ANÁLISIS Y DISEÑO ESTOCÁSTICOS

DE

BARRERAS VIBRANTES

DEBAJO

MOVIMIENTO DE TIERRA SIMULADO

PROCESOS

LAURA

Abstracto

Las técnicas de control de vibración se han desarrollado notablemente en los últimos treinta
años. Estas

las soluciones se emplean generalmente para proteger estructuras nuevas en lugar de

existentes, para lo cual la mayoría

de los dispositivos de control disponibles puede ser costoso e invasivo de instalar.

Recientemente, vibrando

Barriers (ViBas) se han propuesto como una solución para proteger tanto a los nuevos como a
los existentes

edificios. Al explotar el fenómeno estructura-suelo-estructura-interacción (SSSI), el

ViBa está construido lejos de las estructuras que se protegerán, permitiendo las características
de

los edificios permanecen inalterados. El ViBa está previsto como una masa vibratoria colocada
en el

suelo, a través del cual el dispositivo de control interactúa con la estructura en su proximidad y
es

por lo tanto, es capaz de controlar las vibraciones para el grupo de edificios.

Hasta ahora, la eficacia del ViBa solo se ha demostrado en casos simples de

entrada determinista sísmica y procesos estocásticos gaussianos estacionarios. Esta

investigación

explora las múltiples interacciones entre un edificio y un dispositivo ViBa con el fin de evaluar
su

rendimiento en escenarios de terremotos realistas. Por medio de métodos estocásticos

directos, esto

La investigación presenta una metodología para diseñar el ViBa validado a través del Monte
Carlo pertinente

Simulación. Los efectos de la selección de entrada en el rendimiento de ViBa son investigados

por
análisis de la respuesta del sistema constructivo-suelo-ViBa bajo un terreno estocástico
avanzado

Modelos de movimiento (GMM). Con respecto a esto, se propone una técnica para simular un
terremoto

movimientos de tierra de acuerdo con los códigos sísmicos y la reproducción de la no

estacionariedad y

variabilidad natural típica de los terremotos registrados.

Investigaciones iniciales sobre la respuesta de estructuras lineales y no lineales, en virtud de la

propuesta

movimiento del suelo y un modelo tradicional cuasiestacionario y no estacionario, tienen

demostrado que la elección del movimiento del suelo tiene una influencia considerable sobre
el estudio

de la fiabilidad de las estructuras también para el caso simple de estructuras de

comportamiento lineal. Desde el

análisis, la sensibilidad de la distribución de los parámetros de respuesta relevantes (por

ejemplo, el pico

desplazamiento) a los GMM se muestra. Todos los modelos compatibles con espectro
adoptados cumplen

disposiciones del código, sin embargo diferencias notables en la distribución de los parámetros
de respuesta

son observados. Por otra parte, los estudios sobre la sensibilidad de las respuestas
estructurales a la amortiguación

variación se han realizado para abordar la importancia de la selección GMM en relación

a las suposiciones sobre la amortiguación estructural. Finalmente, algunos inconvenientes en

la sísmica actual

los códigos también han sido identificados.

Con el fin de establecer la metodología para el diseño del ViBa bajo excitación estocástica,

la formulación discreta para edificios-suelo-ViBa-sistemas disponibles en el dominio de la

frecuencia

ha sido extendido al dominio de tiempo. La metodología propuesta en este trabajo permite

evaluación de fiabilidad simplificada mediante la definición del valor medio de la respuesta

máxima

desplazamientos bajo acción sísmica estocástica gaussiana estacionaria en primer lugar y

sucesivamente

verificado para entrada no estacionaria. A partir de las investigaciones, la efectividad del ViBa
es
exhibieron reducciones de hasta 37.80% de la media y hasta 41.49% de la fractila

95% de los desplazamientos máximos.

Abreviaturas y símbolos

ViBa barrera vibratoria

SDOF Single Degree of Freedom

MDOF Multi grado de libertad

GMM Modelado de movimiento de tierra

Interacción de estructura de suelo de SSI

Estructura de SSSI Estructura del suelo Interacción

EC2 Eurocódigo 2

EC8 Eurocódigo 8

PSD Power Spectral Density

Densidad espectral de potencia evolutiva EPSD

KT Kanai-Tajimi

CP Clough- Penzien

QS casi inmóvil

NS no estacionario

NSV no estacionario con variabilidad

NUPEC Corporación de Ingeniería de Energía Nuclear

Método de elemento finito FEM

Método del elemento de límite BEM

Función de distribución acumulativa de CDF

Función de densidad de probabilidad PDF

Momentos espectrales geométricos GSM

Momentos espectrales no geométricos NGSM

Variable aleatoria RV

Método de representación espectral SRM

ARMA Auto regresivo promedio móvil

Transformada HWF Harmonic Wavelet

PGA Peak Ground Acceleration

SMP Strong Motion Phase

TD Total Duration

KNJD K-Net base de datos japonesa

Base de datos europea de movimiento terrestre EGMD

Análisis de dominio de frecuencia de la FDA

EOM Ecuación de movimiento

Modelo viscoso de VM

Modelo Hysteretic HM

Re [⋅] Parte real de un número complejo

Im [⋅] Parte imaginaria de un número complejo

∈ Establecer membresía

ℜ + conjunto de números reales positivos

⋅ Valor absoluto

F [⋅] operador de transformada de Fourier

F -1 [⋅] operador de transformada de Fourier inversa

i = -1 unidad imaginaria

m Masa [kg]

c Coeficiente de amortiguamiento viscoso [Ns / m]

k Rigidez [N / m]

t Instante de tiempo genérico [s]

Δt Intervalo de tiempo [s]

0 t Tiempo después del cual comienza el movimiento [s]

τ Turno de tiempo [s]

u (t) Tiempo relativo de desplazamiento relativo [m]

u (t) Historial de tiempo de velocidad relativa [m / s]

u (t) Tiempo-tiempo de aceleración relativa [m / s2]

() abs u t Historial de tiempo de desplazamiento absoluto [m]

() abs u Tiempo absoluto de la velocidad de la velocidad [m / s]

() abs u Tiempo de aceleración absoluto [m / s2]

gu (t) Historia de tiempo de aceleración de tierra [m / s2]

0 ζ Proporción de amortiguación
ω Frecuencia circular [rad / s]

T Período [s]

0ω

Frecuencia natural [rad / s]

0 T Período natural [s]

0ω

Frecuencia natural de vibraciones amortiguadas [rad / s]

h (t -τ) Función de respuesta unidad-impulso amortiguada de un oscilador de

masa unitaria

D Matriz de las propiedades estructurales de orden 2 × 2 para SDOF

sistemas

y (t) Vector espacial de estado de orden 2 × 1 para sistemas SDOF

v Vector de incidencia de orden 2 × 1 para movimiento relativo para SDOF

sistemas

Θ (t -τ) Matriz de transición del estado (matriz fundamental o de transición) de

orden 2 × 2 para sistemas SDOF

0γ (Δt) Cargando la matriz para la integración numérica de la MOE de

orden 2 × 2 para sistemas SDOF

Matriz de carga 1γ (Δt) para la integración numérica de la MOE de

orden 2 × 2 para sistemas SDOF

L (Δt) Cargando la matriz para la integración numérica de la MOE de

orden 2 × 2 para sistemas SDOF

I Matriz de identidad de orden 2 × 2 para sistemas SDOF

v (1) Vector de incidencia para movimiento absoluto de sistemas SDOF

v (2) Vector de incidencia para movimiento absoluto de sistemas SDOF

X (ω) * conjugado complejo de X (ω)

U (ω) Transformada de Fourier del desplazamiento relativo [ms]

U (ω) Transformada de Fourier de la velocidad relativa [m]

U (ω) Fourier Transformación de la aceleración relativa [m / s]

() abs U ω Transformada de Fourier del desplazamiento absoluto [ms]

()
abs U ω Transformada de Fourier de la velocidad absoluta [m]

()

abs U ω Fourier Transformación de la aceleración absoluta [m / s]

()

g U ω Fourier Transformación de la aceleración sísmica [m / s]

dyn k Rigidez dinámica

H (ω) Función de transferencia

0 0 RSD (ω, ζ) espectro de respuesta de desplazamiento [m]

0 0 RSV (ω, ζ) Espectro de respuesta de pseudovelocidad [m / s]

0 0 RSA (ω, ζ) Espectro de respuesta de pseudoaceleración [m / s2]

f t Duración del movimiento del terreno del terremoto [s]

n Número de grado de libertad

M Matriz de masa de orden n × n

C Amortiguación de la matriz de orden n × n

K Matriz de rigidez de orden n × n

K Matriz de rigidez compleja de orden n × n contabilidad de

amortiguación histerética

u (t) Vector de desplazamiento de orden n × 1

u (t) Vector de velocidad de orden n × 1

u (t) Vector de aceleración de orden n × 1

τ Vector de incidencia de orden n × 1

N D Matriz del sistema de propiedades estructurales de orden 2n × 2n para

Sistemas MDOF

() N y t Vector espacial de estado de orden 2n × 1 para sistemas MDOF

Matriz de incidencia VN para movimiento relativo de orden 2n × 1 para

Sistemas MDOF

(-) N Θ t τ Matriz de transición de estados (matriz fundamental o de transición) de

orden 2n × 2n para sistemas MDOF

0, (Δ) N γ t Matriz de carga para la integración numérica de la MOE de

orden 2n × 2n para sistemas MDOF

1, matriz de carga (Δ) N γ t para la integración numérica de la MOE de

orden 2n × 2n para sistemas MDOF

(Δ) N L t Matriz de carga para la integración numérica de la MOE de

orden 2n × 2n para sistemas MDOF

n I matriz de identidad de orden n × n

(1)

N V Vector de incidencia para movimiento absoluto de orden 2n × 1 para

Sistemas MDOF

(2)

N V Vector de incidencia para movimiento absoluto de orden 2n × 1 para

Sistemas MDOF

q t Desplazamiento modal del i-ésimo DOF

yo φ

Eigen-vector de la forma modal i-th

yo ω

Frecuencia natural del i-ésimo modo de vibración [rad / s]

yo ζ

Relación de amortiguación del modo de vibración i-ésima

q (t) vector de desplazamiento modal de orden n × 1

q (t) vector de velocidad modal de orden n × 1

q (t) vector de aceleración modal de orden n × 1

Φ Matriz modal de orden n × n

Ω matriz espectral de orden n × m

Ξ Matriz de amortiguación generalizada de orden n × m

U (ω) Transformada de Fourier del vector de desplazamiento relativo de la orden

n × 1 [ms]

U (ω) Transformada de Fourier del vector de velocidad relativa de la orden

n × 1 [m]

U (ω) Fourier Transformación del vector de aceleración relativa de la orden

n × 1 [m / s]

() abs U ω Fourier Transformación del vector de desplazamiento absoluto de

orden n × 1 [ms]
 ()

abs U ω Fourier Transformación del vector de velocidad absoluta de la orden

n × 1 [m]

()

abs U ω Fourier Transformación del vector de aceleración absoluta de la orden

n × 1 [m / s]

Q Vectores de influencia relacionados con las fuerzas de inercia

K Q Vector de influencia relacionado con las fuerzas elásticas

C Q Vector de influencia relacionado con las fuerzas disipativas

dyn K Matriz de rigidez dinámica de orden n × n

dyn K matriz de rigidez dinámica compleja de orden n × n contabilidad

de amortiguación histerética

H (ω) Vector de función de transferencia de orden n × 1

P (⋅) Medida de probabilidad

() X F x Función de distribución acumulativa

() X p x Probability Density Function

() X M θ Función característica

θ Parámetro real

[] j m X Momentos estadísticos

[] j k X Cumulantes de variables aleatorias

X μ Valor medio de variables aleatorias

E [⋅] Valor esperado de variables aleatorias

E [X 2] Valor cuadrático medio de variables aleatorias

[()] j m f X Momentos centrales de variables aleatorias

σ Varianza de variables aleatorias

X σ Desviación estándar de variables aleatorias

[] jk m XY Momentos cruzados de variables aleatorias

[() ()] jk m f X f Y Momentos centrales cruzados de variables aleatorias

XY σ Covarianza de variables aleatorias

XY ρ Coeficiente de correlación de variables aleatorias

X (t) proceso estocástico

(,) KXX tl tm Función de autocovarianza para procesos no estacionarios

(,) KXY tl tm Función de covarianza cruzada para procesos no estacionarios

(,) RXX tl tm Función de autocorrelación para procesos no estacionarios

(,) RXY tl tm Función de correlación cruzada para procesos no estacionarios

() XX R τ Función de autocorrelación para procesos estacionarios

G (ω, t) Función de densidad espectral de potencia no estacionaria a una cara

S (ω, t) Función de densidad espectral de potencia no estacionaria a doble cara

G (ω) Función de densidad espectral de potencia estacionaria unilateral

S (ω) Función de densidad espectral de potencia estacionaria a doble cara

() KT S ω Stationary Kanai-Tajimi espectro de potencia

() CP S ω Stationary Clough-Penzien spectrum

(,) CP S ω t Espectro no estacionario de Clough-Penzien

gω

,f

ω Parámetros de rigidez constante de un filtro para modelar sísmica

espectros de movimiento de tierra

g ζ, f ζ Parámetros de amortiguación constante de un filtro para modelar sísmica

espectros de movimiento de tierra

() g ω t, () f ω t Parámetros de rigidez variante de tiempo de un filtro para modelar sísmica

espectros de movimiento de tierra

() g ζ t, () f ζ t Parámetro de amortiguación variable en el tiempo de un filtro para modelar

sísmica

espectros de movimiento de tierra

a (ω, t) Función de modulación de tiempo-frecuencia

a (t) función de modulación de tiempo

i, X λ Momentos espectrales geométricos

λi, X (t) Momentos espectrales no geométricos

ω1, X Frecuencia central de una función de densidad espectral de potencia [rad / s]

ω2, X Radio de giro de una función de densidad espectral de potencia

el origen de la frecuencia [rad / s]

X δ Factor de ancho de banda de un proceso estocástico estacionario

sω

Radio de giro de una función de densidad espectral de potencia

la frecuencia central [rad / s]

U (t) Proceso de respuesta al desplazamiento [m]

U (t) Proceso de respuesta de velocidad [m / s]

U (t) Proceso de respuesta de aceleración [m / s2]

maxU (t) Proceso de la amplitud máxima de [m]

() UU G ω Función de densidad espectral de potencia unilateral de la respuesta

proceso estocástico de desplazamiento [m2 / s]

() u gu g G ω función de densidad espectral de potencia unilateral de la sísmica

aceleración [m2 / s3]

H (ω, t) integrales de convolución de Duhamel

H (ω, t) integrales de convolución de Duhamel

h (t -τ) Respuesta a la función Dirac delta

h (t -τ) Primera derivada de la respuesta a la función Dirac delta

L (t) Probabilidad de supervivencia

U N Cantidad de desvíos de una barrera dada

Función U α Hazard

U ν + Tasa esperada de pasos ascendentes de barrera de un doble simétrico

barrera [1 / s]

U ν Tasa esperada de pasos ascendentes de barrera de una sola barrera [1 / s]

U η El nivel de umbral reducido

s T Ventana de observación de tiempo de un proceso estocástico y el fuerte

fase de movimiento para procesos de movimiento de suelo

p Probabilidad de no superar una barrera

s ζ Amortiguación ficticia

a ζ Amortiguación ajustada

γ La constante de Euler

1 t Hora inicial del SMP

2 t Tiempo final del SMP

β Parámetro que determina la disminución del tiempo de modulación

función de Jennings et al. (1969).

H (t) La función Husid

Na Número de armónicos superpuestos para generar una señal

Δω Intervalo de tamaño de un dominio de frecuencia discretizado

(r)

yo φ

Fases aleatorias independientes distribuidas uniformemente en el

intervalo [0, 2π]

g a La aceleración del suelo de diseño [m / s2]

S Factor de suelo

B T Período de Frist especificado para definir los espectros de respuesta del objetivo

relativamente al tipo de suelo

C T Segundo período especificado para definir los espectros de respuesta del objetivo

relativamente al tipo de suelo

D T Tercer período especificado para definir los espectros de respuesta del objetivo

relativamente al tipo de suelo

Valor medio RSA de los espectros de respuesta simulada

RSAR Espectro de respuesta de pseudoaceleración para suelo grabado

xxvii

mociones [m / s2]

R ()

g u t Acelerógrafo de movimiento terrestre grabado [m / s2]

α (ω) Conjunto de variables aleatorias no correlacionadas

ε (ω) Conjunto de variables aleatorias log-normales correlacionadas

β (ω) Conjunto de variables aleatorias gaussianas correlacionadas

RSA + σ Media del espectro de respuesta de aceleración + desviación estándar

[m / s2]

RSA-σ Desviación estándar del espectro de la respuesta de aceleración

[m / s2]
0t ω Frecuencia en t = 0 que describe la frecuencia variable en el tiempo

contenido del movimiento del suelo

F ω Frecuencia que describe el contenido de frecuencia variable en el tiempo de

el movimiento del suelo en el tiempo final

BC ()

gUt Historial de tiempo artificial corregido de línea de base [m / s2]

Δ% porcentaje de diferencia

f m Masa de una fundación de construcción [Kg]

ViBa m Masa de ViBa [Kg]

f, ViBa m Misa de la fundación del ViBa [Kg]

f k Rigidez de la base de un edificio [N / m]

ViBa k Rigidez del ViBa [N / m]

f, ViBa k Rigidez de la base del ViBa [N / m]

fη

Factor de pérdida de la base de la fundación de un edificio

f, ViBa η Factor de pérdida de la base del ViBa

SSSI η Factor de pérdida del depósito de suelo afectado por el SSSI

f c Coeficiente de amortiguación viscosa de la base de un edificio

fundación [Ns / m]

f, ViBa c Coeficiente de amortiguamiento viscoso de la base del ViBa

[Ns / m]

SSSI c Coeficiente de amortiguamiento viscoso del depósito del suelo afectado por el

SSSI [Ns / m]

U (t) Vector estocástico de desplazamiento absoluto de orden n × 1 [m]

U (t) Vector estocástico de velocidad absoluta de orden n × 1 [m / s]

U (t) Vector de aceleración absoluta estocástico de orden n × 1 [m / s2]

U () g t Proceso estocástico de desplazamiento de tierra [m]

U ()

g t Proceso estocástico de velocidad de tierra [m / s]

b U Proceso estocástico de respuesta del pariente horizontal

desplazamientos entre el último piso del edificio y

la fundación [m]

Ub X Fractile de la distribución de la respuesta máxima con

probabilidad p de no excedencia [m]

0, Ub λ cero-orden momento geométrico espectral de la respuesta

proceso b U [m2]

η Factor máximo relativo al proceso de respuesta del edificio a

proteger con ViBa

Vector α que enumera los parámetros de diseño ViBa para determinista

diseño

Vector beta que enumera los parámetros de diseño de ViBa para estocástica

diseño

G Módulo de corte [Pa]

sρ

Densidad del suelo [kg / m3]

d Distancia genérica [m]

Π Energía disipada [J]

V Energía potencial [J]

K Energía cinética [J]

2 Métodos de análisis de excitación sísmica

Sistemas estructurales lineales

Para analizar la respuesta de los sistemas de ingeniería, caracterizar el suelo

debajo y las fuerzas externas que actúan sobre ellos, determinista ampliamente utilizado

y los métodos estocásticos están disponibles en dinámica estructural.

Los métodos adoptados para las investigaciones del trabajo presentado se describen en

este Capítulo en el cual, métodos determinísticos y técnicas para realizar análisis de

Sistemas lineales de un solo grado de libertad (SDOF) y múltiples grados de libertad

Los sistemas (MDOF) se describen tanto en el dominio de tiempo como en el de frecuencia.

Directo

análisis y procedimientos de Simulación Monte Carlo se han empleado para realizar

análisis, por lo tanto, los fundamentos de la teoría de vibraciones aleatorias también se

introducen

Específicamente, la teoría de la probabilidad básica se revisa para establecer el fondo de la

modelado estocástico de movimientos de tierra del terremoto y análisis de confiabilidad.

Ecuación Capítulo 2 Sección 2

Análisis sísmico determinista

En las siguientes secciones, las ecuaciones diferenciales de movimiento para estructural lineal

sistemas bajo carga dinámica son presentados. Las técnicas numéricas adoptadas en

Para integrar las ecuaciones de movimiento de SDOF y MDOF se describen en el

dominio de tiempo y frecuencia. Por último, la definición de los espectros de respuesta

ampliamente

adoptado para el diseño de estructuras a continuación.

2.1.1 Ecuación de movimiento y respuesta de un solo grado de libertad (SDOF)

Sistemas

Para definir el equilibrio dinámico de una masa sometida a factores externos

fuerzas, el equilibrio dinámico se puede dirigir a un equilibrio estático entre inercial,

fuerzas elásticas y disipativas usando el Principio de D'Alembert. Pertinentemente, el

ecuación de movimiento en el análisis de dominio de tiempo y frecuencia se presentan

lo sucesivo. En la descripción de los métodos, tanto los movimientos relativos como absolutos
son

considerado para excitación de soporte único.

2.1.1.1 Análisis de dominio de tiempo de los sistemas SDOF: relativo y

Movimiento Absoluto

La ecuación de movimiento de un sistema SDOF lineal quiescente con masa agrupada libre de

moverse en la dirección horizontal y las condiciones iniciales correspondientes son

m u (t) + u g (t) + cu (t) + ku (t) = 0 (2.1)

0 0 u (t) = 0; u (t) = 0 (2.2)

donde las cantidades positivas m, c y k son la masa, la amortiguación viscosa

coeficiente y la rigidez, respectivamente; el instante 0 t de las condiciones iniciales es el

tiempo después del cual comienza la moción; las funciones u (t), u (t) y u (t) son

respectivamente, el desplazamiento relativo, la velocidad y los tiempos de aceleración

masa del oscilador con respecto a la base del oscilador; gu (t) es la aceleración del suelo

actuando sobre el soporte base.

Después de reorganizar los términos en la ecuación (2.1), se sigue

g mu (t) + cu (t) + ku (t) = -mu (t) (2.3)

De acuerdo con la definición de frecuencia natural del sistema dada por

0=k

metro

ω (2.4)

y el coeficiente de amortiguación

0 0 0 c = 2ζ km = 2ζ ω m (2.5)

donde 0 ζ es la relación de amortiguación adimensional, al dividir la ecuación (2.3) por m

sigue la forma canónica del equilibrio SDOF, que es

u (t) + 2ζ 0ω0u (t) + ω0u (t) = -u g (t) (2.6)

La respuesta de las estructuras bajo carga dinámica general está dada por

Integral de Duhamel representando la entrada como la suma de un tren de

impulsos instantáneos. Para el movimiento sísmico de la tierra, el general Duhamel

la convolución integral para un sistema SDOF es

0 () = ∫ (-) ()>

gramo

u t h t τ u τ dτ t t (2.7)

donde h (t -τ) es la función de respuesta unidad-impulso amortiguada de un oscilador de

masa unitaria está dada por

[] [] 0 0 0

h (t -) = sin ω (t -) exp -ζ ω (t -)

τ τ τ (2.8)

donde 2

0 0 0 ω = ω 1-ζ es la frecuencia natural amortiguada del sistema con amortiguación

relación 0 ζ << 1 típica de las estructuras de ingeniería.

Para realizar la integración directa de la ecuación (2.1), varios numéricos

Se han establecido métodos, conocidos como procedimientos paso a paso (ver, por ejemplo,
Bathe

1996).

Es este trabajo la solución exacta de la ecuación (2.7) se encuentra a través del paso a paso

método numérico que considera la interpolación lineal de la excitación (Chopra 2007).

Este procedimiento numérico para sistemas lineales es altamente eficiente cuando: (i) el

la excitación se discretiza por cortos intervalos de tiempo, (ii) la entrada cambia linealmente

dentro del tiempo. El método se presenta más en profundidad después de especificar el

ecuaciones de movimiento en el espacio de estado.

Espacio del estado nodal

Las ecuaciones diferenciales de movimiento de segundo orden en (2.1) se reescriben en el

estado

espacio como un conjunto de ecuaciones diferenciales de primer orden acopladas de la

siguiente manera (véase p.

Newland 1989)

y (t) = Dy (t) + vu g (t) y (t0) = y0 (2.9)

donde D es la matriz 2 × 2 de las propiedades estructurales del sistema, y (t) es el

Vector de espacio de estado 2 × 1 que describe el estado del sistema en cualquier instante de
tiempo yv es

el vector de incidencia de orden 2 × 1, estos leídos respectivamente

20

00

() 0 1 0

()

() 2 1

= = = ---

ut

utωζω

y D v (2.10)

Teniendo en cuenta las condiciones iniciales de un oscilador inactivo, el Duhamel

integral de convolución vista en la ecuación (2.7) en el espacio de estado lee

0 0 0 () = (-) () + ∫ (-) ()>

gramo

y t Θ t t y t Θ t τ vu τ dτ t t (2.11)

donde Θ (t -τ) = exp [D (t -τ)] es la matriz de transición de estado 2 × 2 (fundamental o

matriz de transición), que gobierna la parte transitoria de la respuesta (ver p.

Meirovitch 1976).

Evaluación numérica de la respuesta dinámica: métodos paso a paso

La integral de Duhamel en la ecuación (2.11) se puede calcular en cada tiempo consecutivo

intervalo Δt suponiendo que la excitación debe interpolarse linealmente dentro del intervalo,

se deduce que la respuesta en cada paso de tiempo k + 1 t viene dada por

1 0 1 1 () () () () () () + + = Δ + Δ + k k g k g k y t Θ t y t γ t νu t γ u t t (2.12)

donde 0γ (Δt) y 1γ (Δt) son las matrices 2 × 2 expresadas de la siguiente manera

11

01

(Δ) = (Δ) - (Δ) -; (Δ) = (Δ) - - Δ Δ Δ Δ Δ

ttttt

tt

γ Θ L D γ L I D (2.13)

donde I es la matriz de identidad de dimensiones 2 × 2, así como L (Δt) y Θ (Δt) que

son dados por

LID

re

(2.14)

Para realizar la integración directa de las ecuaciones de movimiento de un estructural

sistema una variedad de métodos están alternativamente disponibles en literatura por etapa
procedimientos (Houbolt 1950, Newmark 1959, Wilson 1968, Hilbert et al. 1977). los

los métodos paso a paso tienen la ventaja de permitir el análisis de respuestas ya sea para

estructuras lineales y no lineales, además estas pueden extenderse fácilmente para múltiples

sistemas de grado de libertad.

El procedimiento paso a paso presentado en las ecuaciones (2.12) - (2.14) ha sido seleccionado
para

su precisión y estabilidad; proporciona un método exacto, cuya fuente de error se encuentra

solo en la veracidad de la linealidad de la entrada (ver, por ejemplo, Borino e Muscolino 1986),

por lo tanto, se adapta al caso de las funciones de carga del movimiento sísmico del suelo de
forma adecuada.

Además, el algoritmo es incondicionalmente estable, dado que el error está limitado en cada

hora de caminar.

Deje que los desplazamientos absolutos de la masa agrupada se den por la suma

() = () + (). abs g u u u u to (2.15)

El equilibrio dinámico en la ecuación (2.1) se puede reescribir en términos de absoluta

movimiento por sustitución de la ecuación (2.15) y su primera y segunda derivada, que

da

() + ) () - () +) (() (( ) abs 0 0 0 0 0 0 abs abs abs abs abs abs abs abs abs abs abs abs
abs abs abs abs abs abs abs abs abs abs abs abs

reordenando la ecuación de arriba sigue que

() + () + () = () + () abs abs abs g g mu t cu t ku t ku t cu cu t (2.17)

que en la forma canónica dice

22

000000 () + 2 () + () = () + 2 () abs abs g g u t ζ u ω u t ω u t ζ u u (2.18)

La expresión de la ecuación (2.18) en el espacio de estado se reorganiza de la siguiente manera

(1) (2)

0 (t) = () + () + (); () = g g y Dy t v u t v u t y t 0 (2.19)

donde () = [() ()] T y u u u t es el vector de las variables de espacio de estado, D es la matriz

visto en la ecuación (2.10), v (1) yv (2) son los vectores de incidencia que leen

(1) (2)

20

00
00

= =

ω ωω

v v (2.20)

La solución de la ecuación (2.19) por medio de la integral de convolución de Duhamel es

proporcionado por la expresión

() ()

12

0 0 0 () = Θ (-) () + ∫ (-) () + () >

gg

y t t t y t Θ t τ v u τ v u τ dτ t t (2.21)

que de acuerdo con el procedimiento paso a paso visto en la ecuación (2.12) está resuelto

numéricamente por el siguiente

() ()

() ()

12

10

12

111

() () () () () ()

() () ()

++

=Δ+Δ +

+Δ +
kkgkgk

gkgk

ttttututt

tutut

yyνν

νν

Θγ

(2.22)

donde la matriz Θ (Δt) y los operadores 0γ (Δt) y 1γ (Δt) se dan en ecuaciones

(2.13) - (2.14).

2.1.1.2 Análisis de dominio de frecuencia de los sistemas SDOF: relativo y

Movimiento Absoluto

Las historias temporales de terremotos se pueden descomponer en sus componentes de

frecuencia mediante

considerando el movimiento del suelo como la suma de funciones armónicas (ver p.

Shinozuka 1988). Por lo tanto, la respuesta de un sistema SDOF se puede ver como la

combinación de las salidas a varias excitaciones periódicas, que se definen para

cada frecuencia de un dominio. Las características espectrales de entrada y salida

puede ser capturado por Fourier Transform a través del conocido par de integrales

generalmente se usa para intercambiar el dominio de tiempo y frecuencia. La transformada de

Fourier

y su inversa se denota respectivamente por los operadores F [⋅] y F -1 [⋅].

Al tomar la Transformada de Fourier de la ecuación (2.1), el equilibrio dinámico de la

movimiento relativo de un sistema SDOF en el dominio de frecuencia sigue como

() + () + () + () = 0 (

g m U ω U ω cU ω kU ω (2.23)

donde U (ω), U (ω) y U (ω) son respectivamente las transformadas de Fourier del

desplazamiento relativo, velocidad y respuesta de aceleración y ()

g U ω del suelo
aceleración.

Según las ecuaciones (2.4) y (2.5), la ecuación (2.23) reescrita en el canónico

la forma lee

000 () + () + 2 () + () = 0 22

g m U ω U ω ω U ω Uω (2.24)

Después de sustituir en la ecuación (2.24) los siguientes

U (ω) = iωU (ω); U (ω) = -ω2U (ω) (2.25)

dividiendo por m y después de álgebra simple se convierte

(2 2)

0 0 0 - + 2 () = - ()

g ω ω iζ ω ω U ω U ω (2.26)

en el que i = -1 es la unidad imaginaria, (2 2)

0 0 0 = - + 2 dyn k ω ω iζ ω ω es la dinámica

rigidez cuya inversa es la función de transferencia, que dice

(2 2)

000

() 1

-+

yo

ωωζωω

(2.27)

De la ecuación (2.26) el valor absoluto de los desplazamientos viene dado por

() = () ()

g U ω H ω U ω (2.28)

La respuesta del SDOF en el dominio de tiempo se obtiene a partir de la frecuencia

dominio tomando la transformada de Fourier inversa de la ecuación (2.28), que es

1 [()] () 1 () ()

+∞

-∞

==∫ it

g U ω u t H ω U ω eω dω

F (2.29)

Asumiendo la excitación de entrada unitaria, para la cual u (t) ≡ h (t), la ecuación anterior

se convierte

() 1 ()

()

+∞

-∞

= ∫ t u t H ω eiωtdω h t

(2.30)

de la cual la definición de la función de transferencia como el impulso unidad dual

amortiguado

función de respuesta en el dominio de la frecuencia, según la Transformación de Fourier

() ()

+∞

-∞

= ∫ H ω h t e iωtdt (2.31)

donde la función h (t) se da en la ecuación (2.8).

El equilibrio de la masa de un SDOF en términos de movimiento absoluto se obtiene mediante

Transformada de Fourier de la ecuación (2.18)

2
0 0 0 () + 2 () - () + () - () =0 0)

abs abs g abs g U ω ζ U ω U ω U ω U ω U ω (2.32)

a partir del cual

222

0 0 0 0 0 0 - () + 2 () + () = () +2 ()

abs abs abs g g ω U ω iζ ω Uωωωωωωωωωωωωωωωωωωωωωωωωωωωω ωωω ωωω ωω

ωωω ωω ωω ωω ωω ωων ω

y después de reorganizar da

(2 2) 2

0 0 0 0 0 0 - + 2 () = () +2 ()

abs g g ω ω iω ωωωωωωωωωωωωωωωωωωωωωωωωωω ωωωωωωωωωωωωωνω ωωω ωω

ωω ωω ωω ωω ω ω

Sustituyendo la primera expresión vista en la ecuación (2.25) en la ecuación (2.34), después

álgebra simple se deduce que

(2 2) (2)

0 0 0 0 0 0 - + 2 () = +2 () abs g ω ω iω
ωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωωω

Al definir la función de transferencia para el movimiento de respuesta en desplazamientos

absolutos

como

1 (2)

0 0 0 () = - +2, abs dyn H ω k ω iζ ωω (2.36)

de la ecuación (2.35) el módulo de los desplazamientos de respuesta absoluta sigue

() = () () abs abs g U ω H ω U ω (2.37)

donde () g U ω es la Transformada de Fourier del registro de desplazamiento de tierra.

Espectros de respuesta

En ingeniería sísmica, un espectro de respuesta representa los máximos absolutos de

las respuestas de un sistema SDOF elástico de frecuencia natural variable, forzado por un

el historial de movimiento del terreno para un valor fijo de la relación de amortiguamiento

(véase, por ejemplo, Housner)

y Jennings 1982). Los espectros de respuesta son expresados en términos de máximos de

aceleración absoluta, velocidad y desplazamiento por medio de ecuaciones (2.1) - (2.5).

Bajo la hipótesis de un sistema SDOF ligeramente amortiguado, la pseudoaceleración

espectro de respuesta 0 0 RSA (ω, ζ) se obtiene de la siguiente manera

22

00000000

(,) max 2 () () max ()

≤≤≤≤

= +≅

ttfttf

RSA ω ζ u ω u t u ω u t (2.38)

donde f t es la duración del movimiento del terreno del terremoto y el desplazamiento

el espectro de respuesta es

000

max () (,)

≤≤

ttf

u t RSD ω ζ (2.39)

De la ecuación (2.38) y (2.39), el espectro de respuesta de pseudo-velocidad sigue como

0 0 0 0 0 RSV (ω, ζ) = ω RSD (ω, ζ) (2.40)

Los espectros de respuesta son sugeridos por los códigos sísmicos para simplificar

análisis como análisis de espectro de respuesta y estático lineal.

2.1.2 Ecuación de movimiento y respuesta de Multi Degree of Freedom (MDOF)

Sistemas

En esta sección, la ecuación de movimiento en el dominio de tiempo y frecuencia son

introducido al expandir las formulaciones en la sección 2.1.1 presentada para SDOF

sistemas bajo excitaciones sísmicas que actúan sobre un único soporte.

2.1.2.1 Análisis de dominio de tiempo de los sistemas MDOF: relativo y

Movimiento Absoluto

La ecuación diferencial de movimiento de segundo orden para SDOF vista en ecuación

(2.1) ampliado para lecturas de sistemas de n grados de libertad

() + () + () + () = g M utu t Cu t Ku t 0 (2.41)

donde M, C y K son n × n matrices de masa, amortiguación y rigidez, u (t), u (t)

yu (t) son respectivamente los vectores n × 1 del desplazamiento, la velocidad y

aceleración relativa a la base.

En la ecuación anterior, el vector de aceleración del suelo asignado al n

grado de libertad se puede escribir como

() = () g g u t τu t (2.42)

donde τ es el vector de incidencia n × 1, cuyos elementos son unitarios con relación al

grados de libertad activados por los componentes del movimiento del suelo o, de lo contrario,
iguales

a cero; gu (t) es la aceleración de movimiento del suelo que actúa sobre el soporte.

Espacio del estado nodal

La ecuación (2.41) se reescribe en el espacio de estado siguiendo la estructura que se ve en

ecuación (2.9) para sistemas SDOF; para MDOF las matrices se ven en la ecuación y

(2.10) se amplían para incluir todos los grados de libertad de la estructura

sistema entonces el equilibrio dinámico lee

() = () + () (0) = 0, yN t DNyN t VNug t yN t y N (2.43)

donde el subíndice N significa nodal y distingue la formulación para MDOF

de SDOF; N D es la matriz 2n × 2n de las propiedades estructurales del sistema,

() N y t es la matriz de los vectores desconocidos 2n × 1 desplazamientos y velocidades en

en cualquier momento y VN es la matriz de incidencia 2n × 1, estos son

111

()

()

() - - -

= = = ---

nn

NNN

u0I0
yDV

uMKMCMτ

(2.44)

donde n I y n 0 son, respectivamente, la identidad y la matriz cero de la dimensión n × n

y τ el vector de incidencia n × 1 con el mismo orden que el vector 0.

Expansión de la ecuación (2.11), la integral de Duhamel en el espacio de estado nodal para

Lectura de sistemas MDOF

() = (- 0) (0) + ∫ (-) ()

NNNNg

y t Θ t t y t Θ t τ d u τ dτ (2.45)

donde (-) = exp [(-)] N N Θ t τ D t τ es la matriz de transición 2n × 2n.

La evaluación numérica de la integral en la ecuación (2.45) por el paso a paso

método visto en la ecuación (2.12) para el caso de movimiento relativo, para sistemas MDOF

se convierte

1 0, 1, 1 () () () () () () () + + = Δ + Δ +Δ N k N k NN gk NN gkyt Θ tyt γ t V ut γ t V ut (2.46)

donde 0, (Δ) N γ t y 1, (Δ) N γ t son las matrices de carga 2n × 2n cuya expresión es

obtenido de la expansión de las ecuaciones (2.13) y (Δ) = exp (Δ) N N Θ t D t.

El equilibrio dinámico para los sistemas MDOF amortiguados viscosos en términos de absoluta

movimiento, se deriva por medio de la siguiente posición

() = () + () abs g u t u u u t (2.47)

Sustituyendo la ecuación (2.47), su primera y segunda derivada en la ecuación (2.41),

el equilibrio se actualiza como

() + ) () - () +) (() - () = abs abs g abs g Mu t uu u u u u u u u u a 0 (2.48)

Después de reorganizar la ecuación por encima de la siguiente forma del equilibrio dinámico

es obtenido

() + () + () = () + () abs abs g g Mu t Cu t Ku t Ku t Cu t (2.49)

que luego de sustituir la ecuación (2.42) se convierte

() + () + () = () + () abs abs abs g g Mu t Cu t Ku t Kτu t Cτu t (2.50)

A los términos del lado derecho, se sustituyen los siguientes vectores de influencia

C =; = KQKτ Q Cτ (2.51)

Sustituyendo la ecuación anterior por la ecuación (2.50) se obtiene que

() + () + () = () + () abs abs abs K g C g Mu t Cu t Ku t Q u t Q u t (2.52)

Para definir las ecuaciones del movimiento absoluto de los sistemas MDOF en el estado

espacio de variables, de acuerdo con la ecuación (2.19), la ecuación (2.43) se actualiza como

(1) (2)

(t) = () + () + (); (0) =, 0 yN DNyN t VN ug t VN ug t yN t yN (2.53)

donde N D es una matriz 2n × 2n y (1)

N V y (2)

N V 2n × 1 las matrices de incidencia,

que leyó

DVV

MKMCMQMQ

(2.54)

Adoptando el procedimiento paso a paso para la integración numérica del sistema de

ecuaciones de movimiento que formalmente coinciden con la ecuación (2.22), se deduce que

() ()

() ()

12

1 0,

12

1, 1 1

() () () () () ()

() () ()

++

=Δ+Δ + +

+Δ +
NkNkNNegkNgk

NNgkNgk

ttttututt

tutut

yyγVV

γVV

(2.55)

donde las matrices 0, (Δ) N γ t y 1, (Δ) N γ t son las matrices de carga 2n × 2n, cuya

la expresión se obtiene de la expansión de las ecuaciones (2.13), (Δ) = exp (Δ) N N Θ t D t es

la matriz de transición.

Espacio modal

Cuando un sistema estructural contiene muchos DOF, es conveniente desacoplar el lineal

ecuaciones de movimiento diferenciales vistas en (2.41). Para realizar el análisis del

respuesta de los sistemas MDOF y evitar altos costos computacionales, el significativo DOF

se seleccionan a partir del análisis de frecuencia de vibración mediante el cual las formas de
modo del

los sistemas están determinados. El análisis de la respuesta dinámica es sucesivamente

logrado mediante el método de superposición de modos.

El análisis modal y la superposición de respuesta se realizan proyectando la ecuación

(2.41) al espacio modal de las coordenadas generalizadas, que se relacionan con el original

espacio nodal a través de la transformación

() () ()

= = Σn

yo

yo

u t q t φ tq t (2.56)

donde () i q t son la contribución modal del i-ésimo grado de libertad, i

φ son reales
vectores que definen la forma modal i-ésima; q (t) es el vector n × 1 de desconocido

desplazamientos modales y Φ es n × n la matriz modal dada como solución de la

siguiendo un problema propio

KΦ = MΦΩ2 (2.57)

donde, Ω es la matriz diagonal de orden n × n que enumera las frecuencias naturales de

formas de modo.

La matriz modal Φ tiene propiedades de ortonormalidad expresadas como T =

n Φ MΦ I y

ortogonalidad, para lo cual se cumple ΦTKΦ = Ω2. La ecuación del movimiento en el nodo

espacio se ve en la ecuación (2.41) se puede desacoplar por medio de la ecuación (2.56) para
obtener una

sistema de m ≤ n ecuaciones reducidas, con m el número de modos, eso es

0000

() () () ()

++=

==

gramo

TT

q t Ξq t Ω2q t Φ Mτu t

q Φ Mu q Φ Mu

(2.58)

donde, q (t), q (t) y q (t) son los vectores n × 1 de desplazamiento modal desconocido,

velocidad y aceleración; Ω, M y Ξ son matrices de orden n × m, llamadas

respectivamente las matrices espectrales, masa generalizada y amortiguación.

La matriz de amortiguación modal generalizada generalmente se supone que es diagonal de

acuerdo

a la ecuación

= T ≡ [2]
i i Ξ Φ CΦ Diag ζ ω (2.59)

donde

ζ y yo

ω denota la relación de amortiguamiento y la frecuencia natural para el i-ésimo

modo.

De la ecuación (2.59), la matriz de amortiguación C puede obtenerse mediante el siguiente

relación inversa

() = -1 -1 ∀

=∀<

m=n

mn

C Φ ΞΦ

C MΦΞΦ M

(2.60)

Este enfoque permite modelar la amortiguación de los sistemas estructurales cuando no es

suficiente

la información está disponible asignando los valores que

ζ confiando en el conocimiento de

valores típicos.

2.1.2.2 Análisis de dominio de frecuencia de los sistemas MDOF: relativo y

Movimiento Absoluto

Al aplicar la Transformada de Fourier a las ecuaciones de movimiento de los sistemas MDOF en

el dominio del tiempo, se deriva el equilibrio dinámico en el dominio de la frecuencia.

En primer lugar, las ecuaciones del movimiento relativo con respecto a la base son

introducido, que a partir de la ecuación (2.23) después de la Transformación de Fourier da

(- 2 +) () = - ()

g K ω M iωC U ω MτU ω (2.61)

donde U (ω) es el vector de respuesta de desplazamiento n × 1 y

= (- 2 +) dyn K K ω M iωC es la matriz de rigidez dinámica n × m.

De la ecuación (2.61) el vector U (ω) se obtiene como

() () 2 1 () - = - +

g U ω K ω M iωC QU ω (2.62)

en el que Q = -Mτ es el vector de influencia.

Desde el vector dinámico de rigidez e influencia, la definición de

la función de transferencia compleja sigue como

() = -1 dyn H ω K Q (2.63)

y la ecuación (2.62) se convierte

() = () ()

g U ω H ω U ω (2.64)

La integral de Duhamel, presentada para sistemas SDOF en la ecuación (2.29), se obtiene

por medio de la Transformada de Fourier inversa de la ecuación (2.62), eso es

1 [()] () 1 () ()

+∞

-∞

==∫ it

g ω t ω u ω eω dω

F U u H (2.65)

Del mismo modo, para resolver la ecuación de gobierno de los sistemas MDOF para el absoluto

desplazamientos, la Transformación de Fourier de la ecuación (2.50) se toma por contabilidad

de

la relación entre la Transformada de Fourier de la velocidad y la aceleración y

desplazamientos en la ecuación (2.25), que da

- 2 () + () + () = () + ()

abs abs abs g g ω MU ω iωCU ω KU ω KτU ω CτU ω (2.66)

Reordenando la ecuación (2.66) se cumple la siguiente expresión

(+ - 2) () = () + ()

abs g g K iωC ω M U ω KτU ω CτU ω (2.67)

donde = KQKτ y = CQCτ son las matrices de incidencia relacionadas respectivamente con el

fuerza dinámica elástica y la fuerza disipativa desencadenada por el movimiento del suelo.

Sustituyendo () = ()

g g U ω iωU ω en la ecuación (2.67), este último puede ser más

convenientemente expresado como

(+ - 2) () = (+) () abs g K iωC ω M U ω K iωC τU ω (2.68)

Siendo la función de transferencia en desplazamientos absolutos dados por

() = -1 (+), abs dyn H ω K K iωC τ (2.69)

el vector de desplazamiento absoluto () abs U ω es

() = () () abs abs g U ω H ω U ω (2.70)

donde la fuerza dinámica () g U ω es la Transformada de Fourier del suelo

desplazamiento.

Análisis sísmico estocástico

Un enfoque estocástico para la ingeniería estructural de terremotos consiste en modelar

eventos sísmicos registrados, los acelerogramas, como procesos estocásticos que varían con

hora. En las siguientes secciones, los fundamentos de la teoría de vibraciones aleatorias

para los procesos estocásticos gaussianos de media cero se presenta en primer lugar, seguido
por el

conceptos básicos del análisis de vibración lineal para los sistemas SDOF y MDOF en el tiempo
y

dominio de la frecuencia. Además, los conceptos principales del análisis estocástico directo
son

informado, con un enfoque particular en la formulación integral del segundo orden

estadísticas de la respuesta y la formulación del problema del primer pasaje para el fracaso

análisis.

2.2.1 Revisión de la teoría de la probabilidad y procesos estocásticos

La teoría de los procesos estocásticos se basa en la teoría de la probabilidad, cuyos principios

básicos

conceptos, p. los axiomas de la probabilidad, la derivación y la generalización

las definiciones de los momentos estadísticos y centrales de las variables aleatorias se pueden
encontrar

en varios libros de texto (ver, por ejemplo, Lutes y Sarkani 2004). A partir de ahora solo esos
conceptos
requerido para la definición de procesos estocásticos son revisados.

Las características estadísticas de una variable aleatoria están completamente definidas por el

conocimiento de la CDF o el PDF; otras cantidades utilizadas para describir un azar

variable son los momentos estadísticos, cuyo conocimiento hasta el infinito ordena
completamente

define el PDF. Particularmente significativo en las estadísticas es el Normal o Gaussiano

distribución de variables aleatorias, que está completamente definida por los momentos
estadísticos hasta

a la segunda orden. De acuerdo con el teorema del límite central, el gaussiano

distribución define completamente un evento aleatorio de variables aleatorias infinitas

independientes por

la siguiente afirmación: para variables aleatorias independientes en el dominio infinito, la

la suma de sus archivos PDF se distribuye normalmente independientemente de su

distribución (ver p.

Freedman et al. 1978).

La expresión de este PDF para variables aleatorias mono-dimensionales viene dada por

pxxμ

πσ σ

(2.71)

De ahora en adelante solo se consideran los procesos estocásticos de Gauss.

Presentamos el operador estocástico E [⋅], la expresión general de la estadística

los momentos de orden j-ésimo se pueden presentar de la siguiente manera

[] [] () d

+∞

-∞

==∫jj

mj X E X x pX x x (2.72)

El primer momento es el valor esperado o valor medio que es

1 [] [] () d

+∞

-∞

m X = E X = ∫ x pX x x ≡ μX (2.73)
El momento de segundo orden conocido como el valor del cuadrado medio de las variables
aleatorias

22

2 [] [] () d

+∞

-∞

m X = E X = ∫ x pX x x (2.74)

cuya raíz cuadrada es el valor raíz-media-cuadrado o rms.

Los momentos de las variables aleatorias se definen alternativamente por los momentos
centrales,

que se dan de la siguiente manera

[()] E () = () ()

+∞

-∞

= - - jjj

j X X X m f X X μ x μ p x dx (2.75)

El momento central de segundo orden es la varianza 2X

σ, que según el

definición en la ecuación (2.75) dice

X2 = E (- X) 2 =E 2 - 2 X () + X2 = (2) - X2 σ X μ X μ E X μ E X μ (2.76)

Los conceptos presentados se refieren a variables aleatorias monodimensionales para las

cuales

el evento aleatorio se describe mediante una sola variable aleatoria. Cuando un evento
aleatorio es

descrito por más variables aleatorias, su CDF y PDF son articulaciones multidimensionales

funciones.

Como cualquier función de una variable aleatoria es una variable aleatoria, cualquier evento
aleatorio que

es función de dos variables aleatorias se puede referir como un bi-dimensional al azar

variable.

De acuerdo con la ecuación (2.72), los momentos cruzados de orden j + k de bi-dimensional

las variables aleatorias se pueden definir como

, [] E = (,) d d
+∞+∞

-∞ -∞

= ∫kjjjk

jk X Y m XY X Y x y p x y x y (2.77)

Un proceso estocástico X (t) es un conjunto de funciones aleatorias del tiempo X (j) (t),

cuáles son las muestras del proceso. Igualmente, un proceso estocástico se puede ver como el

familia de conjuntos de variables aleatorias con archivos PDF asociados, {} 1 2 (), (), ... () n X t X
t X t,

relativamente a cualquier instante de tiempo en particular.

Los procesos estocásticos gaussianos están completamente definidos por su media y segundo
orden

momentos estadísticos. De acuerdo con la ecuación (2.73), el valor medio del proceso

X (t) es

() [()] () (,) d

+∞

-∞

μX t = E X t = ∫ x pX t x t x (2.78)

donde x es el valor de la variable aleatoria que pertenece a un conjunto relativo al genérico

tiempo t.

De forma similar a la ecuación (2.74), el producto cruzado de segundo orden de dos variables
aleatorias

del mismo proceso en dos instantes de tiempo diferentes, () l X t y () m X t, se llama

función de autocorrelación y lee

XX tl tm E X tl X tm xl xm pX tl X tm xl xm tl tm dxldxm (2.79)

Cuando las variables aleatorias se extraen de dos procesos estocásticos diferentes,

() l X t y () m Y t, en diferentes instantes de tiempo, asimismo en la ecuación (2.77), el segundo

orden de producto cruzado es la función de correlación cruzada

(,) () () () () (,,) y

+∞+∞

-∞ -∞

= = ∫ ∫ RXY tl tm E X tl Y tm xl ym pX tl Y tm xl ym tl tm dxld m (2.80)

De acuerdo con la expresión de los momentos centrales de RVs, vistos en la ecuación (2.75),
la expresión de los momentos centrales de segundo orden para variables aleatorias de la
misma

proceso estocástico en dos instantes de tiempo diferentes es la función de autocovarianza,

que

es

(,) {() () () ()}

= () () () ()

=--=

XX l m l X l m X m

lmXlXm

KttEXttXtt

EXtXttt

μμ

μμ

(2.81)

donde E X (tl) X (tm) es el momento conjunto de segundo orden visto en la ecuación

(2.80),

μX (tl) y μX (tm) son los valores medios de las variables aleatorias según

ecuación (2.78).

De manera similar, a la ecuación (2.81), considerando un par de variables aleatorias extraídas

de

diferentes procesos estocásticos, las expresiones del momento central de segundo orden

proporciona la llamada función de covarianza cruzada, que lee

{}

= [() Y ()] () ()

(,) () () () ()

= - - XY

lmXlYm
KlmlXmlYm

EXtttt

ttEXttYtt

μμ

μμ

(2.82)

De ahora en adelante, se consideran los procesos estocásticos gaussianos de media cero, la

covarianza

funciones iguales a las funciones de correlación, ya que la ecuación (2.79) coincide con (2.81)

y la ecuación (2.80) con (2.82).

La función de autocorrelación se puede reescribir para cualquier instante instantáneo t

arreglando

el tiempo tm como la suma del instante de tiempo anterior y un cambio de tiempo τ, eso es

tm = tl + τ (2.83)

por el cual sostiene

(,) ≡ (,) RXX tl tm RXX t τ (2.84)

Para procesos estacionarios la función de autocorrelación, a través de la ecuación (2.83)

particulariza en

(,) = (, +) ≡ () RXX tl tm RXX tl tl τ RXX τ (2.85)

En consecuencia, el segundo momento de orden, las funciones automática y de correlación

cruzada pueden

expresarse en el dominio de la frecuencia mediante el procedimiento de Transformación de

Fourier, sin embargo

estas integrales numéricas son ilimitadas a menos que el integrando de la Fourier

La transformación tiende a cero ya que el tiempo tiende hacia el infinito, como resultado estas
relaciones

no son utilizables

Para aplicar el procedimiento de Transformada de Fourier a procesos estacionarios, un

especial

versión truncada del proceso original en introducido; satisfaciendo el Dirichlet

condición, que se expresan como

(),

+∞
-∞

∫ XX <∞ R τ dτ (2.86)

por medio de las expresiones de Wiener-Khinchine, una nueva función de la frecuencia es

caracterizada como la Transformada de Fourier de la función de autocorrelación, llamada

Potencia

Función de densidad espectral (PSD), que lee

() 1 ()

+∞

-∞

=∫i

SXX RXX e d ω τ ωτ τ

(2.87)

por transformación inversa, de la función PSD, la función de autocorrelación es

dado de la siguiente manera

() ()

+∞

-∞

=∫i

RXX SXX e d τ ω ωτ ω (2.88)

La función PSD se adopta comúnmente en aplicaciones de ingeniería de terremotos debido

a su interpretación física de acuerdo con el teorema de Parseval, por el cual el PSD

se relaciona con la energía del terremoto como sigue (véase, por ejemplo, Thomson 1993)

() lim 1 () * ()

→∞

XX T X X

S ω ω ω (2.89)
donde T es el período de los armónicos, X (ω) es la transformada de Fourier de la a

registro de movimiento de tierra y X (ω) * su conjugado complejo.

Por medio del análisis de Fourier solo la descomposición espectral promedio del

se proporciona una señal, por lo tanto las ecuaciones (2.87) y (2.89) no pueden ser sencillas

ampliado para la representación de tiempo-frecuencia de series de tiempo deterministas. En

esto

En este sentido, se pueden encontrar diferentes métodos de distribución de frecuencia en

tiempo compartido en

literatura. Entre ellos, la expresión de la Densidad Espectral del Poder Evolutivo

la función se mantiene (ver, por ejemplo, Cohen 1989)

(,) 1

(,)

+∞

-∞

=∫i

SXX t RXX t e d ω ωτ τ

τ (2.90)

donde (,) XX R tτ es la función de autocorrelación central de la función no estacionaria

proceso estocástico X (t).

De acuerdo con la naturaleza física del fenómeno del terremoto, cuya amplitud

y el contenido de frecuencia varía con el tiempo, las funciones PSD dependientes del tiempo y
la frecuencia

caracterizar más realistamente el movimiento del suelo como un proceso estocástico.

Sin embargo, la selección de los instantes de tiempo en los que el contenido de frecuencia

cambios y la evolución de la frecuencia en sí misma, son difíciles matemáticamente

definir. Para la clase de procesos oscilatorios desarrollada por Priestley (1965), el

la generalización del análisis clásico de Fourier proporciona relaciones pertinentes

entre el PSD evolutivo y las funciones de correlación correspondientes, aspecto

particularmente significativo en el modelado de movimiento terrestre sísmico (ver, por
ejemplo, Shinozuka

y Deodatis 1988, Deodatis 1996). Presentado en la siguiente sección, Priestley's

espectro evolutivo se considera comúnmente para el modelado estocástico de

terremoto movimiento de tierra.

2.2.2 Procesos estocásticos de movimiento de tierra sísmico

Siguiendo el trasfondo de la teoría de la probabilidad, lo fundamental de la sísmica

modelado de movimiento de suelo se proporcionan en esta sección. En primer lugar, la teoría

de la

espectros evolutivos adoptados en este trabajo para modelar movimientos de suelo no

estacionarios es

presentado. Sucesivamente, los primeros modelos, ruido blanco y ruido blanco filtrado para

se describen movimientos sísmicos en el suelo.

Espectros evolutivos para movimientos de tierra sísmicos

La teoría de Priestley (1965) sobre los "espectros evolutivos" proporciona una expresión
pertinente

de funciones PSD no estacionarias para procesos estocásticos cuyas características

cambiar lentamente a lo largo del tiempo. Expresando el proceso ya sea en términos de uno

y la función PSD evolutiva a dos lados, sostiene

(,) 0 0,

(,) 2 (,) (,) () 0;

=<

==≥

Gt

GtStatG

ωω

ωωωω

(2.91)

donde G (ω, t) y S (ω, t) se relacionan evolutivamente con un solo lado y dos lados
respectivamente

Funciones de PSD; G (ω) es un proceso estacionario unilateral y a (ω, t) es un proceso

estacionario
variando la función determinante de modulación de tiempo-frecuencia.

A pesar de que los procesos definidos por la ecuación (2.91) tienen contrapartes separables,
estos

aún retienen la amplitud y la variación de frecuencia con el tiempo. Terreno real terremoto

los movimientos son procesos estocásticos completamente estacionarios (o no separables),

que pueden

simplificarse suponiendo que solo la amplitud del proceso varía con respecto

34

al tiempo, (es decir, a (ω, t) = a (t)), generalmente conocido como cuasiestacionario, separable
o también

uniformemente modulado En consecuencia, para la ecuación de procesos cuasiestacionarios

(2.91)

modifica de la siguiente manera

(,) 0, 0;

(,) 2 (,) () (), 0.

=<

==≥

Gt

GtStatG

ωω

ωωωω

(2.92)

Varios autores propusieron funciones de modulación de tiempo generalmente calibradas en

diferentes

matrices de acelerogramas (por ejemplo, Bogdanoff y otros, 1961, Shinozuka y Sato, 1967,

Jennings et al. 1969).

La ecuación (2.92) puede particularizarse suponiendo que a (t) = 1 se reduce a la forma de

procesos estacionarios, eso da

() 0, 0;

() 2 (), 0.

=<

=≥
GRAMO

GS

ωω

ωωω

(2.93)

La ecuación (2.93) es una simplificación considerable en la representación de la acción sísmica.

Inicialmente, los modelos de terremotos estocásticos utilizados para ingeniería sísmica

las aplicaciones eran modelos estacionarios, que se obtuvieron al filtrar las funciones de PSD

con amplitud constante, conocida como ruido blanco (WN).

Ruido blanco y ruido blanco filtrado para movimientos de tierra sísmicos

Un modelo ampliamente utilizado para procesos estocásticos estacionarios en aplicaciones de

ingeniería

es el espectro de poder Kanai-Tajimi (KT). El espectro KT modela el campo libre

aceleración sísmica como un proceso de ruido blanco filtrado (Kanai 1957), esto lee

222

14

()

14

gramo

gramo

KT

gramo

gg

S
ω

ωω

ωω

(2.9

donde g

ω yg ζ respectivamente representan la rigidez y la amortiguación del suelo

que se supone como un oscilador de masa infinita que filtra un proceso de ruido blanco.

El espectro Kanai-Tajimi en la frecuencia cero comienza con un valor distinto de cero, como

consecuencia, la velocidad y las integrales de desplazamiento son ilimitadas. A fin de que

superar esta incoherencia física, el espectro de Clough-Penzien (CP) era

introducido para suprimir los valores del espectro ya que la frecuencia tiende a cero,

a través de un filtro de paso alto (Clough y Penzien 1993), eso es

222

() ()

14

=×

CP KT

ff

SS

ω
ω

ωω

ωω

ωω

(2.95)

donde f

ω y f ζ son la rigidez y el amortiguamiento del suelo, asumido como

oscilador de masa infinita y filtrando el proceso de respuesta, el espectro KT, de un

segundo sistema SDOF en serie.

Las funciones KT y CP son espectros estacionarios, cuyos parámetros constantes dependen

en las propiedades del suelo. La versión no estacionaria del espectro CP ha sido

formulado considerando los parámetros de frecuencia que varían en el tiempo del espectro
(ver

p.ej. Deodatis 1996), que da

222

222

1 4 ()

()

(,)

1 4 ()

() ()

()

1 4 ()

() ()
+

= ×

gramo

gramo

CP

gramo

gg

ff

St

tt

tt

ωω

ωω

ω
ω

ωω

ωω

(2.96)

36

donde las funciones de variación en el tiempo, ωg (t) y () f ω t son frecuencias naturales, () g ζ t

y () f ζ t son la relación de amortiguamiento, que cuenta el contenido de frecuencia de la

sísmica

olas que se propagan por todo el suelo.

2.2.3 Características espectrales de los procesos estocásticos

En esta sección, las características espectrales de un proceso estocástico genérico X (t) son

presentado. Bajo la hipótesis de estacionariedad, los momentos espectrales geométricos son

introducido seguido por los momentos espectrales no geométricos, mientras que la

contabilidad

para la no estacionariedad de los procesos estocásticos.

Momentos geométricos espectrales (GSM)

Los momentos espectrales geométricos se emplean ampliamente para la evaluación de fallas

de

ingeniería de sistemas estructurales. Estas cantidades están relacionadas con el segundo orden

estadísticas de procesos estocásticos; por lo tanto, permiten determinar la probabilidad

funciones de densidad de las medidas de respuesta estructural (por ejemplo, el valor absoluto
más grande del

respuesta o pico).

Vanmarke (1972) introdujo la representación del proceso estocástico estacionario X (t)

por los llamados momentos espectrales geométricos

() = 0,1,2 ...

+∞

=∫i

i X XX G λ ω ω dω i (2.97)
que para i = 0,1,2 da respectivamente el cero-th, el primer y el segundo orden

momentos geométricos espectrales.

A partir de los momentos espectrales geométricos, otros parámetros con la dimensión de un

frecuencia circular se puede definir

0,

=iX

yo

yo X

(2.98)

La cantidad ω1, X se llama frecuencia central del proceso estocástico, se ve como

el centroide de la función PSD con respecto al origen de la frecuencia; la cantidad ω2, X

es el radio de giro del PSD sobre el origen de la frecuencia y representa dónde

la masa espectral se encuentra.

La difusión del contenido de frecuencia sobre la frecuencia central ω1, X se cuantifica

por el factor de ancho de banda X δ, interpretado como la variabilidad en el contenido de

frecuencia del

Función PSD, esto dice

0 2 2,

= 1- 1, X = s

X
, X, X X

λω

λλω

(2.99)

donde la frecuencia 2 2

2, = - s X 1, X ω ω ω es el radio de giro de la función PSD

sobre la frecuencia central 1, X ω.

La interpretación de 1, X ω, 2, X ω y s

ω es, respectivamente, la media, el cuadrado medio

y la desviación estándar del proceso estocástico 1

0, - ()

Xλ G ω, según el

analogía entre una función de densidad de probabilidad y la función PSD normalizada para

el momento espectral de orden cero, 0, X λ (Vanmarke 1972).

Tomando derivados primero y segundo de las relaciones Wiener-Khinchine en ecuación

(2.88), para τ = 0 la correspondencia entre las estadísticas de segundo orden para el zeroth

y segundos momentos espectrales geométricos del PSD unilateral

0,

(0) () d

+∞

RXX = σ X = ∫ GXX ω ω = λ X (2.100)

22

2,

(0) () d

+∞

X X = X = ∫ XX = X R σ ω ω ω λ (2.101)

De manera diferente, el momento espectral de primer orden no tiene ninguna interpretación

38

1,

(0) () d

+∞

XX = ∫ XX = X R ω G ω ω (2.102)

Observar que la función de correlación cruzada entre el proceso estocástico y su primera

derivado es nulo.

Momentos espectrales geométricos dependientes del tiempo

Los momentos espectrales geométricos presentados en las ecuaciones (2.100) - (2.102)

pueden ser

función PSD dependiente del tiempo expandida directamente; estos se llaman transitorios

momentos espectrales, que leen

() (,) = 0,1,2 ...

+∞

=∫i

λi X t ω GXX ω t dω i (2.103)

Las relaciones entre los momentos espectrales transitorios y el segundo orden

las estadísticas, como se ve en las ecuaciones (2.100) - (2.102) para procesos estacionarios, no
son completamente

satisfecho, solo el momento espectral transitorio de orden cero está relacionado con la
varianza

del proceso

0,

() () (,)

+∞

λ X t = σ X t = ∫ GXX ω t dω (2.104)
Para evaluar los momentos espectrales transitorios de acuerdo con una definición geométrica
es

conceptualmente aceptable, sin embargo, puede inducir a soluciones divergentes (Michealov

et al. 1999b). Los momentos espectrales transitorios son valiosos para determinar la

el ancho de banda mide como la frecuencia central y el factor de ancho de banda, por ejemplo

bajo las hipótesis de procesos evolutivos.

Para procesos estocásticos no estacionarios, la ecuación (2.98) puede ser reexpresada

intuitivamente

y la contabilidad ampliada de la definición de los momentos espectrales variables en el tiempo

en

ecuación (2.103) de la siguiente manera

yo

yo

Gtd

Gtd

ωωω

ωω

(2.105)

Para i = 1, la ecuación (2.105) se denomina frecuencia instantánea media, que representa

el cambio en el valor medio de las frecuencias de la señal con el tiempo (ver, por ejemplo,
Spanos

et al. 2007).

Para procesos no estacionarios, el factor de ancho de banda visto en la ecuación (2.99) es

función del tiempo

02

()

() 1

() ()

= - 1, X

, X, X

tt

λλ

(2.106)

La definición de la frecuencia central y el parámetro de ancho de banda han sido objeto de

amplios estudios con enfoque en la definición de las características espectrales de la

respuesta de sistemas estructurales sometidos a procesos aleatorios. La definición de

los momentos espectrales geométricos y no geométricos han sido objeto de varios

investigaciones en seguridad estructural y confiabilidad (Caddemi et al., 2001), en la próxima

sección se presenta una introducción al problema.

2.2.4 Respuesta estocástica de los sistemas estructurales

En esta sección, los conceptos relativos a los procesos estocásticos generales presentados en

el párrafo 2.2.3 están particularizados para sistemas estructurales bajo sísmica estocástica

movimientos de tierra. La representación de los procesos estocásticos de respuesta

sistemas de ingeniería bajo excitación aleatoria han sido abordados por varios autores

describiendo las características espectrales del proceso de respuesta (véase, por ejemplo,
Vanmarke

1972, Corotis et al. 1972, Der Kiureghian 1980, Di Paola 1985, Di Paola y

Petrucci 1990, Spanos y Miller 1994, Mickealov at al. 1999a; Mickealov at al.
1999b, Caddemi et al. 2004, Barbato y Conte 2008, Barbato y Vasta 2010,

Cacciola y Muscolino 2011, Muscolino y Alderucci 2015). En las siguientes secciones

los momentos espectrales geométricos y no geométricos de la respuesta estructural son

40

presentado, y su aplicabilidad en el análisis de confiabilidad introducido con referencia a

el primer problema de pasaje. En aras de la claridad, las ecuaciones estocásticas del

movimiento para

Se introducen los sistemas SDOF en el dominio de la frecuencia.

2.2.4.1 Representación espectral de la respuesta de los sistemas estructurales

De acuerdo con las ecuaciones (2.26) - (2.28) el equilibrio de un oscilador SDOF bajo

acción sísmica representada por el caso más simple de la función PSD estacionaria, ver

ecuación (2.93), es

() = () 2 () UU u gu g G ω H ω G ω (2.107)

donde () UU G ω es la función PSD unilateral del desplazamiento de respuesta, H (ω) es

la función de transferencia del oscilador y () u gu g G ω es la PSD de la sísmica

aceleración entrada movimiento del suelo.

GSMs de la respuesta estructural del sistema estructural lineal

Consideremos la respuesta estocástica estacionaria U (t) de un sistema amortiguado SDOF.

De acuerdo con la definición de los momentos geométricos espectrales para gaussiano

procesos estocásticos vistos en la ecuación (2.97), los momentos geométricos espectrales de

U (t) leído

() + ∞ = ∫ i

i, U UU λ ω Gωωωω (2.108)

donde la función PSD unilateral () UU G ω de acuerdo con la ecuación (2.89) puede ser

escrito de la siguiente manera

() = () * () UU G ω E U ω U ω (2.109)

donde U (ω) y U * (ω) son la transformada de Fourier de cada realización u (t) de

procesar U (t) y su complejo conjugado.

De acuerdo con la ecuación (2.27) y (2.28), que presenta la respuesta del amortiguado

Oscilador SDOF bajo movimiento de tierra sísmico, ecuación (2.109) se puede expandir como
sigue

() * () = (H () ()) (H () ()) *

g g E U ω U ω U ω U ω Uω (2.110)

() * () = H () H * () () * () ))))))))

g g E U ω U ω w ω U U ω U ω (2.111)

donde ()

g U ω es la transformada de Fourier de la realización () g u t que representa la

aceleración sísmica en la base del sistema y * ()

g U ω es el conjugado complejo.

De acuerdo con el teorema y la ecuación de Parsevals (2.27)

() = () * ()

ugug g g G ω E U ω U ω (2.112)

Después de reorganizar la ecuación (2.111) y sustituirla en la definición de PSD de la

movimiento de tierra de entrada, se deduce que

() = () * () = H () H * () () UU u gu g G ω ω U U ω ω ω ω ω (2.113)

Para la expresión anterior, la ecuación (2.108) se convierte

() () = 0,1 ...

+∞

=∫ gg

yo

λi U ω H ω Gu u ω dω i (2.114)

La ecuación anterior permite abordar el problema de definir la fiabilidad de

sistemas estructurales.

NGSMs de la respuesta del sistema estructural lineal

En ingeniería estructural la definición geométrica transitoria de lo espectral

características de un proceso de respuesta estocástica tampoco es apropiado para el caso de

Sistema SDOF sometido al simple proceso de ruido blanco de Gauss. (Corotis et al.

1972). Una contribución importante ha sido proporcionada por Di Paola (1985) por

establecer una relación entre las varianzas y las covarianzas de la respuesta de non42

procesos evolutivos estacionarios y un verdadero proceso auxiliar. Otra contribución

para evaluar el NGSM de la respuesta estocástica de los sistemas estructurales ha sido

proporcionado por Cacciola y Muscolino (2011). Los autores propusieron determinar el

características espectrales al suponer que el proceso de entrada es la suma de un

número de procesos Gaussianos independientes modulados uniformemente de media cero,

según el modelo de Conte y Peng (1997). Por lo tanto, Cacciola y

Muscolino (2011) introdujo la formulación de los momentos espectrales no estacionarios

en el espacio nodal como una función lineal del modal dependiente del tiempo no geométrico

momentos espectrales "purgados" por factores de participación, que para cualquier DOF
modal tienen

la siguiente estructura

0,

() (,) (,) ()

U = ∫ j j j λ t H ω t H ω t G ω dω (2.115)

1,

() (,) (,) ()

=-∫

U j j j λ t i H ω t H ω t G ω dω (2.116)

2,

() (,) (,) ()
∞

=∫

U j j j λ t H ω t H ω t G ω dω (2.117)

donde () j G ω es la función PSD del proceso de aceleración sísmica, H (ω, t) y

H (ω, t) son las integrales de convolución de Duhamel que representan la respuesta de SDOF

oscilador forzado por la función compleja determinista exp (-) () j iωt a t, estos son

(,) exp () () exp () () d = - - ∫

j H ω t iωt h t τ iωt a τ τ (2.118)

(,) exp () () exp () () d (,)

=--≠∂

HtithtitaHt

ω ω τ ω τ τ (2.119)

donde h (t -τ) es la respuesta a la función Dirac delta que se ve en la ecuación (2.8)

y h (t -τ) es su primera derivada.

Las soluciones de forma cerrada de la evaluación del NGSM han sido propuestas por

Barbato y Conte (2013) para una entrada totalmente no estacionaria considerada como

superposición de procesos de ruido de color modulados en el tiempo.

Aplicación numérica

Los momentos espectrales geométricos dependientes del tiempo son ampliamente utilizados
para

aplicaciones de ingeniería, aunque la aproximación que pueden introducir en el

evaluación de los momentos de segundo orden del proceso de respuesta (ver, por ejemplo,
Michealov
et al. 1999b). Para comprender las implicaciones de su uso para la frecuencia de tiempo

proceso de respuesta estocástica dependiente, una aplicación numérica con respecto al

sistema

representado en la Figura 2.1 se presenta a continuación. Se supone que la entrada es una

Proceso estocástico modulado uniformemente modelado de acuerdo con Bogdanoff-

Goldberg-

La función modulante de Bernard (BGB) y el espectro de respuesta estacionario son

compatibles

Función PSD propuesta por Cacciola et al. (2004) El tiempo dependiente

momento geométrico espectral de la respuesta estructural se evalúan de acuerdo a

ecuación (2.103), el momento espectral no geométrico mediante ecuaciones (2.115) -

(2.119); específicamente las últimas ecuaciones están particularizadas para el tiempo BGB

función de modulación mediante soluciones de forma cerrada para ecuaciones (2.118) y

(2.119).

El sistema adoptado para este ejemplo numérico es el marco lineal de 2 pisos con

masas agrupadas en cada viga que se muestran en la Figura 2.1; el sistema tiene 2 DOF
relativamente

a los desplazamientos horizontales, sus frecuencias naturales son ω1 = 21.30 rad / sy

2 ω = 51.83 rad / s, se supone que la amortiguación es viscosa y se modela de acuerdo con

ecuaciones (2.59) y (2.60).

44

Figura 2.1. 2 marco DOF sometido a excitación de soporte único en el

base.

En la Figura 2.2, la comparación del orden cero geométrico y no geométrico

se ilustran los momentos espectrales de la respuesta del primer piso; dos valores diferentes

de amortiguación del sistema se comparan, es decir, el 5% y el 1% de la amortiguación

relación se consideran.

Figura 2.2. Momentos Geométricos y No Geométricos y Espectrales de

la respuesta de un sistema de 2 DOF bajo entrada casi estacionaria bajo

asunción de: a) 5% yb) 1% de la amortiguación estructural.

La Figura 2.2 muestra que para el sistema con el 1% de la amortiguación cuyo transitorio

la respuesta es más dominante, la aproximación geométrica sin éxito predice

la varianza dependiente del tiempo del proceso de respuesta al desplazamiento. Los resultados
son

validado por Monte Carlo Simulation, que concuerda satisfactoriamente con la formulación

de la definición no geométrica de los momentos espectrales adoptados.

2.2.4.2 Primer problema de pasaje y confiabilidad

Para algunos sistemas de ingeniería, se supone que la falla ocurre cuando la respuesta

excede algún umbral por primera vez; para estos sistemas, el primer paso

problema se formula con el fin de predecir la respuesta estocástica con un cierto

probabilidad de no superar una barrera, es decir, umbral fijo.

La probabilidad de que un proceso aún no haya cruzado una barrera, se puede relacionar con
el

distribución de los valores máximos del proceso de respuesta U (t) durante un período
especificado

intervalo de tiempo. Los máximos locales de U (t) durante el intervalo de tiempo fijo se llaman

picos, y el proceso del valor extremo o pico absoluto, es decir, la amplitud máxima

de U (t), se define de la siguiente manera

max 0

() max ()

≤≤

St

U t U t (2.120)

La distribución de maxU (t) está relacionada con el momento del primer paso de una barrera
doble,

denotado con b T, por lo tanto, la función de distribución acumulada del valor extremo

maxU (t) se puede expresar de forma equivalente como, eso es

max max () = [() ≤] = [()>] = () U b F b P U t b P T t t L t (2.121)

donde L (t) a veces se denomina probabilidad de supervivencia (Lutes y Sarkani 2007),

con referencia al valor crítico de una barrera b, que está relacionada con el modo de falla

del sistema.

46

La distribución utilizada para contar los fenómenos dependientes del tiempo es el Poisson
distribución, luego asumiendo el cruce de la barrera como un proceso de punto de Poisson1

la probabilidad de supervivencia es

() = exp (-) U L t A α t (2.122)

donde U α es la función de riesgo y A es la probabilidad de que el proceso esté por debajo

la barrera en el tiempo t = 0, que puede suponerse igual a 1.

Para identificar la función de peligro, la cantidad de picos que cruzan un

umbral debe cuantificarse por la tasa esperada de enlaces ascendentes de barrera, que

convertido en términos de probabilidad de un cruce se da de la siguiente manera

()

un cruce de dentro de [+]

+ () lim

Δ→

UtΔ

P b t, t t

b, t

ν (2.123)

donde Δt es el incremento de tiempo infinitesimal en el intervalo de recuento del cruzamiento

hacia arriba,

que puede ser cero o uno yb es el nivel de barrera.

La probabilidad de un cruce de una barrera por el proceso U (t) depende de la

procesarse a sí mismo, en su primera derivada U (t), y en el nivel de la barrera. Por

considerando el intervalo de tiempo durante el cual los picos son infinitesimales, el

el proceso U (t) se puede suponer constante; bajo esta hipótesis, la probabilidad

que el proceso U (t) cruza una sola barrera en el intervalo de tiempo [t, t + Δt] es

(Lutes y Sarkani 2004)

() () (), ()

0
un cruce de en [+] (,)

Δ≈∫Δ≈ttttttttttttttttttttt

Sustituyendo la ecuación (2.124) en la ecuación (2.123), la tasa media de retrocruzamiento

condicional

lee

1 La distribución de Poisson se aproxima a los procesos de banda ancha y / o al alto nivel de la

barrera, en

en otros casos, puede conducir a valores erróneos de la probabilidad del primer pasaje (Lutes y

Sarkani 2007), sin embargo, tiende a ser muy conservador para el estrecho

ν U + b, t = ∫u pU t U t b u du (2.125)

Bajo la hipótesis de estacionariedad, el proceso estocástico y su proceso derivado

no están correlacionados; además, si el proceso U (t) es gaussiano, U (t) y U (t) son

también es independiente y el evento condicionante es insignificante; por lo tanto, debido a la

independencia entre variables aleatorias, la función de densidad de probabilidad conjunta

U (t), U (t) p pueden reescribirse como el producto de las funciones de densidad de

probabilidad marginal

() () U t p b y () () t U t p x; sigue la definición fundamental de la tasa media de

cruzamiento incondicional como (véase, por ejemplo, Vanmarke 1972)

() ()

() () ()

+=∫

La principal aproximación del problema del primer pasaje es descuidar el condicionamiento

evento expresado en la ecuación (2.125) que permite reemplazar la función de peligro como

sigue

= + = 2 + U U U a ν ν (2.127)

donde +

U ν se refiere a la doble barrera simétrica y +

U ν a la barrera única

problema.
La tasa media de cruce de la barrera se obtiene de la ecuación (2.126) por

reemplazando U (t) p con la expresión de la función de densidad de probabilidad para media

cero

Procesos gaussianos presentados en la ecuación (2.71), que es

2 () exp 1

22

= -

UU

bb

πσ σ

(2.128)

donde se puede hacer la siguiente posición,

48

=U

ηb

(2.129)

que se conoce como nivel de umbral reducido.

La ecuación (2.128) se puede reescribir en términos de los momentos espectrales geométricos

según las ecuaciones (2.100) y (2.101) de la siguiente manera

1/2

2,
0, 0,

() 1 exp 1

22

= -

UU

bb

πλλ

(2.130)

Además, cuando la barrera b = 0, la tasa media de cruce del nivel cero,

0 + (0) = + U ν ν se obtiene, eso es

1/2

2, 2,

0,

22

= =

UU

λω

πλπ

(2.131)
Por lo tanto, después de sustituir la ecuación (2.131) y (2.129) en la ecuación (2.130), para el

problema de barrera doble la tasa media de cruce hacia arriba con pendiente positiva sigue
como

0 () 2 exp

++

= -

Ub

ν ν (2.132)

La función de distribución acumulativa de los valores extremos según ecuaciones

(2.121), (2.122) y (2.130) - (2.129) es

máximo

0 () exp 2 exp

= - -

UF b t

ν (2.133)

Para los procesos de banda ancha, los grupos de intersecciones tienden a seguir
inmediatamente a uno

otro formando "grupos", en lugar de procesos de banda muy estrecha, los grupos tienden a

ser agrupado La ecuación (2.130) generalmente se adopta para un valor suficientemente alto

nivel de umbrales, caso en que el tamaño del grupo es pequeño. Para mejorar el

definición de la formulación del problema del primer paso para niveles de umbrales bajos,
así como para los procesos de banda estrecha, el intervalo de duración de grupo medio entre

final y el inicio de dos grupos consecutivos se contabiliza, es decir

exp 1

1 2 []

2 1 exp

- -

UU

ET

δη

(2.134)

donde 0 T es el intervalo de tiempo entre el final y el inicio de dos consecutivos

grupos.

La tasa media de cruce en la ecuación (2.122) se reemplaza por 0 1 / E [T], que es

el inverso de la ecuación (2.134), que da

02

1 exp

() 2,

exp 1
2

- -

UU

bv

ηδ

(2.135)

A través de la ecuación anterior, la función de distribución acumulativa de los valores extremos

en la ecuación (2.122) puede expresarse como

max 0 2

1 exp

() exp 2

exp 1

- -

= -

UU
U

Fbvt

ηδ

(2.136)

Cuando la suposición de la respuesta estructural estacionaria está lejos de la realidad, la

la dependencia de los momentos espectrales y el factor de ancho de banda al tiempo no

pueden ser

descuidado en la formulación del problema del primer pasaje; de ahí la función en

la ecuación (2.122) se reescribe para procesos de respuesta no estacionarios de la siguiente

manera

(Corotis y otros 1972)

() exp (,)

= -

∫f

U L t A α b t dt (2.137)

50

donde A se suele suponer igual a 1 y p es la probabilidad de que la barrera no

ser excedido

Cuando se considera la no estacionariedad de la respuesta, la función de peligro es el tiempo

dependiente y para resolver el problema del primer pasaje expresado por la ecuación

(2.137), se requiere el cálculo de los momentos espectrales no geométricos (ver

p.ej. Barbato 2011). Por otro lado, bajo el supuesto de estocástico estacionario

procesos, la solución del problema del primer pasaje de una barrera dada según

la ecuación (2.122) se puede lograr mediante la evaluación de los momentos espectrales

geométricos,
llevando a una solución simplificada, que siendo el enfoque adoptado en este trabajo es

presentado más en profundidad en la siguiente sección.

2.2.4.3 Factor máximo

Consideremos la ecuación (2.122) y un umbral max u por debajo del cual el pico del

la respuesta de un sistema ligeramente amortiguado se mantiene con probabilidad p, dentro

de la duración

S t . La fiabilidad estructural de un sistema, cuyo pico de respuesta es el proceso

Umax (t), se puede evaluar resolviendo la siguiente ecuación

max max () = UF u p (2.138)

donde max u es el máximo de U (t) con probabilidad p de no ser excedido,

desconocido del problema del primer pasaje.

Asumiendo el nivel de umbral como el valor del máximo de la respuesta max u

la ecuación (2.129) se puede escribir

max = (,,) U s U U u η T p δ σ (2.139)

donde U η es el factor máximo que relaciona la respuesta máxima con la varianza de la

respuesta

proceso y s T es la ventana de observación de tiempo.

La definición de U η es derivada por Vanmarke (1972) para gaussiana estacionaria

procesos estocásticos bajo la hipótesis de cruzar arriba en grupos para umbral bajo

nivel tomando en cuenta la duración real del grupo. Sustituyendo la ecuación

(2.136), en el que ≡ (,,) = max / U U s U U η η T p δ u σ, en la ecuación (2.138) se deduce que

1 1.2

0 0 0 (,,) 2ln 2 (ln) 1 exp (,,,,)

= - - -

UsUsUUsUTpTpTpπ

η δ ν δ η δ ω 2.1 (2.140)

Para resolver la ecuación iterativa por encima del valor del factor de pico en la derecha

lado de la mano se asigna bajo el supuesto de alto nivel de la barrera, que valor

se deriva mediante el mismo procedimiento mediante la ecuación (2.133), que proporciona el

siguiente límite superior del factor máximo

() 1

, 0 (,) 2ln 2 ln = - - U upp s s η T p ν T p (2.141)

Finalmente, al sustituir la ecuación (2.141) en (2.140), el factor máximo aproximado

lee

{1 (1.2 1)}

0 0 (,,) = 2ln 2 (-ln) - 1- exp - ln 2 (-ln) - s U s U s U s η T p δ ν T p δ π ν T p (2.142)

donde la tasa media de cero up-crossing 0 ν se determina de acuerdo con la ecuación

(2.131) y el factor de ancho de banda U δ mediante la ecuación (2.99).

Bajo la hipótesis de estacionariedad, el factor pico juega un papel fundamental en

modelado de movimiento del suelo y compatibilidad de espectro con los códigos sísmicos, que

se discute en el Capítulo 3. Además, la formulación del problema del primer pasaje para

un fractil seleccionado de la distribución del pico, ha permitido realizar el diseño del

ViBa dentro del desarrollo de este trabajo, como se presenta en el Capítulo 6.

3 Modelado de movimiento de tierra: respuesta

Enfoque compatible con el espectro

La incertidumbre de las ondas sísmicas constituye la razón fundamental para embarcarse en el

definición del movimiento del suelo a través del enfoque probabilístico. Este enfoque tiene

proporcionó una serie de metodologías para el modelado de terremotos basadas en

principios de vibraciones aleatorias presentados en el Capítulo 2. En consecuencia, en este

Capítulo

movimientos de tierra modelados como procesos estocásticos gaussianos de media cero son

considerado.

La definición de la carga sísmica para la evaluación sísmica de estructuras está regulada

por las disposiciones del código internacional; los códigos sísmicos imponen criterios para

regular el uso de historiales temporales tanto reales como artificiales a través de mandatos

requisitos con respecto a los espectros de respuesta obtenidos de los historiales de tiempo

adoptado; las condiciones establecidas por los códigos sísmicos se denotan como respuestas
espectrales

criterios de compatibilidad. Para satisfacer los requisitos de compatibilidad del espectro

Los historiales de tiempo reales de movimiento del suelo, seleccionados adecuadamente, se

modifican generalmente por

técnicas de escalado. Por otro lado, cuando se usan movimientos de tierra artificiales,
los historiales temporales deben generarse a partir de una potencia compatible con el
espectro de respuesta

Funciones de densidad espectral (PSD). Sin embargo, los códigos sísmicos internacionales no

proporcionar cualquier método para generar señales sintéticas compatibles con el espectro de
respuesta y

cómo establecer funciones de PSD compatibles con el espectro de respuesta. Por lo tanto, la

pregunta de qué funciones de PSD son más apropiadas para describir el complejo

naturaleza del movimiento sísmico del terreno, en conjunto con las regulaciones '

requisitos, sigue siendo un problema abierto. Qué hipótesis y métodos más

abordar de manera realista la descripción del fenómeno de movimiento del suelo ha sido el

tema de discusión en las últimas cuatro décadas. En este Capítulo, los desarrollos de

modelado de movimiento de suelo compatible con espectro de respuesta desde la década de

1970 hasta

ahora, se revisan al abarcar los primeros modelos estacionarios propuestos y el

procesos estocásticos más avanzados que representan la frecuencia no estacionaria,

los llamados procesos completamente no estacionarios. Las contribuciones provistas por este
trabajo

54

se componen de las tendencias actuales, que incorporan los parámetros sismológicos

obtenidos

de bases de datos de terremotos reales, a los modelos.

A partir de una revisión de las metodologías más avanzadas, el inconveniente común

observado

se refiere a la variabilidad del contenido de frecuencia que los acelerogramas generados por el

las metodologías actuales no se manifiestan. De hecho, incluso si los acelerogramas reales

poseen

la misma magnitud y distancia epi-central, su variación de contenido de frecuencia con

el tiempo es diferente Las características distintivas de cada registro individual inducen

variabilidad de los parámetros de movimiento del suelo (por ejemplo, variabilidad de la

respuesta espectral)

ordenadas sobre su valor medio o mediano), que se estiman, por ejemplo, por

análisis de datos de conjuntos de registros reales disponibles en bases de datos. Historias de

tiempo sintéticas,

determinándose a partir de una única función de densidad espectral de potencia, poseen

distribución de frecuencias en tiempo compartido similar y presentan una dispersión marginal
sobre su

espectro de respuesta media simulada. Pocos autores han intentado reproducir el

variabilidad natural de acelerogramas reales para simular historias temporales artificiales. En

A la luz de esta brecha en el conocimiento, este trabajo propone una evolución

completamente no estacionaria

procesos estocásticos con variables aleatorias simuladas por

técnicas, que están incorporadas a la función PSD propuesta.

En este Capítulo, la técnica propuesta para simular avanzada completamente no estacionaria

los movimientos de tierra compatibles con el espectro de respuesta se presentan y discuten.

No estacionario

y las funciones PSD totalmente no estacionarias se derivan de un solo versátil

proceso estocástico de movimiento de suelo, que es capaz de modelar la frecuencia de tiempo

variación y, además, la variabilidad del contenido de frecuencia entre los

acelerogramas simulados El procedimiento propuesto requiere la definición de un

Función de densidad espectral de potencia evolutiva (EPSD) con parámetros aleatorios, por

que la variabilidad del contenido de frecuencia de tiempo se impone. Las variables aleatorias

presentando la variabilidad de los terremotos simulados son calibrados en un conjunto de

terremotos registrados teniendo en cuenta la desviación estándar realista de la respuesta

aceleraciones espectrales en diferentes períodos.

Además, en este Capítulo, las implicaciones de la selección del movimiento del suelo en el

se investiga el diseño de sistemas estructurales; un análisis exhaustivo de la estructura

respuesta de las estructuras seleccionadas sometidas a los modelos de movimiento del suelo
en

la investigación se analiza en un estudio comparativo de las respuestas de referencia

edificios. Los procesos de entrada estocástica compatibles con el espectro de respuesta bajo

investigación son: uno entre los modelos de movimiento terrestre cuasiestacionarios

tradicionales,

un movimiento del suelo de variabilidad impuesto completamente no estacionario presentado

a continuación.

A partir del análisis de la respuesta estructural de los edificios de referencia, el

los criterios de compatibilidad del espectro exigidos por el Eurocódigo 8 han sido examinados y

algunos inconvenientes en la definición de las condiciones requeridas resaltadas.

Específicamente,
los diferentes modelos de movimiento de suelo aunque satisfacen la misma compatibilidad de
código

criterios, puede conducir a diferentes estadísticas de las respuestas de los edificios con
amortiguación

relaciones diferentes del nominal 5%, que también es aplicable para el comportamiento lineal

estructuras, sin embargo, la aceptación generalizada generalizada.Ecuación Capítulo 3 Sección

3

Revisión de literatura

Uno de los principales desafíos en el modelado de movimiento terrestre estocástico es incluir

el

variación de tiempo-frecuencia típica de los terremotos reales. Esto se debe a lo establecido

subestimando con respecto a la influencia que el contenido de frecuencia llevado por el

terremoto, tiene estructuras de ingeniería. El contenido de frecuencia no estacionaria de

terremotos se ha encontrado relevante para la evaluación sísmica de las estructuras

varios autores. Los investigadores han observado a lo largo de los años que la respuesta
dinámica

de estructuras no lineales está muy influenciado por el comportamiento no estacionario de la

entrada (ver, por ejemplo, Yeh y Wen 1990, Papadimitriou y Beck 1990, Beck y

Papadimitriou 1993, Wang et al. 2002, Spanos et al. 2007a, Spanos et al. 2007b,

Giaralis y Spanos 2010, Spanos y Kougioumtzoglou 2011, Spanos y Giaralis

2013). Papadimitriou y Beck (1990) y Beck y Papadimitriou (1993)

demostrado analíticamente la influencia de la frecuencia no estacionaria de la

acción sísmica sobre la respuesta de sistemas estructurales lineales y no lineales. Su

investigaciones demostraron que los sistemas no lineales pueden verse afectados

sustancialmente por

temporal no estacionaria en el contenido de frecuencia de la entrada debido al movimiento

efecto de resonancia, es decir, la variación de tiempo del período natural del sistema, que

rastrea la disminución de la frecuencia dominante del movimiento del suelo. Por otra parte, el

56

Los autores señalaron que también para el sistema lineal la influencia de la frecuencia no
estacionaria

puede ser importante a pesar de la aceptación general en el

comunidad.

Con el fin de realizar análisis estructurales contabilidad de una descripción completa de la

terremoto no estacionario, muchos investigadores y profesionales han estado persiguiendo

el uso de registros reales. Sin embargo, para encontrar conjuntos de acelerogramas reales que
son

compatible con un espectro de respuesta objetivo prescrito es impracticable y el

la modificación de los registros se vuelve crucial. Los investigadores han debatido sobre

supuestos subyacentes de los procedimientos de escalado de acelerogramas naturales y

simulación de movimientos de tierra artificiales en comparación (ver, por ejemplo, Iervolino et

al., 2010)

sin embargo, las evidencias proporcionadas hasta ahora no permiten llegar a una conclusión
sobre el

discusión.

Los registros naturales son habitualmente más atractivos para los practicantes, ya que estos
son fácilmente

accesible a través de bases de datos; señales de terremotos registrados son seleccionados y

escalados

adoptando criterios bastante simplificados establecidos por los códigos sísmicos

internacionales

(Katsanos et al. 2010). Los tiempos históricos registrados describen la frecuencia compleja

contenido del movimiento del suelo ya que mantienen la fase de las ondas sísmicas

caracterizado por el camino real desde la falla hasta el sitio. Se reconoce que el uso de

acelerogramas grabados escalados presenta varios beneficios (Watson-Lamprea y

Abrahamson 2006), sin embargo, podría proporcionar información engañosa para los
seleccionados

registros inconsistentes con las condiciones del suelo, una situación que puede llevar a una
exageración

de la demanda de desplazamiento y aporte de energía (Naeim y Lew 1995). Además,

los terremotos reales se seleccionan de bases de datos limitadas, que apenas proporcionan
varios

acelerogramas consistentes con una condición local específica del sitio (Hancock et al., 2008).

Además, los registros reales generalmente se ven afectados por un nivel de ruido debido a la

proceso de registro de la señal, cuyas correcciones de lo contrario pueden influir en el original

características del registro en sí (Boore y Bommer 2005), este aspecto induce una

cierto nivel de subjetividad a los modelos. A pesar del enriquecimiento de las bases de datos,
el
la disponibilidad de los terremotos registrados sigue siendo limitada en comparación con los
teóricos

infinito número de historias de tiempo que pueden ser simuladas por técnicas digitales por

medios de la teoría de la vibración aleatoria (véase, por ejemplo, Shinozuka y Deodatis 1996).

Además, se han realizado simulaciones más realistas que los procesos y campos estocásticos.

introducido al describir el movimiento del suelo como una propagación estocástica simulada

ola (Shinozuka y Deodatis 1988). A pesar de las limitaciones para capturar el

variación de tiempo realista del contenido de frecuencia de terremotos reales encontrados por

el enfoque estocástico, este último ha sido reconocido por proporcionar un alto nivel

de confiabilidad para aplicaciones de ingeniería (véase, por ejemplo, Vanmarke 1996, Kostic et
al.

2013). La simulación de historias temporales artificiales implica dos considerables

dificultades: (i) capturar la frecuencia no estacionaria típica de los terremotos reales

a través de funciones de PSD, que tienen una dependencia conjunta de tiempo y frecuencia, y
(ii)

cumpliendo con los requisitos de los códigos sísmicos definiendo un espectro de respuesta
compatible

Funciones de PSD vinculadas a los espectros de respuesta del objetivo.

Para ver inicialmente la aceleración del suelo en un lugar determinado como una muestra de

proceso aleatorio, Housner (1947) es considerado uno de los pioneros del estocástico

aproximación de ingeniería al modelado de movimiento de suelo. Luego, Kanai (1957) y Tajimi

(1960), propuso modelar el terremoto como un ruido blanco filtrado. Siguiendo adelante

del modelo de Kanai y Tajimi, Clough y Penzien (1975) establecieron un

espectro de potencia estacionaria desde el filtrado del espectro Kanai-Tajimi, como se describe

más en profundidad en el Capítulo 2. Con el paso de los años, el modelado del movimiento del
suelo ha

mejorado modulando la amplitud de tiempo primero, mediante el uso de timemodulating

funciones como por los modelos de Bogdanoff et al. (1961), Shinozuka y

Sato (1967) y Jennings et al. (1969). Para tener en cuenta tanto la amplitud

y la frecuencia no estacionaria, Saragoni y Hart (1974) propusieron un sistema completamente

no estacionario

modelo de movimiento de suelo de un ruido blanco gaussiano filtrado modulado por

segmentos de tiempo yuxtapuestos de funciones gamma, cuyas propiedades difieren de

segmento a segmento Una revisión exhaustiva sobre procesos estocásticos para

Shinozuka y Deodatis (1988) proporcionaron los movimientos de tierra del terremoto; el

el trabajo de los autores abarcó ruidos blancos filtrados, procesos de Poisson filtrados a lo
largo de

con la técnica de simulación presentada por los autores y compañeros de trabajo, y

además de la teoría para modelar y simular movimientos de tierra usando onda estocástica

modelos que amplían la definición del proceso oscilatorio de Priestley. Para modelar

y simulando movimientos de tierra no estacionarios directamente de terremotos registrados,

58

Deodatis y Shinozuka (1988) propusieron un modelo auto-regresivo basado en

definición de la función de autocorrelación para procesos oscilatorios evolutivos,

a partir de las cuales se obtuvieron funciones moduladoras que varían lentamente en el

tiempo

junto con los parámetros y las funciones paramétricas variantes de tiempo de Kanai-Tajimi

espectro, que fue adoptado como la contraparte estacionaria de la evolución

proceso. Basado en el análisis de acelerogramas sísmicos, Papadimitriou y

Beck (1990) propuso un proceso filtrado de banda ancha, con amplitud variable en el tiempo y

funciones paramétricas de tiempo de la contabilidad de frecuencia no estacionaria del

contribución dominante de las ondas P, S y superficiales transportadas por el suelo

movimiento. Yeh y Wen (1990) propusieron un modelo al adoptar simultáneamente el tiempo

y funciones de modulación de frecuencia y generalización del espectro Kanai-Tajimi.

De manera similar, Fan y Amadi (1990) proporcionaron otro intento, que empleó

el modelo Kanai-Tajimi para capturar la no estacionariedad de terremotos reales, seguido

por Rofoeei et al. (2001) quien adoptó la práctica técnica Moving Time Window para

obtener la función de frecuencia de tierra de registros para reproducir la frecuencia

no estacionariedad. Una contribución importante para modelar un terremoto no estacionario

los procesos vectoriales estocásticos fueron proporcionados por uno de los modelos
propuestos en Deodatis

(1996), en el cual el espectro evolutivo de Clough-Penzien fue generalizado por

empleando la función de frecuencia de tierra y los parámetros de amortiguación del suelo

variables en el tiempo,

previamente determinado para un registro sísmico real de acuerdo con Deodatis y

Shinozuka (1988). Desde la divulgación de las bases de datos junto con el aumento

número de redes de movimiento fuerte instaladas en todo el mundo, modelos analíticos y

los datos recopilados de los registros reales se han fusionado para proporcionar información
valiosa

para calibrar modelos de movimiento de tierra. Entre los modelos físicos de funciones PSD

definido mediante el uso de los datos de las bases de datos, el trabajo de Sabetta y Pugliese
(1996) es

encontró. Los autores propusieron un movimiento de piso completamente no estacionario

como una función de

distancia de magnitud y geología del sitio. Las historias temporales grabadas estaban
vinculadas a un

definición estocástica de la acción sísmica por Conte y Peng (1997) directamente

derivando funciones PSD de registros reales de acuerdo con la teoría de sigma

procesos oscilatorios propuestos. Según Conte y Peng (1997), la sísmica

el movimiento del suelo se ve como una suma finita de modulación uniforme independiente

proceso estocástico gaussiano de media cero. El modelo completamente no estacionario

permite

capturar la intensidad y el contenido de frecuencia de los registros reales mediante el uso de la

propuesta

extensión del método de estimación del espectro de Thomson. Una contribución notable a

el campo de la modelización del movimiento del suelo ha sido proporcionado por el

documento de revisión sobre

modelado, generación de estimación estadística de registros sintéticos de Shinozuka et al.

(1999). Los autores presentaron el modelado del movimiento de las ondas del terremoto para
cerca

terremotos de campo por modelos físicamente consistentes, que son pertinentes a una
sísmica

fuente y contabilidad de las incertidumbres tanto del medio como de la fuente. Además,

Shinozuka et al. (1999) presentaron modelos fuente sistemáticamente sismológicos,

pertinente a un terremoto específico, junto con técnicas para análisis estadísticos de

las estadísticas temporales y espaciales del movimiento del suelo. Spanos et al. (2005)

propuso un procedimiento aplicado para estimar el espectro evolutivo de un no estacionario

proceso estocástico, capturando la no estacionariedad de un registro sísmico

mediante el uso de la transformada wavelet armónica. Sucesivamente, Spanos et al. (2007)

introducido
una técnica para el análisis de tiempo-frecuencia y la representación de señales de terremoto
por

medios de descomposición adaptativa de chirplet, junto con el empleo de

la distribución de Wigner-Ville. A través de funciones paramétricas de PSD, Rezaeian y Der

Kiureghian (2008) formuló un modelo de movimiento de suelo no estacionario capaz de

capturar la característica de un evento sísmico real, el proceso estocástico propuesto es

un ruido blanco filtrado modulado con parámetros variables en el tiempo, que es directamente

relacionado con el terremoto y las características del sitio. Los modelos aquí presentados

abarcan la representación de estacionario, casi estacionario y completamente no estacionario

movimientos de tierra, a partir de los cuales se pueden simular muestras de historias

temporales a través de

diferentes técnicas de simulación (ver, por ejemplo, Grigoriu 1995, Shinozuka y Deodatis

1996, Spanos et al. 2002).

La representación del tiempo-historia de la acción sísmica se lleva a cabo para un gran número

de las aplicaciones de ingeniería para realizar determinística y probabilística

análisis. Una evaluación rigurosa de los sistemas multi-grado no lineales de libertad a menudo

requiere el uso de historial de entrada para predecir el nivel de daño y disipación

de la energía del sistema debido a la carga cíclica. El análisis del tiempo-historia resulta un
deseable

alternativa a procedimientos complejos para la evaluación de estructuras no lineales

60

sistemas, por ejemplo, cuando un enfoque estocástico riguroso puede ser engorroso para

alto esfuerzo computacional involucrado.

Cuando se lleva a cabo el análisis de la historia del tiempo, los ingenieros en ejercicio tienen
que tratar con el

prescripciones sísmicas, que de acuerdo con las agencias reguladoras internacionales

imponer los llamados criterios de compatibilidad del espectro (ver, por ejemplo, Eurocode 8
2010).

Específicamente, las prescripciones del código imponen una correspondencia entre un

prescrito específico

espectro de respuesta objetivo específico del sitio y el valor medio o medio de la respuesta

espectros derivados de un conjunto de acelerogramas naturales o sintéticos. El espectral

la coincidencia se refiere a un rango específico de períodos relacionados con el primer período

natural de
la estructura y debe garantizarse dentro de una tolerancia prefijada, p. por encima del 90%

del espectro de referencia para el EC8. El espectro de respuesta simulado promedio es

obtenido de acuerdo con la ecuación (2.38), que expresa la respuesta máxima de lineal

Sistemas SDOF con relación de amortiguación fija, forzado por un historial de tiempo de un
seleccionado

registro escalado o generado por técnicas de simulación. Si los tiempos son

compatibles con el espectro de respuesta, los acelerogramas simulados son adecuados para el
diseño

propósitos. Los modelos de movimiento de suelo de la acción sísmica anteriormente

mencionada son

generalmente no es compatible con los requisitos del código, hizo la exclusión del modelo

de Deodatis (1996), en el que una técnica para lograr la compatibilidad del espectro era

también propuesto.

En el contexto del modelado de movimiento terrestre estocástico siguiendo el espectro de

respuestas

enfoque compatible, la simulación de historias de tiempo compatibles con un

el espectro dado es un problema inverso complejo. Consiste en buscar el

representación del proceso estocástico cuyas realizaciones, los acelerogramas,

determinar un resultado establecido de antemano; el cumplimiento del espectro de respuesta

media

los requisitos. La solución al problema inverso antes mencionado no es una sola

uno, dado que un conjunto infinito de realizaciones y su espectro de respuesta media simulado

puede satisfacer la correspondencia prescrita. Para garantizar la frecuencia no estacionaria y

satisfacer los requisitos de los códigos sísmicos de la compatibilidad del espectro es una más
compleja

problema que se elude en lugar de seguir un enfoque directo del problema como

abordarse asumiendo la hipótesis de estacionariedad. El enfoque para modelar el

movimiento de tierra como un proceso estacionario fue proporcionado a principios de la

década de 1970 por un sólido

relación entre el espectro de respuesta objetivo y la densidad espectral de potencia

función. Esta relación todavía es utilizada por profesionales e investigadores para desarrollar

modelos de movimiento de tierra compatibles con el espectro de respuesta más avanzados

como se busca en

esta investigación. Debe enfatizarse que la evaluación del espectro de respuestacompatible

la función de densidad espectral de potencia posee los dos aspectos: (i)

permitiendo la generación de acelerogramas artificiales a través de la ecuación (3.43) y (ii)

permitiendo el análisis estocástico directo.

En las siguientes secciones, una descripción general del desarrollo del espectro de respuestas
relevante

Se intentan modelos de movimiento terrestre compatibles (Cacciola y D'Amico

2015). A saber, el estocástico estacionario, casi estacionario y completamente no estacionario

los procesos son discutidos.

3.1.1 Procesos estocásticos estacionarios y cuasiestacionarios gaussianos

Asumiendo la aceleración sísmica del suelo como la realización de un gaussiano de media cero

proceso aleatorio separable, los modelos estocásticos de respuesta temprana del espectro de
respuesta

de la acción sísmica considerar solo la intensidad del movimiento del suelo para cambiar con

hora. Estos modelos se obtienen modulando un proceso estacionario que describe el

contenido de frecuencia del movimiento, a través de una envolvente determinista

dependiente del tiempo

función (ver, por ejemplo, la ecuación (2.92)). Estos procesos estocásticos uniformemente
modulados

son un caso especial de procesos no estacionarios y generalmente se conocen como

cuasiestacionarios

modelos. La suposición subyacente de la aceleración de tierra separable

proceso permite modelar de forma independiente la frecuencia estacionaria dependiente

contraparte y el sobre dependiente del tiempo. Los procesos uniformemente modulados

representan una aproximación para el movimiento del terreno del terremoto que
generalmente no es estacionario

en contenido de intensidad y frecuencia. Para asumir espectral estacionario

las formas del movimiento de terreno estocástico se han considerado satisfactorias para el
análisis

de estructuras lineales, en el que solo las componentes espectrales en la proximidad de la

los períodos naturales son significativos (Shinozuka 1988).

En el marco de los procesos estocásticos gaussianos compatibles con el espectro de respuesta

se han propuesto varios procedimientos para determinar la potencia cuasi estacionaria

funciones de densidad espectral. Aquí los modelos formulados por Vanmarcke y

62
Gasparini (1977), Kaul (1978), Sundararajan (1980), Pfaffinger (1983), Preumont

(1980), Der Kiureghian y Neuenhofer (1992), Park (1995), Cacciola et al. (2004)

son dirigidos. La lista no es completamente completa y los lectores pueden recomendar

referencias adicionales a los documentos de revisión de Ahmadi (1979) y Cacciola (2011).

3.1.1.1 Posición del problema

Para abordar el problema de la simulación de acelerogramas artificiales compatibles con un

espectro de respuesta dado, en primer lugar, es necesario determinar el conocimiento general

función de densidad espectral de potencia compatible con el espectro de respuesta. Bajo la

hipótesis

de proceso de movimiento de suelo estacionario Gaussiano de media cero Vanmarcke y

Gasparini

(1977) señalaron la relación fundamental entre la respuesta objetivo

espectro y la función de densidad espectral de potencia del movimiento del suelo a través del

"Primer problema de paso" presentado en el Capítulo 2, que de acuerdo con la ecuación

(2.139)

para las aceleraciones espectrales de respuesta lee

2 ()

0 0 0 s 0 0 (,) =,,,, U U U RSA ω ζ ω η T p δ ω ζ σ (3.1)

donde 0 0 RSA (ω, ζ) es el espectro de respuesta de pseudoaceleración para un determinado

relación de amortiguación 0 ζ y frecuencia circular natural 0

ω, U η es el pico sin dimensiones

factor caracterizado por la ventana de observación de tiempo s T la probabilidad de no

excedencia p, y el factor de ancho de banda U δ; σU es la desviación estándar de

proceso de respuesta de desplazamiento relacionado con el momento espectral estacionario

de orden cero

λ0, U como se ve en la ecuación (2.114).

En las últimas cuatro décadas, la ecuación (3.1) ha sido utilizada por varios autores para definir
el

función de densidad espectral de potencia compatible con el espectro de respuesta. Los

métodos

propuestas en la literatura principalmente se diferencian entre sí por la hipótesis adoptada

para definir el factor de pico y para las aproximaciones involucradas en la evaluación del

momentos espectrales de respuesta.

Los autores que primero introdujeron la relación implícita para la evaluación de la

la función de densidad espectral de potencia compatible con el espectro de respuesta fueron

Vanmarke y

Gasparini (1977); la fórmula propuesta todavía hoy es utilizada por los investigadores y

practicantes Para alcanzar este objetivo, Vanmarke y Gasparini (1977) propusieron un

expresión aproximada de la desviación estándar del desplazamiento de respuesta

1/2

200

000

1 () 1 () d

= - +

U∫GG

ωπ

σωωω

ωζ

(3.2)

La ecuación (3.2) se determina bajo la hipótesis de una pequeña relación de amortiguamiento

0ζy

aproximar la función de transferencia de energía con su valor 2 4

0 H (0) = 1 ω en el rango

de frecuencias entre 0 y 0

ω. Además, adoptaron el factor máximo

expresión proporcionada bajo la hipótesis de cruce externo de

barreras (véase, por ejemplo, Vanmarke 1976), a través de su valor límite superior (relativo a

amortiguación más alta del 10%), es decir,

2ln 2

ln
= -

Upp U

norte

pag

η (3.3)

y para un límite inferior válido para sistemas no amortiguados

, 1 0.25ln

ln

=+ -

U bajo

norte

pag

η (3.4)

En las ecuaciones (3.3) y (3.4) p es el valor de la probabilidad no superior a la elegida

igual a 0.5, determinando el valor mediano del factor máximo; se observa que por esto

suposición de que la mediana se aproxima a la media; U N es el número de cruces

de la barrera dada sobre la ventana de observación de tiempo fijo s T asumió

igual a la fase de movimiento fuerte del proceso de movimiento del suelo, eso es

0 s NU = ν T (3.5)

donde 0 ν es la tasa promedio de cruces externos del nivel cero visto en la ecuación (2.131),

dependiendo del momento espectral de cero y segundo orden. La dependencia de la

el factor de pico de la función de densidad espectral de potencia de la respuesta se supera

mediante

aproximar los momentos espectrales de respuesta con su solución para el ruido blanco

64

entrada que conduce a la siguiente fórmula (Der Kiureghian 1980)

20
= NU

Tω

(3.6)

Finalmente, el espectro de potencia unilateral estacionaria compatible con el espectro de

respuesta

la función de densidad se puede expresar usando las ecuaciones. (3.1), (3.2) y (3.3) de la
siguiente manera

20

00

02

() = 1 (,) () d

G RSA G

ωωζ

ωωω

πη

(3.7)

En el que también se ha sustituido la relación de amortiguación 0 ζ por la amortiguación ficticia

s ζ tener en cuenta la parte transitoria del proceso de respuesta

2001

0 = (1- t) -

s ζ e ζ ω ζ (3.8)

que tiende a la amortiguación natural del oscilador una vez que la respuesta de estado
estacionario

Ha desarrollado.

Además, los dos autores desarrollaron el software informático SIMQKE (Gasparini)

y Vanmarke 1976), proporcionando una herramienta práctica para simular historias de tiempo
de un

función de densidad espectral de potencia compatible con el espectro de respuesta que es

implementado como

21

() 4 (,) ()

= -Δ

Σi

si

yo k

iUk

G RSA G

ζωζ

ωωω

ωπη

(3.9)

en el que se adopta una expresión más precisa del factor de pico bajo el

la hipótesis de la barrera de los cruces en grupos, que es

0s0s

s 0 0 (,,,,) 2ln 1 exp ln

(ln) (ln)

UUU

TpTT

pp

ωω

ηδωζδπ

ππ

(3.10)

donde U δ es el factor de ancho de banda visto en la ecuación (2.99) que para la entrada de
ruido blanco

proceso es aproximado por el siguiente

λλπ

(3.11)

Después de seleccionar una función de modulación de tiempo, el software emplea la

propuesta

función de densidad espectral de potencia para simular acelerogramas sintéticos a través de

superposición de funciones armónicas aleatorias a través de la ecuación (3.43).

Otra contribución para determinar una expresión simplificada de la potencia espectral

la función de densidad compatible con un espectro de respuesta dado ha sido proporcionada

por

Kaul (1978); el autor adoptó el factor de pico en la ecuación (3.3) junto con

la hipótesis de que los momentos espectrales de respuesta se determinan bajo

hipótesis del proceso de entrada de ruido blanco. Por lo tanto, U N se determina de acuerdo
con

la ecuación (3.6) y los momentos espectrales de respuesta de orden cero se dan de la siguiente
manera

0, 3 0

00

()
4

=UGπ

λω

ζω

(3.12)

Después de un poco de álgebra simple, la siguiente función de densidad espectral de potencia

estacionaria es

determinado

00

02

() = 4 e (,)

G RSA

ζωζ

πω η

(3.13)

donde la amortiguación del oscilador se ha ajustado según lo sugerido por Rosenblueth

y Elorduy (1969) de la siguiente manera

=+2a

ft

ζζ

(3.14)

En donde f t es la duración del proceso estocástico. Como Kaul (1978) asumió

el proceso como estacionario f t es coincidente con s T.

La ecuación (3.14) ha sido utilizada por Der Kiureghian y Neuenhofer (1992) para
investigar una metodología de espectro de respuesta para la excitación sísmica multi-apoyo,
en

que se adoptó un valor constante del factor máximo. Actualmente su estacionario

66

la fórmula de la función de densidad espectral de potencia se adopta en el Eurocódigo 8 parte

2 (2010),

recomendado para el análisis sísmico de puentes, eso es

20000

002

() 2 2 4 (,) 0

2.5

= + ≥≥≥

G RSD

ζωωζ

ωωω

ππ

(3.15)

donde 2

0 0 0 0 0 RSD (ω, ζ) = RSA (ω, ζ) = ω es el espectro de respuesta de desplazamiento.

Sundararajan (1980) introdujo un método iterativo para definir el espectro de respuestas

función de densidad espectral de potencia compatible, de forma diferente a la directa

enfoques seguidos por Vanmarke y Gasparini (1977), Kaul (1978) y Der

Kiureghian y Neuenhofer (1992). El procedimiento iterativo establecido por

Sundararajan (1980) parte de una solución de prueba del problema del primer pasaje dado en

ecuación (3.1) y varianza del proceso de respuesta dada por la ecuación (3.12)

0000

02
() = 4 (,)

G RSV

ζωωζ

πη

(3.16)

donde 0 0 0 0 0 RSV (ω, ζ) = RSA (ω, ζ) / ω es el espectro de respuesta de velocidad y el

el factor máximo se supone independiente de la entrada de acuerdo con la hipótesis de

pequeño

mojadura. Las fórmulas de Davenport (1964) y Amin y Gungor (1971) han sido

considerado adecuado para este fin. Sin embargo, en el análisis numérico realizado por

los autores un valor constante = 3 U η ha sido seleccionado.

Después de determinar la primera solución de prueba de la función de densidad espectral de

potencia

Aproximadamente por partes de funciones lineales, el autor expresó la varianza de

la respuesta de desplazamiento en consecuencia como

222222

0000

() 1, ...,

() 4

==

- + Σ∫k

norte

GdkN

ω
ω

σω

ωωζωω

(3.17)

en el cual las integrales han sido determinadas en forma cerrada, eso es

ωωωω

ωωζωω

ωωωω

ωω

(3.18)

donde 1 (,) k k + J ω ω y 1 (,) k k + K ω ω son las soluciones de las integrales determinadas

analíticamente, dado por las siguientes ecuaciones

1222222

000

(,) 1

() 4

+=

-+∫

kkJd

ωωω

ωωζωω
(3.19)

1222222

000

(,)

() 4

+=

-+∫

kkKd

ωωω

ωωζωω

(3.20)

El procedimiento iterativo procede por la comparación del espectro de respuesta objetivo

y el espectro de respuesta aproximado evaluado a través de la semi-analítica

expresión de la varianza del desplazamiento de respuesta. Los valores k G son entonces

actualizado escalando sus valores por la razón del cuadrado del espectro de respuesta objetivo

y el espectro de respuesta aproximado.

En el mismo año Preumont (1980) unió soluciones directas e iterativas para

resolver el problema inverso de procesos de movimiento de tierra compatibles con el espectro

de respuesta

obtenido a partir de espectros de respuesta dados; siguiendo el enfoque utilizado por Kaul
(1978)

y Sundararajan (1980) la solución sugerida se da como

00
02

() = 4 e (,)

G RSA

ζωζ

πω η

(3.21)

en el que el factor máximo semiempírico dado en las ecuaciones (3.10) y (3.11) es

empleados, teniendo en cuenta el factor de dispersión ajustado 1.2

U δ (Vanmarcke 1972). los

también se usa la amortiguación ficticia s ζ dada por la ecuación (3.8).

La solución aproximada dada en la ecuación (3.21) proporciona resultados precisos para baja

y frecuencias intermedias. Por lo tanto, el autor consideró la solución propuesta

por Vanmarcke y Gasparini (1977) dados por la ecuación (3.2) con el margen ajustado

68

factor como una mejora adicional de la ecuación (3.10). Como la evaluación del factor máximo

depende de toda la función de densidad espectral de potencia, que está intrínsecamente

relacionada

a las características espectrales del proceso de respuesta desconocido (ver ecuaciones,

(2.114), (3.5), (2.131) y (3.11)), el autor desarrolló un algoritmo que permite

para actualizar las características espectrales del proceso de respuesta cada paso de frecuencia
de

definición del dominio de frecuencia. El esquema iterativo difiere principalmente del

procedimiento propuesto por Sundararajan (1980) como no solo el orden cero espectral

el momento se actualiza en cada paso pero también el factor máximo. Para este objetivo, el
primero y

los momentos espectrales de segundo orden también se actualizan en el esquema iterativo.

Usando un

representación paso a paso de la función de densidad espectral de potencia como

[] 1
() 1 () () 1, ...,

2 + = + = k k k G ω G ω G ω k N (3.22)

Los momentos espectrales de la respuesta se determinan analíticamente de acuerdo con

siguiente fórmula

,222222

0000

() 1, ...,

() 4

==

- + Σ∫k

Ni

yo U

GdkN

ωω

λω

ωωζωω

(3.23)

Y aproximar el primer término para i = 0,1,2 como

(3.24)

(3.25)

(3.26)

donde 1 0 0 (,,,) k k + φ ω ω ω, 1 0 0 (,,,) k k + θ ω ω ω ζ y 1 0 0 (,,,) k k + ψ ω ω ω ζ son

determinados

en forma cerrada.
En el escenario de métodos iterativos para definir la función de densidad espectral de potencia

a partir de un espectro de respuesta conocido, Pfaffinger (1983) propuso un procedimiento en

el que

la discretización por polinomios por partes se implementa numéricamente. El libre

los parámetros se determinan iterativamente por un ajuste de mínimos cuadrados. El factor

máximo utilizado es

la expresión proporcionada por Davenport (1964), suponiendo la independencia estadística

de los cruces de una barrera dada, eso es

2ln (2)

2ln (2)

=+UU

norte

norte

η (3.27)

donde γ = 0.5772 es la constante de Euler y U N dada por la ecuación (3.6).

La función de densidad espectral de potencia compatible con el espectro de respuesta

unilateral es

discretizó en el intervalo +1 <<k k ω ω ω y se obtuvo sumando el valor por partes

polinomios de la siguiente manera

() () 1, ...,

= = ΣN

kk

G ω p P ω k N (3.28)

donde i p son parámetros libres o deben asignarse para satisfacer los requisitos especificados

condiciones, y () i P ω son los polinomios de interpolación.

De acuerdo con la aproximación dada en la ecuación (3.28), la desviación estándar y

la tasa de cruces medios del nivel cero se obtiene a partir de las siguientes ecuaciones,
respectivamente

1/2

0, 0 0

(,)

ΣN

Uii

yo

σ p I ω ζ (3.29)

1/2

2, 0 0

0, 0 0

(,)

2 (,)

norte
yo

yo

UN

yo

yo

Pi

Pi

ωζ

πωζ

(3.30)

donde 2 j, i I está dado por

IPdj

ωω

ωζω

ωωζωω

(3.31)

Eso se ha derivado analíticamente. Los parámetros i p y el polinomio

los coeficientes finalmente se determinan a través de un ajuste de mínimos cuadrados.

Con base en el modelo propuesto por Pfaffinger (1993), Park (1995) definió un método para

derivar la función de densidad espectral de potencia equivalente de una respuesta objetivo

determinada

espectro. El acercamiento al modelado consiste en asumir el poder bilateral

función de densidad espectral como la suma de las funciones delta de Dirac con desconocido

amplitudes, eso es

11

() () () ()

==

=ΣΔ=Σmm
jjjjj

jj

S ω ω ω ω δ ω (3.32)

donde S (ω) es la función de densidad espectral de potencia a dos caras desconocida, () j δ ω

son

Funciones delta de Dirac para cada componente, Δ j

ω es el paso de frecuencia incremental

yj p son los componentes de potencia discretizados.

Por lo tanto, al superponer una serie de funciones delta de Dirac, el proceso resultante

es una banda ancha, que generalmente es el caso de terremotos reales.

El espectro de respuesta objetivo discretizado se obtiene como una superposición del

componentes de la potencia y del espectro de respuesta en sí mismo como siguiente

22

0, 0

(,) (,,) = 1,2, ...,

= Σm

kjkjkj

RSA ω ζ p RSA ω ω ζ k m (3.33)

donde 0 (,) k RSA ω ζ es el espectro de respuesta objetivo discretizado,, 0 (,,) k j k j RSA ω ω ζ es

la respuesta de aceleración máxima de un solo grado de sistema de libertad con natural

frecuencia k

ω, relación de amortiguamiento 0 ζ y forzada por banda estrecha () j δ ω delta de Dirac

funciones. , 0 (,,) k j k j RSA ω ω ζ se determina utilizando la aproximación del factor de pico

por

Davenport (1964) con U N dada por la ecuación (3.6) y duración equivalente e T

definido como

(3.34)
donde a (t) es una función de modulación de tiempo seleccionada y f t es la duración total de
la

terremoto.

Los coeficientes desconocidos j p que definen la función de densidad espectral de potencia son

evaluado al minimizar la siguiente función de penalización

22

0, 0

11

(,) (,,) 0;

==

- ≥

ΣΣnm

kjkjkjj

kj

RSA ω ζ p RSA ω ω ζ p (3.35)

donde n representa el número de frecuencias que discretizan la respuesta del objetivo

espectro.

Siguiendo el enfoque propuesto por Vanmarcke y Gasparini (1977), Cacciola et

Alabama. (2004) desarrolló una expresión recursiva útil y precisa para determinar la

función de densidad espectral de potencia compatible con un espectro de respuesta dado

21

00

0101

() 0, 0

() 4 (,) (),

4 (,)

-
-=

=∀≤≤

= - Δ ∀> -

yo

yo

yo

yo k

iiUik

GRAMO

G RSA G

ωωω

ζωζ

ωωωω

ωπζωηω

(3.36)

donde ≅ 1 rad / s α ω que es el límite inferior del dominio de existencia del pico

factor U η evaluado según Vanmarcke (1976), que para la entrada de ruido blanco

lee

0 s 1.2 0 s

0 0 (,) 2ln 1 exp ln

(ln) (ln)

UU

TT

pp

ωω

ηωζδπ
ππ

(3.37)

y el factor de ancho de banda según Der Kiureghian (1980), que es

2 1/2

22

00

1 1 1 2 arctan

11

= - -

- -

ζπζ

(3.38)

Recientemente Di Paola y Navarra (2009) propusieron una expresión de forma cerrada para

función de densidad espectral de potencia compatible con el espectro de respuesta cuyos

parámetros son

definido a través de una mejor adaptación del modelo propuesto por Cacciola et al. (2004)

Curiosamente, Giaralis y Spanos (2010) investigaron el límite inferior de la

dominio de existencia del factor de pico, evaluado de acuerdo con la expresión vista en

ecuación (2.142); los autores especificaron las condiciones que deben ser simultáneamente

satisfecho, que son

{()}

0,

1 1.2 1

0,, 0,

En 2 (ln) 0
En 2 (ln) exp ln (2 (ln)) 0

--

- ≥

- - ≥

Us

U s iU U s

Tp

TpTp

νδπ

(3.39)

donde 0, U ν es la tasa media de cruce del nivel cero según la ecuación

(2.131).

Con la evaluación numérica del esquema introducido para diferentes entradas PSD, el

WN, KN y el espectro CP, los autores validaron la condición afirmada en la literatura,

que el valor del factor de pico no es sensible a la forma de la función PSD de

el proceso de entrada.

3.1.1.2 Expresiones de formulario cerradas para los parámetros de Jennings

et al. (1969) Función Time-Modulating

En este trabajo, la función de modulación de tiempo propuesta por Jennings et al. (1969) tiene

elegido por su idoneidad para modelar el estocástico compatible con el espectro de respuesta

procesos. Jennings et al. (1969) la función puede facilitar el logro de

los criterios de compatibilidad del espectro debido a la forma determinada por el tracto
constante

durante un intervalo de tiempo seleccionado.

La expresión de Jennings et al. (1969) la función viene dada por

<

≤≤
 - ->

ttt

atttt

βtttt

(3.40)

donde los parámetros 1 t, 2 ty β son respectivamente el tiempo inicial y el final de

el movimiento fuerte s T y un parámetro que determina la disminución de la función desde 2 t

hasta que se desvanece la aceleración.

En este trabajo los valores de las expresiones para los parámetros 1 t, 2 t y β en

la ecuación (3.40) se evalúa en una solución de forma cerrada al imponer que la energía de

el movimiento de terreno estocástico alcanza los valores del 5% y 95% respectivamente en 1 t

y 2 t. Es decir, mediante el uso de la función generalizada Husid ampliada para estocástica

procesos propuestos por Cacciola y Deodatis (2011)

() ()

()

() ()

a t G d dt

Ht

a t G d dt
ωω

ωω

∫∫

∫∫

(3.41)

e imponiendo que 1 H (t) = 0.05 y 2 H (t) = 0.95, la ecuación (3.41) conduce al

siguiendo los valores analíticos de Jennings et al. (1969) parámetros de función como

función de la duración de la parte estacionaria s T, que es

12

= 9; t = 2.5; t = 11.5

ββ

(3.42)

La figura 2.3 muestra la demostración de la validez de la fórmula derivada

cuyo gráfico a) muestra las funciones de Husid evaluadas de forma no estacionaria

acelerogramas simulados a partir de un proceso de movimiento terrestre estocástico con

amplitud

no estacionaria modelada de acuerdo con Jennings et al. (1969) y la propuesta

parámetros y su valor medio.

Figura 2.3. a) Las funciones Husid de los acelerogramas simulados por el

Jennings et al. (1969) la función de modulación del tiempo con la propuesta

parámetros; b) la función generalizada de Husid (teórica) y la media

valor obtenido de acelerogramas simulados (MCS).

Más sobre la gráfica b) presenta la función general de Husid según Cacciola y

Deodatis (2011), nombrado como teórico, en comparación con el valor medio de la Husid

funciones simuladas por MCS. El área sombreada en la Figura 2.3 b) en gris oscuro muestra
una
longitud de tiempo de 10 s que es el valor del movimiento fuerte adoptado para ilustrativo

propósitos.

De ahora en adelante, los parámetros en la ecuación (3.42) se adoptan para modelar el tiempo

no estacionariedad cuando Jennings et al. (1969) se emplea la función.

3.1.1.3 Aplicación numérica

Los modelos directos presentados en la sección 3.1.1.1., Se aplican a continuación para simular

acelerogramas quasi estacionarios artificiales compatibles con una aceleración seleccionada

espectro de respuesta proporcionado por el Eurocódigo 8. La compatibilidad espectral lograda

por

se ilustra el modelo en comparación; las funciones estacionarias de densidad espectral de

potencia

comparados son: Gasparini y Vanmarcke (1976), Vanmarcke y Gasparini (1977),

Kaul (1978), Preumont (1980), Der Kiureghian y Neuenhofer (1992) y Cacciola

et al. (2004)

0 5 10 15 20

0.2

0.4

0.6

0.8

Tiempo [s]

Función Husid

Teórico

MCS

0 5 10 15 20

0.2

0.4

0.6

0.8

Una vez que los procesos estocásticos se han modelado definiendo las funciones de PSD
para el sitio específico, la simulación de los tiempos históricos puede ser realizada por

Método de Representación Espectral (SRM) (ver, por ejemplo, Shinozuka y Jan 1972,

Shinozuka y Deodatis 1991). A través del método de simulación Monte Carlo, es

posible definir los tiempos-historia por suma de armónicos Na con ponderado

amplitud y fase aleatoria uniformemente distribuida. Para uni-variate unidimensional

procesos estocásticos, la muestra del acelerograma está dada por

() ()

() 2 (,) cos ()

=ΣΔΔΔ+

N/A

rr

gi

yo

u t G i ω t ω t ω t φ (3.43)

donde Δω es el intervalo de tamaño del dominio de frecuencia discretizado, G (i Δω, t) es el

función de densidad espectral de potencia vista en la ecuación (2.91) - (2.93) y (r)

yo φ

son

fases aleatorias independientes distribuidas uniformemente en el intervalo [0, 2π).

La aceleración espectral de respuesta definida por EC8 para la relación de amortiguamiento

del 5% es

dada por

() ()

()

()

()

00

00
00

020

1 1.5 0

2.5

2.5

2.5 4

= + ≤≤

=≤≤

= ≤≤≤

= ≤≤≤

gB

segundo

gBC

do

gCD

DISCOS COMPACTOS

gD

RSA T a S T T T

RSA T a S T T T

RSA T a S T T T T

RSA T a S T T T T s
T

(3.44)

donde g a es la aceleración del suelo de diseño; S es el factor de suelo, 0 T es el natural

period y B T, C T y D T son los períodos especificados con relación al tipo de suelo.

De acuerdo con el Eurocódigo 8, el espectro de respuesta promedio de las historias de tiempo

simuladas

tiene que coincidir con el espectro de respuesta objetivo dentro de los siguientes prescritos

tolerancia a lo largo del rango prefijado de períodos

max 100 10%

- × ≤

RSA T RSA T

RSA T

(3.45)

donde () 0 RSA T es el espectro de respuesta promedio de al menos tres simulados

acelerogramas y () 0 RSA T es el espectro de respuesta objetivo.

Además, de acuerdo con las prescripciones EC8, las siguientes condiciones deben ser

verificado

(0)> g RSA a S (3.46)

donde el período 0 T = 0 representa la condición ideal de un SDOF infinitamente rígido

qué masa sigue la aceleración del suelo.

La duración mínima de la parte fija recomendada por el Eurocódigo 8 es de

10 s, que es el valor utilizado en esta aplicación numérica para definir Jennings et

Alabama. (1969) función de modulación del tiempo a través de la ecuación (3.40) y (3.42), que
dan

valores de β = 0.9, 1 t = 2.78 sy 2 t = 12.78 s. La figura 3.1 dilucida las diferencias

entre los valores de los picos de los factores asumidos en los modelos bajo investigación. los

expresión incluida en el Eurocódigo 8, parte 2, para la cual el factor máximo es igual a

2.5, induce un mayor contenido de energía en comparación con los demás. De la figura 3.1
puede

observar que el valor constante 2.5 está por debajo de los otros factores de pico en el rango

entre 10-100 rad / s, por lo tanto, la función de densidad espectral de potencia sugerida por el
El Eurocódigo 8, es decir, el modelo de Der Kiureghian y Neuenhofer (1992), resulta ser

Sobreestimado

Figura 3.1. Comparación entre las diferentes definiciones del factor máximo

adoptado en los modelos comparados para = 10 sT s.

Tenga en cuenta que el factor de pico relativo al modelo de Kaul (1978) es idéntico al

factor máximo presentado por Vanmarcke y Gasparini (1977), por lo que no ha sido

incluir en la Figura 3.1.

Los parámetros elegidos en esta aplicación numérica corresponden al tipo de suelo

Los espectros de respuesta A y Tipo 1 se informan en la siguiente tabla.

Parámetro Valor

S1

0.1 g

0.15 s

0.4 s

2.00 s

Tabla 3.1. Parámetros del espectro de respuesta objetivo de la definición: Tipo 1,

Escribe un.

La Figura 3.2 muestra las funciones de densidad espectral de potencia de los modelos
seleccionados, que

han sido evaluados numéricamente adoptando un paso de frecuencia de 0.1 rad / s.

Figura 3.2. Comparación entre la densidad espectral de potencia seleccionada

funciones

De la Figura 3.2, se observan pequeñas diferencias entre todos los modelos; aparte de

Der Kiureghian y Neuenhofer (1992) y Kaul (1978), todos los demás poderes espectrales

las funciones de densidad tienden a valores similares fuera de un cierto rango de frecuencias,
en

cuya amplitud de funciones tiende a ser insignificante.

Se generaron 100 acelerogramas mediante la ecuación (3.43) a través de

SRM, por superposición de armónicos con fases aleatorias uniformemente distribuidas

entre 0 y 2π, y mediante la ecuación (2.92) aplicada para PSD casi estacionario

funciones. Los acelerogramas se generan utilizando un paso de muestreo de tiempo de 0.01 sy

0.1 rad / s para la discretización en el dominio de la frecuencia. La figura 3.3 muestra la media
conjunto de los espectros de respuesta simulada obtenidos como la aceleración máxima de

osciladores con períodos entre 0 y 4 s, forzados por los tiempos-historias simulados.

Figura 3.3. Comparación del conjunto medio de la respuesta simulada

espectros

De la Figura 3.3 se observa que el modelo propuesto por el Eurocódigo 8, es decir, Der

Kiureghian y Neuenhofer (1992) conducen a un espectro de respuesta simulada media

significativamente por encima de la recomendada, sin embargo, es compatible con el espectro

de respuesta

ya que cumple con las disposiciones de las condiciones presentadas en las ecuaciones (3.45) y

(3.46). No se han adoptado iteraciones para mejorar la coincidencia entre

el espectro de respuesta prescrito y la respuesta estocástica media simulada

aceleraciones espectrales, que generalmente pueden ser perseguidas por la siguiente iteración

esquema

(1) () (1) 0 0

0 0 0 0 0 0 0 0 (1)

00

() (); () () (,)

(,)

==

jj

G G G G RSA

RSA

ωζ

ωωωω

ωζ
(3.47)

donde RSA (j-1) es el espectro de respuesta de pseudoaceleración aproximado

determinado en la j-ésima iteración y RSA el espectro de respuesta objetivo.

3.1.2 Procesos estocásticos gaussianos no estacionarios

Las historias temporales de movimiento del suelo generadas a partir de estocástica cuasi
estacionaria

procesos y presentados en las secciones anteriores, tienen solo su amplitud variable

con tiempo. Aunque este enfoque generalmente se considera conveniente para la sísmica

análisis de las estructuras tradicionales de comportamiento lineal, no conduce a un

descripción del fenómeno sísmico.

El cambio del contenido de frecuencia del terremoto con el tiempo reconocido de primaria

importancia especialmente para las estructuras de ingeniería no lineales (ver, por ejemplo, Yeh
y Wen

1990, Wang et al. 2002, Spanos et al. 2007a, Spanos et al. 2007b, Giaralis y

Spanos 2010, Spanos y Giaralis 2013, Spanos y Kougioumtzoglou 2011) y

también puede influir en la respuesta de la estructura lineal, como lo demuestra Papadimitriou

y Beck (1990) y Beck y Papadimitriou (1993) y más investigado en este

Capítulo. A la luz de estas evidencias, la influencia de la variación de frecuencia con

el tiempo también debe considerarse significativo como la amplitud de dependencia del

tiempo. En

En las siguientes secciones, se describen los pocos procedimientos propuestos para modelar el
espectro de respuesta de respuesta.

Se presentan procesos estocásticos de movimiento de suelo.

3.1.2.1 Posición del problema

Asumiendo la aceleración del suelo como media cero Gaussiana no estacionaria no separable

proceso, la evaluación de las funciones PSD compatibles con el espectro de respuesta

podría emprenderse con el primer problema de pasaje presentado en la ecuación (2.137) (ver

p.ej. Corotis et al. 1972). De la ecuación (2.137), el problema estocástico inverso puede

organizarse (Cacciola 2011), al ver el espectro de respuesta objetivo como la barrera

con alguna probabilidad p de no ser excedido y el PSD funciona como el desconocido

de la ecuación (2.137), que da

(()) 0 0
0

exp,,

- =

∫f

U α RSA ω ζ t dt p (3.48)

donde f t es el intervalo de tiempo en el que el movimiento del suelo posee no despreciable

energía y U α es la función de peligro que se ve en la ecuación (2.135) yp es la

probabilidad de no superar.

La función de peligro puede reescribirse en términos del espectro de respuesta objetivo por

sustituyendo las ecuaciones (2.129) y (2.131) en la ecuación (2.135), que da

(())

()

(())

000

2, 0,

0 0 2 0, 2 0 0 0

0,

,/

1 exp ()

1 () 2 (),

(), /

exp 1

2 ()

- -

=
 -

UU

RSA

tt

RSA t

t RSA

πωζω

λλ

αωζ

πλωζω

(3.49)

donde, () i U λ t son los momentos espectrales de variante de tiempo y () U δ t el factor de

ancho de banda

del proceso de respuesta; el último de acuerdo con la ecuación (2.99) se puede reescribir
como

1,

0, 2,

()

() 1

() ()
U

UU

tt

λλ

= - (3.50)

Idealmente por las ecuaciones (3.48) - (3.50) y la definición del espectro no estacionario

momentos de la respuesta presentada en el Capítulo 2, el poder evolutivo espectral

la función de densidad pertinente a las prescripciones de códigos podría derivarse. Sin

embargo,

este enfoque aún no se ha intentado. Para resolver este problema inverso podría ser

computacionalmente oneroso, la convergencia no está asegurada y, además, puede conducir

a resultados físicamente inaceptables. En esta sección, los enfoques que fueron

alternativamente emprendidas se presentan.

En el marco de un terreno Gaussiano compatible con el espectro de respuesta no estacionario

modelos de movimiento, se han propuesto muy pocos procedimientos en la literatura (ver p.

Spanos y Vargas Loli 1985, Preumont 1985, Cacciola 2010, Cacciola y

Deodatis 2011, Giaralis y Spanos 2012). Aquí los modelos de movimiento de tierra

desarrollado por Spanos y Vargas Loli (1985), Preumont (1985) y Cacciola (2010)

Son descritos; además, las fórmulas explícitas entre las propuestas, es decir, Cacciola

(2010) y Preumont (1985), se comparan en una aplicación numérica.

Spanos y Vargas Loli (1985) desarrollaron por primera vez la relación entre

la función de densidad espectral de potencia evolutiva y un espectro de respuesta conocido.

Los autores definieron una expresión analítica aproximada cuyos parámetros fueron

derivado de un procedimiento de optimización; el enlace entre la densidad espectral de

potencia

función y el espectro de respuesta objetivo se basa en la siguiente relación

0 0 max 0 0 (,) = (,) U RSV ω ζ rσ ω ζ (3.51)

donde 0 0 RSV (ω, ζ) es el espectro de respuesta del objetivo de velocidad, U max σ es el
máximo

de la desviación estándar de la velocidad de respuesta y r es un factor de escala que

el valor se toma igual a π / 2.

La varianza del proceso de respuesta de velocidad es aproximada por los autores

222

00000

() ≈ () = exp (-2) ∫exp (2) (,)

U U σ t ω σ t π ω tω ω t S ω t dt (3.52)

donde S (ω, t) es la función de densidad espectral de potencia bilateral que se determinará.

Para determinar la función de densidad espectral de potencia de la ecuación (3.51),

los autores asumieron el espectro de poder evolutivo como una combinación lineal de

funciones separables a través del siguiente modelo matemático

(,) exp () ()

= - ΣN

kkk

S ω t C t α t S ω (3.53)

donde () k S ω es la función de densidad espectral de potencia Kanai-Tajimi vista en la ecuación

(2.94) cuyos parámetros k ζ y k ω deben determinarse junto con N, k C y

.k

α Al sustituir la ecuación (3.53) en (3.52), el máximo de 2 () U σ t viene dado por

máximo

2*2*

001
exp () ()

2=

=Σ-

metro

Ukkk

CttSπ

σαω

ζω

(3.54)

Por lo tanto, por medio de la ecuación (3.54) y (3.51), la relación entre el

espectro de respuesta objetivo de velocidad y la densidad espectral de potencia evolutiva

la función se expresa mediante la ecuación

22*2*

000

001

(,) exp () ()

2=

= - Σm

kkk

RSV r C t t S π

ωζαω

ζω

(3.55)

Las diferencias entre el espectro objetivo en el lado izquierdo y la mano derecha

lado de la fórmula anterior, se minimizan a través del Levenberg-Marquardt

procedimiento por el mejor ajuste de los parámetros constantes * * *

1 2,, ...,,, n k k k k t t t C α ζ ω.

Después de definir la función de densidad espectral de potencia evolutiva, muestras de suelo

el proceso de movimientos se genera mediante la ecuación (3.43). Se requiere un
procedimiento iterativo

con el fin de garantizar la coincidencia de los espectros de respuesta simulados y objetivo.

El enfoque adoptado por Spanos y Vergas Loli (1985) fue seguido por

Giaralis y Spanos (2009) para simular movimientos de tierra artificiales usando Auto

Método de simulación de promedio móvil regresivo (ARMA). El espectro

compatibilidad de compatibilidad está garantizada a través de una propuesta iterativa

numérica

procedimiento mediante Harmonic Wavelet Transform (HWF) combinada con alta

pasar los métodos de filtrado para las correcciones de referencia.

En el mismo año, la relevancia de la no estacionariedad del contenido de frecuencia en el

modelado del movimiento del suelo ha sido reconocido en la simulación de historias del
tiempo

por Preumont (1985). El autor definió un modelo empírico de lo no separable

función de densidad espectral de potencia que asume que la alta frecuencia

los componentes se magnifican en la primera parte de la historia del tiempo. Específicamente,

el

se propone la siguiente expresión del espectro evolutivo

G (ω, t) = G (ω) t2e-α (ω) t (3.56)

con

0 1 2 α (ω) = α + α ω + α ω (3.57)

donde 0 α, 1

α y 2 α son parámetros ajustables.

Los parámetros en la ecuación (3.57) están calibrados para imponer la igualdad

entre la energía del proceso separable y no separable; este equilibrio de energía,

que asegura la coincidencia de los espectros de simulación media y de respuesta objetivo para

cada frecuencia, lee

2 2 ()

00

() () () () 2
()

∞∞

∫ = ∫ - = GSC ω a t dt G ω t e α ω tdt G ω

αω

(3.58)

donde GSC (ω) es el espectro de potencia estacionaria compatible con el espectro de

respuesta

función de densidad y a (t) es la función de modulación de tiempo (véase, por ejemplo, la

ecuación (3.40)).

Por lo tanto, a través de la ecuación (3.40), la función G (ω) en la ecuación (3.56) es fácilmente

determinado de la siguiente manera

02

2 () 0

()

() () () () ()

==

SS

a t dt

G G G a t dt

t e α ω dt
αω

ω ω ω (3.59)

Una vez que se define a (t), la función de densidad espectral de potencia evolutiva es
perseguida por

medias de ecuaciones (3.56) y (3.57) en las cuales los coeficientes 0 α, 1

α y 2 α son

adecuadamente determinado.

Un enfoque alternativo ha sido propuesto por Cacciola (2010), que permite

evaluación directa de una función de densidad espectral de potencia no separable

compatible con un espectro de respuesta objetivo. En el modelo propuesto por Cacciola

(2010), el terreno evolutivo compatible con el espectro de respuesta no estacionario

el proceso de movimiento viene dado por la superposición de dos contribuciones

independientes. los

el primero, es una contraparte conocida totalmente no estacionaria, que tiene en cuenta la

variabilidad temporal de contenido de intensidad y frecuencia; el segundo, es un

término correctivo representado por un proceso gaussiano cuasi estacionario de media cero,
que

ajusta la señal no estacionaria para que sea compatible con el espectro de respuesta.

Por lo tanto, el movimiento del suelo se puede dividir en dos contribuciones:

() = R () + C ()

g g u u u u to (3.60)

Teniendo en cuenta la independencia estadística de las dos contribuciones, la

la función de densidad espectral de potencia compatible con el espectro de respuesta

evolutiva puede ser

expresado como

G (ω, t) = GR (ω, t) + GC (ω, t) (3.61)

donde GR (ω, t) es la distribución conjunta de tiempo y frecuencia de la grabación

acelerograma y GC (ω, t) es la función de densidad espectral de potencia separable

representando el término correctivo dado por

GC (ω, t) = a2 (t) G (ω) (3.62)

Específicamente, GR (ω, t) se obtiene mediante el modelo completamente no estacionario de

Conte y

Peng (1997), que hipotetiza el movimiento de suelo estocástico como una serie de zeromean
procesos gaussianos uniformemente modulados uniformemente como

(,) () ()

= ΣN

jj

G ω t a t G ω (3.63)

dónde

() = (-) j exp (- (-)) (-) = 1, ...,

j j j j j a t t t U t j N β α θ γ θ θ (3.64)

donde (-) j U t θ es la función de paso unitario y () j G ω una contraparte estacionaria

obtenido como

2222

() 1 1 1, ...,

() ()

= + =

+++-

jjjj

GjN

πνωηωηη

(3.65)

en el cual los parámetros N, j

α, j

β, j γ, j
θ, j

η, j ν están determinados por un mejor ajuste

procedimiento para minimizar las diferencias entre el modelo analítico y el

distribución conjunta de tiempo y frecuencia de un terremoto real.

Para definir el término correctivo GC (ω, t) de acuerdo con el cuasiestacionario

modelo descrito en la sección anterior, a (t) es la función de modulación dada en

ecuación (3.40), cuyos parámetros están calibrados por el conocimiento del registro

los acelerogramas y G (ω) se determina modificando la ecuación (3.36) de la siguiente manera

01

221

00

01

0, 0

() 4

(,) (,) ()

(,)

≤≤

= ×-

- × -Δ >

do

yo
yo

Ri

yo yo C

Uik

GRAMO

RSA RSA G

ωω

ωπζω

ωζωζ

ωωωω

ηωζ

(3.66)

donde U η es el factor máximo definido en la ecuación (3.10) y RSAR es la pseudoaceleración

espectro de respuesta para los movimientos de tierra grabados R ()

g u t.

La ecuación (3.66) se define para 0 0 (,)> R (,)

i i RSA ω ζ RSA ω ζ como consecuencia,

puede ser necesario un procedimiento de escalado preliminar.

Debe enfatizarse que, debido a la estructura matemática del modelo

propuesto por Conte y Peng (1997), la ecuación (3.61) puede reescribirse en la forma

222

10

(,) (,) (,)

() () () () () ().

==
=+=

=Σ+=Σ

RC

NN

jjjj

jj

GtGtGt

atGatGatG

ωωω

ωωω

(3.67)

La ecuación anterior permite una representación compacta del espectro de respuestas

evolutivas

función de densidad espectral de potencia compatible. Se observa que, en el

formulación propuesta por Cacciola (2010), el contenido de frecuencia no estacionario es

no modelado a través de fórmulas analíticas empíricas, sino que se selecciona de real

archivos.

3.1.2.2 Aplicación numérica

En esta sección, los procesos estocásticos de movimiento de suelo no estacionario que

sostienen

formulación explícita de la función de densidad espectral de potencia evolutiva

comparado en un ejemplo numérico, a saber, los modelos propuestos por Preumont (1985)

y Cacciola (2010) son considerados.

La compatibilidad del espectro de los dos procedimientos se ilustra considerando una

espectro de respuesta objetivo según lo prescrito por el Eurocódigo 8 y presentado en

ecuación

(3.44). Se selecciona el espectro de respuesta para el suelo Tipo B y la sismicidad Tipo 1,

cuyos parámetros recomendados se presentan en la Tabla 3.2.

Parámetro Valor

S 1.2

0.35 g

0.15 s
0.5 s

2.00 s

Tabla 3.2. Parámetros del espectro de respuesta objetivo de la definición: Tipo 1,

Tipo B.

Para implementar el modelo propuesto por Preumont (1985), los valores constantes en

la ecuación (3.57) requerida para cumplir con la definición de PSD en la ecuación (3.56), se ha
establecido

igual a α0 = 0.3, 1 α = 0.01 y 2 α = 0. Estas constantes fueron definidas por el autor

a través del procedimiento de calibración propuesto considerando una duración total del

proceso = 20 s f t y la función de modulación de tiempo de Jennings et al. (1969), que

se establece para un movimiento fuerte de = 13 s s T, comenzando en 1 t = 2 s y terminando en

2 t = 15 s.

Para aplicar el procedimiento propuesto por Cacciola (2010), el poder evolutivo

espectro establecido por Conte y Peng (1997) para el terremoto de El Centro 1940

(El componente SOOE (N-S) del norte-sur del Valle Imperial) se implementa en primer lugar.

De acuerdo con el autor, Jennings et al. (1969) la función de modulación se define como

modelar la amplitud no estacionaria del proceso. El autor evaluó el

Jennings et al. (1969) parámetros del modelo especificando la función Husid para el

registro seleccionado cuya duración total es = 30 s f t. Cacciola (2010) obtuvo la inicial

y el tiempo final del movimiento fuerte respectivamente de 1 t = 1.65 sy 2 t = 25.51 s, como

consecuencia, la duración del movimiento fuerte es = 23.86 s s T. El parámetro que define el

decaimiento de la función de modulación se determinó de acuerdo con una reducción de la

95% de la amplitud de la señal para = f t t, que se presenta como 2 = 3 / (-) fβ t t.

Finalmente, se generaron un número de 100 historias temporales a través de la simulación

Monte Carlo

método por la ecuación (3.43), para evaluar la media de la respuesta simulada

espectros para la comparación de la compatibilidad espectral lograda por los dos modelos.

Las funciones de densidad espectral de potencia evolutiva propuestas por los autores son

se muestra en la Figura 3.4 a) yc).

Figura 3.4. Función de densidad espectral de potencia evolutiva según a)

Preumont (1985); b) Preumont (1985) después de 5 iteraciones; c) Cacciola (2010);

d) Cacciola (2010) después de 5 iteraciones.

En general, debido a la no estacionariedad y las aproximaciones involucradas en el

modelos, se requiere el esquema iterativo como se ve en la ecuación (3.47), por lo tanto, la

Figura

3.4 b) yd) muestran las funciones de densidad espectral de potencia iterada.

Marcado, se debe observar que aunque las diferentes tiempo-frecuencia conjunta

distribución ambos modelos pueden ser utilizados de acuerdo con las disposiciones sísmicas
para

simulando los acelerogramas del movimiento terrestre y evidentemente tendiendo a alcanzar

el espectro

criterios de compatibilidad como se muestra en la Figura 3.5.

Figura 3.5. Comparación del conjunto de los espectros de respuesta simulada

antes y después de 5 iteraciones.

La figura 3.5 muestra que ambos modelos alcanzaron la compatibilidad requerida del espectro
durante

el intervalo de tiempo recomendado, después del número limitado de 5 iteraciones.

Tendencias actuales en modelado de movimiento de suelo

Durante décadas, el modelado de movimiento terrestre estocástico ha sido exitoso

empleado con fines de ingeniería. Además, simularon muestras de acelerogramas

a través de un enfoque estocástico pertinente no muestran la misma dispersión que la real

parámetros de movimiento del suelo, como la aceleración de tierra pico (PGA), Arias

Intensidad (AI), Velocidad Absoluta Acumulada (CAV) y la propagación sobre el

espectros de respuesta media / mediana (véase, por ejemplo, Cacciola y Zentner 2012). Por lo
tanto, la

desarrollos en la simulación de modelos de movimiento de suelo se mueve hacia

cerrar la brecha existente entre la ingeniería y el enfoque sismológico.

Efectivamente, se ha dedicado un considerable esfuerzo de investigación para incluir la

sismología

observaciones en la simulación de terremotos movimientos de tierra. En Boore (2003), un

revisión del movimiento de suelo disponible combinando modelos sismológicos y

se proporcionan nociones de ingeniería, junto con un método propuesto para la simulación

caracterización del espectro de amplitud del movimiento terrestre a través de parámetros o

descripciones funcionales combinadas con un espectro de fase aleatorio. Investigaciones a

describir el terremoto no estacionaria por modelado de espectro de fase han sido

abordado por varios autores en los últimos años, y los acontecimientos recientes han

investigó el tema mediante el uso de datos sismológicos (véase, por ejemplo, Shrinkade y

Gupta 2011, Peng y Li 2013). Con respecto al modelado de los espectros de amplitud

del movimiento del suelo mediante el establecimiento de funciones de PSD, algunas

metodologías han sido

propuesto en los últimos veinte años para describir la acción sísmica para sitios específicos y

usar información de bases de datos. Como el trabajo de Sabetta y Pugliese (1996), por

que los autores 'contribuyeron al campo con uno de los hitos en el

definición de espectros de amplitud física empírica. Sabetta y Pugliese (1996)

propuso un método para capturar la frecuencia no estacionaria de los terremotos de la

La base de datos italiana de movimiento fuerte (ISMD) y permitió un procedimiento para

correlacionar el

parámetros de simulación con magnitud de terremoto, distancia de origen y suelo

condiciones Más recientemente, Pousse et al. (2006) acelerogramas simulados según

una función de densidad espectral de potencia evolutiva que posee variables aleatorias; el

las variables aleatorias se calibraron mediante ecuaciones de atenuación empírica establecidas

de la base de datos japonesa K-Net (KNJD). En este contexto, un importante

la contribución fue proporcionada por Rezaeian y Der Kiureghian (2010) que introdujeron el
sitio

modelos; los autores presentaron un método para simular un terreno sintético

movimientos, por lo que el proceso estocástico sísmico se modela mediante un filtrado

modulado

ruido blanco con parámetros aleatorios. Los parámetros integrados en el modelo son

variables aleatorias calibradas en un conjunto de terremotos reales esta las características del
sitio

relativamente a los registros se reflejan en el proceso. Todos estos modelos pueden tener una

impacto diferente en el cálculo del riesgo sísmico para una instalación. Por ejemplo,

Vetter y Taflanidis (2014) compararon recientemente el modelo basado en el sitio propuesto

por

Rezaeian y Der Kiureghian (2010) a un modelo basado en fuente presentado por el

autores. Su trabajo tuvo como objetivo caracterizar el riesgo sísmico asociado a cada modelo

y por lo tanto, para proporcionar una idea de las diferencias entre ellos por medio de una

marco probabilístico de análisis de sensibilidad global.

Desde los modelos de Sabetta y Pugliese (1996), Pousse et al. (2006) y Rezaeian

y Der Kiureghian (2010) no satisfacen los criterios de compatibilidad del espectro

impuestos por las disposiciones del código internacional, estas metodologías propuestas no
pueden

ser utilizado directamente con fines de diseño, a menos que se adapte a través de la
calibración o el filtrado adecuados

procedimientos. Recientemente, Cacciola y Zentner (2012) presentaron una metodología para

simular alta variable completamente no estacionaria compatible con espectro de respuesta

acelerogramas. Los autores introdujeron una función PSD aleatoria calibrada para

determinar no solo la correspondencia entre el objetivo y la respuesta media simulada

espectro, sino también entre el objetivo y la media simulada ± respuesta de desviación

estándar

espectros. Los autores analizaron un conjunto de acelerogramas del terreno europeo

Base de datos de movimiento (EGMD), a partir de la cual la desviación estándar de la respuesta

las aceleraciones espectrales han sido definidas. Además, en este escenario de nuevas
tendencias

de modelado de movimiento de suelo, estudios sobre la correlación de la intensidad de

movimiento de suelo

parámetros se han llevado a cabo y mostró la importancia de la espectral

correlaciones en la evaluación de la fiabilidad sísmica de las estructuras (véase, por ejemplo,

Baker

2007). La investigación se ha llevado a cabo para abordar las correlaciones entre la respuesta

aceleraciones espectrales en períodos múltiples a partir de los registros de datos (ver, por
ejemplo, Inoue y

Cornell 1990, Baker y Cornell 2005, Baker y Jayaram 2008). En el contexto de

modelado de movimiento de suelo compatible con espectro de respuesta, la correlación entre

las aceleraciones espectrales en períodos múltiples fueron tomadas en consideración por

pocos

autores. En este sentido, Wang (2011) estableció una metodología para seleccionar

acelerogramas, mientras que D'Amico et al. (2012) y Zentner et al. (2013) propuesto

técnicas de simulación para generar acelerogramas sintéticos con respuesta correlacionada

correlaciones espectrales Ni et al. (2013), propuso también un espectro de respuestas

completamente no estacionario

modelo compatible que captura la variabilidad de los movimientos reales del suelo también
como las correlaciones espectrales correlacionadas mediante el uso de la Transformada
Hilbert-Huang y

procedimientos de optimización. Anteriormente, al adoptar el mismo enfoque, Ni et al. (2011)

propuso también un método para generar historias temporales tridireccionales que garanticen
la

compatibilidad con un espectro de respuesta objetivo y manteniendo la amplitud y

frecuencia no estacionaria de los registros reales seleccionados.

En las siguientes secciones, las funciones de PSD con variables aleatorias integradas calibradas
a partir de

datos sismológicos se presentan, estas técnicas caen dentro del contexto de

las tendencias actuales para simular historias de tiempo de movimiento terrestre

completamente no estacionarias.

3.2.1 Posición del problema

La simulación de los tiempos-historia a través del Método de Representación Espectral,

pertinente a

los criterios de la fase aleatoria (Shinozuka 1987), implican la descripción de la frecuencia de

tiempo

distribución de las funciones de PSD para desempeñar un papel clave en el avance de

el modelado del terremoto no estacionario. Debe notarse que el poder

la función de densidad espectral es una función determinista que conduce a simular el terreno

tiempos de movimiento con una distribución de frecuencias en tiempo compartido muy

similar. A

acomodar una descripción más realista del fenómeno de aceleración sísmica,

Las funciones PSD con "coeficientes inciertos" se emplean para permitir un

caracterización del contenido de energía considerando la variabilidad del espectro

coordenadas del movimiento del suelo (por ejemplo, transformadas de Fourier de las señales
simuladas,

aceleraciones espectrales de respuesta). Descuidar la variabilidad manifestada por los registros

reales

puede conducir a análisis de respuesta mal representados de los sistemas estructurales bajo

movimientos de tierra simulados. A este respecto, los modelos compatibles con el espectro de
respuesta

propuesto por Cacciola y Zentner (2012), D'Amico et al. (2012) son de ahora en adelante

presentado.

Cacciola y Zentner (2012) introdujeron primero un método para simular artificial

terremotos compatibles con un espectro de respuesta dado teniendo en cuenta la

variabilidad natural a través de un espectro de poder evolutivo pertinente con azar

coeficientes. La distribución de los coeficientes aleatorios ha sido determinada por

emparejamiento adicional con una media objetivo ± espectro de respuesta de desviación

estándar.

Específicamente, para hacer coincidir los espectros objetivo, los autores propusieron lo
siguiente

espectro aleatorio con parámetros aleatorios

S (ω, t, α) = α (ω) 2 a (ω, t) 2 S (ω) (3.68)

donde α (ω) es un conjunto de variables gaussianas aleatorias no correlacionadas, a (ω, t) es el

no separable

función de modulación de frecuencia de tiempo, S (ω) es un espectro de potencia estacionario

función de densidad.

La función estacionaria PSD S (ω) sugerida por los autores, se determina

pertinentemente a la condición sobre el balance energético propuesto por Preumont (1985)

introducido en la sección 3.1.2.1. Al usar las ecuaciones (3.58) y (3.59), Cacciola y

Zentner (2012) amplió el procedimiento de Preumont (1985) para abordar la alternativa

funciones de modulación dependientes de tiempo-frecuencia por los siguientes generalizados

término correctivo

()

() ()

(,)

cortar

cortar

CAROLINA DEL SUR

a t dt

SS

a t dt

ωωω

(3.69)

Se obtiene la función de modulación de tiempo-frecuencia no separable en la ecuación (3.69)

modificando el modelo de Clough-Penzien visto en la ecuación (2.96) de la siguiente manera

(,) = () 2 (,) CP a ω t a t S ω t (3.70)

El espectro no separable (,) CP S ω t se modula de acuerdo con el siguiente

función

24

1 3 a (t) = a ta exp (-a ta) (3.71)

donde los parámetros 1 a, 2 a, 3 a y 4 a han sido calibrados por mínimos cuadrados

enfoque para minimizar las diferencias entre los parámetros de movimiento del suelo de la

modelo formulado y los extraídos de la base de datos europea Strong Motion,

a saber, 1 a = 2.24, 2 a = 1.85 3 a = 0.13 y 4 a = 1.58.

Los parámetros de variante de tiempo de la ecuación vista del espectro CP no separable (2.96),

caracterizar el contenido de frecuencia no estacionaria del tiempo no separable

función de modulación de frecuencia a (ω, t) en la ecuación (3.70); es decir, el natural

frecuencia y relación de amortiguación en función de las condiciones del suelo, estos han sido

asumido pertinentemente al terremoto de El Centro (Fan y Ahmadi 1990), estos son

() = (3 + 19.01 (-0.0625t - -0.15t))

gω t π e e (3.72)

() = 0.1 () f g ω t ω t (3.73)

Las relaciones de amortiguación = = 0.6 g f ζ ζ se han considerado constantes.

Para garantizar el logro de la compatibilidad del espectro, los autores

estableció una relación entre las aceleraciones espectrales de respuesta y el azar

variables de la ecuación (3.68), esto es

0 0 (,,) = () (,) j j j RSA ω ζ α α ω RSA ω ζ (3.74)

donde () j α ω son las variables aleatorias dependientes de la frecuencia para fixed fijo [0, Ω] j

ω,

que se supone que están distribuidos en Gauss.

Al tomar la expectativa matemática de la ecuación (3.74) las variables aleatorias

la condición de compatibilidad del espectro lleva a imponer eso

= () = 1 α α j μ μ ω (3.75)

Al cuadrar los términos en la ecuación (3.74), tomando la expectativa matemática y

imponiendo la condición sobre el valor medio, la desviación estándar = () α α j σ σ ω es

obtenido, eso es

(,)

() 1 [0,]

(,)

=j-∀∈Ω

jj

RSA

RSA

ωζ

σωω

ωζ

(3.76)

donde 0 + (,)

j RSA σ ω ζ es la media + respuesta de aceleración de la desviación estándar

espectro. La expresión análoga se puede encontrar considerando el espectro RSA-σ.

Los movimientos de tierra son simulados por la fórmula de simulación dada en ecuación
(3.43) y modificado como sigue

() () 2 2 (())

() () (,) 2 () cos

=ΣΔΔΔΔΔΔ+

Nueva Hampshire

rrr

Gk

u t α k ω a k ω t S k ω w ω t φ (3.77)

donde a (kΔω, t) viene dada por la ecuación (3.70) y 2S (kΔω) = G (kΔω) asumido

de acuerdo con Cacciola et al. (2004)

El valor del componente estacionario G (ω) se actualiza a través de la iterativa

esquema en la ecuación (3.47) y la desviación estándar () α σ ω a través de la siguiente

esquema iterativo

() (1) 0

(1)

() () (,)

(,)

+-j=jk

kkj

RSA

RSA

αασ

ωζ
σωσω

ωζ

(3.78)

donde (j) ()

α σ ω es la desviación estándar en la j-ésima iteración.

3.2.2 Simulación de movimientos de tierra con variabilidad natural impuesta y

Aceleraciones espectrales correlacionadas

En esta sección, la función PSD evolutiva no estacionaria para modelar el

acción sísmica propuesta por D'Amico et al. (2012) es presentado. El modelo es capaz de

reproducir la variabilidad natural de las aceleraciones espectrales de respuesta junto con un

correlación prescrita de las coordenadas espectrales en diferentes períodos. La variabilidad

y las correlaciones son pertinentes a los datos sismológicos, que pueden ser proporcionados
por

bases de datos de registros de terremotos. El movimiento de tierra propuesto por D'Amico et

al.

(2012) mejora el movimiento del suelo formulado por Cacciola y Zentner (2012),

presentado en la sección 3.1.2. El modelo proporciona un procedimiento versátil, que es

adaptable a varios modelos de las correlaciones espectrales en diferentes períodos.

De acuerdo con la definición de la función PSD evolutiva con azar

parámetros en la ecuación (3.68), D'Amico et al. (2012) caracterizó un espectro de respuestas

proceso estocástico compatible mediante un conjunto de correlaciones log-normal al azar

variable () j ε ω. Se supone que las variables aleatorias están distribuidas de forma logarítmica

de acuerdo con las observaciones sobre los valores empíricos de las aceleraciones espectrales
de respuesta

(Somerville 1993); las variables aleatorias () j ε ω se expresan de la siguiente manera

(j) = exp (j) = 1, ..., ε ω j ω j n (3.79)

donde (), = 1, ..., j β ω j n es un conjunto de variables gaussianas aleatorias correlacionadas que

poseen

valor medio = () β β j μ μ ω, desviaciones estándar = () β β j σ σ ω y correlación

() (). β ωi β ω j ρ El valor promedio y la desviación estándar de () j ε ω son respectivamente

= () ε ε j μ μ ω y = () ε ε j σ σ ω.

De acuerdo con el modelo propuesto por Cacciola y Zentner (2012) para Gaussian
variables aleatorias no correlacionadas, los valores de β μ, β σ y β (ωi) β (ω j) ρ se especifican
para

el caso diferente de variables aleatorias logarítmicas correlacionadas, para las cuales, en

analogía a

la ecuación (3.74) sostiene que

0 0 (,,) = () (,) j j j RSA ω ζ ε ω ω RSA ω ζ (3.80)

donde 0 (,,) j RSA ω ζ ε es el espectro de respuesta pertinente a una propuesta evolutiva

espectro de potencia en la ecuación (3.68). Tomando la expectativa matemática de la ecuación

(3.80)

00 (j,,) = [(j)] (j,) E RSA ω ζ ε E ε ω RSA ω ζ (3.81)

e imponer la coincidencia entre el espectro de respuesta objetivo 0 (,) j RSA ω ζ

y el valor medio 0 (j,,) E RSA ω ζ ε se deduce que

= [()] = 1 ∀ ∈ [0, ∞] j j E ε

μ ε ω ω (3.82)

Como también la siguiente relación se mantiene

+=e

ε μ (3.83)

Combinando la ecuación (3.82) y (3.83) se obtiene la siguiente expresión

[]

0,

=-∀∈∞j

σ
μ ω (3.84)

El valor de la desviación estándar se determina utilizando la media objetivo +

espectro de respuesta de desviación estándar visto en la ecuación (3.76) y actualizado con

ecuación (3.78) para alcanzar la compatibilidad del espectro.

El valor de = () ε ε j σ σ ω se deriva de la definición de central de segundo orden

momento presentado en la ecuación (2.76) para las variables aleatorias () j ε ω, que es

2 = E (2) - 2 ε ε σ ε μ (3.85)

que después de la sustitución de las ecuaciones (3.79) y (3.83) da

2 2 +2 2 2 + 2 = e μβ σβ - e μβ σβ

ε σ (3.86)

después de reorganizar los términos de la expresión anterior, da la varianza de la siguiente

manera

() 2 2 1 2 2 + = eσβ - e μβ σβ

ε σ (3.87)

Finalmente, después de sustituir la ecuación (3.84) en la ecuación anterior, la relación de

que la desviación estándar de las variables aleatorias gaussianas se proporciona como

sigue

() = ln (1+ 2 ()) β j ε j σ ω ω ω (3.88)

donde 2 () ε j σ ω es el valor evaluado a partir de los espectros de respuesta simulada y

actualizado en cada iteración de acuerdo con la ecuación (3.78) para imponer

variabilidad a la media simulada ± respuesta de desviación estándar espectral

aceleración.

La correlación de las aceleraciones espectrales en RSA (ωi) en RSA (ω j) ρ se define en la

literatura en

términos del espectro de respuesta log-normal de las aceleraciones espectrales (ver, por
ejemplo, Inoue

y Cornell 1990, Baker y Jayaram 2008), tomando el logaritmo de la ecuación

(3.80) dice

ln (, 0,) = ln () + ln (, 0) k k k RSA ω ζ ε ω ω RSA ω ζ (3.89)

que mediante la sustitución de la ecuación (3.79) permite definir los coeficientes de

correlación

β (ωi) β (ω j) ρ, que se puede demostrar que es coincidente con la correlación seleccionada de

aceleraciones espectrales, eso es

() () ln () ln () ln () ln () = = ∀ ∈ [0, ∞]

β ωi β ωk ε ωi ε ωk RSA ωi RSA ωk k ρ ρ ω (3.90)

Para definir la función EPSD, la correlación de log-normal RVs ε (ω), que posee

el valor mediano ε μ y la desviación estándar ε σ, se simulan.

Las variables aleatorias log-normales se definen a partir de la distribución normal gaussiana

los números de acuerdo con la ecuación (3.79) por el conocimiento de su valor medio (3.82),

mientras que la correlación se introduce a través de la matriz de correlación obtenida de la

relación de atenuación de Ionue y Cornell (1990) en términos de períodos naturales.

Para correlacionar los RVs ε (T) en diferentes períodos, los de Cholesky

descomposición se emplea. La descomposición permite evaluar una simétrica y

matriz cuadrada definida positiva, A, con una única factorización triangular dada por

L × LT = A (3.91)

donde L es una matriz triangular inferior y LT es su transposición.

Los componentes de la matriz L están dados por los siguientes coeficientes

121

11

; 1 +1, +2, ...

--

==

= - = -

Σii

ii ii ik ji ij ik jk

k ji k

LaLLaLLj=iiN

(3.92)

donde ii a y ij a son los elementos de A.

Las variables aleatorias gaussianas correlacionadas i

β en (3.79) se obtienen por el producto

n n

βα

βα

βα

L (3.93)

donde

α son RV no correlacionadas con una desviación estándar β σ.

3.2.2.1 Aplicación numérica

En esta sección, el método para generar un espectro de respuesta totalmente no estacionario

compatible con el espectro

terremotos según la función PSD evolutiva con incertidumbre

parámetros propuestos por D'Amico et al. (2012) se presenta mediante un ejemplo numérico

para fines ilustrativos. Para aplicar el procedimiento propuesto, D'Amico et al.

(2012) adoptaron el espectro de Clough-Penzien no separable en la ecuación (2.96) y

lo modificó según las ecuaciones (3.70) y (3.71).

Los criterios de compatibilidad del espectro se eligen de acuerdo con el objetivo EC8

espectro de respuesta para un 5% de amortiguación visto en la ecuación (3.44). Los

parametros

la caracterización de las aceleraciones espectrales respuesta de destino son para el tipo de

suelo A y
el espectro tipo 1 se informa en la tabla 3.3.

Parámetro Valor

S 1.

0.1 g

0.15 s

0.4 s

2.00 s

Tabla 3.3. Parámetros del espectro de respuesta objetivo de la definición: Tipo 1,

Escribe un.

Con fines ilustrativos, la variabilidad del espectro de respuesta del objetivo se ha establecido
como

sigue eso

RSA + σ (T) = 1.5RSA (T) (3.94)

RSA-σ (T) = 0.5RSA (T) (3.95)

Por lo tanto, las ecuaciones (3.84) y (3.88)

() = ln (1.25) = 0.4724; () = -0.1116 β k β k σ ω μ ω (3.96)

La correlación de las aceleraciones espectrales en RSA (ωi) en RSA (ωk) ρ propuesta por Inoue
y

Cornell (1990) también ha sido seleccionado, eso es

() () ln () ln () 1 0.33 ln; 0.1, 4

==- ≤≤≤

kikik

yo

RSA T RSA T i k

TTTs

T β ω β ω ρ ρ (3.97)

Para aplicar el procedimiento, se modifica el modelo evolutivo de Clough-Penzien

según Cacciola y Zentner (2012) como se presenta en las ecuaciones (3.70) - (3.73) es

usado. El procedimiento se ha aplicado para simular un número de 500 artificiales

acelerogramas compatibles con media y media ± respuesta de desviación estándar

espectros asumiendo: (i) variables aleatorias correlacionadas distribuidas normalmente () k ε

ω,

(ii) variables al azar log-normales no correlacionadas () k ε ω, (iii) sin imposición

variabilidad () = 1 k ε ω, el espectro de respuesta correspondiente se presenta en la Figura

3.6.

Pertinentemente al Eurocódigo 8, la consistencia se logra al satisfacer las condiciones

presentado en ecuaciones (3.45) y (3.46). La exactitud del procedimiento propuesto

fue demostrado por los autores de acuerdo con la Figura 3.6, en la cual el confidente

partido entre el espectro de respuesta simulada media y el objetivo para el

se ilustran tres casos. La Figura 3.6 b) yc) muestran que también la media impuesta

± Los espectros de respuesta de desviación estándar se corresponden con la respuesta

simulada

espectros, lo que confirma la precisión de los criterios de convergencia definidos por la

ecuación

(3.47).

Figura 3.6. Comparación entre espectros de respuesta simulados y objetivo: a)

() = 1 k ε ω; b) () k ε ω no correlacionado; c) () k ε ω correlacionado (de D'Amico et al.

2012).

Las trayectorias pertinentes se informan en la Figura 3.7 de D'Amico et al. (2012), que

muestra: para el caso en el que () = 1 k ε ω los acelerogramas son muy similares, mientras que

Considerando un espectro evolutivo aleatorio, no solo una gran variabilidad en el pico

Se observan valores pero también con respecto al contenido de frecuencia.

Figura 3.7. Trayectorias de acelerogramas de movimiento terrestre simulados: a)

() = 1 k ε ω; b) () k ε ω no correlacionado; c) () k ε ω correlacionado (de D'Amico et

Alabama. 2012).

La correlación espectral de la respuesta de aceleración en diferentes períodos impuesta de

acuerdo

al modelo de Inoue y Cornell (1990) se presenta en la comparación entre

Figura 3.8 a) yd) mostrar. Las correlaciones entre el log-respuesta espectral

los valores de aceleración en diferentes períodos comparados en las subtramas en la Figura

3.8, muestran:
a) el modelo objetivo de Inoue y Cornell (1990) presentado en la ecuación (3.97); antes de
Cristo),

yd) los coeficientes de correlación respectivamente para el caso de () = 1 k ε ω,

no correlacionado () k ε ω y correlacionado () k ε ω.

Figura 3.8. Correlaciones de los valores de aceleración espectral log-respuesta:

a) correlación objetivo de Inoue y Cornell (1990); b) () = 1 j ε ω; c) () j ε ω

no correlacionado; d) () j ε ω correlacionado (de D'Amico et al., 2012).

Las aceleraciones espectrales de respuesta correlacionadas simuladas por el procedimiento

propuesto

por D'Amico et al. (2012) son más suaves en cuanto a los espectros de respuesta de
terremotos reales.

En el diagrama de flujo de la Figura 3.9 los pasos y las ecuaciones utilizadas para implementar
el

el método de simulación de movimiento en el suelo presentado en esta sección se resume. los

variables aleatorias ε (ω) empleadas para simular movimientos de tierra con imposición

La variabilidad adoptada en este trabajo es RV no correlacionado, denominado α (ω), que son

simulado sin tener en cuenta la correlación, que se impondrá como se ve en

ecuación (3.93).

técnica.

Establezca la función EPSD compatible con el espectro mediante eq. (3.68)

Defina el término correctivo por eq. (3.69)

-Seleccionar la función PSD compatible con el espectro cuasiestacionario, de

Cacciola et al. (2004), por eqs. (3.36) - (3.38).

-Simular las variables aleatorias logarítmicas no correlacionadas, con

, ver eq. (3.84) y ver eq. (3.88).

Elige los datos de entrada

- Espectros de respuesta de aceleración de objetivo, media y media.

-Función de modulación dependiente de la frecuencia de tiempo en eq. (3.68), definido como

el espacio CP no estacionario por ecuaciones (2.96), (3.72) y (3.73).

COMIENZO

Realizar la simulación Monte Carlo para

-Simulación de los acelerogramas a través de eq. (3.77).

-Elaborando los espectros de respuesta de aceleración por eq. (2.38).

Verificación de compatibilidad del espectro:

FIN

SÍ

Ajustando en cada frecuencia la compatibilidad del espectro del simulado

RSA

-Actualizar la función EPSD por el término correctivo en eq. (3.47)

-Computar la desviación estándar de los espectros de respuesta simulada,

-Simular nuevas variables aleatorias normales log con desviación estándar actualizada por

el esquema, la media por eqs. (3.84) y

STD por eq. (3.88).

NO

max {[RSA (T0) - RSA (T0)] / RSA (T0) × 100} ≤ 10%

(0)>

g RSA a

Observaciones finales

En este capítulo, una visión general de la cuasi estacionaria compatible con el espectro de
respuesta

y procesos estocásticos no estacionarios para modelar el movimiento sísmico de la tierra tiene

sido conducido en primer lugar. La revisión presentada en este Capítulo ha permitido

apreciar las implicaciones de la adopción de cuasi-estacionario y no estacionario seleccionado

movimientos de tierra compatibles con el espectro de respuesta en términos de

compatibilidad de espectro

logro y convergencia a un espectro objetivo de los espectros medios simulados para

diferentes modelos. En el marco de la simulación de respuesta-espectro compatible

acelerogramas, los modelos de movimiento terrestre casi estacionarios todavía están

ampliamente utilizado como vehículo para estructuras de pre-diseño y / o dispositivos de

control en una

sentido probabilístico, aunque descuidando la característica de frecuencia no estacionaria

del movimiento sísmico de la tierra

En este capítulo, una técnica para simular acelerogramas compatibles con el espectro de
respuesta
también se propone. El procedimiento tiene como objetivo reproducir algunas de las
características observadas por

el análisis de acelerogramas reales, específicamente la variabilidad de la aceleración

espectro de respuesta. A través de variables aleatorias incrustadas simuladas pertinentemente

en orden

para agregar características realistas a los acelerogramas simulados, un evolutivo

parametrizado

La función PSD se establece sin pérdida de características de un modelo básico. los

la simulación propuesta sigue las técnicas propuestas por Cacciola y Zentner

(2012) y D'Amico et al. (2012), que se han descrito en el Capítulo. los

este último permite definir a partir de un solo espectro espectral de potencia evolutiva

función de densidad una cantidad de tres estocásticos compatibles con el espectro de

respuesta

procesos, que abarcan las hipótesis de: no estacionariedad, no estacionariedad

con la variabilidad impuesta de las aceleraciones espectrales y no estacionariedad con

variabilidad impuesta y correlación de las aceleraciones espectrales en diferentes períodos.

Las aceleraciones espectrales de respuesta correlacionadas de los movimientos de tierra

simulados son

más suave que en los modelos no correlacionados (Wang 2011), por lo que se puede observar
que

correlación de la aceleración espectral podría afectar más a los sistemas estructurales con

modos cercanos de vibración (D'Amico 2012).

La influencia del terremoto del movimiento de tierra amplitud y contenido de frecuencia

variación con el tiempo en la respuesta estructural, es objeto de las investigaciones

presentado en los siguientes capítulos. Debido a las características de las estructuras de

referencia

investigado en los siguientes capítulos, es decir, modos de vibración, la correlación de la

la aceleración espectral ha sido excluida. Por lo tanto, el Capítulo 4 presenta el estocástico

análisis de la respuesta de los edificios de referencia seleccionados oportunamente a la

respuesta

terremotos compatibles con el espectro simulados de acuerdo con la técnica propuesta

resumido por medio del diagrama de flujo en la Figura 3.9.

4 Estudio numérico comparativo de lineal y

Estructuras de referencia no lineales

En este capítulo, el análisis de la respuesta de las estructuras al espectro de respuestas
Gaussiano-

modelos de movimiento terrestre estocásticos compatibles se realiza a través de un

Estudio de simulación de Monte Carlo; es decir, el estocástico compatible con el espectro de

respuesta

Los procesos adoptados en esta investigación son cuasiestacionarios y no estacionarios.

modelos junto con el novedoso modelo no estacionario con variabilidad impuesta. Para el

primera vez, este trabajo muestra diferentes movimientos de fondo, modelados para
mantener el mismo

espectro de respuesta para un 5% de amortiguación, aceleración de tierra máxima (PGA),

movimiento fuerte

fase (SMP) y la duración total (TD), generan discrepancias significativas en

respuestas estructurales incluso para estructuras de comportamiento lineal amortiguadas

proporcionalmente,

aunque todos los modelos satisfacen los criterios de compatibilidad del espectro de respuesta.

Se han seleccionado tres estructuras de referencia para finalizar el estudio, específicamente el

construcción nuclear lineal SMART 2008 (Lermitte et al., 2008), IASC 1996, 5 plantas

estructura lineal de acero (Djajakesukma et al. 2002, Samali 2007), y lineal y

Estructura de edificio no lineal SAC 1996 de 20 pisos (Othori et al. 2004). Las estructuras

han sido seleccionados para considerar un escenario extendido de alto a bajo fundamental

frecuencias. Los resultados muestran claramente una debilidad del espectro de respuesta
actualcompatible

criterios exigidos por los códigos sísmicos internacionales y señala que

condiciones más robustas para la simulación de movimientos de tierra de terremoto artificiales

son

necesario (Cacciola et al., 2014).

Técnica propuesta para definir el terreno de entrada estocástico

Mociones

En esta sección, las entradas estocásticas unidimensionales, a saber, el cuasi estacionario,

modelo no estacionario y no estacionario con variabilidad impuesta se describen.

De acuerdo con el método propuesto para simular movimientos de tierra con impuesto

variabilidad, los modelos cuasi estacionarios y no estacionarios se definen como particulares

casos de la ecuación (3.68). Las variables aleatorias que caracterizan el modelo con

la variabilidad impuesta ha sido simulada de acuerdo con el procedimiento en la sección 3.2.2,

contabilidad de la variabilidad solamente (es decir, sin imponer la correlación espectral en

diferentes períodos).

Por lo tanto, a partir de un modelo versátil para funciones PSD compatibles con espectro de
respuesta,

los tres procesos bajo investigación se simulan estableciendo diferentes valores de

las variables aleatorias α (ω) y de la función de modulación de frecuencia temporal a (ω, t).

Específicamente: (i) el modelo cuasiestacionario asume la función aleatoria α (ω) = 1

y a (ω, t) = a (t), este último es Jennings et al. (1969) modelo, (ii) en el no estacionario

modelo las variables aleatorias se establecen α (ω) = 1 y la frecuencia de tiempo conjunta

función moduladora a (ω, t), y (iii) el modelo no estacionario con imposición

la variabilidad se caracteriza por suponer α (ω) log-normalmente distribuido, con = 1 α μ

y la desviación estándar a (ω) σ, determinada de acuerdo con la ecuación (3.76) sin

contabilidad de la correlación entre las aceleraciones espectrales, y una media +

espectro de respuesta objetivo de desviación estándar que lee

() 1.5 () RSA + T = RSA T σ (4.1)

El espectro de respuesta media / mediana a lo largo de su variabilidad debe determinarse a

partir de

la misma base de datos de terremotos para estudios de diseño basados en el rendimiento. Sin
embargo, debido a

la falta de datos en la disposición EC8 con respecto a la variabilidad de la respuesta

aceleraciones espectrales, con fines demostrativos un valor factible de la respuesta

la desviación estándar del espectro se ha utilizado en este estudio comparativo.

En cuanto a la formulación del modelo cuasiestacionario, entre el PSD estacionario

revisado en este capítulo, el modelo propuesto por Cacciola et al. (2004) ha sido

elegido. La útil expresión recursiva de la función de densidad espectral de potencia

compatible con un espectro de respuesta dado se presenta en la ecuación (3.36),

factor máximo aproximado determinado bajo la hipótesis de una barrera de cruce

en grumos como se presenta en la ecuación (3.37) - (3.38) se adopta asumiendo una forma
suave

de la función PSD y valores de la amortiguación estructural 0 ζ << 1.

La función de modulación a (t) para modelar la entrada cuasi estacionaria viene dada por

ecuación (3.40), cuyos parámetros, concretamente 1 t, 2 t y β, expresiones de forma cerrada

se presentan en la sección 3.1.1.2. Los parámetros se evalúan una vez que se ha establecido s T

(por ejemplo, utilizando el valor mínimo de EC8 igual a 10 s). Por lo tanto, al configurar el

duración de la parte estacionaria s T = 10 s, los valores que se obtienen son: β = 0.9,

1 t = 2,78 sy 2 t = 12,78 s.

El espectro de respuesta elástica utilizado es el espectro de Tipo 1 para el suelo de Tipo D cuya

el parámetro de definición se informa en la tabla a continuación.

Parámetro Valor

S 1.35

0.32 g

0.20 s

0.80 s

2.00 s

Tabla 4.1. Parámetros del espectro de respuesta objetivo de la definición: Tipo 1, Tipo D.

Para simular no estacionario y no estacionario con variabilidad impuesta

procesos, la función moduladora dependiente de la frecuencia no separable a (ω, t) es

seleccionado como el espectro evolutivo Clough-Penzien visto en la ecuación (2.96)

de acuerdo con la ecuación (3.70). Para caracterizar los parámetros dependientes del tiempo

del espectro evolutivo CP, se supone que la frecuencia () g ω t es una

función lineal de acuerdo con las investigaciones sobre el análisis de un gran número de

acelerogramas realizados por Rezaeian y Der Kiureghian (2008), que propusieron

la expresión de la frecuencia del filtro del espectro CP de la siguiente manera

0 0 () () = - -

fgttt

tt

ω ω ω ω (4.2)

donde 0t ω es la frecuencia en el instante de tiempo t = 0 yf t

ω es la frecuencia en el final

tiempo f t.

Específicamente, las frecuencias del espectro evolutivo CP determinado a través de

la ecuación (4.2) es 0 = 20 t

ω rad / sy = 5

ft

ω rad / s, mientras que la frecuencia () f ω t es

determinado consecuentemente a través de la ecuación (3.73). Bajo los supuestos de soft

suelo, los valores de los parámetros de amortiguación se han seleccionado como = 0,2 g ζ y

= 0.6 f ζ (después de Der Kiureghian y Neuenhofer 1992). Los parámetros de amortiguación

son

se supone que es invariante en el tiempo sobre la base de las investigaciones en timehistories

grabadas,

revelando que la variación del factor de ancho de banda de tiempo es relativamente

insignificante

(Rezaeian y Der Kiureghian 2008). La densidad espectral de potencia evolutiva

las funciones utilizadas para las simulaciones de los acelerogramas artificiales se representan
en

Figura 4.1.

Figura 4.1. Funciones evolutivas de PSD: a) modelo de C & P, b) cuasiestacionario;

c) no estacionario; d) no estacionario con variabilidad impuesta.

Figura 4.2. Frecuencia instantánea media de los modelos de movimiento de tierra

adoptado en el estudio numérico comparativo sobre la respuesta estructural de

edificios de referencia.

La figura 4.2 muestra la variación de la frecuencia instantánea media frente al tiempo

con el fin de resaltar las diferencias en términos de contenido de frecuencia no estacionaria de

los modelos adoptados, determinados de acuerdo con la expresión en la ecuación (2.105).

Un número de 500 historias de tiempo de movimiento terrestre compatibles con el espectro

de respuesta fueron

generado según la ecuación (3.77) estableciendo Na = 1000, Δω = 0.1 rad / sy total

duración de 20 s. Muestras de cuasiestacionario, no estacionario y no estacionario

con los conjuntos de variabilidad impuestos se muestran en la Figura 4.3.

Las historias de tiempo se corrigieron en la línea base (Preumont 1984) agregando un

polinomio

función al acelerograma simulado original de la siguiente manera

23
1234 BC () = () + + + +

g u t u a t a t a t a t a (4.3)

donde BC ()

g u t es el acelerograma corregido, 1 a, 2 a, 3 a, 4 a y 5 a son los

coeficientes polinómicos determinados a imponer un valor final cero al movimiento del suelo

tiempos-tiempos de desplazamiento y velocidad.

Figura 4.3. Historias de tiempo simuladas a) cuasiestacionarias; b) no estacionario;

c) no estacionario con variabilidad impuesta.

La respuesta promedio aceleraciones espectrales del conjunto de la artificial

Los acelerogramas satisfacen la ecuación (3.45) requerida por EC8 en el rango entre

períodos entre 0 y 4s como se muestra en la Figura 4.4. Además, el promedio de

Las PGA calculadas a partir del conjunto de acelerogramas artificiales son: 4.77, 4.62 y 4.97 m /
s2.

respectivamente para el cuasiestacionario, no estacionario y no estacionario con impuesto

modelos de variabilidad, todos satisfacen la condición Eurocode 8 de ser mayor que el

valor ag S = 4.23 m / s2 (ver ecuación (3.46)). Sorprendentemente, los tres conjuntos de

los acelerogramas cumplen todos los requisitos de la compatibilidad del espectro de respuesta

los criterios provistos por el Eurocódigo 8 y poseen, dentro de diferencias insignificantes (es
decir

por debajo del 5%), el mismo espectro de respuesta media de amortiguación del 5% y la
duración del

parte estacionaria (región de amplitud) de 10 s. En la figura 4.4, el espectro de respuesta

promedio

del mismo conjunto de acelerogramas para diversas relaciones de amortiguación también se

representan.

Tenga en cuenta que, de acuerdo con las disposiciones del Eurocódigo, los acelerogramas
deben ser compatibles

con el espectro de respuesta definido para una relación de amortiguamiento del 5%, incluso si
la estructura que

necesita ser analizado posee una relación de amortiguación diferente del 5% (Eurocódigo 8,

2010). Los espectros de respuesta, para valores de relación de amortiguación diferentes del
5%, son

purgado por la diferencia entre los modelos no estacionarios y el casi estacionario

uno calculado para una relación de amortiguamiento del 5%. Como consecuencia, la diferencia
entre ellos

representa justamente las diferencias entre los modelos como todos los conjuntos de
acelerogramas

poseen el mismo espectro de respuesta media idéntica para un 5% de amortiguación.

Interesantemente,

tenga en cuenta que para diferentes relaciones de amortiguación surgen varias diferencias
especialmente en el caso

de amortiguación de la luz (por ejemplo, <2%).

Figura 4.4. Aceleraciones espectrales de respuesta con variación de la relación de

amortiguamiento

graficado versus: a) periodo; b) frecuencia.

Esto es probablemente debido al hecho de que el sistema de amortiguación ligera posee una
banda estrecha

función de transferencia y, por lo tanto, son más sensibles a locales no estacionarios

contribución de la entrada. Debe enfatizarse que para el lineal más simple

modelos decadentes no estacionarios adoptados en esta aplicación, se pueden observar

las diferencias respetan el caso no estacionario de aproximadamente el 20% especialmente

para mayores

frecuencias (ver Figura 4.5). Claramente, los modelos alternativos no estacionarios pueden
proporcionar

diferentes resultados Por lo tanto, es necesario aclarar que, a propósito, las diferencias

entre los resultados de varios modelos de movimiento de suelo se etiquetan como Δ% y no

como un error porcentual Hoy en día, no se puede decir cuál es el más preciso

modelo entre ellos. El modelo no estacionario (amplitud y frecuencia) seleccionado en

este trabajo es solo uno de los posibles modelos factibles disponibles en la literatura, y hasta

ahora no existe ningún modelo no estacionario universalmente reconocido como el más

apropiado para aplicaciones de ingeniería.

Figura 4.5. Porcentaje de diferencia de los espectros de respuesta para 1% y 2%

amortiguación evaluada con respecto a la respuesta amortiguada simulada al 5%

espectros.

Herramientas de análisis y respuesta estructural

En esta sección, se presentan las respuestas de los tres puntos de referencia, el SMART

2008 edificio de hormigón armado, el IASC 1996 y el edificio de acero SAC 1996
fueron cuidadosamente seleccionados para representar estructuras respectivamente rígidas,
medianas y delgadas.

Los edificios fueron estudiados asumiendo un comportamiento lineal, mientras que el

momento

resistir el marco, el edificio SAC, también se ha investigado en el rango no lineal.

4.2.1.1 SMART 2008: Edificio de hormigón armado de 2 plantas

Esta estructura diseñada para el "Diseño sísmico y los mejores métodos de estimación"

evaluación para el edificio de hormigón armado sometido a torsión "se conoce como

Proyecto SMART 2008 (Lermitte et al., 2008). El edificio de hormigón armado tiene

sido construido en el Laboratorio Sísmico CEA de Saclay en Francia, que se encuentra con la
sísmica

Regulaciones nucleares francesas, así como las prescripciones EC2 y EC8. El modelo tiene

implementado en SAP2000 v15.0.1 suponiendo un comportamiento lineal con amortiguación

razón igual a 2% para todos los modos, la Figura 4.6 muestra el modelo de Elementos Finitos
de

la estructura SMART 2008.

Figura 4.6. Estructura SMART 2008: modelo SAP2000.

El edificio es la mitad de una estructura de 3 pisos con un plan trapezoidal, pertinente

los datos geométricos se dan en la Figura 4.7.

La masa de la estructura incluye el peso propio del edificio y el peso adicional

cargas que son de 12 toneladas para la primera y la segunda losa y 11 toneladas para el techo.

El módulo de elasticidad y el peso unitario utilizados en el análisis numérico son

3.2x1010 N / m2 y 2460 kg / m3, respectivamente (Lermitte et al., 2008). Los primeros dos

las frecuencias naturales de la estructura son 8.9 Hz y 15.9 Hz. La estructura ha sido

forzado por los tres conjuntos de acelerogramas que actúan a lo largo de la dirección x de
acuerdo con el

sistema de referencia que se muestra en la Figura 4.7.

Figura 4.7. Datos geométricos de la estructura SMART 2008 [m].

En la Figura 4.8, la distribución de los máximos del desplazamiento en la dirección x de

el nodo seleccionado (ver articulación en un círculo en la Figura 4.6) está representado.

Figura 4.8. Desplazamientos de salida SMART 2008: a) densidad de probabilidad

función; b) función de densidad acumulada.

Las cantidades de respuestas estadísticas relevantes se muestran en la Tabla 4.2. Diferencias
en

valor absoluto del modelo no estacionario (ΔNS) y no estacionario con impuesto

El modelo de variabilidad (ΔNSV) con respecto al modelo casi estacionario también se informa
en

Tabla 4.2.

SMART 2008 Fractile media 5% Fractile 50% Fractile 95%

Cuasi estacionario 0.0051 0.0040 0.0050 0.0064

No estacionario 0.0050 0.0039 0.0049 0.0066

No estacionario y variabilidad 0.0046 0.0025 0.0039 0.0088

Δ NS% 0.8676 3.2997 1.8624 4.1451

Δ NSV% 8.1265 37.1894 20.5808 38.5640

Tabla 4.2. Respuestas estructurales SMART 2008: estadísticas de desplazamiento [m].

Se puede observar que el modelo no estacionario no proporciona un

diferencias con respecto al caso cuasiestacionario, mientras que el no estacionario con

modelo de variabilidad impuesta presenta diferencias significativas en todos los

estadística. Sorprendentemente, como era de esperar, la mayor diferencia se detecta para

los fractiles y en particular el 95% fractil del no estacionario con impuesto

modelo de variabilidad con un valor del 38% más alto que el correspondiente para

proceso casi estacionario.

La convergencia de los fractiles de la respuesta también se informa en la Figura 3.10. Es

señaló que el Eurocódigo 8 requiere un mínimo de 3 acelerogramas para la historia del tiempo

análisis y sugieren utilizar el promedio de las cantidades de respuesta si un mínimo

número de 7 acelerogramas se utilizan.

Figura 3.10. Convergencia SMART 2008 del desplazamiento de salida

estadísticas a) mean; b) fractil 5%; mediana; d) fractil 95%.

De la Figura 3.10 es evidente que incluso para el caso cuasiestacionario más simple,

los números sugeridos de acelerogramas no conducen a estadísticas estables.

4.2.1.2 IASC 1996: estructura de acero de 5 plantas

La segunda estructura de referencia que se analizará es un marco de acero de 5 pisos IASC

1996

cuya matriz de rigidez es (Samali 2007, Djajakesukma et al. 2002)

4270 3124 64 1 15

3124 6174 3156 65 9

64 3156 6174 3156 74

1 65 3156 6172 3079

15 9 74 3079 2978

--

--

= --

---

(4.4)

La estructura ha sido modelada en MATLAB asumiendo masas igualmente concentradas

en cada nivel de piso de 1042 Kg y con una relación de amortiguación de 0.2% para todos los
modos. los

la primera frecuencia natural es 4.27 Hz. La estructura ha sido forzada por los tres conjuntos
de

acelerogramas en la dirección x del sistema de referencia que se muestra en el equivalente

Modelo SAP2000 representado en la Figura 4.9. Las distribuciones de los máximos

el desplazamiento del piso superior a lo largo de la dirección x se muestra en la Figura 4.10

Figura 4.9. Edificio de 5 plantas: modelo SAP2000.

Figura 4.10. Desplazamientos de salida de edificio de 5 pisos: a) densidad de probabilidad

función; b) función de densidad acumulada.

Los datos de respuesta relevantes se resumen en la Tabla 4.3. En este caso significativo

se pueden observar diferencias con respecto a todos los fractiles y valores medios. Prueba

de la convergencia también se informa en la Figura 4.11.

Edificio de 5 plantas Media Fractile 5% Fractile 50% Fractile 95%

Cuasi estacionario 0.0423 0.0260 0.0415 0.0633

No estacionario 0.0387 0.0234 0.0377 0.0579

No estacionario y variabilidad 0.0356 0.0139 0.0268 0.0762

Δ NS% 8.4710 9.7425 9.1024 8.5655

Δ NSV% 15.993 46.5767 35.2950 20.3271

Tabla 4.3. Respuestas estructurales del edificio de 5 pisos: estadísticas de desplazamiento [m].

Figura 4.11. Convergencia del edificio de 5 plantas del desplazamiento de salida

estadísticas a) mean; b) fractil 5%; mediana; d) fractil 95%.

4.2.1.3 Edificio SAC: Estructura de acero de 20 pisos

La tercera estructura de referencia analizada es el marco resistente al momento para el SAC

Fase 2 Proyecto de acero diseñado por Brandow & Johnston Associates (1996). El SAC

empresa conjunta tuvo como objetivo estudiar estrategias de control estructural para no lineal
3, 9 y 20-

edificios de pisos. El marco de acero de 20 pisos que se muestra en la Figura 4.12 ha sido
seleccionado

y modelado en SAP2000 pertinentemente con la regulación para Los Ángeles,

Región de California.

Figura 4.12. Construcción SAC: modelo SAP 2000.

El estudio de la respuesta estructural se realiza a través del análisis bidimensional

del momento resistiendo el marco. Los detalles geométricos se informan en Othori et al.

(2004) Pertinentemente con la presentación de referencia las primeras cinco frecuencias

naturales

del modelo reproducido son 0.261 Hz, 0.75 Hz, 1.30 Hz, 1.83 Hz, 2.4 Hz; 2%

la amortiguación se asigna a la primera y a la quinta frecuencia de forma proporcional

modelo amortiguado Rayleigh.

El caso lineal se analiza primero. La figura 4.13 muestra las distribuciones de

desplazamiento del último piso para los tres conjuntos diferentes de acelerogramas.

Figura 4.13. SAC construye desplazamientos de salida de modelo lineal: a)

función de densidad de probabilidad; b) función de densidad acumulada.

Los resultados relevantes con respecto a las estadísticas de la respuesta estructural se

informan en

Tabla 4.4.

SAC construyendo el modelo lineal Media Fractile 5% Fractile 50% Fractile 95%

Cuasi estacionario 0.7951 0.4747 0.7593 1.1804

No estacionario 0.7977 0.4746 0.7590 1.2488

No estacionario y variabilidad 0.7990 0.3743 0.7020 1.6365

Δ NS% 0.3362 0.0212 0.0368 5.7908

Δ NSV% 0.4916 21.1422 7.5480 38.6425

Tabla 4.4. SAC construye respuestas estructurales de modelo lineal: desplazamiento

estadísticas [m].

Se pueden observar discrepancias insignificantes entre el cuasiestacionario y el no estacionario

modelo, mientras que el modelo no estacionario con variabilidad impuesta siempre,

como se esperaba, diferencias significativas en las colas que conducen a un valor del 95% de
fractil

de la respuesta del 38%, también en este caso más alta que la correspondiente para
quasistacionario

proceso de entrada. Esto está en contraste con el entendimiento común de que

modelos cuasiestacionarios conducen a una respuesta demasiado conservadora con respecto a

la no estacionaria

unos. A la luz de estos resultados, esta idea general debe revisarse,

dependiendo de cómo se generan los acelerogramas Prueba de convergencia para el

el modelo lineal también se informa en la Figura 4.14.

Figura 4.14. SAC construye la convergencia del modelo lineal de la salida

estadísticas de desplazamiento: a) mean; b) fractil 5%; mediana; d) fractil 95%.

El análisis de tiempo-historia no lineal se realizó en la misma estructura

de acuerdo con las recomendaciones de FEMA-356 adoptadas para definir las bisagras
plásticas. los

el modelo no lineal asociado a la rotación de momento se muestra en la Figura 4.15.

Figura 4.15. Relación de rotación de momento para columna de columna de resistencia al

momento

conexión del nodo analizado en el techo.

Las distribuciones de los desplazamientos máximos del piso superior se informan en la Figura

4.16.

Figura 4.16. SAC construye desplazamientos de salida de modelos no lineales: a)

función de densidad de probabilidad; b) función de densidad acumulada.

Como se resume en la Tabla 4.5, también en este caso, se pueden observar diferencias
significativas

con respecto a las colas especialmente para los fractiles al 5% y al 95%. Interesantemente para
esto

caso, las discrepancias entre el 95% de fractile en el caso de lineal y no lineal

modelo son más evidentes en el caso lineal, una vez más en contra de la visión general de que
la no estacionariedad de los modelos de movimiento en el suelo es más relevante para los
modelos no lineales

comportarse estructuras.

SAC construye modelos no lineales Fractura media 5% Fractil 50% Fractile 95%

Cuasi estacionario 0.6275 0.4277 0.6183 0.8359

No estacionario 0.6283 0.4208 0.6064 0.8841

No estacionario y variabilidad 0.6041 0.3354 0.5861 0.9624

Δ NS% 0.1319 1.6049 1.9261 5.7702

Δ NSV% 3.7272 21.5823 5.2093 15.1320

Tabla 4.5. SAC construye respuestas estructurales modelo no lineales: desplazamiento

estadísticas [m].

La prueba de convergencia también se informa en la Figura 4.17. Se observa que para no lineal

análisis de tiempo-historia las estadísticas de la respuesta convergen más lentamente en

comparación con el caso lineal. Notablemente el número mínimo de 7 acelerogramas

para que el análisis de tiempo-historia no lineal use el promedio de las cantidades de

respuesta

debe aumentarse significativamente (por ejemplo, 100 muestras), especialmente si es de

orden superior

las estadísticas, como el fractil 95%, se utilizan con fines de diseño.

Figura 4.17. SAC construye convergencia de modelo no lineal de la salida

estadísticas de desplazamiento: a) mean; b) fractil 5%; mediana; d) fractil 95%.

Observaciones finales

En este Capítulo, el análisis sísmico de los sistemas estructurales forzados por el espectro de
respuestas

acelerogramas compatibles simulados de acuerdo con la disposición Eurocode 8

ha sido presentado en un estudio numérico comparativo. Tres estocásticos diferentes

modelos de movimiento de suelo (es decir, casi estacionarios, no estacionarios y no

estacionarios con

variabilidad impuesta, sin tener en cuenta las correlaciones espectrales a diferente

períodos) han sido adoptados, generados utilizando la técnica de simulación propuesta

presentado en el Capítulo 3. Los movimientos de tierra poseen características comunes, a

saber:

el mismo espectro medio de respuesta de amortiguación del 5%, PGA, fase de movimiento
fuerte y el total
duración.

Comparando las respuestas estructurales de tres edificios de referencia forzados por conjuntos

de acelerogramas simulados de acuerdo con la técnica propuesta, ha sido

destacó que, incluso si se hubieran cumplido las disposiciones del Eurocódigo 8, la

distribución de los parámetros de respuesta relevantes tales como el desplazamiento máximo

sensiblemente diferente para los tres modelos adoptados; diferencias de alrededor del 30-40%
del

se observan fractiles de respuesta. Este resultado manifiesta la debilidad del espectro de

respuestas

criterios compatibles prescritos por los códigos sísmicos internacionales.

Además, se ha demostrado que la respuesta de las estructuras con relación de

amortiguamiento

más pequeño que el nominal 5% (utilizado como un objetivo) es sensible a la no estacionaria

modelo adoptado en la simulación. Además, la opinión general de que la no estacionariedad

de los modelos de movimiento en el suelo es más relevante para el comportamiento no lineal

estructuras que para el caso lineal deberían revisarse, ya que los resultados que se muestran
en este

El capítulo demuestra que la condición opuesta es posible. Finalmente, el general

aceptado el entendimiento de que los modelos cuasi-estacionarios conducen a un estilo

excesivamente conservador

la respuesta en comparación con el modelo no estacionario también debe revisarse, ya que

depende

en la estrategia utilizada para generar los acelerogramas. Los hallazgos proporcionados en este

El capítulo hace hincapié en la importancia de definir modelos confiables no estacionarios para

el suelo

simulaciones de movimiento, que hasta ahora se ha resaltado solo para no lineal

estructuras de comportamiento y la necesidad de revisar las disposiciones del código sísmico

con

con respecto a la representación de tiempo-historia del movimiento de tierra.

La contribución proporcionada en este Capítulo ha demostrado la influencia de la

selección de procesos de movimiento del suelo ya sea para sistemas lineales y no lineales y

el diferente nivel de sensibilidad a la variación de amortiguación estructural de la estructura

respuestas debido a las diferentes hipótesis con respecto a los modelos de movimiento de
suelo. Estas
consideraciones son la base de las investigaciones siguientes en los próximos capítulos

que la respuesta de los sistemas estructura-estructura-suelo-interacción (SSSI) es

analizados bajo los mismos modelos estocásticos de excitación sísmica.

5 Estructura-suelo-estructura-interacción

Visión de conjunto

En el Capítulo 4, la influencia de la no estacionariedad de la acción sísmica en el

la respuesta estocástica de edificios de referencia seleccionados ha sido examinada

detenidamente. los

edificios forzados por los terremotos simulados compatibles con el espectro de respuesta
tienen

se ha investigado bajo la hipótesis de base fija y suelo rígido, es decir, sin

Contabilidad de los efectos de la estructura del suelo-interacción (SSI). El SSI,

fenómeno abarcado por la estructura suelo-estructura-interacción (SSSI) son

presentado en este Capítulo para proporcionar los principios básicos sobre los cuales

El diseño de Vibrating Barriers está financiado.

El diseño de Vibrating Barriers se basa en el principio del SSSI, que es

explotado para reducir la respuesta en edificios aprovechando la posible

efectos beneficiosos que la interacción mutua entre estructuras vecinas puede

inducir, a una o más estructuras en el mismo clúster. Para lograr el objetivo de esto

trabajo, en el estudio de sistemas de múltiples estructuras (es decir, ViBa y un edificio para
proteger), el

modelado del SSSI, así como los efectos inducidos por el SSI, han sido

emprendido.

En este Capítulo, en primer lugar, los fundamentos de la SSI durante el movimiento de tierra
del terremoto

son introducidos; los efectos inducidos en los sistemas de ingeniería por el SSI, y el

los métodos adoptados para evaluarlos se describen. Sucesivamente el fenómeno SSSI

se describe en el Capítulo junto con una literatura sobre el tema. En la revisión,

se presta especial atención a los modelos discretos, cuya formulación es adoptada

en esta investigación para continuar las investigaciones. La literatura sobre el SSSI discreto

modelo se intenta junto con los trabajos que abordan sus estudios por el experimental

y enfoque estocástico.
Fundamentos de Dynamic Soil-Structure-Interaction

(SSI)

Las siguientes secciones presentan los principios básicos y métodos adoptados para estudiar

y cuenta de la estructura-interacción-suelo (SSI) para aplicaciones de ingeniería.

Desde finales del siglo XIX, el campo del SSI ha progresado e involucra una amplia gama de

disciplinas como ingeniería sísmica estructural y geotécnica (ver p.

Kausel 2010). En los últimos 50 años, los desarrollos de SSI han sido apoyados por

crecimiento de poderosos métodos computacionales y numéricos, mejorando la capacidad

de analizar y predecir el fenómeno para varias aplicaciones. Particularmente,

el diseño sísmico de las Centrales Nucleares ha alentado considerablemente

investigación sobre el tema (Roesset 2013).

Principalmente hay dos formas de abordar los problemas de SSI: (i) representar el

estructura como un bloque elástico y para describir el suelo como un cuerpo continuo de
medio espacio,

(ii) asumir el suelo como un lecho de manantiales o por límites rígidos (ver, por ejemplo,
Woods y

Deek 2004). En las siguientes secciones, ambos enfoques están cubiertos siguiendo el

estableció la división del problema en SSI estático y dinámico.

5.1.1 Descripción general de SSI en Ingeniería de Terremotos

Dos problemas fundamentales surgen para los problemas de SSI durante la excitación sísmica,
la

primero se refiere a los efectos del suelo sobre la rigidez dinámica de la base del suelo de la
estructura

sistema, y el segundo es la evaluación del movimiento de entrada efectivo que actúa sobre

Fundación.

De acuerdo con el enfoque propuesto por Wolf (1985), el modelo simplista para

el análisis dinámico de SSI se presenta aquí; a través de este enfoque, el sistema global

se supone que está formado por un SDOF caracterizado por la masa m, la rigidez k

y la amortiguación cistemática c, colocada sobre una base rígida en forma de L sin masa. los

cumplimiento de la fundación se describe a través de dashpots traslacionales y rotacionales

representados por los coeficientes de amortiguación h c y r c, y por la traducción y

muelles de rotación respectivamente con rigidez h k y r k (Kramer 1996). Figura 5.1

muestra el sistema discreto descrito idealizado.

Figura 5.1. Modelo con: a) sistema SDOF en depósito de suelo elástico; segundo)

sistema discreto idealizado con representación de la traducción y

resortes rotacionales y dashpots; c) componentes del movimiento (Kramer 1996).

La ecuación del movimiento en el dominio del tiempo del sistema SDOF representado en la
figura

5.1, se puede generalizar según la ecuación (1.1) suponiendo una rigidez equivalente

e k y los coeficientes de amortiguación e c, que es

() + () + () = 0 abs e rel e rel mu t cu t ku t (5.1)

donde () están los desplazamientos de la masa agrupada con relación a la base del

oscilador y () abs u t los desplazamientos absolutos totales, que son

() = () + () + () abs g de lo que usted necesita (5.2)

donde () g u t es desplazamiento de tierra horizontal, () f u t es la base horizontal

desplazamiento y () rel u t es

() = + () rel u t h u u u (5.3)

donde u (t) son los desplazamientos relativos horizontales de la masa debido a la

movimiento de traslación de la base, mientras que hθ son los desplazamientos relativos

debido a

el balanceo de la base.

La ecuación (5.2) se puede reescribir como una suma de los desplazamientos masivos relativos
a

la base y los desplazamientos de la base con respecto a la posición original

() = () + () abs 0, abs rel u u u u t (5.4)

donde () 0, abs u t son los desplazamientos absolutos de la base igual a

() = () + () 0, abs g f u u u u t u t (5.5)

Por lo tanto, sustituyendo la ecuación (5.4) en (5.1), se deduce que

() + () + () + () = 0 0, abs aliviando el error (5.6)

En el dominio de la frecuencia, el equilibrio dinámico del sistema SDOF equivalente

para el cual se consideran los movimientos de traslación y balanceo, se obtiene después de

tomar el

Transformada de Fourier de (5.6) y reorganización de los términos de la siguiente manera

(- ω2 + ω +) () = ω2 () e e rel g m i c k U ω m U ω (5.7)
donde () g U ω de acuerdo con la Transformada de Fourier de la ecuación (5.5) representa el

movimiento equivalente de entrada sísmica dada por la combinación de la tierra horizontal

desplazamiento 0, () abs U ω y desplazamiento de la base () f U ω; () rel U ω son los

desplazamientos relativos de la masa agrupada con respecto a la configuración original

de la base

Debe notarse que el sistema equivalente no toma en cuenta la masa de

la Fundación.

La frecuencia natural equivalente del sistema descrito se puede expresar como

frecuencia a la cual la respuesta del sistema va al infinito cuando = 0 e ζ; para

que la siguiente expresión tiene

222

1=1+1+1

ehrωωωω

(5.8)

donde las frecuencias naturales e

ω, 0

ω, h

ωyr

ω son respectivamente para:

sistema equivalente, el sistema de base fija, el movimiento de traslación y el balanceo

movimiento.

La frecuencia natural para la vibración traslacional h

ω puede determinarse asumiendo

condición de estructura infinitamente rígida y la base no puede girar, por lo tanto

la frecuencia dependería de la rigidez de traslación de la base solamente

de acuerdo con la siguiente ecuación

=h

metro
ω (5.9)

Considerando que, para expresar la frecuencia natural de balanceo r

ω el caso de

estructura infinitamente rígida sobre la base de la incapacidad de traducir debe ser

considerada, desde

que la frecuencia natural del sistema dependería solo de la rotación

rigidez od la base de acuerdo con el siguiente

2=r

mh

ω (5.10)

donde h es la posición de la masa agrupada con respecto a la base.

Al sustituir las expresiones de las frecuencias naturales en la ecuación (5.8),

de acuerdo con la ecuación (2.4), (5.9) y (5.10), la ecuación (5.8) se convierte

1/2 /

++e

h r k k kh k

ω (5.11)

La ecuación anterior muestra el primer efecto importante del SSI de reducir la

frecuencia del sistema con respecto al sistema con base fija.

Amortiguación histerética

La amortiguación se define como el mecanismo de eliminación de energía de un oscilante

sistema, se mide convenientemente por el factor de pérdida, que representa la energía

pérdida por ciclo de movimiento con respecto a la energía potencial máxima almacenada en el

sistemas, que lee

Π
=

(5.12)

donde Π y V son, respectivamente, la energía total perdida en un ciclo y el pico

energía potencial almacenada en el sistema en ese ciclo.

La energía de un sistema se disipa en un ciclo de vibración armónica bajo el

La hipótesis de amortiguamiento viscoso lineal, con fuerza de amortiguación = D f cu, se da

como

sigue (Chopra 2007)

2/

222

000

00

()

[cos ()] 2

Π===

=-==

∫∫

D f du cu u dt

c u t dt c u ku

πωω

ωωφπωπ

(5.13)

donde la energía disipada resulta aumentar linealmente con la frecuencia de excitación.

Comúnmente, la amortiguación estructural real es idealizada por amortiguadores viscosos

lineales o

dashpots ya que estos permiten la ecuación diferencial de movimiento gobernante para

mantener
linealidad, esta ventaja equilibra la aproximación en el mecanismo de la energía

disipación que es altamente compleja.

La amortiguación se debe parcialmente a los fenómenos de la energía de radiación, por

ejemplo

relacionado con la geometría del sistema y el acoplamiento con factores externos.

Además, la disipación de energía está influenciada por las propiedades del material y su

características, como la plasticidad y la viscosidad, y de manera importante también por la

frecuencia

de las oscilaciones Las principales dificultades están involucradas para modelar los efectos de
amortiguación en

la respuesta de los sistemas dinámicos, para los cuales el modelo de amortiguación histerética
lineal es

ampliamente empleado si se satisface el requisito de no causar víctimas (Crandall 1969).

Principalmente, este fenómeno complejo se clasifica en dos mecanismos principales, el

primero es

llamado amortiguación geométrica, que depende de la extensión del material, el

el segundo es el amortiguamiento del material, relacionado con la característica intrínseca del

medio.

Con respecto a la amortiguación del material en los suelos, el modelo de Kelvin-Voight es

usualmente

considerado bajo la hipótesis de la propagación de onda visco elástica. El Kelvin-

El modelo Voight considera la resistencia a la deformación por cizallamiento como la suma de

un

resorte elástico k y un amortiguador c viscoso, que establece la proporcionalidad

entre la fuerza disipativa y la velocidad. El modelo asume la energía

la disipación es proporcional a la frecuencia de la carga, sin embargo, suelos reales

disipar la energía histéricamente, con la disipación de energía insensible a la frecuencia.

La forma más sencilla de modelar la amortiguación lineal independiente de la velocidad

durante el movimiento armónico

está asumiendo la fuerza de amortiguación a la frecuencia ω de la siguiente manera (Chopra

2007)

= D

fkuη

(5.14)
que en comparación con la fuerza de amortiguación viscosa implica la amortiguación viscosa

coeficiente es

c=kη

(5.15)

Sustituyendo la ecuación (5.14) en (5.13), la energía perdida por ciclo para la frecuencia

amortiguación lineal independiente es

0 Π = πηku (5.16)

que es independiente de la frecuencia de forzado y que satisface la ecuación (5.12).

Para amortiguadores ideales bajo excitación armónica en movimiento resonante o casi

resonante,

coeficiente de amortiguación para amortiguación viscosa equivalente a la amortiguación real

puede ser

expresado igualando (5.13) con la ecuación (5.12), que da

(5.17)

Teniendo en cuenta que la energía potencial almacenada en un ciclo de movimiento es 2

V = ku0 / 2, y

Sustituyéndolo junto con la ecuación (5.16) en la ecuación (5.17), se deduce que

==2e

do

η ζ (5.18)

La amortiguación independiente de la frecuencia η es real, no negativa e incluso y asociada

a la relación de amortiguación viscosa equivalente e ζ a través de un valor constante.

Considerando el sistema SDOF equivalente involucrado en el SSI en la Figura 5.1, bajo

la suposición de amortiguación histérica de ambos materiales y la amortiguación de la

radiación puede ser
modelado; la relación de amortiguación relativa a la amortiguación del material se llama g ζ y x
ζ

para la amortiguación de la radiación en la dirección horizontal. El equivalente viscoso

coeficiente de amortiguación e c en las ecuaciones (5.1) de acuerdo con la ecuación (5.18)

=2ee

mi

ck

(5.19)

en el cual = 2 e e k mω.

Al ser la amortiguación se supone que está influenciada por la radiación y el material

mecanismo, el coeficiente de amortiguación relativamente a la dirección horizontal de la

el movimiento se puede escribir como

=+2hxgxccζk

(5.20)

donde x c corresponde a la amortiguación de la radiación y la segunda parte de la expresión

es la contribución de la amortiguación del material.

El coeficiente de amortiguación para el componente rotacional de la respuesta SDOF puede ser

Escrito como

cckθθζ

(5.21)

donde cθ es la contribución de la amortiguación de la radiación y en la segunda parte de la

la expresión representa la amortiguación de la radiación.

La amortiguación histerética equivalente al descuidar los términos de segundo orden es

2222

20222

00

1
=+ - ++

eeee

egx

hr

ωωωω

ζζζζζ

ωωωω

(5.22)

Otro efecto importante del SSI se expresa mediante la ecuación anterior, que muestra

que la relación de amortiguamiento del sistema equivalente es mayor que la relación de

amortiguamiento de la

estructura con base fija.

5.1.2 Efectos de la interacción suelo-estructura-interacción y métodos de análisis

En el contexto del análisis y diseño de ingeniería, los efectos de SSI están categorizados en

• Interacción inercial: relacionada con la masa de la estructura cuyas vibraciones

determinar la cizalladura y el momento que induce los desplazamientos de la base

relativamente

al campo libre.

• Interacción cinemática: asociada a la rigidez de la estructura, que

específicamente causa desviación del movimiento de campo libre.

Dos son los métodos generales adoptados en la ingeniería de terremotos para realizar SSI

análisis, estos son el enfoque directo y el enfoque de subestructura. Por directo

métodos, el suelo y la estructura se analizan en un solo paso, mientras que a través del

enfoque de subestructura, el problema se descompone dando lugar a un método de varios

pasos

tipología.

Análisis directo

Una vez que el suelo ha sido discretizado según el elemento finito que modela la ecuación
de movimiento de la estructura del sistema combinado y el suelo de soporte; estos análisis
permiten

para modelar no-linarites aunque los costos computacionales costosos y los pequeños

ventajas comparadas con métodos lineales equivalentes (véase, por ejemplo, Stewert y otros,
1999).

La ecuación de movimiento para el sistema SSI combinado se puede expresar en una matriz

formar de la siguiente manera

() () ()

g () g () g ()

ggg

ttt

ttt

+ + =

eres tú

MMCCKK0

eres tú

(5.23)

donde los vectores del movimiento se dividen por entrada y salida, así como el

matrices de masa, rigidez y amortiguación, cuyo subíndice g denota la partición de

representando las fuerzas acopladas debido al movimiento de los soportes.

Una revisión del arte con respecto a los métodos directos está disponible en el trabajo de
Shah.

et al. (2011) alumbrando la eficiencia de los métodos directos para el análisis simple

mientras que para el análisis no lineal los métodos de subestructura, presentados en el

siguiente

párrafos, son más efectivos y fáciles de aplicar.

Análisis de subestructura

El enfoque de subestructura adopta el método de superposición para combinar el

efectos para el sistema general divididos en partes. El enfoque de subestructura puede

dividirse en los siguientes pasos:

• Expresar las ecuaciones de movimiento del sistema global de acuerdo con

principio de superposición de los efectos determinando el equilibrio para cada

subestructuras; las incógnitas, tantas como el número de ecuaciones para describir el

equilibrio global, son: los desplazamientos en masa u (t) de la masa m del SDOF

con respecto a la base, como se ve en la ecuación (5.3), la rotación θ es la base con

masa 0 m y el desplazamiento del sótano inducido por el SSI, 0u (t).

• Evaluar las funciones de impedancia (funciones de rigidez dinámica) de

ecuaciones de movimiento obtenidas del paso 1. Las funciones de impedancia son complejas

valorados, estos se pueden expresar de la siguiente manera

dyn () = Re dyn () + Im dyn () K ω K ω K ω (5.24)

donde Re [⋅] e Im [⋅] son respectivamente la parte real y la parte imaginaria.

Al invertir las funciones de impedancia, las funciones de cumplimiento se definen para

caracterizar la flexibilidad dinámica del sistema SSI.

Estado del arte de la estructura-suelo-estructura-interacción

(SSSI)

Varios autores observaron que durante los terremotos se espaciaban los edificios mutuamente

influir en sus respuestas estructurales (Clouteau y Aubry 2001, Wang et al 2013),

este fenómeno puede afectar ciudades densamente pobladas. La interacción entre

edificios vecinos se activan por el depósito de suelo del sitio considerado

motivando los estudios de interacción sitio-ciudad, que se centran en la modificación de

el campo de olas urbanas durante el terremoto (Semblat y otros 2002, Kham et al., 2006). los

la interacción sitio-ciudad representa una tendencia desafiante de investigaciones en

terremoto

ingeniería, respaldada y alentada por el desarrollo de métodos numéricos

para el análisis de estructuras y por un potente software comercial. La Cruz

la interacción entre edificios vecinos no se considera para análisis y diseño

de estructuras por cualquier código de diseño; sin embargo, debido al crecimiento urbano
actual, el

implicación del SSSI en las ciudades crea una motivación para superar el actual

limitaciones de conocimiento del fenómeno.

Hasta ahora se ha observado la interacción cruzada dinámica entre estructuras

analíticamente, numérica y experimentalmente principalmente en pequeña escala, una

revisión reciente

del estado del arte del tema se puede encontrar en el trabajo de Lou et al. (2011).

Warburton et al. (1971) y Luco y Contesse (1973) son los pioneros de este campo

de estudio haber establecido la base matemática de la dinámica mutua

interacción entre estructuras. Las teorías de Warburton et al. (1971) y Luco y

Contesse (1973) se basan en los principios de la propagación de ondas. Warburton et al.

(1971) desarrolló una teoría por la cual las respuestas de dos masas idénticas unidas

sobre un medio elástico se evalúa; una de las dos masas está emocionada por una vertical

fuerza armónica, y se han observado las respuestas dinámicas de ambas masas.

Sucesivamente, Luco y Contesse (1973) permitieron la predicción analítica de la

respuestas de dos muros de corte infinito, que fueron investigados cuando singularmente

excitado en primer lugar y cuando simultáneamente está sujeto a la carga sísmica. los

respuesta de los sistemas fue evaluada y comparada a través de un estudio paramétrico en

qué rigidez, altura y distancia entre las paredes varían; la investigación

revela que los desplazamientos de la masa más pequeña son significativos cuando el más alto

la masa se coloca en su proximidad. El sistema más alto induce efectos desventajosos sobre

la respuesta de la pared más pequeña, la influencia de la transmisión en el campo de ondas

amplifica

las vibraciones de los más pequeños y reduce la respuesta de la estructura más alta. Esto es

el efecto beneficioso que el SSSI puede inducir a los sistemas estructurales bajo vibraciones

dentro del mismo campo de onda. La caracterización dinámica de la estructura del suelo

la interacción cruzada también fue perseguida por Kobori et al. (1973) Los autores definieron
el

matriz dinámica de conformidad de tierra de dos tipos de sistema estructural de masas

apoyado en una multi fundación. Los efectos de interacción cruzada resultan influenciados

por la frecuencia fundamental del suelo, el tipo de excitación y la dinámica

características de las estructuras. Después de Luco y Contesse (1973), Wong y Trifunac

(1975) estudiaron las vibraciones de las paredes de corte cercanas; los últimos autores
mencionados

amplió el número de sistemas involucrados en el mecanismo de interacción bajo

SH vibraciones tipo. Sucesivamente las investigaciones numéricas de Betti (1977)

examinó los efectos de la interacción dinámica entre múltiples dimensiones tridimensionales

bases incrustadas. La formulación de los autores evidencia los efectos de la

distancia en el mecanismo de interacción; es al aumentar la distancia entre el

fundamentos que las respectivas respuestas estructurales tienden al caso aislado de soltero

cimientos. De todos los estudios presentados surge que varios son los factores

influenciando el mecanismo de interacción cruzada en edificios vecinos (por ejemplo,

tamaño, altura, distancia, tipo de suelo, base de los cimientos), y que este campo de

la investigación es un área amplia para explorar.

Mulliken y Karabalis (1998) propusieron una formulación discreta para capturar el

efecto de la interacción entre dos fundaciones, el FSFI, y entre un conjunto de tres

edificios adyacentes unidos por SSSI. Los edificios son SDOF con masas concentradas,

colocados en cimientos rígidos separados conectados a través de frecuencia independiente

muelles. La amortiguación está modelada por dashpots y la interacción suelo-fundación es

139

contabilizado en el modelo. La rigidez y la amortiguación independientes de la frecuencia

coeficientes para describir la rigidez y los elementos viscosos que acoplan el

los cimientos del sistema de construcción-cimentación están calibrados para dos idénticos

Fundamentos cuadrados en 3D para definir los términos de acoplamiento con el fin de dar
cuenta del SSSI

fenómeno. Mulliken y Karabalis (1998) asumen la mutua independencia de

cada modo de vibración y considere SFI independiente entre las fundaciones

debajo de cada edificio. Para considerar la no linealidad del suelo y las estructuras

se emplea un método de Wilson modified modificado para resolver las ecuaciones de

movimiento del

sistemas estructurales forzados por carga dinámica. Los resultados muestran que cada uno de
los

las estructuras se alteran significativamente por la presencia de las estructuras vecinas.

Naserkhaki y Pourmohommad (2012) investigaron los efectos en la respuesta de

dos edificios de corte teniendo en cuenta los efectos de SSI y SSSI; los edificios son

modelado suponiendo masas agrupadas para cada piso, el suelo subyacente por un

medio espacio homogéneo viscoelástico discreto. Los autores proponen una analítica
enfoque para realizar análisis numéricos en el que el equilibrio del sistema es

considerado con respecto a la traducción y rotación alrededor del centro de gravedad de

la tierra. Los valores de masa, amortiguación y rigidez que caracterizan el SSSI y el SSI

los efectos fueron asumidos de acuerdo con el trabajo de Mulliken y Karabalis (1998). los

estudio numérico presentado ha sido perseguido por la aceleración lineal de Newmark stepby-

procedimiento de paso que investigó el efecto del suelo en el período de edificios y en

las respuestas, así como los efectos de SSI y SSSI en ellos. Con respecto a este último,

los autores estimaron los efectos dominantes debido al SSI que el SSSI en el estructural

respuestas. Al variar la distancia entre edificios, el SSSI mostró al ser

beneficioso: los efectos del suelo en la respuesta se reducen para distancias más cercanas,

mientras que al aumentar la distancia de separación, el SSSI y el SSI determinan

respuestas. Por lo tanto, la interacción mutua entre los edificios puede reducir la

consecuencias debido a SSI. Los autores llevaron a cabo una investigación también en un grupo
de

edificios, para lo cual se muestra que las respuestas de los edificios están más influenciadas
por

la estructura adyacente. Las evidencias aportadas por la teoría propuesta por Luco y

Contesse (1973) se han considerado recientemente en las investigaciones de Alexander et al.

Alabama. (2012) Los autores desarrollaron un análisis discreto

se encuentra a través de un muelle giratorio gobernado por una ley de potencia inversa en
cubos

equipado mediante simulaciones por computadora (es decir, análisis FE con PLAXIS y

Caja de herramientas MATLAB CALFEM). En esta sección, más detalles sobre el modelo
propuesto

por los autores se proporcionan con respecto al uso de modelos discretos para SSSI

análisis.

En los últimos 20 años, la industria nuclear ha mostrado particular interés en

comprender las posibles implicaciones de la interacción dinámica cruzada en adyacentes

edificios. Las estructuras auxiliares masivas suelen estar cerca de los edificios del reactor, por
lo tanto

pruebas de mesa experimentales y de vibración han sido compatibles. Para evaluar el

adecuación de las centrales nucleares en Japón, en 1994 la Ingeniería de Energía Nuclear

Corporation (NUPEC) lanzó un proyecto que en la etapa más temprana tenía como objetivo
investigar el fenómeno Tierra-Estructura-Interacción (SSI). Modelo y temblor

pruebas de tabla se han llevado a cabo para comprender la influencia en la respuesta de un

construcción de turbina después de la construcción de un edificio de reactor de mayor tamaño

colocado

cerca (Kitada et al., 1999). El mecanismo de interacción cruzada dinámica es probado por

la alteración de las curvas de resonancia con relación al primer edificio inicialmente de pie

solo. Además, el cambio considerable en el contenido energético del terremoto

la aceleración observada en la parte superior de los edificios gemelos incrustados se ha

observado y

más investigado por Clouteau et al. (2012) Clouteau y coautores validados

con métodos acoplados FEM y FE / BE en el contexto de SSI y "dinámica

interacción cruzada "los resultados experimentales del proyecto NUPEC. Su numérico

estudios confirmaron la importancia de la rigidez de la primera capa de suelo debajo del

edificios, lo que resulta que rige la interacción cruzada; sus modelos

confirmó los diferentes efectos entre incrustados y superficiales estrechamente espaciados

cimientos. Específicamente, considerando el sistema acoplado, una reducción del 30%

se ha detectado en la parte superior del segundo edificio con respecto a la respuesta

obtenido para el mismo edificio al forzar el primer edificio solo teniendo en cuenta

condiciones desacopladas.

141

5.2.1 Modelos discretos

En esta sección, entre los modelos analíticos discretos presentados en la introducción a

el estado del arte en SSSI, las obras de Mulliken y Karabalis (1998) y

Alexander et al. (2012) son elucidados. Específicamente, la revisión de modelos discretos

hereafters pone particular atención en la formulación de los coeficientes de acoplamiento

para la interacción fundación-suelo-fundación; como el modelo analizado por Naserkhaki

y Pourmohommad (2012) adoptó los coeficientes de acoplamiento según Mulliken

y Karabalis (1998), el trabajo de los autores no se explica en más detalles en este

sección.

En general, los modelos estructurales discretos para el análisis de estructuras están

formulados para

reducir los costos computacionales con respecto a los involucrados en continuo

soluciones analíticas y numéricas por FEM o BEM; Sin embargo, los modelos discretos todavía

garantizar un nivel adecuado de precisión. En el caso del análisis del sistema SSSI, el uso

de sistemas discretos resulta altamente ventajosa teniendo en cuenta la complejidad de la

formulación de problemas y el alto número de variables involucradas. Tiene que ser notado

que se consideran varias aproximaciones para reducir los sistemas complejos a

modelos discretos y que el principal desafío es definir los parámetros que

caracterizar la interacción. El SSI (es decir, la interacción fundación-suelo) es generalmente

incluido en las formulaciones.

Mulliken y Karabalis (1998) desarrollaron un modelo para la interacción cruzada dinámica

entre los cimientos rígidos adyacentes que usan modelos traslacionales de muelles. El discreto

los cimientos cuadrados de superficie rígida tienen muelles y salpicaderos independientes de

frecuencia

y se colocan en medio espacio elástico lineal isotrópico homogéneo, cuya masa,

rigidez y matrices de amortiguación viscosas se caracterizan por el tiempo

análisis de dominio. Para realizar la integración de las ecuaciones de movimiento en

dominio del tiempo, los autores propusieron un método Wilson modified modificado. Lo
tradicional

paso a paso el procedimiento fue modificado para hacer frente a la siguiente suposición: (i) la

la rigidez estática de cada base no cambia con la presencia del otro

fundamentos, (ii) se asume un retraso de tiempo entre la respuesta de una fundación y

la respuesta inducida por la misma base sobre las otras. Mulliken y

Karabalis (1998) basó su modelo discreto en las siguientes hipótesis: (i) el

el acoplamiento entre las bases para cada modo es independiente del DOF de los demás,

(ii) la rigidez estática de cada sistema de cimiento-suelo no se ve afectada por la presencia

de las otras fundaciones, (iii) el lapso de tiempo de la respuesta está relacionado con el corte o

velocidad de la onda longitudinal, es decir, dependencia de la velocidad de la onda de corte

para el

movimiento vertical, balanceo y torsional, en la velocidad de onda longitudinal para

movimiento horizontal Para modelar el SSI relativo a cada fundación, los autores

adoptó una combinación de coeficientes de la literatura para definir la masa pertinente,

rigidez y matrices de amortiguación. En la Tabla 5.1 inercia del suelo, la rigidez y

coeficientes de amortiguación se presentan.

Movimiento

Relación de inercia

Equivalente

radio 0 r

Suelo virtual

masa v m

Estático

rigidez K

Mojadura

do

Vertical

()

-m

2a

0.27m

4.7

1-

Georgia

0.8

s
Gk

Horizontal

()

() 3

78

32 1

metro

νρ

2a

0.095m

9.2

2-

Georgia

0.163

Georgia

Balanceo

()

31
8

-m

ρ4

un

0.24 m

4.0

1-

Georgia

0.6

aK

Torsional 5

metro

ρr4

un

0.045m

8.31Ga3

0.127
s

aK

Tabla 5.1. Coeficientes de rigidez para la infiltración discreta unidimensional del suelo de
cimentación

(Richart y otros 1970, Gazetas 1983, Wolf 1988).

Los coeficientes de rigidez y amortiguación estáticos propuestos por Wolf (1988) presentados
en

La tabla 5.1, depende del parámetro a que representa el ancho medio de un cuadrado

fundación y en la velocidad de onda de corte = / sv G ρ donde G y ρ son

módulo de corte y la densidad del suelo.

Con respecto al modelo de amortiguación, los autores modificaron los coeficientes propuestos
por

Wolf (1988) a través de un procedimiento de mejor ajuste en el que los coeficientes de

amortiguación, en

combinación con los valores de masa y rigidez, se asumió que eran fijos; el mejor

la adaptación se realizó con referencia a los datos disponibles para los sistemas SDOF.

Sucesivamente los autores emprendieron el cálculo del acoplamiento entre el suelo

y las fundaciones adyacentes mediante el desarrollo de nuevas expresiones para la rigidez y la

143

coeficiente de amortiguamiento constante introducido por Wolf (1988) y visto en la Tabla 5.1.

Luego, para tener en cuenta la distancia entre las fundaciones, los autores

propuso las funciones continuas informadas en la Tabla 5.2.

Rigidez de movimiento Γ Amortiguación Ψ

Vertical 1.614 × 10-0.16257 (d / a) 8.504

Horizontal 3.7561 × 10-0.18995 (d / a) 13.2875

Rocking 10 - (0.04234 - 0.2396 × log (d / a)) 10 7.3823- 6.775 × log (d / a)

Torsional 0.05931 10 4.4429 - 2.9125 × log (d / a)

Tabla 5.2. Expresión de las funciones de acoplamiento para fundación-suelo-fundación

interacción (Mulliken y Karabalis 1998).

La rigidez de acoplamiento propuesta y los coeficientes de amortiguación relativamente a dos

cercanos

se introdujeron las bases para el movimiento vertical, horizontal, de balanceo y torsional

ser utilizado en lugar de los valores constantes en la Tabla 5.1.

Las funciones de acoplamiento SSSI propuestas dependen de la distancia de la base y su

tamaño, estos fueron calibrados por un procedimiento iterativo que adopta el Wilson
modificado θ

método; la modificación propuesta para integrar las ecuaciones de movimiento era

empleado para evaluar las respuestas de ambas fundaciones en el caso de una sola carga

fundación, y las funciones Γ y Ψ calibradas al comparar las respuestas

obtenido con análisis de dominio de tiempo BEM. Las soluciones BEM empleadas para el

calibración están de acuerdo con el modelo de Huang (1993) que se ajusta al

caso investigado de dos fundaciones cuadradas idénticas colocadas en medio espacio. los

las expresiones de las funciones de acoplamiento propuestas por los autores se presentan en
la Tabla

5.2. Para cimientos colocados a una relación de distancias d / a ≤ 0.5, la función de

acoplamiento en

La Tabla 5.2 se define con mayor precisión de la siguiente manera

(0.967 0.880 ())

0.204

Γ=--

Ψ=

d / a (5.25)

Mulliken y Karabalis (1998) aplicaron su metodología para numéricos

investigaciones sobre la interacción cruzada entre tres estructuras colocadas en un cuadrado

rígido

fundaciones bajo carga de armónicos y terremotos. Los edificios, que se muestran en la Figura

5.2 fueron modelados como sistemas SDOF con masas agrupadas, los cimientos fueron
entonces

se supone que tiene resortes rotacionales y de traslación de frecuencia independiente

dashpots.

Figura 5.2. a) Representación de parámetros agrupados del edificio y su

Fundación; b) sistemas SDOF colocados en fundaciones independientes

de acuerdo con Mulliken y Karabalis (1998).

El coeficiente SSI y las funciones de acoplamiento SSSI caracterizan la masa, la rigidez

y matrices de amortiguación para el sistema, se evaluaron de acuerdo a los modelos elegidos

de la literatura y de las funciones propuestas. Las investigaciones de los autores resaltaron

que el pico de la respuesta de un edificio seleccionado forzado por una serie de armónicos

funciones en un rango de frecuencias, es sensible a la presencia de los demás. De

los análisis, los autores observaron una reducción de la respuesta de construcción

seleccionada en

correspondencia de su primera frecuencia natural cuando se combina con los demás. Sobre el

Por otro lado, en condiciones acopladas, el sistema muestra picos más altos con respecto a un
rango

de frecuencias. Al variar la posición del edificio con respecto a las otras estructuras,

se informó una mayor reducción de su respuesta para el edificio colocado entre el

otros que cuando se encuentran al final de la fila de edificios.

Alexander at al. (2012) presentó una formulación 2D para modelar el SSSI entre dos

estructuras colocadas sobre cimientos rígidos están conectadas por un resorte giratorio

que representa la interacción debida al suelo debajo de los osciladores.

Los edificios y el suelo están discretizados, respectivamente, como 2 DOF elástico lineal

osciladores y un resorte giratorio representado en la Figura 5.3.

a) b)

s3mc

3k

2k

1k2c

1c

ssi m

3,1 c

3,2 c

3,3 c

3, yo c

1 hora

2h

3h

yo h

s, 1 m
s, 2 m

s, 3 m

s, yo m

3,1 k

3,2 k

3,3 k

3, yo k

1,4 d

1,3 d

2,4 d

2a 1,2 d

2,3 d

3,4 d

2a

145

Figura 5.3. Modelo discreto de estructura-suelo-estructura-interacción

de acuerdo con Alexander et al. (2012)

Los 2 DOF de cada edificio corresponden a la traducción horizontal de los agrupados

masa y a la rotación de la base. Las fundaciones se consideran

superficial y rígido. Los casos límite de las condiciones de interacción para el sistema son:

(i) valor cero de la rigidez rotacional del resorte del suelo, es decir, ausencia del

interacción, condiciones desacopladas, (ii) rigidez rotacional infinita del resorte del suelo,

es decir, los osciladores están fijos en la base, entonces el DOF se reduce a la traducción del

masa concentrada solamente.

Los autores derivaron las ecuaciones de movimiento de Euler-Lagrange del sistema bajo

investigación en forma de matriz en términos de parámetros no dimensionales. En aras

de claridad, las ecuaciones de movimiento del modelo se derivan a continuación.

De acuerdo con el principio de Hamilton, las ecuaciones de movimiento de Euler-Lagrange

pueden ser

escrito en la siguiente forma

() 1 ()
2

∇-∇+∇+∇ =

dKKVt

dt U U U U f (5.26)

donde K, V y Π son respectivamente la cinética total, el potencial y el disipado

energía del sistema; f (t) es el vector de las fuerzas externas no conservativas, y

∇U y ∇ U son las divergencias que en una forma compacta se pueden escribir de la siguiente
manera

∇= = ∂ ∂ ∂ ∂

n S S S S S U, U (5.27)

donde U y U son los vectores de los desplazamientos generalizados y las velocidades.

Bajo la hipótesis de pequeñas oscilaciones, la energía cinética depende del vector

U solo, lo que significa que ∇ K = 0 U; además para sistemas conservadores 1 0

∇ Π = U , como

una ecuación de consecuencia (5.26) se reduce a

(∇) + ∇ = ()

dTVt

dt U U f (5.28)

dónde

1V1

22

K = U TMU = UTKU (5.29)

que sustituido en la ecuación (5.28) conduce al equilibrio dinámico para MDOF

sistemas vistos en la ecuación (2.41) en ausencia de disipación. Debe notarse que el

la matriz de disipación se puede asignar a posteriori.

Para escribir el equilibrio dinámico del sistema, la ecuación (5.28) es

particularizado para el DOF involucrado en la moción. En primer lugar, el DOF generalizado

asignado de acuerdo con un marco de coordenadas giratorias, en el cual el generalizado

los desplazamientos de la masa del edificio 1 y 2 nombrados 1 u y 3 u se relacionan con el

coordenadas cartesianas originales, 1 x y 3 x; el desplazamiento del suelo se relaciona

al desplazamiento de terreno original g x, y las rotaciones generalizadas 2 u y 4 u

coincidir con las rotaciones originales 1

θy2

θ. En una matriz, la generalización de

las coordenadas cartesianas 2D en el sistema de rotación es

11111

1212

223223

2424

000

0100

000

0001

= = = = = =

x r u x ru

tu

xruxuu

tu

θθ

θθ

(5.30)

147

donde 1 r y 2 r son las masas de cimentación del suelo, radio de giro respectivamente de

edificio 1 y 2.

El problema se puede dividir en dos partes que definen

i) la cantidad (∇)

dT

dt U, que tiene en cuenta la energía cinética debida a la

las masas de las velocidades de los edificios y las fundaciones.

Masa del edificio 1 y 2

La velocidad de la masa 1 m debido a la rotación en sentido antihorario 1

θ es el primero

derivada del desplazamiento de la masa 1 1 hθ, que se muestra en la Figura 5.4 a).

Figura 5.4. Efecto en el DOF de traducción del edificio debido a: a) el

rotación de la base; b) la aceleración horizontal en la base; c) el

deformación de la estructura.

Según el sistema de coordenadas generalizado da

() 1 1 1 2 - = - d h hu

dt

θ (5.31)

En analogía para el edificio 2 se deduce que

() 2 2 2 4 - = - d h h u

dt

θ (5.32)

donde 1 h y 2 h son las alturas de los dos edificios.

La velocidad de la masa 1 m debido al desplazamiento del suelo, ver Figura 5.4 b),

es

() 1 1 = = g g g

d x ru ru

dt

(5.33)

Análogamente para 3 m de edificio 2 sigue

() 1 1 = = g g g

d x ru ru

dt

(5.34)

La velocidad de la masa 1 m debido a la deformación del edificio, ver figura 5.4

c) es

() 1 1 1 1 1 = = d x ru ru
dt

(5.35)

Del mismo modo, para la masa 3 m sigue

() 2 2 3 2 3 = = d x r u r u

dt

(5.36)

Masa de la fundación 1 y 2

La velocidad de la masa giratoria 2 m de la base 1 es

θ1r1 = u 2r1 (5.37)

y para la base 2 la velocidad asumida por 4 m es

2 2 4 2 θ r = u r (5.38)

donde 1 r y 2 r son las masas de cimentación del suelo, radio de giro del edificio 1 y

2.

149

Finalmente, sumar todas las contribuciones dadas por las ecuaciones (5.31) - (5.38) y

sustituyendo en la primera de la ecuación (5.29), que para cada DOF es 1 2

= i i K mu, es

sigue

{2 2 () 2 2 2 () 2}

221111112442323124

2=

+ + - + + - gKgggggggggggggggggggggggggggg

ii) Deben determinarse los valores ∇ V U, para lo cual la rigidez del edificio

y los fundamentos se contabilizan de acuerdo con la segunda de la ecuación (5.29).

Rigidez de ambos edificios y rigidez rotacional de los cimientos

De acuerdo con la transformación en la ecuación (5.30) y para la definición de potencial

energía dada por la ecuación (5.29) que para cada DOF es 1 2

= i i V k u, sigue
{2 2 2 2 2 2}

,1113232244

2=

+ + + b f V kru kru ku ku (5.40)

Rigidez de interacción entre la base 1 y 2

La contribución a la energía potencial relativa a la rigidez de la interacción entre

el suelo y los cimientos están dados por

() 2

42

= - SSSI V k u u (5.41)

De la ecuación anterior se puede observar que girando los cimientos del ángulo

1 2 θ = u o 2 4 θ = u una rotación opuesta consecuente se transfiere a la otra

fundación igual a 2 4u u.

Por lo tanto, sumando las contribuciones en la ecuación (5.40) y (5.41) el total

contribución a la energía potencial del sistema es

{2 2 2 2 2 2 (2 2)}

11132322444224

12

2=

V k r u + k r u + k u + k u + k u + u - u u (5.42)

Para identificar los elementos de las matrices de masa y rigidez, ecuación (5.28)

debe ser cumplido

Después de derivar ecuaciones (5.39) para 1 u, 2 u, 3 u, 4 u, la primera parte de la ecuación

(5.28) es

reescrito sustituyendo las siguientes ecuaciones

22

111111112

1
 =+-

d dT r u m r u m r hmu

dt du

(5.43)

22

2121121111111

=+--

d dm m r u mh u mrh u rhmu

dt du

(5.44)

3233123224

=+-

d dm m r u m r r u m r h u

dt du

(5.45)

22

4243243223223

4
 =+--

d dm m u m u u a m a u u a m a d e

dt du

(5.46)

Las ecuaciones (5.43) - (5.46) en forma de matriz se obtienen ordenando los elementos del

ecuaciones fila por fila, según el orden de los elementos del vector

1234u = [u u u u ] T, eso da

21

1111

22

1111112

223

22

2232324

00

00

00

00

-+ =

-+

r m r hm

r hm h m r m

rmrhm
rhmhmrm

M (5.47)

El vector de influencia se obtiene al separar de las ecuaciones (5.43) - (5.46) los términos

proporcional a g u, eso es

21

1111312223=-= --

T Q M r m r m m r r h r m (5.48)

que se obtiene para el siguiente vector de incidencia

151

= [-1 0 -1 0] T τ (5.49)

Sustituyendo la primera derivada de la energía potencial en la ecuación (5.42) con

respecto a los desplazamientos generalizados a la segunda parte de la ecuación (5.28)

la ecuación de movimiento puede ser explicada, estos son

111

dV=kru

du

(5.50)

2224

d V = k u + ku - ku

du

(5.51)

323

dV=kru

du

(5.52)

4442
4

d V = k u + ku - ku

du

(5.53)

A partir de las ecuaciones (5.50) - (5.53) la matriz de rigidez se puede moldear fila por fila
siguiendo

el orden de los desplazamientos 1 2 3 4 u = [u u u] T, que da

11

23

000

00

000

00

+- =

-+

rk

kkk

rk

kkk

K (5.54)

Reuniendo las ecuaciones (5.47), (5.48) y (5.54) en las ecuaciones de movimiento en

forma compacta en la ecuación (2.41) en ausencia de disipación el Euler-Lagrangian

ecuaciones de movimiento en el dominio del tiempo asumen la forma

-
 -+ + +

-+

+- + =

-+

rmrhmu

r hm h m r m

rmrhmu

rhmhmrm

rkurm

kkkrhm

rkumrr

kkkh

θ13
 gu

rm

(5.55)

Escribiendo las ecuaciones de movimiento con respecto al marco de referencia giratorio

permitió a los autores a las matrices no dimensionales en la ecuación (5.55) y después

algo de álgebra los redujo a una forma paramétrica.

Caracterizar los efectos de SSI debido al movimiento de balanceo de la base y al SSSI

interacción entre las dos fundaciones, los autores establecieron una metodología

análisis FEM estáticos y dinámicos utilizando el software PLAXIS. A través de

software informático los efectos SSI se investigan considerando el modelo de

rigidez rotatoria de la base del suelo de acuerdo con Gorbunov-Possadov (Brinkgreve et al.

al 2010). Las bases se modelan por análisis 2D de acuerdo con el Mindlin

modelo de placas (Bathe 1982) bajo los supuestos de: (i) geometría idéntica (es decir, con

rigidez idéntica, 2 4 k = k), (ii) ser perfectamente rígido y (iii) ser colocado en el

mismo suelo a distancia arbitraria; mientras que para validar el modelo, perfectamente rígido

los elementos de línea se implementaron en MATLAB.

El modelo FE se utilizó para determinar las rotaciones de las fundaciones debido a la

momento estático aplicado M. Por la relación entre la energía de tensión interna a la

energía potencial obtenida de la relación Euler-Lagrange y el momento aplicado,

las expresiones para el resorte de base rotacional y la interacción rotacional

primavera se obtienen en forma cerrada por las siguientes ecuaciones

12

22

12121

=; =; =;

+S-S

kkkkkM

θθ

θθθθθ

(5.56)

153
donde k es el resorte de interacción rotacional, 2 k es el resorte de rotación de la base de

el segundo edificio y s k es el resorte de rotación de la base.

Al usar el modelo FE, los autores realizaron un procedimiento empírico mediante el cual k

y 2 k se establecieron como funciones de la distancia de inter-construcción no dimensional

z, es decir, proporción de la distancia de los edificios y su ancho. El análisis FE fue

empleado para obtener los valores de las rotaciones de las fundaciones 1

θy2

θ, relativo a

construyendo 1 y construyendo 2 para un momento aplicado dado M. El suelo empírico

resorte de cimentación y resorte de interacción rotacional obtenido del modelo FEM

junto con la ecuación (5.56) se ajustaron a una relación de poder inverso, que

son

34

2 2 2 3 2 3 (); (); (); () 1

(1) (1)

====+

kSk++

kqzkkqzkqzcqzc

zz

(5.57)

donde 2q (z) es la rigidez de los resortes rotativos 2k y 4k, 3c y 4c son

parámetros constantes.

Los autores señalaron que el edificio más pequeño actúa como un absorbedor de energía
localizado

(es decir, amortiguadores de masa sintonizados), y observó que la presencia de edificios más
altos junto a

una más pequeña existente puede inducir efectos perjudiciales a la más pequeña. Los
resultados

fueron evaluados a partir de observar el cambio en el poder de la respuesta total para la

construcción

1 en análisis en condiciones acopladas y desacopladas, a partir de la cual una amplificación

del 85% y se observó una reducción del 30%.

5.2.2 Enfoque experimental

La falta de datos empíricos sobre el fenómeno SSSI está llevando a los investigadores a

intensificar los trabajos experimentales. Las primeras contribuciones en SSSI experimental

investigaciones, pueden dirigirse a Nuclear Power Engineering Corporation

(NUPEC), que llevó a cabo varias pruebas desde 1994 hasta 2002. Durante el NUPEC

proyecto de investigación, se exploró el SSSI que involucraba edificios de plantas de energía

nuclear

a través de pruebas de campo. Kitada et al. (1999) describió el estado del proyecto llevado a
cabo

con el fin de garantizar la adecuación de los sistemas estructurales en las centrales nucleares
en

Japón. Se realizaron pruebas de modelos y tablas de vibración para estudiar la respuesta del

reactores edificios según tres condiciones. Los autores crearon los modelos de

dos pares de edificios; para cada par se analizó un solo edificio antes y después

segundo, para estudiar la interacción dinámica del par comparando el

resultados en el término de los picos del desplazamiento de la respuesta. Las pruebas de

laboratorio

reproducido las estructuras y el suelo respectivamente con aluminio y silicio

caucho. Los edificios reales fueron forzados con un excitador que actuaba en la parte superior
y en el

base. Kitada et al. (1999) simularon el efecto del suelo modelado en sacudidas

mesa. Por modelos numéricos Niwa et al. (1988) investigaron también la influencia de la

variación de la distancia entre los edificios en el efecto SSSI, y validado su

resultados experimentales con consistencia satisfactoria de los resultados obtenidos en el

campo

investigaciones.

Como parte del proyecto NEESR-SG: city block, se inició para establecer historias de casos por

uso de centrífuga a gran escala, Trombetta et al. (2012) realizaron pruebas llevadas a cabo en

NEES en UC Davis para entender tanto Structure-Foundation-Structure-

Interacción y la respuesta SSSI modificada. Las pruebas se realizaron utilizando onedimensional

movimientos de tierra seleccionados de bases de datos de terremotos registrados

forzando estructuras colocadas sobre cimientos superficiales, para investigar inelásticos

comportamiento en una variedad de condiciones de contorno debido a los efectos de SSSI. Los
edificios
estudiado bajo: (i) temblores en el plano, relativamente a un sistema de 2 DOF y 1 DOF, (ii)

sacudimiento antiplano de los mismos sistemas estructurales, y (iii) combinado en el plano y

Agitación antiaérea para dos sistemas idénticos de 2 DOF y una estructura más pequeña de 1
DOF.

La correlación del PGA y el parámetro de demanda elegido para el caso de estudio

presentado mostró el SSSI para modificar la demanda inelástica de estructura y fundamento.

Dentro del mismo proyecto, Jones (2013) confirmó los efectos significativos del SSSI

en la respuesta dinámica el momento de resistencia de marcos por pruebas realizadas con

centrífugo. Los marcos, colocados sobre cimientos superficiales y profundos, fueron

estudiados en

condiciones adyacentes y solitarias, y en movimiento de resonancia. Considerando que para el

estudio de

balanceo de una pared de corte en una estera poco profunda, se emplearon movimientos de
suelo seleccionados.

155

Los trabajos demostraron por evidencias experimentales que los edificios vecinos

influye mutuamente en la respuesta dinámica del otro. Como se observa desde la

transferencia

funciones, normalmente utilizadas para analizar el problema, se identifican los efectos para ser

ya sea beneficioso o perjudicial.

Análisis estocástico estacionario de los sistemas SSSI

En esta sección, una revisión del modelo estocástico estacionario para SSSI antes de la

se presentan estudios sobre el ViBa. A este respecto, la revisión del estado del arte es

de particular importancia para el desarrollo de este trabajo, en el que el estocástico

abordado se emprende. Investigaciones de la respuesta estocástica del sistema SSSI

han sido realizados solo por pocos autores hasta el momento. Como en las investigaciones
llevadas a cabo por

esta investigación para diseñar el dispositivo ViBa, Behnamfar y Sugimura (1999) y

Alexander et al. (2012) analizó la respuesta dinámica de un sistema SSSI de dos

estructuras bajo entrada modeladas como proceso aleatorio estacionario.

Los estudios de Behnamfar y Sugimura (1999) explicaron la variación espacial de la

movimiento de tierra teniendo en cuenta la coherencia entre las ubicaciones de las dos
estructuras

y el efecto de paso de onda; mitad media viscoelástica homogénea y en capas

el espacio se investiga bajo el efecto de la propagación de las ondas superficiales y corporales,
que

determina por lo tanto el movimiento horizontal y vertical; el P, SV y Rayleigh

las olas se consideran por separado para el estudio de un sistema 2D idealizado que

la configuración se cambió para analizar diferentes tipos de estructuras, de menor a mayor

edificios de levantamiento, y un edificio de reactor más rígido. Los efectos de SSI también se
tienen en cuenta

y se supone el modelo de amortiguamiento histerético. La respuesta estocástica es comparada

al análisis determinista en el dominio de frecuencia para las ondas superficiales y corporales '

considerado y derivado de los métodos de propagación de armónicos para los casos de

Medio espacio uniforme y en capas de suelos rígidos a blandos. Las investigaciones revelaron

que la interacción cruzada reduce la respuesta para el edificio más alto y lo amplifica

para las estructuras más pequeñas, con valores máximos bajo las ondas de Rayleigh que
ingresan

contrariamente a las ondas de corte presentan una diferencia notable de entrada determinista

suposición. En cuanto a los efectos de la variabilidad espacial, los autores señalaron

eso para esbeltas estructuras, para las cuales el movimiento de balanceo es

predominantemente

transmitido e induce respuestas más altas con respecto a los movimientos horizontales,

la pérdida de coherencia reduce las respuestas estructurales en comparación con el caso de

perfecta coherencia Además, las respuestas más grandes para las ondas corporales de
incidencia inclinada son

observado en comparación con las ondas incidentes verticalmente y que las capas superficiales
superiores influyen

los efectos SSSI con diferencias de hasta el 20% que el caso uniforme. La dinámica

matriz de rigidez de las bases acopladas se calibró a través de un procedimiento por

que estos se derivan de la matriz de rigidez dinámica del sitio.

El modelo propuesto por Alexander et al. (2012) ha sido introducido en la sección 5.2.1

más en profundidad. Los autores analizaron la respuesta del sistema en estado estacionario

movimiento de tierra de entrada en el dominio de la frecuencia. Las ecuaciones de

movimiento para SDOF

sistemas vistos en la ecuación (2.107) para PSD unilateral, pueden ampliarse para MDOF

sistema y particularizado para el caso de las funciones PSD bilaterales de la siguiente manera

() = () 2 () UU u gu g S ω H ω S ω (5.58)
donde [] 1 2 3 4 () = () () () () T H ω H ω H ω H ω H ω es el vector de la transferencia

funciones para los 4 DOF del sistema, y el proceso de entrada () = () u gu g KT S ω S ω es

asumido pertinentemente al espectro Kanai-Tajimi.

Según la ecuación (2.63), el vector de las funciones de transferencia se obtiene

ecuación

() () 2 1 - H ω = K -ω M + iωC Q (5.59)

donde la matriz de disipación C se modela de acuerdo con el Rayleigh viscoso

modelo de amortiguación suponiendo un 5% de amortiguación para los dos primeros modos y

la influencia

vector, Q = -Mτ, se obtiene de la matriz de masa presentada en la ecuación (5.47) y

el vector de incidencia en la ecuación (5.49).

Los desplazamientos de respuesta total de las masas de edificios se presentan en términos de

funciones de densidad espectral de potencia de la oscilación total, que es la suma de dos

Contribuciones: los desplazamientos de los edificios debido a la masa horizontal

157

DOF traslacional de las masas y la traducción debido a la rotación de la

cimientos. Por lo tanto, el PSD de los desplazamientos totales para el edificio 1 y 2

respectivamente son

() ()

() ()

11 1 2 1 2

22 3 4 3 4

() ()

() ()

=--

=--

balanceo rotación balanceo rotación

KT

balanceo rotación balanceo rotación

KT

SHHHHS

SHHHHS

ωω

ωω

(5.60)

donde KT S es el espectro Kanai-Tajimi, 1

Hsway es el término de influencia pura y 2

Hrotation es

el término de influencia rotacional.

Alexander et al. (2012) presentó una aplicación numérica en la que la respuesta

se evalúan los espectros de potencia de la oscilación total para los edificios 1 y 2 en la Figura
5.3. los

las características de las dos estructuras corresponden a: base idéntica b = 10 m, alturas

1 h = 20 my 2 h = 22 m; distancia entre los edificios d = 1 m en suelo de arena suelta

condiciones; la frecuencia de tierra del espectro KT se considera coincidente

con la primera frecuencia natural del sistema en condiciones desacopladas.

Para el sistema bajo análisis, la respuesta se evalúa para acoplamiento y desacoplamiento

condiciones en el dominio de la frecuencia como muestra la Figura 5.5, en la cual el PSD

funciones relativamente a la influencia total de los dos edificios se muestran.

Para cuantificar la variación de la respuesta, los autores introdujeron el porcentaje

cambio en el poder de la respuesta total de acuerdo con la ecuación

100

=×∫

acoplado desacoplado

ii ii

ii desacoplado

ii

SSd
Dakota del Sur

(5.61)

donde acoplado

ii S y desacoplado

ii S son la función PSD estacionaria bilateral con respecto a una

DFO seleccionado del sistema bajo investigación.

Figura 5.5. Funciones de densidad espectral de potencia de la respuesta para a)

Edificio 1; b) construcción 2 según Alexander et al. (2012)

Según la función PSD en la figura 5.5, que se ha reproducido a continuación

Alexander et al. (2012), los autores demostraron para su estudio de caso que por

de la ecuación (5.61) la potencia aumenta del 63% para los edificios 1 y la disminución de

el 19% .para la construcción 2.

Aldaikh et al. (2015) y Aldaikh et al. (2016) extendió el trabajo de Alexander et al.

(2012) para investigar los efectos adversos y beneficiosos debidos al SSSI cuando tres

los edificios están bajo el efecto de la aceleración sísmica del suelo. Las investigaciones

se han llevado a cabo de forma numérica y experimental para el caso de realidades

seleccionadas

registros para los cuales los resultados mostraron que el edificio central actúa como una masa
sintonizada

amortiguador y sufre mayores efectos perjudiciales en comparación con el caso de solo dos

edificios.

0 0.5 1 1.5

100

200

300

F i F [/]

Total Sway Building 1

Desacoplado
Acoplado

0 0.5 1 1.5

50

100

150

200

Frecuencia de Fourier [ωf / ω1]

Total Sway Building 2

Desacoplado

Acoplado

segundo)

un)

159

El trabajo presentado en esta sección ha sido referencia también para las investigaciones de

D'Amico et al. (2014), con respecto al análisis estocástico no estacionario del SSSI,

específicamente con respecto a los estudios sobre procesos vectoriales multicorrelated, a

través de los cuales

los autores intentaron determinar las estadísticas del segundo orden del sistema

respuesta por una aproximación de la estructura matemática conocida para el caso

de movimiento estacionario de entrada.

Observaciones finales

En este Capítulo, se aborda una visión general del problema del SSSI a través de un

revisión de la literatura sobre el tema, con premisas en el SSI. La importancia de la

SSI en la evaluación sísmica de las estructuras está bien testificado, por lo tanto de acuerdo
con

el propósito de este Capítulo solo el concepto de fundamentos y

las contribuciones han sido revisadas. En cambio, se le ha prestado más atención al

problema del SSSI, en particular a los modelos discretos existentes, en línea con el

enfoque elegido en este trabajo, en el que el ViBa se modela dentro del SSSI discretizado

sistemas.

Las investigaciones sobre el fenómeno SSSI pueden abordarse mediante: el riguroso continuo
enfoque mediante la teoría de la propagación de ondas, mediante estudio numérico o

enfoques experimentales. De acuerdo con la literatura, la mayoría de los análisis

llevado a cabo se han realizado numéricamente, justificado por la complejidad de la

fenómeno que está influenciado por varios factores, p. la forma y dimensión de

los cimientos de los edificios, las características del suelo, la distancia entre

estructuras. Del estado de la técnica, se puede observar que hasta la fecha un restringido

número de contribuciones se han proporcionado en el marco del análisis estocástico

de sistemas SSSI, específicamente solo modelos estructurales bajo el efecto de estacionario

proceso estocástico ha sido identificado. Contabilidad de la no estacionariedad de la

entrada estocástica en la evaluación de la respuesta del sistema SSSI implica tomar en

cuenta la respuesta transitoria. A este respecto, para multi-correlacionado no estacionario

Procesos estocásticos gaussianos, Damico et al. (2014) estudiaron el problema del SSSI

extendiendo el modelo propuesto por Alexander et al. (2012) Para simplificar el

problema, Damico et al. (2014) aproximó la evaluación de la variante de tiempo

momentos de segundo orden por medio de las expresiones simplificadas conocidas para

caso estacionario, cuya validez ha sido demostrada por los autores para el caso de

estructuras rígidas (ver apéndice). Alternativamente, el enfoque más riguroso para

evaluar las estadísticas de segundo orden a través de los NGSM de la respuesta, podría ser

realizado (véase, por ejemplo, Di Paola 1985, Cacciola y Muscolino 2011, Barbato 2011). En

luz de la visión proporcionada por esta revisión ciertamente no exhaustiva del estado de

el arte del SSSI, en el próximo Capítulo el diseño del ViBa para discretizar

sistemas estructurales bajo procesos estacionarios de movimiento terrestre gaussiano

introducido.

Ecuación Capítulo 6 Sección 6

161

6 Control de vibraciones de una sola estructura

a través de la barrera vibratoria

Las estrategias de control de vibraciones en ingeniería civil son soluciones bien establecidas,

que reducen la respuesta estructural debido al movimiento inducido por la dinámica externa

acciones, como los terremotos y la excitación del viento (véase, por ejemplo, Den Hartog 1956,

Warburton 1982, De Silva 2007, Preumont y Seto 2008, Marian y Giaralis

2014). Estas soluciones se pueden clasificar como: pasivas, que no requieren

proveedor de energia; activo, que implica el suministro de energía externa y consiste en

sensores (miden la respuesta estructural o la excitación externa, o ambas),

el dispositivo que evalúa la fuerza de control y los actuadores para producir la fuerza

necesario; semiactivo, que usa el control pasivo y activo, específicamente en

luego, los actuadores no agregan energía mecánica directamente a la estructura,

contrariamente a los sistemas híbridos, que combina control activo y pasivo,

requieren menos energía siendo una porción del objetivo de control realizado por el pasivo

sistema (Soong y Spencer 2002).

En el área de control de vibración pasiva, las soluciones disponibles abarcan

las técnicas de disipación de energía, los dispositivos de ajuste y los sistemas de aislamiento de
base, que

han demostrado un marcado desarrollo en todo el mundo en las últimas décadas. Entre pasivo

sistemas de control, el aislamiento de bases se ha empleado predominantemente, que

consiste en

grupos de rodamientos colocados en la base de los edificios y alargando el período de

la estructura. El aislamiento de la base se instala convenientemente en construcciones nuevas

mientras que

la reconversión en edificios existentes puede ser un proceso invasivo. Del mismo modo, algo
de energía

sistemas disipadores tales como: amortiguadores viscoelásticos, marcos interiores de acero y

amortiguadores de fricción, encuentran restricciones en su uso para proteger los existentes

estructuras, p. masonerías históricas y edificios patrimoniales. Entre el control pasivo

dispositivos, amortiguadores de masa sintonizados proporcionan una solución práctica

ampliamente utilizada para proteger

edificios y puentes. Los reguladores de masa ajustados son particularmente eficientes para
absorber el

vibraciones estructurales debidas a excitaciones de banda estrecha, como en el caso de la

ingeniería del viento

aplicaciones. Sin embargo, bajo una entrada de banda ancha altamente incierta, la masa
ajustada

la eficacia de los amortiguadores puede presentar algunas limitaciones; en tal caso, su

inconveniente puede

ser compensado mediante la introducción de elementos de control activos, por lo tanto, la

creación de híbridos
soluciones. Las últimas soluciones se basan en la implementación de activos ajustables

elementos de control, que aumentan la sensibilidad de respuesta del dispositivo al original

entrada externa al introducir una fuerza activa adicional que excita el sistema.

La solución de adsorción de vibraciones investigada en este capítulo, la barrera vibratoria

(ViBa), permite el control de las respuestas estructurales de un edificio y por lo tanto

protección de la estructura mediante el diseño adecuado de la masa, rigidez del dispositivo de

control

y amortiguamiento. Estos se establecen de acuerdo con las características de la

estructura que debe protegerse y con respecto a la interacción dinámica entre

ViBa, el depósito del suelo y el edificio. Efectivamente, el ViBa y la estructura a ser

protegidos son subsistemas, parte de un sistema global de estructuras y suelos, cuyo

comportamiento es

regido por el fenómeno Estructura-suelo-estructura-interacción. El ViBa no

no requiere energía externa para ser activada, en similitud con la disponible actualmente

estrategias de control pasivo, de las cuales difiere de manera crucial el hecho de estar
incrustadas en el

suelo en lugar de estar localmente unido a los miembros estructurales.

Las investigaciones en este capítulo se refieren al diseño ViBa realizado en el tiempo

dominio bajo entrada de banda ancha, modelado de acuerdo con las técnicas propuestas en

Capítulo 3. Para establecer un procedimiento confiable para diseñar el ViBa, el

cuasistacionario,

no estacionario y no estacionario con el espectro de respuestas de variabilidad impuesta-

se adoptan modelos estocásticos de movimiento de suelo compatibles para forzar

sistema global de estructura-suelo-ViBa. Específicamente, el sistema bajo investigación es

el modelo analítico discreto propuesto por Cacciola y Tombari (2015) y

de aquí en adelante extendido en el dominio del tiempo. En primer lugar, la formulación

propuesta por

Cacciola y Tombari (2015) se explica en detalle. La formulación original

propuesto por las cuentas de los autores de la amortiguación de la histéresis independiente de

la frecuencia.

En este capítulo del modelo histerético de Cacciola y Tombari (2015), un

modelo viscoso equivalente es estimado. Finalmente, el diseño del ViBa bajo

se presenta excitación estocástica, donde el dispositivo se calibra a través de

procedimiento de optimización destinado a reducir la media del pico más grande de la relativa

desplazamiento horizontal del edificio, es decir, desplazamiento relativo entre el

163

desplazamiento superior absoluto de la estructura y su base, forzado por estacionario

entrada estocástica. El procedimiento de diseño se verifica sucesivamente evaluando el

respuesta estructural bajo el movimiento de tierra más avanzado presentado en el Capítulo

3. Las investigaciones se llevan a cabo mediante análisis de la respuesta estructural a través de

Simulación Monte Carlo pertinente. Para concluir, el procedimiento propuesto para diseñar

el ViBa se aplica para proteger una estructura de referencia, el edificio SAC de 20 pisos

presentado en el Capítulo 4.

Las principales contribuciones de este Capítulo son las siguientes: (i) definir la dinámica

equilibrio del sistema SSSI investigado en el dominio del tiempo, (ii) el

metodología para diseñar el ViBa para la excitación estocástica de banda ancha mediante el
uso de

derivaron modelos discretos simplificados, y (iii) el estudio MCS para validar el

eficiencia del ViBa calibrado a través del enfoque de diseño propuesto. Además,

para realizar los análisis de la respuesta en el dominio del tiempo, permite una visión más
profunda

en la influencia de la entrada no estacionaria en la respuesta estructural de la

edificios investigados. Además, la evaluación de la eficiencia de ViBa bajo

movimiento de entrada no estacionario avanzado, proporciona la base para futuras

investigaciones

en edificios no lineales-suelo-sistemas ViBa.

Revisión de literatura

En este capítulo, el nuevo dispositivo ViBa se investiga como una solución que es capaz de

reducir las vibraciones en edificios bajo movimiento de tierra del terremoto en un "global"

manera. En el contexto de esta investigación, los dispositivos de control global, a

explicación, son sistemas que permiten proteger más de una estructura

simultaneamente. En esta sección, se intenta una revisión de estos dispositivos, explícitamente

con respecto a los estudios sobre la detección de las olas, que pueden clasificarse como

las soluciones "globales" disponibles por el potencial de su aplicación para reducir el

respuesta de múltiples sistemas estructurales.

Con respecto a la reducción de vibraciones inducidas por terremotos de una manera "global",
uno

de las contribuciones más antiguas se remonta a las pruebas de campo realizadas por Woods

(1968). El autor examinó el problema de aislar el pie explorando el

efectividad de la detección de olas a través de zanjas abiertas y paredes de láminas. Campo de

tesis

las investigaciones se realizaron a través de un estudio paramétrico, cuyas variables fueron las

dimensiones de la zanja, su posición y algunos parámetros característicos que rigen la

problema de propagación de ondas. Los siguientes casos fueron investigados en el estudio:

el caso de una fuente aislada y el caso de la fuente a distancia. Las barreras bajo

estudio se colocaron en el suelo modificando el campo de onda, que se desencadenó

por un excitador de vibración. Es importante destacar que, a partir de las pruebas de fuente
aislada, que fueron

realizado por zanjas de círculo completo alrededor de la fuente de vibración, el mínimo

la longitud requerida de la barrera fue señalada por primera vez. Mientras que para el

En el caso de la fuente a distancia, la aplicación de zanjas y paredes de láminas resultó en

siendo apropiado para una distancia más corta de la fuente de propagación de la onda hasta el
punto

de la detección máxima buscada. Sucesivas investigaciones originales sobre el cribado

de las olas se llevaron a cabo por Beskos et al. (1986). Por medio de BEM

investigaciones, Beskos et al. (1986) sentaron las bases para la expansión de los numéricos

estudios sobre el tema. Para probar la efectividad de las pilas de concreto elásticas lineales y

el suelo como solución de detección de vibraciones, Kattis et al. (1999) escudriñó un 3D

problema por medio de modelos BEM en el dominio de la frecuencia. A través de los autores

investigación, la eficiencia de las trincheras y pilas se compararon, y la influencia

165

de la sección transversal, longitud, profundidad y ancho de la efectividad del aislamiento

resaltado. Estos estudios mostraron efectos similares para los casos antes mencionados.

Recientemente, Kumar et al. (2014) abordaron una formulación analítica, junto con

estudios numéricos sobre el aislamiento del suelo anisotrópico en capas de las ondas
horizontales

a través de trincheras saturadas de agua. Las investigaciones numéricas de los autores

mostraron
reducciones drásticas de las ondas de cizalla y el rendimiento mejorado de la

investigó trincheras adoptando material de relleno más suave. El efecto de más suave

el material de relleno para la detección de vibraciones ha sido estudiado con mayor

profundidad por Saikia

(2014) en estudios sobre trincheras dobles con relleno. Estos análisis fueron llevados a cabo
por

usando modelos en PLAXIS 2D, bajo la suposición de elástico lineal, isotrópico y

medio espacio homogéneo sometido a excitación vertical en estado estacionario. La influencia

de la geometría de las trincheras y el material de relleno en la efectividad de las trincheras

observado comparando el esquema propuesto con el caso de una trinchera única, que

desventajosamente, puede requerir una mayor extensión de profundidad.

Las aplicaciones de detección de vibraciones a través de zanjas o pilas generalmente han sido

objetivo de las investigaciones para la protección de las estructuras de las vibraciones

terrestres

debido a trenes, voladuras o cimientos de máquinas. Detección de olas para reducir

Las vibraciones transmitidas por el suelo inducidas por los trenes han demostrado ser
eficientes en

la protección de un edificio de 6 pisos por Adam et al. (2005), quien observó

reducciones en las vibraciones estructurales del edificio cercano abierto y rellenado

zanjas modeladas por BEM y FEM en el dominio del tiempo. Los autores proporcionaron un

visión de los efectos directos que las trincheras tienen en la respuesta estructural de la

edificio bajo examen comparando los casos sin trinchera contra aquellos

con los vacíos y los llenos. Los resultados mostraron que al aumentar la profundidad y

ancho de las trincheras, y la suavidad del material de relleno, los efectos de aislamiento

mejorado predominantemente debido al aumento en la profundidad más que en el ancho.

Celebi

y Kirtel (2013) llevó a cabo investigaciones sobre las vibraciones transmitidas por el suelo
inducidas por el tren

teniendo en cuenta el caso de respuesta no lineal mediante el estudio de un elemento finito

2D

modelo. El trabajo de los autores se centró en explicar el efecto del plástico local

deformación del suelo sobre la respuesta dinámica del sistema estructural vibratorio

por un terraplén del carril. Del análisis de dominio de tiempo y frecuencia, las investigaciones
señaló una reducción significativa de las vibraciones verticales estructurales debido a la
apertura

trincheras y amplificación de la respuesta para trincheras llenas. Los niveles más altos

de protección se logran cuando las barreras están cerca de la fuente, que es

esperado de los estudios iniciales sobre el tema. Los efectos de la velocidad del tren también
son

explicado y observado en relación con las condiciones del suelo. En la última década, el

aumento de la urbanización de las ciudades y la consecuente proliferación de

trenes y sus temblores inducidos tienen desarrollos avanzados de estudios

vibración transmitida por el suelo. Esta urbanización magnifica los riesgos relacionados con las
huelgas

de terremotos, sin embargo, la detección de vibración sísmica no está documentada como

posible solución para reducir los efectos en las estructuras debido a las ondas sísmicas.

6.1.1 Solución pasiva de control de vibraciones para estructuras bajo tierra sísmica

Movimiento: barreras vibratorias

Las Barreras Vibratorias han sido propuestas por Cacciola (2012) como una novela pasiva

estrategia de control capaz de reducir las vibraciones de una o más estructuras adyacentes.

Independiente de la estructura para proteger e incrustado en el suelo, el ViBa

solución se piensa como dispositivos masivos que vibran con el suelo de acuerdo con la ola

fenómeno de propagación. Controlando la interacción mutua entre estructuras

y el ViBa, el diseñador puede imponer efectos beneficiosos a las estructuras destinadas

proteger, es decir, reducir las respuestas de los edificios, en detrimento de la

dispositivo de control, es decir, aumentar las vibraciones del ViBa. Para establecer la dinámica

influencia mutua entre las estructuras a través de la formulación analítica disponible en el

la propagación de ondas, puede ser un proceso oneroso. Incluso para simple continuo

sistemas SSSI estructurales, las expresiones del equilibrio dinámico, así como para

la expresión de forma cerrada de los parámetros de diseño de ViBa podría ser onerosa. Sobre
el

por otro lado, los modelos discretos son más prácticos; estos han sido probados por el uso de

modelos numéricos por FEM y BEM que muestran la precisión y la eficacia del

enfoque. Luego, la calibración del dispositivo ViBa se ha abordado por medio de

formulaciones discretas del sistema SSSI bajo análisis y verificado a través de FEM
y BEM.

167

Se intentó el primer diseño de ViBa para proteger una estructura monopilotada

a través de un viBa monopilado y se presenta en el trabajo de Cacciola et al. (2015)

con el diseño realizado a través de un procedimiento de optimización. En su estudio el

respuesta de los sistemas ViBa-estructura-suelo se evalúa bajo el efecto de

el movimiento terrestre cuasiestacionario Gaussiano de media cero compatible con el espectro

de respuesta.

El sistema ViBa-suelo-estructura descrito por la formulación analítica se derivó para

discreto de medio viscoelástico y estructuras de comportamiento lineal descuidando el

desplazamientos verticales y como un sistema discreto modelado por uniones con 2 DOF en

el dominio de frecuencia. La efectividad del diseño ha sido analizada tanto por

investigaciones numéricas y experimentales. El parámetro seleccionado a ser minimizado

en el procedimiento de optimización propuesto fue el mayor valor del pico de la

desplazamiento horizontal de la estructura para proteger, es decir, desplazamiento relativo

entre el desplazamiento superior absoluto y la base, mientras que la rigidez y

la amortiguación del ViBa fueron los parámetros a calibrar. Por otra parte, en una

estudio paramétrico, las reducciones de respuesta de construcción se han presentado para

variaciones de la masa del ViBa, la distancia de las estructuras y el tipo de suelo

pertinente a las prescripciones EC8. Para fijar los parámetros ViBa óptimos,

estudio paramétrico muestra que cuanto mayor es la masa del ViBa, mayor es la

reducción de la respuesta estructural. Por análisis sobre la influencia de la separación

distancia entre las estructuras mono-apiladas se demuestra que para

distancia de separación los efectos del ViBa se desvanecen más rápidamente por más rígido en
lugar

que suelos más suaves. En los últimos escenarios, la reducción de la respuesta es

considerablemente más

sensible a la variación de distancia, especialmente en el rango inicial de 1 a 10 m de

distancia de separación En particular, los valores óptimos obtenidos por la optimización

procedimiento permitió una reducción en la respuesta estocástica del edificio monopilado

de hasta 44%.

El impacto de la incertidumbre de los parámetros del modelo en la evaluación del

la respuesta estructural ha sido investigada por Tombari et al. (2016), quien investigó

la sensibilidad de la respuesta estocástica de un solo edificio protegido por el ViBa.

La sensibilidad de la respuesta estructural del edificio se analizó con

referencia a los parámetros estructurales seleccionados del ViBa y la estructura protegida.

En su investigación, Tombari et al. (2016) analizaron la respuesta de un industrial

edificio sometido a una entrada estocástica cuasi estacionaria gaussiana de media cero. los

sensibilidad de la respuesta se ha observado para el estudio de caso con respecto a la

valores de la rigidez rotacional de la estructura adoptada en su trabajo.

Importante para el desarrollo de las investigaciones presentadas en este Capítulo, es el

trabajo de Cacciola y Tombari (2015). Los autores propusieron para el caso de ViBasoil-

sistemas de estructura bajo entrada armónica determinista la forma cerrada

expresiones para diseñar el dispositivo de control, probado en el escenario de un registro

terremoto forzando una estructura real. Detalles sobre la formulación y los hallazgos de

los autores se informan en la siguiente sección.

6.1.2 Diseño de la barrera vibratoria bajo la excitación de la base armónica:

Enfoque de dominio de frecuencia

En esta sección, la formulación propuesta por Cacciola y Tombari (2015) para

Se presenta el análisis de dominio de frecuencia de la interacción estructura-suelo-estructura.

Los autores establecieron las ecuaciones de movimiento generalizadas para estructuras

múltiples

sistemas acoplados con ViBa. Se supone que los sistemas multi-estructura se comportan

linealmente en medio elástico lineal y, como es habitual en los análisis de dominio de

frecuencia,

el modelo de amortiguación histerética fue adoptado.

Contabilizando los efectos de SSI y SSSI, Cacciola y Tombari (2015) propusieron:

(i) un procedimiento de optimización para reducir las vibraciones de múltiples edificios

acoplados-

Los sistemas ViBa bajo acción dinámica genérica y (ii) una forma cerrada

solución para diseñar el dispositivo de control para proteger hasta dos edificios bajo

excitación armónica Los autores demostraron la efectividad del dispositivo ViBa

diseñado para proteger un solo edificio 2 DOF bajo fuerza armónica por

pruebas experimentales y modelos numéricos. De las pruebas experimentales llevadas a cabo

en una mesa de batido, se lograron reducciones del 87% de la respuesta estructural. los

Las interpretaciones de ViBa también se analizaron en el caso del control de vibraciones de un

real

construcción de reactores nucleares, mediante análisis numéricos BEM / FEM. El edificio

fue forzado por la carga armónica en el análisis de estado estacionario en primer lugar, del cual

reducción significativa del 75% del desplazamiento absoluto en la parte superior del edificio

169

fue obtenido. Además de esto, el edificio nuclear fue forzado por un terremoto real

mostrando la reducción significativa del 43.2% de los desplazamientos en la parte superior del

estructura

Esta sección informa las ecuaciones de movimiento presentadas por Cacciola y Tombari

(2015) para el caso de ViBa junto con una estructura única. La dinámica general

equilibrio para un sistema SSSI global en términos de desplazamientos absolutos propuestos

por los autores se expresa como

( - 2) () = ()

g K ω M U ω QU ω (6.1)

donde U (ω) es el vector n × 1 de los desplazamientos absolutos en relación con el

Los DOF, K y M traduccionales son respectivamente la compleja matriz de rigidez global

y la matriz de masa real global de n × n dimensiones; Q es la matriz de influencia,

que se relaciona con el vector de incidencia τ de la siguiente manera

Q = K τ (6.2)

La matriz de influencia incluye para cada estructura la rigidez suelo-base, que

detener los efectos de SSI.

De la ecuación (6.1) se da la matriz de rigidez dinámica compleja para los sistemas

como sigue

= ( - 2)

dyn K K ω M (6.3)

y según las ecuaciones (6.1) y (6.3), el vector n × 1 de la función de transferencia

de los sistemas se obtiene por

() = -1

hyst dyn H ω K Q (6.4)

El subíndice de la función de transferencia expresada anteriormente se refiere a la histéresis

hipótesis de amortiguación por la cual la disipación se incrusta en los elementos de la

matriz de rigidez global de la siguiente manera

k k iη i, j = n (6.5)

donde -i es la unidad imaginaria,

ij k e ij k son respectivamente los elementos de la

la matriz de rigidez histerética y real e ij η son los factores de pérdida.

Finalmente, combinando las ecuaciones (6.1) - (6.4) el vector de desplazamiento absoluto

sigue como

() = () () hyst g U ω H ω U ω (6.6)

Una vez que las ecuaciones de movimiento se emiten para el sistema ViBa-soil-structures, el

El procedimiento de optimización propuesto para diseñar los parámetros estructurales de ViBa

es

introducido; específicamente, el procedimiento de optimización consiste en resolver el

siguiente problema de búsqueda mínima

{()}

{}

, max

min 1, ...,,

,, +

= ∈ℜ

yo

ViBa ViBa ViBa

Uin

kmη

α
(6.7)

donde r, max ()

i U α es la máxima horizontal relativa a la base, del i-ésimo

estructura obtenida de la ecuación (6.6) y α es el vector del diseño desconocido

parámetros, a saber, la rigidez de ViBa ViBa k, su masa ViBa m y el factor de pérdida ViBa η.

Además, los autores reafirmaron el procedimiento de optimización en la ecuación (6.7) en

términos

de las funciones de transferencia de la estructura para proteger de la siguiente manera

{()}

{}

min,

,, +.

= ViBa ViBa ViBa ∈ℜ

km

(6.8)

donde () 0 H α, ω es la función de transferencia del DOF a controlar, que

depende de los parámetros de diseño ViBa k, ViBa m, ViBa η y la frecuencia fundamental

0ω

de la estructura para proteger

171

Encontrando los ceros de la función de transferencia en la ecuación (6.8) para el valor

especificado

de la primera frecuencia natural del edificio para proteger, Cacciola y Tombari

(2015) derivaron las expresiones de forma cerrada para ViBa k y ViBa η; debido al diseño
restricciones (por ejemplo, capacidad de carga del depósito de suelo) la masa del ViBa es

por lo tanto, a priori asignado.

Con base en la formulación analítica presentada, Cacciola y Tombari (2015)

realizó investigaciones experimentales y numéricas en el modelo discreto

representado en la Figura 6.1.

Figura 6.1. Modelo discreto utilizado para el control de la vibración de un solo

estructura a través de ViBa según Cacciola y Tombari (2015).

El sistema está formado por dos osciladores con 2 DOF cada uno, que son

traducciones a nivel de las masas concentradas del ViBa y la estructura y su

fundaciones, con un total de 4 DOF del sistema global. La rigidez

los coeficientes de los fundamentos de ViBa y el edificio capturan los efectos de SSI

a través de dos resortes traslacionales lineales. Del mismo modo, el SSSI se tiene en cuenta

medio de un resorte elástico lineal, que conecta la base del edificio con el

Restricción de base de ViBa. La masa del ViBa se coloca dentro de la base del ViBa

unidad oscilante como lo ilustra la Figura 6.1.

Mediante expresiones que combinan la ecuación (6.1) y la ecuación (6.2) y que representan la

incidencia τ = [1 1 1 1] T, el equilibrio dinámico del sistema en forma de matriz

sigue como

0 0 ()

0 ()

0 0 ()

0 ()

0 0 0 ()

0 0 0 ()

0 0 0 ()

000

f SSSI SSSI f

ViBa ViBa ViBa

SSSI ViBa ViBa f ViBa SSSI f ViBa

ff

ViBa ViBa

f ViBa

kkU

kkkkkU

kkU

kkkkkU

mU

mU

mU

metro

+++++- --++ ---

--++

-
,

()

()

gramo

f ViBa f ViBa

Reino Unido

(6.9)

donde m, f m, ViBa m y f, ViBa m son, respectivamente, la masa del edificio, del

fundación de edificios, de ViBa y de la fundación ViBa; k, f k, ViBa k y

f, ViBa k son, respectivamente, la rigidez compleja del edificio, del edificio

fundación, del ViBa y su fundación.

Las pruebas experimentales realizadas en la mesa de batido se llevaron a cabo en un modelo

en

aluminio de la estructura y acrílico ViBa y cimientos rígidos del edificio, que

fueron conectados a través de muelles elásticos de acero. La calibración de los ViBa

los parámetros se llevaron a cabo de acuerdo con las fórmulas cerradas propuestas por los
autores;

las soluciones se presentaron para el caso de uno y dos edificios junto con

solo dispositivo ViBa. Específicamente, para el caso de la estructura única y el sistema ViBa,

el diseño óptimo complejo La rigidez de ViBa, optimal

ViBa k, está dada por

()

() ()

22

0,, 0,

02

,, 0,

() 1 /

()

1/

++- =

++-+

óptimo ViBa f ViBa SSSI f ViBa f f ViBa

ViBa

f ViBa SSSI f ViBa f f ViBa ViBa

mkkkkm

kkkkmm

ωω

(6.10)

La parte separable real y la parte imaginaria de 0 optim a l ()

ViBa k ω depende de lo natural

frecuencia de la estructura a proteger, 0

ω y en los valores relacionados con el

173

fundaciones y el SSSI, que son f, ViBa m, f k, SSSI k, f, ViBa k, f

η, f, ViBa η y SSSI η.

El factor óptimo de pérdida ViBa óptimo

ViBa η es derivable de la rigidez ViBa óptima

presentado en la ecuación (6.10) por los siguientes

Re ()

Estoy ( )

Re ()

óptimo óptimo

ViBa ViBa

óptimo

ViBa óptimo

ViBa óptimo

ViBa

kk

ω
ω

(6.11)

donde Re [⋅] e Im [den] denotan la parte real e imaginaria.

De acuerdo con la ecuación (6.5), en el caso de sistemas no amortiguados (es decir, para cada
η = 0)

para lo cual k = k, la ecuación (6.10) se reduce a la siguiente

()

() ()

22

0,, 0,

02

,, 0,

() 1 /

().

1/

++- =

++-+

ViBa f ViBa SSSI f ViBa f f ViBa

ViBa

f ViBa SSSI f ViBa f f ViBa ViBa

mkkkkm

kkkkmm

ωω

(6.12)

La expresión anterior es el valor óptimo para los sistemas que tienen un valor real

matriz de rigidez, por lo tanto, válida bajo la hipótesis de amortiguación viscosa.

Para probar el ViBa en condiciones críticas para la estructura (es decir, resonante

movimiento), el sistema global bajo análisis fue forzado por entrada armónica con

frecuencia circular 0 ω = 22,62 rad / s. Las dos primeras frecuencias naturales del sistema

en condiciones acopladas y desacopladas se informa en la Tabla 6.1.

Frecuencias naturales 1, golpe ω 2, golpe ω 1, unc ω 2, unc ω

[rad / seg] 20,45 26,00 19,84 22,62

Tabla 6.1. Las primeras dos frecuencias naturales del sistema una construcción-suelo-ViBa

bajo investigación.

El valor de diseño de la rigidez ViBa y el factor de pérdida pertinente se derivaron

de las fórmulas presentadas; los factores de pérdida de la estructura y los cimientos como

así la rigidez y el factor de pérdida del resorte de interacción SSSI, se determinaron

aunque un procedimiento de identificación mediante la minimización de las diferencias entre

el

funciones de transferencia experimentales y las funciones de transferencia analítica del

edificio

para condiciones acopladas y desacopladas (ver ecuación (6.4)). En la Tabla 6.2,

las características mecánicas del prototipo se resumen.

Factor de pérdida de rigidez en masa

Construcción m = 0.5965 k = 9.0985 × 102 η = 0.09

Base de construcción = 0.353 f m = 640 f k = 0.046 f

Dispositivo ViBa = 0.629 ViBa m = 440 ViBa k = 0.18 ViBa η

Fundación ViBa, = 0.491 f ViBa m, = 760 f ViBa k, = 0.04 f ViBa η

Parámetros SSSI - = 315 SSSI k = 0.02 SSSI η

Tabla 6.2. Parámetros mecánicos para las pruebas experimentales en una estructura única

protegido a través del dispositivo ViBa (Cacciola y Tombari 2015).

La Figura 6.2 y la Figura 6.3 muestran las funciones de transferencia en relación con el ViBa y el

construyendo para proteger, las parcelas permiten abordar los efectos de la masa ViBa

variación en la reducción de las respuestas del edificio tanto acopladas como desacopladas

condiciones

Figura 6.2. Funciones de transferencia del no amortiguado para diferentes relaciones de masa

sistema de: a) estructura; b) ViBa (Cacciola y Tombari 2015).

[kg] [N / m]

10 15 20 25 30 35 40

10

15

20

25

Frecuencia circular [rad / seg]

| HViBa (ω) |

solo ViBa

mviba / m = 0

mviba / m = 1

mviba / m = 1.5

10 15 20 25 30 35 40

10

15

20

25

| H (ω) |

estructura individual

mviba / m = 0.5

mviba / m = 1

mviba / m = 1.5

un)

segundo)

175

La Figura 6.2 muestra el módulo de las funciones de transferencia del edificio y el

ViBa para el caso no amortiguado. Las curvas rojas se refieren al edificio individual y ViBa
en condiciones desacopladas (es decir, = 0

SSSI k), mientras que las curvas azules indican el acoplamiento

condiciones en las que se tienen en cuenta los efectos de SSSI (es decir, = 0

SSSI k).

La figura 6.3 presenta el módulo de las funciones de transferencia en condiciones de

amortiguación según

a los factores de pérdida medidos a partir del prototipo y presentados en la Tabla 6.2 en el
ideal

condiciones de ViBa con amortiguamiento cero (es decir = 0 ViBa η).

Figura 6.3. Funciones de transferencia del sistema amortiguado para diferentes masas

razones y factor de pérdida de ViBa nulo de: a) estructura; b) ViBa (Cacciola y

Tombari 2015).

Como se muestra en la Figura 6.3, los resultados numéricos indicaron que en condiciones
ideales de

amortiguación cero (es decir = 0 ViBa η), el ViBa reduce la respuesta de construcción del 100%,

mientras que en condiciones amortiguadas, las reducciones logradas son del 87%, de acuerdo

con las pruebas experimentales.

Análisis de Dominio de Tiempo de Estructuras Individuales bajo

Entrada armónica protegida a través de la vibración

Barrera

En esta sección, la formulación de un solo sistema de construcción-suelo-ViBa propuesto por

Cacciola y Tombari (2015) en el dominio de la frecuencia se extienden al tiempo

dominio. Para determinar la ecuación dinámica de movimiento del sistema de

Cacciola y Tombari (2015), del modelo de amortiguación histérica presentado para

su prototipo, una matriz de amortiguación viscosa equivalente se ha obtenido. Lo sucesivo

se presenta el procedimiento para determinar el modelo de amortiguamiento viscoso

equivalente y

validado al comparar los resultados en los dominios de frecuencia y tiempo.

La suposición de amortiguación histerética, descrita por una rigidez compleja compleja

En general, se acepta que la matriz es precisa en algunas circunstancias, pero mantiene el

la desventaja es directamente aplicable solo en el dominio de la frecuencia (Henwood 2002).

Cuando los modelos histéreticos se adoptan directamente en el dominio del tiempo, el uso de
modelos complejos
se pueden requerir técnicas para aproximar la ecuación del movimiento (Inaudi y Makris

1996). Sin embargo, la validez de los modelos de amortiguación de histéresis para el dominio
del tiempo

análisis se ha discutido ampliamente en la literatura ya que el modelo histéresis puede

ser rigurosamente adoptado solo en el dominio de la frecuencia de lo contrario determina la

no-causalidad

defecto, es decir, respuesta antes de la excitación (véase, por ejemplo, Muscolino et al., 2005).
A

En este sentido, Spanos y Zeldin (2000) argumentaron que cuando la amortiguación histerética
y

se consideran los parámetros dependientes de la frecuencia, tanto para el dominio del tiempo
como para la vibración aleatoria

análisis de sistemas no causales, se debe tener cuidado.

La suposición de amortiguación viscosa clásica modelada con dashpots viscosas, permite

para resolver el equilibrio dinámico de los sistemas vibratorios de luz amortiguada por simple

soluciones matemáticas Cuando la amortiguación es ligera, las fuerzas disipativas son

predominante en movimientos resonantes, para lo cual el factor de pérdida en resonancia se

relaciona con

el coeficiente de amortiguamiento viscoso por la ecuación (5.18).

177

El equilibrio dinámico general en el dominio del tiempo de los sistemas -DOF sometidos

para mover la excitación de movimiento bajo la hipótesis de la disipación de histéresis, son

proporcionado por el siguiente conjunto de ecuaciones diferenciales

() + () = abs rel Mu t Ku t 0 (6.13)

donde, respectivamente, M y K son la n × n matriz de masa global real y el

matriz de rigidez global compleja, () abs u t y () rel u t son el vector n × 1 de la

aceleraciones absolutas y el desplazamiento relativo de la masa con respecto a la

Fundación.

Específicamente, según la relación entre lo absoluto y lo relativo

desplazamientos. el vector () abs u t se reescribe como

() = () + () abstr u u u u u to (6.14)

y el vector de desplazamiento relativo como

() = () - () rel abs u u u u to (6.15)

Sustituyendo la ecuación (6.15) en la ecuación (6.13), esto dice

() + () - () = abs abs g Mu t K u u u t 0 (6.16)

Moviendo las incógnitas de la ecuación (6.16) al lado izquierdo, puede reescribirse como

() + () = () abs abs g Mu t Ku t Ku t (6.17)

donde el vector de movimiento de tierra de entrada es

() = () g g u t τu t (6.18)

en donde τ es el vector de incidencia.

Al sustituir la ecuación (6.18) en la ecuación (6.17), esto se convierte en

Mu t Ku t Kτu t (6.19)

Después de tomar la Transformada de Fourier de la ecuación (6.19), las ecuaciones algebraicas

del

equilibrio dinámico en el dominio de frecuencia conduce a las ecuaciones de movimiento

como

presentado por Cacciola y Tombari (2015) en la ecuación (6.1).

La ecuación (6.19) no puede ser resuelta en el dominio de tiempo siendo la matriz de rigidez
K

basado en el modelo histerético que no es casual. Por lo tanto, la solución de

la ecuación (6.19) se persigue en el dominio de la frecuencia a través de las ecuaciones de

movimiento

visto en la ecuación (6.1). De acuerdo con la expresión del equilibrio dinámico en

el dominio de frecuencia, la matriz de rigidez histérica K se puede reescribir en

siguiendo la forma clásica

K = K + iωC (6.20)

donde C es la matriz de amortiguación viscosa equivalente, que se ha buscado en este

trabajar a través del procedimiento presentado en la siguiente sección.

La ecuación (6.20) anterior conduce al esquema reológico en la figura 6.4.

Figura 6.4. Modelo discreto adoptado para estudiar en el dominio del tiempo el

control de la vibración de una sola estructura a través de ViBa.

fm

eres

f, ViBa u f c

k
ViBa k

do

SSSI k

f, ViBa c

SSSI c

eres tú

f, ViBa k

ViBa m

ViBa u

fk

f, ViBa m

ViBa c

123

179

Teniendo en cuenta el sistema representado en la figura 6.4 bajo la acción del terreno sísmico

movimiento, el equilibrio dinámico en términos de desplazamiento absoluto, velocidad y

la aceleración se presenta a continuación.

El movimiento dinámico del sistema en la figura 6.4 se determina resolviendo el

siguiente sistema de ecuaciones

000

000

000

000

00

00

0
ff

ViBa ViBa

f ViBa f ViBa

f SSSI SSSI f

ViBa ViBa ViBa

SSSI ViBa ViBa f ViBa SSSI f ViBa

eres tú

eres tú

eres tú

eres tú

ccu

cccccuu

ccu

cccccuu

-++- + +

--++ -

+
1

00

00

00

00

f SSSI SSSI f

ViBa ViBa ViBa

SSSI ViBa ViBa f ViBa SSSI f ViBa

ff

gg

f ViBa f ViBa

kku

kkkkku

kku

kkkkku

kc

tu

kc

-++- + =

--++ -

= +
(6.21)

donde c, f c, SSSI c, SSSI c y f, ViBa c son los coeficientes de amortiguación viscosa

relativamente

a los dashpots que representan la disipación de energía para el edificio, el ViBa y

el SSSI; se ha supuesto que el vector de incidencia es τ = [1 1 1 1] T pertinentemente

a los 4 DOF del sistema.

Para evaluar la respuesta del sistema en la figura 6.4, lo desconocido

coeficiente de la matriz de amortiguación viscosa C se ve en la ecuación (6.21) se identifican

mediante un procedimiento de minimización de la diferencia entre las funciones de

transferencia de

el sistema bajo la hipótesis del amortiguamiento histerético (Cacciola y Tombari)

2015) y las funciones de transferencia de los sistemas amortiguadores viscosos equivalentes.

Aplicaciones numéricas de Time Domain Deterministic

Análisis

En las siguientes secciones, la metodología para diseñar el ViBa para reducir el

se aplican vibraciones en edificios bajo entrada determinista. En primer lugar, el modelo de

Cacciola y Tombari (2015) extendieron para realizar el análisis de dominio de tiempo es

investigado El procedimiento propuesto para definir una matriz de amortiguación viscosa

equivalente

al modelo histerético utilizado por Cacciola y Tombari (2015) se explica, y el

se lleva a cabo el análisis de la respuesta estructural para el sistema. Sucesivamente, el

metodología para diseñar el ViBa según lo propuesto por Cacciola y Tombari (2015) es

aplicado para proteger un verdadero edificio de referencia, cuya respuesta también se analiza
en el

dominio del tiempo mediante soluciones FEM. En la última aplicación numérica, una

se adopta un modelo de amortiguación viscoso modal constante.

6.3.1 Diseño del ViBa para el control de la estructura simplificada de

Cacciola y Tombari (2015)

En esta sección, la identificación de la matriz de amortiguación viscosa equivalente a la

Se presenta el modelo histerético adoptado por Cacciola y Tombari (2015). los

coeficientes de la matriz de disipación viscosa para el sistema bajo investigación

se buscaron resolviendo un problema de minimización sin restricciones usando la pena

método de función. El problema de minimización se puede expresar como

Min ()

∈ℜ
fx

(6.22)

Varios algoritmos están disponibles en la literatura para resolver problemas de minimización

(ver

p.ej. Friswell y Mottershead 2010). En este trabajo, la solución para minimizar un daño no
lineal

La ecuación de varias variables fue proporcionada por el algoritmo "fsolve"

disponible en MATLAB. El algoritmo adoptado es el método "trust-region-dogleg"

cuya idea básica es aproximar la función objetivo con una función más simple,

que razonablemente se comporta como la función objetivo en un barrio, la confianza

región, alrededor del vector x.

181

La función objetivo para el problema abordado en este trabajo se ha definido como el

diferencia entre las funciones de transferencia analítica para un DOF seleccionado, asumiendo

los modelos de amortiguación histeréticos y viscosos. El problema de identificación

consta de dos pasos:

• Paso 1: construcción y ViBa desacoplados

En primer lugar, los coeficientes de amortiguación desconocidos relativos a la construcción y

su cimentación,

1 = {,} ∈ℜ0 + f κ c c, debe evaluarse de acuerdo con la ecuación (6.22), organizando

el problema de minimización para el DOF de la masa del edificio en desacoplado

condiciones., eso es

{}

{}
11

110

110

H (,) H (,) 0

-=

= ∈ℜ

= ∈ℜ

hyst visc

fcc

ωω

ηη

κκ

(6.23)

Con referencia al sistema simplificado propuesto por Cacciola y Tombari

(2015), cuyas propiedades mecánicas se resumen en la Tabla 6.2, la solución de

la primera parte del problema siguiente ha llevado a la siguiente amortiguación viscosa

coeficientes para el edificio y su fundamento, a saber c = 0.2849 Ns / my

= 2.1367 Ns / m. f c

• Paso 2: construcción junto con ViBa

La evaluación de los parámetros de amortiguación desconocidos en relación con el SSSI, el

ViBa

y la base de ViBa, {} 2, 0 =,, ∈ℜ + SSSI ViBa f ViBa κ c c c, se logra configurando el

problema de minimización para la función de transferencia del edificio DOF en

condiciones, conociendo ya los valores de c y f c previamente obtenidos, acostumbrados a

caracterizar 2 H (,) visc ω κ satisfaciendo el siguiente sistema de ecuaciones.

H (,) H (,) 0

-=

= ∈ℜ

= ∈ℜ

hyst visc

SSSI ViBa f ViBa

SSSI ViBa f ViBa c c c

ωω

ηηη

κκ

(6.24)

A este respecto, los valores de los coeficientes de amortiguación encontrados son:

= 1.5062 Ns / m, SSSI c = 1.6640 Ns / m ViBa c y, = 3.2872 Ns / m f ViBa c. Figura 6.5

presenta los módulos de las funciones de transferencia analítica obtenidas al asumir el

modelo de amortiguación histerética objetivo y el modelo de amortiguación viscosa

equivalente,

respectivamente denotados con Hhyst y H. visc

Figura 6.5. Comparación de las funciones de transferencia de: (a) estructura y

(b) ViBa para el modelo viscoso (VM) y el modelo histerético (HM).

0 5 10 15 20 25 30 35 40
0

10

15

20

25

| HViBa (ω) |

VM acoplado

Acoplado HM

VM desacoplado

HM desacoplado

0 5 10 15 20 25 30 35 40

10

15

20

25

Frecuencia circular [rad / seg]

| H (ω) |

VM acoplado

Acoplado HM

VM desacoplado

HM desacoplado

segundo)

un)

183

El problema propuesto de minimización de dos pasos se puede resumir en el siguiente

Diagrama de flujo

Figura 6.6. Diagrama de flujo del procedimiento propuesto para establecer la

modelo de amortiguación viscosa equivalente del sistema investigado desde

modelo histerético de Cacciola y Tombari (2015).

En la figura 6.5 a) los módulos de la transferencia funcionan relativamente con el DOF

horizontal

del edificio en condiciones desacopladas, 1 H (,, hyst ω η η f) y Hvisc (ω, c, cf) son

se muestra junto con las funciones correspondientes para condiciones acopladas, denotadas
como

1, H (,,,,) hyst f SSSI ViBa f ViBa ω η η η η y con, H (,,,,,). visc f SSSI ViBa f ViBa ω c c c c c

en la figura 6.5 b), los módulos de las funciones de transferencia de

condiciones desacopladas,, HViBa (,,,)

hyst SSSI ViBa f ViBa ω η η η y, HViBa (,,,)

visc SSSI ViBa f ViBa ω c c c son

se muestra junto con las funciones de transferencia determinadas para condiciones acopladas,

que son 1, HViBa (,,,,,)

hyst f SSSI ViBa f ViBa ω η η η η y HViBa (,,,,,)

visc f SSSI ViBa f ViBa ω c c c c c.

La identificación de los coeficientes de amortiguación viscosa para el sistema bajo

la investigación se ha logrado con éxito. La efectividad del procedimiento es

confirmado por las parcelas en la Figura 6.5 a) yb), de las cuales las diferencias entre

los módulos de las funciones de transferencia en comparación son pequeños.

Específicamente, la Figura 6.5 a) resalta la precisión del procedimiento de optimización en

relación con las funciones de transferencia de edificios 1 H (,,) hyst f ω η η y H (,,) visc f ω c c in

condiciones desacopladas, para las cuales las incógnitas del problema de minimización son c

y f c. En la misma figura, la comparación entre los módulos de la transferencia

funciones 1, H (,,,,) hyst f SSSI ViBa f ViBa ω η η η η y, H (,,,,,) visc f SSSI ViBa f ViBa ω c c c c c in

condiciones acopladas se presenta; en este caso, el problema de minimización era

realizado para minimizar la diferencia entre las dos funciones a través del

problema de optimizaciones con un número de tres incógnitas, SSSI c, ViBa c y f, ViBa c.

El acuerdo entre las funciones de transferencia 1, H (,,,,) hyst f SSSI ViBa f ViBa ω η η η η y

, H (,,,,) visc f SSSI ViBa f ViBa ω c c c c c es satisfactorio aunque menos preciso que entre

1 H (,,) hyst f ω η η y H (,,) visc f ω c c, para lo cual lo desconocido para las optimizaciones

problema donde menos.

Un resultado significativo se muestra en la Figura 6.5 b), donde, HViBa (,,,)

hyst SSSI ViBa f ViBa ω η η η y

, HViBa (,,,)

hyst SSSI ViBa f ViBa ω c c c con respecto a las condiciones desacopladas están en buen

acuerdo aunque, SSSI ViBa c c y f, ViBa c se han derivado por la minimización

problema establecido para el edificio DOF en condiciones acopladas. El nivel de precisión

logrado para los módulos de las funciones de transferencia para el ViBa en condiciones
acopladas,

1, HViBa (,,,,,)

hyst f SSSI ViBa f ViBa ω η η η η y HViBa (,,,,,)

visc f SSSI ViBa f ViBa ω c c c c c, satisfactoriamente

es comparable a la precisión lograda para el caso desacoplado.

185

Razonablemente, como se muestra en la Figura 6.5, la reducción de la respuesta obtenida a

través del

ViBa calibrado para entrada de armónicos, con frecuencia ω0 = 22.62 rad / s, debajo de la

La hipótesis de la amortiguación viscosa es del 90%, ligeramente diferente de la reducción

del 87% obtenido originalmente bajo la hipótesis de amortiguamiento histerético.

Como se busca, la calibración de la matriz de amortiguación viscosa equivalente de la pérdida

factores derivados empíricamente por Cacciola y Tombari (2015), han permitido

realizar los análisis del dominio del tiempo para los sistemas bajo investigación presentados

lo sucesivo. Las ecuaciones de movimiento en el dominio del tiempo, vistas en la ecuación

(6.21), son

resuelto asumiendo los parámetros mecánicos en la Tabla 6.2 y la amortiguación

coeficientes derivados del procedimiento de optimización presentado. Las ecuaciones de

movimiento se han integrado por el procedimiento paso a paso en las ecuaciones (2.54) y

(2.55) para movimiento absoluto. El sistema es forzado por varias entradas de base armónica,

cuyas frecuencias se han seleccionado de la Figura 6.5 de acuerdo con esos valores

de las funciones de transferencia que muestran los efectos significativos de ViBa. Entrada
armónica

se usan movimientos en términos de desplazamientos de amplitud unitaria. Tiene que ser

notó que el dispositivo de control puede inducir efectos beneficiosos o perjudiciales,

dependiendo de la frecuencia de entrada que fuerza el sistema.

Los valores de la función de transferencia del edificio para un número seleccionado de
frecuencias

en las condiciones acopladas y desacopladas presentadas en la figura 6.5 a) se enumeran en la

tabla

6.3.

Etiquetas a b c d e f g h

ω [rad / s] 15.05 20.35 21.05 22.62 24.95 26.15 27.95 30.05

1.908 5.471 7.552 19.3 5.054 3.365 2.215 1.573

1.917 7.448 5.096 1.743 5.402 9.196 4.4 2.449

Tabla 6.3. Valores de la función de transferencia del DOF horizontal del edificio en

frecuencias seleccionadas en condiciones acopladas y desacopladas bajo

hipótesis de amortiguación viscosa.

Las respuestas de estado estacionario obtenidas del Análisis de dominio de frecuencia (FDA)

informados en la Tabla 6.3 se trazan de manera pertinente en la Figura 6.7, donde estos
pueden ser

en comparación con el estado estacionario de los desplazamientos de los tiempos-historias

para apreciar el

acuerdo entre la respuesta obtenida en los dominios duales.

Notablemente, la Figura 6.7 demuestra la efectividad del procedimiento de calibración

utilizado para derivar los coeficientes de la matriz de amortiguación viscosa equivalente de la

modelo histerético de Cacciola y Tombari (2015). Además, la Figura 6.7 d) muestra

la eficacia del ViBa en la reducción de la respuesta del edificio presentando el

tiempo-historia de los desplazamientos de respuesta en condiciones desacopladas y acopladas,

siendo este último obtenido de acuerdo con la fórmula de forma cerrada para diseñar el ViBa

propuesto por Cacciola y Tombari (2015).

Hunc (ω)

Hcoup (ω)

187

Figura 6.7. Historia de tiempo de desplazamiento de la estructura simplificada de

Cacciola y Tombari (2015) bajo la entrada armónica en acoplado y

condiciones desacopladas.

6.3.2 Diseño del ViBa para el control del edificio SAC de 20 pisos de acero
Marco

En esta sección, una aplicación para el control de vibraciones pasivas de una estructura 2D

protegido a través del ViBa se presenta. El dispositivo de control se aplica para reducir el

vibraciones de la estructura de referencia lineal, el edificio SAC de acero de 20 pisos

marco, forzado por entrada armónica. El edificio bajo investigación es el punto de referencia

estructura descrita en el Capítulo 4. El ViBa ha sido diseñado siguiendo el

procedimiento propuesto por Cacciola y Tombari (2015) e informado en la sección 6.1.2.

Los análisis se llevan a cabo en dos modelos: (i) un numérico discreto simplificado

modelo implementado en MATLAB, y (ii) un modelo de Elementos Finitos definido en

SAP2000. Las respuestas acopladas y desacopladas del edificio y ViBa bajo

Se comparan movimientos armónicos seleccionados de forma diferente para ambos modelos.

Por comparación

las historias temporales obtenidas de los dos modelos las implicaciones de adoptar

Se observan modelos discretos simplificados para capturar el SSSI y los efectos de SSI. los

SSSI y SSI son contados por resortes elásticos lineales como convencionales para el

Enfoque de Winkler para modelar suelos elásticos lineales. Para ambos modelos, el modal

la amortiguación estructural se considera con un valor constante del 5% para todos los modos.

Finalmente, la reducción de los desplazamientos estructurales de un punto seleccionado (es

decir, techo

desplazamientos) del edificio se observan desde la diferencia del estado estacionario

respuesta de los tiempos-tiempos en condiciones acopladas y desacopladas.

El sistema simplificado que comprende el edificio SAC, el suelo y el dispositivo ViBa colocado

sobre cimientos rígidos en suelos deformables, se modela en MATLAB de acuerdo con

Figura 6.4, como un sistema global de 4 DOF. Por el conocimiento de la masa y la primera

frecuencia natural del edificio para la base fija, que se obtiene de la

modelo FE numérico, la rigidez del edificio SAC simplificado es inversamente

derivado a través de la relación fundamental entre masa, rigidez y natural

frecuencia en la ecuación (2.4). La masa de la base del edificio ha sido asignada

pertinentemente a la descripción de Othori et al. (2004) La base se asume como

rígido con una incrustación de 7,30 m según el punto de referencia. La masa de ViBa y

la masa del edificio se considera idéntica, así como sus fundamentos.

189
La rigidez ViBa ha sido calibrada por medio de la ecuación (6.12), para

cumplir con el diseño a través de la solución cerrada propuesta por Cacciola y Tombari

(2015) deben definirse la interacción del suelo y los coeficientes de rigidez de SSSI.

Los coeficientes de rigidez SSI y SSSI se han derivado a través de un numérico

técnica aplicada en SAP2000, mediante la cual el método de rigidez matricial para estática

el análisis se ha aplicado al sistema de fundaciones acopladas suelo-fundación en

Figura 6.4. Específicamente, dado que se supone que el suelo se comporta linealmente, el

los coeficientes se obtuvieron con referencia a la Figura 6.4 por los siguientes: (i)

asignación de apoyos ficticios para restringir los desplazamientos horizontales en el punto 1

y 2 o 3, (ii) imposición de un desplazamiento horizontal unitario al punto 2 o 3, (iii)

evaluación de las reacciones horizontales en los puntos 1 y 2 o 3, que respectivamente dan

los valores: SSSI k, la suma + SSSI SSI k k, de la cual se encuentra SSI k. El espaciado

entre la base del ViBa y del edificio se ha supuesto 10 m.

Las características mecánicas del edificio SAC y ViBa para simplificado

el modelo implementado en MATLAB se presenta en la Tabla 6.4.

Rigidez masiva

Construcción m = 5.8 × 106 k = 8.28 × 107

Base de construcción = 9.7 × 105 f m = 6.85 × 107 f k

Dispositivo ViBa = ViBa m m = 4.1695 × 107 ViBa k

ViBa fundación, = f ViBa f m m 7

, = 6.85 × 10 f ViBa k

Parámetros SSSI - = 9.16 × 107 SSSI k

Tabla 6.4. Parámetros mecánicos para el edificio SAC y el dispositivo ViBa.

Las dos primeras frecuencias naturales del sistema global en acoplado y desacoplado

las condiciones se muestran en la Tabla 6.5, donde las frecuencias 1, unc ω y 2, unc ω son

respectivamente, la primera frecuencia natural del edificio único ViBa y SAC,

mientras que 1, golpe ω y 2, golpe ω son las frecuencias naturales a las que viBa y edificio

vibrar en condiciones acopladas.

Frecuencias naturales

[rad / s]

1, golpe ω 2, golpe ω 1, unc ω 2, unc ω

Modelo simplificado 2.18 2.97 2.08 2.47

Tabla 6.5. Las primeras dos frecuencias naturales del edificio simplificado SAC-suelo-

Las funciones de transferencia para el edificio SAC simplificado y ViBa en ambos acoplados

y las condiciones desacopladas se muestran en la Figura 6.8.

Figura 6.8. Funciones de transferencia de: a) creación simplificada de SAC; b) ViBa.

De la Figura 6.8 a), en correspondencia con la frecuencia del edificio desacoplado,

la reducción significativa del 89% se logra, mientras que de la Figura 6.8 b)

se observa un aumento de la función de transferencia de ViBa.

En la Figura 6.8 a) los dos picos de la función de transferencia en condiciones acopladas son

respectivamente a la frecuencia del ViBa en condiciones desacopladas y de

construyendo en condiciones acopladas, vea los valores en la Tabla 6.5. Para el sistema
acoplado, en

Figura 6.8 b), los dos picos de la curva están en las frecuencias de ViBa y de

el edificio en condiciones acopladas.

En la segunda parte del estudio de diseño, el modelo de referencia, que se representa en

La Figura 6.9, se ha implementado en SAP2000.

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

10

15

| HViBa (ω) |

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

10

15

Frecuencia circular [rad / seg]

| H (ω) |

Sistema acoplado

Sistema desacoplado
Sistema acoplado

Sistema desacoplado

un)

segundo)

191

Figura 6.9. Modelo FE en SAP2000 del edificio y suelo SAC

debajo: a) desacoplado; b) junto con ViBa.

El edificio y ViBa se colocan en un depósito de suelo de 30 m de profundidad, valor elegido en

conformidad con la recomendación del Eurocódigo 8 para la caracterización de los suelos.

Velocidad de onda de corte s v

[m / s2]

Densidad de masa del suelo

[kg / m3]

Relación de Poisson

Módulo de corte

G [Pa]

150 1300 0,2 29,25 × 106

Tabla 6.6. Se adoptaron las propiedades geotécnicas del depósito de suelo para modelar el SAC

construcción del sistema Soil-ViBa en SAP2000.

En la Tabla 6.7 las frecuencias naturales para el edificio SAC acoplado y desacoplado

y ViBa de los modelos FE se muestran.

Frecuencias naturales

[rad / s] golpe

ViBa ω golpe

Sac ω unc

ViBa ω unc

Sac ω

SAP2000 modelo 2.29 3.06 2.20 2.74

Tabla 6.7. Primeras dos frecuencias naturales del sistema SAC de construcción-suelo-ViBa
modelado en SAP2000 en condiciones acopladas y desacopladas.

Vale la pena observar que la primera frecuencia natural para el edificio SAC para el

modelo en MATLAB y SAP2000 en condiciones desacopladas difieren menos de 9.85%.

Siendo el primer modo de vibración en SAP2000 puramente traslacional, ya que solo el

DOF horizontal se consideran en el análisis, la diferencia depende de la

precisión del método numérico utilizado para determinar el SI y el SSSI

coeficientes.

Para controlar las vibraciones de la estructura, el diseño se ha realizado

de acuerdo con la expresión de forma cerrada para la rigidez ViBa propuesta por

Cacciola y Tombari (2015) para la entrada armónica, calibrada para ω0 = 2,74 rad / s,

que lleva al valor = 5.1471 × 107. ViBa k Teniendo en cuenta los movimientos armónicos de

amplitud unitaria en términos de aceleración, cuyas frecuencias se enumeran en la Tabla

6.8, tanto el modelo simplificado como el edificio implementado en SAP2000 son

analizado.

Etiquetas a b c d e f g h

ω [rad / s] 1 1,5 2,47 2,1 2,74 2,96 3,5 4

Tabla 6.8. Valores de las frecuencias seleccionadas de la entrada armónica que fuerzan el

sistema SAC construcción-suelo-ViBa.

La figura 6.10 presenta las historias temporales de los desplazamientos del edificio SAC

modelado a través del sistema simplificado implementado en MATLAB. Puede ser

notaron que el estado estacionario de los tiempos-historias en la Figura 6.10 refleja los valores

de las funciones de transferencia observadas en la Figura 6.8. La figura 6.11 muestra los
tiempos históricos de

los desplazamientos del techo del edificio SAC implementados en SAP2000. por

el modelo simplificado implementado en MATLAB, la entrada se aplica directamente

debajo del edificio y la unidad ViBa. Por el contrario, en el modelo en SAP2000 el

la entrada se propaga desde el lecho de roca al campo libre.

Los efectos de la propagación de la onda no son significativos, como se muestra al comparar

Figura 6.10 c) y Figura 6.11 e), para los cuales los desplazamientos debidos a la armónica

entrada relativamente a las frecuencias de resonancia están en buen acuerdo.

193
Figura 6.10. Historia de tiempo de desplazamiento del edificio SAC modelado o

Figura 6.11. Historia de tiempos de desplazamiento del SAC modelado en

SAP2000 bajo entrada de armónicos en condiciones acopladas y desacopladas.

0 10 20 30 40 50

-0.5

0.5

Tiempo [s]

Desplazamientos [m]

Sistema acoplado

Sistema desacoplado

0 10 20 30 40 50

-1

-0.5

0.5

Tiempo [s]

Sistema acoplado

Sistema desacoplado

0 10 20 30 40 50

-2

-1

Tiempo [s]

Desplazamientos [m]

Sistema acoplado

Sistema desacoplado

0 10 20 30 40 50
-2

-1

Tiempo [s]

Sistema acoplado

Sistema desacoplado

0 10 20 30 40 50

-4

-2

Tiempo [s]

Desplazamientos [m]

Sistema acoplado

Sistema desacoplado

0 10 20 30 40 50

-1.5

-1

-0.5

0.5

1.5

Tiempo [s]

Sistema acoplado

Sistema desacoplado

0 10 20 30 40 50

-0.2
-0.1

0.1

0.2

0.3

Tiempo [s]

Desplazamientos [m]

Sistema acoplado

Sistema desacoplado

0 10 20 30 40 50

-0.4

-0.2

0.2

0.4

Tiempo [s]

Sistema acoplado

Sistema desacoplado

do)

un)

re)

segundo)

gramo)

mi)

h)

f)

195

Diseño de la barrera vibratoria para estacionario

Excitación estocástica

El diseño y la efectividad de las barreras vibratorias para proteger edificios bajo

carga armónica, ha sido probado por las investigaciones basadas en la frecuencia

análisis de dominio y revisados en este Capítulo. Específicamente, para expandir el

formulación de Cacciola y Tombari (2015) al dominio del tiempo propuesto,

permite diseñar el ViBa para movimientos de terreno estocásticos y para realizar

la simulación de Monte Carlo pertinente, mediante la cual, la comprensión del análisis

transitorio de la

la respuesta estructural se gana adicionalmente.

En esta sección, el análisis estocástico en el dominio de tiempo para el sistema SSSI

representado en la figura 6.4 se presenta. Para establecer el equilibrio dinámico de la

sistema, las ecuaciones de movimiento diferenciales deterministas vistas en la ecuación (2.50)

se extienden para el movimiento de tierra de entrada modelado como estocástico gaussiano

de media cero

proceso, que está representado por el vector

() = U () g g U t τ t (6.25)

Las ecuaciones de movimiento estocásticas para sistemas MDOF en términos de absoluta

desplazamientos en condiciones iniciales deterministas (0) = 0∩ (0) = 0 =1PUU ,

se expresan mediante el siguiente sistema

() + () + () = U () + U ()

g g MU t CU t KU t Kτ t Cτ t (6.26)

donde U (t), U (t) y U (t) son respectivamente los desplazamientos estocásticos n × 1,

vectores de velocidad y aceleración, U () g t y U ()

g t son el desplazamiento del suelo

y proceso estocástico de velocidad.

Al resolver el equilibrio dinámico indicado anteriormente, el pico de los máximos absolutos

de la respuesta del edificio se evalúa de acuerdo con la siguiente definición

U=E max () b b X U t (6.27)

donde E [⋅] es el operador de expectativa y () b U t es el proceso de respuesta estocástica

por el grado de libertad del edificio para proteger.

Específicamente, se estudia el diseño de los parámetros estructurales de ViBa para el caso de

entrada estacionaria a través del procedimiento descrito más adelante.

En esta sección, el primer problema de pasaje del proceso de desplazamiento de respuesta

presentado en el Capítulo 2, se reescribe para el DOF del edificio para proteger, eso es

() () 0, U, =,
Ub S Ub S b X T p η T p λ (6.28)

donde b U es el proceso de respuesta de los desplazamientos horizontales del último piso de

el edificio para proteger, Ub X es la fractura de la distribución máxima con probabilidad

p de no excedencia, s T es la ventana de observación de tiempo, 0, Ub λ es el orden cero

momento espectral geométrico del proceso de respuesta Ub η es el factor pico visto en

ecuación (2.142) definida por el factor de ancho de banda dado en las ecuaciones (3.5) y

el número de cruces externos obtenidos al sustituir la ecuación (2.99) en (2.131).

La expresión de los momentos espectrales geométricos está dada por el general

fórmula en la ecuación (2.108), que se expandió para lecturas MDOF

() + ∞ = ∫ i

i, U UU λ ω Gωωω (6.29)

donde () UU G ω es la matriz PSD de la respuesta en términos de absoluta

desplazamientos.

La expresión para la matriz PSD () UU G ω se obtiene del estocástico

respuesta en el dominio de la frecuencia teniendo la siguiente expectativa

() = () * () UU G ω E U ω U ω (6.30)

donde U (ω) es la respuesta estocástica del sistema en el dominio de frecuencia bajo

la hipótesis de la amortiguación viscosa, que se expande da

197

() * () = (visc () g ()) (visc () g ()) * E U ω U ω E H ω U ω U ω U ω (6.31)

() * () () * () * () () * () c visc visc g U g ω U ω H ω U ω U U ω (6.32)

donde de acuerdo con la definición de la función PSD g () g * () = Ug () E U ω U ω G ω,

ese

sustituido en la ecuación anterior da

() * () = () * () () visc visc Ug E U ω U ω H ω H ω G ω (6.33)

Por lo tanto, comparando la ecuación (6.30) y (6.33), teniendo en cuenta la definición de la

función de transferencia viscosa mediante las ecuaciones (6.3), (6.4) y (6.20), la PSD de la

proceso de respuesta estocástica dice

() = () * () ()

UU visc visc Ug G ω H ω H ω G ω (6.34)

El PSD del proceso de entrada se selecciona de acuerdo con las condiciones del suelo, y el

La función de transferencia () visc H ω, que depende de los factores del sistema SSSI, es por lo
tanto

una función de los parámetros de diseño a optimizar.

La metodología propuesta en este trabajo aborda el diseño del ViBa bajo

excitación estacionaria estocástica para el DOF seleccionado de la estructura a proteger por:

(i) definir el pico de los desplazamientos horizontales máximos relativos al

fundación, con una probabilidad no superior a p (Cacciola et al 2015), para la cual

() = () + () - () - () UrUr UTUT UFUF UFUT UTUF G ω G ω G ω G ω G ω (6.35)

y (ii) reducir el pico de la respuesta al resolver un problema de minimización,

eso dice

{()}

{} 0

min,

,, +.

∈ℜ

segundo

US

ViBa ViBa ViBa

XTp

kmc

(6.36)

donde β es el vector que enumera los parámetros de diseño ViBa.

El problema de la minimización de la respuesta estocástica para la construcción-suelo-ViBa

sistemas se lleva a cabo por un estudio paramétrico en el que las incógnitas del problema

se obtienen variando los parámetros ViBa en un rango fijo βmin <β <βmax.
El problema de optimización se ha realizado calculando un valor fijo de

ViBa m y cada par ViBa k - ViBa c enumerados en β, los factores de pico y la media raíz de
respuesta

valores cuadrados, como para obtener para cada par, el fractil 50% de la distribución máxima.

Finalmente, los parámetros de diseño óptimos se encuentran identificando el par asociado a

el mínimo de fractiles 50% de la distribución máxima obtenida.

Aplicación Numérica de Análisis Estocástico y

Diseño de la barrera vibratoria

En las siguientes secciones, se realiza el estudio paramétrico presentado en la ecuación (6.36).

El estudio consiste en evaluar el pico de la respuesta del edificio para ser minimizado

dado un rango de parámetros estructurales de ViBa asignados a priori, que son los

rigidez y el coeficiente de amortiguación viscoso. Para el sistema SSSI calibrado con

los parámetros de diseño de ViBa establecidos, el pico medio de la respuesta del

La construcción para proteger se evalúa a través de la simulación de Monte Carlo, es decir,

resolver

ecuación de movimiento en (6.26), para los conjuntos de acelerogramas simulados de

diferentes

modelos de movimiento de tierra. Por lo tanto, los resultados de las investigaciones se

presentan en

términos de las reducciones del pico medio de los desplazamientos del edificio,

obtenido por comparación de la respuesta en condiciones desacopladas y acopladas.

6.5.1 Especificaciones de los modelos de movimiento en tierra

En esta sección, los modelos de movimiento terrestre estocástico definidos para cargar el SSSI

los sistemas investigados en este Capítulo están especificados. Tres modelos, a saber, el
quasistacionario

(QS), no estacionario (NS) y no estacionario con variabilidad impuesta

(NSV) son generados por el Método de Representación Espectral (SRM). Los conjuntos de

Los acelerogramas cumplen los criterios de compatibilidad espectral prescritos por el

Eurocódigo.

8 (EC8).

199

Los procesos estocásticos de movimiento del suelo utilizados para las investigaciones han sido

modelado según el procedimiento presentado en el Capítulo 2, ver sección 4.1. los

las funciones de densidad espectral de potencia evolutiva de los procesos estocásticos son

presentado en la Figura 6.12, que muestra las funciones obtenidas después de una serie de

iteraciones realizadas para cumplir los criterios de compatibilidad del espectro, que

se ha logrado siguiendo el esquema presentado en la ecuación (3.47).

Figura 6.12. Funciones evolutivas de PSD: a) modelo de C & P, b) cuasiestacionario;

c) no estacionario; d) variabilidad no estacionaria e impuesta.

La función estacionaria de PSD adoptada para implementar los modelos de movimiento de

suelo es la

PSD propuesto por Cacciola et al. (2004), por las características del suelo especificadas por

EC8 y presentado en la Tabla 6.9.

Parámetro Valor

S 1.8

ag 0.102 g

TB 0.1 s

TC 0.3 s

TD 1.2 s

Tabla 6.9. Parámetros del espectro de respuesta objetivo de la definición: Tipo 2, suelo D.

Para los procesos estocásticos no estacionarios y no estacionarios con variabilidad, el

el contenido de frecuencia no estacionaria se ha establecido modelando el tiempo

variación de frecuencia del espectro evolutivo de CP según los parámetros

definido por la ecuación (4.2), que son: la frecuencia en el tiempo inicial, 0 = 25 t

ω rad / s,

el límite de frecuencia en el tiempo final = 10

ft

ω rad / s, el parámetro del segundo filtro,

() f ω t, que se ha establecido de acuerdo con la ecuación (3.73) y las relaciones de

amortiguación

= 0.2 g ζ y = 0.6 f ζ, seleccionados según Der Kiureghian y Neuenhofer

(1992).

El contenido de frecuencia instantánea promedio de los tres movimiento estocástico de

movimiento de tierra

los procesos se estiman de acuerdo con la ecuación (2.105) y se muestran en la Figura 5.12.
Figura 6.13. Frecuencia instantánea media del espectro de respuestacompatible

modelos de movimiento de suelo adoptados en las investigaciones de SSSI.

0 5 10 15 20

10

15

20

25

30

35

40

45

Tiempo [s] Frecuencia instantánea media [

rad / s]

gramo

Cuasi estacionario

No estacionario

No estacionario

y variabilidad

201

Los tres conjuntos de acelerogramas simulados son compatibles con la respuesta EC8

espectro presentado en la ecuación (3.44). Para cumplir con las recomendaciones

ordenado por el EC8, la coincidencia entre el espectro de respuesta media del

tiempo-historias simuladas y el espectro objetivo está garantizado dentro de lo prescrito

tolerancia, tanto a lo largo del rango prefijado de períodos de acuerdo con la ecuación (3.45), y

relativamente al valor de la aceleración espectral de respuesta media simulada en

T0 = 0 de acuerdo con la ecuación (3.46).

A partir de la función de densidad espectral de potencia evolutiva en la figura 6.12, una serie
de
Se han simulado 500 historias temporales de movimiento en el suelo a través de SRM a través
de la ecuación

(3.43). Los tiempos históricos se simularon superponiendo un número de 1000

armónicos muestreados con un paso de frecuencia de Δω = 0.1 rad / s. La duración total de

la señal es igual a 20 sy la fase de movimiento fuerte seleccionada de acuerdo con el

valor mínimo de 10 s requerido por EC8. En la figura 6.14, las trayectorias de

se muestran historias temporales simuladas.

Figura 6.14. Trayectorias de acelerogramas de movimiento terrestre simulados: a)

cuasiestacionario; b) no estacionario; c) no estacionario con impuesto

variabilidad.

A partir de las historias temporales seleccionadas en la figura 6.14, la frecuencia no

estacionaria de

las funciones de densidad espectral de potencia evolutiva de las que se obtienen las muestras

generado puede ser observado. Los tiempos-historias de movimiento de tierra simulados han
sido

ajustado por la corrección de referencia, a través del esquema presentado en la ecuación (4.3),
en

para producir funciones realistas de velocidad y desplazamiento.

El conjunto de simulado casi estacionario, no estacionario y no estacionario con

los acelerogramas de variabilidad impuestos, presentan un valor medio de sus PGA

respectivamente

de: 1.81, 1.80 y 2.21 m / s2; estos valores deben ser comparados con el PGA de la

espectro de respuesta objetivo, que es Sag = 1.8 m / s2.

Figura 6.15. Comparación entre espectros de respuesta simulados y objetivo: a)

estacionario; b) no estacionario; c) no estacionario con variabilidad impuesta.

A partir de la figura 6.15, el cumplimiento de los requisitos de compatibilidad del espectro es

mostrado. Notablemente, los espectros de respuesta promedio presentan un logro

satisfactorio de

el requisito de compatibilidad del espectro para los tres modelos. De la figura 6.15

c), los gráficos de referencia con respecto a las aceleraciones espectrales ± σ en la meseta

nivel, mostrar que el modelo no estacionario con variabilidad no ha alcanzado el

valor impuesto de la desviación estándar de σ = 0.5. La cantidad de iteraciones configuradas en

lograr la coincidencia entre los espectros de respuesta simulada y de destino ± σ

han sido limitados para reducir los costos computacionales.

La figura 6.16 muestra la convergencia de las estadísticas de la PGA para los tres conjuntos de

modelos de movimiento de tierra. La media, 50% y 95% de fractila de la distribución del

PGA relativamente al movimiento del suelo con variabilidad impuesta difiere especialmente

con respecto a los fractiles del 5% y 95% de los otros dos modelos de movimiento de tierra

considerado. De la Figura 6.17 b), las diferencias entre los movimientos del suelo con y

sin variabilidad se observan por encima del 50% de fractil. Por encima del valor mediano de

01234

Período [s]

01234

Período [s]

01234

Período [s]

RSA [m / s2]

Objetivo

Target +
Objetivo-

Simulado RSA + σ

RSA simulado

Simulated RSA - σ

Objetivo

Target +

Objetivo-

RSA simulado

Simulado RSA + σ

RSA-σ simulado

Objetivo

Target +

Objetivo -

RSA simulado

Simulado RSA + σ

Simulated RSA- σ

a B C)

203

las distribuciones de los valores de PGA, cuanto mayor sea el fractil, mayores serán las
diferencias

entre el movimiento del suelo con la variabilidad impuesta y el cuasiestacionario y no

estacionario

modelos.

2.5

Número de muestras

Media [m / s2]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

1
1.5

2.5

Número de muestras

Fractile 5% [m / s2]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

1.5

2.5

Número de muestras

Fractile 50% [m / s2]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

Número de muestras

Fractile 95% [m / s2]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

02468

0
0.5

1.5

2.5

PGA [m / s2]

PDF

Cuasi estacionario

No estacionario

No estacionario

y variabilidad

0 2 4 6 8 10

0.2

0.4

0.6

0.8

PGA [m / s2]

CDF

Cuasi estacionario

No estacionario

No estacionario

y variabilidad

un)

segundo)

d)

un)

do)

segundo)

205
6.5.2 Estudio paramétrico para calibrar la simulación de ViBa y Monte Carlo

Estudiar

En esta sección, la metodología introducida en la sección 6.4 para determinar el óptimo

los parámetros de diseño para el ViBa se aplican mediante un estudio paramétrico. Para
resolver

el problema de búsqueda mínima presentado en la ecuación (6.36), una vez que el

estacionario

Se selecciona la función PSD para modelar un movimiento de terreno sísmico estacionario, la

El procedimiento se ha realizado mediante los siguientes pasos:

• Establecer el rango para las incógnitas del problema, que son las

rigidez y el coeficiente de amortiguación viscosa del ViBa, enumerados en el vector

= {,} ViBa ViBa β k c.

• Para calcular la función de transferencia (,) visc H ω β para cada par de incógnitas,

a través del cual se evalúan las respuestas estocásticas del edificio para proteger

de acuerdo con la ecuación (6.34).

• Para calcular el momento espectral de orden cero de la respuesta por ecuación

(6.29).

• Para determinar el valor del pico más grande de la respuesta, (,) Ub S X T p con

asociado que no excede la probabilidad p, para las parejas asignadas {,} ViBa ViBa k c

variando sobre un rango prefijado.

• Para evaluar la distribución del pico de la respuesta de la ecuación (6.34)

con una probabilidad de no excedencia p = 0.5, es decir, fractile 50%.

• Establecer la reducción de la respuesta estructural para el DOF de la

edificio para proteger, como la diferencia porcentual para el pico de los máximos de la

respuesta obtenida en condiciones acopladas y desacopladas, es decir

() ()

()

,,,,

% 100

= ×
bb

segundo

golpe desacopla

USUS

desacoplar

US

XTpXTp

Reducción

XTp

ββ

(6.37)

donde (,,) b

golpe

U S X T p β es el pico más grande de la respuesta del sistema global para

ViBa junto con la estructura y (,,) b

desacoplar

U S X T p β para condiciones desacopladas.

La rigidez de la interacción y el coeficiente de amortiguación se ven en la ecuación (6.21) en

las condiciones desacopladas se establecen como: = 0 SSSI k, = 0 SSSI c.

En las siguientes secciones, se aplica la metodología propuesta para diseñar el ViBa

para abordar la efectividad del procedimiento establecido para el estocástico estacionario

entrada. El diseño del ViBa se prueba para sistemas bajo los terremotos simulados

movimientos de suelo que, de manera más realista que los modelos estacionarios, caracterizan
el

acción sísmica El método de simulación Monte Carlo se ha empleado para predecir

la respuesta de los sistemas estructurales bajo investigación, que son el modelo

propuesto por Cacciola y Tombari (2015) y el edificio de referencia SAC

(Othori y otros, 2004). La reducción del desplazamiento máximo medio para los edificios

es tratado por MCS considerando los modelos de movimientos de tierra presentados en la

sección
6.5. Finalmente, las reducciones de la respuesta de los diferentes constructores-suelo-ViBa

sistemas forzados por los conjuntos de acelerogramas son comparados.

207

6.5.2.1 Diseño del ViBa para el control de la estructura simplificada de

Cacciola y Tombari (2015) bajo estocástico gaussiano

Excitación

En esta sección, para la estructura simplificada de Cacciola y Tombari (2015), la

los resultados de la calibración de la rigidez de ViBa y el coeficiente de amortiguación viscoso

son

presentado. El estudio paramétrico se ha realizado para diferentes relaciones de masa de la

masa del ViBa y el edificio. Como muestra la Tabla 6.10, cuatro escenarios son

investigado para las proporciones seleccionadas.

[N / m] [Ns / m] Reducción [%]

0,5 195 1,30 24,74

1.05 450 4.50 33.10

1.5 710 10.6 37.42

2 1055 23,50 41,07

Tabla 6.10. Los parámetros de ViBa para diferentes proporciones / ViBa m m obtenidos por

el diseño bajo excitación estocástica estacionaria para la protección de la

estructura de Cacciola y Tombari (2015) a través de ViBa.

La Tabla 6.10 muestra los parámetros de diseño de ViBa obtenidos por la optimización

procedimiento, en el que la entrada se modela como el movimiento de terreno estocástico

estacionario

proceso como se especifica en la sección 6.5. Específicamente, la relación

corresponde al prototipo estudiado por Cacciola y Tombari (2015).

La figura 6.18 muestra las superficies representando la reducción de la

respuesta máxima

Figura 6.18. Diagramas de superficie del estudio paramétrico para reducir la

desplazamientos relativos a la base de la estructura de Cacciola y

Tombari (2015) para: a) / = 0.5 ViBa m m; b) / = 1.05 ViBa m m; do)

/ = 1.5; ViBa m m d) / = 2 ViBa m m.

De la figura 6.18 se observa que cuanto mayor es la relación, más plano

superficie paramétrica, que refleja el caso en el que un rango más amplio de valores

determina reducciones de magnitud cercana, mientras que para la respuesta

reducción se obtiene por un par de valores que se concentran sobre

un rango más pequeño de coordenadas. Esto implica que para tal escenario la eficiencia

del dispositivo es más sensible a las perturbaciones de los valores del diseño

parámetros.

/ ViBa m m

/ = 0.5 ViBa m m

{,} ViBa ViBa k c

segundo)

un)

d)

do)

209

6.5.2.2 Respuesta estocástica de la estructura simplificada de Cacciola y

Tombari (2015) Protegido con el ViBa

La respuesta del prototipo del sistema de construcción-suelo-ViBa formulado por

Cacciola y Tombari (2015) a los GMM simulados se presentan a continuación. los

valores de la rigidez de ViBa y del coeficiente de amortiguamiento viscoso en la Tabla 6.10

caracterizar los sistemas SSSI en cuatro relaciones masivas seleccionadas oportunamente,.

Los sistemas han sido forzados por los tres conjuntos de acelerogramas simulados desde el

cuasiestacionario (QS), no estacionario (NS) y no estacionario con impuesto

variabilidad (NSV) de procesos estocásticos de movimiento de tierra.

Las frecuencias naturales de los modelos numéricos calibrados con el diseño de ViBa

los parámetros del procedimiento propuesto se presentan en la Tabla 6.11.

Frecuencias naturales [rad / s]

/ ViBa m m

0,5 21,83 22,02 22,62 25,84 46,06 51,24 73,51 79,17

1,05 19,95 20,56 22,62 26,04 52,74 56,87 73,51 79,33

1,5 18.92 19.75 22.62 26.15 58.55 61.90 73.51 79.56

2 17.92 18.92 22.62 26.21 65.26 67.59 73.51 80.10

Tabla 6.11. Frecuencias naturales acopladas y desacopladas del sistema

construcción-suelo-ViBa para diferentes relaciones / ViBa m m.

El modelo propuesto por Cacciola y Tombari (2015) concuerda con la relación

/ = 1.05 ViBa m m. Para el caso de ViBa diseñado para la entrada determinista, el natural

frecuencias del sistema propuesto por Cacciola y Tombari (2015) en

las condiciones se presentan en la Tabla 6.1, que se comparó con los valores en la Tabla

6.11 en condiciones acopladas, muestran diferencias menores que el 1%.

La primera frecuencia natural del sistema SSSI en condiciones acopladas, 1, golpe ω, es

más pequeña que la primera frecuencia natural del edificio desacoplado, 2, unc ω, y

disminuye a medida que aumenta la relación de masa. Considerando que, el segundo natural

la frecuencia del sistema acoplado, 2, golpe ω, es mayor que la frecuencia fundamental de

el edificio desacoplado 2, unc ω y tiende a valores más grandes a medida que aumenta la
relación de masa

La primera y la segunda frecuencia natural del sistema acoplado son respectivamente

representante de la moción del ViBa y el edificio. Las frecuencias naturales

la variación se visualiza en la Figura 6.19.

Figura 6.19. Funciones de transferencia del ViBa y la Cacciola modificada y

Tombari (2015) construcción de prototipo para diferentes valores de / ViBa m m.

De acuerdo con las observaciones realizadas y las ilustraciones en la Figura 6.19 a), en

condiciones acopladas la rigidez de los sistemas aumenta cuanto mayor es la relación de

masas.

Por lo tanto, cuanto mayor es la relación de masa, más corto es el transitorio de la respuesta
del

construyendo para proteger. Esto podría justificar las discrepancias entre las reducciones

obtenidos del estudio MCS, ver Tabla 6.12-Tabla 6.27 y aquellos determinados bajo

entrada estocástica estacionaria, presentada en la Tabla 6.28, que reduce al aumentar el

relación de masa.

En la Tabla 6.12-Tabla 6.15 las estadísticas de los desplazamientos de la masa del

construyendo de acuerdo con el escenario / = 0.5 ViBa m m son reportados; en este caso, el

la reducción de desplazamientos determinada en la fase del diseño (es decir, fractile 50%) es
de

24.74%.
10 15 20 25 30 35 40

10

15

20

| H (ω) |

estructura individual

mViBa / m = 0.5

mViBa / m = 1.05

mViBa / m = 1.5

mViBa / m = 2

10 15 20 25 30 35 40

10

15

20

Frecuencia circular [rad / seg]

| HViBa (ω) |

mViBa / m = 0.5

mViBa / m = 1.05

mViBa / m = 1.5

mViBa / m = 2

un)

segundo)

211

Media [m] QS NS NSV

Acoplado 0.0794 0.0808 0.0805

Desacoplado 0.0964 0.0969 0.0932

Reducción% 17.6313 16.6372 13.6261

Tabla 6.12. Simulación Monte Carlo: media de los desplazamientos del

edificio protegido con ViBa para / = 0.5 ViBa m m.

Frágil 5% [m] QS NS NSV

Acoplado 0.0627 0.0597 0.0465

Desacoplado 0.0715 0.0676 0.0508

Reducción% 12.3077 11.6864 8.4646

Tabla 6.13. Simulación Monte Carlo: fractile 5% de los desplazamientos de

el edificio protegido con ViBa para / = 0.5 ViBa m m.

Fractile 50% [m] QS NS NSV

Acoplado 0.0783 0.0789 0.0740

Desacoplado 0.0941 0.0952 0.0849

Reducción% 16.7906 17.1218 12.8386

Tabla 6.14. Simulación Monte Carlo: fractile 50% de los desplazamientos de

el edificio protegido con ViBa para / = 0.5 ViBa m m.

Frágil 95% [m] QS NS NSV

Acoplado 0.1002 0.1085 0.1352

Desacoplado 0.1282 0.1352 0.1621

Reducción% 21.8409 19.7485 16.5947

Tabla 6.15. Simulación Monte Carlo: fractile 95% de los desplazamientos de

el edificio protegido con ViBa para / = 0.5 ViBa m m.

De las tablas, la mayor reducción de los desplazamientos en relación con el

la base se obtiene para el fractil 95%, con un valor de 21.84% bajo la acción

del conjunto de acelerogramas simulados QS.

En la Figura 6.20, la convergencia de las estadísticas de los desplazamientos máximos del

se presentan construcciones para proteger en condiciones acopladas.

Figura 6.20. Convergencia de la respuesta del edificio protegido con

ViBa: a) significa; b) fractil 5%; c) mediana; d) fractile 95% para

/ = 0.5 ViBa m m.

Figura 6.21. a) función de densidad de probabilidad; b) función de densidad acumulada

de la respuesta del edificio protegido con ViBa para / = 0.5 ViBa m m.

0 500 1000 1500 2000

0.06

0.07

0.08

0.09

0.1

Número de muestras

Respuesta media [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.04

0.05

0.06

0.07

0.08

Número de muestras

Frágil 5% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.06

0.07

0.08

0.09

0.1

Número de muestras

Fractile 50% [m]

Cuasi estacionario

No estacionario
No estacionario y variabilidad

0 500 1000 1500 2000

0.08

0.1

0.12

0.14

0.16

0.18

Número de muestras

Fractile 95% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.1 0.2 0.3 0.4 0.5

10

15

20

25

30

35

Desplazamientos [m]

PDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.1 0.2 0.3 0.4 0.5

0.1

0.2
0.3

0.4

0.5

0.6

0.7

0.8

0.9

Desplazamientos [m]

CDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

segundo)

do)

un)

d)

a) b)

213

En la Tabla 6.16-Tabla 6.15 se presentan los resultados del análisis MCS para el

escenario relativo a la relación de masa / = 1,05 ViBa m m, para el cual la reducción

obtenido por diseño estocástico directo es 33.10%.

Media [m] QS NS NSV

Acoplado 0.0697 0.0702 0.0707

Desacoplado 0.0964 0.0969 0.0932

Reducción% 27.6639 27.5343 24.1202

Tabla 6.16. Simulación Monte Carlo: media de los desplazamientos del

edificio protegido con ViBa para / = 1.05 ViBa m m.

Frágil 5% [m] QS NS NSV

Acoplado 0.0555 0.0523 0.0412

Desacoplado 0.0715 0.0676 0.0508

Reducción% 22.3776 22.6331 18.8976

Tabla 6.17. Simulación Monte Carlo: fractile 5% de los desplazamientos de

el edificio protegido con ViBa para / = 1.05 ViBa m m.

Fractile 50% [m] QS NS NSV

Acoplado 0.0688 0.0687 0.0650

Desacoplado 0.0941 0.0952 0.0849

Reducción% 26.8863 27.8361 23.4393

Tabla 6.18. Simulación Monte Carlo: fractile 50% de los desplazamientos de

el edificio protegido con ViBa para / = 1.05 ViBa m m.

Frágil 95% [m] QS NS NSV

Acoplado 0.0877 0.0936 0.1184

Desacoplado 0.1282 0.1352 0.1621

Reducción% 31.5913 30.7692 26.9587

Tabla 6.19. Simulación Monte Carlo: fractile 95% de los desplazamientos de

el edificio protegido con ViBa para / = 1.05 ViBa m m.

También en este caso, al comparar las reducciones de la fractila del pico de la

desplazamientos de respuesta, las reducciones más altas que se muestran son relativas al
fractile 95%,

que es del 31.59% bajo la acción de los acelerogramas simulados QS.

La convergencia de las estadísticas de las respuestas se ilustra en la Figura 6.22, la

PDF y CDF en la Figura 6.23.

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.02

0.04

0.06

0.08

Número de muestras

Frágil 5% [m]
Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.06

0.065

0.07

0.075

Número de muestras

Fractile 50% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.05

0.07

0.09

0.11

0.13

0.15

0.17

Número de muestras

Fractile 95% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.1 0.2 0.3 0.4

10

15
20

25

30

35

40

Desplazamientos [m]

PDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.1 0.2 0.3 0.4

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Desplazamientos [m]

CDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

segundo)

do)

un)

d)
a) b)

215

Para la relación / = 1.5 ViBa m m la reducción correspondiente al estocástico directo

el diseño para la entrada estacionaria es del 37.42%, la Tabla 6.20-Tabla 6.23 muestra las
estadísticas

de las reducciones de los desplazamientos obtenidos a partir de los análisis MCS.

Media [m] QS NS NSV

Acoplado 0.0646 0.0648 0.0658

Desacoplado 0.0964 0.0969 0.0932

Reducción% 32.9660 33.1186 29.4414

Tabla 6.20. Simulación Monte Carlo: media de los desplazamientos del

edificio protegido con ViBa para / = 1.5 ViBa m m.

Frágil 5% [m] QS NS NSV

Acoplado 0.0517 0.0486 0.0388

Desacoplado 0.0715 0.0676 0.0508

Reducción% 27.6923 28.1065 23.6126

Tabla 6.21. Simulación Monte Carlo: fractile 5% de los desplazamientos de

el edificio protegido con ViBa para / = 1.5 ViBa m m.

Fractile 50% [m] QS NS NSV

Acoplado 0.0636 0.0632 0.0607

Desacoplado 0.0941 0.0952 0.0849

Reducción% 32.4123 33.6134 28.4862

Tabla 6.22. Simulación Monte Carlo: fractile 50% de los desplazamientos de

el edificio protegido con ViBa para / = 1.5 ViBa m m.

Frágil 95% [m] QS NS NSV

Acoplado 0.0812 0.0856 0.1093

Desacoplado 0.1282 0.1352 0.1621

Reducción% 36.6615 36.6864 32.5808

Tabla 6.23. Simulación Monte Carlo: fractile 95% de los desplazamientos de

el edificio protegido con ViBa para / = 1.5 ViBa m m.

La mayor reducción se obtiene para el fractil 95% de la distribución del pico

de los desplazamientos de respuesta simulados, que es del 36.68% para el sistema

forzado por acelerogramas NS.

En la Figura 6.24 y la Figura 6.25, respectivamente, la convergencia de las estadísticas de la

los desplazamientos relativos de respuesta, se muestran el PDF y el CDF.

Respuesta [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.02

0.04

0.06

0.08

Número de muestras

Frágil 5% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.04

0.05

0.06

0.07

0.08

Número de muestras

Fractile 50% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.04
0.08

0.12

0.16

Número de muestras

Fractile 95% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.05 0.1 0.15 0.2 0.25 0.3 0.35

10

15

20

25

30

35

40

45

50

Desplazamientos [m]

PDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.05 0.1 0.15 0.2 0.25 0.3 0.35

0.1

0.2

0.3

0.4
0.5

0.6

0.7

0.8

0.9

Desplazamientos [m]

CDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

segundo)

do)

un)

d)

a) b)

217

Para el caso de la relación de masa / = 2 ViBa m m, las reducciones obtenidas de acuerdo con
el

el diseño estocástico es 41.07%, mientras que las reducciones de la media relativa

los desplazamientos del edificio obtenidos por MCS se muestran en las siguientes tablas.

Media [m] QS NS NSV

Acoplado 0.0602 0.0603 0.0616

Desacoplado 0.0964 0.0969 0.0932

Reducción% 37.5036 37.8041 33.9748

Tabla 6.24. Simulación de Monte Carlo: media de los desplazamientos del

edificio protegido con ViBa para / = 2 ViBa m m.

Frágil 5% [m] QS NS NSV

Acoplado 0.0484 0.0455 0.0367

Desacoplado 0.0715 0.0676 0.0508

Reducción% 32.3077 32.6923 27.7559

Tabla 6.25. Simulación Monte Carlo: fractile 5% de los desplazamientos de

el edificio protegido con ViBa para / = 2 ViBa m m.

Fractile 50% [m] QS NS NSV

Acoplado 0.0592 0.0589 0.0570

Desacoplado 0.0941 0.0952 0.0849

Reducción% 37.0882 38.1303 32.8622

Tabla 6.26. Simulación Monte Carlo: fractile 50% de los desplazamientos de

el edificio protegido con ViBa para / = 2 ViBa m m.

Frágil 95% [m] QS NS NSV

Acoplado 0.0755 0.0791 0.1029

Desacoplado 0.1282 0.1352 0.1621

Reducción% 41.1076 41.4941 36.5207

Tabla 6.27. Simulación Monte Carlo: fractile 95% de los desplazamientos de

el edificio protegido con ViBa para / = 2 ViBa m m.

La mayor reducción de los picos de desplazamiento se obtiene para el fractil 95%,

que muestra una reducción de 41.49% bajo la acción de NS simulado

acelerogramas.

Prueba de la convergencia de la estadística de respuesta, el PDF y CDF se presentan

en la Figura 6.26 y la Figura 6.27.

Figura 6.26. Convergencia de la respuesta del edificio protegido con

ViBa: a) significa; b) fractil 5%; c) mediana d) fractile 95% para / 2 ViBa m m =.

Figura 6.27. a) Función de densidad de probabilidad yb) densidad acumulada

función de la respuesta del edificio protegido con ViBa / 2 ViBa m m =.

0 500 1000 1500 2000

0.05

0.055

0.06

0.065

0.07

Número de muestras

Respuesta media [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.03

0.04

0.05

0.06

Número de muestras

Frágil 5% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.05

0.055

0.06

0.065

0.07

Número de muestras

Fractile 50% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.03

0.06

0.09

0.12

0.15

Número de muestras
Fractile 95% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.05 0.1 0.15 0.2 0.25 0.3 0.35

10

20

30

40

50

60

Desplazamientos [m]

PDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.05 0.1 0.15 0.2 0.25 0.3 0.35

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Desplazamientos [m]

CDF
Cuasi estacionario

No estacionario

No estacionario y variabilidad

a) b)

segundo)

do)

un)

d)

219

La Tabla 6.12-Tabla 6.24 muestra las reducciones obtenidas por el estudio MCS de la

respuesta, en la cual los desplazamientos relativos de los sistemas bajo investigación a

cada modelo de movimiento del suelo ha sido simulado. Del análisis de los resultados,

comparaciones entre las reducciones obtenidas en la fase de diseño observada en la Tabla

6.10, y los resultados de MCS vistos en la Tabla 6.12-Tabla 6.27, se dilucidan a continuación.

Específicamente, la Tabla 6.28 presenta las diferencias entre la reducción del 50%

fractile de los desplazamientos máximos del edificio obtenidos vía evaluación directa de

la respuesta estocástica estacionaria en la fase de diseño, y la reducción de la media

desplazamientos máximos determinados a través de MCS. La comparación de la respuesta

reducciones se presenta como la diferencia porcentual relativa a los tres terrenos

mociones con respecto a las reducciones estimadas suponiendo la entrada estacionaria

modelo.

Quasi estacionario no estacionario no estacionario y

variabilidad

0.50 40.31% 48.70% 81.56%

1.00 19.65% 20.21% 37.23%

1.50 13.51% 12.98% 27.10%

2.00 9.50% 9.63% 20.88%

Tabla 6.28. Diferencias porcentuales entre las reducciones pronosticadas

a través del diseño bajo excitación estocástica estacionaria y Monte Carlo

Estudio de simulación de la respuesta de la estructura de Cacciola y Tombari (2015).

Para los cuatro escenarios bajo investigación en los cuales varía la masa del ViBa,
La Tabla 6.28 muestra que la diferencia relativa a la casi estacionaria y no estacionaria

los modelos en todos los escenarios son comparables, mientras que las diferencias

estimados con respecto al modelo no estacionario con variabilidad impuesta son

significativo.

Para facilitar la interpretación de los resultados y abordar la influencia de

el contenido de frecuencia de los movimientos de tierra en la respuesta estructural, la figura

5.1 y la Tabla 6.11 se observan en conjunto, que muestran respectivamente el

variación del contenido de frecuencia de los tres movimientos de suelo, y el natural

frecuencias del edificio protegidas.

Teniendo en cuenta la evolución temporal de la frecuencia instantánea media en la figura 5.1,

se puede observar que el contenido de frecuencia del modelo de movimiento del suelo con

variabilidad impuesta tiende hacia las dos primeras frecuencias naturales de los acoplados

Sistema SSSI, mientras que la frecuencia instantánea media en los primeros 6.5 s de
movimiento

relativamente al modelo no estacionario influye en la respuesta menos que los otros dos

movimientos de tierra. En el cuadro 6.29, los coeficientes de participación modal para el modo
de

se muestra la vibración de los sistemas estructurales.

Primer modo segundo modo tercer modo cuarto modo

0.50 68.47% 19.75% 0.87% 10.90%

1.00 78.62% 14.36% 0.64% 6.36%

1.50 83.84% 11.38% 0.47% 4.29%

2.00 87.12% 9.61% 0.24% 3.01%

Tabla 6.29. Los coeficientes de participación modal para los sistemas SSSI bajo

investigación.

De acuerdo con la contribución masiva en cada modo proporcionado por la Tabla 6.29, puede
ser

notó que el caso con las discrepancias más altas presentadas en la Tabla 6.28, es para el

más bajo / ViBa m mto en el que la contribución del primer modo es menor, por lo tanto

la no estacionariedad de los efectos de movimiento del suelo también los modos más altos con

frecuencia más cercana al contenido de frecuencia transportado por los tres movimientos del
suelo
procesos.

La comparación de las reducciones más altas obtenidas para el valor medio y el

fractiles de la distribución de los desplazamientos pico de respuesta obtenidos en el MCS

el estudio se resume en la Tabla 6.30; los resultados relativos a los cuatro escenarios para

se muestran diferentes raciones de masa bajo el conjunto especificado de acelerogramas.

/ ViBa m m Media del 50% fractile 5% fractile 95% Fractile

0.50 17.6313 (QS) 17.1218 (NS) 12.3077 (QS) 21.8409 (NS)

1.05 27.6639 (QS) 27.8361 (NS) 22.6331 (NS) 31.5913 (NS)

1.50 33.1186 (NS) 33.6134 (NS) 28.1065 (NS) 36.6864 (NS)

2.00 37.8041 (NS) 38.1303 (NS) 32.6923 (NS) 41.4941 (NS)

Tabla 6.30. Resumen de las mayores reducciones del valor medio y

fractiles de la distribución de los picos de desplazamiento del sistema simplificado

de Cacciola y Tombari (2015).

El estudio MCS realizado ha mostrado los siguientes resultados: (i) media cercana y

los valores medios de los desplazamientos de respuesta máxima se obtienen como se

esperaba, (ii) el

/ ViBa m m

221

reducción del fractil 95% de la respuesta son más altos que la reducción de la

media, mediana y fractil 5% para los cuatro escenarios investigados, (iii) el más alto

la reducción del desplazamiento de la respuesta es relativa al fractil 95%, con un valor

de 41.49% y para el valor promedio de 37.80%, ambos obtenidos para el escenario del caso

/ 2 ViBa m m = y bajo la acción del movimiento de suelo no estacionario.

6.5.2.3 Diseño del ViBa para el control del edificio SAC de 20 pisos

Marco de acero bajo excitación estocástica gaussiana

En esta sección, la metodología propuesta para el diseño del ViBa se aplica a un

sistema lineal SSSI formado por: el edificio de referencia SAC, el dispositivo ViBa y

el suelo debajo de ellos. Tanto el edificio como el ViBa se modelan como un 2

sistema de DOF de traducción y forzado por movimiento de tierra de entrada estacionario

definido

pertinente a las condiciones del suelo descritas en la sección 6.5.

Los parámetros de diseño óptimos de ViBa que permiten el control del edificio SAC
los desplazamientos máximos relativos a la base,, se informan

en la Tabla 5.31.

[N / m] [Ns / m] Reducción [%]

0.5

1.5

Tabla 6.31. Los parámetros de ViBa para diferentes proporciones / ViBa m m obtenidos por

el diseño bajo excitación estocástica estacionaria para la protección de la

estructura del edificio SAC a través de ViBa.

La Figura 6.18 muestra las gráficas de superficies que representan la reducción del pico del

respuesta del edificio para los cuatro escenarios en los que / ViBa m mvaries.

Figura 6.28. Diagramas de superficie del estudio paramétrico para reducir la

desplazamientos relativos a la base del edificio SAC para: a)

/ = 0.5 ViBa m m b) / = 1 ViBa m m; c) / = 1.5 ViBa m m; d) / = 2 ViBa m m.

a) b)

discos compactos)

223

6.5.2.4 Respuesta estocástica del SAC Building 20-Storey Steel Frame

Protegido con el ViBa

En esta sección, la respuesta estocástica del edificio de referencia de SAC representada

en la Figura 6.4. forzado por los conjuntos de movimiento de tierra compatible con el espectro
de respuesta

el modelo discutido se analiza. El edificio SAC modelado en MATLAB como discreto

simplificado 2 DOF sistema se ha acoplado con ViBa modelado de acuerdo con el

parámetros de diseño presentados en la Tabla 6.31.

Frecuencias naturales [rad / s]

0,5 2,47 2,47 2,47 2,99 9,95 11,25 12,81 17,96

1,05 2,19 2,28 2,47 3,00 11,23 11,97 12,81 18,23

1,5 2,02 2,15 2,47 3,03 12,58 12,69 12,81 18,61

2 1.88 2.06 2.47 3.04 13.98 13.36 12.81 19.14

Tabla 6.32. Frecuencias naturales del edificio simplificado SAC-suelo-ViBa

sistema para diferentes relaciones / ViBa m m.

El ViBa ha sido calibrado para los cuatro escenarios reportados en la Tabla 6.32, en el cual

las cuatro frecuencias naturales de los sistemas se muestran. Las funciones de transferencia de

los sistemas estructurales evaluados de acuerdo con la metodología propuesta se presentan

en

La Figura 6.29, donde se muestra la coherencia con los valores enumerados en la Tabla 6.32.

Figura 6.29. Funciones de transferencia para el ViBa y el SAC simplificado

construcción de punto de referencia para diferentes valores de / ViBa m m.

Las reducciones de los desplazamientos máximos en relación con la base se informan en

las siguientes tablas Las estadísticas han sido obtenidas por análisis del SAC

construir a través de MCS, en el que el edificio es forzado por los modelos de movimiento de
tierra

presentado en esta aplicación numérica.

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

20

40

60

| H (ω) |

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

10

12

Frecuencia circular [rad / seg]

| HViBa (ω) |

solo edificio

mViBa / m = 0.5
mViBa / m = 1

mViBa / m = 1.5

mViBa / m = 2

mViBa / m = 0.5

mViBa / m = 1

mViBa / m = 1.5

mViBa / m = 2

segundo)

un)

225

Relativamente al escenario / = 0.5 ViBa m m, los resultados se muestran en la Tabla 6.33-Tabla

6.36, los resultados deben compararse con la Tabla 6.10, en la cual la predicción de la

las reducciones determinadas durante la fase del diseño son 13.21% para el 50% de fractil.

Media [m] QS NS NSV

Acoplado 0.1150 0.1151 0.1197

Desacoplado 0.1260 0.1261 0.1299

Reducción% 8.7402 8.6910 7.7881

Tabla 6.33. Simulación Monte Carlo: media de los desplazamientos del

construcción simplificada de SAC protegida con ViBa para / = 0.5 ViBa m m.

Frágil 5% [m] QS NS NSV

Acoplado 0.0870 0.0597 0.0718

Desacoplado 0.0941 0.0676 0.0753

Reducción% 7.5567 11.6864 4.6386

Tabla 6.34. Simulación Monte Carlo: fractile 5% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 0.5 ViBa m m.

Fractile 50% [m] QS NS NSV

Acoplado 0.1133 0.1136 0.1116

Desacoplado 0.1245 0.1242 0.1193

Reducción% 9.0208 8.5408 6.3921

Tabla 6.35. Simulación Monte Carlo: fractile 50% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 0.5 ViBa m m.

Frágil 95% [m] QS NS NSV

Acoplado 0.1488 0.1507 0.1968

Desacoplado 0.1628 0.1677 0.2169

Reducción% 8.6480 10.1501 9.2422

Tabla 6.36. Simulación Monte Carlo: fractile 95% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 0.5 ViBa m m.

De las tablas anteriores, la reducción más alta del pico de la relación

se obtienen desplazamientos para el fractil 5%, con un valor de 11,69% bajo la

acción del conjunto de acelerogramas simulados NS.

La Figura 6.30 y la Figura 6.31 muestran respectivamente la convergencia de los fractiles del

distribuciones de la respuesta máxima y el PDF y CDF.

Figura 6.30. Convergencia de la respuesta del edificio SAC simplificado

protegido con ViBa: a) mean; b) fractil 5%; c) mediana d) fractil 95% para

/ 0,5 ViBa m m =.

Figura 6.31. a) función de densidad de probabilidad; b) función de densidad acumulada

de la respuesta del edificio simplificado SAC modelo simplificado protegido

con ViBa para / 0.5 ViBa m m =.

0 500 1000 1500 2000

0.06

0.08

0.1

0.12

0.14

0.16

Número de muestras

Respuesta media [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.06
0.08

0.1

0.12

Número de muestras

Frágil 5% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.08

0.1

0.12

0.14

Número de muestras

Fractile 50% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.08

0.12

0.16

0.2

0.24

0.28

Número de muestras

Fractile 95% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.1 0.2 0.3 0.4 0.5

0

10

15

20

25

30

Desplazamientos [m]

PDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.1 0.2 0.3 0.4 0.5

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Desplazamientos [m]

CDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

segundo)

do)
un)

d)

a) b)

227

En la Tabla 6.37-Tabla 6.40 las reducciones de los desplazamientos de las estadísticas de la

masa

del edificio SAC forzado por los movimientos de tierra simulados se muestran para el

escenario / = 1 ViBa m m. Las reducciones obtenidas por medio del estudio paramétrico

realizado para calibrar el ViBa son 27.11%.

Media [m] QS NS NSV

Acoplado 0.0979 0.0987 0.1034

Desacoplado 0.1260 0.1261 0.1299

Reducción% 22.3562 21.7576 20.3920

Tabla 6.37. Simulación de Monte Carlo: media de los desplazamientos del

construcción SAC simplificada protegida con ViBa para / = 1 ViBa m m.

Frágil 5% [m] QS NS NSV

Acoplado 0.0748 0.0757 0.0628

Desacoplado 0.0941 0.0926 0.0753

Reducción% 20.4614 18.2620 16.4936

Tabla 6.38. Simulación Monte Carlo: fractile 5% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 1 ViBa m m.

Fractile 50% [m] QS NS NSV

Acoplado 0.0962 0.0966 0.0976

Desacoplado 0.1245 0.1242 0.1193

Reducción% 22.7563 22.2191 18.1982

Tabla 6.39. Simulación Monte Carlo: fractile 50% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 1 ViBa m m.

Frágil 95% [m] QS NS NSV

Acoplado 0.1261 0.1275 0.1665

Desacoplado 0.1628 0.1677 0.2169

Reducción% 22.5520 23.9884 23.2399

Tabla 6.40. Simulación Monte Carlo: fractile 95% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 1 ViBa m m.

El análisis MCS muestra la reducción más alta del fractil 95% del pico

desplazamientos con un valor de 23.99% bajo la acción de los acelerogramas

simulado de acuerdo con el modelo NS.

La convergencia de las estadísticas de la respuesta, el PDF y la CDF evaluadas por

MCS se muestran en la Figura 6.32 y la Figura 6.33.

Figura 6.32. Convergencia de la respuesta del edificio SAC simplificado

protegido con ViBa: a) mean; b) fractil 5%; c) mediana d) fractil 95% para

/ = 1 ViBa m m.

Figura 6.33. a) función de densidad de probabilidad; b) densidad acumulada de

respuesta del modelo simplificado de construcción SAC simplificado protegido con

ViBa para / = 1 ViBa m m.

0 500 1000 1500 2000

0.04

0.06

0.08

0.1

Número de muestras

Respuesta media [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.04

0.06

0.08

0.1

Número de muestras

Frágil 5% [m]

Cuasi estacionario
No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.08

0.09

0.1

0.11

Número de muestras

Fractile 50% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.1

0.14

0.18

0.22

Número de muestras

Fractile 95% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.05 0.1 0.15 0.2 0.25 0.3 0.35

10

15

20

25

30

35
Desplazamientos [m]

PDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.1 0.2 0.3 0.4 0.5

0.25

0.5

0.75

Desplazamientos [m]

CDF cuasi estacionario

No estacionario

No estacionario y variabilidad

segundo)

do)

un)

d)

a) b)

229

La Tabla 6.41-Tabla 6.44 presenta los resultados para la relación / = 1.5 ViBa m m. Las
reducciones

evaluado por medio de la simulación de las respuestas estructurales se puede comparar con el

reducción obtenida por diseño bajo excitación estocástica estacionaria que es 34.31%

(es decir, fractile 50%).

Media [m] QS NS NSV

Acoplado 0.0874 0.0882 0.0933

Desacoplado 0.1260 0.1261 0.1299

Reducción% 30.6145 30.0712 28.1846

Tabla 6.41. Simulación de Monte Carlo: media de los desplazamientos del

construcción SAC simplificada protegida con ViBa para / = 1.5 ViBa m m.

Frágil 5% [m] QS NS NSV

Acoplado 0.0682 0.0668 0.0574

Desacoplado 0.0941 0.0926 0.0753

Reducción% 27.4675 27.7870 23.7072

Tabla 6.42. Simulación Monte Carlo: fractile 5% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 1.5 ViBa m m.

Fractile 50% [m] QS NS NSV

Acoplado 0.0861 0.0867 0.0881

Desacoplado 0.1245 0.1242 0.1193

Reducción% 30.8673 30.1976 26.1285

Tabla 6.43. Simulación Monte Carlo: fractile 50% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 1.5 ViBa m m.

Frágil 95% [m] QS NS NSV

Acoplado 0.1113 0.1130 0.1484

Desacoplado 0.1628 0.1677 0.2169

Reducción% 31.6314 32.6365 31.5626

Tabla 6.44. Simulación Monte Carlo: fractile 95% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 1.5 ViBa m m.

A partir de los resultados que se muestran en las tablas anteriores, la mayor reducción de la
fractila

El 95% de los picos de desplazamiento es del 32.64%, debido a la acción del suelo NS

movimiento.

La convergencia de las estadísticas de los picos de desplazamiento del edificio SAC son

que se muestra en la Figura 6.34 y el PDF y CDF en la Figura 6.35.

Figura 6.34. Convergencia de la respuesta del edificio SAC simplificado

protegido con ViBa: a) mean; b) fractil 5%; c) mediana d) fractil 95% para

Figura 6.35. a) función de densidad de probabilidad; b) densidad acumulada de

respuesta del modelo simplificado de construcción SAC simplificado protegido con

ViBa por.
0 500 1000 1500 2000

0.06

0.08

0.1

0.12

Número de muestras

Respuesta media [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.04

0.06

0.08

0.1

Número de muestras

Frágil 5% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.07

0.08

0.09

0.1

0.11

Número de muestras

Fractile 50% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad
0 500 1000 1500 2000

0.08

0.1

0.12

0.14

0.16

0.18

0.2

Número de muestras

Fractile 95% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

/ = 1.5 ViBa m m

0 0.05 0.1 0.15 0.2 0.25 0.3 0.35

10

15

20

25

30

35

40

Desplazamientos [m]

PDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.1 0.2 0.3 0.4

0
0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Desplazamientos [m]

CDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

/ = 1.5 ViBa m m

segundo)

do)

un)

d)

a) b)

231

Los resultados obtenidos de la realización de MCS para el caso en que / = 2 ViBa m m son

que se muestra en la Tabla 6.45-Tabla 6.48. Las reducciones obtenidas en el diseño bajo

la entrada estocástica estacionaria presentada en la sección previa es 38.93%.

Media [m] QS NS NSV

Acoplado 0.0823 0.0830 0.0879

Desacoplado 0.1260 0.1261 0.1299

Reducción% 34.7284 34.2021 32.3470

Tabla 6.45. Simulación de Monte Carlo: media de los desplazamientos del

construcción simplificada de SAC protegida con ViBa para / = 2 ViBa m m.

Frágil 5% [m] QS NS NSV

Acoplado 0.0641 0.0635 0.0538

Desacoplado 0.0941 0.0926 0.0753

Reducción% 31.8935 31.3694 28.4999

Tabla 6.46. Simulación Monte Carlo: fractile 5% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 2 ViBa m m.

Fractile 50% [m] QS NS NSV

Acoplado 0.0809 0.0815 0.0828

Desacoplado 0.1245 0.1242 0.1193

Reducción% 35.0452 34.4097 30.5505

Tabla 6.47. Simulación Monte Carlo: fractile 50% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 2 ViBa m m.

Frágil 95% [m] QS NS NSV

Acoplado 0.1041 0.1064 0.1395

Desacoplado 0.1628 0.1677 0.2169

Reducción% 36.0666 36.5773 35.6532

Tabla 6.48. Simulación Monte Carlo: fractile 95% de los desplazamientos de

el edificio SAC simplificado protegido con ViBa para / = 2 ViBa m m.

El estudio ha demostrado la mayor reducción de los desplazamientos máximos con respecto a

el fractil 95%, con un valor de 36.58%, debido a los tiempos históricos simulados

de acuerdo con el modelo NS.

Convergencia de la respuesta del edificio SAC protegido con ViBa, el PDF y

CDF se muestran en las gráficas de la Figura 6.36 y la Figura 6.37.

Figura 6.36. Convergencia de la respuesta del edificio protegido con

ViBa: a) significa; b) fractil 5%; c) mediana d) fractile 95% para / 2 ViBa m m =.

Figura 6.37. a) función de densidad de probabilidad; b) función de densidad acumulada

de la respuesta del edificio simplificado SAC modelo simplificado protegido

con ViBa para / 2 ViBa m m =.

0 500 1000 1500 2000

0.07

0.08
0.09

0.1

Número de muestras

Respuesta media [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.05

0.06

0.07

0.08

Número de muestras

Frágil 5% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.06

0.07

0.08

0.09

0.1

Número de muestras

Fractile 50% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 500 1000 1500 2000

0.08

0.1
0.12

0.14

0.16

0.18

Número de muestras

Fractile 95% [m]

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.05 0.1 0.15 0.2 0.25 0.3

10

15

20

25

30

35

40

45

Desplazamientos [m]

PDF

Cuasi estacionario

No estacionario

No estacionario y variabilidad

0 0.1 0.2 0.3 0.4

0.1

0.2

0.3

0.4
0.5

0.6

0.7

0.8

0.9

Desplazamientos [m]

CDF cuasi estacionario

No estacionario

No estacionario y variabilidad

un)

a) b)

segundo)

discos compactos )

233

Para el sistema SSSI analizado, la Tabla 6.49 muestra la diferencia entre el

reducción establecida por Monte Carlo Simulation y las previstas a través del diseño para

entrada estocástica estacionaria.

. Cuasi estacionario no estacionario no estacionario y variabilidad

0.50 51.14% 51.00% 69.62%

1.00 21.26% 24.60% 32.95%

1.50 12.10% 14.13% 21.77%

2.00 12.09% 13.82% 20.35%

Tabla 6.49. Diferencias porcentuales entre las reducciones pronosticadas

a través del diseño bajo excitación estocástica estacionaria y Monte Carlo

Estudio de simulación de la respuesta del modelo simplificado de construcción SAC.

En la Tabla 6.49 las diferencias porcentuales entre la reducción del 50% de fractil de

los desplazamientos pico de respuesta obtenidos por análisis estocástico estacionario y la

se presentan los valores medios obtenidos de la simulación Monte Carlo. El quasistacionario

modelo y el modelo no estacionario presenta similitudes para todas las

escenarios tomados en cuenta en los análisis, mientras que las reducciones del pico
obtenidos para movimientos de suelo no estacionarios con variabilidad impuesta son más altos
que

para las otras entradas simuladas. Al ser un sistema flexible, y por lo tanto sus frecuencias

están dentro de un rango de valores más bajos en comparación con las estructuras más
rígidas, la dinámica

la respuesta transitoria asume las características típicas de la construcción de gran altura. Para
el global

sistema formado por el edificio SAC de 20 pisos junto con ViBa, el

las frecuencias son más altas que las frecuencias del edificio desacoplado, y el ViBa.

El contenido de frecuencia de movimientos de tierra de las historias temporales simuladas

lleva energía

a frecuencias más altas que las frecuencias de los modos de vibración del sistema.

Sin embargo, los efectos de la variabilidad impuesta al modelo completamente no estacionario

son perceptibles

En analogía a la observación de la Figura 6.29 para el sistema prototipo de Cacciola

y Tombari (2015), también la Tabla 6.31 muestra que a mayor relación de masa, mayor

la frecuencia del sistema acoplado, que podría ser la justificación para el

disminución en las discrepancias entre las reducciones obtenidas para entrada estacionaria en

la fase de diseño y las reducciones del estudio MCS.

Para presentar la comparación de las reducciones más altas obtenidas para la media

valor, mediana, 5% y 95% fractiles de la distribución de la respuesta máxima

desplazamientos, la Tabla 6.50 muestra las reducciones para los escenarios de casos bajo

investigación, especificando qué conjunto de movimientos simulados determina la

reducciones mostradas.

Media del 50% de fractil 5% de fractil 95% de fractura

0.50 8.7402 (QS) 9.0208 (QS) 11.6864 (NS) 10.1501 (NS)

1.00 22.3562 (QS) 22.7563 (QS) 20.4614 (QS) 23.9884 (NS)

1.50 30.6145 (QS) 30.8673 (QS) 27.7870 (NS) 32.6365 (NS)

2.00 34.7284 (QS) 35.0452 (QS) 31.8935 (QS) 36.5773 (NS)

Tabla 6.50. Resumen de las mayores reducciones del valor medio y

fractiles de la distribución de los desplazamientos máximos del SAC simplificado

modelo de construcción.
Pertinentemente al primer estudio sobre la estructura simplificada propuesta por Cacciola y

Tombari (2015), las estadísticas de la reducción de los desplazamientos del edificio

computados en el estudio MCS presentado en esta sección muestran: (i) resultados cercanos
del

valores medios y medianos, (ii) el fractile 95% de la reducción de los desplazamientos son

mayor que la reducción de la media, mediana y fractil 5% para las cuatro cajas

escenarios investigados, (iii) la mayor reducción del desplazamiento pico de respuesta

es relativamente al fractil 95% con un valor de 36.58%, bajo el efecto del no estacionario

movimiento del suelo, y para el valor medio de 34.72%, obtenido para el quasistacionario

movimiento del suelo, ambas reducciones se refieren al caso de la relación de masas

/ 2 ViBa m m =.

6.5.3 Observaciones finales

En este Capítulo, el diseño del ViBa bajo excitación estocástica para proteger dos

diferentes sistemas estructurales se presenta. A saber, los edificios investigados son: el

sistema estructural estudiado por Cacciola y Tombari (2015), que es el primero

prototipo de ViBa para proteger edificios individuales sobre cimientos incrustados rígidos, y

el punto de referencia del edificio SAC, simplificado como un sistema MDOF según el

formulación analítica propuesta por Cacciola y Tombari (2015). El objetivo

exitosamente logrado en las investigaciones presentadas en este Capítulo son: (i) el

extensión del equilibrio dinámico del sistema propuesto por Cacciola y

/ ViBa m m

235

Tombari (2015) desde el dominio de frecuencia hasta el dominio del tiempo, según el
procedimiento propuesto

para calibrar una matriz de amortiguación viscosa equivalente al modelo histerético original

derivados experimentalmente por los autores, (ii) aplicar la metodología para diseñar el

ViBa bajo movimiento de suelo estacionario estocástico para el modelo extendido de Cacciola

y Tombari (2015) y para el edificio de referencia, el marco de acero SAC de 20 pisos,

(iii) demostrar mediante el estudio MCS la eficacia del dispositivo ViBa calibrado

a través de la metodología propuesta y probada bajo la acción de cuasiestacionario,

no estacionario y no estacionario con modelos de movimiento de suelo de variabilidad

impuestos.
Los resultados han sido presentados en términos de la reducción de los fractiles del pico

distribución de desplazamiento relativo de los edificios a proteger. Los análisis tienen

demostrado que el ViBa calibrado para entrada estocástica estacionaria reduce la

respuesta de las dos estructuras de referencia investigadas también bajo la acción de

movimientos terrestres de terremoto estocásticos modelados de manera más realista que los
estacionarios

modelo. Los conjuntos simulados de acelerogramas adoptados en el estudio MCS han sido

simulado de acuerdo con la teoría de vibraciones aleatorias, específicamente las no

estacionarias

con la variabilidad impuesta se generaron acelerogramas por medio de

una técnica propuesta de contabilidad de una función EPSD parametrizada con

coeficientes.

El estudio de simulación de Monte Carlo ha mostrado los siguientes resultados con respecto a

las reducciones del pico de desplazamiento de la masa del edificio controlado

a través del ViBa: (i) para el sistema prototipo de Cacciola y Tombari (2015), el

las reducciones más altas se han obtenido para una masa del ViBa dos veces la masa del

edificio. Una reducción del 37.80% del desplazamiento máximo medio ha sido

observado para el movimiento del suelo no estacionario, mientras que una mayor reducción
de la

41.49% se ha logrado para el 95% de fractil, bajo el suelo no estacionario

movimiento, (ii) el edificio SAC ha mostrado la reducción máxima del pico medio

desplazamientos para una masa del ViBa dos veces la masa del edificio SAC, con el

valor de 34.73% para el caso de movimientos simulados cuasiestacionarios de tierra, y de

36.58% para el fractil 95% bajo el movimiento del suelo no estacionario.

En este Capítulo se han investigado cuatro escenarios de casos, que consideran diferentes

relaciones de la masa del ViBa y el edificio para proteger. Del análisis llevado

en ambos sistemas bajo investigación, diferencias entre las reducciones

predicho durante la fase de diseño del ViBa bajo estocástico estacionario

excitación, y se han observado las reducciones obtenidas a través de MCS. Estas

las diferencias se reducen a medida que aumenta la masa del ViBa. Las discrepancias son más
altas

para el sistema modificado de Cacciola y Tombari (2015), cuyas frecuencias naturales

están más cerca del contenido de frecuencia de los terremotos simulados. Por lo tanto, la no
estacionariedad

de los modelos de movimiento de tierra simulados influye en la respuesta del

sistema estructural bajo investigación. En el segundo caso de estudio, las discrepancias

entre las reducciones logradas para el movimiento de tierra de entrada estacionario contra
cuasiestacionario,

no estacionario y no estacionario con variabilidad, confirmar la influencia

de la parte transitoria de la respuesta, que se descuida en el estocástico estacionario

formulación para determinar el valor medio de los desplazamientos máximos de la respuesta

(es decir, aproximado al fractil 50%), perseguido mediante espectros geométricos

momentos. Para el modelo de construcción SAC, las discrepancias son menores en

comparación con el

resultados obtenidos para el sistema simplificado de Cacciola y Tombari (2015)

modelo extendido, debido al contenido de frecuencia del suelo sísmico simulado

movimientos

De las aplicaciones numéricas presentadas en este Capítulo, que se han llevado

con el fin de probar la eficacia y la validez del enfoque simplificado para diseñar el

ViBa bajo excitación estocástica, se demuestra que la metodología propuesta es

eficiente para aquellos sistemas cuya respuesta dinámica se rige por el estado estable,

es decir, para los cuales la influencia del transitorio en las estadísticas de la respuesta es

despreciable.

237

7. Conclusiones

A pesar del rápido avance en investigación y tecnología, el crecimiento de

software sofisticado y las metodologías innovadoras para la ingeniería

diseño, el movimiento sísmico del suelo sigue siendo una de las causas más imprevisibles de

daños estructurales, amenazando ciudades y pequeños centros urbanos especialmente en

áreas de desarrollo. El riesgo sísmico está relacionado con la imprevisibilidad del terremoto

fenómeno, su magnitud y contenido de frecuencia. Además, en una población densa

ciudades, la interacción dinámica entre estructuras estrechamente espaciadas, que se

desencadena

por la ola que se propaga por todo el suelo, conocida como Estructura-Estructura-suelo-
Interacción, complica aún más el análisis de la respuesta estructural al suelo

excitación de movimiento. El fenómeno ha sido reconocido hace décadas y solo

recientemente ha ganado más atención por parte de los investigadores, también motivado por
la

empoderamiento de las tecnologías informáticas.

En esta investigación se ha dedicado un esfuerzo para llenar un vacío en el conocimiento con

respecto a

el problema del control de la vibración mediante el avance de las investigaciones sobre una
solución novedosa

llamadas Barreras Vibratorias (ViBas). Se ha propuesto que las ViBas se modelen como

parte de un sistema global SSSI, que está formado por el dispositivo mismo, el suelo y el

estructura para proteger. La solución ha sido reconocida como un posible vehículo para
abordar

la protección de las estructuras mediante el control de sus vibraciones estructurales por

oportuno

calibración del dispositivo, que se coloca cerca de la estructura para proteger, incrustado

en el suelo, y diseñado para experimentar los efectos del SSSI.

Este trabajo se ha centrado en evaluar la eficacia de una barrera vibratoria diseñada por

adoptando métodos avanzados de dinámica estocástica, para comprender y poner

reenviar el desarrollo del dispositivo utilizando un enfoque probabilístico. Además,

en esta investigación, el ViBa ha sido probado en respuesta-espectro-compatible

terremotos simulados modelados de manera realista según los desarrollos actuales

en modelado de movimiento de suelo, también promovido en este trabajo.

El modelado del movimiento del suelo se ha realizado principalmente durante la primera

etapa del proyecto; la capacidad de capturar la característica natural de los terremotos reales

propagarse desde la falla hasta el sitio donde se encuentran los edificios, es una cuestión de
gran importancia

preocupación por los ingenieros sísmicos y sismólogos. El enfoque perseguido en este trabajo

se apoya en la necesidad de promover el uso de técnicas más confiables y

proporcionar una técnica versátil para simular el modelo de movimiento del suelo que puede
capturar ambos

la no estacionariedad del contenido de amplitud y frecuencia de los terremotos, así

la variabilidad natural típica de las coordenadas espectrales de respuesta de la

acelerogramas. Por otro lado, los límites del enfoque estocástico se refieren a
los costos computacionales requeridos y la complejidad de la formulación matemática.

Por lo tanto, para reducir los esfuerzos computacionales y las formulaciones para

futuros estudios, se ha propuesto una metodología simple para diseñar el ViBa y

probado por medio del estudio de simulación Monte Carlo. El movimiento de tierra simulado

los tiempos-historias adoptados en los análisis de MCS han sido simulados a través de Spectral

Método de representación bajo el supuesto de cuasiestacionario, no estacionario y

no estacionario con variabilidad de procesos estocásticos.

Al inicio de esta tesis, la adopción de la formulación del dominio del tiempo para SSSI

investigaciones se ha reconocido de importancia primaria para comprender la

implicaciones del transitorio de la respuesta estructural. Investigaciones preliminares a

este respeto ha sido presentado por medio del Modelo de Elementos Finitos del ViBa y

el benchmark SAC construyendo bajo funciones armónicas. Además, en este proyecto,

El uso del análisis de la historia del tiempo ha sido motivado también por la sensibilidad de

respuesta de los sistemas en la hipótesis relativa a la amortiguación estructural, que tiene

demostrado en la primera parte de las investigaciones. El preliminar

las investigaciones evaluaron la respuesta estructural de los edificios de referencia,

abarcando estructuras flexibles y rígidas, lineal y no linealmente de comportamiento. los

los estudios iniciales se han llevado a cabo deliberadamente sin tener en cuenta el SSSI

fenómeno, para comprender las implicaciones de la selección de estocástica

movimientos de tierra sosteniendo diferentes hipótesis, en primer lugar en relación con los
sistemas lineales.

De acuerdo con los resultados del estudio comparativo presentado en el Capítulo 4,

aunque el conocimiento aceptado de que la no estacionariedad del terreno del terremoto

el movimiento afecta significativamente solo las estructuras no lineales, la frecuencia no

estacionaria

ha demostrado que también influye en los sistemas lineales, por lo tanto, los sistemas SSSI
lineales no

movimientos estacionarios de tierra son investigados. Del estudio comparativo sobre

respuesta estructural en el Capítulo 4, una gran comprensión de los efectos de

la variabilidad de las aceleraciones espectrales en las estructuras se ha ganado.

El enfoque simplificado para modelar los parámetros de diseño ViBa por medio de

estudio paramétrico presentado en el Capítulo 6, se basa en la suposición de estacionario

Excitación estocástica gaussiana Aunque el diseño del ViBa se abordó con el

la metodología propuesta es ciertamente aproximada, puede considerarse como un valor

herramienta para realizar un diseño computacionalmente más eficiente de la ViBa, sin

embargo para ser

rigurosamente apoyado por estudios MCS.

Dentro de esta investigación, el problema de definir el modelo de amortiguación de los

sistemas SSSI

para los análisis de dominio de tiempo se destaca por el esfuerzo para obtener una
amortiguación viscosa

matriz de modelos histeréticos calibrados experimentalmente. El procedimiento adoptado en

este trabajo se recomienda por la simplicidad y precisión demostradas.

Revisión del objetivo y los objetivos de la investigación

En el trabajo presentado, la formulación de una metodología para diseñar el ViBa bajo

La excitación estocástica gaussiana para proteger edificios individuales se ha logrado mediante

medios de los métodos de dinámica estructural presentados en el Capítulo 2. El objetivo

logrado al completar con éxito los objetivos establecidos al principio

de las investigaciones. En esta sección, se expone una revisión de los objetivos.

De la revisión del estado del arte sobre el estocástico compatible con el espectro de respuesta

modelos de movimiento de suelo, una descripción completa de las técnicas para presentar

Se han logrado procesos estocásticos realistas de terremoto. Con respecto a la

modelado de la amplitud no estacionaria de historias temporales simuladas, forma cerrada

soluciones de los parámetros que caracterizan la función de modulación de tiempo de Jennings

en al. (1969) han sido derivados y aplicados efectivamente.

Con respecto al modelado de la no estacionariedad del contenido de frecuencia, el modelo

propuesto por Cacciola y Zentner (2012) y D'Amico et al. (2012) ha sido

ampliado en este trabajo con el fin de investigar los efectos de la frecuencia no

estacionariedad con variabilidad impuesta de los movimientos de tierra del terremoto en lineal
y

sistemas no lineales. En este sentido, un estudio comparativo sobre la respuesta estructural de

los edificios de referencia se han realizado y presentado en el Capítulo 4. De la

investigaciones, las diferencias entre la densidad espectral de potencia evolutiva

funciones de lo casi estacionario, no estacionario y no estacionario con impuesto

los modelos de variabilidad son apreciables. Precisamente, el modelo de no estacionariedad y
el no estacionario

modelo con variabilidad impuesta, derivado de la única paramétrica

función de densidad espectral de potencia evolutiva, muestra diferencias en su valor medio,

sin embargo, una disminución lineal común de la variación del contenido de frecuencia y

la modulación de amplitud se establece idéntica.

Verificar la recomendación del código sísmico y sus implicaciones en el análisis de

la respuesta estructural bajo diferentes modelos de movimiento de tierra, respuesta-espectro-

compatible

los terremotos se han simulado de acuerdo a características comunes, a saber:

el mismo espectro de respuesta de amortiguación media del 5%, PGA, fase de movimiento
fuerte y la

duración total. Las respuestas estructurales de tres edificios de referencia, SMART 2008,

IASC 1996 y SAC crean la empresa conjunta 1996, forzada por tres conjuntos simulados

de acelerogramas han sido determinados por la simulación Monte Carlo pertinente. De

las investigaciones, se ha establecido un método de análisis para evaluar la influencia

de la amortiguación estructural en la respuesta de los sistemas y para generalizar los

resultados

observado para los modelos de referencia. El método de análisis introducido, consiste en

determinar las aceleraciones espectrales de respuesta en un rango de períodos, debido a la

tres conjuntos de movimientos de suelo adoptados, variando la amortiguación viscosa

estructural para

valores seleccionados, más altos y más bajos del nominal 5% recomendado por la sísmica

códigos (por ejemplo, EC8). Las mayores diferencias entre las aceleraciones espectrales de
respuesta

debido a los diferentes movimientos de suelo se han obtenido para los valores más bajos de la

relación de amortiguación (es decir, 1%).

Dentro de esta investigación, algunas limitaciones de los Eurocódigos 8 actuales han sido

identificado con respecto al análisis de respuesta estocástica de los sistemas estructurales.

Específicamente, la convergencia de las estadísticas de respuesta ha sido analizada en orden

identificar las implicaciones de usar el número mínimo obligatorio de

se requieren acelerogramas para el análisis de la historia del tiempo. La convergencia de las

estadísticas

241
para la respuesta de los edificios estocásticos han demostrado que: (i) para el movimiento del
suelo

adoptado, el número de 7 acelerogramas no es suficiente para obtener estadísticamente

resultados significativos de los análisis, y (ii) aunque las disposiciones del Eurocódigo 8

cumplimiento, es decir, la compatibilidad del espectro de los espectros medios de respuesta

simulada de

los modelos de movimiento en el suelo, la distribución de los parámetros de respuesta

relevantes, tales

ya que los desplazamientos máximos son sensiblemente diferentes para los tres modelos
adoptados.

En este trabajo una revisión de la literatura sobre la estructura-suelo-estructura-interacción

(SSSI) desarrollos y su modelado se ha llevado a cabo con enfoque en discreto

modelos, de acuerdo con el enfoque adoptado en este trabajo para diseñar el ViBa

de acuerdo con la literatura sobre la novedosa solución de control. La revisión de la literatura

en el

Se han observado modelos discretos de SSSI con especial atención a los beneficiosos

efectos del SSSI.

En el Capítulo 6, los resultados numéricos relativos al modelado de los sistemas SSSI tienen

sido presentado. La aplicación de la metodología para diseñar las Barreras Vibratorias

propuesto en esta investigación se ha realizado para un prototipo de modelo estructural y una

estructura de referencia La metodología de diseño simplificada propuesta requiere la

definición de matrices de amortiguamiento viscoso para caracterizar la amortiguación de los

sistemas

bajo investigación. Para el modelo prototipo de Cacciola y Tombari (2015), el

matriz de amortiguación viscosa ha sido calibrada a partir del modelo histéretico originalmente

propuesto por los autores. La implementación del procedimiento para establecer la

modelo de amortiguación se ha logrado.

El diseño del ViBa se ha finalizado con éxito mediante un sistema paramétrico

estudiar. El análisis estocástico de la respuesta estructural de los sistemas SSSI bajo

investigación se ha llevado a cabo a través de simulación Monte Carlo con el fin de evaluar

la respuesta de los sistemas bajo los diferentes conjuntos de historias temporales de

terremotos simulados.

Los resultados han demostrado ser pertinentes a las predicciones de la respuesta en

la fase de diseño y presentó diferencias basadas en la no estacionariedad del

entrada. La estimación de las reducciones por la metodología simplificada tiene

discrepancias en comparación con el estudio MCS, con rigidez reducida del SSSI global

sistema, es decir, para una mayor duración del transitorio de la respuesta.

La metodología para diseñar ViBa para proteger estructuras únicas ha sido

escudriñados para diferentes escenarios, que consideran una masa variable del ViBa

proporcional a la masa del edificio para proteger. El estudio ha resaltado el

ventajas de adoptar valores más altos de la masa del dispositivo. El maximo

se han obtenido reducciones para la masa del ViBa el doble de la masa del

edificio. La limitación de la metodología de diseño, debido a las hipótesis simplificadas

sobre las características espectrales de la respuesta, es decir, la caracterización de la respuesta

por

momentos geométricos espectrales, han sido elucidados. El espectro no geométrico

Se deben adoptar momentos para evitar discrepancias con MCS y para un posible

una calibración más precisa del dispositivo ViBa.

Resumen de los principales hallazgos

El objetivo de esta investigación ha sido proponer una metodología que permita el diseño de

Barreras vibratorias para proteger edificios individuales forzados por terreno sísmico

movimientos modelados como procesos estocásticos gaussianos no estacionarios. La

metodología

presentado dentro de este proyecto se propone que se use para futuras investigaciones sobre

control de vibraciones de las estructuras a través de las barreras vibratorias.

Las investigaciones previas en el ViBa para proteger estructuras simples modeladas como

sistemas discretos, han sido llevados a cabo por Cacciola y Tombari (2015), Cacciola et al.

Alabama. (2015), Tombari et al. (2016). Como en Cacciola y Tombari (2015), los estudios sobre

el diseño y la optimización del ViBa realizado en esta investigación, se centran en

reducción de la respuesta de edificios MDOF colocados sobre cimientos rígidos incrustados.

El trabajo de Cacciola y Tombari (2015) presentó los primeros resultados identificando el

ViBa como una posible solución para el control pasivo de las vibraciones en la construcción
bajo

movimientos sísmicos de tierra. Los autores propusieron una metodología que permita en el

dominio de frecuencia, el diseño de dispositivos ViBa para proteger estructuras únicas y

multiestructura
sistemas lineales forzados por carga armónica. Esta investigación señala la necesidad de

investigar la respuesta de los sistemas estructurales lineales en el dominio del tiempo, bajo el

acción del movimiento de tierra simulado modelado con técnicas avanzadas capaces de

capturar la no estacionariedad del contenido de frecuencia de terremotos reales (Cacciola et

al.

243

Alabama. 2014). Por lo tanto, las investigaciones realizadas en esta investigación amplían el
SSSI

sistema propuesto Cacciola y Tombari (2015) para análisis de dominio de tiempo.

En esta investigación, los principales hallazgos se relacionan con: (i) el diseño del ViBa bajo

excitación estocástica y, (ii) el estudio de la eficacia del dispositivo de control a través de

Estudio de simulación de Monte Carlo de la respuesta estructural al suelo simulado

movimientos, entre los cuales la técnica propuesta para modelar completamente no

estacionario

proceso estocástico está comprendido. Sobre la base de la validez del Monte Carlo

Método de simulación ampliamente adoptado en ingeniería sísmica y aquí

empleados para probar la eficacia del ViBa, los resultados cruciales encontrados son:

• Para el sistema prototipo propuesto por Cacciola y Tombari (2015) el

mayores reducciones del pico medio de los desplazamientos relativos de la masa

del edificio a proteger es de 37.80%, valor determinado a partir de la respuesta a

el movimiento de suelo no estacionario compatible con el espectro de respuesta. Bajo la

efecto de la misma entrada, la mayor reducción del 95% de fractil del pico

distribución lograda es de 41.49%.

• Con respecto al marco resistente al momento de 20 pisos, el punto de referencia SAC

edificio, la mayor reducción del pico medio de los desplazamientos relativos

de la masa del edificio obtenido es de 34.73% debido al espectro de respuestas

movimientos de suelo compatibles casi estacionarios. Relativamente al 95%

fractile de la distribución máxima, la reducción máxima obtenida es de

36.58% bajo la acción del movimiento de suelo no estacionario.

Desarrollos adicionales de la investigación

El movimiento de tierra que surge de las ondas sísmicas es un fenómeno que, por su
naturaleza, varía
con tiempo y espacio En este trabajo, terreno espacialmente variable y tridimensional

las mociones no han sido tomadas en cuenta. La formulación de un multi-correlacionado

modelo de movimiento de suelo que captura la variabilidad natural de los terremotos reales es

recomendado como un mayor desarrollo de la técnica de simulación de movimiento en el

suelo

propuesto en este trabajo. El desarrollo posterior sería la definición de

matriz PSD aleatorizada con parámetros inciertos relacionados con la función de coherencia.

Para estos modelos, las funciones de coherencia simulada promediadas por conjuntos son
coherentes con

el modelo original prescrito (es decir, sin variabilidad) debe ser garantizado. Inicial

investigaciones sobre este tema se han llevado a cabo en el transcurso de esta investigación y

no se han incluido debido a la cantidad limitada de trabajos que se ha encontrado

abordar la variación de las funciones de desviación estándar dependientes de la frecuencia,

por lo tanto para

impedir una caracterización realista de la variabilidad de la frecuencia existente

modelos de coherencia dependientes.

La hipótesis de los movimientos estocásticos estables Gaussianos para el diseño de ViBa

la base de la metodología propuesta es especialmente adecuada para sistemas rígidos,

mientras que la duración de la contraparte transitoria de la respuesta es insignificante.

Sin embargo, para sistemas con respuesta transitoria predominante y altamente no

estacionario

respuesta, la formulación basada en momentos espectrales no geométricos de

la respuesta parece ser la más apropiada. Sin embargo, este enfoque puede ser

extremadamente desafiante desde un punto de vista computacional y teórico

requiere más investigaciones "ad hoc".

Los modelos discretos adoptados en la formulación de los sistemas SSSI bajo

investigación en el trabajo presentado, asuma la hipótesis simplista de la linealidad del suelo

por medio de resortes lineales. Para promover el desarrollo de las barreras vibratorias,

la modelización de los sistemas de construcción-suelo-ViBa investigados debería mejorarse

mediante

adoptando modelos de resorte no lineales para el suelo y, por lo tanto, la efectividad del

metodología propuesta de calibración probada bajo estas condiciones. El propuesto

la metodología debe ser adoptada de acuerdo con los análisis FEM que modelan el suelo
depósito, con el fin de abordar y tener en cuenta no solo la no linealidad del suelo sino

también los efectos de la propagación de la onda para mejorar la percepción en el SSSI

fenómeno. Por otra parte, el modelado 3D de los escenarios presentados para la protección

de edificios individuales y más a través del dispositivo ViBa se recomienda.

Entre los desarrollos adicionales señalados, se recomienda priorizar el

la mejora de los modelos al incluir el suelo y la no linealidad estructural en primer lugar,

y proceder con la evaluación del ViBa de acuerdo con el procedimiento propuesto,

245

en lugar de extender la metodología mediante el empleo de la formulación de la no

geométrica

momentos espectrales.

La principal limitación del ViBa como solución viable para controlar las vibraciones de

estructuras es la gran masa del dispositivo necesaria para lograr reducciones significativas. A

poner en marcha una estructura masiva como el ViBa calibrado en este trabajo puede inducir a
alta

costos de materiales y excavación. Por otro lado, el ViBa puede diseñarse para

proteger más edificios por lo tanto, sus costos se pueden extender para la ventaja de una

vecindario, sin embargo, investigaciones futuras destinadas a reducir la necesidad masiva de

ser emprendida Por ejemplo, el uso de un ViBa modelado con un funcionamiento similar

principio del recientemente propuesto Massed Mass Damper Inerter (Marian y Giaralis)

2014), podría ser el enfoque para abordar el problema.

Apéndice

ESTOCÁSTICO NO ESTACIONARIO

ANÁLISIS DEL SUELO ESTRUCTURAL

INTERACCIÓN DE ESTRUCTURA

LAURA D'AMICO, ALESSANDRO TOMBARI y

PIERFRANCESCO CACCIOLA

Este artículo investiga la respuesta dinámica de las estructuras bajo

entrada sísmica estocástica teniendo en cuenta la Estructura-Suelos-

Mecanismo estructura-interacción (SSSI). El campo de onda en urbano

el medio ambiente se ve fuertemente afectado por la presencia de estructuras vibratorias

esta interacción y la consiguiente modificación del movimiento del suelo

en el campo libre no han sido analizados en detalle todavía. En este trabajo el

respuesta de dos estructuras adyacentes sobre cimientos superficiales forzados por

los procesos de aceleración del suelo son investigados. Para este objetivo,

el movimiento del suelo se modela como un espectro Gaussiano completamente no

estacionario

proceso de vector compatible que satisface los requisitos de códigos sísmicos. UN

metodología para generar espectro de respuesta espacialmente variable

Los movimientos de tierra compatibles se presentan mediante la introducción de un

procedimiento de

filtrado en serie de una densidad espectral de potencia (PSD) no separable

función. La solución para determinar los momentos de segundo orden para

procesos estacionarios multivariables y multicorrelated se adapta a la

caso de matriz de densidad espectral de potencia no estacionaria. Comparaciones

con el estudio pertinente de Monte Carlo mostrará la eficacia de la

procedimiento aproximado adoptado. Las respuestas de ambos acoplados y

las condiciones desacopladas del sistema general se analizan y

específicamente el impacto de un terreno espacialmente variable no estacionario

movimiento en comparación con un proceso de vector estocástico cuasi estacionario

es examinado.

Palabras clave: estructura-suelo-estructura-interacción, movimiento del suelo

modelo, variabilidad espacial, simulación Monte Carlo, no estacionario

proceso de vector.

1. Introducción

Varios autores observaron que durante terremotos muy espaciados

los edificios afectan mutuamente sus respuestas estructurales (Menglin et al., 2011).

Esta interacción dinámica cruzada puede influir en la respuesta de los edificios

especialmente en las ciudades densamente pobladas, para lo cual el uso de la Estructura-

Suelos-

Los análisis estructura-interacción (SSSI) no se tienen en cuenta en el diseño

práctica. La interacción entre edificios vecinos se desencadena por el

Análisis estocástico no estacionario de la estructura estructura interacción del suelo

D'Amico, Tombari y Cacciola

266

depósito de suelo, motivando los estudios de interacción sitio-ciudad,

las investigaciones han sido habilitadas recientemente por la evolución digital.

Kham et al. (2006) reveló a través de investigaciones numéricas que durante

terremotos la energía liberada en el campo libre se reduce debido a la

perturbaciones generadas por las estructuras en resonancia con el suelo

depositar. Esta interacción no ha sido analizada en detalle aún y solo

pocas contribuciones pueden ser dirigidas al estudio de modelos discretos para

SSSI. Mulliken y Karabalis (1998) investigaron dos fundaciones de construcción asociadas

sistemas, observando la alteración de las respuestas estructurales

debido a la presencia de las estructuras vecinas; más recientemente,

Naserkhaki y Pourmohommad (2012) propusieron un modelo discreto de dos

edificios cortantes y contabilidad del suelo subyacente de SSI y SSSI. los

los autores señalaron que los edificios más pesados influyen en el encendedor adyacente

edificios más que otros. Una contribución adicional fue dada por

Alexander et al. (2012) proponiendo un modelo simple de un par de edificios

con la misma base colocada sobre cimientos superficiales. Modelando el SSSI

mecanismo a través de un resorte de rotación, la reducción de la respuesta de

el edificio más alto se ha observado mientras que las vibraciones de los más pequeños

estructura aumentada Recientemente, Cacciola y Tombari (2014) estudiaron el

interacción cruzada dinámica entre dos estructuras sobre cimientos profundos (es decir

pilas), con el objetivo de controlar la respuesta de uno de los dos edificios por

explotando las vibraciones del otro actuando como Barreras Vibratorias (ViBa)

calibrado oportunamente

En este documento, el problema Estructura-Tierra-Estructura-Interacción (SSSI) es

abordado a través del análisis de la respuesta del modelo discreto

propuesto por Alexander et al. (2012), que es aquí la contabilidad extendida

para la variabilidad espacial de la acción sísmica. El modelado de una novela

proceso de vectores de movimiento terrestre totalmente no estacionario compatible con el

espectro

se propone y se compara con un espectro cuasi estacionario compatible

movimiento de tierra por un estudio numérico. La respuesta estructural de la

sistema para SSSI investigado teniendo en cuenta tanto el cuasiestacionario y

movimientos de tierra no estacionarios. Se presenta un enfoque simplificado para

evaluación de las estadísticas de segundo orden de la respuesta en el marco de

entrada sísmica no estacionaria. La evaluación de la respuesta estocástica es

aquí realizado mediante la adaptación de la formulación conocida para el

caso estacionario, al caso de una densidad espectral de potencia no separable

matriz del proceso vectorial completamente no estacionario.

2 sistemas discretos para SSSI y GMM variable espacialmente

Para tener en cuenta el fenómeno de propagación de ondas en

los análisis estocásticos

Mecánica estocástica computacional - Proc. de la 7ma Conferencia Internacional

(CSM-7)

G. Deodatis y P.D. Spanos (eds.)

Santorini, Grecia, del 15 al 18 de junio de 2014

267

Figura 1 Modelo discreto para Estructura Estructura del suelo Interacción después de
Alexander

et al. (2012)

El modelo propuesto por Alexander at al. (2012) es un elástico lineal 2D

sistema de dos edificios incluyendo el suelo debajo de ellos. los

edificios tienen 2 grados de libertad (DOF) cada uno, que son los

traducción de la masa agrupada y la rotación de la base. los

las fundaciones son superficiales y rígidas y la interacción a través del suelo es

representado por un muelle de rotación con rigidez k. El rotacional

la rigidez se describe como una función de la distancia entre edificios obtenida

empíricamente modelando los cimientos y el suelo con el software FEM. Por

considerando un par de cimientos idénticos colocados en el mismo tipo de suelo en

distancia arbitraria, se ha ajustado una ley de potencia inversa para k. los

la ausencia del resorte de rotación representa la condición de desacoplado

edificios. Las ecuaciones de movimiento del modelo SSSI discreto bajo espacialmente
movimiento de suelo variable y condiciones no amortiguadas son las siguientes

() () ();

(); ();

gttt

tt

Mu Ku MTu

u0u0

(1)

donde M es la matriz de masa, K es la matriz de rigidez, u (t), u (t), u (t) son

los vectores de los desplazamientos nodales, velocidades y aceleraciones y T

es la matriz de influencia dada como

1000

0010

T (2)

y el () g u t es el vector de entrada para diferentes movimientos de entrada en la base de

los dos edificios.

Específicamente la ecuación (1) puede expresarse para el sistema estudiado de la siguiente

manera

3m

2m4m

1k

1 hora
2h

2k

3k

4k

1m

1u

2u

(1)

Gu

(2)

Gu

Análisis estocástico no estacionario de la estructura estructura interacción del suelo

D'Amico, Tombari y Cacciola

268

111

111

112

121

3232

232

232

24

11

21

32

42

11

00
()

00

()

0 0 ()

()

00

0 0 0 ()

0 0 ()

0 0 0 ()

0 0 ()

mhm

hmut

hm

rmt

mhmut

hmt

hm

rm

kut

kkkt

kut

kkkt

metro

hm
(1)

(2)

23

()

()

gramo

gramo

ut

mut

hm
(3)

donde, respectivamente, 1 u y 2 u son los desplazamientos traslacionales relativos de

el edificio 1 y el edificio 2 de masa 1 my 3 m; 1 y 2 son los

rotaciones de las fundaciones masas de 2 my 4 m; 1 hora y 2 horas son

alturas de edificios, 1 r y 2 r son los radios de masas de cimentación del suelo de

giro, 1 ky 2 k son la rigidez y el resorte de rotación del edificio 1,

3 k y 4 k son rigidez y la rigidez rotacional del muelle del edificio 2,

g1 u y

2 g u son la entrada sísmica debajo de los edificios 1 y 2.

Las ecuaciones de movimiento en Eq. (1) se puede escribir en términos de estado

variables () () ()

y no se resolvió en la variable de estado en el siguiente

formar

0 (t) () (); () g y Dy t vu t y t 0 (4)

dónde

1 1; norte

0I0

Dv

MKMCT

(5)

en el que la matriz de disipación C también se introduce por el bien de

finalización, que se puede construir en el espacio modal asignando un

Mecánica estocástica computacional - Proc. de la 7ma Conferencia Internacional

(CSM-7)

G. Deodatis y P.D. Spanos (eds.)

Santorini, Grecia, del 15 al 18 de junio de 2014

269

3 respuesta estocástica

Se dan los momentos estadísticos de segundo orden 2, (t) = E (t) (t) Y m Y Y

como la solución del siguiente sistema de ecuaciones diferenciales

2, 2 2, 2 (t) (t) (t) Y Y m D m f (6)

en el cual 2 D

2 2n 2n D D I I D (7)

2 ()

E [() ()] + E [() ()] g g

tttt

vuYYuv

(8)

Los términos de correlación cruzada en la ecuación (8), expresados en el dominio de la

frecuencia

para entrada no estacionaria (,)

g u S t, se aproximan aquí según

la expresion

E [() ()] () {(,)}

E [() ()] () {(,)}

gramo

gramo

gnu

gnu

t t vec t d

t t vec t d

uYIHS

SuHIS

(9)

donde H ( ) es la función de transferencia matricial del sistema cuyo asterisco

indica su conjugado complejo, n I es la matriz de identidad de orden n n

y (,)

g u S t es la matriz de la entrada estocástica sísmica multicorrelated.

Tenga en cuenta que la aproximación introducida en Eq. (9) supone que el

la función de transferencia H ( , t) es independiente con respecto al tiempo,

sigue que la estructura matemática adoptada en la ecuación (9) se conserva como

para el caso de entrada estacionaria.

4 Simulación del movimiento terrestre variablemente variable Tiempo Gaussiano

historias

Supongamos que el movimiento sísmico del suelo es estocástico gaussiano de media cero

proceso completamente descrito por la matriz de autocorrelación o alternativamente por

la matriz de densidad espectral de potencia. De acuerdo con la teoría de la

espectros evolutivos (Priestley 1965), un proceso estocástico no separable

puede expresarse de la siguiente manera

Análisis estocástico no estacionario de la estructura estructura interacción del suelo

D'Amico, Tombari y Cacciola

270

(,) 0 0,

(,) (,) () 0;

gramo

gg

tu

tu

St

StatS

(10)

dónde ( )

g u S es la función de densidad espectral de potencia a dos caras, a ( , t) es

la función de modulación dependiente de la frecuencia, que se particulariza en

Procesos estocásticos uniformemente modulados a ( , t) a (t).

Teniendo en cuenta el medio cero multidimensional (1D-mV) unidimensional

Proceso de vector de movimiento terrestre no estacionario de Gauss () () (1, ...,) j

g u t j m,

el proceso se describe mediante la matriz de densidad espectral cruzada (Deodatis)

1996) que está dado por

11 1

1
(,) (,)

(,)

(,) (,)

gramo

metro

tu

m mm

StSt

StSt

S (11)

qué elementos diagonales son funciones reales y no negativas y fuera de diagonal

los términos son funciones complejas de . La cruz espectral

Hermitian y satisface la siguiente condición

(,) (,)

ug ug S t S t (12)

en el que (,) f S t es el conjugado complejo de (,)

ug S t. Por lo tanto

(,)

ug S t se puede obtener mediante la descomposición de Cholesky

(,) (,) * (,)

gramo

T
u S t H t H t (13)

donde * (,) T H t es el conjugado transpuesto de la matriz triangular inferior

H ( , t) definido como

11

21 22

12

(,)

(,) 0 0

(,) (,) 0

(,) (,) (,) M m mm

Ht

HtHt

HtHtHt

(14)

qué elementos son funciones reales y no negativas y fuera de diagonal

los elementos son generalmente funciones complejas de . Después de la descomposición de

los componentes de la matriz (,)

ug S t de acuerdo con la ecuación (14) el no

Mecánica estocástica computacional - Proc. de la 7ma Conferencia Internacional

(CSM-7)

G. Deodatis y P.D. Spanos (eds.)

Santorini, Grecia, del 15 al 18 de junio de 2014

271

proceso de vector de movimiento de tierra estacionario () () j

g u t se puede simular como

sigue (Shinozuka y Deodatis 1988)

()

11

()

2 (,) cos [(,)]

gramo

mN

jr s s jr s rs

rs

ut

H t t t

(15)

dónde

Estoy ( , )

(,) bronceado

Re (,)

jr

jr
jr

Ht

Ht

(dieciséis)

con Im y Re respectivamente la parte imaginaria y real de la

función compleja (,) jr H t y rs son la fase aleatoria independiente de N

ángulos distribuidos uniformemente en [0,2 ).

Para simular movimientos de tierra no estacionarios 1D-2V de acuerdo con Eq.

(15), los dos componentes del proceso vectorial se especifican de la siguiente manera

(1)

11 11 1

(2)

21 21 1

22 22 2

()

2 (,) cos (,)

()

2 (,) cos (,)

+2 (,) cos (,)

gramo

norte

ssss

gramo

norte

ssss

norte

ssss

ut

Httt

ut

Httt

Httt
(17)

4.1 Procesos vectoriales estocásticos cuasiestacionarios compatibles con el espectro

Numerosos modelos casi estacionarios han caracterizado el marco de

procesos de movimiento terrestre compatibles con el espectro en los últimos 30 años (ver p.

Vanmarcke y Gasparini 1977, Kaul 1978, Sundararajan 1980,

Pfaffinger 1983, Park 1995; Cacciola et al. 2004). La designación de

Las funciones PSD de movimiento de tierra compatibles con el espectro generalmente se

basan en

el "primer problema de tránsito" (Vanmarke y Gasparini 1977), que es

expresado por la siguiente relación

0 0 0 s (,) (;) U U RSA p T p (18)

Análisis estocástico no estacionario de la estructura estructura interacción del suelo

D'Amico, Tombari y Cacciola

272

donde RSA ( 0, 0) es el espectro de respuesta de pseudoaceleración para un

dada la relación de amortiguación 0 y la frecuencia circular natural 0 , U es la

factor de pico adimensional, s T es la ventana de observación de tiempo, p es el que no excede

probabilidad de la barrera y U es la desviación estándar de

el desplazamiento.

La fórmula recursiva propuesta por Cacciola et al. (2004) para el unilateral

La función PSD compatible con el espectro de respuesta se utilizará en

siguiendo

01

21

01
() 0, 0

() 2 ()

(,)

();

(,)

yo

yo

yo

yo

yo

Uik

GRAMO

GS

RSA

GRAMO
(19)

donde U es el factor máximo aproximado determinado bajo

hipótesis de la barrera de cruce en grupos y por asumir un suave

entrada de forma y 0 1

1.2

(,)

2ln 2 1 exp ln (2)

Ui

UUNNN

(20)

en el cual

ln

Ui

N p
 (21)

y factor de ancho de banda

22

00

12

1 1 arctan,

11

(22)

también 1 rad / s es el límite más bajo de la existencia del factor máximo.

El proceso estacionario determinado a través de la Eq. (19) - (22) es timemodulated

usando la función de Jennings et al. (1969), que dice

Mecánica estocástica computacional - Proc. de la 7ma Conferencia Internacional

(CSM-7)

G. Deodatis y P.D. Spanos (eds.)

Santorini, Grecia, del 15 al 18 de junio de 2014

273

1
12

22

() 1

exp

tt

atttt

tttt

(23)

qué parámetros serán (Cacciola et al. 2014)

12

9 2.5 11.5

; t; t.

24 (24)

Las ecuaciones (19) - (24) definen el movimiento terreno estocástico en un solo punto en el

campo libre. Para extender el modelo presentado anteriormente para tomar en

cuenta para la variabilidad espacial y la propagación de la onda, la respuesta

se introduce la matriz de densidad espectral cruzada compatible con el espectro (véase, p.

Deodatis 1996).
Al extender el modelo mono-correlacionado descrito anteriormente a un sistema
multicorrelated

proceso vectorial, los términos en la ecuación (11) vienen dados por los siguientes

(,) () (),

(,) () () () () ()

jj

SC SC

jj j j

SC SC SC

jk j k jk

StatS

StatatSS

(25)

donde () j a t y () SC

j S son la función moduladora y el espectro

función PSD compatible con espectro de respuesta prescrito en el

ubicación j dada por Eq. (23) y (19) respectivamente, y () jk

función de coherencia expresada como

() () exp [()] jk jk jk 26 (26)

en el cual () jk es el efecto de incoherencia y exp [()] jk i es el

término imaginario que describe la respuesta del sitio y el efecto de paso de la ola

(Der Kiureghian 1996).

Una vez que los términos del espectro de potencia de respuesta compatible espectral

matriz de densidad se definen, muestras de historias de tiempo de movimiento del suelo

compatible con espectros de respuesta dados se puede simular a través de las ecuaciones.

(17) Para mejorar el emparejamiento entre la respuesta prescrita

espectro y la media respuesta estocástica simulada

aceleraciones, generalmente se emplea el siguiente esquema iterativo

Análisis estocástico no estacionario de la estructura estructura interacción del suelo

D'Amico, Tombari y Cacciola

274

(1) 0

(1)

(,)

() ()

(,)

SC SC k i

jijik

RSA

SS

RSA

(27)

dónde

(k 1)

RSA
es el espectro aproximado de pseudoaceleración

determinado en la k-ésima iteración y RSA el espectro de respuesta objetivo.

4.2 Procesos vectorizados estocásticos no estacionarios compatibles con el espectro

Los códigos sísmicos internacionales no imponen ninguna condición del no estacionario

características de los movimientos de tierra simulados, aunque el no

la estacionariedad puede ser relevante para varios casos de interés de ingeniería (ver

p.ej. Cacciola et al. 2014). Para evaluar el espectro no estacionario compatible

Funciones de PSD de un espectro de respuesta dado, el "primer paso"

problema "puede ser perseguido resolviendo el siguiente alto no lineal

problema

000

exp,,

tf

U RSA t dt p

(28)

donde f t es el intervalo de tiempo en el que el movimiento del suelo no posee

energía insignificante y U es la función de peligro.

Se propusieron procedimientos alternativos para simplificar el problema

presentado en Eq. (28) (Spanos y Vargas Loli 1985; Preumont 1985;

Cacciola 2010). En el escenario de movimiento de tierra compatible con el espectro

simulación, varios autores contribuyeron al estado actual del arte con

respecto a la modelización de la frecuencia no estacionaria y espacial

variabilidad (Hao y otros 1989, Deodatis 1996, Sarkar y Gupta 2005,

Cacciola y Deodatis 2011). En particular, Cacciola y Deodatis (2011)

propuso un método para simular espectro totalmente no estacionario y de respuesta

procesos de movimiento terrestre compatibles mediante una corrección en paralelo de un

proceso de vector de movimiento de suelo seleccionado "local", que es

() () (,) (,) (,),

(,) (,) (,) ()

SC j j

jj L C

SC SC SC

jk jj kk jk

StStSt

StStSt

(29)

donde () (,) j

LS t es una contraparte evolutiva "local" y () () j

CS a

función PSD "correctiva" estacionaria.

En este trabajo un enfoque alternativo para definir un completamente no estacionario

se propone un proceso de vector de movimiento terrestre compatible con el espectro. los

enfoque propuesto se basa en la corrección en serie de un "local"

modelo evolutivo, que representa la sismicidad y la variabilidad espacial de

el sitio original, a través de una contraparte correctiva estacionaria, que es

Mecánica estocástica computacional - Proc. de la 7ma Conferencia Internacional

(CSM-7)

G. Deodatis y P.D. Spanos (eds.)

Santorini, Grecia, del 15 al 18 de junio de 2014

275

() () (,) (,) ()

(,) (,) (,) ()

SC j j
jj L C

SC SC SC

jk jj kk jk

StStS

StStSt

(30)

donde () (,) j

SL t es una contraparte evolutiva "local" y () () j

CS a

función PSD "correctiva" estacionaria.

El término correctivo se define extendiendo el modelo propuesto por

Preumont (1985) y revisado por Cacciola y Zentner (2012) para vector

procesos. Específicamente a través del enfoque del balance de energía el

término correctivo para cada componente individual se determina de acuerdo con

la siguiente ecuación

() 0 ()

()

()

() ()

(,)

j SC j

do

j
L

a t dt

SS

S t dt

(31)

donde () j a t es la función de modulación definida en Eq. (23) y

() () SC j S es la función PSD estacionaria dada en Eq. (19) determinado para

el j-ésimo espectro de respuesta.

Por lo tanto, el procedimiento propuesto para generar completamente no estacionario

el proceso de vector de movimiento terrestre compatible con el espectro de respuesta

requiere

siguientes pasos:

(i) definición de una matriz de densidad espectral de potencia "local" () (,) j

L S t tomando

teniendo en cuenta las condiciones sismológicas y geológicas

(ii) definición del espectro objetivo en cada ubicación j en el campo libre

(iii) evaluación del espectro de respuesta casi estacionario compatible con el espectro

Función PSD () SC

i S en Eq. (19) para cada espectro de respuesta.

(iv) evaluación del término correctivo () () j

C S en Eq. (31) y definición

de los elementos de la matriz compatible con el espectro de respuesta en Eq.

(30)

(v) simulación de los historiales de tiempos de movimiento del suelo a través del

procedimiento propuesto por Deodatis (1996) descrito en las Ecs. (11) - (17)
(vi) implementación del esquema iterativo en Eq. (27) para mejorar el

compatibilidad espectral de la respuesta simulada espectral

aceleraciones y el espectro de respuesta del objetivo.

5 Aplicación numérica

En esta sección, la respuesta estocástica del modelo discreto para SSSI es

determinado. El sistema es forzado tanto por el sistema casi estacionario como por completo

modelos de movimiento terrestre no estacionarios para mostrar: (i) los efectos de

Análisis estocástico no estacionario de la estructura estructura interacción del suelo

D'Amico, Tombari y Cacciola

276

el mecanismo de SSSI en la respuesta estructural, (ii) la influencia del

diferentes hipótesis de cuasi-estacionariedad y no-estacionariedad de la entrada

en las respuestas estructurales. Para demostrar la validez de la

las estadísticas aproximadas de segundo orden presentadas en este trabajo, los resultados de

el análisis estocástico directo se compara con la simulación Monte Carlo

de las respuestas realizadas en el dominio del tiempo.

5.1 Especificaciones de modelos de movimiento de tierra

El sistema SSSI bajo análisis es forzado por dos conjuntos de tierra 1D-2V

procesos de movimientos simulados usando las Ecs. (11) - (17) para modelar el
quasistacionario

y los procesos vectoriales de movimiento terrestre completamente no estacionarios.

Para generar acelerogramas compatibles con el espectro, el Eurocódigo 8

espectro de respuesta es considerado

1 1.5; 0

2.5;

2.5;

2.5; 4
gB

segundo

gBC

do

gCD

DISCOS COMPACTOS

gD

RSA T a S T T

RSA T a S T T T

RSA T a S T T T

TT

RSA T a S T T s

(32)

donde g a es el diseño pico de aceleración del suelo; S es el factor de suelo y

T es el período natural de un sistema SDOF.

El código recomienda que el espectro de respuesta promedio del simulado

tiempo-historias coincide con el espectro de respuesta objetivo dentro de un prescrito

tolerancia a lo largo del rango prefijado de períodos dado por

max 100 10%

RSA T RSA T

RSA T

(33)

donde RSA es el espectro de respuesta máximo pico de al menos tres

acelerogramas simulados y RSA T es el espectro de respuesta objetivo.

Además, debe verificarse las siguientes condiciones

0 g RSA a S (34)

donde RSA 0 es la aceleración de tierra máxima del proceso simulado.

Se consideran dos perfiles de suelo diferentes, por lo tanto, parámetros relevantes de

los espectros de respuesta se resumen en la Tabla 1.

Mecánica estocástica computacional - Proc. de la 7ma Conferencia Internacional

(CSM-7)

G. Deodatis y P.D. Spanos (eds.)

Santorini, Grecia, del 15 al 18 de junio de 2014

277

Tabla 1. Parámetros para el tipo de suelo A y B tipo 1 según el Eurocódigo 8

provisiones

Parámetro Suelo A Suelo B

S 1. 1.2

ag

0.1 g 0.1 g

tuberculosis

0.15 s 0.15 s
TC

0.4 s 0.5 s

TD

2.00 s 2.00 s

Además, en este estudio, el modelo de coherencia de Harichandran y

Vanmarke (1986) que es

() exp (1)

()

(1) exp (1)

()

jk

re

AAaA

un

re

AAaA

(35)

donde d = 50,4 m es la distancia entre las dos estructuras, A y a son

parámetros derivados de los registros de datos y el ángulo

0.5

0 () 1 /.

segundo

Para implementar el vector de movimiento terrestre casi estacionario

proceso, la matriz de densidad espectral cruzada en Eq. (11) ha sido especificado

con Eq. (25), en el que se establece la función de modulación de tiempo () j a t

de acuerdo con Eq. (23) con valores de 1 t 2,78 s, 2 t 12,78 s y 0,9

determinado por Eq. (24) y el PSD estacionario compatible con el espectro

function () SC

jj S pertinente a las ecuaciones (19) - (22).

Tabla 2. Parámetros de la función de coherencia a partir de datos empíricos de SMART 1 densa

evento de matriz 20.

k a A ω0 (Hz) b

31200 0.0186 0.636 1.51 2.95

Un número de quinientos historias cronológicas de movimiento terrestre casi estacionario

fueron simulados a través del Método de Representación Espectral por Eq. (17) (Deodatis

1996), al superponer una cantidad de armónicos Na = 1000 muestreados con un

paso de frecuencia 0.1 rad / s; la duración total de la señal se establece igual a

20s y la fase de movimiento fuerte se selecciona de acuerdo con el mínimo

Análisis estocástico no estacionario de la estructura estructura interacción del suelo

D'Amico, Tombari y Cacciola

278

valor requerido por el código de Ts 10s. La comparación de los simulados

las aceleraciones espectrales de respuesta promedio y los espectros objetivo son

se muestra en la Figura 2. La función de coherencia promediada evaluada desde

los aceleradores muestreados en comparación con el modelo se muestran en la Figura

3.
01234

0.5

1.5

2.5

3.5

Período [s]

RSA [m / s2]

Quasi-stat ionary

Suelo objetivo A

Quasi-stat ionary

Suelo objetivo B

Figura 2. Comparación del conjunto medio de los espectros de respuesta simulada

y espectros objetivo

0 20 40 60 80

0.4

0.5

0.6

0.7

0.8

0.9

Frecuencia [rad / s]

Función de coherencia

Harichandran

y Vanmarke (1986)

Modelo de estadística

Figura 3. Comparación del modelo de coherencia y la coherencia simulada

función para el proceso simulado del vector cuasiestacionario.

Se observa la notable precisión en la coincidencia de las funciones objetivo.

El proceso vectorial completamente no estacionario de acuerdo con la cruz prescrita

matriz de densidad espectral vista en la ecuación (11), se ha especificado a través del

elementos en la ecuación (30).

Específicamente, en esta aplicación, la función PSD local () (,) j

LS t en Eq.

(30) se selecciona como

Mecánica estocástica computacional - Proc. de la 7ma Conferencia Internacional

(CSM-7)

G. Deodatis y P.D. Spanos (eds.)

Santorini, Grecia, del 15 al 18 de junio de 2014

279

()

22

22

(,)

14

()

()

14

() ()

()

14
() ()

gramo

gramo

gramo

gg

ff

St

tt

tt
(36)

donde () g t y () f t son las frecuencias circulares variables en el tiempo,

() g t y () f t las relaciones de amortiguamiento del suelo. Además, la circular

la frecuencia del segundo filtro está dada por la relación () 0.1 () f g t t

rad / seg.

Con respecto a la modelización del contenido de frecuencia del proceso, el

parámetros de filtro () g t se supone que es una función lineal, que lee

0 0 () () g F

37 (37)

donde g es la frecuencia predominante del terremoto modelado, 0 es

la frecuencia en el instante de tiempo t 0, F es la frecuencia en el tiempo final

20 pies s. A título ilustrativo, los siguientes valores 0 20 rad / s,

Se han asumido 15 F rad / s, 0.2 y 0.6 g f . La media

del conjunto de historias temporales artificiales para la novela completamente no estacionario

el proceso de movimiento del suelo está de acuerdo con el objetivo

espectros de respuesta como muestra la Figura 4; en la Figura 5 el promedio del conjunto de

las funciones de coherencia simulada y el modelo empírico de

Harichandran y Vanmarke (1986) también se comparan.

Análisis estocástico no estacionario de la estructura estructura interacción del suelo

D'Amico, Tombari y Cacciola

280

01234

0.5

1.5

2.5

3.5

Período [s]

RSA [m / s2]

Non-stat ionary

Suelo objetivo A

Non-stat ionary

Suelo objetivo B

Figura 4. Comparación del promedio del conjunto medio de la respuesta simulada

espectros y espectros objetivo

0 20 40 60 80

0.4

0.5

0.6

0.7

0.8

0.9

1
Frecuencia [rad / s]

Función de coherencia

Harichandran

y Vanmarke (1986)

Modelo no estatuario

Figura 5. Comparación del modelo de coherencia y el promedio del conjunto del

función de coherencia simulada para el vector simulado no estacionario

proceso.

Por la comparación de las Figuras 2-5 se puede observar que ambos cuasiestacionarios

y los procesos vectoriales completamente no estacionarios son equivalentes en

términos de espectros de respuesta y función de coherencia.

5.2 Respuesta estructural

En esta sección, la respuesta estocástica del modelo de SSSI discreto es

estudiado, considerando tanto el vector compatible con el espectro de respuesta

procesos determinados en las secciones anteriores.

Los dos edificios se modelan como 2 sistemas DOF con los siguientes

valores de los parámetros mecánicos (ver Ec. (3)): m1 = 13,107 Kg,

m2 = 11,469 Kg, m3 = 14,418 Kg, m4 = 11,469 Kg, k1 = 4.27x107 N / m,

k2 = 3.6x107 N / m, k3 = 1.99x1012 N / m, k4 = 1.99x1012 N / m, k = -2.88x1011 N / m,

Mecánica estocástica computacional - Proc. de la 7ma Conferencia Internacional

(CSM-7)

G. Deodatis y P.D. Spanos (eds.)

Santorini, Grecia, del 15 al 18 de junio de 2014

281

h1 = 84 m, h2 = 93 m, b = 42 m. Un valor constante del 5% de amortiguación es

asumido para todos los modos. Las dos primeras frecuencias modales evaluadas para

las condiciones desacopladas y acopladas son 1 45.57 unc rad / s,

2 52.19 unc rad / s, 1 45.80 c rad / s, 2 56.60 c rad / s.

Los momentos estadísticos de segundo orden de la respuesta estructural son

evaluado a través del análisis estocástico aproximado presentado por Eq.

(6) - (9) y en comparación con la simulación de Monte Carlo resolviendo

ecuación dinámica de movimiento para la entrada estocástica bajo las hipótesis

de modelo cuasiestacionario y no estacionario.

La Figura 6 y la Figura 7 presentan las respuestas en términos de total

desplazamientos de las masas superiores de los dos edificios, respectivamente, para el

entrada casi estacionaria y no estacionaria.

Se puede observar un excelente acuerdo entre los aproximados

respuesta estocástica y la simulación de Monte Carlo. Esto se debe a la

hecho de que dos estructuras se pueden considerar rígidas en comparación con el

distribución de frecuencia de los movimientos de tierra.

0 5 10 15 20

x 10

-8

Tiempo [s]

Desplazamientos [m2]

Análisis estocástico desacoplado

Análisis estocástico acoplado

MCS desacoplado

MCS acoplado

0 5 10 15 20

0.5

1.5

2.5

x 10
-7

Tiempo [s]

Desplazamientos [m2]

Figura 6. Comparación simulación de Monte Carlo y análisis estocástico directo: a)

Estadísticas de segundo orden para el edificio 1; b) Estadísticas de segundo orden para

edificio 2.

Además de la Figura 6 a) y la Figura 7 a) el incremento del segundo

ordenar estadísticas para condiciones acopladas con respecto a las desacopladas

Análisis estocástico no estacionario de la estructura estructura interacción del suelo

D'Amico, Tombari y Cacciola

282

respuesta puede ser observada. Por otro lado, la Figura 6 b) La Figura 7b) muestra

una reducción de la respuesta de desacoplado a condiciones acopladas,

demostrando por lo tanto el intercambio de energía entre el edificio 1

y 2. Esto está de acuerdo con lo que ya se ha observado

en otro lugar (ver, por ejemplo, Alexander et al., 2012).

Es notable la comparación entre la Figura 6 y la Figura 7, la

máximo pico de las estadísticas de las respuestas se observan en el caso de

entrada completamente no estacionaria tanto en condiciones acopladas como desacopladas.

6 Observaciones finales

El análisis sísmico de dos edificios de comportamiento lineal que cuentan

El fenómeno SSSI y la variabilidad espacial del movimiento del suelo tienen

sido investigado La respuesta a dos diferentes vectores estocásticos 1D-2D

procesos (es decir, casi estacionarios y completamente no estacionarios) que poseen el mismo

se han comparado 5% de espectros de respuesta de amortiguación.

0 5 10 15 20

0.2

0.4

0.6

0.8
1

1.2

1.4

x 10

-7

Tiempo [s]

Desplazamientos [m2]

05101520

Análisis estocástico desacoplado

Análisis estocástico acoplado

MCS desacoplado

MCS acoplado

0 5 10 15 20

0.5

1.5

2.5

3.5

x 10

-7

Tiempo [s]

Desplazamientos [m2]

Figura 7. Comparación simulación de Monte Carlo y análisis estocástico directo: a)

Estadísticas de segundo orden para el edificio 1; b) Estadísticas de segundo orden para

edificio 2.

Los momentos estadísticos de segundo orden se determinan por aproximación

de estructuras matemáticas bien conocidas para el caso de entrada estacionaria

movimiento. Comparación entre Monte Carlo Simulation y los resultados

obtenido por el procedimiento aproximado muestra la consistencia de los resultados

validando la solución aproximada de los momentos de segundo orden. Mayor

Mecánica estocástica computacional - Proc. de la 7ma Conferencia Internacional

(CSM-7)

G. Deodatis y P.D. Spanos (eds.)

Santorini, Grecia, del 15 al 18 de junio de 2014

283

valores de la evolución de la estadística de segundo orden de la respuesta del

Los sistemas SSSI se observan cuando esto es forzado por un suelo no estacionario

modelo de movimiento Estas diferencias inducen a concluir que el cuasiestacionario

los modelos no siempre conducen a resultados demasiado conservadores como generalmente

aceptado. Sorprendentemente, se debe observar que cuando el SSSI no es

teniendo en cuenta una cantidad de energía intercambiada entre vecinos

estructuras serían descuidados subestimando la respuesta de uno de los

dos sistemas estructurales.

Referencias

Alexander, N.A. Ibraim, E. Aldaikh, H., Un modelo discreto simple para la interacción de

edificios adyacentes durante terremotos, computadoras y estructuras, 124 (1-10),

2012.

Cacciola, P., Un enfoque estocástico para generar espectro compatible totalmente no

estacionario

earthquakes, Computers and Structures, 88 (15-16), 889-901, 2010.

Cacciola, P. Colajanni, P. y Muscolino, G., combinación de respuestas modales

consistente con la representación de entrada sísmica, J. de Structural Engng ASCE,

130 (1), 47-55, 2004.

Cacciola, P. y Deodatis, G., Un método para generar completamente no estacionario y

procesos de vectores de movimiento terrestre compatibles con el espectro, Dyn del suelo.
Tierra. Engng.,

31 (3), 351-360, 2011.

Cacciola, P. y Zentner, I., Generación de respuesta artificial compatible con el espectro

acelerogramas de terremotos con distribuciones de frecuencia de tiempo de articulación

aleatorias, J.
Prob. Engng. Mech., 28, 52-58, 2012.

Cacciola, P. D 'Amico L. y Zentner, I., Nuevas ideas en el análisis de la

respuesta estructural a acelerogramas compatibles con el espectro, Ingeniería

Estructuras, DOI: 10.1016 / j.engstruct.2014.07.015.

Cacciola, P. y Tombari, A., Control de Vibraciones de Estructuras a través de Estructura-

Suelo-Estructura-Interacción ". Proc. de la 9na Conferencia Internacional sobre

Dyn estructural Eurodyn, Porto, Portugal, 2014.

Deodatis, G., Procesos vectoriales estocásticos no estacionarios: movimiento de tierra sísmico

aplicaciones. J. Prob. Engng. Mech., 11, 149 - 168, 1996.

Der Kiureghian, A., Un modelo de coherencia para el movimiento terrestre variablemente

variable,

Ingeniería de terremotos y dinámica estructural, 25, 99-111,1996

Eurocódigo 8, Diseño de estructuras para la resistencia a los terremotos, Parte 1: Reglas

generales,

2010.

Hao, H. Oliveira, C.S. y Penzien, J., procesamiento de movimiento de suelo de estaciones

múltiples

y simulación basada en datos de matriz SMART-1, Nuclear Engng. y

Diseño, 111, 293-310. 1989.

Jennings, P.C. Housner, G.W. y Tsai, C., movimientos simulados de terremoto para

propósito de diseño, Proc. 4th World Conference Earth. Ingeniería Santiago,

A (1), 145 - 160, 1969.

Kaul, M.J., estocástico Caracterización de los terremotos a través de su respuesta

espectro, Tierra. Engng. y Structural Dyn., 6,497-509. 1978.

Kham, M. Semblat, J. F. Bard, Y.P. Dangla, P., interacción ciudad ciudad sísmica: principal

gobernando los fenómenos a través de modelos numéricos simplificados, Boletín. de

sociedad sismológica de América, 96 (5), 1934-1951, 2006.

Menglin, L. Huaifeng C. Xi, C. Zhai, Yongmei, Z., estructura del suelo

interacción: revisión de la literatura, suelo dyn. Tierra. Engng., 31, 1724-1731, 2011.

Análisis estocástico no estacionario de la estructura estructura interacción del suelo

D'Amico, Tombari y Cacciola

284
Park, Y., Nuevo método de conversión de Response Spectrum a funciones PSD, J. of

Engng. Mech., 121 (12), 1391 - 1392, 1995.

Pfaffinger, D.D., Cálculo de los espectros de potencia a partir de los espectros de respuesta, J.
of Engng.

Mech., 109 (1), 357-372.1 983.

Preumont, A., La generación de acelerogramas de terremotos artificiales no separables

para el diseño de plantas de energía nuclear. Nuclear Engng. y Design, 88, 59-67.

1985.

Priestley, M.B., espectros evolutivos y procesos no estacionarios, J. of the

Royal Statistical Society, Serie B. (Metodología), 27 (2), 204-237, 1965

Shinozuka, M. y Deodatis, G., Modelos de procesos estocásticos para el terremoto

Movimiento de tierra, Prob. Ing. Mech., (3), 114 - 123, 1988.

Spanos, P.D. y Vargas Loli L.M., un enfoque estadístico para la generación de diseño

Historias de tiempos de terremotos compatibles con el espectro. Suelo Dyn. y la tierra Engng.,

4 (1): 2-8, 1985.

Sundararajan, C., un método iterativo para la generación de poder sísmico espectral

funciones de densidad, Nuclear Engng. y Diseño, 61,13-23. 1980

Vanmarcke, E.H. y Gasparini, D.A., movimientos de tierra simulados del terremoto,

Actas de la 4 ª Conferencia Internacional sobre Smirt, K1 / 9, San

Francisco, 1977.

Harichandran, R.S. y Vanmarke, E.H variación estocástica del terremoto

movimiento del suelo en el espacio y el tiempo, J. of Engng. Mech, ASCE, 112,154-74, 1986.