Академический Документы
Профессиональный Документы
Культура Документы
Apuntes de Clase
Rubn Boroschek
REVISION E
Diciembre del 2012
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.
Por agregar.
Solucin numrica y ajustes
Incorporacin de amortiguamiento por mtodos de energa.
Condensacin
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:
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
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
4. DEMANDA ESTRUCTURAL
Pull Back o Condiciones Iniciales: La estructura est sometida condiciones iniciales.
2 2 v x, t 2 v x, t
EI x m P x, t
x 2 x 2 t 2
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:
FI (t ) FE (t ) P(t )
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
1
Figura 9: Desplazamiento versus tiempo. f
T
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
(a) (b)
(c) (d)
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
Al graficar la fuerza disipativa en funcin del desplazamiento del sistema se obtienen diferentes
figuras:
F t C x t sgn x t
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
mv t cv t kv t 0
s 2 1
s i 1 2
D
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
0,01 0,9999
0,05 0,9987
0,10 0,9950
0,20 0,9798
0,40 0,9165
v v
v(t ) e t 0 0 sin Dt v0 cos Dt
D
Lo que es equivalente a:
Dnde: D
v0 v0
arctg
D v0
Figura 25
Efecto del
amortiguamiento
en el decaimiento.
: Amplitud
mxima.
Envolvente e t
2
Periodo TD
D
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 27 Calculo de
Amortiguamiento
pendiente
ln vi vi N
2 N
Cuando vi N vi 2
1 v
ln i
2 N vi 2
ln 2
N
2
Figura 36 Impacto por salto en pasarela peatonal. Respuesta y ajuste a varias frecuencias
mediante tcnicas de optimizacin.
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.
Dmax 1 2 2 1
1
D 1 1
1 2
2 2 2 Dmax
2 1 2
2
El caso ms comn:
1 1 1
Dmax
2 2 2
f 2 f1
De donde
f 2 f1
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
2
Porque tan 1 corresponde a resonancia.
1
2
1
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
La Transmisibilidad de fuerzas es:
1
2
2
1 2
FR
TR 2
1 2
2
Po
1
2
1 k 1 W 1
1 y 1 1 1
TR TR m TR est m TR
g 1
1
est TR
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
Dado:
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.
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)
vn
vn vn t t (4)
2
El desplazamiento se obtiene integrando nuevamente
vn 1 vn vn (5)
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)
4
vn vn t vn t 2
1
vn 2
t 2
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
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
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
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
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
E K EV c v 2 t dt
t1
Energa _ disipada
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
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
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
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 ;
1 2 T
EV kv (t )
2 0
2
T T
T T T
mv t cv t kv t p(t ) po sen(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.
Finalmente:
cv t kv t p(t )
Si se hace un ensayo de desplazamiento controlado la respuesta y fuerza resultantes son:
2
1 2 2
Y el ngulo de fase:
1
En forma similar D
2
1 2 g 2
2 /
Notar:
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
e dt
2
J (k e ,c e )
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
( 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
sin 2 ( t )
2
v 2
v02 0 0 0
0
2 0
Luego
2
f
0
vdt ce v02 ke 0 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
8
Caso de 2 tenemos Ed c 3 2 y ce 8 c
3 3
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
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
f v0 cos(t )dt
ce 0
,
vo2
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
Fy v0
Reemplazando en la expresin anterior y factorizando por , queda
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
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
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
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
Reemplazando en la expresin anterior y factorizando por , queda
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
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
segn el signo que toma f para cada valor de v
ti
2
v02
Reemplazando en la expresin anterior y factorizando por , queda
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
Donde
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
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
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
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
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
ke 2
v0 f (t )vdt
0
2
v02 c v
0
sgn(v)v0 sin(t )dt
c 2
3 2
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
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
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)/((2^alfa)*gamma(alfa/2+1.5)^2));
fnl=Cnl*abs(v2).^alfa.*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');
K10 K11 v1 (t ) F1 (t ) 0
K10 v0 (t ) K11 v1 (t ) F1 (t ) 0
v1 (t ) K11 K10 v0 (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
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.
Ejemplo 2
DOF: 5
M 2
K 3
0.05
Polinomio caracterstico: 1.00, 13.50, 63.00, 118.13, 75.94, 7.59
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
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
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
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
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
(6.1)
(6.2)
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
7.3.1. Algoritmo
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
Ejemplo
Edificio Corte
m=1 ; k=5 ; ngdl =20;
K 2 M 0
K 1 K 2 M 0
I F M 0
2
nxn
1
2 I F M 0
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
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 M n 0
T 1 1
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
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
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
i M j i M i m j ji2
n
T T
j 1
m
j 1
j
2
ji
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
i M v(t ) M i yi (t )
T
//Mi masa modal
Luego
y (t ) i
i
Mi
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
,
2
M i i M i i =1n K i i2 M i Pi (t ) i P(t )
T T
i = 1n
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
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
i M i yi (t ) i C i yi (t ) i K i yi (t ) i
T T T T
Pi (t )
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 =
C C b M ab M 1 K
b
1
i
2 i
a
b
b i
2b
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
http://www.edwilson.org/
http://www.eeri.org/site/images/projects/oralhistory/penzien.pdf
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 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
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
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
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
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
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
Talque: v(t ) z (t )
NxJ
0 i j
i M j M
T
i i j
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.
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)
a. Determine K y1 S
b. Normaliza 1 y1 y1 M y1
T 2
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
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
V1 us Z 0
1
V1 V1 V1 M V1
T 2
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
C. Clculos finales:
K I Z 0
2
V Z
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 )
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
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 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
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 6.25
r k 1 k g
0 0.25
[ K ]1 [] Ki []T [][]1
1
i i
N T
[ K ] [] Ki []
1 1 T
i 1 Ki
F i i i
T
Ki
N
[ K ]1 Fi [ F ]
i 1
v t i Y i t y P t = S f t
N
i 1
v si t i Y si t i i P t
T
Ki
Ki
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
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
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
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
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
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
Si z t0 0 entonces para t 0 e F s ds 0 ;
0
As
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
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)^i/(factorial(i)*(m)^i);
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
e F s ds
tk 1
zk 1 zk e At k 1 tk
e At A tk 1 s
tk
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
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
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 .
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
i1
Si A i i i y i entonces
i
2
De la primera ecuacin
0i1 I i2 i i1
por tanto
i
2
i
1
i
i1
i 1
i i
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
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
Y e At e t
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)
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;
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
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 )
qi (t ) ei (t t0 ) qi (t0 ) ei (t s ) fi s ds
t
t0
Si
M v M v 0
M v(t ) C v(t ) K v (t ) P (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
Premultiplicando por j
B A
T T
j S i i j s i
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
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
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).
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
n 1 n 1 n
p (t ) ce
n
n
in t
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
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
Como v ( t ) c H ( )e
n
n n
i nt
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.
f = (select - 1)*Fs/nvg;
d=real(ifft(FRF.*vw));
v=real(ifft((j*f*2*pi).*FRF.*vw));
a=real(ifft((j*f*2*pi).^2.*FRF.*vw));
v t e dt V
it
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
P t P
v t e dt V
it
Sabemos que
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
h(t ) k (t )
(t ) (t )dt (0)
(t t ) (t )dt (t )
0 0
k (t )e
i t
H ( ) dt k
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
Funcin Seno:
h (t ) A sin(2 f 0 t )
A
H ( f ) i ( f f0 ) ( f0 f )
2
A t t0
h (t )
0 t t0
t0 t0 t0
t0 t0 t0
H ( ) A
t0 2 f
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
13.3.2. Simetra
h (t ) H ( f )
H (t ) h ( f )
Figura 80
Figura 81
Figura 82
Luego H ( ) es par.
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 ( )
Desplazamiento Convolucin
h (t )dt
2
H ( f ) df
Demostracin Ejemplo
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.
sin 2 f c (t n t )
t h ( nt )
n (t n t )
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
Figura 89. Transformada de Fourier del Registro de Llolleo 1985 NS010. Aceleracin.
dinafft
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)
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
(dB)
Hay que tener cuidados debido a que algunas ventanas no permiten separa frecuencias.
Es interesante obtener la inversa utilizando algunos de los coeficientes obtenidos del caso
anterior. Es posible recuperar totalmente la seal original.
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:
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
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 .
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:
N 1
1 A
Para el caso de armnico: RMS
N
x
k 0
2
k
2
Si definimos
Tp
1
x(t ) x (t )dt S ( f )df
2 2
Tp 0 0
x2 H ( f ) f H(f ) N2 H(f )
2 2 2
N n0 FsN n0 FsN N n 0 n0
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
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.
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)
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:
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.
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.
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
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
Ryx ( j ) Ryx ( j ) j0
x =
1 1 1
y =
1 1 1
Corr_x_y =
1 2 3 2 1
16.5.1. Resumen
(Heylen et al.)
Espectro de Potencia:
S xx ( f ) X ( f ) X * ( f ) X ( f )
2
16.1. 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 ))
Aa (t ) s 2 (t ) H s(t ) 2
2
a (t ) arctan (0.5)
s(t )
Instantaneous
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
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,
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.
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
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.
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
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
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,
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
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.
Donde
y (t ) l
son la respuesta observada. C a , C v , C d son matrices que contienen
la seleccin de las salidas.
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
y (t ) Cc z (t ) Dc u (t )
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 .
T T T / 2
N g xN g
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.
E zk zk
T
E zk 0
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
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,
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
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
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
Ri Cd A G .
i 1
Ri G A C
T i 1 T T
d
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)
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
Definiendo:
[ A] e [ Ac ] t (11)
t
[ B ] e [ Ac ] ' d '[ B c ] (12)
0
{ f k } { f ( k t )} (14)
{ y1 } [C d ] { B} (21)
( px1) ( px 2 N ) ( 2 Nx1)
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:
[ 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)
[W ] [ H ] ' [O ] [ I ] (31)
( 2 Nxqs ) ( qsxpr ) ( prx 2 N ) ( 2 Nx 2 N )
[ 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.
Adems:
[U 2 N ]T [U 2 N ] [V2 N ]T [V2 N ] [ I ] (38)
Luego postmultiplicando (40) por las mismas matrices [V2 N ][ 2 N ]1[U 2 N ]T , obtenemos [H ]' :
[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:
(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)
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)
21.1.2. Algoritmo
a) Seleccionar los datos observados para construir las matrices [ H 0 ] y [ H1 ] .
Donde:
m=5 [tonf]
k=3000 [tonf/m]
c=15 [tonf*s/m]
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
Parmetros reales
GDL
Modo 1 Modo 2 Modo 3 Modo 4 Modo 5 Modo 6
Parmetros identificados
GDL
Modo 1 Modo 2 Modo 3 Modo 4 Modo 5 Modo 6
2 - - - - - -
4 - - - - - -
6 - - - - - -
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:
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:
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 :
| |
| |
Ejemplo (dinamoesp)
El caso del edificio utilizado en ERA caso sismo amortiguamiento no clsico. Solo salidas
1 3 y 5.
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.
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:
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:
Riref C A G
i 1 ref
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
Oi U1 S1 T
1/ 2
iref T S1 V1
1 1/ 2 T
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
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:
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
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
1 1 0
1 3 2
Figura 1. Descripcin del sistema 0 2 5
estructural.
Frecuencias angulares:
(2.1)
(2.2)
(2.3)
Con lo cual,
(2.4)
(2.5)
1
(2.6.a)
(2.8)
(2.9)
(2.10)
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,
(2.12)
(2.13)
(2.14)
(2.15)
(2.16)
(2.17)
(2.18)
| |
Vector inicial
Matriz dinmica
| |
(3.1)
(3.2)
reemplazando el valor de
Y1
1
(3.3)
1
(3.4)
(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)
1
1
1 1
(3.8)
Con lo cual, las ecuaciones (2.7) y/o (2.11) se reescriben como sigue,
(3.10)
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)
(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
(4.4)
1 0 0 1 2 0
1 1 0 0 5 1 (4.5)
0 1 1 0 0 0
; (4.6)
(4.7)
(4.8)
Entonces,
(4.9)
Y adems:
(4.10)
(4.11)
Se define
(4.12)
(4.13)
(4.15)
(4.16)
(4.17)
(4.18)
(4.19)
si
(4.20)
Y considerando
entonces (4.22)
(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.
Este mtodo presenta una solucin ms eficiente que el mtodo de iteracin inversa
para encontrar los modos de vibracin que le siguen al primero.
El punto de partida de esta formulacin es la ecuacin de equilibrio dinmico para un
sistema no-amortiguado,
(5.2)
Si se define:
(5.3)
(5.4)
(5.5)
Donde la matriz contiene todos los vectores propios y la matriz es una matriz
diagonal con los valores propios en ella.
(5.6)
O, de manera equivalente,
(5.7)
(5.8)
Se define:
(5.10)
(5.11)
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)
(5.15)
Sigue que,
(5.17)
Si definimos,
(5.18)
} (5.19)
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.
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:
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:
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.
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
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:
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:
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:
22 0.052
2
4 4 2 0.028
420 420
22 0.052
420
2
3 2 0.057
420
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