Академический Документы
Профессиональный Документы
Культура Документы
Delgadas.
1. Introducción 5
2. El Modelo de Timoshenko 10
2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2. Las ecuaciones de Timoshenko . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.1. Las ecuaciones de Timoshenko en el dominio del tiempo . . . . 11
2.2.2. Las ecuaciones de Timoshenko en el dominio de la frecuencia . . 12
2.3. Formulación variacional de la ecuación de estado . . . . . . . . . . . . . 13
2.4. Un problema espectral asociado . . . . . . . . . . . . . . . . . . . . . . 15
2.5. Existencia y unicidad de la ecuación de estado . . . . . . . . . . . . . . 17
2.6. Aproximación por elementos finitos . . . . . . . . . . . . . . . . . . . . 22
2.6.1. Existencia y unicidad de solución del problema discreto . . . . . 22
2.6.2. Estimación del error de aproximación . . . . . . . . . . . . . . . 26
2.6.3. Estimación puntual del error . . . . . . . . . . . . . . . . . . . . 31
2.7. La ecuación de estado con términos fuente tipo delta de Dirac . . . . . 33
2.7.1. El Problema continuo . . . . . . . . . . . . . . . . . . . . . . . . 34
2.7.2. El Problema discreto y su aproximación por elementos finitos . 36
2.7.3. Estimación del error . . . . . . . . . . . . . . . . . . . . . . . . 37
2.7.4. Estimación puntual del error . . . . . . . . . . . . . . . . . . . . 39
2
Resumen
3
Abstract
The aim of this work is to control the vibrations of a beam clamped in both end-
points, which is excited by a point force or a distributed force. The beam is modeled by
Timoshenko equations, that corresponds to the state equation in the control problem
of our interest; this problem consist in minimize the beam vibration in two kinds of
sensors: point and distributed, each one originates an AVC type problem. In both, the
control variable corresponds to the amplitudes of secondary loads modeled by Dirac´s
deltas.
The problems of Active Vibration Control are analyzed in the framework of mathe-
matical control theory (see [38]), and numerically solved using finite element methods.
Following the results present in [2], we obtain optimal estimates for the optimal control
error aproximation.
4
Capı́tulo 1
Introducción
En los últimos años se ha realizado una gran cantidad de trabajos sobre el con-
trol activo de las vibraciones de estructuras flexibles. Los problemas en Ingenierı́a que
motivan dicho estudio proceden de campos muy diversos: aeroespacial, estructuras,
metereologı́a, nanotecnologı́a, etc. Una visión general se puede encontrar en los libros
de Fuller, Elliot y Nelson [24] y Preumont [42].
Por otro lado, todos los sistemas mecánicos compuestos de masa, rigidez y elementos
que producen amortiguación exhiben una respuesta vibratoria cuando están expuestos
a perturbaciones (ver [24]). La predicción y el control de estas perturbaciones es fun-
damental en el diseño y operación del equipamiento mecánico.
5
6 CAPÍTULO 1. INTRODUCCIÓN
Dos posibles descripciones del movimiento de una estructura están dadas en térmi-
nos de los modos estructurales y de las ondas mecánicas de ella. Surgen, naturalmente
dos aproximaciones al problema de control activo, (ver [24]). El primero se concentra
en controlar los modos de la estructura; reduciendo activamente las amplitudes de los
modos estructurales, el desplazamiento promedio sobre toda la estructura se reduce y
el control se puede denominar global. En cambio, el control activo de ondas es utiliza-
do cuando el flujo de energı́a de vibración desde una parte de la estructura a otra es
importante. Este último es un control del tipo local, (ver [24]).
Independiente del tipo de CAV a utilizar, los componentes esenciales son un sensor
(para detectar la vibración), un controlador electrónico (para una conveniente mani-
pulación de la señal desde el detector) y un actuador (el que influye en la respuesta
mecánica del sistema, con el fin de obtener un comportamiento deseado).
La ecuación de estado del sistema que se considerará modela las amplitudes de los
desplazamientos y rotaciones, en régimen armónico, de una viga delgada que sigue el
modelo de Timoshenko. En este trabajo se hace un estudio de esta ecuación para el
caso en que el segundo miembro de la ecuación (término fuente) sea una delta de Di-
rac. Inicialmente, se hace un estudio de la existencia, la unicidad y la regularidad de
la solución cuando el segundo miembro está en L2 (I), donde I denota el dominio de
referencia de la viga. Estos resultados nos darán más claridad para abordar el estudio
en el caso de un segundo miembro más general como lo es una delta de Dirac, la que
no pertenece a L2 (I).
del espacio original. Lo que caracteriza e identifica al MEF de cualquier otro esquema
de Galerkin es el hecho de elegir funciones seccionalmente polinomiales para definir el
espacio respectivo (ver [12], [26], [40], [43], [50]).
Normalmente, las frecuencias a las que interesa realizar el CAV son aquellas para
las que se producen niveles altos de vibración en la viga, es decir, las frecuencias de
resonancia de la viga. Estas frecuencias se pueden determinar calculando los modos
propios de la viga o haciendo una representación de la respuesta en frecuencia de esta.
Estas frecuencias se pueden calcular numéricamente por el MEF. En un caso se aplica
al cálculo de los modos y frecuencias propias y en el otro se resuelven una serie de
problemas fuente, para distintas frecuencias, y se representa la respuesta del recinto en
función de la frecuencia, para determinar ası́ aquéllas para las que se obtienen picos en
la respuesta (frecuencias de resonancia).
Con este fin, es necesario analizar la aproximación numérica de los modos libres y
de las frecuencias propias del problema de una viga modelada por las ecuaciones de
Timoshenko. Como paso previo se debe estudiar la aproximación numérica del pro-
blema de carga asociado a esta (ver [48]), para utilizar la teorı́a expuesta en [3], y
obtener estimaciones óptimas en orden y regularidad. Cabe señalar que actualmente se
desarrollan, tanto desde el punto de vista matemático como computacional, esquemas
numéricos para estudiar el problema de autovalores en estructuras más generales, como
por ejemplo en barras curvadas de geometrı́a arbitraria (ver [29]).
Por otro lado, en la literatura, han sido analizadas una gran variedad de estrategias
de control activo. En el control de estructuras, estas estrategias incluyen tanto feedback
control como feedforward control, (ver [34], [35], [36], entre otras referencias). Tı́pica-
mente la sı́ntesis de los controladores está dada por la técnica LQR ([9],[23], [39]) y
optimización en los espacios H2 o H∞ ([22], [39]), mediante la cuales podemos obte-
ner una realimentación de estado o equivalentemente un controlador que sea óptimo
de acuerdo a un cierto criterio de diseño (ver [20], [21], [39], entre otras referencias).
En el contexto del CAV, se emplean dispositivos activos, dentro de los cuales existen,
principalmente, dos tipos de actuadores usados en la práctica: fuerzas de control pun-
tual (ver [24], [39], [41], [42], entre otras referencias) y dispositivos piezoeléctricos (ver
[8], [21], [22], [35], [37], [39], [49], entre otras referencias). Por otro lado, en referencias
tales como [34], [35], [49], por ejemplo, se puede apreciar como las técnicas del método
de elementos finitos y espacio estado (entre otras herramientas de control), permiten
resolver los problemas de control que nos interesan.
pueden ser analizados como la interacción entre dos fenómenos [30]: una deformación
mecánica genera un campo eléctrico en el material (efecto piezoeléctrico directo) y,
la aplicación al material de un campo eléctrico o una diferencia de potencial, genera
una deformación (efecto piezoeléctrico inverso). Existe, especialmente sobre la última
década, un uso extensivo de estas estructuras en aplicaciones industriales (por ejem-
plo, biomedicina, electrónica, ingenierı́a aeroespacial). En la práctica, los materiales
piezoeléctricos son adheridos o insertados en un estructura delgada como sensores y/o
actuadores. Dado que son ligeros pueden ser acoplados al material sin cambiar sig-
nificativamente el peso o las propiedades mecánicas de la estructura. Un modelado y
estudio matemático ha sido obtenido recientemente en las referencias [6], [7] y [8], pero
solo para estructuras suficientemente delgadas.
Por otro lado, están los actuadores puntuales, los que tienen numerosas aplicaciones
industriales (por ejemplo estructuras, hidráulica, mecánica). Estos actuadores, también
conocidos como fuerzas de control puntual, se modelan como deltas de Dirac y han sido
estudiados, por ejemplo, en [41], donde se muestra su buen desempeño, al lograr reducir
rotundamente la energı́a del sistema.
El problema de control activo que nos interesa, se plantea dentro del marco de la
teorı́a del control óptimo (ver [38]). Se prueba la existencia y unicidad de solución y se
escriben las condiciones de optimalidad. Con objeto de poder calcular numéricamente
el control óptimo, se plantea un problema aproximado que se obtiene a partir de la
discretización por el método de elementos finitos de la denominada ecuación de estado
del sistema con fuente de tipo delta de Dirac. Para ello son necesarios los resultados
obtenidos para esta ecuación y su discretización por elementos finitos, cuando el término
fuente no está en L2 (I).
Capı́tulo 2
El Modelo de Timoshenko
2.1. Introducción
Un modelo matemático ampliamente utilizando para describir la deformación de
una viga, sujeta a ciertas condiciones de borde, en términos de los desplazamientos
verticales w y la rotación de las fibras verticales θ fue desarrollado por Stephen Ti-
moshenko (ver [48]). En este artı́culo, se muestra la importancia de la deformación del
corte y la inercia de la rotación en la descripción dinámica del comportamiento de una
viga. Este modelo, a diferencia del modelo de Euler-Bernoulli, considera dicho esfuer-
zo de corte transversal (ver figura 2.1). Si consideramos estas ecuaciones en régimen
armónico, obtenemos la denominada ecuación de estado del sistema, la cual modela la
amplitud de los desplazamientos y las rotaciones.
10
2.2. LAS ECUACIONES DE TIMOSHENKO 11
donde C.I denota condiciones iniciales, que determinan existencia y unicidad de solu-
ción del problema (PF). Aquı́, τ denota el tiempo, x ∈ I representa la coordenada
espacial a lo largo de la viga en su posición de equilibrio, ŵ = ŵ(x, τ ) representa el
desplazamiento vertical de la coordenada x en el tiempo τ y θ̂ = θ̂(x, τ ) la rotación de
la sección transversal debido a la torsión. Los coeficientes ρ, E e I, los cuales se asu-
men constantes, representan la densidad de masa, el módulo de elasticidad lineal y el
momento de inercia de la sección transversal, respectivamente. El coeficiente k corres-
ponde a un factor de corrección, usualmente tomado como 5/6, A representa el área
de la sección transversal de la viga y G corresponde al módulo de elasticidad de corte.
Sin pérdida de generalidad supondremos que la viga tiene sección transversal cuadrada.
12 CAPÍTULO 2. EL MODELO DE TIMOSHENKO
Figura 2.2: Viga empotrada en ambos extremos excitada con una fuerza transversal f y
momento flector g.
siendo f (x) y g(x) las correspondientes amplitudes del movimiento armónico, que son
datos del problema. La solución del problema (PF), también será de la forma
Luego, para describir completamente la respuesta que experimenta una viga sometida
a fuerzas del tipo armónico, necesitamos determinar la amplitud del desplazamiento
vertical w(x) y la amplitud de la rotación de la sección transversal θ(x).
2.3. FORMULACIÓN VARIACIONAL DE LA ECUACIÓN DE ESTADO 13
Como estamos considerando el caso armónico no hay condiciones iniciales. Con res-
pecto a las condiciones de contorno, es simple ver que, en nuestro caso, se escriben:
En primer lugar, debemos señalar que este problema ha sido reescalado considerando
ω 2 := ρ ω̂ 2 /t2 . En la expresión κ = Ek/2(1 + ν̂) denota el módulo de corte, con k un
factor de correción usualmente tomado como 5/6, ν̂ la razón de Poisson y ρ la densidad
de masa. Tanto la carga transversal f , como la carga de corte g, han sido conveniente-
mente escaladas. La justificación de este escalamiento se basa en aspectos netamente
matemáticos, como se puede ver en [15]: “Es imposible obtener un comportamiento
asintótico bien planteado al mantener la carga constante sobre toda la sucesión de pro-
blemas que conlleva el parámetro t. Dicho escalamiento nos entrega un comportamiento
14 CAPÍTULO 2. EL MODELO DE TIMOSHENKO
asintótico admisible.”
se tiene que los términos escritos en la ecuación variacional (PDA) están bien definidos.
Debido a la construcción del problema débil, es claro que toda solución clásica, es
decir, solución del problema fuerte (PFA) es solución del problema débil (PDA). Por
otro lado, toda solución débil de clase C 2 (Ω)2 es solución en el sentido clásico.
Con estas definiciones, podemos escribir el problema variacional (PDA) como sigue
aω ((w, θ), (v, β)) = τ ((v, β)) , ∀(v, β) ∈ H01 (I)2 . (2.3.3)
Lema 2.3.1 Para todo ω ∈ R y t ∈ (0, 1), se verifica que la forma bilineal aω y el
funcional lineal τ son continuos en H01 (I)2 × H01 (I)2 y H01 (I)2 , respectivamente.
E ′ κ
|aω ((w, θ), (v, β))| ≤ kθ kL2 (I) kβ ′ kL2 (I) + 2 kw′ − θkL2 (I) kv ′ − βkL2 (I)
12 t
t2
+ ω 2 kwkL2 (I) kvkL2 (I) + ω 2 kθkL2 (I) kβkL2 (I) . (2.3.4)
12
2.4. UN PROBLEMA ESPECTRAL ASOCIADO 15
Utilizando la desigualdad triangular en los términos kw′ − θkL2 (I) y kv ′ − βkL2 (I) , y
teniendo en cuenta que k · kL2 (I) ≤ k · kH 1 (I) y | · |H 1 (I) ≤ k · kH 1 (I) se obtiene,
|aω ((w, θ), (v, β))| ≤ C kθkH 1 (I) kβkH 1 (I) + kwkH 1 (I) kvkH 1 (I)
+ kwkH 1 (I) kβkH 1 (I) + kθkH 1 (I) kvkH 1 (I) ,
donde C denota una constante positiva, la cual dicho sea de paso, denotará una cons-
tante genérica a lo largo de este trabajo.
Como consecuencia de estos hechos, se tiene que todos los valores propios del pro-
blema (2.4.1) son estrictamente positivos.
Por otro lado, debido a la inclusión compacta H01 (I)2 ֒→ L2 (I)2 , T es compacto. Ası́, T
resulta ser un operador compacto y autoadjunto respecto a (·, ·)t . Entonces, el Teore-
ma de Descomposición Espectral de Operadores Compactos y Autoadjuntos, nos dice
que, además de µ = 0, el espectro de T , consta de una sucesión de autovalores reales
positivos, de multiplicidad finita, que convergen a cero.
lo cual nos indica que 1/µ es un valor propio del problema (2.4.1), con las mismas
multiplicidades y las mismas funciones propias. En conclusión se tiene el siguiente
resultado:
Teorema 2.4.2 Los autovalores de (2.4.1) forman una sucesión creciente de números
reales estrictamente positivos que tienden a ∞. Además todos ellos tienen multiplicidad
finita.
Para verificar la no unicidad de este problema cuando ω 2 es un valor propio del pro-
blema (2.5.1), supongamos que los pares (w1 , θ1 ) y (w2 , θ2 ), los cuales son distintos,
′
verifican la ecuación variacional (2.3.3), para un funcional τ ∈ [H 1 (I)2 ] dado. Restan-
do dichas expresiones, se deduce que el par (w1 − w2 , θ1 − θ2 ) es una función propia
del problema (2.5.1), siendo ω 2 el correspondiente valor propio. Luego, se deduce la no
unicidad del problema (PDA) si ω 2 es un valor propio del problema (2.4.1).
S denota el espectro del problema (2.4.1). Escrito ası́ el problema, podremos aplicar
la Alternativa de Fredholm, de forma que habrá solución única para τ ∈ L2 (I)2 de la
ecuación anterior si y sólo si Ker(I − Tω ) = 0, o lo que es lo mismo, que la existencia
es equivalente a la unicidad. Por lo tanto, como tenemos unicidad para ω ∈ R tal que
ω2 ∈/ S, tendremos también existencia.
′
El operador lineal Tω : [H 1 (I)2 ] −→ H01 (I)2 definido por Tω τ = (w, θ) solución del pro-
blema de carga (2.4.3) esta bien definido, es lineal y continuo, consecuencia del Lema de
′
Lax-Milgram. Además, dadas la inclusiones continuas H01 (I)2 ֒→ L2 (I)2 ֒→ [H 1 (I)2 ] ,
las cuales también son compacta, se tiene que,
es un operador compacto.
o de forma equivalente
(w, θ) − ω 2 Tω (w, θ) = Tω τ,
donde τ , en nuestro caso, denota cualquier funcional lineal continuo en H 1 (I)2 que se
puede escribir de la siguiente manera:
t2
τ ((v, β)) = (f, v)L2 (I) + (g, β)L2 (I), (2.5.3)
12
con f, g ∈ L2 (I). Notemos que este hecho no es una pérdida de generalidad, pues de
acuerdo al problema variacional (PDA), solo aquellos funcionales que se escriben de
la forma (2.5.3) son de nuestro interés.
Como ω 2 Tω |L2 (I)2 es compacto, por serlo Tω |L2 (I)2 , estamos en condiciones de aplicar la
alternativa de Fredholm. Antes se introduce el siguiente resultado
Lema 2.5.1 Si ω 2 no es un valor propio de (2.4.1), entonces
Ker I − ω 2 Tω = 0
Demostración: La idea es probar que ω 2 Tω (w, θ) = (w, θ) se cumple sólo para (w, θ) =
(0, 0). En efecto, si esto es válido, se verifica que
Z Z Z Z
E dθ dβ κ dw dv 2 t2
dx + 2 −θ − β dx = ω wvdx + θβdx ,
12 I dx dx t I dx dx I 12 I
es decir,
lo cual se verifica sólo para (w, θ) = (0, 0), pues ω 2 no es un valor propio de (2.4.1).
(Qω (w, θ), (v, β))t = aω ((w, θ), (v, β)) , ∀(v, β) ∈ H01 (I)2 .
Este operador es lineal, continuo y biyectivo. Por lo tanto, del teorema de la aplicación
abierta se deduce que el operador inverso será también lineal y continuo, de forma que
se verificará
k(w, θ)kH 1 (I)2 ≤ Ckτ k[H 1 (I)2 ]′ .
Resta verificar que el par (w, θ) pertenece a H 2 (I)2 . En efecto, integrando por partes
la primera y segunda ecuación del problema fuerte (PFA), se tiene que
Z Z
dw dv 2 dθ
kAG dx = f (x) + ρAω w(x) − kAG v(x)dx, ∀v ∈ H01 (I)
dx dx dx
ZI ZI
dθ dβ 2 dw
EI dx = g(x) + ρIω θ(x) + kAG − θ β(x)dx, ∀β ∈ H01 (I)
I dx dx I dx
• f, g ∈ L2 (I),
• w, θ ∈ H01 (I),
20 CAPÍTULO 2. EL MODELO DE TIMOSHENKO
se verifica que,
dθ
fˇ(x) + ρAω 2 w(x) − kAG ∈ L2 (I), (2.5.4)
dx
2 dw
ǧ(x) + ρIω θ(x) + kAG −θ ∈ L2 (I), (2.5.5)
dx
Bu = f. (2.5.8)
A : H → H′
hAu, viH′ ×H : = a(u, v), ∀u, v ∈ H,
B : H → H′
hBu, viH′ ×H : = b(u, v), ∀u, v ∈ H,
K : H → V′
hKu, viV ′ ×V : = k(u, v), ∀u ∈ H, ∀v ∈ V.
Puesto que A−1 K0 es compacto, se concluye que para la ecuación (2.5.10) vale la al-
ternativa de Fredholm, lo que demuestra el lema.
aω ((w, θ), (w, θ)) ≥ αk(w, θ)k2H 1 (I) − K((w, θ), (w, θ)), ∀(w, θ) ∈ L2 (I)2 . (2.5.11)
′
Con este fin, consideremos ω ∈ R y τ ∈ [H 1 (I)2 ] , no necesariamente escrito de la forma
(2.5.3). Nótese que el problema (2.3.3) se puede escribir de la siguiente forma:
Z Z Z 2 Z
E dθ dβ κ dw dv 2 2t
dx + 2 −θ − β dx + c1ω ω wvdx + c2ω ω θβdx
12 I dx dx t I dx dx I 12 I
Z 2 Z
2 2t
= (c1ω + 1) ω wvdx + (c2ω + 1) ω θβdx + τ ((b, β)) , ∀(v, β) ∈ H01 (I)2 ,
I 12 I
22 CAPÍTULO 2. EL MODELO DE TIMOSHENKO
donde c1ω , c2ω denotan constantes positivas a determinar. Definamos la forma bilineal
y continua b aω en H01 (I) × H01 (I) con valores en R,
Z Z
E dθ dβ κ dw dv
aω ((w, θ), (v, β)) =
b dx + 2 −θ −β
12 I dx dx t I dx dx
Z 2 Z
2 2t
+ c1ω ω wvdx + c2ω ω θβdx, ∀(w, θ), (v, β) ∈ H01 (I).
I 12 I
Del lema anterior se deduce que existe una constante α > 0 y una forma bilineal
acotada K : H01 (I)2 × L2 (I)2 , definida como K ((w, θ), (v, β)) := h(w, θ), (v, β)iL2 (I)2 ,
tales que la forma bilineal b
aω satisface la desigualdad de Gårding
aω ((v, β), (v, β)) + Ck(v, β)kL2 (I)2 ≥ αk(v, β)kH 1 (I)2 , (2.5.12)
para todo (v, β) ∈ H 1 (I)2 . Utilizando el Lema 2.5.3 y la inclusión H01 (I)2 ⊂ L2 (I)2 , la
cual es compacta, se tiene que el problema satisface la Alternativa de Fredholm, por lo
tanto, de la unicidad de solución para el problema (2.3.3), se deduce la existencia.
única.
donde
h = máx |xj − xj+1 |,
j=1,...,n
Lema 2.6.1 Para todo ω, la forma bilineal aω admite una descomposición del tipo
aω ((w, θ), (v, β)) = bω ((w, θ), (v, β)) + cω ((w, θ), (v, β)) ∀(w, θ), (v, β) ∈ H01 (I)2 ,
bω ((w, θ), (v, β)) = bω ((v, β), (w, θ)) ∀(w, θ), (v, β) ∈ H01 (I)2
bω ((w, θ), (w, θ)) ≥ αk(w, θ)k2H 1 (I)2 ∀(w, θ) ∈ H01 (I), α > 0,
24 CAPÍTULO 2. EL MODELO DE TIMOSHENKO
y cω ((w, θ), (v, β)) una forma bilineal “compacta” en H01 (I)2 , en el sentido de que, para
toda sucesión débilmente convergente en ese espacio, (wn , θn ) ⇀ (w, θ), se tiene
y, también,
lı́m cω ((wn , θn ) − (w, θ), (wn , θn ) − (w, θ)) = 0.
n→∞
Es claro que aω ((w, θ), (v, β)) = bω ((w, θ), (v, β)))+cω ((w, θ), (v, β)); además, como vi-
mos en las secciones anteriores, la forma bilineal bw es simétrica y coerciva sobre H01 (I)2 .
Resta probar que la forma bilineal Cω es compacta en H01 (I)2 . En efecto, dada la
inclusión compacta de H01 (I)2 en L2 (I)2 , se tiene que convergencia débil en H01 (I)2 im-
plica convergencia fuerte en L2 (I)2 , por lo cual, toda sucesión débilmente convergente
{(wn , θn )} en H01 (I)2 , (wn , θn ) ⇀ (w, θ), verifica que
a(u, v) = f (v) ∀v ∈ V,
tiene solución única, existen h0 > 0 y γ > 0, tales que la condición discreta de
Ladyzenskaya-Babuška-Brezzi (LBB):
|a(uh , vh )|
sup ≥ γkuh kV ∀vh ∈ Vh ⊂ V, (2.6.4)
vh 6=0 kvh kV
|a(uhn , vhn )| 1
sup ≤ .
vhn 6=0 kvhn kV n
Reemplazando {uhn } por una subsucesión adecuada, podemos asumir que uhn converge
débilmente a un cierto u0 ∈ V . Demostraremos que uhn debe converger fuertemente
a u0 en V. De hecho, teniendo en cuenta la descomposición de a como suma de un
operador b coercivo y un operador c compacto, por la coercividad de b tenemos que
Cada uno de los tres términos del segundo miembro convergen a cero; el primero debido
a la convergencia débil de uhn a u0 , el último por la convergencia débil y la compacidad
de c(·, ·). Además, introduciendo una familia whn ∈ Vhn convergente a u0 (es posible
por la consistencia), tenemos para el segundo término
por la continuidad de a
1
|a(uhn , vhn )| ≤ kvh kV , cuando h → 0,
n n
La condición LBB discreta aplicada a nuestro problema, es decir, con V = H01 (I)2 y
a = aω , nos asegura la existencia y unicidad de solución, (wh , θh ), del problema discreto
(2.6.3).
a (u − uh , vh ) = 0 ∀vh ∈ Vh .
2.6. APROXIMACIÓN POR ELEMENTOS FINITOS 27
No obstante, en [31] se ha demostrado una mejora para este resultado, la cual mostra-
mos y probamos en el siguiente teorema.
Teorema 2.6.4 Supongamos que se verifican las condiciones del Teorema 2.6.3, en-
tonces
M
ku − uh kV ≤ kuh − vh kV ∀vh ∈ Vh .
γ
Demostración: Consideremos la aplicación Ph : u → uh definida como Ph u = uh .
Dado al hecho que el problema (2.6.5) tiene única solución, esta aplicación resulta
lineal e idempotente, es decir, Ph2 = Ph . Ası́, es válida la identidad,
kPh kL(V,V ) = kI − Ph kL(V,V ) ,
ver ([31]). Utilizando esta identidad, se tiene que
ku − uh kV = k (I − Ph ) (u − vh )kV
≤ kI − Ph kL(V,V ) ku − vh kV
≤ kPh kL(V,V ) ku − vh kV ,
donde vh es un elemento arbitrario en Vh . Ahora, utilizando la continuidad de la forma
bilineal a y la condición LBB (2.6.4), se tiene que
1 |a(uh , vh )|
kPh ukV ≤ sup ,
γ vh 6=0 kvh kV
1 |a(u, vh )|
= sup ,
γ vh 6=0 kvh kV
M
≤ kukV ,
γ
28 CAPÍTULO 2. EL MODELO DE TIMOSHENKO
Como en nuestro caso la condición LBB discreta se tiene para todo h menor que
un cierto h0 > 0, con γ independiente de h, diremos que la aproximación es asintótica-
mente óptima, ya que el error de la aproximación k(w, θ) − (wh , θh )kH 1 (I)2 está acotado,
salvo multiplicación por una constante, por el error de la mejor aproximación:
Nuestro espacio de elementos finitos Vh esta constituido por funciones, definidas so-
bre I, cuya restricción sobre cada elemento es un polinomio de grado ≤ 1. Para la
aproximación con estos espacios de elementos finitos, tenemos el siguiente resultado.
Teorema 2.6.5 La solución del problema discreto (2.6.3) converge hacia la solución
del problema continuo (2.3.3), para la aproximación por elementos finitos,
Por otro lado, teniendo en cuenta las estimaciones (2.6.8) y (2.6.10), y la regularidad
adicional (ver Teorema 2.5.2), obtenemos la estimación deseada.
Buscamos ahora una estimación del error en la norma de L2 (I). Para ello recurrimos
al resultado de regularidad a priori (ver Teorema 2.5.2) y al argumento de dualidad
debido a Aubin y Nitsche (ver [12]). Antes es necesario introducir el problema adjunto
2.6. APROXIMACIÓN POR ELEMENTOS FINITOS 29
de (2.3.3).
′
Dado τ ∈ [H 1 (I)2 ] , hallar (wg∗ , θg∗ ) ∈ H01 (I)2 tal que
aω ((v, β), (wg∗ , θg∗ )) = τ ((v, β)) ∀ (v, β) ∈ H01 (I). (2.6.11)
y una forma lineal f también, continua, estando ambas definidas sobre el espacio V.
Denotamos por u ∈ V y por uh ∈ Vh , respectivamente, las soluciones de los problemas
variacionales
|(g, u − uh )|
ku − uh kH = sup . (2.6.17)
g∈H kgkH
Dividiendo esta desigualdad por kgkH y tomando supremo sobre H, se obtiene la des-
igualdad (2.6.16), sin más que tener en cuenta la caracterización (2.6.17).
Teorema 2.6.8 Existe h0 > 0 tal que, para todo h < h0 positivo se verifica
k(w, θ) − (wh , θh )kL2 (I)2 ≤ Ch2 kf kL2 (I) + kgkL2 (I) . (2.6.19)
Por otro lado, teniendo en cuenta la identificación (2.6.13) de L2 (I)2 como un subespacio
′
[H 1 (I)2 ] y la continuidad de la solución, del problema adjunto, respecto del segundo
miembro (2.7.11), se obtiene
ı́nf k(wg∗ , θg∗ ) − (vh , βh )kH 1 (I)2 ≤ Chkτ kL2 (I)2 .
(vh ,βh )∈Vh2
En base a la desigualdad:
k(w, θ) − (wh , θh )k∞ ≤ k(w, θ) − (Pw , Pθ )k∞ + k(Pw , Pθ ) − (wh , θh )k∞ ,
dividiremos la demostración en dos partes, primero obtendremos una estimación para
el término k(Pw , Pθ ) − (wh , θh )k∞ y luego, para k(w, θ) − (Pw , Pθ )k∞ . En los siguientes
Lemas se muestran dichas estimaciones.
Lema 2.6.9 Existe h0 > 0 y C una constante positiva tal que para todo h ∈ (0, h0 ] se
tiene la siguiente estimación:
k(Pw , Pθ ) − (wh , θh )k∞ ≤ Ch2 kf kL2 (I) + kgkL2 (I) . (2.6.23)
32 CAPÍTULO 2. EL MODELO DE TIMOSHENKO
k(ā, b̄)k2H 1 (I)2 ≤ Ck(a, b)kL2 (I)2 k(ā, b̄)kH 1 (I)2 (2.6.30)
Por último, recordando que en el caso uno dimensional la inclusión H 1 (I) ⊂ L∞ (I) es
continua y teniendo en cuenta la estimación (2.6.19) se obtiene la estimación deseada.
donde (w, θ) denota la única solución del problema (2.3.3) y Pw , Pθ las proyecciones
definidas en (2.6.21) y (2.6.22) respectivamente.
Demostración: Ver Lema 4.3 en [18] y utilizar la misma demostración del Lema 3.4 en
[2] para probar que w y θ ∈ W 2,∞ (I) y
k(w, θ)kW 2,∞ (I)2 ≤ Ch2 kf kL2 (I) + kgkL2 (I) .
Teorema 2.6.11 Existe h0 > 0 y C una constante positiva tal que para todo h ∈ (0, h0 ]
se tiene la siguiente estimación
k(w, θ) − (wh , θh )k∞ ≤ Ch2 kf kL2 (I) + kgkL2 (I) .
deltas de Dirac, de forma que las variables de control son simplemente las amplitudes
y eventualmente la posición, en caso de buscar las posiciones óptimas.
En un principio, parece razonable pensar, desde un punto de vista fı́sico, que serı́a
muy próximo a la realidad resolver el problema con términos fuentes en L2 (I) que
aproximen la delta de Dirac; de hecho, en la realidad no existen fuentes tipo delta
de Dirac, aunque sea una buena representación en ciertos casos. No obstante, dicho
análisis está suficientemente justificado por dos motivos: primero, porque el problema
tiene interés desde un punto de vista puramente matemático y segundo, porque utilizar
términos fuentes en L2 (I), que modelen los actuadores, requiere elegir un cierto tamaño
para el dominio de las funciones que los representan; de donde surge, de forma natural
determinar cual es el largo del intervalo más adecuado para representar los actuadores.
En este sentido, el análisis con términos fuente tipo delta puede considerarse como un
caso lı́mite y, por lo tanto, lo que se está estudiando es la estabilidad del problema con
respecto al tamaño del dominio.
donde las derivadas se entienden en el sentido distribucional y x̄, ȳ denotan las posi-
ciones de los delta de Dirac en I, los cuales están convenientemente escalados respecto
al espesor de la viga.
y además,
|v(x)| kvkL∞(I)
kδx kL(H 1 (I),R) = sup ≤ sup ≤ C,
v∈H 1 (I) kvkH 1 (I) v∈H 1 (I) kvkH 1 (I)
De esta manera, con este resultado, podemos plantear la formulación débil o varia-
cional asociada al problema (PFAD)
donde h·, ·i denota la paridad dual entre los espacios H 1 (I) y [H 1 (I)]′ .
t2
τδ ((v, β)) = hδx̄ , vi + hδȳ , βi, ∀(v, β) ∈ H01 (I), (2.7.1)
12
equivalentemente el problema (PDAD) se escribe:
aω ((w, θ), (v, β)) = τδ ((v, β)) , ∀(v, β) ∈ H01 (I)2 . (2.7.2)
′
Teorema 2.7.1 Dado ω ∈ R tal que ω 2 ∈ / S, τδ ∈ [H 1 (I)2 ] , escrito como en (2.7.1),
el problema
aω ((w, θ), (v, β)) = τδ (v, β), ∀(v, β) ∈ H01 (I)2 ,
tiene única solución (w, θ) ∈ H01 (I)2 que verifica
donde
h = máx |xj − xj+1 |,
j=1,...,n
d((w, θ), Vh2 ) = ı́nf k(w, θ) − (v, β)kH 1 (I)2 → 0 cuando h → 0 con (w, θ) ∈ H01 (I)2 .
v∈Vh
(2.7.3)
Si discretizamos por elementos finitos se puede demostrar que existe, para nuestro
problema, un cierto h0 > 0 tal que, para todo h ∈ (0, h0 ] el problema discreto tiene
2.7. LA ECUACIÓN DE ESTADO CON TÉRMINOS FUENTE TIPO DELTA DE DIRAC 37
solución única.
Consideremos los abiertos I1 = (x0 , x̄), I2 = (x̄, ȳ) y I3 = (ȳ, xn+1 ) y denotemos por
Πh,Ii el operador de interpolación lineal de Lagrange sobre el dominio Ii y u|Ii la restric-
ción de la función u a dicho dominio. Para (w|Ii , θ|Ii ) ∈ H 2 (Ii )2 , (w, θ) y (Πh,Ii w, Πh,Ii θ)
coinciden sobre los vértices del dominio Ii y tanto Πh,Ii w como Πh,Ii θ son polinomios
de grado ≤ 1.
Teorema 2.7.2 La solución del problema discreto (2.7.6) converge hacia la solución
del problema continuo (2.7.2), para la aproximación por elementos finitos,
Por otro lado, teniendo en cuenta las estimaciones (2.7.7) y (2.7.9), obtenemos la
estimación deseada.
′
Dado τδ ∈ [H 1 (I)2 ] , hallar (wg∗ , θg∗ ) ∈ H01 (I)2 tal que
aω ((v, β), (wg∗ , θg∗ )) = τδ ((v, β)) ∀ (v, β) ∈ H01 (I). (2.7.10)
Teorema 2.7.3 Dados ω ∈ R, tal que ω 2 ∈ / S y τ ∈ L2 (I)2 existe un único (wg∗ , θg∗ ) ∈
H 2 (I)2 ∩ H01 (I)2 solución de (2.7.10) tal que
Teorema 2.7.4 Existe h0 > 0 tal que, para todo h < h0 positivo, se verifica
Teorema 2.7.5 Existe h0 > 0 tal que, para todo h < h0 se tiene la siguiente estimación
para el problema (2.7.6):
Demostración: Para obtener dicha estimación, solo basta considerar la inclusión con-
tinua H 1 (I) ֒→ L∞ (I) y la estimación (2.7.8).
Nota 2.7.1 Pese a que se podrı́a esperar un orden doble en la estimación (2.7.12),
análogamente al caso con término fuente L2 (I), los experimentos numéricos verifican
este teorema tanto para nuestro problema como para el problema más simple −u′′ = δ.
Capı́tulo 3
3.1. Introducción
La reducción de las vibraciones de una estructura es un problema muy importante
en Ingenierı́a, cuyas aplicaciones proceden desde campos muy diversos: aeroespacial,
nanotecnologı́a, etc. Ejemplo de estructuras a las cuales interesa llevar a cabo un con-
trol son: estructuras aeroespaciales flexibles tales como estaciones espaciales y paneles
de energı́a solar. Las técnicas de reducción de las vibraciones por métodos de absorción
pasivos, en su mayorı́a, son efectivas y viables a medias y altas frecuencias. A bajas
frecuencias, las soluciones por técnicas pasivas se hacen poco viables y costosas debido
a que es necesario un gran volumen y/o peso de materiales absorbentes; lo que empeora
aún más si consideramos que la tendencia industrial es reducir el peso de las estruc-
turas, como por ejemplo, vehı́culos aeroespaciales. Las técnicas de Control Activo de
las Vibraciones (CAV) surgen como respuesta, permitiendo resolver, de manera eficien-
te, el problema de reducción de las vibraciones a bajas frecuencias. La técnica CAV
está basada en el principio de superposición y por lo tanto, sólo se aplica a sistemas
lineales. En esencia, el CAV consiste en la reducción, en una determinada región de la
estructura, del nivel de vibración producido por una fuerza externa; para ello se utiliza
una serie de fuerzas secundarias que producen una respuesta en la estructura de tal
forma de reducir ası́ el nivel de la vibración original.
40
3.1. INTRODUCCIÓN 41
• Por otro lado, nuestro segundo problema de control, consiste en minimizar el nivel
de vibración que experimenta un cierto sector de la viga, producido por alguna
fuerza externa primaria. Este tipo de control, en la literatura, se conoce como
control distribuido, (ver [24], [41]). Al igual que en el caso anterior se dispone de
una serie de actuadores modelados como deltas de Dirac, con amplitudes variables
y posiciones fijas. Nuestro objetivo aquı́, consiste en determinar las amplitudes de
los actuadores que minimicen la media cuadrática del dezplazamiento transversal
de la viga. Este problema de control lo denominaremos Sensor Distribuido y una
idea de él se puede apreciar en la figura 3.2.
donde C.I denota condiciones iniciales, las cuales determinan existencia y unicidad de
solución del problema (PF). Aquı́, τ denota el tiempo, x ∈ I representa la coordenada
espacial a lo largo de la viga en su posición de equilibrio, ŵ = ŵ(x, τ ) representa el
desplazamiento vertical de la coordenada x en el tiempo τ y θ̂ = θ̂(x, τ ) la rotación de
la sección transversal debido a la torsión. Los coeficientes ρ, E e I, los cuales se asu-
men constantes, representan, la densidad de masa, el módulo de elasticidad lineal y el
momento de inercia de la sección transversal, respectivamente. El coeficiente k corres-
ponde a un factor de corrección, usualmente tomado como 5/6, A representa el área
de la sección transversal de la viga y G corresponde al módulo de elasticidad del corte.
Sin pérdida de generalidad supondremos que la viga tiene sección transversal cuadrada.
siendo f (x) y g(x) las correspondientes amplitudes del movimiento armónico, que son
datos del problema. La solución del problema (PF), también será de la forma
Luego, para describir completamente la respuesta que experimenta una viga, la cual es
sometida a fuerzas del tipo armónico, necesitamos determinar la amplitud del despla-
zamiento vertical w(x) y la amplitud de la rotación de la sección transversal θ(x).
3.2. DETERMINACIÓN DE LAS AMPLITUDES ÓPTIMAS 43
Como estamos considerando el caso armónico no hay condiciones iniciales. Con res-
pecto a las condiciones de contorno, es simple ver que, en nuestro caso, se escriben:
En el marco de la teorı́a general de control óptimo (ver [38]), podemos definir los
44 CAPÍTULO 3. CONTROL ACTIVO DE LAS VIBRACIONES
problemas de control que nos interesan. Dado que los actuadores se modelan como
deltas de Dirac, el término fuente f (x), que es nuestra variable de control, se compone
de una fuerza externa primaria, la cual denotaremos fe (x), y una combinación lineal de
Na deltas de Dirac con posiciones conocidas y1 , ..., yNa ∈ I y con amplitudes u1 , ..., uNa
a determinar:
Na
X
f = fe + ui δyi , con ui ∈ R, i = 1, . . . , Na , (3.2.6)
i=1
Sensores Puntuales:
Para plantear nuestro primer problema de CAV como un problema de control ópti-
mo, consideramos las siguientes elecciones:
• El estado del sistema esta dado por el desplazamiento w(x) en el dominio I.
• La variable de control u es el vector de las magnitudes reales de los actuadores,
Cualquier solución uop de este problema de minimización será denominado control ópti-
mo.
Sensor Distribuido:
Cabe señalar que los funcionales (3.2.7) y (3.2.9) representan, desde el punto de vista
de la literatura de control, medidas de desempeño, las cuales se utilizan en problemas
de control óptimo, por ejemplo en el Problema del Regulador Cuadrático Lineal (ver
[27], [32]). La motivación fı́sica para diseñar dichos funcionales o medidas de desempeño
radica en las siguientes ideas:
1 1
J(u) := kz(u) − z d k2Q + kuk2R , (3.2.11)
2 2
donde Z a2
t
kxkA := x Ax o kxkA := xt Axdx
a1
Por otro lado, notemos que los problemas de control óptimo (3.2.8) y (3.2.10) se pueden
escribir de la siguiente forma:
2
2 d w dθ
−ρAω w(x) − kAG − = 0, x ∈ I
dx2 dx
(PFADC) d2 θ dw
−ρIω 2
θ(x) − EI − kAG −θ = uδbx̄ , x ∈ I
dx dx
w(0) = w(L) = θ(0) = θ(L) = 0,
Por lo tanto, tal como se vio en el capı́tulo anterior, el problema (PFADC) está bien
planteado para todo ω ∈ R, tal que ω 2 ∈ / S, es decir, tal que ω 2 no pertenezca al
espectro del problema (2.4.1).
Teorema 3.2.2 La función (w, θ) ∈ H01 (I)2 , única solución del problema (PFADC),
es continua, es decir (w, θ) ∈ C 0 (I)2 , con
Sea (w, θ) solución del problema (PFA), con f dada por (3.2.6). Debido a la linea-
lidad de las ecuaciones de Timoshenko en el dominio de la frecuencia, el par (w, θ) se
puede escribir en términos de la variable de control:
Na
X
(w, θ) = (w0 , θ0 ) + ui (wyi , θyi ), (3.2.13)
i=1
Por otro lado, en el problema del sensor distribuido, la aplicación que nos entrega
la observación a partir del control es,
RNa −→ C 0 (I)
u 7−→ y(u) := w(u, x),
es continua, consecuencia del Teorema 3.2.2. En conclusión, el funcional
Z Na
1 a2 2 νX
J (u) = w (u, x)dx + |ui |2 ,
2 a1 2 i=1
es continuo.
Los siguientes lemas muestran bajo que circunstancias los funcionales J y J , res-
pectivamente, resultan estrictamente convexos.
3.2. DETERMINACIÓN DE LAS AMPLITUDES ÓPTIMAS 49
1 ν
J(αu1 + (1 − α)u2 ) = kz(αu1 + (1 − α)u2 )k2 + kαu1 + (1 − α)u2 k2 . (3.2.14)
2 2
Al ser u1 6= u2 , se verifica
entonces,
donde se ha tenido en cuenta (3.2.15) y que α ∈ (0, 1). Por lo tanto, se obtiene que el
término ν2 kuk2 es estrictamente convexo.
z(u) = z0 + bz(u),
z(αu1 + βu2 ) = z0 + αb
z(u1 ) + βb
z(u2 ), (3.2.17)
Nótese que en este caso, la desigualdad no es estricta, pues podrı́a ocurrir que las ob-
servaciones fueran iguales, z(u1 ) = z(u2 ), dados controles distintos, u1 6= u2 .
1 1 1
kz(αu1 + (1 − α)u2 )k2 ≤ αkz(u1 )k2 + (1 − α)kz(u2 )k2 . (3.2.19)
2 2 2
Las mismas demostraciones de los Lemas 3.2.3 y 3.2.4 se pueden aplicar al funcional
J , de manera de deducir los siguientes resultados,
Teorema 3.2.7 Para todo ν > 0, existe un único uop ∈ Uad tal que,
es decir,
J(u) → ∞ cuando kuk → ∞,
b de Uad , cerrado y acotado, tal que,
por lo tanto, existirá un subconjunto U
b,
∀u ∈ U b,
J(u) ≤ J(ũ) ∀ũ ∈ Uad \ U
Resta analizar la unicidad del control óptimo, en efecto, supongamos que existen en
Uad dos puntos distintos donde se alcanza el mı́nimo,
u∗ = αu1 + (1 − α)u2 ,
kz(u)k ≤ Ckuk.
Dado a que esta última es una aplicación entre espacios de dimensión finita, exis-
tirá siempre una aplicación inversa,
La existencia y unicidad del control óptimo para el problema del sensor distribuido
se deduce con demostraciones idénticas a las de los Teoremas 3.2.7 y 3.2.8. Esto es
básicamente, pues en ellas sólo se utiliza el hecho que el conjunto Uad es un subcon-
junto convexo y cerrado y que el funcional es continuo, convexo y además verifica la
propiedad
J(u) → ∞ cuando kuk → ∞,
la cual, en el caso ν = 0, se asegura con la inyectividad de la función observación
z. Dichas propiedades las satisface el funcional J ; por ende tenemos los siguientes
resultados:
Teorema 3.2.9 Para todo ν ≥ 0, existe un único uop ∈ Uad tal que,
J (uop ) = ı́nf J (u).
u∈Uad
Los siguientes resultados, son de carácter general y en ellos, J denota una función,
la cual no necesariamente corresponde a la indicada en el primer problema de control.
54 CAPÍTULO 3. CONTROL ACTIVO DE LAS VIBRACIONES
Teorema 3.2.12 (Convexidad y primera derivada) Sea J una función real, di-
ferenciable en un conjunto abierto I en un espacio vectorial normado V , y sea U un
subconjunto convexo de I.
1. La función J es convexa sobre U si, y sólo si,
Sean u y v, entonces, dos elementos distintos de U y θ ∈]0, 1[. Luego, las siguientes
desigualdades son válidas
J(v) ≥ J (v + θ(u − v)) − θJ ′ (v + θ(u − v)) (u − v)
J(u) ≥ J (v + θ(u − v)) + (1 − θ)J ′ (v + θ(u − v)) (u − v).
Multiplicando las desigualdades por los constantes no negativas 1 − θ y θ, respectiva-
mente y sumándolas, obtenemos
J (θu + (1 − θ)v)) ≤ θJ(u) + (1 − θ)J(v),
lo cual prueba que la función J es convexa, o estrictamente convexa si las desigualdades
son estrictas.
para todo α ∈ [0, 1] (el vector w permanece fijo). Entonces, el número J ′ (uop )(w) es
necesariamente no negativo, pues de lo contrario, la diferencia J(uop + αw) − J(uop )
serı́a estrictamente negativa para α > 0 suficientemente pequeño, lo que contradice el
hecho de que en el punto uop se alcanza un mı́nimo.
{z 0 , z 1 , . . . , z Na } ⊂ RNs ,
definido a partir del conjunto de controles {e1 , . . . , eNa } ⊂ RNa , que definen una base
de RNa ,
z 0 = C w(0),
z i = C w(ei ) − z 0 siendo (ei )j = δij , i, j = 1, . . . , Na ,
donde C denota el operador observación, es decir, Cw(u, x) = (w(u, p1 ), . . . , w(u, pNs )) ∈
RNs .
(Z)ij = (z j , z i ), i, j = 1, . . . , Na ,
el vector,
(b0 )i = (z 0 , z i ), i = 1, . . . , Na ,
3.2. DETERMINACIÓN DE LAS AMPLITUDES ÓPTIMAS 57
En este caso, la función de transferencia estará dada por la función que establece
la relación entre el control u y la observación y(u).
Na X
X Na Na X
X Na
(Zu, u) = ui uj (Zej , ei ) = ui uj (z j , z i )
i=1 j=1 i=1 j=1
Na Na
!
X X
= uj z j , ui z i = (v, v) = kvk2 ≥ 0,
j=1 i=1
PNa
donde v = i=1 ui z i . Entonces, Z + νI es una matriz definida positiva para todo
ν > 0, luego, existe α > 0 tal que ((Z + νI)v, v) ≥ αkvk2 , ∀v ∈ Uad .
Demostración: Para ν > 0, basta aplicar el teorema anterior, por lo tanto, resta
estudiar el caso ν = 0. De (3.2.25) se obtiene que,
Cw(u) = Cw(0) = z 0 ⇔ u = 0.
PNa
Si se toma u = i=1 ui ei ∈ RNa , se llega a
Na
X
v = Cw(u) − z 0 = ui z i = 0 ⇔ u = 0.
i=1
3.2. DETERMINACIÓN DE LAS AMPLITUDES ÓPTIMAS 59
A continuación, se escriben las condiciones de optimalidad, según como sea Uad , para
el problema de programación cuadrática (3.2.23). Teniendo en cuenta que
J ′ (u)(v) = ((Z + νI) u + b0 , v) , (3.2.27)
a) Si Uad es un subespacio vectorial de RNa ,
J ′ (uop )(v) = ((Z + νI) uop + b0 , v) = 0, ∀v ∈ Uad . (3.2.28)
El resultado anterior nos indica que existe un h0 > 0, tal que para todo h < h0 , se puede
calcular wh (u) para todo u ∈ RNa . Por lo tanto tiene sentido hablar de los conjuntos
Ns
de observaciones aproximados {z 1 h , . . . , z Na h } y y 1h , . . . , y Na h ⊂ R , definidos por
z 0 h = C wh (0),
z i h = C wh (ei ) − z 0 h siendo (ei )j = δij , i, j = 1, . . . , Na .
y
y 0h = D wh (0),
y ih = D wh (ei ) − z 0 h siendo (ei )j = δij , i, j = 1, . . . , Na .
respectivamente, en referencia a los problemas de control que nos interesan.
(Z h )ij = (z j h , z ih ), i, j = 1, . . . , Na ,
(b0 h )i = (z 0 h , z i h ), i = 1, . . . , Na ,
donde
1 ν
Jh (u) := kzh (u)k2 + kuk2 , (3.2.32)
2 2
uop h (control óptimo aproximado) es una aproximación del control óptimo uop y z h
denota la observación aproximada, es decir, z h (u) = (wh (u, p1 ), . . . , wh (u, pNs )).
donde
1 ν
Jh (u) := kyh (u)k2L2 (a1 ,a2 ) + kuk2 , (3.2.35)
2 2
uop h (control óptimo aproximado) es una aproximación del control óptimo uop y y h
denota la observación aproximada, es decir, y h (u) = wh (u).
Es razonable pensar, en ambos casos, que uop h sea una buena aproximación del control
óptimo uop cuando h tiende a cero. Nuestra intención es estimar el error cometido al
aproximar uop por uop h , en ambos problemas de control.
Teorema 3.2.21 Existe h0 > 0 tal que, para todo h < h0 , se tiene la siguiente la
estimación puntual para el problema de la ecuación de estado con término fuente delta
de dirac
|w(x) − wh (x)| ≤ Ch. (3.2.41)
Como paso previo a la estimación del error cometido al aproximar uop en ambos pro-
blemas de control, analizaremos la convergencia de b0h a b0 , la convergencia de Z h a
Z y la unicidad de solución para el problema aproximado (3.2.30) y, por otro lado,
la convergencia de d0h a d0 , la convergencia de Y h a Y y la unicidad de solución
para el problema aproximado (3.2.33). Para ello, es necesario introducir previamente
las siguientes definiciones del análisis matricial (ver [13]).
3.2. DETERMINACIÓN DE LAS AMPLITUDES ÓPTIMAS 63
Cabe señalar que esta elección es arbitraria y se podrı́a considerar sin pérdida de gene-
ralidad cualquier norma, pues en espacios de dimensión finita estas son equivalentes.
kz 0 − z 0h k∞ ≤ Ch, (3.2.42)
en el caso en que la fuerza externa sea del tipo puntual, es decir delta de Dirac, o bien,
Lema 3.2.23 Existe h0 > 0 tal que, para todo h, con 0 < h < h0
Lema 3.2.25 Existe h0 > 0 tal que, para todo h, con 0 < h < h0 ,
kZ − Z h k∞ ≤ Ch. (3.2.47)
Por lo tanto, en el lı́mite h → 0, Z h converge a Z.
Demostración: La demostración es análoga a la del lema anterior. De nuevo, deno-
tamos por ∆z k la diferencia entre la observación aproximada z hk y la correspondiente
exacta z k ,
∆z k = z hk − z k , k = 1, . . . , Na .
La norma infinito de la diferencia entre Z y Z h es igual a
X
kZ − Z h k∞ = máx |(Z)ij − (Z h )ij |. (3.2.48)
i
j
Lema 3.2.26 Si Z es una matriz definida positiva, entonces, existe h∗0 > 0 tal que
para todo h < h∗0 la matriz Z h también es definida positiva.
(Z hk uk , uk ) = 0,
con kuk k = 1. Como la sucesión {uk } está acotada, existirá una subsucesión conver-
gente a un cierto vector u de norma unidad,
uk → u, kuk = 1.
|(Z(u − uk ), u)| → 0
|(Z hk uk , u − uk )| → 0.
Antes de obtener una estimación para el error en la aproximación del control ópti-
mo, introducimos las siguientes notaciones:
∆Z = Z h − Z, (3.2.49)
δb0 = b0 h − b0 , (3.2.50)
y el siguiente resultado.
(Av, v) ≥ αkvk2 , ∀ v ∈ U.
Este teorema junto con los Lemas 3.2.24, 3.2.25, nos permiten demostrar el siguiente
resultado para el error en la aproximación.
Teorema 3.2.29 Supongamos que ν > 0, o bien, ν ≥ 0 y z(u) inyectiva. Si 0 ∈ Uad ,
entonces existe C > 0 y h0 > 0 tales que, para todo h < h0 , se verifica
1
kuop − uop h k∞ ≤ (k∆Zk∞ kuop k∞ + kδb0 k∞ ) ≤ Ch,
αZ − k∆Zk∞
donde uop es la solución del problema (3.2.23), uop h la del problema aproximado (3.2.30)
y αZ es la constante de coercividad de Z + νI,
((Z + νI)v, v) ≥ αZ kvk, ∀v ∈ Uad .
3.2. DETERMINACIÓN DE LAS AMPLITUDES ÓPTIMAS 69
siendo ∆u = uop h − uop . Según el Lema 3.2.25, existirá un cierto h∗0 , tal que, para todo
h < h∗0 , se verificará que
Dado que la matriz Z + νI es definida positiva, se tiene que existe una constante
positiva αZ tal que
((Z + νI)v, v) ≥ αZ kvk, ∀v ∈ Uad .
Luego, en virtud del Lema 3.2.25, se tiene que existirá un h0 , suficientemente pequeño,
tal que, para todo h < h0 , se verifica
k∆Zk∞ = kZ h − Zk∞ ≤ αZ /2
Por lo tanto, podremos aplicar los resultados del Teorema 3.2.28, a estas dos inecua-
ciones, obteniéndose la primera desigualdad,
1
k∆uk∞ = kuop − uop h k∞ ≤ (k∆Zk∞ kuop k + kδb0 k∞ )
αZ − k∆Zk∞
2 kb0 k∞
≤ k∆Zk∞ + kδb0 k∞
αZ αZ
Teniendo en cuenta los Lemas 3.2.22 y 3.2.24, se tiene que para h suficientemente
pequeño se verifica
kuop − uop h k∞ ≤ Ch.
Una vez obtenido este resultado, resta analizar el error cometido al aproximar el control
óptimo en el problema de control del sensor distribuido. Con dicho fin, procedemos con
los siguientes Lemas.
Lema 3.2.30 Existe h0 > 0, tal que, para todo h, con 0 < h < h0 , se tiene
Demostración: Ver Teoremas 2.6.8 y/0 2.7.4 para i = 0 (dependiendo del tipo de
fuerza externa primaria) y Teorema 2.7.4 para el caso i = 1, ..., Na .
70 CAPÍTULO 3. CONTROL ACTIVO DE LAS VIBRACIONES
∆y k = y hk − y k , k = 0, . . . , Na .
|(d0 )i − (d0 h )i | ≤ ky 0 kL2 (I) k∆y i kL2 (I) + ky i kL2 (I) k∆y 0 kL2 (I) + k∆y 0 kL2 (I) k∆y i kL2 (I) .
Según el Lemas 3.2.30, tenemos que existe h0 > 0, tal que, para todo h, con 0 < h < h0 ,
se tiene que
k∆y i kL2 (I) ≤ Ch2 , i = 0, . . . , Na ,
k∆y 0 kL2 (I) k∆y j kL2 (I) ≤ O(h4 ), j = 1, . . . , Na .
Por lo tanto, para h suficientemente pequeño, se llega a que,
Lema 3.2.32 Existe h0 > 0 tal que, para todo h, con 0 < h < h0 ,
kY − Y h k2 ≤ Ch2 . (3.2.58)
|(Y )ij − (Y h )ij | ≤ ky j kL2 (I) k∆y i kL2 (I) + ky i kL2 (I) k∆y j kL2 (I) + k∆y j kL2 (I) k∆y i kL2 (I) .
kY − Y h k∞ ≤ Ch2 .
Análogamente al Lema 3.2.26, del lema anterior, se obtiene el siguiente resultado para
la matriz Y h de nuestro segundo problema aproximado.
Lema 3.2.33 Si Y es una matriz definida positiva, entonces, existe h∗0 > 0 tal que
para todo h < h∗0 la matriz Y h también es definida positiva.
Demostración: Ver Teorema 3.2.26.
∆Y = Y h − Y , (3.2.60)
δd0 = d0h − d0 . (3.2.61)
El Teorema 3.2.28 junto con los Lemas 3.2.31, 3.2.32, nos permiten demostrar, de la
misma forma como probamos el Teorema 3.2.29 el siguiente resultado para el error en
la aproximación.
donde, uop es la solución del problema (3.2.24), uop h la del problema aproximado
(3.2.33) y αY es la constante de coercividad de Z + νI,
Por último, cabe señalar que tanto el estudio numérico como teórico del problema de
la aproximación uniforme de las ecuaciones de Timoshenko vı́a el método de elementos
finitos, se enmarca dentro de una reciente teorı́a en el ańalisis numérico: Elementos
Finitos en Estructuras Delgadas (Cáscaras).
• Si ν 6= 0 !
PNs
|w(u, xsi )|2
Atenuación (dB) = 10 log Pi=1
Ns s 2
.
i=1 |w(0, xi )|
• Si ν = 0
J(u)
Atenuación (dB) = 10 log ,
J(0)
• Si ν 6= 0
Z 1
2
0 |w(u, x) |dx
Atenuación (dB) = 10 log
Z 1
.
2
|w(0, x) |dx
0
• Si ν = 0
J (u)
Atenuación (dB) = 10 log .
J (0)
Sensores Puntuales.
• I = (0, 1).
74 CAPÍTULO 3. CONTROL ACTIVO DE LAS VIBRACIONES
• Uad = R y ν = 0.
En este Cuadro los valores del control óptimo han sido escalados por el factor 1×107 .
En este se puede apreciar como se deteriora el orden de convergencia a medida que
3.2. DETERMINACIÓN DE LAS AMPLITUDES ÓPTIMAS 75
En este Cuadro los valores del control óptimo han sido escalados por el factor 1×107 .
En ella se aprecia que el orden de convergencia se mantiene uniforme en t, lo cual es
justamente el objetivo de este esquema libre de bloqueo.
En las figuras 3.5 y 3.6, se muestran las gráficas de los desplazamientos verticales
de la viga con control y sin control. Para ello hemos considerado, h = 1/100, una viga
de espesor t = 0.1 y frecuencias (angulares) de excitación, ω = 33 y ω = 90 respectiva-
mente.
En ambas figuras se puede apreciar el efecto del control en la vibración del el sen-
sor p1 = 0.4; de hecho se obtienen los siguientes resultados:
−1.6
−10
−1.5
−10
error relativo (%)
−1.4
−10
1
−1.3
−10
−1.2
−10
−2
10
1/h
Figura 3.4: Error relativo ( %) en función de 1/h (escala log-log). Orden de convergencia.
0.2 w(x)
w(u,x)
w(x), w(u,x)
0.15
0.1
0.05
−0.05
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
0.2
0.15
|w(x)|, |w(u,x)|
0.1
0.05
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
Figura 3.5: Desplazamiento vertical de la viga sin control w(x) y con control w(u, x), consi-
derando una frecuencia de excitación ω = 33.
3.2. DETERMINACIÓN DE LAS AMPLITUDES ÓPTIMAS 77
0.04
w(x)
0.02 w(u,x)
w(x), w(u,x)
−0.02
−0.04
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
0.025
0.02
|w(x)|, |w(u,x)|
0.015
0.01
0.005
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
Figura 3.6: Desplazamiento vertical de la viga sin control w(x) y con control w(u, x) obte-
nidos considerando una frecuencia de excitación ω = 90.
78 CAPÍTULO 3. CONTROL ACTIVO DE LAS VIBRACIONES
Nótese que para efectos prácticos, la vibración en el sensor p1 =0.4 ha sido eliminada
completamente, de hecho, la reducción de esta es del orden de 1013 en ambos casos.
Por último, en la figura 3.7, se muestra un gráfico de los funcionales J(u, ω) y J(0, ω)
en función de la frecuencia de excitación. En este se puede apreciar la disminución de
la vibración, por los efectos del control, en todo el rango de frecuencias considerado, es
decir, ∀ω ∈ [0, 200].
−200
−400
J(0,ω)
−600 J(u,ω)
J(0,ω), J(u,ω)
−800
−1000
−1200
−1400
−1600
−1800
0 20 40 60 80 100 120 140 160 180 200
x
Figura 3.7: Funcionales con control J(u, ω) y sin control J(0, ω).
Sensor Distribuido.
• a1 = 0 y a1 = 1.
• Uad = R y ν = 0.
El bosquejo de este problema de control se puede apreciar en la figura 3.8.
En el Cuadro 3.3 se muestran las aproximaciones del control óptimo, las que han
sido obtenidas con el esquema numérico propuesto en esta memoria, para 4 mallas
diferentes (N =40, 80, 80, 100) y para 6 valores del espesor de la viga (t =0.8, 0.5,
0.1, 0.05, 0.01, 0.001). La frecuencia de excitación tomada corresponde a ω = 30, la
cual, al igual que en el caso anterior, fue escogida al azar; sin embargo distintos ensayos
numéricos, muestran el mismo comportamiento para todas las frecuencias.
En este Cuadro los valores del control óptimo han sido escalados por el factor 1×1010 .
En el se puede ver el efecto de lo que se conoce como bloqueo numérico (“locking”),
respecto al espesor de la viga. Para valores relativamente grandes del espesor de la
viga, se puede ver el buen comportamiento del método, el cual, entrega el orden de
convergencia esperado por la teorı́a. Sin embargo, a medida que disminuimos el espesor
de la viga, se puede apreciar el efecto del bloqueo, lo cual hace que nuestro esquema
numérico deteriore el orden de convergencia predicho, e inclusive diverja.
En el Cuadro 3.4, en cambio, se pueden ver las aproximaciones del control óptimo
80 CAPÍTULO 3. CONTROL ACTIVO DE LAS VIBRACIONES
obtenidas con un esquema numérico libre de bloqueo. Desde esta, se puede verificar el
orden de convergencia predicho por la teorı́a, el que además es uniforme respecto al es-
pesor de la viga, lo cual es, de hecho, la ventaja del método libre de bloqueo propuesto
por Arnold.
2
−10
error relativo (%)
2
3
−10
4
−10 −2
10
1/h
Figura 3.9: Error relativo ( %) en función de 1/h (escala log-log). Orden de convergencia.
J(0,ω)
250
J(u,ω)
200
J(0,ω), J(u,ω)
150
100
50
0
0 20 40 60 80 100 120 140 160 180 200
x
Figura 3.10: Funciones de costo globales obtenidas al excitar una viga con una fuerza externa
primaria del tipo puntual en xe = 0.15 sin control J (0, ω) y con control J (u, ω).
82 CAPÍTULO 3. CONTROL ACTIVO DE LAS VIBRACIONES
0.5
w(x)
w(u,x)
w(x), w(u,x)
−0.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
0.5
0.4
|w(x)|, |w(u,x)|
0.3
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
Figura 3.11: Desplazamiento vertical de la viga sin control w(x)y con control w(u, x), con-
siderando una frecuencia de excitación ω = 81 (segunda frecuencia natural).
0.02
w(x)
w(u,x)
w(x), w(u,x)
0.01
−0.01
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
0.02
0.015
w(x), w(u,x)
0.01
0.005
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
Figura 3.12: Desplazamiento vertical de la viga sin control w(x) y con control w(u, x),
considerando una frecuencia de excitación ω = 55 (frecuencia entre la primeras dos frecuencias
naturales).
uoph
ν =0 -9875232.09
ν = 10−11 -8930356.35
ν = 10−9 -852747.12
ν = 10−7 -9324.62
ν = 10−5 -93.33
ν = 10−3 -0.93
0.2
ν=0
ν=1*10−11
ν=1*10−9
0.15
ν=1*10−7
w(0,x)
0.1
w(u,x)
0.05
−0.05
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
Figura 3.13: Desplazamiento vertical de la viga con control w(u, x), considerando distintos
valores del parámetro ν.
En esta figura se puede apreciar claramente el compromiso entre llevar la salida del
sistema controlado lo más cercano al comportamiento deseado con un escaso esfuerzo
de control. Se puede apreciar que a medida que aumentamos el valor del parámetro
ν, la vibración va aumentando (en el sentido de norma k · kL2 (I) ). El mejor control de
la vibración que se puede obtener corresponde al caso ν = 0 y para valores de este
parámetro mayores a 1 × 10−7 no se obtiene control de la vibración, pues se obtiene el
movimiento sin control w(0, x), tal como se puede apreciar en la figura 3.13.
Por último mostraremos resultados gráficos para el Problema de Control Activo que
3.2. DETERMINACIÓN DE LAS AMPLITUDES ÓPTIMAS 85
250
J(0,ω)
200 J(u,ω)
150
J(o,ω), J(u,ω)
100
50
−50
−100
0 20 40 60 80 100 120 140 160 180 200
x
Figura 3.14: Funciones de costo locales, desde a1 = 3/4 a a2 = 1, obtenidas al excitar una
viga con una fuerza externa primaria del tipo puntual en xe = 0.15 (J (u, ω)) y considerando
una fuerza de control óptima en xc = 3/4.
En la figura 3.14 se muestra el gráfico de las funciones de costo con y sin control,
es decir J (u, ω) y J(0, ω) respectivamente. Esta función de costo es incluso más re-
ducida que la función de costo global (a1 = 0 y a2 = 0) en frecuencias de excitación
cercanas a las frecuencias naturales de la viga. Las distribuciones de los desplazamien-
tos transversales de la viga antes y después del control son mostradas en la figura para
las mismas frecuencias de excitación utilizadas en las figuras 3.11 y 3.12. La distribu-
ción del desplazamiento residual para la frecuencia de excitación ω = 81 es similar al
obtenido por el control global, figura 3.11. El efecto del control local en la frecuencia
ω = 55 es, sin embargo, reducir las vibraciones en el último cuarto de la viga, aumentos
significativos en el desplazamiento se obtienen fuera de este sector.
Por último cabe señalar que estas figuras son cualitativamente las mismas que las
obtenidas por Post en [41], figuras 9, 6 y 7 respectivamente.
86 CAPÍTULO 3. CONTROL ACTIVO DE LAS VIBRACIONES
1
w(0,x)
0.5 w(u,x)
J(o,ω), J(u,ω)
−0.5
−1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
0.8
0.6
J(o,ω), J(u,ω)
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
Figura 3.15: Desplazamiento vertical de la viga sin control w(x) y con control w(u, x),
considerando una frecuencia de excitación ω = 81 (segunda frecuencia natural).
0.04
w(0,x)
0.03
w(u,x)
w(0,x), w(u,x)
0.02
0.01
−0.01
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
0.04
0.03
w(0,x), w(u,x)
0.02
0.01
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
Figura 3.16: Desplazamiento vertical de la viga sin control w(x) y con control w(u, x),
considerando una frecuencia de excitación ω = 55 (frecuencia entre la primeras dos frecuencias
naturales).
Bibliografı́a
[1] D.N. Arnold, Discretization by finite element of a model parameter dependent pro-
blem, Numer. Math 37, 405-421 (1981).
[4] I. Babuška, Error bounds for the finite element method, Numer. Math., 16, 322–333
(1971).
[5] S. Behrens, A.J. Fleming and S.O.R. Moheimani, Passive vibration control via elec-
tromagnetic shunt damping, IEEE/ASME Transactions on Mechatronics; 10(1), 118-
122 (2005).
[9] J. A. Burns and L. Zietsman, Upwind Approximations and Mesh Independence for
LQR Control of Convection Diffusion Equations, envı́ado.
[10] E. Casas, L2 Estimates for the Finite Element Method for the Dirichlet Problem
with Singular Data, Numer. Math., 47, 627-632 (1985).
87
88 BIBLIOGRAFÍA
[12] P. Ciarlet, The Finite Element Method for Eliptic Problems. North-Holland, 1978.
[14] L. Costa, P. Oliveira, I.N. Figueiredo, and R. Leal, Actuator effect of a piezoelectric
anisotropic plate model, Mechanics of Advanced Materials and Structures, 2006, to
appear.
[15] D. Chapelle, and K.J. Bathe The Finite Element Analysis of Shells - Fundamen-
tals, Computational Fluid and Solid Mechanics, 2003.
[20] L. Costa, P. Oliveira, I.N. Figueiredo and R. Leal: Actuator effect of a piezoelectric
anisotropic plate model, Mechanics of Advanced Materials and Structures Vol. 13, 5
(2006) 403-417.
[22] A.J. Fleming and S.O.R. Moheimani, Control oriented synthesis of high performan-
ce piezoelectric shunt impedances for structural vibration control, IEEE Transactions
on Control Systems Technology; 13(1), 98-112 (2005).
[23] A. J. Fleming, S. Behrens and S.O.R. Moheimani, Inertial vibration control using
a shunted electromagnetic transducer, IEEE/ASME Transactions on Mechatronics;
11(1), 84-92 (2006).
[24] C.R Fuller, S. J. Elliot and P.A. Nelson, Active control of Vibration, Academic
Press 1997.
[26] V. Girault and P. Raviart, Finite Element Methods for Navier-Stokes Equations.
Theory of Algorithms, Springer-Verlag, 1986.
[27] G. Goodwin, S. Graebe and M.E. Salgado: Control System Design, New Jersey,
Prentice Hall, 2001.
[28] E. Hernández, Approximation of the Vibration Modes of a Plate and Shells Coupled
with a Fluid, Journal Applied Mechanics, volume 73, number 6 (2006).
[33] H. Kwakernaak and R. Sivan, Linear Optimal Control Systems. New York: Wiley-
Interscience, 1972.
[37] P.A. Nelson, S. J. Elliot and P.A. Nelson, Active control of Sound, Academic Press,
London 1999.
[38] J.L. Lions, Contrôle Optimal des Sytèmes Gouvernés par des Èquations aux
Dérivées Partielles, Dunond, Paris, 1968.
[39] W. Liu, Vibration Control of Large Scale Flexible Structures Using Magnetorheo-
logical Dampers, PhD Tesis, Worcester Polytechnic Institute, 2005.
[41] J.T Post, Active control of the forced and transient response of a finite beam, NASA
CR-181947, Washington, 1990.
90 BIBLIOGRAFÍA
[43] P.A. Raviart and J.M Thomas: Introduction á L′ Analyse Numérique des Equa-
tions aux Dérivées Partielles, Masson, 1983.
[44] A. Rösch and B. Vexler, Optimal Control of the Stokes Equations: A priori error
analysis for finite element discretization with postprocessing, Siam J. Numer. Anal,
Vol. 44, No. 5, 1903-1920 (2006).
[45] R. Scott, Finite Element Convergence for Singular Data, Numer. Math., 21, 317-
327 (1973).
[48] S.P. Timoshenko, On the correction for shear of the differential equation for trans-
verse vibrations of prasmatic bars, Philos, Mag. Ser 6, 41, 744-746 (1921).
[50] D.C. Zienkiewicz, The Finite Element Method, McGraw-Hill, London, 1977.