin. La seleccin de
uno de estos dos procesos depende de la forma de adquisicin de la informacin.
La magnitud del espectro de Fourier se obtiene mediante la raz cuadrada del espectro de
densidad.
Es importante notar que la transformada discreta de Fourier (Hn) se relaciona con la
transformada continua (H(fn)) en forma aproximada como:
H ( f n ) tH n Donde t es el intervalo de muestreo.
La funcin de transferencia, Txy(f), entre dos espectros Px(f) y Py(f) est dado por el cociente:

Px ( f )
Txy ( f )
Py ( f )
El resultado de este cociente se puede representar en trminos de la amplitud y la fase.

Finalmente la funcin de coherencia, Kxy(f), est dada por,
2
Txy ( f )
K xy ( f )
Px ( f ) Py ( f )
Esta es similar al coeficiente de correlacin, solo que est en trminos de la frecuencia. Esta
informacin se utiliza para determinar si dos seales estn relacionadas.
16.3. CLCULO DE LA FUNCIN DE RESPUESTA EN FRECUENCIA FRF

t
En el espacio del tiempo la respuesta de un oscilador de 1GDL y (t ) x ( ) h(t )d
0
Del teorema de convolucin:

Y ( f ) X ( f ) H ( f ) por tanto H ( f ) Y ( f ) X ( f )
1 Na
Y( f )
Una estimacin se puede obtener de: H ( f ) X ( f ) sin embargo puede sufrir de
Na n 1 n
divisin por ceros que existan en X ( f ) . Por tanto se utilizan otros estimadores dependiendo si
se reduce el ruido en la entrada o en la salida.
Este estimador es mejor cuando el ruido es en la salida o cuando hay varias seales de entrada
Y ( f ) X * ( f ) SYX
H1 ( f )
X ( f ) X * ( f ) S XX
Este estimador es mejor cuando el ruido es en la entrada o cuando hay leakage o alias
Y ( f )Y * ( f ) SYY
H2 ( f )
X ( f )Y * ( f ) S XY
Es importante notar que la FRF es nica independiente si la seal es determinstica,
estacionaria, o no estacionaria.
Para el clculo de H ( f ) se utilizan los estimadores siguientes:

Na Na
1 1
S XX ( f )
Na

n 1
S XX n , SYY ( f )
Na
S
n 1
YY n
,

Na Na
1 1
S XY ( f )
Na
S XY n ,
n 1
SYX ( f )
Na
S
n 1
YX n
Se puede demostrar que los estimadores de FRF son estimadores cuadrticos (least squared) y
poseen un coeficiente de correlacin que en el espacio de la frecuencia est definido por la
coherencia como:
S
2
2 S XY ( f ) XX ( f ) SYY ( f ) que debe estar en 0 y 1. Cuando no es 1 se debe a:
1. Ruido no correlacionado.
2. Nolinealidad del sistema evaluado.
3. Leakage
4. Desfase en registros no compensados.
Los errores estadsticos en los estimadores FRF y coherencia son funcin del valor de la
coherencia y el nmero de promedios (dinacoherencia.m)
2 1 2
r ( )
2
2 N a 2
1 2
r (H )
2 N a 2

Figura 115
La coherencia se utiliza para generar la Potencia de Salida Coherente (Coherence Output

Power COP), que es una medida de que parte del espectro de salida SYY es totalmente
coherente con la seal de entrada S XX
COP 2 SYY
Y la razn seal ruido. En la cual todas las seales no coherentes son consideradas como ruido
2
S/N
1 2
Ejemplo (dinacoherencia.m)
NGDL = 10 f n 0.53 1.58 2.60 3.56 4.43 5.21 5.88 6.41 7.04

16.4. CORRELACION Y COVARIANZA
La correlacin cursada est definida para series aleatorias estacionarias como:
Rxy ( ) E[ x (t ) y * (t )] E[ x (t ) y * (t )]
La auto correlacin se define como:
T /2
1
Rxx ( ) E[ x (t ) x (t )] x (t ) x (t ) x (t ) x (t ) dt lim T x (t ) x (t ) dt La

T T / 2
Si se remueve la media de los registros se llama covarianza:

C xy ( ) E[( x (t ) x )( y (t ) y )* ] Rxy ( ) x *y
En trminos de matemtica discreta la correlacin de dos seales peridicas con duracin N, se
obtiene mediante la siguiente frmula (time-ambigita function):
N j 1
Ryx ( j )
k 0
yk j xk j0
Ryx ( j ) Ryx ( j ) j0
Notar que en Matlab Ryx ( j ) 0 j 0 adems no se normaliza la correlacin existen varias

maneras de hacerlo:
Biased: Que no da el valor esperado.
Unbiased: que se ha realizado alguna perturbacin para que se acerque al valor esperado.
Normalizado a valor 1 en lag 0.
Y sin normalizacin Matlab tiene esta como default.
Ejemplo (dinacorr):
x =
1 1 1
y =
1 1 1
Corr_x_y =
1 2 3 2 1
Notar que la longitud es 2N-1. En la figura se muestran dos casos de correlacin:

Figura116
Figura 117Autocorrelacin de una funcin armnica.

Un proceso aleatorio x(t) estacionario tiene las siguientes propiedades:
E[ x(t )] cte
2 Var ( x(t )) E[( x(t ) E[ x(t )])2 ] cte
Una seal de ruido blanco perfecto, tienen un valor alto para t=0, y nulos en otros valores de
desplazamientos. En la prctica debido a que las series no son infinitas y el ruido puede no ser
totalmente blanco la correlacin presenta un valor alto para cero desfase y luego decae
rpidamente para valores crecientes de t, negativos o positivos.
16.5. CONCEPTOS BSICOS DE PSD

El espectro de densidad de potencia (PSD) es la transformada de Fourier de la autocorrelacin.

1
e
ift
S xx ( f ) Rxx (t )dt
2
En el caso de una seal de ruido blanco se tiene

R xx ( ) 2 ( )
Utilizando ecuacin (11) se obtiene:

2
S xx ( f ) 1
2

e if 2 ( ) d
2
Es decir, el espectro potencia de un ruido blanco es una constante.
16.5.1. Resumen
(Heylen et al.)
Espectro de Potencia:
S xx ( f ) X ( f ) X * ( f ) X ( f )
2
Para seal transientes:

Rxx ( ) E[ x (t ) x (t )] x (t ) x (t ) x(t ) x(t )dt

Para seales estacionarias

T /2
1
Rxx ( ) E[ x (t ) x (t )] lim T
T
T / 2
x (t ) x (t ) dt
De acuerdo a la relacin Wiener-Kinchin se demuestra que la R xx ( ) y S xx ( f ) forman un par

de transformada de Fourier.
De forma similar se establece el Espectro Cruzado y la Funcin de Correlacin

T /2
1
S xy ( f ) X ( f )Y * ( f ) , Rxy ( )

x (t ) y (t ) dt , Rxy ( ) lim T
T
T / 2
x (t ) y (t ) dt
16.6. PROMEDIO DE SERIES DE TIEMPO Y ESPECTRO DE POTENCIA

Se puede promediar en el espacio del tiempo o de la frecuencia para reducir el ruido
16.1. ANALYTICALSIGNAL
Figura 118: Espectro a) Original Signal, b) AnalyticalSignal.

1 s(t ')
A s(t ) z(t ) s(t ) j t ' (0.1)

t t '

HilbertTransform

1 s (t ')
H [s (t )] t ' (0.2)
t t '
A s (t ) z( t ) s (t ) i H s (t ) Aa (t ) e i a ( t ) (0.3)
Aa (t ) Amplitud.
Where:
a (t ) Phase
1
imag ( z(t ))
Aa (t ) [real ( z(t ))]2 [imag ( z(t ))]2 2 a (t ) arctan (0.4)
real ( z(t ))

H s ( t )
1
Aa (t ) s 2 (t ) H s(t ) 2
2
a (t ) arctan (0.5)

s(t )
Instantaneous
17. INSTRUMENTACION Y REGISTRO DE VIBRACIONES
17.1.1. Casos Bsicos sensores

El sensor se puede representar como un sistema de un grado de libertad amortiguado.
Analizaremos el caso de que este sensor esta adosado a una superficie que vibra bajo
excitacin armnica.
Figura 119 Esquema simplificado de un sensor mecnico.
En el sistema mostrado en la figura la estructura tiene una ecuacin de movimiento del tipo:
mv t cv t kv t p0 sin(t )
Analizamos preliminarmente el caso de respuesta permanente. Luego se generaliza para
condicin transientes y permanente y carga arbitraria. La solucin permanente es:
P0
vP (t ) D sin t
k

17.1.2. Sensor de Aceleracin: Acelermetro
Si se tiene una aceleracin aplicada a la estructura del tipo vg (t ) vgo sin t :
mvT t cv t kv t 0
m v t vg t cv t kv t 0
m v t vgo sin t cv t kv t 0
mv t cv t kv t mvgo sin t
mvgo D
v(t ) D sin t vgo sin t
k 2
Requerimos que la observacin sea proporcional a la aceleracin. En el caso bsico que la
amplitud mxima de respuesta de desplazamiento sea proporcional a la aceleracin.
v(t ) vg 0
Esto es la base de un acelermetro.
Para que funcione, requerimos que la dependencia del Factor de Amplificacin Dinmica (D)
sea mnima o inexistente. Esto ocurre bajo dos condiciones:
a) Sistema con amortiguamiento arbitrario y 0.2 o,
b) O sistemas con razn de amortiguamiento 0,6 0,7 .
En ambos casos y debe ser muy grande, es decir ( k m ). Esto es difcil de realizar y
finalmente se requiere un lector muy sensible.
En la Figura 121 se observa el efecto de la frecuencia y el amortiguamiento del sensor en la
reproduccin fiel de la aceleracin. En estas figuras se grafica el desplazamiento de la masa del
sensor contra la aceleracin de excitacin. Para el caso de amortiguamiento 0.7 y frecuencias
altas se obtiene una reproduccin casi perfecta. Esto son los valores que utilizan acelermetros
comerciales orientados a ingeniera ssmica.

Figure 120. Acelermetros y Acelergrafos.

Figura 121 Respuesta de sensor de
aceleracin bajo excitacin arbitraria de
aceleracin. Notar el ajuste de amplitud y
fase. Las diferencias estn asociadas a la
banda de frecuencias y amortiguamiento
del sensor.
17.1.3. Sensor de Desplazamiento Inercial

Cuando deseamos medir el desplazamiento del terreno se tiene la misma estructura anterior:
mv t cv t kv t p0 sin(t )
P0
vP (t ) D sin t
k
En este caso se tiene el desplazamiento de la carcasa como incgnita y se deriva dos veces
para obtener su aceleracin en funcin de la amplitud de desplazamiento de la carcasa:
vg (t ) vgo sin t
vg (t ) vgo 2 sin t
La aceleracin total sobre la masa del sensor y la respuesta es:
m vg 0 2
v(t ) D sin t
k
v(t ) vg 0 2 D sin

Figura 122Factor de amplificacin dinmica de modificado por la razn
cuadrtica de frecuencias de excitacin y natural de un sistema de un grado
de libertad.
Para que el resultado obtenido sea independiente de la relacin 2 D , la masa debe ser
mucho mayor que la rigidez ( m k ) y 1.5 para 0,6 0,7 .
Un resultado similar se utiliza en medidores de velocidad inerciales, sismmetros o gefonos.
Figura 123 Sensor Medicin Directa de Desplazamiento

IDENTIFICACION DE SISTEMAS

18. CRITERIO DE CALIDAD MODAL
Este ndice escalar permite comparar las similitud (linealidad) de dos formas modales. Este no
incluye un chequeo de la ortogonalidad en los trminos clsicos y por tanto permite
independizar errores de un modelo con la comparacin propia de las formas modales. Ref. R.
Allemang, The Modal Assurance Criteria Twenty years of use and abuse. Sound and Vibration,
August, 2003.
Modal Assurance Criteria
i j
H 2
MAC (i, j )
( i i )( j j )
H H
Notar que esta expresin compara las formas pero predomina los nmeros grandes en relacin
a los diferencias pequeas (numero pequeos).
Tambin aunque menos usado se puede comparar los vectores a travs de relaciones de
ortogonalidad. Por ejemplo la comparacin llamada pseudo ortogonal:
0 i j
M j exp/ Modelo M
T
i exp
j i j
Se considera que si los valores fuera de la diagonal son menores al 10% esta ok. El problema
que el no ajuste puede provenir de la matriz de masa o de su condensacin. El criterio MAC se
independiza de esto.
Tambin es importante el factor de escala modal.
Modal Scale Factor
i j
H *
MSF (i, j )
i i
H
Figura 113 MAC de dos de matriz de vectores

19. MTODO DE ESPECTRO DE POTENCIA
19.1. INTRODUCCIN
Para identificar las propiedades dinmicas de la estructura utilizando el espectro de densidad de
potencia o la transformada de Fourier es necesario identificar las frecuencias predominantes y
la relacin de amplitud. Esta informacin indicar los perodos fundamentales y las formas
modales. El amortiguamiento viscoso equivalente () puede ser obtenido utilizando el mtodo
de ancho de banda, teniendo cuidado en que su uso se adecue a la forma de presentacin de
los resultados (amplitud al cuadrado o no).
De la funcin respuesta en frecuencia se tiene:
t
y (t ) x ( ) h (t ) d y: salida x: entrada
0
y del teorema de convolucin:

Y ( f ) X ( f )H ( f )
La seal de salida y(t) es conocida (medida), pero la excitacin x(t), se desconoce. En el
mtodo PSD se hace la hiptesis de que es una seal de ruido blanco.
El ruido blanco es una seal aleatoria estacionaria donde dos instantes de tiempo no tienen
correlacin. El espectro potencia del ruido blanco tiene la propiedad de ser constante S0 . Lo
que permite finalmente relacionar el Espectro Potencia Syy con la funcin de respuesta en
frecuencia. Volviendo a la funcin de respuesta en frecuencia se tiene
Y ( f ) X ( f )H ( f ) (5)
Multiplicando por Y* se obtiene
Y * ( f )Y ( f ) H * ( f ) X * ( f ) X ( f ) H ( f ) (13)
Utilizando (1) queda;
2 2
Y ( f ) H *( f ) X ( f ) H ( f ) (14)
Aplicando la propiedad (12) sobre el ruido blanco de entrada
2 *
Y( f ) H ( f ) H ( f ) So H ( f )
2 2
(15)
2
Dado el hecho que es constante, se tiene finalmente la relacin entre el espectro potencia de
la seal de salida y la funcin de respuesta en frecuencia.
Como x(t) es una seal aleatoria real y no necesariamente blanca es conveniente realizar una
estimacin robusta de S yy , no basta con calcular el espectro de potencia de Y(f) a partir de un
solo evento. Si se desea construir alguna relacin que caracteriza la relacin entre la frecuencia
y la potencia de un sistema, se debe considerar el promedio de S yy sobre distintos eventos,

19.1.1. Mtodo de Welch
En el caso del espectro de Fourier (|H(f)|) se puede utilizar la frmula.
f 2 f1
1 2
f 2 f1
Para el caso del espectro de potencia (|H(f)|2) se debe usar (A-4):
f 22 f12
0 .5 A 1 0 .3 7 5 A 2
A 2
f 2 f12
En ambos casos el procedimiento es fcilmente programable para la determinacin automtica
de estos valores.
Es importante hacer notar nuevamente que se deben realizar estudios cuidadosos con los
resultados del anlisis de Fourier ya que estos estn fuertemente influenciados por la seleccin
de filtros, perodo y ventanas de muestreo, y duracin del segmento utilizados en el anlisis.
Las propiedades dinmicas derivadas de vibraciones ambientales corresponden a amplitudes
de movimiento relativamente menores, donde aceleraciones del orden de 0.005 g no son
extraas. Debido a esto los valores obtenidos pueden modificarse sustancialmente si la
estructura o edificacin tiene un comportamiento no lineal con respecto al nivel de
microvibraciones. Este comportamiento no lineal puede asociarse a un cambio de rigidez por
rompimiento de friccin entre elementos, o desvinculacin de la interaccin entre la estructura y
elementos no estructurales o elementos estructurales secundarios que son daados en un
movimiento ms severo.
El estudio anterior se realiz para funciones continuas de x(t). El mtodo es aplicable a series
discretas, pero en tal caso no nos referimos como Espectro de potencia, sino como
Perodograma
Ejemplo
Identificacin de parmetros dinmicos del Edificio de la Cmara Chilena de la Construccin
Tiempo registro: 60 min

Frecuencia muestreo: 100
Filtro: Pasa Banda Butterworth [0.05 25]Hz
Tamao ventana: 60s
Overlap: 30s
Ventana: Hamming

Figura 124 Espectro de Densidad de Potencia
Del perodograma se distinguen 5 frecuencias. [1 1.6 3.4 3.5 4.6] Hz. La estructura tiene dos
modos acoplados en 1Hz, pero el mtodo PSD no logra identificarlo. En torno a 3.5 se puede
suponer 2 modos, pero no existe certeza. En torno a 1.6 se distingue claramente un modo.

20. BASES PARA LA IDENTIFICACION EN EL ESPACIO DEL TIEMPO
20.1. ECUACIN DE DATOS OBSERVADOS

Podemos construir varios mtodos de identificacin de sistemas a partir de la formulacin de la
ecuacin de equilibrio dinmico tradicional como en espacio estado
M v(t ) C v(t ) K v (t ) F (t ) [ S ]{ f (t )}
{ z ( t )} [ Ac ] { z ( t )} [ Bc ] { f ( t )}
( 2 Nx 1) ( 2 Nx 2 N ) ( 2 Nx 1) ( 2 Nxq ) ( qx 1)
En todo proceso de identificacin no es posible observar toda la respuesta de
y (t ) C a v(t ) C v v(t ) C d v(t )
Donde
y (t ) l
son la respuesta observada. C a , C v , C d son matrices que contienen
la seleccin de las salidas.
Utilizando la ecuacin de equilibrio dinmico y pre-multiplicndola por C a M

1
se tiene lo
siguiente:
C a M M v(t ) C a M C v(t ) C a M K v(t ) C a M Bc f (t )

1 1 1 1
Reordenando trminos se tiene:
C a v(t ) C a M Bc f (t ) C a M C v(t ) C a M K v(t )

1 1 1
Agregando a ambos lados de la ecuacin el trmino Cv v(t ) Cd v (t ) :
C a v(t ) C v v(t ) C d v(t )

C a M Bc f (t ) C v v(t ) C a M C v(t ) C d v(t ) C a M K v(t )
1 1 1
Agrupando trminos
y (t ) C a M Bc f (t ) C v C a M C v(t ) C d C a M K v(t )
1 1 1
Luego aplicando la definicin de vector de estado Error! Reference source not found. es
posible reescribir la ecuacin anterior como:
C d C a M 1 K v(t )

y (t ) Ca M Bc f (t ) 1 Luego:
1

C C a M C v(t )
Dc v

Cc
Establecemos la ecuacin de datos observados
y (t ) Cc z (t ) Dc u (t )

20.2. ECUACIN DE ESPACIO ESTADO CON COMPONENTES DE RUIDO
En todo proceso de medicin e identificacin real existe componentes asociados a ruido tanto
en lo inapropiado del modelo utilizado como en el proceso de lectura. Estas la denominaremos
como wk n y vk l respectivamente. En este primer caso se assumen como
procesos estacionarios con media cero.
zk 1 A zk B f k wk
yk Cd zk D f k vk
y con las siguientes matrices de covarianza:
wp
E

v p

wq
T
v
T

Q
q S T

S
pq
R
Donde E representa el valor esperado (esperanza), pq es una delta de Kroenecker ( pq 1
si p q , si no pq 0 ), p y q son dos pasos arbitrarios.
En muchos casos no es posible medir la excitacin. En esto se puede asumir que ella es parte
del ruido en el proceso de entrada. En este caso la excitacin junto con el ruido debe poseer
media cero sin frecuencias predominantes (ruido blanco).
zk 1 A zk wk
yk Cd zk vk
En el caso que la entrada no observada incluyera frecuencias permanentes pueden llegar a ser
confundiads como polos de la matriz de estado A .
20.3. CONCEPTOS DE PROCESOS ESTOCSTICOS

Un proceso estocstico es aquel proceso que su caracterizacin se realiza mediantes sus
propiedades estadsticas. Un proceso posee un conjunto de variables aleatorias dependientes
del tiempo.
En nuestro caso asumiremos procesos que son estacionarios, ergdicos y de media cero.
Estacionario significa que sus propiedades estadsticas son constantes en el tiempo. Ergdico
significa que sus propiedades estadsticas pueden ser calculadas en el promedio sobre varias
realizaciones en un instante de tiempo o usando el promedio de valores de solo una realizacin
en el tiempo. La media cero corresponde a proceso que en general sea eliminado su valor
medio.
Una de las propiedades ms relevantes que usaremos es la funcin de correlacin. En el caso
continuo y un proceso estocstico g (t ) con N g componentes la matriz de correlacin se expresa:
T /2
1
Rgg ( ) lim g (t ) g (t )
T
T T T / 2
N g xN g

Los elementos de la diagonal se llaman autocorrelacin y los fuera de la diagonal correlacin
cruzada. Si la seal es discreta y solo existen valores distintos a cero para t 0

1 N 1
N T k 0

Rgg ( ) E g k g k lim g k g k
T T

El operador E g es la esperanza y entrega el valor medio de g cuando el numero de
realizaciones del proceso estocsticos es infinito. Dado el nmero de datos N g es finito, por lo
tanto el estimador de la matriz de correlacin es
g g
N 1
1
Ri T
N k 0
k i k
Dado que la media es cero la covarianza y la correlacin son idnticas. Esta matriz puede ser
calculada aplicando la transformada de Fourier.
20.4. ALGUNAS PROPIEDADES DE LOS SISTEMAS ESTOCSTICOS.

(0.6)
Si el proceso estocstico es de tipo estacionario con una media nula se tiene que:
E zk zk
T

E zk 0
Donde la matriz de estado de covarianza es independiente del tiempo k . Dado que wk y

vk tienen media cero y son independientes del estado actual xk , se tiene:
E xk wk 0
T

E xk vk 0
T

De la misma forma la matriz de covarianza de outputs Ri lxl se define como:
Ri E yk i yk
T
Donde i es un paso arbitrario dentro del registro. La matriz de covarianza de salida siguiente,
G nxl se define como:
G E zk 1 yk
T

De las definiciones es posible deducir las siguientes relaciones (Van Overschee y De Moor,
1996):
Propiedad 1

A A Q
T
Demostracin
Si E zk zk E zk 1 zk 1
T T

Pero zk 1 A zk wk
Luego,
E A zk wk A zk wk
T

E A zk wk zk
T
A wk
T T
E A zk zk A A zk wk wk zk A wk wk
T T T T T T
E A zk zk A E A zk wk T E wk zk T AT E wk wk T
T T

A E zk zk A A E zk wk A E wk zk E wk wk
T T T T T T

0 0
A E zk zk A E wk wk
T T T

A A Q
T
Propiedad 2
R0 Cd Cd R
T
Demostracin
Si Ri E yk i yk R0 E yk yk
T T

Pero yk Cd z k wk
Luego,

R0 E Cd zk vk Cd zk vk d k k k
E C z v z T C T v T

T
d k

R0 E Cd zk zk Cd Cd zk vk vk zk Cd vk vk
T T T T T T

R0 E Cd zk zk Cd E Cd zk vk T E vk zk T Cd T E vk vk T
T T

R0 Cd E zk zk Cd Cd E zk vk Cd E vk zk E vk vk
T T T T T T

0 0
R0 Cd E zk zk Cd E vk vk
T T T

R0 Cd s Cd R
T
Propiedad 3
G A Cd S
T
Demostracin
G E zk 1 yk E A zk wk zk Cd vk
T T T
G E A zk zk Cd A zk vk wk zk Cd wk vk
T T T T T T
G E A zk zk T Cd E A zk vk T E wk zk T Cd T E wk vk T
T

G A E zk zk Cd A E zk vk Cd E wk zk E wk vk
T T T T T T

0 0
G A E zk zk Cd E wk vk
T T T

G A s Cd S
T
Propiedad 4
Para i 1, 2,...
Ri Cd A G
i 1
Ri G A Cd T Ri T
T i 1 T

Demostracin

Dado que i E yk i yk
T

Para i 1 :
R1 E yk 1 yk
T
R1 E Cd zk 1 vk 1Cd zk vk
T
R1 E Cd A zk wk vk 1Cd zk vk
T
R1 Cd A E zk zk Cd Cd S
T T
R1 Cd A Cd Cd S
T
R1 Cd A Cd S Cd G Cd A G
T 0
Para i 2 : R2 E yk 2 yk
T

R2 E Cd zk 2 vk 2 Cd zk vk
T
R2 E Cd A zk 1 wk 1 vk 2 Cd zk vk
T
R2 E Cd A A zk wk wk 1 vk 2 Cd zk vk
T
R2 E Cd A A zk Cd Awk Cd wk 1 vk 2 zk Cd vk
T TT
Es fcil demostrar despus de realizar el producto
R2 Cd A A Cd Cd A S
T
R2 Cd A A Cd A S
T
R2 Cd A A Cd S
T
R2 Cd AG

Por induccin se tendr para i
Ri Cd A G .
i 1
En forma similar se demuestra
Ri G A C
T i 1 T T
d
21. MTODOS EN EL ESPACIO DEL TIEMPO
21.1. MTODO DE IDENTIFICACIN ERA

Eigensystem Realisation Algorithm: Basado en desarrollo por V. Contreras L. Mod: Rubn Boroschek K.
21.1.1. Desarrollo
Este mtodo de identificacin de parmetros dinmicos fue ideado por Juang and Pappa (95).
Se tiene la ecuacin de equilibrio dinmico para N grados de libertad:
M v(t ) C v(t ) K v (t ) F (t ) (1)
Definiendo un vector de estado de dimensiones 2Nx1, tenemos:
v(t )
z(t ) (2)
(2 Nx1) v(t )
Definiendo tambin:
[0] [I ]
Ac 1 1 (3)
( 2 Nx 2 N ) [ M ] [ K ] [ M ] [C ]
F (t ) [ S ] { f (t )} (4)
( Nx 1) ( Nxq ) ( qx 1)
[0]
[ Bc ] 1 (5)
( 2 Nxq ) [ M ] [ S ]
Donde { f (t )} es un vector que depende del tiempo y [S ] es una matriz de coeficientes de
entrada, la ecuacin (1) puede escribirse como:
{ z ( t )} [ Ac ] { z ( t )} [ Bc ] { f ( t )} (6)
( 2 Nx 1) ( 2 Nx 2 N ) ( 2 Nx 1) ( 2 Nxq ) ( qx 1)
Por otra parte, es posible relacionar {z (t )} con la respuesta medida u observadas del sistema
en p grados de libertad, { y ( t )} , a travs de la matriz de observacin [Cc ] :
{ y (t )} [C c ] { z (t )} (7)
( px1) ( px 2 N ) ( 2 Nx1)

La solucin de (6) est dada por:
t
{z(t )} e[ Ac ]( t t0 ){z (t0 )} e[ Ac ]( t ) [ Bc ]{ f ( )}d (8)
t0
Para cualquier tiempo t mayor que un tiempo inicial t 0 ( t t 0 ) . Para dar una representacin
discreta a la ecuacin anterior, consideramos intervalos de tiempo igualmente espaciados,
0, t ,..., kt . Tomando t (k 1)t y t 0 k t la ecuacin (8) queda:
( k 1) t
{ z (( k 1) t )} e [ Ac ] t { z ( k t )} e [ Ac ](( k 1) t ) [ Bc ]{ f ( )}d (9)
k t
Asumiendo que el vector de entrada { f (t )} es constante durante el intervalo de tiempo

considerado, dado por { f ( kt )} , y haciendo el cambio de variable ' (k 1)t
obtenemos:
t
{ z (( k 1) t )} e [ Ac ] t { z ( k t )} e [ Ac ] ' d '[ Bc ]{ f ( k t )} (10)
0
Definiendo:
[ A] e [ Ac ] t (11)
t
[ B ] e [ Ac ] ' d '[ B c ] (12)
0
{zk 1} {z((k 1)t )} (13)
{ f k } { f ( k t )} (14)
Luego, (10) se puede escribir como:

{zk 1} [ A]{zk } [ B ]{ f k } (15)
Adems, la ecuacin (7) queda:

{ yk 1} [Cd ]{zk 1} (16)
Consideremos la respuesta a un impulso en k 0 en la primera de las variables del vector de

entrada, es decir, { f 0 } {1, 0,..., 0}T y { f k } {0} para k 0 . Substituyendo en (15):
{z1} [ A]{z0 } {B} (17)
Donde {B} es la primera columna de [B]

Tambin,
{ y1} [Cd ]{z1} (18)
Substituyendo (17) en (18):

{ y1} [Cd ][ A]{z0 } [Cd ]{B} (19)

Considerando que { z0 } {0} , se tiene:
{z1} {B} (20)
{ y1 } [C d ] { B} (21)
( px1) ( px 2 N ) ( 2 Nx1)
Para los otros intervalos de tiempo { f k } {0} . As:
{z2 } [ A]{z1} (22)
Por lo que:
{ y2 } [Cd ][ A]{B} (23)
De este modo:
{ y 3 } [C d ]{ z 3 } [C d ][ A ]{ z 2 } [C d ][ A ]2 { B} (24)
Y, en general:
{ y k } [C d ] [ A]k 1 { B} (25)
( px1) ( px 2 N ) ( 2 Nx 2 N ) ( 2 Nx1)
Si en vez de considerar { f k } como un vector decimos que es una matriz para q estados de
carga distintos e imponiendo un impulso inicial para cada estado, dado por [ f 0 ] [ I ] , se tiene
( qxq )
que:
[Yk ] [C d ] [ A]k 1 [ B ] (26)
( pxq ) ( px 2 N ) ( 2 Nx 2 N ) ( 2 Nxq )
Estas matrices (Ecuacin 26) se conocen como parmetros de Markov, y son utilizadas para
formar las matrices generalizadas de Hankel, dadas por:
[Yk ] [Yk 1 ] [Yk j ]
[Y ] [Y ] [Y
k 1 k 2 k j 1 ]
r
H k 1 (27)
( prxqs )
[Yk i ] [Yk i 1 ] [Yk i j ]
s
Donde i=0,r-1 y j=0,s-1, con r y s enteros.
Una matriz de Hankel, denominada as en honor a Hermann Hankel, es una matriz cuadrada
con todas sus diagonales de derecha a izquierda paralelas numricamente. Una matriz de
Hankel presenta la siguiente estructura:

a b c d
b c d e

H
c d e f

d e f g
O tambin
a i , j H a i, j a i 1, j 1
Recordando que cada matriz de observacin Y en el tiempo k tiene dimensiones de p x q,

con p la cantidad de puntos distintos observados y q la cantidad de estados de carga diferentes
(impactos), se tiene que los enteros r y s dan cuenta de la cantidad de pasos temporales de las
columnas y filas de las matrices de Hankel, respectivamente.
Considerando la matriz Hankel H k , y reemplazando (26) en (27), se tiene:
[ H k ] [ O ][ A ] k [W ] k 0 (28)
donde
[Cd ]
[C ][ A]
[O] d (29)
( prx 2 N )
r 1
[Cd ][ A]

[W ] [ B] [ A][B] [ A]s1[ B] (30)
[O] y [W ] son llamadas matrices de observabilidad y controlabilidad respectivamente. Se debe

notar que la matriz [ H k ] es una matriz conocida de respuestas. El objetivo es reconstruir (26) a
partir de las observaciones, lo que implica la determinacin de las matrices [Cd ] , [ A] y [ B ] .
Hay un nmero infinito de conjuntos de estas matrices que satisfacen (26), pero el objetivo es
obtener las matrices de menor orden que puedan representar el comportamiento dinmico de la
estructura.
En primer lugar, buscamos una matriz [ H ]' tal que:
[W ] [ H ] ' [O ] [ I ] (31)
( 2 Nxqs ) ( qsxpr ) ( prx 2 N ) ( 2 Nx 2 N )
Luego, premultiplicando y postmultiplicando (31) por [Q ] y [W ] , respectivamente se tiene:
[O][W ][ H ]'[O][W ] [O][W ] (32)

Pero, de (28) es claro que:
[ H 0 ] [ O ][ A ]0 [W ] [ O ][W ] (33)
As, reemplazando (33) en (32):

[ H 0 ][ H ]'[ H 0 ] [ H 0 ] (34)
Por lo tanto, por definicin, esta matriz es la pseudo-inversa de [ H 0 ] :
[ H ]' [ H 0 ] (35)
La definicin de pseudoinversa:

1. [ A][ A] [ A] [ A] donde no requiere que [ A][ A] sea una matriz de identidad general
pero todas las columnas de [ A] se mapean a si misma;

2. [ A] [ A][ A] [ A] Donde [ A] es la inversa dbil de grupos semimultiplicativos ()

*
3. [ A][ A] [ A][ A] De donde [ A][ A] es Hermtica (matriz cuadrada de elementos
complejos que tiene la caracterstica de ser igual a su propia traspuesta conjugada
2 1 2i
1 2i )); y
3

*
4. [ A] [ A] [ A] [ A] Tambin [ A] [ A] es Hermtica.
La pseudo-inversa de [ H 0 ] puede ser calculada a travs de la descomposicin SVD (Singular

Value Descomposition), de la siguiente forma:
[ H 0 ] [U ] [ ] [V ]T (36)
( prxqs ) ( prxpr ) ( prxps ) ( psxqs )
La matriz [ H 0 ] tiene 2N valores singulares no nulos (rango( [ H 0 ] )= 2N ), equivalente al orden

del sistema espacio-estado. Luego puede ser recalculada usando slo las primeras 2N
columnas de la descomposicin SVD.
[ H 0 ] [U 2 N ] [ 2 N ] [V2 N ]T (37)
( prxqs ) ( prx 2 N ) ( 2 Nx 2 N ) ( 2 Nxqs )
Adems:
[U 2 N ]T [U 2 N ] [V2 N ]T [V2 N ] [ I ] (38)
La relacin anterior se cumple debido a que la descomposicin SVD de [ H 0 ] resulta de la

solucin de dos problema de valores y vectores propios, donde cada columna de [U ] y [V ]
corresponden a un vector propio. Por lo tanto sus columnas son ortogonales. Tambin, se tiene
que la matriz [ 2 N ] es diagonal, lo que permite calcular su inversa.
Luego, reemplazando la ecuacin (37) en (34):

[U 2 N ][ 2 N ][V2 N ]T [ H ]'[U 2 N ][ 2 N ][V2 N ]T [U 2 N ][ 2 N ][V2 N ]T (39)
Premultiplicando (39) por [V2 N ][ 2 N ]1[U 2 N ]T , y utilizando la ortogonalidad de [U ] y [V ] :

[ H ]'[U 2 N ][ 2 N ][V2 N ]T [ I ] (40)
Luego postmultiplicando (40) por las mismas matrices [V2 N ][ 2 N ]1[U 2 N ]T , obtenemos [H ]' :
[ H ]' [V2 N ][ 2 N ]1[U 2 N ]T (41)
Para obtener las matrices [ A] , [Cd ] y [ B ] comenzamos a partir de (26):
[Yk 1 ] [C d ] [ A]k [ B ] k 0 (42)

( pxq ) ( px 2 N ) (2 Nx 2 N ) (2 Nxq )
Se utiliza la siguiente identidad que se deriva de la ecuacin 27 en la cual extraemos la primera

observacin asociada a [ H k ] :
[Yk 1 ] [ E p ]T [ H k ][ E q ] (43)
( pxq ) ( pxpr ) ( prxqs ) ( qsxq )
donde:

[ E p ]T [ I ] [0] [0] (44)
( pxpr ) ( pxp) ( pxp ) ( pxp )
[I ]
( qxq )
[ 0]
[ Eq ] ( qxq ) (45)
( qsxq )
[ 0]
( qxq )
Usando las ecuaciones (28), (31), (33), (37) y (38), es posible mostrar que:
[Yk1] [Ep ]T [U2N ][2N ]1/2 [2N ]1/2[U2N ]T ([Q][ A]k [W])[V2N ][2N ]1/2 [2N ]1/2[V2N ]T [Eq ] (46)
Finalmente se puede demostrar por induccin matemtica que:
[Yk 1 ] [ E p ]T [U 2 N ][ 2 N ]1/ 2 [ 2 N ]1/ 2 [U 2 N ]T H (1) [V2 N ][ 2 N ]1/ 2 [ 2 N ]1/ 2 [V2 N ]T [ E q ]

k
(47)
Notar que el parntesis central esta elevado a k y por tanto comparando (26) con (47) es claro
que:
[C d ] [ E p ]T [U 2 N ][ 2 N ]1/ 2 (48)
[ A] [2N ]1/2[U2N ]T H1[V2N ][2N ]1/2 (49)
[ B] [2 N ]1/ 2[V2 N ]T [ Eq ] (50)

Para determinar los parmetros modales del sistema, se debe resolver un problema de valores
propios basado en la matriz [ A] :
[ A]{ui } ui {ui } (51)
Luego, para obtener las formas modales en trminos de las coordenadas fsicas del sistema, se
utiliza la matriz de transformacin [Cd ]
{ yi } [Cd ] { ui } (52)
( px1) ( px 2 N ) (2 Nx1)
Finalmente se obtienen las frecuencias y amortiguamientos, a partir de:

ln( ui )
i (53)
t
Re al (ln(ui ))
i (54)
ln(ui )
21.1.2. Algoritmo
a) Seleccionar los datos observados para construir las matrices [ H 0 ] y [ H1 ] .
b) Clculo de la descomposicin SVD de [ H 0 ] para calcular [U 2 N ] , [ 2 N ] y [V 2 N ] , y reducir las

matrices al orden del sistema.
c) Clculo de las matrices [ A] , Cd y [ B ] .
d) Clculo de los valores y vectores propios de [ A] y de los vectores correspondientes a las

coordenadas fsicas.
e) Clculo de frecuencias y amortiguamientos.
Ejemplo
Se aplic este mtodo de identificacin a la estructura mostrada en la figura, para una fuerza de
impacto en el ltimo piso de muy corta duracin. Se consider como variables de entrada las
aceleraciones en los grados de libertad 1, 3 y 5 calculados mediante el mtodo de espacio
estado.
Donde:
m=5 [tonf]
k=3000 [tonf/m]
c=15 [tonf*s/m]
Se obtuvieron los siguientes resultados:

Parmetros reales Parmetros
identificados
Modo Modo
T [s] T [s]
N N
1 1.0640 1.4763 1 1.0643 1.4754
2 0.3617 4.3430 2 0.3626 4.3213
3 0.2258 6.9573 3 0.2272 6.8694
4 0.1713 9.1673 4 0.1732 8.9693
5 0.1448 10.8446 5 0.1470 10.5213
6 0.1321 11.8916 6 0.1345 11.4694

Figura 125 MAC Excitacin de Base. Considerando todas las salidas y salidas parciales.
Notar que para cuando estn todos los vectores no hay linealidad entre ellos pero esta si
ocurre para cuando solo observo tres GDL [1 3 5] (dinaERAedif)

Las formas modales son prcticamente las reales.
Parmetros reales
GDL
Modo 1 Modo 2 Modo 3 Modo 4 Modo 5 Modo 6
1 -1.0000 -1.0000 -1.0000 -1.0000 1.0000 -1.0000
2 -0.9419 -0.4970 0.2908 1.2411 -2.1361 2.7709
3 -0.8290 0.2560 1.2062 0.7008 1.4269 -3.9070
4 -0.6680 0.8802 0.5647 -1.4100 0.5150 4.1481
5 -0.4681 1.0617 -0.8058 -0.3609 -2.0120 -3.4389
6 -0.2411 0.7092 -1.1361 1.4970 1.7709 1.9419
Parmetros identificados
GDL
Modo 1 Modo 2 Modo 3 Modo 4 Modo 5 Modo 6
1 -1.0000 -1.0000 -1.0000 -1.0000 1.0000 -1.0000
2 - - - - - -
3 -0.8290 0.2560 1.2062 0.7008 1.4269 -3.9070
4 - - - - - -
5 -0.4681 1.0617 -0.8058 -0.3609 -2.0120 -3.4389
6 - - - - - -

Caso de movimiento en la base:
Si el amortiguamiento es clasico y beta=0.05 para todos los modos

21.2. MTODO MOESP
(Desarrollo P. Len R. Boroschek) MOESP (Multivariable Output-Error State sPace) es un
mtodo que sirve para obtener un modelo de espacio estado con datos del entrada y
salida utilizando matrices de Hankel. En nuestro caso utilizaremos este mtodo para
obtener los parmetros dinmicos de una estructura a partir de los datos capturados por
los acelermetros.
La evolucin temporal de estado y el output (observacin) se describen mediante
el siguiente sistema:
n
Donde: Vector de estado
l Vector de observacin (salidas). Es la suma de todas las
excitaciones de entrada
m
Vector de entrada. Son varias excitaciones escalares.
n
Matriz de estado discreta
Se trabaja con los siguientes supuestos:
El sistema es observable (recuperar a partir de ).
El sistema es controlable.
Considerando un estado inicial se tiene lo siguiente:
Anlogamente, para se tiene:
As, podemos establecer la siguiente relacin:

0 0 0
0 0


Llamamos matriz de observabilidad

Como el sistema es invariante en el tiempo, podemos escribir lo anterior para un intervalo

de tiempo:
Donde es la matriz de observabilidad extendida de orden s y es una

matriz de Toeplitz.
____________________________________________________________________
Matriz Toeplitz (Otto Toeplitz) es una matriz que todas las diagonales son descendientes
de izquierda a derecha
a0 a1 a2 a3
a a a a2
1 0 1
a2 a1 a0 a1

a3 a2 a1 a0
____________________________________________________________________
Utilizando matrices de Hankel, el sistema puede ser representado de la siguiente manera:

,

Donde ,
Como notacin de matriz de Hankel, para este caso se tiene:

, ,

, ,

Con todas estas consideraciones, se puede escribir una ecuacin de datos de la siguiente
manera:

, , , , , (3)
Ahora bien, se construye una matriz [H] que contiene a las matrices , , , , .
La transformacin QR permite descomponer cualquier matriz cuadrada real en una matriz

Q de vectores unitarios ortogonales y una matriz R que es triangular superior.
Q T Q I
La transformacin LQ es similar y L es triangular inferior.
____________________________________________________________________
Aplicando la factorizacin QR, se obtiene la siguiente descomposicin LQ de la matriz [H]:
, , 0

, ,

, ,
(4)
, ,
Donde:

0
Considerando las ecuaciones (3) y la primera lnea de (4) se tiene la siguiente ecuacin:
, , , (5)
Postmultiplicando la ecuacin (5) por y considerando la de ortogonalidad queda lo
siguiente:
, , , (6)
Notar que L22 tiene dimensin del nmero de sensores de observacin por el
nmero de lneas s a considerar. Esto define el nmero de valores singulares y
debe ser mayor que el GDL reales. Las entradas no controlan este valor. Entre
mayor s mejor la precisin, pero tiene un lmite. Adems requiere que N sea mayor
que ls+ms para la seleccin correcta dado que QR(A) donde A es de ms x N
produce una matriz L de N x ms y debemos seleccionar la submatriz L22 que se
ubica en ms+1 hasta ms+ls.
En general utilizar s como indicador de los valores propios existentes en la seal y l
como un nmero mnimo de datos en el ajuste. Lo conveniente es l sean todos los
datos. A no ser que existan nolinealidades en el sistema.
Con esto se ha eliminado el efecto de la excitacin de entrada y, as, el procedimiento es
equivalente a lo hecho en el algoritmo ERA. Siguiendo el procedimiento, se realiza una
descomposicin de valores singulares (SVD) de la matriz :

0

0

;
Se selecciona el valor de n buscando un salto importante de valores singulares (
), para distinguir el subespacio de la seal con el subespacio del ruido. Tambin se
puede desarrollar un diagrama de estabilizacin y en funcin de esta informacin
seleccionar el valor apropiado de valores singulares reales.
Luego de la seleccin la matriz se puede aproximar por:
/

Una vez obtenida la matriz , las matrices se calculan como sigue:
1: , :
1: 1 ,: 1 : ,:
1: 1 ,: 1 : ,:
Donde representa la pseudo-inversa de una matriz.
De un anlisis de valores y vectores propios de la matriz se obtienen los polos ( ) y los
vectores propios ( ) del sistema discreto, los cuales se relacionan con el estado continuo
de la siguiente manera:

exp ; 1,2, ,
ln
ln
| |

| |
Ejemplo (dinamoesp)
El caso del edificio utilizado en ERA caso sismo amortiguamiento no clsico. Solo salidas
1 3 y 5.

Figura 126 Entrada y Salida de Edificio 6 GDL aceleracin basal.

Figura 127 Asumo 3 modos reales (6 valores singulares)

Figura 128 Asumo 3 modos reales (6 valores singulares)

Figura 129 Asumo 10 modos reales (20 valores singulares). Se observa que los
valores ms all de los reales presentan parmetros que no son reales. Pero esto lo
sabemos porque conocemos la respuesta.
La clave es encontrar una dimensin de lneas de observacin s que permita la

identificacin confiable de los valores singulares. Adems de la seleccin de nmero de
valores singulares apropiados. Esto se realiza con el diagrama de estabilizacin y
definiendo un numero deseado de GDL y luego estimando un valor mnimo de s para
lograrlo.

Figura 130 Periodo comparacin de distintas lneas y columnas
Figura 131 Amortiguamiento comparacin de distintas lneas y columnas

Figura 132 Modos comparacin de distintas lneas y columnas
21.3. METODO SSI-COV

Es posible identificar las propiedades dinmicas de un sistema viscoelstico representado
por un modelo espacio estado bajo excitaciones estacionarias utilizando solamente los
datos observados. Se presenta ac el mtodo de identificacin del espacio estocstico
utilizando covarianzas (SSI-COV) como fue desarrollado por Peeters y De Roeck 2000.
Si tenemos la respuesta del sistema, yk , ante un ruido blanco y que esta respuesta se
ha registrado en l sensores entonces

yk
l 1
Si seleccionamos la respuesta de algunos sensores r , que los llamaremos de referencia

entonces
yk ref
yk ref
yk
y L y
ref
k
I
L 0r

Organizando las respuestas en una matriz de Hankel (simtrica con respecto a la
diagonal) de dos bloques con 2i lneas de bloques (observaciones) y N columnas (pasos
de tiempo). El bloque superior (que se denominar pasado) solo posee los sensores de
referencia y por tanto posee i r lneas. El bloque inferior (futuro) posee tambin i lneas
pero con todos los sensores l por tanto tiene un total de lneas de i l . Es decir la matriz
de Hankel H ref ( r l ) i N .
y0 ref y1ref yN 1ref

y1ref y2ref yN ref

yi 1ref i
y ref i N 2 Y ref 0 / i1 Yp ref r i (pasado)
y ref
1
H
ref

N yi yi 1 yi N 1 Y i / 2i 1 Y f l i (futuro)

yi 1 yi 2 yi N N

y2i 1 2i
y 2i N 2
y

N
Notar que la matriz se ha escalado por 1 N .Para las demostraciones se asume que
N . Los subndices de Y ref
0 / i 1
r i N
corresponden a la primera y ltima fila del
primer bloque de la matriz Hankel. Los subndices p y f denotan pasado y futuro
respectivamente. Otra configuracin de la matriz Hankel es posible agregando una fila al
bloque denominado pasado y omitiendo la primera fila del bloque denominado futuro.

Debido a que los sensores de referencia son slo un grupo de los l totales, los l r
otros sensores han sido dispuestos en esta nueva divisin como filas denotadas por
Yi ~/ iref ( l r ) N . Luego, la matriz Hankel puede ser descrita como:
Y0ref Ypref r (i 1)
/i

H ref Yi ~/ iref Yi ~/ iref l r

Yi 1/ 2i 1 Y f l (i 1)

Utilizando la matriz de covarianza:
1 N 1

Ri E yk i yk Nlim yk i yk
T T
(0.7)
N
k 0
Se puede encontrar la matriz de covarianza reducida entre todas las salidas y las salidas
de los sensores de referencia
Ri ref E yk i ykref Ri L lr
T T

Es decir la matriz solo contiene las covarianzas de los sensores de referencia.
De forma similar, la matriz reducida de covarianza de salida del estado siguiente, G ref
se obtiene como una submatriz de la matriz:
G ref E zk 1 ykref G L nr (0.8)

T T

Y para i 1, 2,...
Riref Ri L C A G
T i 1 ref
Riref L R i G ref A C
T T i 1 T T

Las propiedades anteriores son equivalentes para el caso de las matrices de covarianza
completa.
Las matrices de covarianza se ordenan en una matriz de bloques tipo Toeplitz (matriz de
diagonales constantes) T1/refi liri obtenida a partir de la matriz Hankel como:
Ri ref Riref R1ref

1
R ref R ref R2ref
T1/refi Y f Ypref i 1 i
T

ref
R2i 1 R2refi 2 Riref


Esta matriz no es cuadrada. En el mtodo desarrollado por Peeters 2000 slo se utilizan
las covarianzas entre los todas las salidas y un conjunto reducido de salidas de
referencia. Adems las covarianzas son calculadas a partir de la Transformada de
Fourier.
Dado que:
Riref C A G
i 1 ref
Se descompone la ecuacin anterior en:

C

C A i 1 ref
T1/ i
ref
A G

A G ref

G ref n

C A
i 1 iref

Oi

n
T1/refi Oi iref
La matriz Oi
lin
se denomina matriz de observacin extendida y i ref nri
matriz de control estocstica reversa extendida [PEETERS, 2000] y n es el orden de A
.
Si el sistema es observable y controlable entonces el rango de la matriz Toeplitz es n .
Para evaluar el rango efectivo utilizamos la descomposicin de valores singulares SVD
(Singular Value Decomposition).
S 0 V1 U S V T
T
T U S V U1 U 2 01
ref T
1/ i
0 V2 T 1 1 1
Donde U lili y V riri son matrices ortonormales, es decir que se cumple que
U U U U I li y V V V V I ri .
T T T T
Al comparar T1/refi U1 S1 V1 con T1/refi Oi iref podemos escribir

T
Oi U1 S1 T
1/ 2
iref T S1 V1
1 1/ 2 T
Donde T nn es una matriz no-singular. Es posible apreciar que la matriz T

corresponde a una transformacin de similitud aplicada para identificar el modelo espacio-
estado, es decir cualquiera que sea la matriz que se elija, se obtendr un modelo espacio-

estado equivalente. Una opcin posible es asumir T I . Van Overschee and De
Moore, 1996, proponen distintos tipos de transformaciones de similitud.
Es posible obtener la matriz Cd de las primeras l filas de la matriz Oi y la matriz
G ref de las ltimas r columnas de la matriz iref .
Cd Oi (1: l ,:)
G ref iref :, r (i 1) i : ri
Peeters 2000 presenta dos opciones para obtener la matriz de transmisin de estado, A
, una de ellas es recurriendo a la descomposicin de la matriz Toeplitz desfasada:
T2ref/ i 1 Oi A iref
Donde la matriz desfasada T2ref ref

/ i 1 tiene una estructura similar a T1/ i pero se compone
de las covarianzas del desfase de 2 a 2i . La matriz A puede ser encontrada despus

como
A Oi T2ref/ i 1 iref S1 U1 T2ref/ i 1 V1 S1

1/ 2 T 1/ 2
(0.9)
La notacin

corresponde a la matriz pseudo-inversa de Moore-Penrose que puede
1
ser calculada con A A A A
T T
.

Un mtodo ms robusto fue presentado por Kung 1978 basado en el desplazamiento de
la matriz de Observabilidad
C C A
2
C A A C A

C A
i 1

C A
i
C C A

2
C A C A
A Oi (1: l (i 1),:) Oi (l : li,:)

C A
i 1
C Ai

Los polos discretos d y las formas modales V pueden obtenerse como:

A d
1
V Cd
Y los polos del sistema continuo
ln i
i
t
Y la frecuencia i i i 1
i i1
Y amortiguamiento
2 ii1

ANEXO
1. VALORES Y VECTORES PROPIOS MEDIANTE ITERACIN MATRICIAL
(Tarea de Francisco Bartolom Bravo, Jos Luis Caroca Gaete 2009. Modificada levemente por RB)
1.1. MOTIVACIN
Debido a que los problemas prcticos en anlisis estructural varan desde sistemas
simplificados, que involucran pocos grados de libertad, a modelos de elementos
finitos, con cientos o miles de ellos, de los cuales slo algunos modos contribuyen
efectivamente a la respuesta, es que mtodos ms eficientes en la obtencin de
formas modales han sido desarrollados.
A continuacin se presentan cinco mtodos que resuelven iterativamente el problema
de valores y vectores propios en una estructura: el mtodo de iteracin directa, el
mtodo de iteracin inversa, el mtodo de iteracin inversa con desplazamientos y el
mtodo de iteracin de subespacio.
En el desarrollo de los conceptos bsicos se utiliza la estructura de marcos de tres
niveles mostrada en la figura 1.
Matriz de masa:
1.0 0 0
0 1.5 0 /
0 0 2.0
Matriz de rigidez: 600
1 1 0
1 3 2
Figura 1. Descripcin del sistema 0 2 5
estructural.
Frecuencias angulares:
210.88 936.96 2125.16

Formas Modales:
0.813 0.739 0.273

0.527 0.449 0.694
0.245 0.502 0.666
1.2. METODO DE ITERACIN DIRECTA

El uso de la iteracin matricial en la evaluacin del modo fundamental de vibrar de una
estructura, es un concepto muy antiguo, originalmente llamado mtodo de Stodola.
El punto de partida de esta formulacin es la ecuacin de equilibrio dinmico para un
sistema de oscilaciones libres no-amortiguado,
(2.1)
Esta ecuacin plantea que en vibraciones libres no-amortiguadas, las fuerzas

inerciales inducidas por el movimiento de las masas deben ser equilibradas por las
fuerzas elsticas que resultan de la deformacin del sistema. Las fuerzas inerciales
corresponden al trmino del lado derecho de la igualdad en la ecuacin (2.1),
(2.2)
Los desplazamientos resultantes de la aplicacin de estas fuerzas, pueden ser

calculados resolviendo el problema de anlisis esttico,
(2.3)
Con lo cual,
(2.4)
Definiendo a la matriz dinmica del sistema estructural como,
(2.5)
Es posible reescribir la ecuacin (2.4) como sigue,
1
(2.6.a)

Donde 1/ .
De la figura 2 se observa que el
trmino , que multiplica al vector
en la ecuacin (2.6.b), slo altera su
magnitud ms no su direccin.
Como slo interesa la forma del vector,
y considerando adems que su
magnitud se ve modificada durante los
procesos de normalizacin,
reescribimos la ecuacin (2.6) como,
Figura 2. Escalamiento del vector .

(2.7)
En esta ltima ecuacin, el trmino . La ecuacin (2.7) permite definir el

proceso iterativo utilizado el mtodo de Iteracin Directa, como la recurrencia,
(2.8)
El mtodo de iteracin directa considera un vector inicial de desplazamientos

arbitrario, a partir del cual se calcula el vector utilizando la ecuacin (2.8). El
nuevo vector de desplazamientos se obtiene de normalizar al vector
obtenido en el paso anterior. La iteracin se repite hasta obtener un error menor a una
cierta tolerancia.
1.2.1. Obtencin del Valor Propio Dominante

Si es una aproximacin del vector propio dominante , entonces de la ecuacin
de equilibrio dinmico (2.1) se tiene,
(2.9)
Pre-multiplicando por , es posible encontrar una estimacin del cuadrado de la

frecuencia angular del modo dominante,
(2.10)
El trmino de la derecha de la ecuacin (2.9) corresponde al cociente de Rayleigh y

permite definir al error utilizado en el proceso de iteracin directa, como el valor
absoluto de la diferencia entre los cocientes de Rayleigh entre dos pasos
consecutivos, esto es,

(2.11)
En la grfica siguiente, se muestra la variacin del error como funcin del intervalo de
iteracin, en la estimacin de la primera forma modal de la estructura de la figura 1,
Figura 3. Variacin del error en funcin del paso de la

iteracin.
1.2.2. Demostracin de la Convergencia del 1 Modo

Propiedad de los valores propios de una matriz
Notar, del problema de valores y vectores propios, lo siguiente,
En general, el proceso de pre-multiplicacin anterior puede repetirse n-veces,

obteniendo como resultado,
(2.12)

El vector de desplazamientos inicial , se puede expresar como una combinacin
lineal de las formas modales, denotadas por el conjunto de vectores , ,, ,
(2.13)
De este modo, en el k-simo paso de la iteracin se tiene,
(2.14)
Reemplazando (2.10) en la ecuacin (2.11) y asumiendo, sin prdida de generalidad,

que los valores propios , se obtiene,

(2.15)
Si es suficientemente grande, los trminos 2, tienden a cero, con lo

cual,
(2.16)
El trmino corresponde a un escalar que multiplica a la forma modal dominante

. De este modo, para evitar que las componentes del vector sean valores
excesivamente altos, en cada paso se normaliza este ltimo vector, comnmente a
travs de la norma euclidiana o la norma infinito, obteniendo en cada caso,
(2.17)

o alternativamente
(2.18)
| |

1.2.3. Algoritmo
Vector inicial
Matriz dinmica
| |
Forma modal fundamental Frecuencia fundamental

1.3. OBTENCION DE VECTORES SUPERIORES CON MATRIZ DE BARRIDO
De la ecuacin (2.12) se observa que si la contribucin de la primera forma modal es
nula 0 , entonces la segunda forma modal ser la dominante, debido a que su
valor propio asociado , es el valor de mayor magnitud. De forma anloga, si las
contribuciones del primer y segundo modo son nulas 0, 0 , entonces la
iteracin definida en la ecuacin (2.11) converger a la tercera forma modal, etc.
Considerar un vector de desplazamientos de componentes arbitrarias . Este vector
puede ser expresado como una combinacin lineal de las formas modales,
(3.1)
Pre-multiplicando la ecuacin anterior por y considerando la condicin de

ortogonalidad de las formas modales, se obtiene,
(3.2)
Donde representa la masa modal asociada al modo 1. Si se elimina la contribucin

del modo 1 al vector de desplazamiento inicial , se obtiene el vector purificado
, esto es,
reemplazando el valor de
Y1
1
(3.3)
El trmino entre-parntesis se denomina la matriz de barrido (sweepingmatrix) para la

primera forma modal y se denota por ,
1
(3.4)

Con este nuevo parmetro, el proceso iterativo descrito a travs de las ecuaciones
(2.7) y/o (2.8) se reescribe como,
(3.5)
De esta forma, el proceso de iteracin matricial involucra a una nueva matriz dinmica
, que elimina de forma automtica, la contribucin de la primera forma modal a un
vector de desplazamientos arbitrario .
La obtencin del tercer vector propio sigue un procedimiento anlogo. Conocidas las
dos primeras formas modales , , sus contribuciones sern eliminadas de un
vector de desplazamientos arbitrario , al pre-multiplicar consecutivamente por
y , a partir de lo cual se obtiene,
(3.6)
(3.7)
Con esto, el vector purificado adopta la forma siguiente,
1

1
1 1
(3.8)
Se define entonces, la matriz de barrido para ambas, la primera y segunda forma

modal como,

1
(3.9)
Con lo cual, las ecuaciones (2.7) y/o (2.11) se reescriben como sigue,
(3.10)
Se observa nuevamente, que el proceso iterativo involucra una nueva matriz

modificada cuyo objetivo es eliminar las contribuciones de todos los modos
previos a la tercera forma modal.
En general, el procedimiento implementado hasta este punto para determinar las tres
primeras formas modales, puede ser extendido para as obtener un nmero cualquiera
de modos. Las expresiones siguientes permiten determinar la matriz de barrido y la
matriz dinmica modificada para un modo arbitrario ,
1
(3.11)
(3.12)

1.3.1. Algoritmo de Generacin de Vectores con Matriz de Barrido
1.4. METODO DE ITERACIN INVERSA

En el mtodo presentado anteriormente, se observa que el modo de solucin de la
iteracin matricial, es obtener simplemente la matriz dinmica del sistema como
, es decir, es necesario invertir la matriz de rigidez . En el papel, el
algoritmo es fcil de aplicar y adems presenta la ventaja de que, como ya se ha visto,
converge al modo de menor frecuencia, dato importante para la dinmica de
estructuras. Sin embargo, el mtodo se puede convertir en un obstculo, dado que la
matriz de rigidez es una matriz llena por lo que invertirla puede ser ineficiente
desde el punto de vista computacional.
1.4.1. Descomposicin LDU

En el anlisis numrico, la manera ms comn de resolver un grupo de ecuaciones es
mediante la Factorizacin LDU. Esta solucin requiere de igual nmero de
operaciones y converge con igual precisin que el mtodo de Gauss.

La descomposicin LU es una forma de factorizacin de una matriz como el producto
de una matriz triangular inferior y otra triangular superior. En general, para una
matriz , una condicin necesaria para que exista su descomposicin LU
es que sus menores principales sean diferentes de cero. Slo entonces,
(4.1)
Donde es una matriz triangular inferior con unos en su diagonal y es una matriz
triangular superior.
1.4.2. Ejemplo
La matriz,
1 2 0
1 3 1 (4.2)
0 5 1
1 2
Verifica que 1 0y 5 0. De este modo, en virtud de la
1 3
proposicin dada en (4.1), existen matrices
1 0 0
1 0 0 (4.3)
1 0 0
Tales que . En efecto, dado que
(4.4)
Al imponer la igualdad entre las componentes de la matriz y del producto ,

se obtiene,
1 0 0 1 2 0
1 1 0 0 5 1 (4.5)
0 1 1 0 0 0
Luego, si es factorizable LU, entonces es posible factorizarla como

descomposicin LDU, y esta factorizacin es nica.
; (4.6)

Donde es una matriz diagonal cuyos elementos corresponden a la diagonal de la
matriz , y es una matriz triangular superior con unos en su diagonal.
Finalmente, si la matriz es simtrica entonces la factorizacin LDU corresponde a:
(4.7)
Entonces, por multiplicacin de matrices,

(4.8)
Entonces,
(4.9)
Y adems:
(4.10)
1.4.3. Resolucin del Sistema Ax=b

Para el sistema se tiene:
(4.11)
Se define
(4.12)
Luego, el sistema queda expresado como:
(4.13)
Lo que por la definicin de matrices queda,

(4.14)
Sacando el trmino k-esimo,
(4.15)
Como el trmino 1, entonces,
(4.16)
De donde, despejando, se obtiene cada elemento como sigue:
(4.17)
Y despejando la ecuacin (4.11) queda para cada elemento ,
(4.18)
1.4.4. Formulacin del Mtodo de Iteracin Inversa

sistema no-amortiguado,
(4.19)
si
(4.20)
Y factorizando la matriz como , entonces

(4.21)
Y considerando
entonces (4.22)
Se resuelve para como un sistema , se despeja (4.14), y luego

se normaliza:
(4.23)

(4.24)
| |
Finalmente este sistema itera del mismo modo que el mtodo de iteracin directa, con la
diferencia que no se requiere invertir la matriz de rigidez para obtener la solucin.

1.4.5. Algoritmo de Iteracin Inversa
1.5. MTODO DE ITERACION INVERSA CON DESPLAZAMIENTOS
Este mtodo presenta una solucin ms eficiente que el mtodo de iteracin inversa
para encontrar los modos de vibracin que le siguen al primero.
sistema no-amortiguado,

(5.1)
A partir de la ecuacin (5.1), el problema se puede escribir como:
(5.2)
Si se define:
(5.3)
Entonces la ecuacin (5.1) queda:
(5.4)
Si la ecuacin (5.4) se reescribe para todos los modos, se tiene:
(5.5)
Donde la matriz contiene todos los vectores propios y la matriz es una matriz
diagonal con los valores propios en ella.
Entonces el mtodo consiste en descomponer los valores propios como la suma de un

desplazamiento y un residual .
(5.6)
O, de manera equivalente,
(5.7)
Es importante notar que el desplazamiento es el mismo para todos los valores

propios, y lo nico que vara con cada modo es el residual . Esto es entonces,
desplazar en el origen del plano de los valores propios, y queda:
(5.8)
Reagrupando trminos se tiene:

(5.9)
Se define:
(5.10)
Entonces la ecuacin (5.9) queda:
(5.11)
Como slo se ha modificado la matriz original sumando una constante a su diagonal,

los vectores propios del problema no cambian, esto se llama sistema equivalente.
Pero los valores propios del sistema si cambian al sumar una constante.
Al igual que para los mtodos anteriores, se itera para encontrar los vectores propios.
Esta iteracin converge a la forma modal cuyo residual este ms cercano al valor
del desplazamiento.
(5.12)
Es decir:
(5.13)
Finalmente, normalizando
(5.14)

La primera impresin, es que el sistema es ineficiente debido a que se debe invertir la

matriz . Esto es solo en el papel para ilustrar el resultado de la iteracin, ya que
este mtodo es lgico resolverlo a travs de iteracin inversa. Entonces queda:
(5.15)
Luego descompongo los valores propios,

(5.16)
Sigue que,
(5.17)
Si definimos,
(5.18)
Luego se factoriza como LDLT y se resuelve el sistema mediante iteracin inversa,
} (5.19)

1.5.1. Algoritmo del Mtodo Iteracin Inversa con Desplazamientos

1.6. RUTINAS MATLAB
Nombre Descripcin Parmetros de Entrada Parmetros de Salida

: Vector inicial de prueba. : Frecuencia del modo 1.
Funcin que utiliza el mtodo de : Matriz de masa. : Forma modal del modo 1.
iteracin directa en la obtencin de la : Matriz de rigidez.
ItDirecta
forma y frecuencia fundamental de la : Matriz de barrido.
estructura.
: Vector inicial de prueba. : Vector ortogonal.
Funcin que determina un vector : Matriz de masa. : Matriz de barrido.
GramSchmidt ortogonal a los vectores columna de : Matriz de formas modales.
una matriz de formas modales.
: Matriz de masa. : Matriz de formas modales.
Funcin que determina las primeras : Matriz de rigidez. : Vector de frecuencias.
formas y frecuencias modales de la : Nmero de modos.
Hmodes estructura, a travs del mtodo de
Iteracin Directa y el proceso de
ortogonalizacin de Gram-Schmidt.
: Matriz de masa. : Matriz de formas modales.
Funcin que determina las primeras : Matriz de rigidez. : Vector de frecuencias.
formas y frecuencias modales de la : Nmero de modos.
ItSubespacioI estructura, utilizando el algoritmo de
iteracin de subespacio del captulo 14-
6 Wilson.
: Matriz de rigidez. : Matriz triangular inferior.
Funcin que realiza la descomposicin : Matriz diagonal.
ldu
LDLT de la matriz de rigidez. : Matriz triangular superior.
: Vector inicial de prueba. : Frecuencia del modo 1.
ItInversa Funcin que utiliza el mtodo de : Matriz de masa. : Forma modal del modo 1.
iteracin inversa en la obtencin de la

forma y frecuencia fundamental de la : Matriz de rigidez.
estructura. : Matriz de barrido.
: Vector inicial de prueba. : Frecuencia del modo i.

Funcin que utiliza el mtodo de : Matriz de masa. : Forma modal del modo i.
iteracin inversa con desplazamientos, : Matriz de rigidez.
ItInversaDes
en la obtencin de las formas y : Desplazamiento.
frecuencias modales de la estructura.

2. MATRICES CONSISTENTES
(Tarea M. Bravo S. Varela. Modificado levemente por RB)
La teora, experiencia y costumbre podran desencadenar rpidamente la solucin del

problema a travs de la distincin de los grados de libertad y cules de ellos se pudiesen
condensar, de manera que as, se pueda construir la Matriz de Rigidez a travs del
Mtodo de Rigidez directo y as tambin la Matriz de Masa a travs del mtodo de Masas
Concentradas por cada GDL
La siguiente presentacin tiene por objetivo mostrar que existe un mtodo distinto para
obtener la Matriz de Masas, conocido como Mtodo de Masas Consistentes. Se ha de
explicar la metodologa, el alcance y un pequeo proceso comparativo que contrasta los
resultados obtenidos con el mtodo clsico de Masas Agrupadas para distintas
discretizaciones y grados de libertad.
2.1. MATRIZ DE RIGIDEZ CONSISTENTE

Se asume la estructura como un Sistema Discreto de Elementos conectado en un
nmero finito de nodos. Las propiedades de la estructura completa se obtienen evaluando
las propiedades de cada elemento y superponindolos apropiadamente.
El problema de definir la rigidez de una estructura, es entonces reducido bsicamente a la
evaluacin de rigideces de elementos tpicos.
1 3 2 3 2
1 1
A partir de estas cuatro interpolaciones, la deformada del elemento se expresa como:
x V x V x V x V
Donde los GDL numerados son los mostrados en la figura inicial y de forma simtrica para
el lado derecho de la viga. Ordenndose entonces de la siguiente forma:
Es necesario notar que ambas rotaciones y traslaciones se representan como un GDL: Vi

Por definicin, los Kij son las fuerzas debido a desplazamientos unitarios. Las fuerzas
nodales asociadas a cualquier desplazamiento se pueden determinar por
desplazamientos virtuales. Considerar por ejemplo que K13 para la viga estudiada es la
fuerza vertical en A desarrollada debido a una rotacin unitaria en A.
La fuerza se puede evaluar introduciendo un desplazamiento virtual en el extremo A.
Mientras la rotacin unitaria es aplicada como se muestra a continuacin igualando el
trabajo interno con el externo WE = WI. En este caso, el trabajo externo slo es hecho por
la fuerza vertical en A porque los otros desplazamientos desaparecen as:

El trabajo interno virtual viene dado por los momentos asociados con a=1 actuando en
las curvaturas virtuales, que son:
En el cual se estn despreciando los efectos de corte, sin embargo los momentos debidos
a a=1 puede ser expresado:


As el trabajo interno viene dado por:
Igualando las ecuaciones recin presentadas, la expresin para este coeficiente de rigidez
queda de la siguiente forma:
Generalizando:
Desde la forma de estas ecuaciones la simetra de [k] es evidente; esto es kij= kji .
Para el caso especial de una viga uniforme , la matriz de rigidez resultante a
partir de la ecuacin generalizada y usando las interpolaciones hermticas, queda
expresada de la siguiente forma:
6 6 3 3
2 6 6 3 3
3 3 2
3 3 2
Donde los desplazamientos nodales obedecen al mismo ordenamiento de nodos
presentados anteriormente y {fs} es el vector de fuerzas nodales correspondiente. Estos
coeficientes de rigidez son los valores exactos para una viga sin distorsin por corte. Esto
porque las interpolaciones usadas son las reales para este caso. Si la rigidez de la viga no
es uniforme, la aplicacin de estas funciones proveer solo una aproximacin de la rigidez
real, pero el resultado final para la viga completa ser cada vez mejor en funcin de la
cantidad de elementos finitos en que se divida el elemento.
Cuando los coeficientes de rigidez de todos los elementos finitos de una estructura han
sido evaluados, la rigidez de la estructura completa se obtiene simplemente sumando los
coeficientes de los elementos apropiadamente. Esto es llamado Mtodo de Rigidez
Directa. En efecto, cualquier coeficiente kij de la estructura completa se puede obtener
sumando juntos los coeficientes de rigidez correspondientes a los elementos asociados
a ese nodo.

Ejemplo
EI=1, L=1 y =1
648 0 324 0 2E14 324 0 0 54 54 0 0 54 54 0

0 648 324 0 0 0 0 0 54 0 0 0 0 0 0
324 324 648 0 0 0 0 54 0 54 0 0 0 0 0
0 0 0 324 162 0 0 0 0 54 0 54 0 0 0
2E14 0 0 162 324 2E14 0 0 0 0 54 0 54 3E15 0
24 6 6 324
0
0
0
0
0
0
0
2E14
0
648
324
324
648
0
0
0
0
0
0
0
0
0
0
54
0
0
54
54
0
6 12 4 0
54
0
54
54
0
0
0
0
0 0
0 0
0
24
6
6
24
0
6
0
0
0
0
0
0
0
0
0
0
54 0 54 54 0 0 0 0 6 36 12 0 0 0 0
6 4 12 0
0
0
0
0
0
0
54
54
0
0
0
0
0
0
0
0
0
12
0
48
12
12
48
0
12
0
0
0
0
54 0 0 0 54 54 0 0 0 0 0 12 36 6 0
54 0 0 0 3E15 0 54 0 0 0 0 0 6 24 6
0 0 0 0 0 54 0 0 0 0 0 0 0 6 24
2,33333333 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0,33333333 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0,33333333 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0,66666667 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0,66666667 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0,33333333 0 0 0 0 0 0 0 0 0
2,5 0 0 0 0 0 0
3 0 0 0 0,5 0 0 0 0 0
0
0
0
0
0
0
0
0
0
0
0
0
0,33333333
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0 0 0 0 0 1 0 0 0 0 0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0 0 0 0,5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
2,465 2,342 2,334
2.2. MATRIZ DE MASA CONSISTENTE.

Al igual que en la obtencin de la matriz de rigidez, es posible obtener los
COEFICIENTES DE INFLUENCIA DE MASA mediante el concepto de elementos finitos.
Considere, por ejemplo, el segmento de viga mostrado en la figura. Los grados de libertad
son la traslacin y rotacin en cada extremo del segmento , , . Quedando
descrito cualesquiera de los desplazamientos intermedios por las funciones de
interpolacin de Hermite nombradas anteriormente.
Si la viga fuese sujeta a una aceleracin angular unitaria 1, las aceleraciones se
desarrollan a travs de su largo como sigue:

Las fuerzas inerciales desarrolladas debido a estas aceleraciones ocupando el principio

de DAlambert son:

Se define los coeficientes de influencia de masa como las fuerzas inerciales nodales que
aparecen debido a aceleraciones unitarias aplicadas en los grados de libertad, stos
coeficientes pueden ser evaluados ocupando el teorema de trabajos virtuales, entonces el
coeficiente se obtiene aplicando un desplazamiento virtual en el extremo A:
El trabajo externo de las cargas reales por los desplazamientos virtuales corresponde a:

El trabajo de las fuerzas inerciales sobre los desplazamientos virtuales corresponde a:

Igualando estos trabajos se llega a la siguiente expresin para el coeficiente de influencia

de masa es:

Generalizando la ecuacin se llega a la siguiente expresin para el coeficiente de

influencia de masa:
Se observa que estos valores corresponden a las reacciones inerciales en el GDL i debido
a aceleraciones unitarias en el GDL j.
La forma de la ecuacin anterior muestra que la matriz [m] es simtrica.
Para una viga con masa distribuida uniforme , se obtiene la siguiente expresin para las
fuerzas inerciales resultantes debido a aceleraciones en sus extremos:
156 54 22 13
54 156 13 22

420 22 13 4 3
13 22 3 4
La matriz de masa de una estructura completa se puede desarrollar con exactamente el
mismo tipo de superposicin que se deduce en la obtencin de la matriz de rigidez, es
decir mediante la superposicin de los coeficientes de influencia de masas de cada
elemento.
A modo de ejemplo se explica la obtencin de la matriz de masa consistente del marco
bidimensional de la motivacin:

156
2 2 2.73
420
22 0.052
2
4 4 2 0.028
420 420
22 0.052
420
2
3 2 0.057
420
Finalmente considerando la matriz de rigidez para los 3 grados de libertad, la ecuacin de

movimiento de la estructura es:
1
2.73 0.052 0.057 1 1 24 6 6 1
0.052 0.028 0.057 2 2 6 12 4 2 2
3
0.057 0.057 0.028 3 3 6 4 12 3 3
Resolviendo esta estructura para vibraciones libres, se llega a que su periodo
fundamental es:
2,326
Convergencia

ConvergenciadeTn
(MtodoMasasDiscretas)
2.48
2.46
2.44
Tn[segundos]
2.42
2.4
MasasConcentradas
2.38 MasaConsistente
2.36
2.34
2.32
2.3
0 0.5 1 1.5 2 2.5 3 3.5
Elementos

Dinavanzada PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Dinavanzada PDF

Загружено:

Авторское право:

Доступные форматы

Dinmica Avanzada de Estructuras

Modelo y Determinacin Experimental Torre Titanium la

Alfonso Larran y Asoc. Ltda. - RBA

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 1

El texto en amarillo no lo he revisado y est incompleto

Algunos temas con apoyo especial de alumnos:

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 2

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 3

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 4

12.1.3. Relacin de Valores Propios Continuos y Discretos ........................................ 122

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 5

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 6

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 7

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 8

Clough, R. y Penzien, J. Dynamics of Structures. McGraw Hill.

Chopra, A. Dynamics of Structures. Prentice Hall. Tercera Edicin,

E.L. Wilson (2002). Three-Dimensional Static and Dynamic Analysis of

E. Oran Brigham. The Fast Fourier Transform, Prentice Hall, 1974.

Heylen, W., Lammens, S. and Sas, P. Modal Analysis Theory and

Peeters, B y De Roeck, G (2000). Reference Based Stochastic

Van Overschee P., De Moor B. Subspace Identification for Linear

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 9

v v Obtenemos los parmetros modales

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 10

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 11

Figura 1 Condiciones Iniciales: Desplazamiento y Velocidad

Figura 2Ensayo de Impacto (salto grupal) sobre pasarela

Demanda Armnica: Demanda armnicas con perodo caracterstico, T, f t f t T . La

Figura 3. Excitacin Peridica. Maquinarias y otros.

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 12

Figura 4Excitacin Peridica

Impacto: Accin relativamente corta sobre la estructura

Figure 5. Impacto. Accin de corta duracin

Excitacin Arbitraria: Sin un patrn definido (i.e. terremoto)

Figure 6. Demanda Ssmica

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 13

4.1.1. Cmo Modelar Estructuras?

2. Mediante ecuaciones diferenciales como la siguiente:

3. Por medio de elementos finitos.

4. Usando coordenadas generalizadas, donde se establece una funcin de desplazamiento

Suma de Fuerzas: Fxt , Fyt , Fzt

5. SISTEMAS LINEALES DE UN GRADO DE LIBERTAD

5.1. SISTEMAS DE UN GDL SIN AMORTIGUAMIENTO

Figura 7 Ejemplos de sistema de 1GDL

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 14

5.2. ANLISIS DE SISTEMAS EN OSCILACIN LIBRE

Para un sistema con P (t ) 0 se tiene que v p (t ) 0 . Si este sistema tiene como

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 15

Figura 10Desfase asociado a condiciones iniciales

En resumen, para el sistema en anlisis se tiene:

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 16

Figura 11 Comparacin en el tiempo de fase para

Figure 12. Vectores de Respuesta

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 17

Figura 13 Ejemplo de sistema de 1GDL

Al realizar el equilibrio el sistema mostrado en la figura:

x(t ) v(t ) est

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 18

Existe una gran incertidumbre por tanto en la identificacin y definicin de un

: Evolucin de la frecuencia y amortiguamiento modal con respecto a la amplitud modal

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 19

Figura 14Sistemas de un GDL amortiguado

DINAMICA AVANZADA DE ESTRUCTURAS RUBN BOROSCHEK K 20