Você está na página 1de 195

UNIVERSIDADE DE SO PAULO

ESCOLA DE ENGENHARIA DE SO CARLOS

IVN DARO GMEZ ARAJO

ANLISE MODAL OPERACIONAL:


MTODOS DE IDENTIFICAO BASEADOS EM
TRANSMISSIBILIDADE.

So Carlos, So Paulo

2015
IVN DARO GMEZ ARAJO

ANLISE MODAL OPERACIONAL:


MTODOS DE IDENTIFICAO BASEADOS EM
TRANSMISSIBILIDADE.

Tese apresentada ao Departamento de Engenharia


de Estruturas da EESC-USP como parte dos
requisitos para a obteno do ttulo de Doutor em
Engenharia Civil.

rea de concentrao: Estruturas

Orientador: Prof. Titular Jose Elias Laier

Programa de Ps-graduao em
estruturas

VERSO CORREGIDA
So Carlos A verso original encontra-se
disponvel no programa
2015.
Dedico este trabajo a mis padres Olinda y Libardo.

A mis hermanas Anny y Kris.

Y a mi sobrino Matias
AGRADECIMENTOS

Ao Prof. Dr. Jose Elias Laier por ter-me dado a confiana e a oportunidade de
trabalhar sob sua orientao.

profa. Dra Esperanza Maldonado (In memoriam) e ao prof. Dr Gustavo Chio Cho
por ter-me orientado em meus primeiros passos como pesquisador.

minha famlia na Colmbia por seu grande apoio desde a distancia.

minha namorada Indara pelo seu amor e seu apoio durante o tempo que temos
estado juntos. Igualmente, famlia Soto Izquierdo pelo carinho dado.

A todos os amigos e colegas que me acompanharam durante estes anos no Brasil,


especialmente ao Beto, Carolina, Dorival, Felipe, Marcela, Jesus Villalba, Jesus Garcia,
Jose, Pilar e Rafael.

A todos os funcionrios do Departamento de Estruturas da Escola de Engenharia de


So Carlos da Universidade de So Paulo pela colaborao.

CAPES e CNPq pela bolsa de estudo.


Yo quiero seguir jugando a lo perdido

yo quiero ser a la zurda ms que diestro

Dirn que pas de moda la locura

Dirn que la gente es mala y no merece

ms yo seguir soando travesuras.

Silvio Rodrguez (EL NECIO)


RESUMO

GMEZ, I. D. (2015) Anlise modal operacional: mtodos de identificao


baseados em transmissibilidade. Tese (Doutorado)- Escola de Engenharia de So Carlos,
Universidade de So Paulo, So Carlos, 2015.

O presente trabalho tem como objetivo desenvolver novas alternativas de


identificao modal para estruturas sob excitaes em condio de operao baseadas em
funes de transmissibilidade. Recentes metodologias formuladas sobre conceitos de
transmissibilidade tm surgido como alternativa para a identificao de parmetros modais
de estruturas. A identificao nestas metodologias independente do espectro da excitao,
sendo uma vantagem importante com respeito a metodologias anteriores no domnio da
frequncia que supem a excitao como rudo branco. Dessa forma, aproveitando os
diferentes trabalhos dirigidos a avaliar parmetros modais com uso da transmissibilidade,
so propostas trs novas alternativas. A primeira delas prope a decomposio de valores
singulares sobre matrizes de funes de transmissibilidade escalar com densidade espectral
para estimar frequncias naturais e modos de vibrao. A segunda alternativa prope o
conceito de funes de transmissibilidade multivarivel com diferente referncia para a
identificao modal. E a terceira introduz uma melhora na primeira alternativa incluindo a
possibilidade da estimao de taxas de amortecimento. Uma ferramenta computacional para
a anlise modal desenvolvida como apoio para as simulaes numricas de verificao
das metodologias de identificao modal propostas. Diferentes exemplos numricos com
uma viga submetida a excitaes de rudo colorido mostram que os mtodos propostos so
capazes de identificar parmetros modais sem a introduo das frequncias adicionais
devido s excitaes de rudo colorida utilizadas. Alm disso, os dados de um teste de
vibraes sobre uma ponte em operao foram utilizados para verificar os mtodos.

Palavras chaves: Transmissibilidade com densidade espectral de potncia, anlise


modal operacional, parmetros modais, decomposio de valores singulares.
ABSTRACT
GMEZ, I. D. (2015) Operational modal analysis: identification methods based
on transmissibility. Doctoral Thesis School of Engineering of So Carlos, University of
So Paulo, So Carlos, 2015.

This research aims to develop new alternatives of modal identification for structures
under excitation in operation condition based on transmissibility functions. Latest
methodologies based on transmissibility concepts have been arising as alternatives for
modal parameter identification of structures. Modal parameter identification in this type
methodology is input spectrum independent being an important advantage with respect
previous frequency domain methods that assumes white noise excitation. Different
alternatives of modal identification based on transmissibility functions are proposed in this
work. The first of them proposes singular value decomposition on scalar transmissibility
functions matrices with spectral density to estimate natural frequencies and vibration modes
(PSDTM-SVD method). A second alternative proposes the concept of multivariable
transmissibility functions with different transferring outputs for modal parameter identification.
And the third alternative proposes an enhanced PSDTM-SVD method, which permits to
identify modal damping. Computational tool for modal analysis is developed as a support for
the numerical simulations of verification of modal identification methodologies proposed.
Different numerical examples of a beam model subjected to colored noise excitations show
that the proposed methods are capable of identifying modal parameters without the
introduction of the additional frequencies due to the excitations used. Furthermore, data from
an operational vibration bridge test were used to verify the methods.

Keywords: Power spectrum density transmissibility, operational modal analysis,


modal parameters, singular value decomposition.
SUMRIO

CAPTULO 1. INTRODUO 25

1.1 MOTIVAO DA PESQUISA 25

1.2 OBJETIVOS. 29
1.2.1 Objetivo geral. 29
1.2.2 Objetivos especficos. 29

1.3 CONTRIBUES DO TRABALHO 29

CAPTULO 2. FUNDAMENTOS ANALITCOS DA ANLISE MODAL OPERACIONAL. 33

2.1 VIBRAES ALEATRIAS 33

2.2 RESPOSTA DE UM SISTEMA LTI-SDF 38

2.3 RESPOSTA DE UM SISTEMA LTI-MDF PARA O AMORTECIMENTO


PROPORCIONAL. 42

2.4 RESPOSTA DE UM SISTEMA LTI-MDF PARA O AMORTECIMENTO GERAL. 47

2.5 FUNES DE TRANSMISSIBILIDADE ESCALAR E MULTIVARIVEL 50

2.6 CONSIDERAES FINAIS. 53

CAPTULO 3. REVISO DE MTODOS NO DOMINIO DA FREQUNCIA PARA A ANLISE


MODAL OPERACIONAL. 55

3.1 FUNES DE CORRELAO DE DADOS DE RESPOSTA 56


3.1.1 Mtodo direto. 56
3.1.2 Mtodo baseado no periodograma mdio. 57
3.1.3 Mtodo do decremento aleatrio. 58

3.2 FUNES DE DENSIDADE ESPECTRAL. 61

3.3 MTODOS NO PARAMTRICOS NO DOMNIO DA FREQUNCIA. 64


3.3.1 Mtodo de seleo de picos (PP). 65
3.3.2 Mtodo de decomposio do domnio da frequncia (FDD) 68
3.3.3 Mtodo melhorado do FDD 70
3.3.4 Mtodos RD-FDD e RD-EFDD. 71
3.3.5 Mtodo decomposio do domnio da frequncia-espao (FSDD) 72
3.3.6 Mtodo baseado em transmissibilidade. 73
3.3.7 Mtodo baseado em transmissibilidade escalar com densidade espectral (PSDT).
76

3.4 MTODO PARAMTRICO NO DOMNIO DA FREQUNCIA. 78

3.5 CONSIDERAES FINAIS 83

CAPTULO 4. MTODO BASEADO EM MATRIZES DE TRANSMISSIBILIDADE COM


DENSIDADE ESPECTRAL VIA SVD (PSDTM-SVD). 87

4.1 IDENTIFICAO DE PARMETROS MODAIS USANDO PSDTM-SVD 88

4.2 EXEMPLO NUMRICO 92

4.3 DADOS REAIS DE VIBRAO 97


4.3.1 Descrio da ponte. 99
4.3.2 Ensaio de vibraes 99
4.3.3 Identificao de parmetros modais 100

4.4 CONSIDERAES FINAIS. 104

CAPTULO 5. TRANSMISSIBILIDADE MULTIVARIVEL COM DIFERENTES


REFERNCIAS DAS SADAS. 107

5.1 FUNES DE TRANSMISSIBILIDADE MULTIVARIVEL COM DIFERENTE


REFERNCIA DA SADA. 108

5.2 PROPRIEDADE DA PSDT MULTIVARIVEL. 110

5.3 IDENTIFICAO DE PARMETROS MODAIS USANDO MULTIVARIVEL PSDT.


111

5.4 EXEMPLO NUMRICO 114

5.5 DADOS REAIS DE VIBRAO 122

5.6 CONSIDERAES FINAIS 126

CAPTULO 6. MTODO PSDTM-SVD MELHORADO. 129

6.1 IDENTIFICAO DE PARMETROS MODAIS USANDO O MTODO PSDTM-SVD


MELHORADO 130

6.2 IDENTIFICAO DO NMERO DE CARGAS NO CORRELACIONADAS. 133

6.3 EXEMPLO NUMRICO. 134

6.4 CONSIDERAES FINAIS 138


CAPTULO 7. USO DOS MTODOS DE IDENTIFICAO EM UMA CONDIO DE UMA
NICA CARGA. 141

7.1 TRANSMISSIBILIDADE ESCALAR E MULTIVARIVEL COM DENSIDADE


ESPECTRAL PARA UMA NICA CARGA. 142

7.2 IDENTIFICAO EM UMA CONDIO DE UMA NICA CARGA. 144

7.3 EXEMPLOS NUMRICOS COM UMA NICA CARGA. 147

7.4 CONSIDERAES FINAIS 151

CAPTULO 8. CONCLUSES E TRABALHOS FUTUROS 153

8.1 CONCLUSES 153

8.2 TRABALHOS FUTUROS 155

REFERNCIAS 159

APNDICE A: FERRAMENTA COMPUTACIONAL PARA A ANLISE MODAL, MYFEM


MODAL 2D. 167

A.1 DESCRIO GERAL DE MYFEM MODAL 2D. 168

A.2 EXEMPLOS DE USO DO PROGRAMA PARA A ANLISE MODAL TERICO. 172


A.2.1 Funes de resposta em frequncia (FRFs) 176
A.2.2 Funes de densidade espectral (PSDs) 178
A.2.3 Funes de transmissibilidade multivarivel (FTs) 178
A.2.4 Funes de resposta impulsiva (FRIs) 179
A.2.5 Funes de correlao (FCs). 180

A.3 EXEMPLOS DE USO DO PROGRAMA PARA A ANLISE MODAL A PARTIR DE


DADOS DE RESPOTA DO MODELO ESTRUTURAL. 182
A.3.1 Funes de correlao de dados de resposta. 184
A.3.2 Funes de densidade espectral de dados de resposta 186
A.3.3 Funes de transmissibilidade de dados de resposta. 188
A.3.4 Uso do mtodo de seleo de picos para avaliao de parmetros modais. 190

A.4 CONSIDERAES FINAIS 195


LISTA DE FIGURAS

Figura 2-1 Densidade espectral da resposta, 0 = 2rad / s , = 0.05 , adequada aproximao como
um rudo branco. ............................................................................................................................41

Figura 2-2 Densidade espectral da resposta, 0 = 2rad / s, = 0.15 , inadequada aproximao

como um rudo branco. ..................................................................................................................41

Figura 2-3 Densidade espectral da resposta, 0 = 2rad / s, = 0.15 , incluso da frequncia de

excitao no espectro da sada. .....................................................................................................41

Figura 2-4 Diagrama do sistema a identificar quando a excitao rudo colorido. .............................42

Figura 2-5 Matriz de densidade espectral de resposta [S (i )]x x de um sistema de trs graus de
k j

liberdade com uma distribuio de excitao de rudo branco aplicado a) no segundo grau de
liberdade e b) no primeiro grau de liberdade. ................................................................................46

Figura 3-1 Seleo de segmentos, mtodo do decremento aleatrio. ..................................................59

Figura 3-2 Sistematizao dos principais mtodos na anlise modal operacional no domnio da
frequncia .......................................................................................................................................85

Figura 4-1 Diagrama de fluxo do mtodo proposto PSDTM-SVD. ........................................................92

Figura 4-2 Caractersticas da excitao do exemplo numrico. ............................................................93

Figura 4-3 Resultados dos mtodos a) FDD, b) PSDT, c) PSDTMSVD para a Carga 1. .....................93

Figura 4-4 Resultados dos mtodos a) FDD, b) PSDT, c)PSDTMSVD para a Carga 2. ......................94

Figura 4-5 Decomposio em valores singulares da matriz de transmissibilidade [T zi


xoi x1 (i ) ]. .....96
Figura 4-6 a) O corte longitudinal, b) o corte transversal da superestrutura e c) o detalhe da planta da
ponte Garcia Cadena. ....................................................................................................................98

Figura 4-7 Fotografia da ponte Garcia Cadena. ....................................................................................99

Figura 4-8 Configuraes dos acelermetros. .....................................................................................100

Figura 4-9 Decomposio em valores singulares das matrizes de transmissibilidade para a


configurao 1 (setup 1) no eixo central da ponte, no vo B-7. .................................................101

Figura 4-10 Resultados dos mtodos a) FDD, b) PSDT, c) PSDTM-SVD para a configurao 1 (setup
1 ) sobre o eixo Central da ponte, no vo B-7. ............................................................................102

Figura 4-11 Resultados dos mtodos a) FDD, b) PSDT, c) PSDTM-SVD para a configurao 2 (setup
2) sobre o eixo Central da ponte, no vo B-7. .............................................................................102
Figura 4-12 Resultados dos mtodos a) FDD, b) PSDT, c) PSDTM-SVD para a configurao 3 (setup
3 ) sobre o eixo Central da ponte, no vo B-7. ............................................................................ 103

Figura 4-13 Comparao das formas modais identificadas com os mtodos FDD, PSDT e PSDTM-
SVD sobre o eixo Central da ponte, no vo B-7. ........................................................................ 104

Figura 5-1 a) Exemplo da excitao, b) densidade espectral de potncia da excitao usada no


exemplo numrico. ...................................................................................................................... 115

Figura 5-2 Mdia normalizada das auto-densidades espectrais. ........................................................ 117

Figura 5-3 a),b) Decomposio de valores singulares e c), d) mdia de todos os valores na faixa de
frequncia de 0 at 175Hz das matrizes definidas nas Equaes (5-23) (Set 1) e (5-24) (Set 2),
respectivamente. ......................................................................................................................... 118

Figura 5-4 Funes das matrizes a) [T (i)]++


set1 e b) [T (i)] ++
set 2 . ...................................................... 119

Figura 5-5 a) Diagrama de estabilidade e b) curva de ajuste usando o mtodo PolyMAX aplicado na

primeira linha da matriz [T (i)] ++


set1 . ............................................................................................. 120

Figura 5-6 a) Diagrama de estabilidade e b) curva de ajuste usando o mtodo PolyMAX aplicado na

primeira linha da matriz [T (i)] ++


set 2 . ............................................................................................. 120

Figura 5-7 Estabilidade das taxas de amortecimento dos plos estveis extrados da a) Figura 5-5 e
b) Figura 5-6. ............................................................................................................................... 121

Figura 5-8 a) diagrama de estabilidade e b) estabilidade das taxas de amortecimento para os plos
estveis determinados a partir do mtodo PolyMAX aplicado na matriz de densidade espectral.
..................................................................................................................................................... 123

Figura 5-9 a), b) Decomposio de valores singulares e c), d) mdia dos valores singulares na faixa
de frequncia de 0 at 100Hz para as matrizes de Set A e Set B, respectivamente. ................ 124

Figura 5-10 a) diagrama de estabilidade e b) estabilidade das taxas de amortecimento para os plos

estveis determinados usando o mtodo PolyMAX na matriz inversa [T (i)] ++


set A ..................... 125

Figura 5-11 a) diagrama de estabilidade e b) estabilidade das taxas de amortecimento para os plos

estveis determinados usando o mtodo PolyMAX na matriz inversa [T (i)] ++


setB ...................... 125

Figura 6-1 Identificao automtica do nmero de cargas na correlacionadas presentes na estrutura.


..................................................................................................................................................... 134

Figura 6-2 Identificao do nmero mximo de valores singulares na matriz [T zi


xo x5 ]
( i ) . ............ 135

Figura 6-3 a) Primeiros valores singulares das matrizes inversas b) Mdia ponderada dos primeiros
valores singulares. ....................................................................................................................... 136
Figura 6-4. a) Diagrama de estabilidade do mtodo PolyMAX aplicado na funo ( i ) b)
estabilidade das taxas de amortecimento dos plos estveis extrados da Figura 6-4 a) ..........137

Figura 6-5 a) Faixa de frequncias selecionada na funo ( i ) b) Transformada inversa de Fourier

da faixa selecionada c) ajuste da envolvente da funo em b) para avaliar o decremento


logartmico. ...................................................................................................................................137

Figura 7-1 Cargas atuando simultaneamente no sistema. ..................................................................146

Figura 7-2 Carga nica mudando de posio no sistema. ..................................................................146

Figura 7-3 Cargas deslocandose entre os graus de liberdade 5,8 e 11, Carga 1. ..............................147

Figura 7-4 Carga impulsiva deslocando-se entre os graus de liberdade verticais, Carga 2. ..............147

Figura 7-5 a) diagrama de estabilidade e b) estabilidade das taxas de amortecimento para os plos
estveis determinados usando o mtodo PolyMAX na matriz inversa da Equao 5-24 (mtodo
com transmissibilidade multivarivel). Caso de Carga 1. ............................................................149

Figura 7-6 a) diagrama de estabilidade e b) estabilidade das taxas de amortecimento para os plos
estveis determinados usando o mtodo PolyMAX na matriz inversa na matriz inversa da
Equao 5-24 (mtodo com transmissibilidade multivarivel). Caso de Carga 2. ......................149

Figura 7-7 a) Diagrama de estabilidade do mtodo PolyMAX aplicado na funo resultante do


mtodos PSDTM-SVD melhorado e b) estabilidade das taxas de amortecimento dos plos
estveis. Caso de Carga 1. ..........................................................................................................150

Figura 7-8 a) Diagrama de estabilidade do mtodo PolyMAX aplicado na funo resultante do


mtodos PSDTM-SVD melhorado e b) estabilidade das taxas de amortecimento dos plos
estveis. Caso de Carga 2. ..........................................................................................................150

Figura A-1 Sistematizao dos componentes principais do programa Myfem Modal 2d. ...................170

Figura A-2 Sistematizao dos componentes para a anlise modal a partir dados de resposta de
Myfem Modal 2d.. .........................................................................................................................171

Figura A-3 Viga de exemplo para a anlise modal terico e operacional. .........................................172

Figura A-4 Criao do objeto Fem em Myfem Modal . ........................................................................173

Figura A-5 Definio de caractersticas estruturais do modelo em Myfem Modal . .............................173

Figura A-6 Definio da anlise dinmica para a anlise modal terico em Myfem Modal . ..............174

Figura A-7 Recuperao de dados de elementos da anlise modal terico em Myfem Modal ..........175

Figura A-8 Mtodo Mybode para o clculo das FRFs. .......................................................................176

Figura A-9 FRFs tericas para os graus de liberdade 5 e 8, calculadas com Myfem Modal . ............177
Figura A-10 Mtodo MyPSD2 para o clculo das PSDs. .................................................................... 177

Figura A-11 PSDs tericas para os graus de liberdade 5 e 8 para uma excitao de rudo branco
localizada no grau de liberdade 11, calculadas com Myfem Modal . .......................................... 178

Figura A-12 Mtodo Mytransm para o clculo das funes de transmissibilidade em mltiplos graus de
liberdade. ..................................................................................................................................... 179

Figura A-13 FTs tericas entre os graus de liberdade 5, 8 e 17 com 11 e 14 com carregamento em 11
e 14, calculadas com Myfem Modal . .......................................................................................... 179

Figura A-14 Mtodo MyImpulse para o clculo das funes de resposta impulsiva .......................... 180

Figura A-15 FRIs tericas nos graus de liberdade 5 e 8, calculadas com Myfem Modal ................... 180

Figura A-16 Mtodo MyCorrelation para o clculo das funes de correlao da resposta. ............. 181

Figura A-17 FCs nos graus de liberdade 5 e 8 para uma entrada de rudo branco nos graus de
liberdade 5 e 17, calculadas com Myfem Modal . ....................................................................... 181

Figura A-18 Definio da anlise dinmica para a anlise modal a partir de dados de resposta. ..... 183

Figura A-19 Informao do mtodo noiseWG sobre o rudo branco gerado. ..................................... 184

Figura A-20 Clculo de funes de correlao de dados de resposta do modelo estrutural com Myfem
Modal 2d.. .................................................................................................................................... 185

Figura A-21 Comparao das funes de correlao pelos mtodos: direto, periodograma mdio e
decremento aleatrio, com a funo de correlao terica. ....................................................... 186

Figura A-22 Clculo de funes de densidade espectral de dados de resposta do modelo estrutural
com Myfem Modal 2d.. ............................................................................................................... 187

Figura A-23 Comparao da funo de densidade espectral terica com as funes estimativas dos
mtodos de: Welch e Blackman e Tukey com as funes de decremento aleatrio. ................. 188

Figura A-24 Clculo de funes de transmissibilidade de dados de resposta com Myfem Modal 2d..
..................................................................................................................................................... 189

Figura A-25 Comparao da funo de transmissibilidade estimada a partir de dados de resposta do


modelo estrutural com a funo de transmissibilidade terica com Myfem Modal 2d.. .............. 189

Figura A-26 Exemplo de uso do mtodo de seleo de picos em Myfem Modal 2d.. ........................ 190

Figura A-27 Mdia normalizado dos auto-espectros da matriz de densidade espectral. ................... 191

Figura A-28 Uso do mtodo Mytfmodos em Myfem Modal 2d.. .......................................................... 192

Figura A-29 Informao do mtodo Mytfmodos de Myfem Modal 2d. sobre as funes de
transmissibilidade. ....................................................................................................................... 192

Figura A-30 Uso do mtodo Myamortajuste em Myfem Modal 2d.. .................................................... 193

Figura A-31 Informao do mtodo Myamortajuste de Myfem Modal 2d. ......................................... 194
LISTA DE TABELAS

Tabela 4-1 Frequncias naturais identificadas para o exemplo ............................................................95

Tabela 4-2 Modos identificados com o mtodo PSDTM-SVD ...............................................................97

Tabela 4-3 Comparao dos modos tericos e estimados com o mtodo PSDTM-SVD .....................97

Tabela 4-4 Frequncias naturais identificadas (Hz) a partir das diferentes configuraes de
acelermetros (Setups) sobre o eixo Central da ponte, no vo B-7. ...........................................103

Tabela 5-1 Frequncias naturais amortecidas e taxas de amortecimento identificadas usando o


mtodo proposto para ambas as configuraes Set 1 e Set 2. ...................................................121

Tabela 5-2 Modos de vibrao identificados usando o mtodo proposto para Set 2. .........................121

Tabela 5-3 Frequncias naturais e taxas de amortecimento identificadas da ponte a partir do mtodo
proposto e o PolyMAX-PSD .........................................................................................................126

Tabela 5-4 Modos de vibrao identificados da ponte a partir do mtodo proposto e o PolyMAX-PSD.
......................................................................................................................................................126

Tabela 6-1 Frequncias naturais amortecidas e taxas de amortecimento identificadas usando o


mtodo PSDTM-SVD melhorado. ................................................................................................138

Tabela 7-1 Frequncias naturais amortecidas e taxas de amortecimento identificadas usando o


mtodo com transmissibilidade multivarivel. ..............................................................................151

Tabela 7-2 Frequncias naturais amortecidas e taxas de amortecimento identificadas usando o


mtodo PSDTM-SVD melhorado. ................................................................................................151

Tabela A-1 Frequncias naturais no amortecidas e amortecidas e taxas de amortecimentos do


modelo de exemplo com o uso de Myfem Modal ........................................................................175

Tabela A-2 Modos de vibrao do exemplo com o uso de Myfem Modal . .........................................176

Tabela A-3 Frequncias de ressonncia do modelo (terico-identificado) ..........................................191

Tabela A-4 Formas modais identificadas. ............................................................................................192

Tabela A-5 Comparao de formas modais tericas e identificadas. ..................................................193

Tabela A-6 Taxas de amortecimentos (terico-identificado) ..............................................................194


CAPTULO 1. INTRODUO
1.1 MOTIVAO DA PESQUISA

A anlise modal de estruturas consiste na determinao dos seus parmetros modais


(frequncias naturais, formas modais, amortecimentos modais e fatores de participao
modal) tendo-se por base a formulao de um modelo matemtico do comportamento
dinmico. Esse tipo de anlise tem sido amplamente utilizado na abordagem de problemas
de vibrao, como: modificao da dinmica das estruturas, atualizao de modelos
analticos, dimensionamento dinmico timo e controle de vibraes. Outra rea de
pesquisa de grande interesse trata da determinao das caractersticas modais de uma
estrutura como parte de um sistema de monitoramento para a anlise da sade estrutural e
a deteco de danos que pode ser aplicvel em diferentes setores industriais, tais como
aeroespacial, mecnica, petrleos e civil. Dessa forma, duas abordagens tm sido
desenvolvidas nas ltimas dcadas com o fim de determinar as caractersticas dinmicas
das estruturas: Anlise Modal Tradicional (Tradicional Modal Analysis-TMA) e Anlise Modal
Operacional (Operational Modal Analysis-OMA).

As primeiras pesquisas em anlise modal experimental foram feitas a partir da


aproximao de TMA, na qual a estrutura excitada (entrada) com foras dinmicas e uma
ou vrias medies da resposta da estrutura (sadas) so registradas em termos das
aceleraes, velocidades ou deslocamentos decorrentes destas foras. Assim, em base a
uma relao de entradas e sadas podem ser extrados os parmetros modais da estrutura
em uma faixa de frequncia de interesse. Baseando-se nesse conceito de entrada e sada
tm-se desenvolvido numerosas tcnicas ou mtodos de identificao modal. Esses
mtodos so classificados de forma geral dependendo da sua formulao em mtodos do
domnio do tempo (TD) e do domnio da frequncia (FD). Ainda, os mtodos podem ser
divididos, segundo o nmero de entradas e sadas disponveis, como: uma entrada/uma
sada (Single Input,Single Output-SISO), uma-entrada/mltiplas-sadas (Single Input,
Multiple Output-SIMO) ou mltiplas-entradas/mltiplas-sadas (Multiple Input, Multiple
Output-MIMO). Porm, a TMA tem algumas limitaes que so apresentadas a seguir:

Normalmente, a estrutura excitada artificialmente com o intuito de se obterem as


funes da resposta em frequncia (FRFs), ou as funes de resposta impulsiva
(FRIs). Para as medies realizadas em campo e em grandes estruturas, a aplicao
desta metodologia se torna difcil devido dificuldade de se medirem as FRFs e as
FRIs. Tal dificuldade se origina pela existncia de outros tipos de excitaes alm da
excitao artificial e da necessidade do uso de grandes quantidades de energia, que
muitas vezes no disponvel no caso de grandes estruturas.
26 . Introduo

A TMA realizada, na maioria dos casos, no laboratrio. Nesse sentido, as


condies reais de operao de muitas aplicaes industriais podem diferir
significativamente das aplicadas no ensaio do laboratrio. Alm disso, apenas
componentes so ensaiados geralmente e no sistemas completos.

A partir do comeo da dcada de 90 a Anlise Modal Operacional (OMA) tem sido


usada para caracterizao dinmica de estruturas. OMA, tambm conhecido como anlise
de vibraes ambientais, excitao natural ou s sada (Output-Only), utiliza somente as
medies de resposta da estrutura em condies de operao sujeita a excitaes
ambientais ou naturais (vento, trfego, tremores, etc) para identificar as caractersticas
modais. Existem diferentes vantagens a partir do seu uso mostradas em Zhang, Brincker. et
al. (2005), como:

econmica e rpida de se realizar devido a que no precisa de equipamento para


excitar a estrutura nem da simulao das condies de contorno.
As caractersticas dinmicas do sistema completo, e no somente de alguns
componentes, podem ser obtidas, portanto, representam mais fielmente o sistema
analisado.
A realizao dos ensaios experimentais no interfere com o uso normal ou operao
da estrutura.
uma forma atrativa para fazer uma monitorizao on-line da sade estrutural para
a deteco de danos baseada nas caractersticas dinmicas como mostrado no
trabalho de Magalhaes, Cunha et al. (2012).

Com as anteriores vantagens, este tipo de anlise tem recebido uma grande ateno
por parte da comunidade da engenharia civil com vistas s aplicaes em plataformas de
petrleo, prdios, torres e pontes (Brownjohn et al., 1989; Araujo, Maldonado e Cho, 2011;
Gentile e Saisi, 2011; Liu et al., 2012; Liu, Loh e Ni, 2013). No entanto, uma das limitaes
do uso da Anlise Modal Operacional com medies unicamente da resposta so as
incertezas contidas nos dados, as quais podem ter origem de diferentes fontes, tais como as
variaes operacionais e ambientais da estrutura. Esses tipos de variaes tm uma
influncia direta na resposta dinmica da estrutura e so refletidas na avaliao dos
parmetros dinmicos. Dessa forma, devido a que os dados podem ser medidos sob
condies variveis, existe a necessidade de normalizar os dados com o fim de estabelecer
medies em ciclos similares de condies operacionais e ambientais, para assim facilitar
uma comparao (Doebling et al., 1996).

Devido ao impacto econmico que pode representar esse tipo de tcnica na anlise
dinmica das estruturas e suas notveis potencialidades para diferentes tipos de aplicaes,
Introduo. 27

tem-se observado nos ltimos anos um grande incremento na atividade de pesquisa em


torno s bases tericas de OMA e suas possveis aplicaes em diferentes campos da
engenharia. Assim, no ano 2005 celebrou-se a primeira verso do International Operational
Modal Analysis Conference (IOMAC) e no ano 2010 o Journal Mechanical System and
Signal Processing publicou uma edio especial sobre o tema (Brincker e Kirkegaard, 2010).

Alm disso, um dos problemas importantes em OMA a necessidade de se obterem


parmetros modais confiveis, o que possvel atravs do desenvolvimento e da aplicao
de tcnicas robustas de identificao modal que utilizem somente dados de resposta. Entre
as tcnicas existentes para a identificao modal para OMA podem ser encontradas aquelas
desenvolvidas no domnio do tempo, como por exemplo: Least Square Exponential (LSCE)
(Vold et al., 1982), Eigensystem Realization Algorithm (ERA) (Juang e Pappa, 1985), Extend
Ibrahim methods (EITD) (Fukuzono, 1986) e Stochastic Subspace Identification (SSI)
(Overschee et al., 1996) entre outros. J no domnio da frequncia existem tcnicas, como:
Peak Picking (PP) (Felber, 1993), Frequency Domain Decomposition (FDD) (Brincker, Zhang
e Andersen, 2000) e Frequency-Spatial Domain Decomposition (FSDD) (Zhang, Wang e
Tamura, 2010) entre outros. Tambm, alguns trabalhos abordam uma comparao entre as
potencialidades e limitaes das anteriores metodologias como em Peeters e De Roeck
(2001) e Andersen, Brincker et al. (1999).

A maioria dos mtodos de identificao modal expressados anteriormente,


principalmente, os mtodos no domnio da frequncia, com exceo de alguns mtodos no
domnio do tempo, como o mtodo SSI, supem que as excitaes naturais ou ambientais
de entrada estrutura contm uma ampla faixa de frequncias de igual contribuio, tal que
as principais frequncias naturais da estrutura podem ser excitadas. Isso leva suposio
que as excitaes so um processo aleatrio do tipo rudo branco (White Noise) com um
espectro em frequncia constante. Porm, algumas foras atuam periodicamente, por
exemplo, ondas e mquinas rotativas, contendo uma maior energia para frequncias
especficas. Isso tambm representa um problema para OMA, quando no existe nenhum
conhecimento enquanto ao espectro do carregamento, o que no pode garantir que todas as
frequncias identificadas sejam relacionadas ao sistema de interesse.

Como consequncias do problema anterior recentemente tm surgido metodologias


de identificao modal no domnio da frequncia para OMA baseadas em conceitos de
transmissibilidade. Nesse tipo de metodologias para a anlise modal no necessrio que a
fora de excitao seja considerada como rudo branco. A fora pode ser arbitrria, como
28 . Introduo

rudo colorido, varredura de senos ou impacto, etc., sempre que seja garantido que essas
foras consigam excitar as frequncias do sistema.

Em geral, as funes de transmissibilidade contm plos que diferem dos plos do


sistema, logo no podem ser usadas diretamente na identificao de parmetros modais. No
entanto, uma primeira proposta baseada no uso de funes de transmissibilidade para a
anlise modal foi dada por Devriendt e Guillaume (2007; 2008). A ideia essencial que
diferentes funes de transmissibilidade determinadas a partir de diferentes condies de
carga convergem nos plos do sistema para a mesma relao de modos de vibrao.
Portanto, a partir de realizar uma subtrao entre duas funes de transmissibilidade que
relacionam as mesmas sadas, mas que vm de diferentes condies de carga pode-se
encontrar que os plos do sistema so zeros e plos na inversa da funo subtrao. Como
uma continuao do trabalho de Devriendt e Guillaume, mais recentemente tm sido
publicados diferentes trabalhos que tentam aperfeioar a metodologia, mas todos baseados
no uso de diferentes condies de carga para avaliao das funes de transmissibilidade,
entre issos trabalhos podem-se citar Devriendt, De Sitter e Guillaume (2010), Devriendt et al.
(2013), Weijtjens, Lataire, et al. (2014) e Weijtjens, De Sitter, et al. (2014).

Os trabalhos anteriormente mencionados podem identificar parmetros modais pela


combinao de funes de transmissibilidade calculadas a partir de diferentes condies de
carga. No entanto, essas metodologias devem assegurar e satisfazer durante a
experimentao a existncia das diferentes condies de carga. Isso se poderia tornar em
uma limitao no caso da anlise modal de estruturas em operao, j que um pr-
processamento dos dados necessrio para estabelecer os momentos quando houve
mudanas nas condies de carga. Alm disso, as metodologias resultariam inaplicveis
quando no houver mudanas significativas nas cargas de operao da estrutura.

Devido ao anterior problema, uma soluo foi proposta por Yan e Ren (2012)
baseado no conceito de funo de transmissibilidade escalar com densidade espectral
(Power Spectrum Density Transmissibility-PSDT). As PSDTs convergem para a mesma
relao de modos de vibrao nos plos do sistema para diferentes referncias de sadas.
Portanto, fazendo uma combinao de diferentes PSDTs com diferentes referncias da
sada ao invs de diferentes condies de carga parmetros modais podem ser
identificados. Yan e Ren propuseram usar uma mdia ponderada entre diferentes funes
que surgem de realizar uma inversa da funo subtrao entre duas PSDTs com diferentes
referncias da sada.

Sendo assim, neste trabalho procura-se dar uma continuidade aos recentes trabalhos
dirigidos a avaliar parmetros modais com uso da transmissibilidade, mediante a proposio
Introduo. 29

de novas alternativas de anlise que resultem em melhoras. Dessa forma, na seguinte


seo sero consignados os objetivos a serem atingidos com a presente pesquisa.

1.2 OBJETIVOS.

1.2.1 Objetivo geral.

Desenvolver novas alternativas de identificao modal para estruturas sob excitaes


em condio de operao baseadas em funes de transmissibilidade.

1.2.2 Objetivos especficos.

Os seguintes objetivos especficos so contemplados na consecuo do objetivo


geral apontado:

Programar uma ferramenta computacional que possa combinar: anlise modal


terica, anlise dinmica e identificao modal sobre modelos estruturais no plano.
Propor uma metodologia de identificao modal baseada em matrizes de funes de
transmissibilidade escalar com densidade espectral.
Propor uma metodologia de identificao modal baseada em matrizes de
transmissibilidade multivarivel com diferentes referncias da sada.
Propor uma melhora na metodologia baseada em matrizes de funes de
transmissibilidade escalar com densidade espectral.

1.3 CONTRIBUES DO TRABALHO

A seguir apresenta-se o foco e as principais contribuies que contm cada um dos


diferentes captulos que constituem esta tese.

No Captulo 2 apresentada uma introduo aos fundamentos tericos da anlise


modal operacional, abordando diferentes aspectos importantes e necessrios para o
entendimento das metodologias de identificao modal, como so: a teoria bsica de
vibraes aleatrias, formas de representao do comportamento dinmico, no domnio do
tempo e da frequncia, e o conceito de transmissibilidade entre respostas de um sistema
linear.

No Captulo 3 realizada uma reviso detalhada das diferentes tcnicas utilizadas


para a estimao de funes de correlao e funes de densidade espectral a partir de
30 . Introduo

dados. Ditos parmetros so variveis relevantes que devem ser definidas em qualquer
mtodo de identificao modal. Igualmente, so descritas diferentes metodologias no
domnio da frequncia para extrair parmetros modais do sinal, bem como aquelas
metodologias baseadas em transmissibilidade.

No Captulo 4 apresenta-se uma nova proposta para a identificao de parmetros


modais (frequncias naturais e modos de vibrao) baseada na aplicao de uma
decomposio de valores singulares sobre matrizes de funes de transmissibilidade
escalar com densidade espectral. As matrizes de transmissibilidade propostas so
singulares quando convergem aos plos do sistema, portanto os valores singulares
convergem para zero e podem ser usados para determinar frequncias naturais e modos de
vibrao. Um exemplo numrico sobre uma viga e uma aplicao sobre dados reais de
vibrao de uma ponte foram realizados para demostrar a habilidade do mtodo proposto
para a identificao de parmetros modais, sendo comparados com os resultados de outras
metodologias.

No Captulo 5 introduz-se a proposta de se avaliarem funes de transmissibilidade


multivarivel com diferente referncia da sada para identificao de parmetros modais. A
funo de transmissibilidade multivarivel permite relacionar mltiplas sadas ao invs de s
duas como nas funes de transmissibilidade escalar usadas no Captulo 4. Uma importante
propriedade surge a partir das funes de transmissibilidade multivarivel, na qual diferentes
matrizes multivariveis com as mesmas sadas relacionadas, mas com diferentes
referncias da sada convergem para a mesma matriz nos plos do sistema. Dessa forma,
possvel construir uma nica matriz a partir de diferentes matrizes multivariveis que seja
singular nos plos do sistema e aplicar uma pseudo-inversa (Moore-Penrose) modificada
para determinar as frequncias naturais amortecidas e taxas de amortecimento. O mtodo
foi verificado em uma anlise numrica de uma viga e com dados reais de vibrao de uma
ponte.

No Captulo 6 apresenta-se uma melhora do mtodo apresentado no Captulo 4. O


mtodo proposto no Captulo 4 desprovido da habilidade para a identificao de taxas de
amortecimento. Portanto, uma melhora proposta baseada no uso das mesmas matrizes de
transmissibilidade propostas no Captulo 4, mas aplicando sobre elas uma inversa Moore-
Penrose modificada como proposto no Captulo 5 para a identificao de parmetros modais
(frequncias naturais amortecidas e as taxas de amortecimento). No uso da inversa
modificada preciso estabelecer o nmero mximo de valores singulares, o qual depende
do nmero de cargas no correlacionadas presente na estrutura. Dessa forma,
adicionalmente neste captulo foi proposto um procedimento de identificao automtica do
Introduo. 31

nmero de valores singulares que se deve usar na inversa. Uma anlise numrica foi
realizada para avaliar o desempenho do mtodo proposto.

No Captulo 7 apresenta-se o uso das metodologias propostas de identificao modal


dos captulos anteriores, no caso da existncia de uma nica fonte de excitao. Os
mtodos propostos tm limitaes de identificao para uma condio de uma nica fonte
de excitao localizada em um ponto, no entanto, neste captulo foi demostrado que uma
nica carga sendo deslocada em diferentes pontos da estrutura permite realizar uma
identificao modal.

No Captulo 8 so apresentadas as concluses obtidas da realizao da presente


pesquisa e se propem alguns tpicos que permitam a elaborao de trabalhos futuros.

No Apndice A apresentada uma guia introdutria ao uso de uma ferramenta


computacional proposta pelo autor desta pesquisa, chamada Myfem Modal 2d, para a
anlise modal, na qual so descritos de forma geral algumas das diferentes utilidades
contidas no programa e se estabelecem diversos tipos de exemplos para a anlise modal
terico e de dados de resposta sobre um modelo estrutural.
CAPTULO 2. FUNDAMENTOS ANALITCOS DA
ANLISE MODAL OPERACIONAL.

Como foi mostrado no captulo introdutivo o presente trabalho dedicado ao estudo


de mtodos de identificao modal, especificamente em anlise modal operacional. Assim,
antes de apresentar e/ou estudar diferentes metodologias de identificao modal
necessrio tratar alguns fundamentos analticos, nos quais so baseadas estas
metodologias.

Neste captulo so apresentadas: 1) a teoria bsica de vibraes aleatrias, que


estabelece a relao das densidades espectrais de entrada e de sada de um sistema linear,
2) as diversas formas de representao do comportamento dinmico, no domnio do tempo,
e da frequncia para sistemas excitados por sinais aleatrios, como so: sistemas de um s
grau de liberdade, sistemas de mltiplos graus de liberdade com amortecimento clssico e
amortecimento geral, e 3) o conceito de transmissibilidade entre respostas aleatrias de um
sistema linear, analisando a transmissibilidade escalar e a transmissibilidade multivarivel
entre mltiplos graus de liberdade. Tambm analisada uma propriedade importante da
transmissibilidade quando elas se aproximam s frequncias de ressonncia do sistema.
Dita propriedade tem uma relao direta com os modos de vibrao do sistema. Alm disso,
ao longo deste captulo so reveladas e analisadas as principais suposies da anlise
modal operacional, que so fundamentais na maioria das metodologias de identificao
modal que sero estudadas.

Assim, o presente captulo tem como objetivo criar bases conceituais para o
entendimento das metodologias de identificao modal que sero apresentadas em
captulos posteriores.

2.1 VIBRAES ALEATRIAS

Os fundamentos do OMA partem da relao da resposta x(n) e a entrada f(n) em um


sistema linear e invariante no tempo (Linear Time-Invariant-LTI). A resposta x(n) e a entrada
f(n) so estabelecidos como processos aleatrios no sentido amplo estacionrio (Wide-
Sense Stationarity-WSS), em que a mdia no depende do tempo e a covarincia depende
da separao entre amostras, (n2-n1) (Kay, 2006). Portanto, se x(n) e f(n) so processos
randmicos WSS e suas covarincias dependem somente da separao entre amostras
34______________________Fundamentos analticos da anlise modal operacional.

pode-se definir um tipo de momento conjunto, chamado de sequncia de auto-correlao e


correlao cruzada para dados discretos, assim.

1 N 1
Rxx (k ) = Rxx (n2 n1 ) = E{x(n1 )x(n2 )} = E{x(n) x(n + k )} = x(n) x(n + k )
N n =0

1 N 1
R fx (k ) = Rxf (n2 n1 ) = E{x(n1 ) f (n2 )} = E{ f (n) x(n + k )} = f (n) x(n + k ) (2-1)
N n=0

Em que, n1 = n, n 2 = n + k , k = n 2 n1 , Rxx (k ) a sequncia de auto-correlao de

x(n), R fx (k ) a correlao cruzada entre x(n) e f(n), E{ } o operador da esperana

matemtica e N a quantidade de elementos em x(n) e f(n).

As funes de correlao caracterizam-se por ter as seguintes propriedades.

So positivas para k=0 ou rx (0) > 0

So uma sequncia par ou rx ( k ) = rx (k )

O mximo valor absoluto em k=0 ou rx (k ) rx (0)

A varincia do processo randmico dada por x = rx ( 0 )


2

Se o sistema LTI submetido a mltiplas excitaes aleatrias em pontos definidos,


f1 (t ), f 2 (t ), f 3 (t )..... f N (t ) e considerada uma resposta do sistema nas posies

x1 (t ), x 2 (t ), x3 (t ).....x N (t ) , um conjunto de respostas impulsivas que relacionam as sadas

com as entradas hx1 f1 (t ),...., hx1 f N (t ),....., hxN f1 (t ),....., hxN f N (t ) podem ser obtidas, considerando
condies iniciais de velocidade e deslocamento iguais zero no sistema. Pode-se
expressar uma resposta aleatria do sistema pela soma de diferentes convolues (Fontul et
al., 2004), como.

xk (n) = hxk f1 (n) f1 (n) + hxk f2 (n) f 2 (n),..., hxk f N (m) f N (n)

= hxk f1 (m) f1 (n m) +
m =
hxk f2 (m) f 2 (n m),...,
m =
h
m =
xk f N ( m) f N ( n m) (2-2)

N
= hxk f s (n) f s (n)
s =1

Em que, o operador da convoluo. Ento, com o uso das Equaes (2-1) e

(2-2) podem-se avaliar as correlaes R f , x e Rx , x , o que resulta nas seguintes relaes.


Fundamentos analticos da anlise modal operacional______ 35

R f r x j (n + k n) = E {f r (n) x j (n + k )}

(2-3)
= E f r (n) hx j f1 (l ) f1 (n + k l ) + hx j f 2 (l ) f 2 (n + k l ),..., hx j f N (l ) f N (n + k l )
l = l = l =

= hx j , f1 (l ) E{ f r (n) f1 (n + k l )} + h x j f2 (l ) E{ f r (n) f 2 (n + k l )},..., hx j f N (l ) E{ f r (n) f N (n + k l )}
l = l = l =

= hx j f1 (l ) R f r f1 (k l ) + h x j f2 (l ) R f r f 2 (k l ),..., hx j f N (l ) R f r f N (k l )
l = l = l =

A Equao (2-3) se pode reescrever como um somatrio de convolues, assim.

N
R f r x j (k ) = R f r f s (k ) hx j f s (k ) (2-4)
s =1

Da mesma forma, obtm-se.

N
Rx j f r (k ) = hx j f s (k ) R f s f r (k ) (2-5)
s =1

A correlao Rxk x j pode ser determinada, como segue.

R xk x j (n + k n) = E {x k (n) x j (n + k )}

(2-6)
= E hxk f1 (m) f 1 (n m) + hxk f 2 (m) f 2 (n m),..., hxk f N (m) f N (n m) x j (n + k )
m = m = m =

= h x k , f1 (m) E {f 1 (n m) x j (n + k )}+ h xk f 2 (m) E {f 2 (n m) x j (n + k )},..., h xk f N (m) E {f N (n m) x j (n + k )}
m = m = m =

= h
m =
x k f1 ( m ) R f1 x j ( m + k ) + h
m =
xk f 2 (m) R f 2 x j (m + k ),..., h
m =
xk f N ( m) R f N x j ( m + k )

Tendo em conta que a correlao se relaciona com a convoluo como


E{x ( n) x( n + k )} = x( n) x( n) a equao anterior se pode escrever como.

N
Rx k x j (k ) = hx k f r (k ) R f r x j (k ) (2-7)
r =1

Da mesma forma.

N
Rx j x k (k ) = Rx j f r (k ) hx k f r (k ) (2-8)
r =1

Visando determinar uma relao das correlaes da entrada com as correlaes das
respostas, combinam-se as Equaes (2-4) e (2-7), resultando a seguinte formulao.

N N
Rx k x j (k ) = hx k f r ( k ) hx j f s (k ) R f r f s (k ) (2-9)
r =1 s =1
36______________________Fundamentos analticos da anlise modal operacional.

Em que, Rxk x j so as funes de correlao da resposta, R f r f s so as funes de

correlao da entrada, e hxk f r , hx j fs


so as funes de resposta impulsiva do sistema.

Densidade espectral de potncia (PSD).

O valor da energia das frequncias contidas dentro de um processo randmico WSS


determinado aplicando a transformada de Fourier. Essa medida conhecida como a
densidade espectral de potncia (Power Spectral Density- PSD) ou tambm como
Periodograma. A qual definida para um processo randmico com um intervalo finito de
valores, n= 0, 1,..., N-1, atravs do estimador da PSD da seguinte forma (Kay, 2006).

N 1 2
1
S xx (i ) =
N
x ( n )e
n =0
i n
(2-10)

Outra aproximao para se obtiver o estimador da PSD baseada no conhecimento


da sequncia de correlao como definida na relao de Wiener-Khintchine (Kay, 2006).


S xk x j (i ) = R
k =
xk x j ( k ) e i k (2-11)

Com

N 1 k
1
R xk x j ( k ) =
N
x
n =0
k ( n) x j ( n + k ) k = 0,1,...., N 1 (2-12)

As funes de densidade espectral caracterizam-se por ter as seguintes


propriedades.

PSD no negativa 0 S xx (i )

PSD simtrica com respeito a = 0 , S xx (i ) = S xx (i )


A varincia dada por xx = Rxx (0) = S ( )d


2
xx

A funo de correlao pode ser recuperada da PSD usando a transformada inversa


de Fourier.


1
R xx (k ) =
2 S

xx (i )e ik d (2-13)

Retomando as Equaes (2-4) e (2-7) e aplicando a transformada de Fourier em


ambos os membros das equaes e depois combinar elas podem-se avaliar as PSDs da
resposta e a entrada de um sistema LTI, como.
Fundamentos analticos da anlise modal operacional______ 37

N
S f r x j (i ) = H x j f s (i ) S f r f s (i ) (2-14)
s =1

N
S xk x j (i ) = H * xk f r (i ) S f r x j (i ) (2-15)
r =1

N N
S xk x j (i ) = H * xk f r (i ) H x j f s (i ) S f r f s (i ) (2-16)
r =1 s =1

Em que, S xk x j a densidade espectral da resposta, S f r f s a densidade espectral da


*
entrada, e H xk f r ou H x j f s so as funes de transferncia, com * representando o

complexo conjugado.

Neste ponto importante mencionar que a maioria dos mtodos de identificao


modal para OMA supem que as excitaes naturais ou ambientais de entrada ao sistema
LTI, contm uma ampla faixa de frequncias de igual contribuio tais que as frequncias
naturais mais importantes da estrutura podem ser excitadas. Esta suposio traz como

consequncia que as excitaes, S f r f s da Equao (2-16) sejam consideradas como


processos randmico do tipo rudo branco.

Rudo branco gaussiano (White Gaussian Noise-WGN)

Para dois processos randmicos f r , f s WGN diferentes, sendo WSS com mdia

zero, e com idntica varincia 2 pode-se definir a correlao, como (Kay, 2006).

1 k = 0 1 f = s
R f r f (k ) = E{ f r (n) f (n + k )} = f , (k ) 2 Com (k ) = , f ,s = (2-17)
0 k 0 0 f s

Para esses mesmos processos randmicos WGN, define-se o PSD, como.


S f r f (i ) = R
k =
fr f ( k ) e i k =
k =
f , (k )e ik = f , 2
2
(2-18)

Portanto, se diferentes processos randmico do tipo rudo branco so filtrados por


um sistema LTI, obtm-se da Equao (2-16) a seguinte relao.

N N
S x k x j (i ) = H * x k f r (i ) H x j f s (i ) f , ss 2 (2-19)
r =1 s =1
38______________________Fundamentos analticos da anlise modal operacional.

Tambm, para um processo randmico tipo WGN a partir da Equao (2-9) a auto-
correlao de x(n) se-estabelece, como.

N N
Rxk x j (k ) = hxk f r (k ) hx j f s (k ) f , s (k )s 2 (2-20)
r =1 s =1

Uma vez que hx j f s (k ) (k ) = hx j f s (k )

N N
Rx k x j (k ) = hx k f r (k ) hx j f s (k ) f , ss 2 (2-21)
r =1 s =1

E voltando a uma representao de somatrios de convoluao, resulta.



Rxk x j (k ) = 2 hxk f1 (m) hx j f1 (m + k ) + .. + hxk f1 (m) hx j f N (m + k ) + ... + hxk f N (m)hx j f N (m + k ) (2-22)
m = m = m =

Ento, a partir de considerar umas entradas ao sistema LTI como processos randmicos
tipo rudo branco podem ser levantadas duas questes.

1. A densidade espectral obtida unicamente da resposta do sistema permite determinar


diretamente suas propriedades dinmicas, devido ao fato de ser calculada como um
produto entre as funes de transferncia e uma constante (ver Equao (2-19)).
2. A transformada inversa de Fourier (Inverse Fast Fourier Transform-IFFT) da
densidade espectral da resposta igual s funes de correlao da resposta, as
quais so proporcionais s funes de resposta impulsiva do sistema original (ver
Equao (2-22)). Assim, as funes de correlao da resposta podem ser usadas
como funes de resposta impulsiva no domnio do tempo para estimao de
parmetros modais. Uma demonstrao desse fato pode ser encontrada em James,
Carne et al., (1993).

2.2 RESPOSTA DE UM SISTEMA LTI-SDF

A resposta de um sistema LTI de um s grau de liberdade (Single Degree of


Freedom-SDF) descrito por uma equao dinmica de segundo grau, considerando
amortecimento viscoso proporcional velocidade, da seguinte forma.

c c
x(t ) + 2x0 x (t ) + 0 2 x(t ) = f (t ) / m com 0 = k / m , = = (2-23)
2m 0 cc

Em que, x(t) a resposta do sistema no tempo, f(t) a excitao, 0 a frequncia

natural do sistema, k a constante de rigidez, m a massa do sistema, c a constante de


amortecimento e a porcentagem de amortecimento com respeito ao amortecimento
Fundamentos analticos da anlise modal operacional______ 39

crtico cc . Aplicando a transformada de Laplace na Equao (2-21), com condies iniciais

nulas e considerando a varivel de Laplace como um nmero complexo s = i , pode-se


obter uma relao entre a entrada e sada no sistema, assim.

1
X (i ) = H f (i ) F (i ) = F (i ) (2-24)
m(0 + 2i0 )
2 2

Em que, H xf a funo de transferncia harmnica para um sistema SDF.

A partir de usar o denominador da funo de transferncia igual zero,

0 2 (i ) 2 + 2i 0 = 0 pode-se avaliar a frequncia de excitao para que o sistema


entre em ressonncia (plo do sistema), resolvendo o polinmio de grau dois para i = e
considerando um sistema sub-amortecido, resulta.

= 0 i 0 1 2 se <1 (2-25)

Da Equao (2-25) pode-se extrair informao com respeito: frequncia


amortecida, no amortecida e a porcentagem de amortecimento, assim.

d = imag ( ) , o = , = rea ( ) / (2-26)

Alm disso, uma situao de interesse na Equao (2-24) a definio da resposta


do sistema a uma excitao devido a um impulso ou funo Delta Dirac, como f (t ) = (t ) .
Aqui a transformada de Laplace do Delta Dirac exatamente igual L{ (t )} = 1 , portanto, a
resposta impulsiva no domnio da frequncia fica exatamente igual funo de
transferncia. Ento, para avaliar a resposta impulsiva no domnio do tempo s aplicar a
transformada inversa de Fourier funo de transferncia do sistema, e assim obter a
seguinte representao.

(m( )

hf (t ) = F 1 {H f (i )} =
1 1
2 + 2i0 ) eit d
2
(2-27)
2
0

No caso de vibraes aleatrias, sendo f (t ) um processo randmico WSS, pode-se


usar a Equao (2-16) para representar a densidade espectral de potncia para um sistema
SDF, como.

S ff (i )
[( ]
2
S (i ) = H * f (i ) H f (i ) S ff (i ) = H f ( ) S ff (i ) = (2-28)
m 0
2 2
)
2 2
+ (2 0 )
2
40______________________Fundamentos analticos da anlise modal operacional.

Como foi determinado na Equao (2-13) possvel avaliar a funo de auto-


correlao aplicando a transformada inversa de Fourier ao espectro de resposta, desse
modo pode-se determinar a funo de correlao na Equao (2-28), assim.

1

S ff (i )
R (t ) =
2 m [(

2 2
) + (2 ) ]
2 2 2
eit d (2-29)
0 0

Alm disso, pode-se analisar na Equao (2-28) uma justificativa para estabelecer
uma aproximao de f (t ) como um processo randmico Gaussiano tipo WGN de espectro
plano em OMA, no entanto, existem algumas limitaes. A razo devida principalmente ao

produto de S ff ( ) e 2
H xf ( ) . Nesse produto a parcela mais significativa da multiplicao

chega a ser perto da frequncia de ressonncia ( 0 ). Portanto, a preciso dessa

aproximao depende principalmente da largura da banda da ressonncia em 0 , a

qual influenciada principalmente pela porcentagem de amortecimento .

Na Figura 2-1 e na Figura 2-2 mostra-se uma situao em que considerando S ff ( )


constante como rudo branco, quando realmente existe uma excitao de tipo rudo colorido

com uma frequncia definida de ff = 0.8 rad/s, no adequada para uma porcentagem de
amortecimento do sistema de = 0.15 . Porm, parece ser aceitvel para uma porcentagem

de = 0.05 . O rudo colorido estabelecido em S ff ( ) foi modelado como um sistema de um


grau de liberdade com um amortecimento de 0.4.

Nesse sentido, preciso estabelecer que uma aproximao do espectro da


excitao como do rudo branco pode em algumas ocasies conduzir a uma avaliao
errnea das frequncias naturais amortecidas e das taxas de amortecimento no espectro da
sada. Igualmente, uma excitao com uma frequncia bem definida geraria um pico de
frequncia no espectro da sada que realmente no faz parte do sistema analisado e que
pode ser confundido como pertencentes a ele, como se mostra na Figura 2-3, na que foi

modelado um espectro de entrada como um SDF com uma frequncia de ff = 0.8 rad/s e
amortecimento de 0.1.
Fundamentos analticos da anlise modal operacional______ 41

8 3,5
7 Sx()=Sf()Hx().^2
3
Hx().^2
6 Sf() 2,5

m2/Hz ( Hx e Sx)
5

N2/Hz (Sf)
2
4
1,5
3
1
2
1 0,5

0 0
0 1 2 3 4 5
(rad/s)

Figura 2-1 Densidade espectral da resposta, 0 = 2rad / s , = 0.05 , adequada

aproximao como um rudo branco.

0,9 3,5
0,8 Sx()=Sf()Hx().^2
3
Hx().^2
0,7
Sf() 2,5
m2/Hz ( Hx e Sx)

0,6

N2/Hz (Sf)
0,5 2
0,4 1,5
0,3
1
0,2
0,1 0,5

0 0
0 1 2 3 4 5
(rad/s)

Figura 2-2 Densidade espectral da resposta, 0 = 2rad / s, = 0.15 , inadequada

aproximao como um rudo branco.

8 14
7 Sx()=Sf()Hx().^2
12
Hx().^2
6 Sf() 10
m2/Hz ( Hx e Sx)

5
N2/Hz (Sf)

8
4
6
3
4
2
1 2

0 0
0 1 2 3 4 5
(rad/s)

Figura 2-3 Densidade espectral da resposta, 0 = 2rad / s, = 0.15 , incluso da

frequncia de excitao no espectro da sada.

Pela anterior anlise uma opo mais realista estabelecer a excitao como um
rudo colorido. Nesse caso assumido que as entradas no observadas ao sistema so um
42______________________Fundamentos analticos da anlise modal operacional.

rudo branco que passa atravs de outro sistema LTI, chamado de cor do rudo (Reynders,
2012) (ver Figura 2-4).

Figura 2-4 Diagrama do sistema a identificar quando a excitao rudo colorido.

Assim, o novo sistema LTI H 1 ( ) passa a ser parte do sistema a identificar. Nesse

caso, o sistema H 1 ( ) poderia ser separado do sistema real sempre que existir algum tipo

de conhecimento a priori dele, por exemplo, o modelo do sistema H 1 ( ) e as variveis que


ele contm (Reynders, 2012). Alm disso, conhecido que os modos dos sistemas
estruturais civis so de baixo amortecimento e normais entre eles, ento os modos
altamente amortecidos ou no normais podem ser assumidos como parte do sistema H 1 ( )
.

Desse modo a partir do anterior conceito e usando a Equao (2-28) pode-se


representar a resposta para uma excitao com rudo colorido, da seguinte forma.
2
S xx (i ) = f H1 (i ) H xf (i )
2 2
(2-30)

2.3 RESPOSTA DE UM SISTEMA LTI-MDF PARA O AMORTECIMENTO


PROPORCIONAL.

No caso de sistemas de mltiplos graus de liberdade (Multiple Degree of Freedom-


MDF), no qual podem existir mltiplas entradas ou fontes de excitao e mltiplas sadas ou
respostas. Uma simples generalizao da Equao (2-23) pode ser usada para representar
o sistema MDF, como.

[M ]{x(t )} + [C ]{x (t )} + [K ]{x(t )} = { f (t )} (2-31)

Na qual [M ] , [C ] e [K ] so as matrizes de massa, amortecimento e rigidez,


respectivamente, de dimenses N x N, sendo N os graus de liberdade do sistema. A

localizao e direes das componentes do vetor de excitao { f ( t )} so os mesmos


Fundamentos analticos da anlise modal operacional______ 43

daqueles do vetor de resposta {x( t )}. Pelo teorema de reciprocidade de Maxwell-Betti de


resistncia de materiais as matrizes [M ] e [K ] sempre sero matrizes simtricas, para no

gerar negatividade nas energias cinticas


1
{x( t )}[M ]{x( t )}T e potenciais 1 {x( t )}[K ]{x( t )}T
2 2
do sistema, igualmente os auto-valores de [M ] e [K ] sero reais e positivos (maiores ou
iguais a zero), portanto, as matrizes [M ] e [K ] so definidas positivas. Ento, para o caso

das matrizes simtricas e positivas [M ] e [K ] elas tm uma propriedade importante. O

problema de auto-vetores dado por [M ] [K ] = , resulta em uma matriz de auto-


1

vetores que sempre ser ortogonal, portanto, linearmente independentes. Esse fato

implica que as matrizes [M ] e [K ] sejam sempre diagonalizveis. Assim possvel


escrever a Equao (2-25), como.

[]T [M ][]{z(t )}+ []T [C ][]{z(t )}+ []T [K ][]{z (t )} = []T { f (t )}


Ou

[M ]{z(t )}+ [C ]{z(t )}+ [K ]{z(t )} = [] { f (t )}


T
(2-32)

} [ ]{ }, [M ] = [ ] [M ][ ] , [C ] = [ ] [C ][ ] , [K ] = [ ] [K ][ ]
T T T
Com { x (t ) = z (t )

Uma particular formulao e de grande utilidade para a Equao (2-32) quando o

termo [ ]T [C ][ ] tambm diagonalizvel a partir dos auto-vetores de [M ] e [K ], a qual


conhecida como a situao de modos normais clssicos ou tambm amortecimento
clssico com modos no acoplados. Uma condio geral para a existncia de modos no

acoplados apresentada em Caughey (1960) como [K ][M ]1 [C ] = [C ][M ]1 [K ]. No mesmo


trabalho de Caughey (1960) apresenta-se tambm uma condio suficiente, mas no
necessria para existncia de modos no acoplados, que a chamada de condio de

Rayleigh, dada por [C ] = a1 [M ] + a2 [K ] a qual uma condio especial da condio geral.


Tambm, em Caughey (1960) mostra-se outra condio suficiente e no necessria
conhecida como condio generalizada de Rayleigh, dada assim.
44______________________Fundamentos analticos da anlise modal operacional.

[C ] = [M ] a j ([M ]1 [K ])
N 1
j
(2-33)
j =1

Ento, pode-se demostrar que se o limite superior da somatria na Equao (2-33)


tende a N-1 a Equao (2-33) equivalente condio geral mostrada anteriormente. Uma
das razes para o uso das anteriores aproximaes para a matriz de amortecimento o
limitado conhecimento acerca da forma exata da matriz de amortecimento, principalmente
pelo pobre entendimento do fenmeno de dissipao de energia nas estruturas, o qual
tipicamente no linear. Por isso, selecionada uma forma simplificada de anlises, tal como
o amortecimento clssico com modos no acoplados para modelar uma grande variedade

de sistemas fsicos dinmicos. Ento, a partir do conhecimento dos j da anlise de

autovalores de [M ] e [K ] possvel avaliar uma matriz de amortecimento clssica por


alguns dos mtodos expostos anteriormente. Essa mesma matriz de amortecimento clssica

pode ser diagonalizada usando os mesmos auto-vetores de [M ] e [K ] , assim

[M ] [C ] = [ 2 ]. Nesse sentido, pode-se avaliar a Equao (2-32) a uma situao de


1 \
j j\

modos no acoplados, que essencialmente a mesma equao para sistemas SDF que foi
considerada previamente, assim.

N
1
z j (t ) + 2 j j z j (t ) + j 2 z j (t ) =

M
lj f l (t ) com j = 1,2...N (2-34)
jj l =1

A Equao (2-34) um resultado importante para a anlise modal, j que se reduz


um sistema de MDF para um conjunto de sistemas SDF no acoplados. Assim mesmo,
pode-se observar que o comportamento dinmico total de um sistema MDF vem dado pela
somatria das contribuies de cada um dos modos de vibrao do sistema, assim.

n
x j (t ) = jl zl (t ) (2-35)
l =1

Do mesmo modo que para sistemas SDF pode-se avaliar a funo de transferncias
para sistemas MDF, aplicando a transformada de Laplace na Equao (2-34) e
considerando a varivel de Laplace como um nmero complexo s = i , obtm-se assim
uma relao entre a entrada e a sada para MDF no domnio da frequncia, para a resposta

modal Z l ( ) , considerando s uma entrada ao sistema, chamada de Fr , assim.

[ ]
Z l ( i ) = H ( i ) zl f r Fr ( i ) =
F rl
M ll ( l 2 + 2i l l )
2
Fr ( i ) (2-36)
Fundamentos analticos da anlise modal operacional______ 45

Ento, pode-se usar a Equao (2-35) para encontrar a resposta total X k (t ) e avaliar

a funo de transferncia [H ( )] , assim.

[ ]
X k (i ) = [F ]kl H (i ) zl f r Fr (i ) = [H ( )]xk f r Fr (i )

Ou

X k (i ) = [H (i )] f Fr (i ) =
N
[F]kl [F]rl Fr (i ) (2-37)
M ll (l 2 + 2ill )
k r 2
l =1

possvel derivar a funo de transferncia [H ( )] x sem o uso da equao de


k fr

modos no acoplados, aplicando diretamente a transformada de Laplace na Equao (2-31),


resultando.

X k ( i ) = [H ( i )]xk f r {Fr ( i )} = {F ( i )}
1
(2-38)
[K ] [M ] + i[C ] r
2

Uma diferena notvel entre as Equaes (2-37) e (2-38) para avaliar as funes de
transferncia para MDF que a Equao (2-38) no precisa da aproximao de um
amortecimento clssico com modos no acoplados, assim pode-se avaliar a funes de

transferncia para qualquer matriz [C ] .


Uma situao importante do mesmo modo que foi analisado para sistemas SDF
quando a excitao em um grau de liberdade k do sistema do tipo delta de Dirac
F (t ) = (t ) , com a transformada de Laplace igual a L{ (t )} = 1 . A partir dessa situao de

excitao pode-se determinar a matriz de funes de resposta impulsiva do sistema,


aplicando a transformada inversa de Fourier diretamente na funo de transferncia da
Equao (2-38) ou (2-37). Mostra-se para a Equao (2-37), como.

[h(t )] [[H (i )] ] 1
n
[F ]kl [F ]rl
M eit d
1
=F = (2-39)
2 ll (l + 2i ll )
k fr k f r 2 2
l =1

No caso de vibraes aleatrias, em que F (t ) um processo randmico WSS,


tambm possvel usar a Equao (2-16) para representar a densidade espectral de
potncia para um sistema MDF, como.
46______________________Fundamentos analticos da anlise modal operacional.

N N
[S (i )] xk x j
= H * xk f r (i ) H x j f s (i ) S f r f s (i )
r =1 s =1
(2-40)
n []kl []rl [] jl []sl
*
N N n
[S (i )]x x =

S f f (i )

k j
r =1 s =1 l =1 M ll (l + 2ix l l ) l =1 M ll (l + 2ix l l )
2 2 2 2 r s

Da mesma forma, pode-se avaliar a matriz de funes de correlao aplicando o


conceito da Equao (2-13), obtendo a seguinte representao.

n [ ]kl [ ]rl [ ] jl [ ]sl


*

n
[R(t )] S f f (i ) e it d
1
k j
=
2 2 2

M ( + 2i ll ) l =1 M ll (l + 2i ll )
2 2 r s
(2-41)
l =1 ll l

Em geral na anlise modal experimental para o caso de sistemas de mltiplos graus


de liberdade, necessrio alm de ter uma entrada com um contedo em frequncia que
esteja na faixa de frequncias do interesse do sistema, essa mesma entrada deve estar
adequadamente aplicada ou distribuda no sistema. Uma inadequada distribuio das foras
de entrada pode conduzir em no excitar suficientemente alguns modos naturais, devido
principalmente existncia de pontos com amplitudes zeros nos modos de vibrao.
Portanto, na anlise modal operacional, outra suposio alm de que as foras de entrada
devem excitar as frequncias naturais da estrutura, como pode ser uma excitao do tipo
rudo branco, tambm suposto que a entrada ao sistema adequadamente distribuda.

0
1-1 0
2-1 0
3-1 1-1 2-1 3-1
0 0 0
10 10 10 10 10 10
Amplitude

Amplitude

-10 -10 -10 -10 -10 -10


10 10 10 10 10 10

-20 -20 -20 -20 -20 -20


10 10 10 10 10 10
0 10 20 30 0 10 20 30 0 10 20 30 0 10 20 30 0 10 20 30 0 10 20 30
0
1-2 0
2-2 0
3-2 1-2 2-2 3-2
0 0 0
10 10 10 10 10 10
Amplitude

Amplitude

-10 -10 -10 -10 -10 -10


10 10 10 10 10 10

-20 -20 -20 -20 -20 -20


10 10 10 10 10 10
0 10 20 30 0 10 20 30 0 10 20 30 0 10 20 30 0 10 20 30 0 10 20 30
0
1-3 0
2-3 0
3-3 1-3 2-3 3-3
0 0 0
10 10 10 10 10 10
Amplitude

Amplitude

-10 -10 -10 -10 -10 -10


10 10 10 10 10 10

-20 -20 -20 -20 -20 -20


10 10 10 10 10 10
0 10 20 30 0 10 20 30 0 10 20 30 0 10 20 30 0 10 20 30 0 10 20 30
Frequencia Hz Frequencia Hz Frequencia Hz Frequencia Hz Frequencia Hz Frequencia Hz

0 0 0
1 0 0
[ ]
S f r f s ( ) = 0 0 0
[S fr fs ]
( ) = 0 1 0
0 0 0
0 0 0

a) b)
Figura 2-5 Matriz de densidade espectral de resposta [S (i )]x x de um sistema de trs
k j

graus de liberdade com uma distribuio de excitao de rudo branco aplicado a) no


segundo grau de liberdade e b) no primeiro grau de liberdade.

Como exemplo do exposto usou-se a Equao (2-40) para avaliar a matriz de


densidade espectral da resposta [S ( i )]xk x j a partir de estabelecer dois tipos de matriz
Fundamentos analticos da anlise modal operacional______ 47

de densidade espectral de entrada, [S (i )] f r f s , de rudo branco (densidade espectral

constante) com uma distribuio diferente, uma com a excitao aplicada no segundo grau
de liberdade e a outra no primeiro grau de liberdade. A resposta foi avaliada em um sistema
de trs graus de liberdade, o qual tem para o segundo modo natural uma amplitude modal
zero no segundo grau de liberdade. Assim, mostrada na Figura 2-5 uma excitao
aplicada no segundo grau de liberdade, a qual pode excitar s dois modos naturais do
sistema (Figura 2-5 b), pelo contrrio, uma excitao aplicada no primeiro grau de liberdade
pode excitar todos os modos naturais (Figura 2-5 a).

2.4 RESPOSTA DE UM SISTEMA LTI-MDF PARA O AMORTECIMENTO


GERAL.

Voltando Equao (2-38), pode-se notar a possibilidade de avaliar as funes de


transferncia para qualquer tipo de matriz [C ] , porm, essa expresso no particularmente
conveniente para as aplicaes numricas, devido a que se precisa avaliar uma matriz
inversa complexa para cada frequncia . Portanto, uma forma conveniente seria
estabelecer uma expresso similar de sistemas SDF no acoplados como foi feita para
sistemas MDF com amortecimento proporcional. Nesse sentido, necessrio reformular a
equao dinmica (2-31) na forma de espao de estado para alcanar o objetivo.

Na formulao de espao de estado transforma-se um sistema de N equaes


diferenciais de segundo ordem (Equao (2-31)) para um sistema de 2N equaes
diferenciais de primeira ordem com a introduo de um vetor de estado, assim.

x(t )
q (t ) = (2-42)
x (t )

Podemos reescrever a Equao (2-31) da seguinte forma.

x (t ) x(t )
[[C ] [M ]]Nx 2 N + [[K ] [0]] = {F (t )}
x(t ) 2 Nx1 x (t )

Ou

[[C ] [M ]]Nx 2 N {q (t )}2 Nx1 + [[K ] [0]]{q(t )} = {F (t )} (2-43)


48______________________Fundamentos analticos da anlise modal operacional.

Porm, nessa forma tem-se N equaes com 2N variveis desconhecidas tendo que
se adicionar uma equao identidade para igualar o nmero de variveis com o nmero de
equaes, assim.

[[M ] [0]]Nx 2 N {q (t )}2 Nx1 + [[0] [M ]]{q (t )} = {F (t )} (2-44)

As quais podem ser combinadas para configurar o conjunto de 2N equaes.

[C ] [M ] [K ] [0]
{q (t )}2 Nx1 + {q(t )} =
F (t )
[M ] (2-45)
[0] 2 Nx 2 N [0] [M ] {0}

E simplificada da forma.

[B ]
[ As ]{q (t )} + [Bs ]{q (t )} = {W (t )} com {W (t )} = {F (t )}
[0]
(2-46)

Aqui o vetor de excitao F (t ) modificado pela introduo de uma matriz B,


construda por zeros e uns que especifica a localizao das entradas. A Equao (2-46)
para o caso da soluo homognea representa o problema tpico de valores e vetores
prprios em que se podem avaliar 2N frequncias naturais complexas e 2N vetores prprios
complexos, os quais juntos satisfazem a equao.

[As ]{ j } j + [Bs ]{ j }= 0 com j = 1,2....2 N (2-47)

Em que, {r } do tamanho 2 N 1 com { }


j =1: N igual aos vetores prprios

complexos e { j = N +1:2 N } so os pares conjugadas, j um escalar com j =1: N igual aos


valores prprios complexos e r = N +1:2 N so seus pares conjugadas.

Do mesmo modo que as matrizes de rigidez e massa, as matrizes [ As ] e [Bs ]

podem ser diagonalizadas, obtendo as seguintes relaes.

[ ]T [As ][ ] = [a j ]

[ ]T [Bs ][ ] = [bj ] (2-48)

Substituindo as Equaes (2-48) em (2-47) pode-se obter a seguinte relao modal.

j = a j / b j com j = 1,2....2 N (2-49)

necessrio considerar que r responde mesma formulao feita para sistemas

SDF na Equao (2-25), na que se podem avaliar a partir do conhecimento de r as


Fundamentos analticos da anlise modal operacional______ 49

frequncias amortecidas, no amortecidas e as taxas de amortecimento com as Equaes


(2-26).

Do mesmo modo, a partir das propriedades de ortogonalidade das matrizes [ As ] e

[Bs ] pode-se determinar uma equao de modos no acoplados para a equao dinmica
em espao de estado (Equao (2-46)), como segue.

a j {z j (t )}+ b j {z j (t )}j = lj {Wl (t )} com {q(t )} = [ ]{z (t )}


2N

l =1

Ou
2N
{z(t )}j + l j {z (t )}j = 1
{W (t )}
lj l
(2-50)
aj l =1

Aplicando a transformada de Laplace na Equao (2-50) e considerando a varivel


de Laplace como um nmero complexo s = i , pode-se obter uma relao entre a entrada e
a sada da resposta total para avaliar a funo de transferncia.

q(iw ) = [H (iw )] W (iw ) =


[ ][ ] W (iw )
T

qw
a j (iw j )

Ou

{qk (iw )} = [H (iw )]q w {Wr (iw )} = kl rlWr (iw )


2N
(2-51)
k r
l =1 al (iw ll )

No entanto, devido a que os valores e vetores prprios ocorrem em pares de


complexos conjugados, a Equao (2-51) pode ser reescritas, como (Ewins, 2000).


{qk (iw )} = [H (iw )]q w {Wr (iw )} = kl rlWr (iw ) + kl*rl Wr (i*w )
N * *
(2-52)
al (iw ll ) al (iw ll )
k r
l =1

Para vibraes aleatrias, em que W (t ) um processo randmico WSS, representa-


se a densidade espectral de potncia para um sistema MDF com amortecimento viscoso
geral, como.

N N N

* *
kl rl N jl sl jl sl
* *

[S (i )]x x
k j
= * kl rl * + + S f f (i )
l =1 a l (i l l ) al (i ll ) l =1 al (i ll ) al * (i ll * ) r s
(2-53)
r =1 s =1

50______________________Fundamentos analticos da anlise modal operacional.

2.5 FUNES DE TRANSMISSIBILIDADE ESCALAR E MULTIVARIVEL

A transmissibilidade escalar se define como a relao de duas respostas, assumindo


que existe uma fora de entrada localizada em um grau de liberdade k. Portanto, a
transmissibilidade se reduz seguinte formulao.

N ok (i )
X o (i ) H xo f k (i ) Fk (i ) Dok (i ) N ok (i ) D jk (i ) (2-54)
T xo x j (i ) =
k
= = =
X j (i ) H x j f k (i ) Fk (i ) N jk (i ) N jk (i ) Dok (i )
D jk (i )

Em que, N ok (i ) , N jk (i ) so os polinmios do numerador e D jk ( i ) , Dok (i )

so os polinmios do denominador nos modelos das funes de transferncia


N ok (i ) N (i )
H ok (i ) = e H jk (i ) = jk . Pode-se notar que as razes dos polinmios D jk (i ) e
Dok (i ) D jk (i )

Dok (i ) da funo de transferncia contm os plos ou frequncias naturais do sistema,

os quais podem desaparecer por estabelecer uma relao de duas respostas. No entanto,
os polinmios D jk ( i ) e Dok ( i ) podem conter diferentes quantidades de plos e no

todos desaparecem, pelo contrrio estabelecem-se como zeros ou plos da funo de


transmissibilidade, respectivamente.

Em resumo, os plos da funo de transmissibilidade sero iguais aos zeros da


funo de transferncia H jk (i ) ou as razes do numerador N jk (i ) e aos plos que no

desapaream do denominador Dok (i ) ao fazer a relao com D jk (i ) . Ento, geralmente

no todos os picos da funo de transmissibilidade coincidem com as ressonncias ou plos


do sistema.

Assim, fazendo uso do modelo da funo de transferncia para sistemas LTI-MDF


com amortecimento viscoso geral (Equao (2-52)) pode-se representar a funo de
transmissibilidade da Equao (2-54), como.

N ol kl ol kl
* *

a (i l ) + a
H xo f k (i ) l =1 l

* (2-55)
l (i ll )
*

T xo x j (i ) = =
k l

H x j f k (i ) N jl kl
* *



l =1 al (i ll )
+ * jl kl *

al (i ll )

Uma importante propriedade da funo de transmissibilidade quando a varivel i

tende a um plo do sistema r (Devriendt e Guillaume, 2008). Nesse limite possvel notar a
primeira vista que converge em um valor de infinito sobre infinito, mas se usado a regra de
LHospital para o clculo do limite, obtm-se a seguinte convergncia .
Fundamentos analticos da anlise modal operacional______ 51

ol kl
N
ol kl
* *

i l r
lim

l =1 al (i ll )
+
al (i ll )
* *

lim T xo x j (i ) =
k
=
i l r N jl kl jl kl
* *

lim + *
i l r
l =1 al (i ll ) al (i ll )
*

N ol kl
* *
ol kl
lim ol kl
+
a (i l ) a * (i l * ) ilim

(2-56)
i l r l
r
l =1 l l l l l r
al (i lr ) 2
= =
N
*

*
jl kl
lim
lim
i l r l
a (i
jl


kl

l )
+ *
a (i
jl


kl

l *
) i l r a (i l ) 2

r l
l r
l =1 l l l


= or
jr

Pode-se observar que o limite na Equao (2-56) independente da localizao da


entrada k e da fora de excitao. Esse aspecto de grande utilidade para a construo da
configurao de um modo de vibrao, r , a partir do conhecimento de diferentes funes de
transmissibilidade do sistema associadas a um ponto de referncia. Por exemplo, considere-
se uma estrutura na qual foi feita uma medio simultnea em 5 pontos diferentes, com
esses dados de resposta se podem construir 5 funes de transmissibilidade com referncia
ao ponto 1. Assim, aplicando a propriedade mostrada na Equao (2-56), pode-se encontrar
a configurao do modo de vibrao para uma frequncia, r , como.

[
lim T k 11 (i ), T k 21 (i ), T k 31 (i ), T k 41 (i ), T k 51 (i ) =
i lr
]
T 1
1r
[1r , 2r , 3r , 4r , 5r ]T (2-57)

Para o caso de vibraes aleatrias a construo da funo de transmissibilidade


determinada fazendo uso da Equao (2-8) no domnio da frequncia,

S xk x j (i ) = H xk f k (i ) S f k x j (i ) , e estabelecendo a sada x j na mesma coordenada da fora


f k , e igualando Equao (2-16). Dessa forma, obtm-se a seguinte relao.

S xo xk (i )
H xo f k (i ) S f k xk (i ) S xo xk (i )
T k xo x j (i ) = = =
H x j f k (i ) S x j xk (i ) S x j xk (i )
(2-58)
S f k xk (i )
N N

H *
xo f r (i ) H xk f s (i ) S f r f s (i )
= r =1 s =1
N N

H
r =1 s =1
*
x j fr (i ) H xk f s (i ) S f r f s (i )

O limite quando i tende a r na funo de transmissibilidade para vibraes


aleatrias (Equao (2-58)) converge para o mesmo resultado da Equao (2-56). Portanto,
o uso de funes de transmissibilidade com densidades espectrais pode ser tambm
52______________________Fundamentos analticos da anlise modal operacional.

utilizado para a construo de modos de vibrao, da mesma forma como foi mostrado na
Equao (2-57).

Uma extenso do conceito de transmissibilidade para sistemas de mltiplos graus de


liberdade se pode estabelecer, a partir de definir as seguintes variveis: um vetor FA que
contm as magnitudes das foras aplicadas ao sistema nas coordenadas A, um vetor X K
com amplitudes conhecidas da resposta nas coordenadas K, e um vetor XU com amplitudes

desconhecidas da resposta nas coordenadas U (Ribeiro, Silva e Maia, 2000). Com essas
variveis definem-se as seguintes relaes.

{X u (i )} = [H x f u a
]
(i ) {Fa (i )} (2-59)

{X k (i )} = [H x f k a
(i )]{F (i )}a (2-60)

Em que H xu f a (i ) e H xk f a (i ) so as funes de transferncia relacionando


coordenadas U-A, e K-A, respectivamente. Substituindo a Equao (2-60), em (2-59) se
segue que.

{X u (i )} = [H x f u a
][
(i ) H xk f a (i ) ] {X
+
k (i )} (2-61)

ou

{X u (i )} = [T a x x u k ]
(i ) {X k (i )} (2-62)

Em que [H xk f a (i ) ] +
a pseudo-inversa de H x k f a (i ) . Assim, a matriz de
transmissibilidade definida, como.

[T a
xu x k ] [ ][
(i ) = H xu f a (i ) H xk f a (i ) ]
+
(2-63)

Uma nica restrio na Equao (2-63), para que a pseudo-inversa esquerda


exista, que o nmero de coordenadas de K deve ser maior ou igual que o nmero de
coordenadas de A.

No caso de vibraes aleatrias podem ser considerados igualmente dois


subconjuntos de respostas desconhecidas U e as respostas conhecidas K para um conjunto
de foras A (Fontul et al., 2004). Assim, tendo-se em conta a Equao
(2-8) no domnio da frequncia da forma matricial podem-se escrever as seguintes relaes.

[S xk xk (i )] = [S x f (i )][H x f (i )]T
k a k a
(2-64)

[S xk xu (i )] = [S x f (i )][H x f (i )]T
k a u a
(2-65)
Fundamentos analticos da anlise modal operacional______ 53

Da Equao (2-64) verifica-se que.

[S xk f a (i )]T [ ][
= H xk f a (i ) S xk xk (i )
+
]
T
(2-66)

Combinando a Equao (2-66) e (2-65), leva a.

[S x k xu (i )]T [ ][ ][ ]
= H xu f a (i ) H xk f a (i ) S xk xk (i )
+ T
(2-67)

A expresso (2-67) relaciona a matriz de densidade espectral cruzada entre a


resposta desconhecida e a conhecida com a matriz de densidade espectral entre respostas
conhecidas. Nota-se que a mesma matriz de transmissibilidade obtida em vibraes
harmnicas (Equao (2-63)) obtida para o caso de vibraes aleatrias.

[S xk xu (i )]T [ ][
= T a xu xk (i ) S xk xk (i ) ]
T
(2-68)

2.6 CONSIDERAES FINAIS.

Notem-se duas suposies importantes em OMA: 1) uma excitao de tipo rudo


branco que garante que as frequncias naturais do sistema sero excitadas, alm de que
outro tipo de frequncias provenientes da excitao no ser includo na sada, e, 2) a
excitao deve estar adequadamente distribuda na estrutura com o fim de excitar todos os
modos de vibrao. A partir destas duas suposies possvel avaliar diretamente os
parmetros modais importantes do sistema com somente a informao da sada.

Dessa forma, ressaltam-se duas variveis necessrias para estimar parmetros


modais com a informao de sada e referem-se principalmente a resposta espectral e as
funes de correlao da resposta. Assim, pode-se estabelecer de modo geral que a base
principal dos mtodos de identificao modal para OMA no domnio da frequncia encontra-
se na definio da densidade espectral da resposta [S y ( )], e para os mtodos no domnio

do tempo na definio das funes de correlao da resposta ry (k ) .

Alm disso, salienta-se a importncia da propriedade da transmissibilidade quando


tende a um plo do sistema, a qual converge a uma relao de amplitudes de modos
vibrao que no depende do espectro da excitao. Essa propriedade ser retomada
posteriormente no captulo da reviso de mtodos de identificao modal no domnio da
frequncia, no qual se trataram metodologias que usam essa propriedade com o intuito de
avaliar parmetros modais usando somente a resposta do sistema, com a possibilidade de
se ter uma independncia das caractersticas das foras de excitao.
CAPTULO 3. REVISO DE MTODOS NO
DOMINIO DA FREQUNCIA PARA A ANLISE
MODAL OPERACIONAL.

Nos anos 90 foi proposto o uso da excitao natural para a identificao de


parmetros modais (Natural Excitation Technique-NExT) (James, Carne e Lauffer, 1993). O
mtodo prope que a funo de correlao entre dois sinais de um sistema linear com
modos normais sujeita a uma entrada de rudo branco da mesma forma que uma resposta
impulsiva, aspecto exposto e demostrado na Equao (2-22). Dessa forma, em NExT se
define que a funo de correlao pode ser expressa como uma somatria de senos em
decaimento (sinal transiente), na qual cada sinal sinusoidal tem uma frequncia amortecida,
um fator de amortecimento e um coeficiente da forma modal que idntica ao
correspondente modo estrutural. Portanto, um dos principais parmetros em definir na
identificao modal em OMA so as funes de correlao. Assim, trs diferentes mtodos
para a obteno das funes de correlao sero abordados. Com essas funes de
correlao podem ser obtidas diretamente as funes de densidade espectral a partir de
aplicar a transformada de Fourier. No entanto, melhores estimativas das funes de
densidade espectral podem ser obtidas a partir de aplicar uma mdia espectral de diferentes
sub-amostras sobrepostas do sinal. A tcnica clssica usada nesse sentido o mtodo de
Welch, descrito neste captulo.

A partir da base da definio das funes de densidade espectral, sero descritas


diferentes metodologias no domnio da frequncia para extrair parmetros modais do sinal.
Ditas metodologias sero detalhadas analisando suas principais suposies, as tcnicas
matemticas e o procedimento utilizado, assim como suas limitaes e vantagens. Dentro
dessas metodologias sero estudadas duas metodologias recentes que no consideram a
suposio de rudo branco como entrada ao sistema, as quais so baseadas em conceitos
de transmissibilidade.

Finalmente, algumas consideraes finais sero dadas, tentando abordar de maneira


geral os tpicos no considerados em detalhe na reviso.
56 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

3.1 FUNES DE CORRELAO DE DADOS DE RESPOSTA

3.1.1 Mtodo direto.

No Captulo 2 foi introduzido o conceito de correlao entre sinais, no qual foi


apresentada uma formulao para estimar a funo de correlao para dados discretos
finitos, como.

N 1 k
1
R xk x j (k ) =
N
x
n =0
k ( n) x j ( n + k ) k = 0,1,...., N 1 (3-1)

Essa correlao se pode representar em termos de densidade espectral ou seu


periodograma no domnio da frequncia, a partir de aplicar a transformada de Fourier,
estabelecendo assim uma relao, como (Strum e Kirk, 1999).

[ ] 1 1
F R xk x j (k ) = S xk x j (i ) = X k (i ) X j (i ) = X k (i ) * X j (i )
N N
(3-2)

Ento, a partir de usar a transformada inversa de Fourier na Equao (3-2) pode-se


avaliar da mesma forma a funo de correlao entre dois sinais.

1
R xk x j (k ) = F 1 X k (i ) * X j (i ) (3-3)
N

Assim, se usado o algoritmo rpido para o clculo da transformada de Fourier (Fast


Fourier Transform-FFT) (Cooley e Tukey, 1965) o custo computacional de se avaliar a
Equao (3-3) ser menor que o clculo da somatria da Equao (3-1). No entanto, o
estimador da funo de correlao baseado no mtodo direto ou clculo direto do
periodograma um estimador enviesado da funo de correlao, j que o valor esperado
do estimador no igual ao valor verdadeiro da funo de correlao (Hayes, 1996).

[ ]
E R xk x j (k ) =
Nk
N
R xk x j ( k ) = ( k ) R xk x j ( k ) (3-4)

Em que, (k ) conhecida como a janela triangular de Barlett. O estimador tambm


considerado assintoticamente no enviesado para N quando tende ao infinito, em que a
Nk
relao tende a 1. Portanto, se N finito um procedimento para eliminar o vis da
N
funo correlao dividir a estimao da funo de correlao por uma janela de Barlett do
tamanho da funo de correlao.
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 57

Alm disso, o mtodo direto um estimador no consistente das funes de densidade


espectral e no deve ser usado para a anlise espectral, devido a que a varincia do
estimador no decresce a zero quando N tende ao infinito (Hayes, 1996).

[ ]
Var S xk x j (i ) = S 2 xk x j (i ) (3-5)

3.1.2 Mtodo baseado no periodograma mdio.

Uma alternativa do clculo da funo de correlao usar uma mdia da densidade


espectral da resposta, a partir de definir A amostras no sobrepostas de comprimento L nos

sinais x k e x j , assim o nmero de dados total do sinal fica igual a N=AL. Desse modo,

podem-se estabelecer q diferentes funes de correlao dos mesmos sinais x k e xj


variando entre 1 e A amostras, como.

1 L 1 k
R x k x j (k ) q = xk (n + qL) x j (n + qL + k ) k = 0,1,...., L 1 (3-6)
L n =0

E diferentes densidades espectrais q aplicando a transformada de Fourier

[ ] 1
(
F R xk x j (k ) q = S xk x j (i ) q = X k (i ) * X j (i )
L
)
q
(3-7)

Avaliando uma mdia aritmtica das densidades espectrais q obtm-se um


periodograma mdio, assim.

1 A 1
(
S xk x j (i ) = X k (i ) * X j (i )
A q =1 L
)q
(3-8)

Uma estimativa da funo de correlao pode ser obtida a partir de se avaliar a


transformada inversa de Fourier da Equao (3-8), como.

1 A 1
(
R xk x j (k ) = F 1 X k (i )* X j (i ) q ) (3-9)
A q =1 L

O estimador da funo de correlao por meio do mtodo do periodograma mdio


tambm um estimador enviesado e assintoticamente no enviesado do mesmo modo que o
mtodo direto, portanto, suas estimaes das funes de correlao devem ser tambm
divididas por uma janela de Barlett para eliminar o vis da funo de correlao. Porm, o
58 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

periodograma mdio um estimador consistente das funes de densidade espectral, j que


a varincia da estimao da densidade espectral tende ao zero como A tende ao infinito
(Hayes, 1996).

[
Var S xk x j (i ) ] 1 2
A
S xk x j (i ) (3-10)

De fato, as funes de correlao podem ser estimadas a partir de qualquer


estimao das funes de densidade espectrais usando a relao de Wiener-Khintchine,
avaliadas atravs da transformada inversa de Fourier. Assim, as funes de correlao
podem ser avaliadas usando outros tipos de estimadores das funes de densidade
espectral como o periodograma modificado com aplicao de janelas na srie de dados e o
periodograma mdio modificado ou mtodo de Welch (1967) que alm de aplicar janelas, faz
uma sobreposio dos dados para o clculo mdio das densidades espectrais. O mtodo de
Welch ser retomado posteriormente quando se aborde o mtodo para avaliao da funo
de densidade espectral.

3.1.3 Mtodo do decremento aleatrio.

O mtodo do decremento aleatrio (Random Decrement- RD) uma tcnica de


processamento aproximado do sinal no domnio do tempo para a construo de um sinal
caracterstico, a partir da mdia de um conjunto de segmentos pr-selecionados do sinal. O
sinal caracterstico comumente referido como de sinal RD. O sinal RD representa a
vibrao livre do sistema dinmico sob suposio de uma excitao de rudo branco e
determinadas condies iniciais (Asmussen, J. C., Ibrahim, S. e Brincker, R., 1998). Os
princpios detrs do mtodo do decremento aleatrio so descritos, como segue.

No Captulo 2 foi exposta a resposta de um sistema dinmico LTI como uma soma de
convolues para condies iniciais de deslocamento e velocidade iguais a zero (Equao
2-2), mas uma resposta do sistema com condies iniciais pode ser representada, como (He
et al., 2011).

N N N
xk (n) = xs (0) Dx k x s ( 0) (n) + xs (0) Vx k x s ( 0) (n) + hx k f s (n) f s (n) (3-11)
s =1 s =1 s =1

Em que Dxk xs ( 0) (n) a resposta livre do sistema em k por uma condio inicial de

deslocamento em s, Vxk xs ( 0) (n) a resposta livre do sistema em k por uma condio inicial
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 59

de velocidade em s, hxk fs a resposta impulsiva em k por uma fora de impulso em s, xs (0)

e x s (0) so condies iniciais de deslocamento e velocidade, respectivamente.

Figura 3-1 Seleo de segmentos, mtodo do decremento aleatrio.

Como se pode notar na Equao (3-11) a resposta dinmica de um sistema x(n) em


qualquer tempo n dada pela combinao de trs contribuies: 1) a resposta degrau
devido a uma condio inicial de deslocamento, 2) a resposta impulsiva causada pela
condio inicial de velocidade e 3) a resposta aleatria devido a uma excitao aleatria
f (n) aplicada no sistema.

Ento, se suposto que f (n) um rudo branco de origem gaussiana com mdia
zero, ento uma mdia de diferentes segmentos de resposta far que a parte aleatria da
resposta seja zero, E [ f (n)] = 0 . Para garantir que a parte de resposta livre no seja zero,
uma condio para a seleo dos segmentos deve ser aplicada no sinal. Por exemplo, como
mostrado na Figura 3-1, se determinado um comprimento arbitrrio L do sinal e

selecionado um valor apropriado x j (0) no sinal x j interceptar o sinal x k em tempos


denotados como t i (i = 1,2,3...) . Assim, so extrados diferentes segmentos L no sinal

x k para realizar uma mdia e obter a resposta livre do sistema.


60 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

Alm disso, sob ao de f (n) , a resposta de x(n) do sistema tambm um processo

gaussiano de mdia zero, portanto, para uma condio de x j (0) fixa, a velocidade mdia
dos segmentos ser igual a zero E [x s (0)] = 0 , igualmente as demais condies inicias de

deslocamento xs (0) diferente a x j (0) sero iguais a zero, E [x s (0)] = x j (0) . Desse
modo, o valor esperado de x(n) obtido fica igual a.

N N N
E[xk (n)] = E[xs (0)] Dxk xs (0) (n) + E[xs (0)] Vxk x s (0) (n) + hxk f s (n) E[ f s (n)]
s =1 s =1 s =1 (3-12)
E[xk (n)] = x j (0) Dxk x j (0) (n)

Na Equao (3-12) mostra-se que o valor esperado do sinal xk (n) a resposta livre

do sistema com deslocamento inicial x j (0) e velocidade inicial zero. Ento, no contexto
prtico o nmero de amostras limitado, portanto, usada a mdia aritmtica de diferentes
segmentos como aproximao do valor esperado do sinal (Ibrahim, 2001). Assim, as
funes RD podem ser computadas, como.

N
1
RDxk x j (t ) =
N
x (t + L) T
i =1
k i xj (ti ) (3-13)

Em que N o nmero de segmentos extrados da resposta dinmica xk e Tx j (t i ) a

condio em x j para extrair os segmentos. Alm da condio de uma passagem de nvel

determinado em x j , outro tipo de condies podem ser estabelecidas, tais como: passagem
de pontos positivos, passagem de zeros e extremos locais (Asmussen, 1997). Assim, as
diferentes condies, podem ser.

Tx j (t i ) = {a1 x j (t ) a 2 , v1 x j (t ) v 2 } condio geral

Tx j (t i ) = {x j (t ) = a1 , x j (t ) } passagem de nvel
Tx j (t i ) = {a1 x j (t ) a 2 , x j (t ) }
(3-14)
passagem de pontos positivos
Tx j (t i ) = {x j (t ) = 0,0 x j (t ) } passagem de zeros
Tx j (t i ) = {0 x j (t ) , x j (t ) = 0} extremos locais

Como nas aplicaes prticas existem problemas tais como: o rudo no sinal e
limitaes no tempo de aquisio, umas das condies para calcular a mdia que produz os
melhores resultados na avaliao das funes RD a condio de passagem de pontos
positivos, principalmente devido a que a quantidade de segmentos para o clculo da mdia
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 61

maior que nas outras condies (Asmussen, J., Ibrahim, S. e Brincker, R., 1998). Um
exemplo desse fato o trabalho de Ye, Feng et al. (2012), no qual foi mostrado que para
uma resposta total de 10seg com uso da condio de pontos positivos limitados entre 1/3 e
1/2 da mxima amplitude resulta uma diminuio notvel do rudo para o clculo da funo
RD de um comprimento de 2seg, comparado com o clculo para uma condio de
passagem de nvel.

Se as respostas x k e x j so processos estacionrios gaussianos de mdia zero e


aplicada a condio geral (Equao (3-14)), existe uma relao fundamental entre as
funes RD e as funes de correlao e suas derivadas, dada como (Brincker et al., 1992;
Asmussen, J. C., Ibrahim, S. e Brincker, R., 1998).

Rxk x j (t ) R xk x j (t )
RDxk x j (t ) = a v (3-15)
xk x k
2 2

Em que, xk a covarincia do processo xk e os nveis a e v so determinados da


2

funo de densidade de probabilidade xk , f xk (x) , como.

a2 v2

xk f xk ( x)dx x f ( x)dx
k x k

a= v= (3-16)
a1 v1
a2 v2

f
a1
xk ( x)dx
v1
f x k ( x)dx

Finalmente, podem-se identificar trs parmetros importantes para a determinao


das funes RD: o tipo de condio usada para a seleo dos segmentos Tx j (ti ) , os nveis

selecionados da respectiva condio a1 , a2 , v1 , v2 e a seleo do tamanho do


segmento L.

3.2 FUNES DE DENSIDADE ESPECTRAL.

A determinao das funes de densidade espectral a base para as metodologias


no domnio da frequncia, portanto, nesta seo so apresentadas as metodologias
tradicionalmente usadas para estimao de ditas funes a partir de srie temporais e o uso
da transformada de Fourier.
62 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

Entre os diferentes mtodos no paramtricos para determinar as funes de


densidade espectral, o mtodo mais usado o mtodo de Welch, (1967) que envolve a
determinao da transformada de Fourier dos sinais de resposta.

O mtodo de Welch estabelece duas modificaes ao mtodo de periodograma


mdio ou mtodo de Barlett: 1) permite que as amostras de realizaes randmicas x k (n)

e x j (n) sejam sobrepostas e 2) permite aplicar janelas (n) a cada amostra de dados.

No caso, quando aplicada uma janela (n) ao processo randmico chamado


como de periodograma modificado e se define, como.

N 1 k
1
R xk x j (k ) =
N
( n ) x
n =0
k (n) (n) x j (n + k ) k = 0,1,...., N 1 (3-17)

Aplicando a transformada de Fourier na sequncia de correlao a seguinte


densidade espectral obtida.

[ ]
F R xk x j (k ) = Sxk x j (i ) =
1
NU
1 N 1
Xuk (i )* Xu j (i ) com U = (n) 2
N n =0
(3-18)

Em que, Xuk ( i ) e Xu j (i ) so a transformada de Fourier de (n) xk (n) e

(n) x j (n) , respectivamente. Com o intuito de que no exista uma alterao da varincia do
processo randmico quando so aplicadas janelas temporais, as ordenadas da
transformada de Fourier devem ser dividas pelo valor quadrtico mdio da janela U.

Ento, supondo que as amostras x k (n) e x j (n) estiverem deslocadas por D

pontos e cada amostra tiver um comprimento L, q amostras vm dadas por.

1 L 1 k
R xk x j (k ) q = (n) x k (n + qD) (n) x j (n + qD + k ) k = 0,1,...., L 1 (3-19)
L n =0

Assim, a quantidade de pontos sobrepostos entre q e q + 1 L-D. Se houverem A


amostras ao longo da totalidade dos pontos N, ento N fica como.

N = L + D ( A 1) (3-20)

Por exemplo, se L=D, ento no existe uma sobreposio de pontos e A=N/L,


ficando igual ao mtodo de periodograma mdio. Igualmente, se as amostras esto
sobrepostas um 50%, fica D=L/2 e A amostras, assim.

N
A=2 1 (3-21)
L
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 63

Finalmente, avaliando uma mdia aritmtica das densidades espectrais q


sobrepostas e com a aplicao de janelas, o periodograma pelo mtodo de Welch se
estabelece, como.

1 A 1
S xk x j (i ) =
A q =1 UL
(
Xu k (i ) * Xu j (i ) )
q
(3-22)

Uma estimao das funes de correlao pode ser avaliada a partir de aplicao da
transformada inversa de Fourier na Equao (3-22). O mtodo de Welch um estimador
consistente das funes de densidade espectral devido a que sua varincia tende a zero
quando N tende ao infinito. Por exemplo, no caso de uma sobreposio dos dados do 50% e
a aplicao de uma janela de Barlett, a varincia do estimador se avalia, como (Hayes,
1996).

[ ]
Var S xk x j (i )
9L 2
16 N
S xk x j (i ) (3-23)

No contexto de aplicao de janelas no sinal, o tipo janela comumente usada para


sinais aleatrios a janela tipo Hanning. A formulao da janela de Hanning dada, como
(Oppenheim e Schafe, 1989).

cos(2n)
(n) = 0.51 , 0n N
N (3-24)
L = N +1

Em que L o comprimento total da janela.

Nesse sentido, a aplicao de janelas no sinal aleatrio tem uma grande utilidade
para a reduo do efeito de leakage ou distoro do espectro. O efeito de leakage produto
da existncia de um nmero no inteiro de ciclos no sinal no interior do segmento; essa
periodicidade uma suposio importante do algoritmo da transformada de Fourier, a qual
usada em cada um dos segmentos no mtodo de Welch, portanto, uma aplicao de janelas
nos segmentos tem por objetivo garantir que o sinal a submeter transformada de Fourier
tenha um perodo inteiro, tendo um valor de zero no incio e no final do segmento.

O mtodo de Welch concebido para reduzir a varincia do periodograma a partir de


aplicar uma mdia aritmtica aos periodogramas. Outro mtodo no paramtrico para
reduzir a variabilidade do periodograma o suavizado do periodograma ou mtodo de
Blackman e Tukey (1958). No mtodo de Blackman e Tukey a varincia do periodograma
64 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

reduzida a partir de aplicar uma janela estimao da funo de correlao R xk x j (k )

(Equao (3-3) e Equao (3-9)), com o objetivo de diminuir a contribuio de elementos


no confiveis da funo de correlao. A razo se deve a que para valores grandes de k da
funo de correlao, as estimaes usam menos pontos na estimao e, portanto, so
menos confiveis, pelo que deveriam ter menor peso na estimao do periodograma.
Especificamente, a densidade espectral pelo mtodo de Blackman e Tukey dada por.


S xk x j (i ) = R
k =
xk x j (k ) (k )e ik (3-25)

Em que, (k ) a janela aplicada na estimao da funo de correlao. Assim o


mtodo de Blackman e Tukey um estimador consistente da funo de densidade espectral
decrescendo a varincia quando N tende ao infinito (Hayes, 1996).

[ ]
N
1
Var S xk x j (i ) S 2 xk x j (i ) (k )
2
(3-26)
N k = N

Finalmente, foi mostrado que para uma excitao gaussiana com mdia zero as
funes de decremento aleatrio so proporcionais s funes de correlao (Equao (3-
15)), portanto, podem ser usadas como estimadores das funes de correlao e das
funes de densidade espectral a partir de aplicar a transformada de Fourier. Pode-se optar
igualmente como na Equao (3-25) pela aplicao de uma janela temporal, como.

S xk x j (i ) = RD
k =
xk x j (k ) (k )e ik (3-27)

3.3 MTODOS NO PARAMTRICOS NO DOMNIO DA FREQUNCIA.

A base principal dos mtodos no domnio da frequncia encontra-se na definio da


densidade espectral das respostas do sistema, assim, diferentes alternativas com uso da
transformada de Fourier foram expostas na seco anterior. Ento, com base na hiptese
que a excitao do tipo rudo branco, no Captulo 2 foi possvel estabelecer que o clculo
da densidade espectral da resposta do sistema permite determinar diretamente as
propriedades dinmicas do sistema por sua proporcionalidade com a funo de
transferncia (ver Equao (2-19)). Assim, as funes de densidade espectral apresentaro
picos na amplitude que sero as frequncias naturais de vibrao amortecidas, as quais
para um amortecimento baixo so muito prximas s frequncias naturais no amortecidas
(ver Equao (2-26)).
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 65

Desta forma, sero apresentadas diversas metodologias de identificao modal no


domnio da frequncia analisando as limitaes e as vantagens de metodologias
tradicionais, bem como as mais recentes propostas baseadas em conceitos de
transmissibilidade.

3.3.1 Mtodo de seleo de picos (PP).

O mtodo bsico no domnio da frequncia a seleo de picos (Peak Picking -PP)


que aplicado h algumas dcadas na identificao modal de estruturas de engenharia civil
(Felber, 1993). Esse mtodo o mais adequado para fazer uma primeira reviso na
qualidade dos dados e obter uma primeira ideia das propriedades dinmicas do sistema. A
estimao das frequncias do sistema baseada na construo da mdia normalizada da
densidade espectral de potncia (Average Normalized Power Spectral Densities- ANPSDs),
na qual se podem identificar as frequncias naturais do sistema atravs da escolha dos
picos de ressonncia no ANPSDs. Geralmente, a mdia dos espectros feita a partir de
somente os auto-espectros dos diferentes registros de sinais, atravs do procedimento
seguinte.

N
1
ANPSD(i ) =
N
NS
k =1
xk xk (i )
(3-28)

Em que, N o nmero de graus de liberdade medidos e NS xk xk (i ) so os


espectros normalizados. Os espectros normalizados so obtidos dividindo os auto-espectros
pelas somas de suas respectivas amplitudes, como.

S xk xk (i )
NS xk xk (i ) = L

S
j =1
xk xk (i j )
(3-29)

A normalizao dos dados tem como objetivo garantir uma igualdade no contedo
energtico dos diferentes auto-espectros calculados da srie de resposta medidas, j que
essas medies so feitas em pontos diferentes da estrutura com amplitudes diferentes de
resposta e possivelmente tambm em instantes de tempos diferentes.

As formas modais nesse mtodo so avaliadas a partir do uso das funes de


transferncia ou das funes de transmissibilidade entre vrios pontos de medies da
estrutura com respeito a um ponto de referncia, da mesma forma como foi descrita no
66 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

Captulo 2 (Equao (2-57)). No entanto, as funes de transmissibilidade so calculadas a


partir das densidades espectrais calculadas como na Equao (2-58), mas estabelecendo
sempre um ponto de referncia ref, como.

S x j xref (i )
T ref x j xref (i ) = (3-30)
S xref xref (i )

Assim, exemplificando um sistema com 5 pontos podem-se construir 5 funes de


transmissibilidade com referncia a S xref xref (i ) .Dessa forma, aplicando a propriedade

mostrada na Equao (2-56) pode-se encontrar a configurao do modo de vibrao para


uma frequncia, r , com funes de densidade espectral, como.
[
lim T k 11 (i ), T k 21 (i ), T k 31 (i ), T k 41 (i ), T k 51 (i )
i l r
]
T
=
1
1r
[1r , 2 r , 3r , 4 r , 5r ]T (3-31)

Desse modo, a partir da escolha da frequncia de ressonncia nas diferentes


funes de transmissibilidade so avaliados os valores de amplitude e de fase. A fase
utilizada para estabelecer o sentido da amplitude do modo, um valor de fase 0o indica que j
e ref esto no mesmo sentido, um valor de 1800 em sentido oposto.

A identificao das taxas de amortecimento no mtodo PP baseada na


considerao que as frequncias naturais ou picos nas funes de densidades espectrais
so condicionados pela contribuio de um s modo ressonante, portanto, as vizinhanas da
frequncia de ressonncia podem ser simuladas atravs de um oscilador de um s grau de
liberdade com uma frequncia l e uma porcentagem de amortecimento l . A anterior
aproximao s pode ser valida quando as frequncias associadas aos diferentes modos de
vibrao encontram-se bem separadas e suas taxas de amortecimento so baixas.

O fato anterior pode ser demostrado pelo uso da Equao (2-37) que relaciona as
sadas {X k (i )} com as entradas {Fr (i )} a partir da Equao de contribuio modal

(2-35), como.

{X k (i )} = [F ]kl [H (i )]z f {Fr (i )} l r

Com
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 67

[H (i )] =
[ ]rl (3-32)
M ll (l 2 + 2ill )
zl f r 2

[ ]
Em que, H (i ) zl f r a contribuio do modo Z l para uma entrada em r. Ento,

fazendo uma expanso da Equao (3-32) pode-se determinar que a resposta em termos
de contribuio modal em um ponto k vem dada por.

N N N
X k (i ) = fk1 H z1 f r (i ) Fr (i ) + fk 2 H z 2 f r (i ) Fr (i ) + .. + fkN H z N f r (i ) Fr (i ) (3-33)
r =1 r =1 r =1

Sob suposio, que os modos so bem separados e as taxas de amortecimentos so


baixas, a resposta em k na ressonncia dominada pela contribuio do correspondente

modo de vibrao Zl e a contribuio dos outros modos podem ser despreciveis, portanto,

a resposta em k prximo frequncia de ressonncia i l , pode-se avaliar

aproximadamente, como.

N
X k (il ) f kl H zl f r (il ) Fr (il ) (3-34)
r =1

Para a densidade espectral da resposta, caso de interesse, uma representao em


termos de uma contribuio modal pode ser dada a partir de usar a Equao (3-33) e as
equaes de densidade espectral mostradas no Captulo 2 (Equaes (2-14) e (2-15))
estabelecendo as seguintes relaes.

N N N
S xk x j (i ) = f *k1 H z1 fr (i ) S fr x j (i ) + f *k 2 H z2 fr (i ) S fr x j (i ) + .. + f *kN H zN fr (i ) S fr x j (i )
* * *
(3-35)
r =1 r =1 r =1

N N N
S f r x j (i ) = f j1 H z1 f s (i ) S f r f s (i ) + f j 2 H z 2 f s (i ) S f r f s (i ) + .. + f jN H z N f s (i ) S f r f s (i ) (3-36)
s =1 s =1 s =1

Combinando as Equaes (3-35) e (3-36), obtm-se uma representao da


densidade espectral da resposta em termos de uma contribuio modal, assim.
68 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

N N N N

S xk x j (i ) = f * k1 H z1 fr (i ) S fr f s (i ) H z1 f s (i )f j1 + .. + H z1 fr (i ) S fr f s (i ) H zN f (i ) s f jN +
* *

r =1 s =1 r =1 s =1
N N N N
(3-37)
f *k 2 H z2 fr * (i ) S fr f s (i ) H z1 f s (i ) f j1 + .. + H z2 fr * (i ) S fr f s (i ) H zN f s (i )f jN + ..
r =1 s =1 r =1 s =1
N N N N

.. + f * kN H zN fr (i ) S fr f s (i ) H z1 f s (i )f j1 + .. + H zN fr (i ) S fr f s (i ) H zN f s (i )f jN
* *

r =1 s =1 r =1 s =1

Uma representao compacta da Equao (3-37) dada, como.


N N N N
S xk x j (i ) = xk zl H zl fr (i ) S fr fs (i ) H zl fs (i ) x j zl 2
*
(3-38)
1 1 2
l2 =1 l1 =1 r =1 s =1

De igual forma, se os modos de vibrao so bem separados e o amortecimento

baixo, a resposta x k x j da densidade espectral prximo frequncia de ressonncia il

pode ser avaliada aproximadamente, como.


N N
S xk x j (il ) f *kl H zl f r (il ) S f r f s (il ) H zl f s (il )f jl (3-39)
*

r =1 s =1

Os termos H zl f r (il ) e H zl f s (il ) respondem a um modelo de um sistema de um


*

s grau de liberdade, portanto, possvel extrair o amortecimento com tcnicas clssicas


para sistemas de um s grau de liberdade, tais como: o mtodo de largura de meia banda
de potncia (Chopra, 2001) e o mtodo de ajuste do espectro terico de um s grau de
liberdade (ver Equao (2-28)), (Brownjohn et al., 1989).

A principal desvantagem do mtodo PP a dificuldade para identificar de forma


confivel as frequncias naturais do sistema por meio da seleo dos picos no espectro
mdio. Essa dificuldade deve-se, principalmente, existncia de modos prximos um do
outro, que geralmente se apresenta em estruturas civis. Alm disso, o rudo intrnseco no
sinal que se apresenta no espectro dificulta ainda mais essa seleo de frequncias
naturais.

3.3.2 Mtodo de decomposio do domnio da frequncia (FDD)

As anteriores dificuldades expressas no mtodo bsico de seleo de picos fazem


surgir uma nova tcnica conhecida como a decomposio do domnio da frequncia
(Frequency Domain Decomposition-FDD) divulgada por Brincker, Zhang et al., (2000). A
base deste mtodo a tcnica matemtica clssica conhecida como a decomposio de
valores singulares (Singular Value Decomposition-SVD), a qual aplicada diretamente

matriz de PSD da resposta para cada frequncia discreta i j .


Mtodos no domnio da frequncia para a anlise modal operacional ________________ 69

[S ( i )] j NxN
[
= U ( i j ) ] [S( i )] [V ( i )]
NxN j NxN j
H
NxN
(3-40)

Em que, N, o nmero de graus de liberdade medidos, H, a transposta conjugada,


U e V so os vetores singulares de S , e uma matriz diagonal que contm os valores
singulares de S , da forma = diag ( 1 , 2 ... N ) com 1 2 ... N > 0 . A

tcnica SVD encontra-se relacionada com a determinao dos valores e vetores prprios
das matrizes S H S e SS H . Os valores singulares de S so iguais s razes quadradas dos

valores prprios u j de S H S e SS H . As colunas de U contm os vetores prprios unitrios

de SS H e as colunas de V os vetores prprios unitrios S H S . As matrizes S H S e SS H so


matrizes simtricas, portanto, os vetores prprios resultantes so ortogonais entre eles.

O uso da tcnica SVD tem sido usado originalmente na rea de controle robusto
multivarivel para avaliao do ganho de um sistema MIMO (Ringwood, 1995), no qual se
faz uma decomposio em valores singulares da matriz de transferncia. Portanto, aplicar
essa tcnica na matriz de densidade espectral ter como objetivo, igualmente, encontrar o
mximo ganho do sistema, considerando que a matriz de densidade espectral seja
proporcional matriz de transferncia. Essa proporcionalidade valida quando o sistema
excitado por um rudo branco como mostrado na Equao (2-19) e que se mostra aqui na
forma matricial.

[ ] [
S xk x j (i ) = s 2 H xk fr (i ) [I ] H x j fs (i )
*
]
T
(3-41)

O ganho para um sistema MIMO vem dado pela seguinte relao.

{X k (i )} [H ]
(i ) {Fr (i )}
(3-42)
G (i ) = =
xk f r

{Fr (i )} {Fr (i )}

Em que, . a norma Euclidiana. Assim, supondo que a densidade espectral seja

equivalente funo de transferncia o ganho do sistema se pode representar, como.

{X k (i )} [S xk x j ]
(i ) {Fr (i )}
(3-43)
G (i ) = =
{Fr (i )} {Fr (i )}

No caso, que {Fr (i )} seja um vetor unitrio o ganho fica como.

[ ]
G (i ) = S xk x j (i ) {Fr (i )}
{Fr ( i )} =1
(3-44)
70 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

Ento, pode-se mostrar que a norma Euclidiana elevada ao quadrado de multiplicar


[S xk x j ]
(i ) pela primeira coluna da matriz de vetores singulares, V (i ) , igual ao mximo

valor singular de S xk x j (i ) . [ ]
[S ]
xk x j (i ) {V (i )}1
2
([ ]
= S xk x j (i ) {V (i )}1 ) ([ST
xk x j ]
(i ) {V (i )} )
= {V (i )}1
T
([S (i )] [S
xk x j
T
xk x j ]
(i ) {V (i )}1 ) (3-45)
= {V (i )}1 u1 (i ){V (i )}1
T

[S xk x j ]
(i ) {V (i )}1 = u1 (i ) = S(i )11 = 1 (i )

Na anterior equao foram consideradas as seguintes relaes:

[S xk x j (i ) ] [S
T
xk x j ]
(i ) {V (i )}1 = u1 (i ){V (i )}1
(3-46)
{V (i )}1 {V (i )}1 = 1
T

Uma maneira intuitiva de se entender o anterior resultado notando que 1 o


mximo ganho sobre um conjunto ortogonal de direes da entrada definido pelos vetores
singulares direita, V (i ) . Assim, o ganho mximo pode ser obtido quando o vetor de
entrada unitrio, {Fr (i )} , proporcional ou paralelo, {V (i )}1 . Alm disso, pode-se notar

na parte direita da equao de resposta modal (Equao (2-34)), igual a, {}j { f r } , que, a
T

mxima fora de entrada para um vetor unitrio { f r } dada quando a entrada paralela ao
modo de vibrao, portanto, pode-se concluir que os vetores singulares direita, {V (i )}1 ,

na ressonncia sero proporcionais aos vetores modais, para alcanar o mximo ganho.

Dessa forma, na tcnica FDD as frequncias naturais podem ser avaliadas dos picos
do grfico de valores singulares, 1 (i ) , ou mximos ganhos e as correspondentes
formas modais podem ser obtidas dos vetores singulares, {V (i )}1 , em cada frequncia de

ressonncia, il .

3.3.3 Mtodo melhorado do FDD

A primeira gerao de FDD pode s estimar frequncias naturais e formas modais. A


segunda gerao conhecida como melhora do FDD ou EFDD (Enhanced Frequency Domain
Decomposition) proposta por Brincker, Ventura et al., (2001), pode estabelecer tambm as
taxas de amortecimento, atravs de aplicar uma IFFT aos valores singulares vizinhos da
frequncia natural, a qual uma aproximao da funo de correlao de um sistema SDF
(ver Equao (2-29)). Esta aproximao tambm considera o fato que foi demostrado no
mtodo PP na qual as vizinhanas da frequncia de ressonncia podem ser modeladas
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 71

como de um oscilador de um s grau de liberdade. No entanto, o tamanho dessa vizinhana


definido atravs de aplicar o critrio de correlao modal (Modal Assurance Criterion-MAC)
entre o vetor singular {V (i )1} da frequncia natural, il , e os vetores singulares, j, vizinhos.

O critrio de correlao modal pode assumir um valor entre 0 e 1, no que um valor de 1


significa que os vetores so paralelos e 0 que so ortogonais, assim possvel determinar
um limite mnimo para o valor do MAC e escolher a vizinhana nesse valor. O MAC
determinado a partir da seguinte relao (Allemang, 2003).

{V (il )}T {V (i j )}
MAC =
({V (il )}T {V (il )})({V (i j )}T {V (i j )})
(3-47)

Depois de aplicar a IFFT aos valores singulares escolhidos dentro da vizinhana da


frequncia de ressonncia il obtm-se uma funo de correlao que corresponde

resposta transiente de um sistema SDF, na qual pode ser calculada a porcentagem de


amortecimento pelo uso da tcnica do decremento logartmico (Chopra, 2001).

No mtodo EFDD a estimao das formas modais tambm melhorada


considerando todos os vetores singulares dentro da vizinhana de cada frequncia de
ressonncia, il , ponderados pelo correspondente valor singular.

Finalmente, uma importante caracterstica do mtodo EFDD que a partir do uso do


indicador MAC, possvel identificar frequncias de ressonncia do sistema que estejam
muito prximas sempre e quando elas sejam ortogonais.

3.3.4 Mtodos RD-FDD e RD-EFDD.

Como j foi comentada na seo de estimao de funes de densidade espectral,


uma possvel aproximao das funes de densidades espectrais aplicando a
transformada de Fourier diretamente s funes RD (ver Equao (3-27)). Dessa forma,
com o clculo da densidade espectral por meio das funes RD podem ser aplicados s
tcnicas FDD ou EFDD, surgindo desta maneira os mtodos RD-FDD ou RD-EFDD, como
foram propostos por Rodrigues e Brincker, (2005).
72 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

3.3.5 Mtodo decomposio do domnio da frequncia-espao (FSDD)

Uma terceira gerao do mtodo FDD a decomposio do domnio da frequncia-


espao (Frequency-Spatial Domain Decomposition-FSDD) desenvolvido por Zhang, Wang et
al., (2010). O mtodo faz uso da decomposio da matriz densidade espectral pela via de
valores singulares, do mesmo modo que faz o mtodo FDD. No entanto, o mtodo EFDD
avalia o amortecimento a partir de aplicar o mtodo decremento logartmico funo de
correlao avaliada pela aplicao da IFFT aos valores singulares vizinhos da frequncia de
ressonncia. Nesse aspecto, o clculo da IFFT com um espectro truncado pode causar
erros na estimao do amortecimento, principalmente quando existem frequncias naturais
muito prximas.

Desse modo, o mtodo FSDD foi desenvolvido para eliminar o anterior tipo de
problema do mtodo EFDD. O mtodo FSDD faz uma transformao linear da matriz
espectral, pr-multiplicando e ps-multiplicando o vetor singular correspondente a uma
frequncia de ressonncia, il . Assim, fazendo uso das propriedades de ortogonalidade

entre os modos de vibrao a nova matriz espectral obtida ter um comportamento de um


SDF.

A anterior propriedade da matriz de densidade espectral pode ser demostrado a


partir de usar a Equao (3-38) na forma matricial e pr-multiplicando e ps-multiplicando
por um vetor singular {V (i )1} da frequncia de ressonncia il que igual ao modo de

vibrao { l } , assim.

S xx (i ) = { l }Nx1 j
T
[ ] [H NxN
*
] [ ] [ ] [ ]
(i ) NxN S ff (i ) NxN H (i ) NxN j
T
NxN
T
{ l }Nx1
T
[ *
] [ ] [ ]
= { l , j }Nx1 H (i ) NxN S ff (i ) NxN H (i ) NxN { l , j }Nx1
T
com
1 l = j
l, j =
(3-48)
0 l j

O l, j estabelece a propriedade de ortogonalidade dos modos de vibrao, em que

{ l }T { j } = 1 { }
se l = j e { l } j = 0 se l j . Uma representao em termos de um
T

somatrio pode ser dada, como.


N N
S xk x j (i ) = H zl f r (i ) S f r f s (i ) H zl f s (i ) (3-49)
*

r =1 s =1

Em que, os termos H z l fr
*
(il ) e H z f ( il ) respondem a um modelo de um
l s

sistema de um s grau de liberdade na frequncia de ressonncia il . Pode-se notar que o

vetor singular correspondente a uma frequncia de ressonncia il atua nesse mtodo

como um filtro modal da matriz espectral. Ento, a nova matriz espectral filtrada pode ser
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 73

aplicada a IFFT para avaliar a funo de correlao e avaliar a porcentagem de


amortecimento modal, sem a necessidade do truncamento do espectro.

3.3.6 Mtodo baseado em transmissibilidade.

Os diferentes mtodos descritos anteriormente fazem uso da suposio de uma


excitao de rudo branco. Com respeito a essa suposio surge uma aproximao para
identificar parmetros modais em OMA, baseado no conceito de transmissibilidade
(Transmissibility Operational Modal Analysis-TOMA) como foi apresentado em Devriendt e
Guillaume (2007). Nessa proposta para a anlise modal baseada no conceito de
transmissibilidade no se precisa que a fora de excitao seja considerada como rudo
branco. A fora pode ser arbitraria como rudo colorido, varredura de senos ou impacto, etc,
sempre que seja garantido que estas foras consigam excitar as frequncias do sistema. No
entanto, geralmente os plos que so identificados das medies de transmissibilidade no
correspondem com os plos do sistema, porm, fazendo uma combinao de medies de
transmissibilidade sob diferentes condies de carregamento possvel identificar
parmetros modais (Devriendt e Guillaume, 2008).

No Captulo 2 foi demostrado que o limite da funo de transmissibilidade quando i

tende para um plo do sistema, ll , converge seguinte relao.

X o (i ) H x f (i ) Fk (i ) fol (3-50)
lim T k xo x j (i ) = lim = lim o k =
i l l i l l X j (i ) i ll H x j f k (i ) Fk (i ) f jl

Em que, ol e jl so as componentes modais do modo l nos graus de liberdade o e


j, respectivamente. Assim, pode-se notar que o limite da transmissibilidade quando tende

para um plo ll independente da localizao da excitao, k, e do espectro da excitao.

Consequentemente, estabelecer uma subtrao de duas funes de transmissibilidade com


os mesmos graus de liberdade de sada, mas com diferentes entradas k e z, resultam.

ol ol
i ll
( )
lim T k xo x j (i ) T z xo x j (i ) =
jl jl
=0 (3-51)

Isto significa que os plos, ll , do sistema so zeros na funo racional,

( )
T kz xo x j (i ) = T k xo x j (i ) T z xo x j (i ) , e, portanto, sero plos na inversa.
74 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

1 1 (3-52)
1T kz xo x j (i ) = = k
T kz xo x j (i ) (
T xo x j (i ) T z xo x j (i ) )

Note que a funo racional Txkz


oxj
pode ser reescrita em termos de numeradores e

denominadores das funes de transferncia, como.

1 1
D1T kz xo x j (i ) = =
DT kz xo x j (i ) H x f (i ) H x f (i )
o k o z
H x f (i ) H x f (i ) (3-53)
j k j z
1
=
N ok (i ) D jk (i ) N oz (i ) D jz (i )

N (i ) D (i ) N (i ) D (i )
jk ok jz oz
N jk (i ) Dok (i ) N jz (i ) Doz (i )
=
N ok (i ) D jk (i ) N jz (i ) Doz (i ) N jk (i ) Dok (i ) N oz (i ) D jz (i )

Assim, notvel que os plos da funo racional, podem exceder os plos do


sistema, devido aos zeros N ok , N jz , N jk , N oz contedos no denominador. Portanto, em

geral s um subconjunto dos plos de Txkz


oxj
correspondero aos plos do sistema.

Para o anterior problema, em Devriendt e Guillaume (2008) foi dada uma soluo
numrica que consiste em estabelecer uma matriz quadrada de seis medies de
transmissibilidade para trs combinaes de carga diferentes, k, z, e v usando trs graus de
liberdade, o, j, e h, assim.

T k xo x j (i ) T z xo x j (i ) T v xo x j (i )
(3-54)
T (i ) = T k xh x j (i ) T z xh x j (i ) T v xh x j (i )
1 1 1

Ento, considerando o fato que as funes de transmissibilidade convergem ao


mesmo valor quando esto nos plos do sistema, todas as colunas da matriz T (i ) sero
linearmente dependentes. Portanto, o posto da matriz ser igual a 1 nos plos do sistema.
Uma tcnica para se avaliar o posto da matriz a avaliao dos valores singulares da
matriz, a quantidade de valores singulares da matriz diferentes de zero igual ao posto. O
anterior significa que o segundo valor singular, 2 , converge para zero em i = ll .

Assim, os picos do grfico da inversa dos segundos valores singulares 1 / 2 (i )


coincidem com as frequncias de ressonncia.

A aproximao descrita anteriormente considera s uma entrada ao sistema em cada


uma das funes de transmissibilidade. Porm, na maioria das aplicaes existe uma
situao de mltiplas entradas. Nessa situao, a partir do uso da Equao (3-33) a
transmissibilidade se representa, como.
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 75

N N N
fo1 H z f (i ) Fr (i ) + fo 2 H z f (i ) Fr (i ) + .. + foN H z f (i ) Fr (i )
X o (i ) 1 r 2 r N r (3-55)
T Fr xo x j (i ) = = r =1 r =1 r =1
X j (i ) N N N
f j1 H z f (i ) Fr (i ) + f j 2 H z f (i ) Fr (i ) + .. + f jN H z f (i ) Fr (i )
1 r 2 r N r
r =1 r =1 r =1

O limite da funo de transmissibilidade para mltiplas entradas quando i tende

para um plo do sistema l l o mesmo valor como para uma s entrada, dada por.
N N N
fo1 H z f (i ) Fr (i ) + fo 2 H z f (i ) Fr (i ) + .. + foN H z
1 r 2 r N fr (i ) Fr (i )
lim T Fr xo x j (i ) = lim r =1
N
r =1
N
r =1
N
i ll i ll
f j1 H z f (i ) Fr (i ) + f j 2 H z f (i ) Fr (i ) + .. + f jN H z
1 r 2 r N fr (i ) Fr (i )
r =1 r =1 r =1
N (3-56)
fol H z f (i ) Fr (i )
l r

= r =1
N
f jl H z f (i ) Fr (i )
l r
r =1

fol
=
f jl

O anterior conclui que o procedimento ainda aplicvel para mltiplas entradas, Fr ,


ao sistema.

Baseados na ideia apresentada anteriormente tm sido propostos diferentes


aproximaes para a anlise modal operacional, considerando diferentes funes de
transmissibilidade determinadas a partir de diferentes condies de carga. Devriendt, De
Sitter et al. (2010) propuseram uma aproximao usando uma relao entre as funes de
transmissibilidade multivarivel (ver Equao (2-62)) e as pseudo-funes de
transmissibilidade escalar. Neste trabalho foi demostrado que as funes de
transmissibilidade multivarivel no convergem para a mesma relao de modos de
vibrao para diferentes condies de carga e, portanto, elas no podem ser usadas para
identificao dos plos do sistema. Dessa forma, foi encontrada uma relao entre as
funes de transmissibilidade multivarivel e as funes de transmissibilidade escalar,
resultando em uma soluo ao problema.

Devriendt et al. (2013) propuseram um mtodo que combina em uma nica matriz
todas as funes de transmissibilidade advindo de diferentes condies de carga. Neste
trabalho a inversa generalizada da matriz foi usada para identificao dos plos do sistema,
desse modo foi encontrado uma reduo do risco de encontrar plos no pertencente ao
sistema em comparao com o uso das funes de subtrao inversa entre funes de
transmissibilidade.
76 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

Weijtjens, Lataire, et al. (2014) propuseram obter vetores prprios e valores prprios
atravs de uma estimao paramtrica a partir de funes de transmissibilidade associadas
com diferentes condies de carga. Neste trabalho foi proposto que os parmetros modais
podem ser estimados usando os seguintes passos: 1) obter as respostas do sistema para
diferentes condies de carga, 2) estimar os parmetros polinomiais para diferentes funes
de transmissibilidade relacionadas com diferentes condies de carga, e 3) resolverem um
problema de valores prprios com os parmetros polinomiais.

Recentemente Weijtjens, De Sitter, et al. (2014) desenvolveram o conceito de


funes de transmissibilidade variando no tempo com o fim de lidar com a continua
mudana das condies de carga na estrutura. Dessa maneira, as funes de
transmissibilidade variando no tempo podem ser implementadas, de tal forma que o mtodo
seja menos dependente do usurio para identificar as diferentes condies de carga.

3.3.7 Mtodo baseado em transmissibilidade escalar com densidade


espectral (PSDT).

Uma limitao das anteriores metodologias baseada em transmissibilidade que


devem ser obtidas durante a experimentao diferentes condies de carga, as quais
podem ser difceis de serem obtidas em grandes estruturas at mesmo com o uso de
excitao artificial em combinao com vibrao do ambiente (vento, trfego, sismo, etc).
Uma soluo alternativa devida anterior dificuldade foi apresentada em Yan e Ren (2012)
mediante o uso de transmissibilidade escalar com densidade espectral de potncia (Power
Spectrum Density Transmissibility-PSDT). Nesta aproximao possvel obter os
parmetros modais do sistema por meio da combinao de diferentes PSDT com diferentes
referncias de sada para uma s condio de carga.

A funo de transmissibilidade escalar com o uso de funes de densidade espectral


foi definida no Captulo 2 na Equao (2-58), como.
N N

S xo x k (i ) H *
xo f r (i ) H x k f s (i ) S f r f s (i )
(3-57)
T k
xo x j (i ) = = r =1 s =1

S x j x k (i ) N N

H
r =1 s =1
*
x j fr (i ) H x k f s (i ) S f r f s (i )

Em que, T k xo x j (i ) define uma relao das sadas xo e x j com referncia sada

x k . Como tem sido comentado anteriormente, na transmissibilidade com densidade


Mtodos no domnio da frequncia para a anlise modal operacional ________________ 77

espectral o limite quando i tende para um plo, l l , do sistema, converge a uma relao

de modos de vibrao. Isso pode ser provado a partir de usar a Equao (3-37), como.

S xo xk (i )
lim T k xo x j (i ) = lim
i l l i l l S x j xk (i )
* N N * N N

f o1 H z1 f r (i ) S f r f s (i ) H z1 f s (i )fk1 + .. + H z1 f r (i ) S f r f s (i ) H z N f (i ) s fkN +
*
r = 1 s =1 r =1 s =1
* N N N N

f o 2 H z 2 f r (i ) S f r f s (i ) H z1 f s (i ) fk1 + .. + H z 2 f r (i ) S f r f s (i ) H z N f s (i )f jN + ..
* *

r =1 s =1 r =1 s =1

.. + f *oN H z f (i ) S f f (i ) H z f (i )fk1 + .. + H z f (i ) S f f (i ) H z f (i )fkN
N N N N
* *


r =1 s =1
N r r s 1 s N r r s N s
r =1 s =1
= lim
i l l * N N * N N

f j1 H z1 f r (i ) S f r f s (i ) H z1 f s (i )fk1 + .. + H z1 f r (i ) S f r f s (i ) H z N f (i ) s fkN +
*
r =1 s =1 r =1 s =1
* N N N N

f j 2 H z 2 f r (i ) S f r f s (i ) H z1 f s (i ) fk1 + .. + H z 2 f r (i ) S f r f s (i ) H z N f s (i )fkN + ..
* *

r = 1 s = 1 r =1 s =1

.. + f * jN H z f * (i ) S f f (i ) H z f (i )fk1 + .. + H z f * (i ) S f f (i ) H z f (i )fkN
N N N N


r =1 s =1
N r r s 1 s N r r s N s
r =1 s =1

N N
f* ol H zl f r ( i )S f r f s ( i )H zl f s ( i )fkl
*

lim T k
( i ) = r =1 s =1
(3-58)
xo x j N N
i l l
f H ( i )S f r f s ( i )H zl f s ( i )fkl
* *
jl zl f r
r =1 s =1

f* ol
=
f* jl

Logo, as PSDTs so independentes da posio e do espectro da excitao quando


i = ll . Do mesmo modo, pode-se estabelecer uma escalar PSDT com diferentes

referncias da sada z (Transferring output), na qual se tende ao mesmo valor quando


i = ll

S xo xz (i ) * ol (3-59)
lim T z xo x j (i ) = lim =
i ll i ll S x j xz (i ) * jl

Ento, estabelecendo uma subtrao de duas escalares PSDTs com os mesmos


graus de liberdade de relao, mas com uma referncia de sada diferente, tem-se que.

* ol * ol
i ll i ll
(
lim T kz xo x j (i ) = lim T k xo x j (i ) T z xo x j (i ) = )
* jl * jl
=0 (3-60)

Isso mostra que os plos do sistema so zeros na funo racional T kz xo x j (i )


(Transmissibility Substraction Function-TSF), os quais sero plos na funo inversa,

1T kz xo x j (i ) (Inverse Transmissibility Substraction Function-ITSF). Assim, as frequncias


naturais amortecidas do sistema podem ser determinadas por uma simples observao dos
picos das funes ITSF. Em Yan e Ren (2012) adoptado a mdia normalizada das ITSF
78 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

(Average Normalized Inverse Transmissibility Substraction Function-ANITSF) para a


identificao das frequncias naturais. Assim, como as ANPSDs do mtodo PP, as ANITSF

so definidas como uma mdia das normalizadas ITSFs, N1T kz xo x j (i ) , como.

1 N
ANITSF (i ) =
N k =1
N1T kz xo x j (i ) (3-61)

Em que, N nmero de N1T kz xo x j (i ) escolhidas. As ITSFs normalizadas so


obtidas, dividendo as ITSFs pelas somas de suas respectivas amplitudes, como.

1T kz xo x j (i)
N1T kz xo x j (i) = L
(3-62)

j =1
1
T kz
xo x j (i)

Os modos de vibrao nesta metodologia so avaliados da mesma forma como foi


descrita no mtodo PP.

3.4 MTODO PARAMTRICO NO DOMNIO DA FREQUNCIA.

Mtodos de identificao baseados em um ajuste de um modelo da densidade


espectral da sada podem ser usados no domnio da frequncia. Assim, a partir deste
modelo ajustado parmetros modais podem ser extrados do sistema medido. O ajuste de
um modelo terico a partir de dados experimentais um problema de optimizao baseado
em uma funo de custo, que pode ser resolvida a travs do mtodo dos mnimos
quadrados (Linear Least Square) ou com o estimador Maximum Likelihood (Guillaume,
Hermans e Van Der Auweraer, 1999; Magalhes, 2013). Um estudo completo do uso de
diferentes modelos e procedimentos de ajuste foi dado em Cauberghe (2004), incluindo
tambm um estudo de outra classe de mtodos (Realization Algorithms) que usam modelos
de espao de estado no domnio da frequncia (Frequency domain state space models).

Na presente seo descrito com detalhe somente um mtodo paramtrico no domnio


da frequncia: the poly-Least Squares Complex Frequency domain method (p-LSCF)
(Peeters et al., 2004). Esse mtodo tambm conhecido como PolyMAX foi selecionado
devido ao bom desempenho que tem sido mostrado na literatura, principalmente na
aplicao em estruturas de engenharia civil (Magalhes e Cunha, 2011).
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 79

MTODO P-LSCF.

O mtodo p-LSCF foi primeiro desenvolvido para identificar parmetros dinmicos a


partir da funo de resposta em frequncia (Peeters et al., 2004). No entanto, como j foi
demonstrado no Captulo 1 existe uma similaridade entre a funo de transferncia e a
densidade espectral quando existe uma excitao do tipo rudo branco. Portanto, um ajuste
do mtodo pode ser realizado para ser aplicado na anlise modal operacional (Peeters e
Van Der Auweraer, 2005).

O mtodo p-LSCF comea por descrever a matriz de densidade espectral da sada


usando o modelo rigth matrix-fraction no tempo discreto. Desta forma, a matriz de densidade
espectral avaliada em cada frequncia i j modelada por.

1
p i t r p i t r
[S yy ]
(i j ) lm = [B ][A]
1
= [Br ]e j [Ar ]e j (3-63)
r =0 l m r = 0 mm

Em que B e A so as matrizes com os parmetros do modelo, p a ordem dos


polinmios e t o tempo de amostragem usado para medir a resposta da estrutura. O
nmero de linhas da densidade espectral igual ao nmero de graus de liberdade medidos
na estrutura (l). Cada linha com m colunas do modelo rigth matrix-fraction pode ser escrito
como.

1
p i t r p i t r
{S yy (i j )}om = [B ][A]
1
= [Br ]e j [Ar ]e j o = 1,2,...l (3-64)
r =0 om r =0

O objetivo do mtodo p-LSCF estabelecer os parmetros do modelo, as matrizes


Br e Ar , as quais minimizam a diferena entre a matriz de densidade espectral surgida a
partir dos dados de vibrao (representada por S yy (i j ) ) e o espectro terico dado na

Equao (3-63).

[E NLS
]
(i j ) lm
p i t r
= Br e j Ar e j
p i t r
[ ]
S yy (i j ) lm (3-65)
r =0 l m r = 0 mm

A soluo da Equao (3-65) gera um problema de minimizao no linear (non-


linear least square). Para evitar est complexidade, uma equao alternativa do erro
formulada pela multiplicao de A em ambos os membros da Equao (3-65).
80 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

[E LS
] p i t r p i t r
(i j ) lm = Br e j S yy (i j ) lm Ar e j [ ] (3-66)
r =0 l m r =0 mm

Nesta equao as funes polinomiais bsicas podem ser organizadas em um vetor


linha com (p+1) componentes, assim.

{(i )} j 1( p +1)
[ ]
= 0 (i j ) 1 (i j ) ... p (i j ) 1( p +1) = e[ i j t 0
e
i j t 1
... e
i j t p
]
1( p +1)
(3-67)

Desta forma uma linha o da matriz erro E


LS
(i j ) pode ser calculada com a seguinte
equao.

{B0 }o
{B }
{E LS
(i j )} o m
= {(i j )}1x ( p +1)

1 o


{B p }o ( p +1)m
(3-68)

[A0 ]
[A ]
[ ]
{S yy (i j )}o 0 (i j ) {S yy (i j )}o 1 (i j ) ... {S yy (i j )}o p (i j ) 1m( p+1) 1 o = 1,2,...l

[ ]
A p m ( p +1)m

Em que {B0 }o representa uma linha da matriz B, S yy (i j ) { }o


representa uma linha da

[ ]
matriz S yy (i j ) e A a matriz A. Uma representao de forma mais generalizada do erro

para todas as frequncias, entre os valores 1 at n f pode ser dada definindo as seguinte

relaes.


[Eo ( o , )]nf m = [X o Yo ] o (3-69)

Com

{B0 }o [A0 ]
{B } [A ]
o = 1 o
o = 1,2,...l e = 1


{B p }o ( p +1)m [Ap ] m ( p +1)m

Mtodos no domnio da frequncia para a anlise modal operacional ________________ 81

0 (i1 )
(i )
Xo =
2
o = 1,2,...l
0



0 (i nf ) nf ( p +1)
{S yy (i j )}o 0 (i1 ) {S yy (i j )}o 1 (i1 ) ... {S
(i j )}o p (i1 )
yy
{S (i )} (i ) {S yy (i j )}o 1 (i 2 ) {S
yy (i j )}o p (i 2 )
...
Yo =
(3-70)
o = 1,2,...l
yy j o 0 2



{S yy (i j )}o 0 (i nf ) {S yy (i j )}o 1 (inf ) ... {S yy (i j )}o p (inf ) nf m( p+1)
Os parmetros do modelo podem ser avaliados usando uma funo de custo obtida
pela soma de todos os erros da matriz Eo (o , ) elevados ao quadrado, para todas as

frequncias 1 at n f . No entanto, o mtodo usa somente uma soma dos elementos da

diagonal da matriz de erros ao quadrado como funo de custo da seguinte forma.

( T
) X H
[
]
l l
( o , ) = tr [E o ( o , )] [E o ( o , )] = tr o T Ho [X o Yo ] o
H

o =1

o =1 Yo
T
[ ]
R S o o
l
( o , ) = tr o T To Com Ro = Re( X oH X o ) ;
S o = Re( X oH Yo ) ;
o =1 S o To
To = Re(YoH Yo ) (3-71)

Na Equao (3-71) os termos Ro , S o e To selecionada somente a parte real devido

a que suposto que as matrizes a ser determinadas B r e A r contm s valores reais. O


mnimo valor da funo de custo determinado pela derivao da funo com respeito s
variveis desconhecidas (elementos das matrizes B r e A r ) e igualando ao zero.
( o , )
= 2(Ro o + S o ) = 0 o = 1,2,...l (3-72)
o

( o , ) l
= 2 ( S oT o + To ) = 0 (3-73)
o o =1

Com o fim de avaliar as variveis desconhecidas pode-se primeiro despejar a


varivel o na Equao (3-72).

2(Ro o + S o ) = 0 o = Ro1 S o (3-74)

E consequentemente a matriz pode ser resolvida na Equao (3-73) pela

substituio de o .
82 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

l
2 (To S oT Ro1 S o ) = 0 M = 0 (3-75)
o =1

Em que, o tamanho da matriz M igual a m ( p + 1) m ( p + 1) , a qual pode ser calculada a


partir da densidade espectral de potncia dos dados de resposta. Com o objetivo de evitar
uma soluo trivial da Equao (3-75), uma restrio deve ser imposta. Esta restrio pode
ser realizada impondo que alguns valores da matriz sejam iguais a 1.Desta forma, o

algoritmo estabelece igualar os valores da matriz [ A0 ] como uma matriz identidade. Assim,

a soluo do sistema fica da seguinte forma.

[I ] 0
[M ] [M b ] [A1 ] 0
M = 0 =
[M b ] [M bb ] 0

[ ]
Ap 0

[M bb ]a b = [M ba ] a b = [M bb ]1 [M ba ]
[I ]
= A= (3-76)
[M bb ] [M b ]
1

Em que, [I ] do tamanho mm , [M bb ] = M (m + 1 : m( p + 1), m + 1 : m( p + 1)) ,

[M ba ] = M (m + 1 : m( p + 1),1 : m) . Uma vez as matrizes A r so determinadas, a matriz B r

pode ser calculada usando a Equao (3-74).

A identificao dos parmetros modais no mtodo p-LSCF deve ser realizada atravs
da avaliao das razes dos polinmios formados com os coeficientes das matrizes A r ou
. No entanto, uma forma mais conveniente representar os coeficientes dos polinmios na
forma de uma matrix companion, dessa forma os autovalores da matriz companion so as
razes polinomiais. A matriz companion construda usando a seguinte expresso.

[ ] [ ] [A ] [A ]
Ap 1 Ap 1 1
p 2 [ ]
1 1
[ ]
Ap [ A1 ] Ap [ A0 ]

p

Aco =
[I ] 0 0 0 (3-77)


0 0 [I ] 0

Assim, o problema de autovalores definido pela seguinte equao.

([Aco] u i )[ ] = 0 (3-78)

A soluo do problema de autovalores prov m*p autovalores organizados em pares


complexos conjugados. Os autovalores devem ser convertidos ao tempo continuo para
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 83

poder estimar as frequncias naturais e as taxas de amortecimento. As equaes so dadas


como.

n( i ) Re( i )
i = , i = , d i = i (3-79)
t i

Em que, i , d i so as taxas de amortecimento e as frequncias naturais amortecidas,

respectivamente. Finalmente, os modos de vibrao so estimados pelos componentes dos


modos que podem ser observados, dados por.

[ ] = [C c ][ ]
Com

[Cc ] = [B p1 B p Ap1 Ap1 B0 B p Ap1 A0 ] (3-80)

Nesta metodologia no possvel estimar com antecipao qual deve ser a ordem
correto do modelo. por isso, que deve ser realizado um procedimento de repetio da
anlise atravs de incrementar a ordem do modelo. Este procedimento chamado como
diagrama de estabilidade. Para cada ordem do modelo, os parmetros modais de
frequncias naturais e taxas de amortecimento devem ser calculados. Desta forma, deve ser
analisada a variao desses parmetros entre modelos com ordem consecutiva. Uma
mnima variao entre modelos para cada um desses parmetros pode definir a ordem
correta que deve ser selecionada.

3.5 CONSIDERAES FINAIS

Apresentou-se uma reviso detalhada de diferentes mtodos e tcnicas existentes na


anlise modal operacional no domnio da frequncia, na qual foram abordadas metodologias
de identificao tradicionais e os mtodos recentes baseados em transmissibilidade. Dessa
forma, possvel notar atualmente uma abordagem diferente da anlise modal operacional,
na qual j no mais considerada uma das mais importantes suposies da anlise, como
a hiptese da entrada ao sistema se definir como rudo branco, com um espectro constante.
Dita suposio usada pela maioria dos mtodos apresentados (PP, FDD, EFDD, RD-FDD,
RD-EFDD, FSDD e p-LSCF). Novas metodologias tm sido propostas no baseadas nessa
suposio, tais como os mtodos que usam transmissibilidade.
84 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

As diferentes metodologias tratadas nesta reviso tm como base a anlise de sinais


com o uso da transformada de Fourier para passar ao domnio da frequncia. Porm, outros
tipos de transformadas tambm so objeto de estudo no mbito da anlise modal
operacional, tais como a transformada de Wavelet e de Hilbert, que no foram tratadas
nesta reviso. As transformadas de Wavelet e Hilbert so transformadas efetivas para a
anlise de sinais no estacionarias devido a que fornecem informao das frequncias com
uma localizao no tempo, em conjunto com a informao da energia e da frequncia. O uso
desse tipo de transformadas tambm adequado para a anlise de sistemas no lineais
(Uhl e Klepka, 2005) ,(Han, Li e Li, 2007).

No entanto, as diferentes tcnicas ou mtodos descritos nesta reviso para avaliar


parmetros modais podem ser combinados com o uso das transformadas Wavelet e de
Hilbert, como so: estimao de funes de correlao, o mtodo do decremento aleatrio,
a tcnica SVD, a transformao linear do espectro (FSDD), e os mtodos que usam
transmissibilidade. Exemplos desses tipos de combinaes so abordados em estudos
como em Lardies, Ta et al. (2004), que combina o uso do mtodo do decremento aleatrio,
com a anlise da transformada de Wavelet. O primeiro mtodo para avaliar a resposta livre
do sistema o segundo para passar ao domnio da frequncia e extrair os parmetros
modais. Em Le e Paultre (2013) usam a transformada de Wavelet com dados de funes de
correlao e fazem uma decomposio em valores singulares. Os valores singulares so
utilizados para avaliar as frequncias e os amortecimentos, e os vetores singulares para
avaliar os modos de vibrao, da mesma forma como foi descrita no mtodo FDD, mas
esses parmetros so estimados ao longo do tempo, possibilidade que oferece a
transformada de Wavelet. Em Yan e Ren (2013) usado o conceito de transmissibilidade
entres espectros de resposta para avaliar parmetros modais, conceito descrito nesta
reviso, mas em combinao com o uso da transformada de Wavelet para avaliar a resposta
espectral.

Na aplicao da transformada de Wavelet uma das variveis mais importantes para o


correto uso dessa tcnica refere-se escolha correta da funo Wavelet me que controla a
resoluo em tempo e frequncia da anlise. Umas das Wavelet me mais conhecidas e
aplicadas a funo de Morlet e Morlet modificada, porm, essas funes contm uma serie
de parmetros que devem ser adequadamente estabelecidos. Diferentes trabalhos como,
Hoa, Tamura et al. (2010), Le e Tamura (2009) e Hamtaei e Anvar (2008) estudam
aproximaes diferentes dessas funes com intuito de melhorar a resoluo em frequncia
e tempo, e dessa forma melhorar a determinao dos parmetros modais, para o caso
especifico de anlise modal operacional.
Mtodos no domnio da frequncia para a anlise modal operacional ________________ 85

Estimativa de funes de correlao.


-IFFT do periodograma (mtodo direto)
-IFFT do periodograma mdio -Mtodos paramtricos.

-Mtodo do decremento aleatrio (RD)

Parmetros
modais.
-Transformada de Wavelet
-Transformada de Hilbert
Sinais -Mdia do -Frequncias
de espectro (PP)
sada -Formas de
-Mtodo de Welch (FFT) -Tcnica SVD vibrao
x(t) (FDD e EFDD)
-Amortecimentos
-Transformao
Mtodo Blackman e Tukey linear do espectro
(FFT) (FSDD)

-Mtodos com transmissibilidade


FFT
(diferentes condies de carga)

-Mtodo com transmissibilidade


entre espectros da resposta
(somente uma condio de carga)

Figura 3-2 Sistematizao dos principais mtodos na anlise modal operacional no


domnio da frequncia

Para o caso da transformada de Hilbert, ela baseada na chamada tcnica Empirical


Mode Decomposition (EMD) (Huang et al., 1998). Nessa tcnica estabelece-se uma
decomposio do sinal em uma srie de dados intrnsecos quase estacionrios chamados
de Intrinsic Mode Functions IMFs, atravs de um processo conhecido como shifting process.
As frequncias contidas em cada IMFs s dependem do sinal original e podem ser
consideradas como uma classe de funo de resposta modal. Dessa forma, aplicando o
EMD, tm-se trabalhos como em Yu e Ren (2005) e Han, Li et al (2007), os quais adoptam o
uso do EMD como ferramenta de pr-processamento do sinal para fazer uma decomposio
da resposta e aplicar uma tcnica de identificao modal. Tambm em He, Hua et al. (2011)
foi combinado o mtodo EMD com o mtodo do decremento aleatrio. Em que, primeiro
foram avaliadas as funes IMFs para logo processar os dados pelo decremento aleatrio e
obter as funes de livre decaimento. As funes de livre decaimento so expressas
analiticamente em termos de parmetros modais e um problema de optimizao resolvido
para obter os parmetros modais de cada funo.
86 ____ ______Mtodos no domnio da frequncia para a anlise modal operacional

Finalmente, na Figura 3-3 apresenta-se um esquema em que se sistematizam os


principais mtodos de identificao para a anlise modal operacional no domnio da
frequncia.
CAPTULO 4. MTODO BASEADO EM MATRIZES
DE TRANSMISSIBILIDADE COM DENSIDADE
ESPECTRAL VIA SVD (PSDTM-SVD).

Recentes metodologias baseadas em conceitos de transmissibilidade tm sido


surgidas como alternativas para a identificao de parmetros modais de estruturas sob
carregamentos em condies de operao. A identificao de parmetros modais nesses
tipos de metodologias independente das caractersticas do carregamento aplicado na
estrutura sendo isso uma importante vantagem com respeito s metodologias anteriores que
supem a excitao como rudo branco. A base dessas metodologias o fato que as
funes de transmissibilidade convergem a uma relao de amplitudes de modos de
vibrao que no dependem do espectro da excitao quando tendem em um plo do
sistema. Assim, estabelecendo uma relao inversa de uma subtrao de duas funes de
transmissibilidade dos mesmos graus de liberdade, chamada de funo racional, podem-se
obter os plos do sistema, levando em considerao que somente um subconjunto dos
plos so os plos do sistema. As primeiras aproximaes consideram o uso de diferentes
condies de carregamento para obter funes de transmissibilidade. No entanto, diferentes
condies de carregamento seriam difceis de obter em grandes estruturas. Uma soluo
alternativa devido a essa dificuldade a partir do uso da transmissibilidade em base
densidade espectral de potncia, que para diferentes condies de referncia convergem na
mesma relao de amplitudes dos modos de vibrao, portanto, possvel usar da mesma
maneira uma relao da inversa da subtrao entre duas funes de transmissibilidade,
para obter parmetros modais com uma nica condio de carga. Assim, da mesma forma,
nessa subtrao entre funes de transmissibilidade com densidade espectral, s um
subconjunto de plos so os plos do sistema. De tal modo que em Yan e Ren (2012), um
recurso usado para reduzir o risco de encontrar picos nas funes racionais que no so
frequncias naturais do sistema a mdia normalizada das diferentes funes.

Neste captulo proposto o uso da tcnica de valores singulares sobre matrizes de


transmissibilidade de densidade espectral que convergem nas linhas mesma relao de
amplitudes dos modos vibrao nos plos do sistema. As matrizes de transmissibilidade
propostas so linearmente dependentes nas colunas ou de posto 1, quando convergem aos
plos do sistema, portanto, os valores singulares convergem para zero e podem ser usados
para determinar frequncias naturais. Assim, proposto um produtrio entre as inversas das
mdias dos valores singulares de cada matriz de transmissibilidade para a identificao das
88 Mtodo baseado em transmissibilidade com densidade espectral via svd

frequncias naturais. Similarmente, o primeiro vetor singular esquerda de cada matriz de


transmissibilidade converge para as formas modais nos plos do sistema. Desse modo,
proposta uma mdia dos diferentes primeiros vetores singulares esquerda de cada matriz
de transmissibilidade para estimar os modos de vibrao. O mtodo proposto foi verificado
atravs de uma anlise numrica, na qual uma viga foi excitada com rudo colorido contendo
uma frequncia predominante. Duas diferentes configuraes de localizao do
carregamento foram analisadas. Igualmente, dados reais de vibrao de uma ponte
simplesmente apoiada foram usados. Os resultados de ambas as anlises, numrica e
dados de vibrao real demostraram a capacidade do mtodo proposto para a identificao
de parmetros modais. Os resultados foram comparados com os obtidos pelos mtodos
PSDT e FDD detalhados no Captulo 3.

4.1 IDENTIFICAO DE PARMETROS MODAIS USANDO PSDTM-SVD

No Captulo 3 mostrado como no mtodo baseado em transmissibilidade com


densidade espectral, funes de transmissibilidade entre dois pontos o e j com referncia de
sada diferente k e z convergem mesma relao de amplitudes de modos de vibrao nos
plos do sistema, i = il , assim.

S x x (i ) S xo x z (i ) *ol *ol
[ ]
lim T k xo x j (i ) T z xo x j (i ) = lim o k =
* jl
(4-1)
i i l
x j xk (i )
i l l S S x j x z (i ) * jl

Da mesma forma, possvel definir uma linha de funes de transmissibilidade com


referncias de sada diferentes, z i , como.

[ ] *ol
lim T z1 xo x j (i ) T z2 xo x j (i ) .... T zL xo x j (i ) = *
*ol
....
*ol
* jl
(4-2)
i il
jl * jl

Em que, L o nmero total de pontos de medio. Igualmente, pode-se fazer uma


variao para diferentes pontos, o i , e construir uma matriz de transmissibilidade, da seguinte
forma.

T z1 x1 x j (i ) T z 2 x1 x j (i ) ..... T z L x1 x j (i )
z1
T x x (i ) T z 2 x2 x j (i ) ..... T z 2 x2 x j (i )
[
]
T xoi x j (i ) = 2 j
zi

.... ..... ..... ....


(4-3)
z1
T x L x j (i ) T x L x j (i ) ..... T x L x j (i )
z2 zL

Diferentes matrizes quadradas de transmissibilidade LxL surgem a partir de realizar


uma variao do ponto j, como.
Mtodo baseado em transmissibilidade com densidade espectral via svd 89

{[T zi
xoi x1 (i ) ] [T zi
xoi x2 ]
(i ) ... T zi xoi xL (i ) [ ]} (4-4)

As matrizes estabelecidas convergem seguinte relao quando se aproximam nos


plos do sistema.

*1l *1l *1l


* * jl
....
jl *oil
jl
*2l *2l 2l
* em que = 1 se xoi = x j (4-5)
[ ]
lim T zi xoi x j (i ) = * jl .... * * jl
i il

* jl jl
.... .... .... ....
Ll * Ll * Ll
*
.... *
* jl * jl jl

Pode-se notar na Equao (4-5) que as matrizes obtidas so linearmente


dependentes nas colunas quando convergem aos plos do sistema. Essa caracterstica
matricial de dependncia linear entre as colunas pode ser analisada a travs do conceito do
posto de uma matriz que se define como o nmero de linhas no nulas quando a mesma
escrita na forma reduzida escalonada por linhas ou equivalente ao nmero de colunas
independentes da matriz. Uma forma direta de se avaliar o posto de uma matriz atravs da
avaliao dos valores prprios da matriz. O nmero de valores prprios diferentes de zero
equivalente ao posto da matriz. Igualmente, poder-se-ia avaliar a partir dos valores
singulares que tm uma direta relao com os valores prprios. Isso significa que o posto da
matriz de transmissibilidade proposta (Equao (4-3)), quando se aproxima aos plos do
sistema ll , ser igual a 1, o que implica tambm que a partir do segundo valor singular

convergiro para zero para, i = il . Ento, a partir do uso da inversa dos valores

singulares podem-se avaliar as frequncias naturais do sistema.

Dessa forma, define-se uma decomposio em valores singulares das matrizes de

transmissibilidade [T zi
xoi x j ]
(i ) , como.

[T zi
xo i x j ][
(i ) = U j (i ) ] [
L L
j
(i ) ] [V
L L
j
(i ) ]
L L
H
(4-6)

[ ] [ ]
Em que U (i ) e V (i ) so os vetores singulares esquerda e direita da
j j

[ ]
matriz T zi xoi x j (i ) , respectivamente, [ (i )] uma matriz diagonal contendo os valores
j

[ ]
singulares da matriz T zi xoi x j (i ) , com 1 (i ) 2 (i ) ... L (i ) e H a transposta

conjugada. Para cada matriz de transmissibilidade [T zi


xoi x j ]
(i ) so avaliados os valores
singulares, como (i ) j = [ (i ) j1 (i ) j 2 ... (i ) j L ].
90 Mtodo baseado em transmissibilidade com densidade espectral via svd

Ento, no mtodo PSDTM-SVD proposto um clculo entre valores singulares para


avaliar as frequncias naturais em dois passos: 1) calcular a mdia aritmtica da inversa dos
valores singulares, a partir do segundo valor singular em cada matriz de transmissibilidade,
como.

1 L 1
(i ) 1 =
L j =1 (i ) j (4-7)
1 L
1 1 1
1 1 1
=
L j =1 (i ) j 2 (i ) j
3
... =
(i ) L (i ) 2
j
(i )3

...
(i ) L

2) calcular um produtrio entre as mdias dos valores singulares de cada matriz de


transmissibilidade.

L
1
(i ) = (4-8)
i=2 (i ) i

A funo (i ) contm picos de ressonncia que so as frequncias naturais do


sistema. Logo, na seo dos clculos deste captulo ser discutida uma razo para escolher
um produtrio entre as mdias das inversas dos valores singulares. Uma vez que as
frequncias de ressonncia do sistema so conhecidas, possvel derivar as formas modais

a partir do uso do primeiro vetor singular [U j


]
(i l ) 1 na frequncia de ressonncia, il para

cada matriz de transmissibilidade [T zi


xoi x j ]
(i ) , assim uma mdia dos diferentes vetores
singulares faz uma estimativa da forma modal, como.

1 L
U (il )1 = U j (il )1 (4-9)
L j =1

Os vetores singulares [U (i )] so produto de avaliar o problema dos vetores

[ ][
prprios da matriz T zi xoi x j (i ) T zi xoi x j (i ) ] T
, assim, a partir desse conceito, possvel

demostrar que o primeiro vetor singular [U (i )]1 , converge s formas modais do sistema

[ ][ ]
quando a matriz T zi xoi x j (i ) T zi xoi x j (i ) tende aos plos do sistema. Dessa forma, pode-se
T

resolver um problema de valores e vetores prprios da matriz T zi xoi x j (i ) T zi xoi x j (i ) para [ ][ ]T

i = il , como.
Mtodo baseado em transmissibilidade com densidade espectral via svd 91

i i l
[[ ][ ]
lim T zi xoi x j (i ) T zi xoi x j (i ) li (i ) I {U (i )}i = 0
T
]
1l 2 1l2l 1l Nl
L 2 L .... L
jl jl 2 jl 2 1 0 .... 0 U (il )1 (4-10)
2 0 1 .... 0 U (i )
L 2l 21l L 2l 2 .... L 2l 2Nl l 2
jl jl jl li (il ) .... ... .... .... ... = 0
.... ....
.... ....
2 0 0 .... 1 U (il ) N
i
L Nl 21l L Nl 22l .... L Nl

jl jl jl 2

Os valores prprios da matriz [T zi


xo i x j ][
(i ) T zi xoi x j (i ) ]
T
para i = il ficam

determinados por.

1l 2 + 2l 2 + ... + Ll 2
l (i l ) = L 0 .... 0 (4-11)
jl 2

Assim, o primeiro vetor singular pode ser avaliado da matriz

[ ][
lim T zi xoi x j (i ) T zi xoi x j (i ) e determinado por.
i l l
] T

{U }1 = 1
[1l 2l ... Ll ] (4-12)
1l 2 + 2l 2 + ... + Ll 2

O anterior revela que o primeiro vetor singular de [U (i )] das diferentes matrizes de


transmissibilidade propostas para valores prximos na ressonncia proporcional ao modo
de vibrao do sistema. Cabe salientar, que no acontece o mesmo com o primeiro vetor

singular [V j
]
(i ) 1 , o qual se avalia a partir do problema de valores e vetores prprios da

[
matriz T zi xoi x j (i ) ] [T
T zi
xo i x j ] [
(i ) . O primeiro vetor V (i ) 1 converge na ressonncia a
j
]
uma relao, como.

{V }1 = 1 [ L L ... L ] (4-13)
L

Finalmente, uma fcil implementao computacional do mtodo proposto pode ser


gerada a partir de seguir o diagrama de fluxo mostrado na Figura 4-1.
92 Mtodo baseado em transmissibilidade com densidade espectral via svd

Aquisio dos sinais

Avaliao das matrizes de transmissibilidade com densidade


espectral (Equao 4.3 )

Decomposio em valores singulares das matrizes de


transmissibilidade (Equao 4.6 )

Mdias da inversa dos diferentes valores singulares das matriz


de transmissibilidade (Equao 4.7)

Productrio das mdias dos valores singulares (Equao 4.8)

Identificao das frequncias de ressonncia dos picos do


grafico do productrio.

Identificao dos modos de vibrao da mdia dos primeiros


vetores singulares U1, na ressonncia (Equao 4.9)

Figura 4-1 Diagrama de fluxo do mtodo proposto PSDTM-SVD.

4.2 EXEMPLO NUMRICO

Com o fim de mostrar o desempenho do mtodo proposto ser processado uma


simulao de dados sobre um sistema linear invariante no tempo. O sistema ser o mesmo
estudado no Apndice A, contendo as mesmas caractersticas geomtricas, de rigidez,
massa e amortecimento (ver Figura A-3). Nesse exemplo foram analisadas duas
configuraes de carga diferentes com foras no correlacionadas de um tempo total de
300seg e que apresentam um espectro de rudo colorido com uma frequncia de excitao
predominante igual a 12Hz. O rudo colorido foi gerado a partir de filtrar um rudo branco por
um sistema de um s grau de liberdade e selecionar as velocidades da resposta. O sistema
SDF contm uma frequncia de 12Hz com um amortecimento de 5%. A frequncia de
amostragem da excitao foi definida de 350Hz. As duas configuraes de carga foram
dadas por: Carga 1, com um carregamento localizado nos graus de liberdade 5 e 14 e,
Carga 2, com um carregamento localizado nos graus de liberdade 5,8,11,14 e 17. Um
exemplo das caractersticas da excitao em termos de funo de correlao e a densidade
espectral so mostrados na Figura 4-2.
Mtodo baseado em transmissibilidade com densidade espectral via svd 93

Rudo Colorido
0.1

Ampl(N)
0

-0.1
0 50 100 150 200 250 300
Time(s)

-4
x 10 Funo de correlao
2

Ampl (m/s)
0

-2
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Time(s)

-4
Densidade espectral
10
Ampl (dB)

-6
10

-8
10
0 20 40 60 80 100 120 140 160 180
Frequncia (Hz)

Figura 4-2 Caractersticas da excitao do exemplo numrico.

-5 0
10 1 Valor singular 10
Erro na identificao
2 Valor singular
3 Valor singular
4 Valor singular
-10 5 Valor singular -1
10 10
Erro na identificao

-15 -2
10 10
Ampl (dB)

Ampl (dB)

-20 -3
10 10

-25 -4
10 10

-30 -5
10 10
0 20 40 60 80 100 120 140 160 180 0 20 40 60 80 100 120 140 160 180
Frequncia Hz Frequncia (Hz)

a) b)

30
10

25
10

20
10
Ampl (dB)

15
10

10
10

5
10

0
10
0 20 40 60 80 100 120 140 160 180
Frequncia (Hz)

c)

Figura 4-3 Resultados dos mtodos a) FDD, b) PSDT, c) PSDTMSVD para a Carga 1.

Com o objetivo de analisar a robustez da metodologia proposta, PSDTM-SVD, foi


realizada uma comparao com os resultados dos mtodos FDD e PSDT frente aos dois
tipos de carregamentos indicados. Para as diferentes metodologias em anlise foram
94 Mtodo baseado em transmissibilidade com densidade espectral via svd

avaliadas as funes de densidade espectral pelo mtodo de Welch, no qual foi usada uma
janela tipo Hanning com um tamanho de 211 dados, uma sobreposio do 50% e um
tamanho da transformada de Fourier de 211. Dessa forma, so mostrados nas Figura 4-3 e
Figura 4-4 os resultados para as diferentes metodologias, FDD, PSDT e PSDTM-SVD. As
frequncias naturais do sistema nas diferentes metodologias so obtidas dos picos dos
grficos de: os primeiros valores singulares da decomposio da matriz de densidade
espectral para o mtodo FDD, mdia normalizada das inversas das funes racionais para o
mtodo PSDT e o produtrio da mdia da inversa dos valores singulares das matrizes de
transmissibilidade para o mtodo proposto, PSDTM-SVD (Equao (5-8)).

-6
10
Erro na identificao 0
1 Valor singular 10
2 Valor singular
-8
10 3 Valor singular
4 Valor singular
-1
5 Valor singular 10
-10
10

-12 -2
10 10
Ampl (dB)

Ampl (dB)
-14
10 -3
10

-16
10
-4
10
-18
10

-5
-20 10
10

-22 -6
10 10
0 20 40 60 80 100 120 140 160 180 0 20 40 60 80 100 120 140 160 180
Frequncia Hz Frequncia (Hz)

a) b)

16
10

14
10

12
10

10
10

8
10
Ampl (dB)

6
10

4
10

2
10

0
10

-2
10

-4
10
0 20 40 60 80 100 120 140 160 180
Frequncia (Hz)

c)

Figura 4-4 Resultados dos mtodos a) FDD, b) PSDT, c)PSDTMSVD para a Carga 2.

As frequncias naturais identificadas por cada mtodo tm sido comparadas com o


valor terico do modelo estrutural como mostrado na Tabela 4-1. Os resultados mostraram
que para o modelo estrutural proposto e os tipos de carregamentos indicados, o primeiro
mtodo (FDD), para os dois casos de carga, existiu uma introduo no espectro da resposta
de uma frequncia de ressonncia que no faz parte do sistema devido excitao de rudo
colorido com uma frequncia predominante utilizada. Para o mtodo PSDT no caso de
carregamento, Carga 1, encontrou-se uma existncia de um pico de ressonncia no
pertencente ao modelo estrutural, igual 25.98Hz. A existncia dessa ressonncia errnea se
Mtodo baseado em transmissibilidade com densidade espectral via svd 95

deve principalmente ao uso da inversa da funo racional que algumas vezes podem conter
plos que no so do sistema (Devriendt e Guillaume, 2007). Assim, neste caso especfico,
o mtodo PSDT a partir de utilizar uma mdia de diversas inversas da funo racional, no
consegue eliminar completamente os picos errados. Particularmente, neste exemplo
numrico quando o modelo s contm um, dois, ou trs graus de liberdade carregados, foi
encontrado que o mtodo PSDT tem falhas na identificao devido introduo de
frequncias adicionais que no so parte do sistema. Porm, esse mtodo capaz de
identificar adequadamente as frequncias naturais, sem a introduo de picos adicionais,
quando todos os graus de liberdade do modelo so carregados.

Tabela 4-1 Frequncias naturais identificadas para o exemplo


Estimado (Hz) Erro(%)
Valor
Modo Terico PSDTM- PSDTM-
FDD PSDT FDD PSDT
(Hz) SVD SVD
Carga 1
1 9.539 9.91 9.57 9.57 3.89 0.33 0.33
11.96 *
2 14.616 14.53 14.53 14.7 0.59 0.59 0.58
25.98 *
3 44.049 44.09 43.92 43.75 0.09 0.29 0.68
4 48.700 48.88 48.88 48.88 0.37 0.37 0.37
5 123.486 123.7 123.7 123.7 0.17 0.17 0.17
Carga 2
1 9.539 9.74 9.22 9.57 2.11 3.34 0.33
11.79 *
2 14.616 14.53 15.04 14.7 0.59 2.90 0.58
3 44.049 44.09 43.92 44.09 0.09 0.29 0.09
4 48.700 48.71 49.22 48.71 0.02 1.07 0.02
5 123.486 123.6 123.7 123.7 0.09 0.17 0.17
*Identificao errada do mtodo

No caso do mtodo proposto, PSDTM-SVD, para os dois casos de carga, foram


identificadas as frequncias naturais do sistema sem a introduo de frequncias adicionais.
Dessa maneira, o mtodo PSDTM-SVD neste exemplo numrico mostra a habilidade de
reduzir ainda mais o risco de encontrar frequncias adicionais para diferentes posies do
carregamento e quantidade de graus de liberdade carregados. Para o mtodo PSDTM-SVD
mostrado na Figura 4-5 um exemplo da decomposio em valores singulares s da matriz

de transmissibilidade [T zi
xoi x1 ]
(i ) para os dois casos de carga, na que se pode observar
como os valores singulares convergem para zero nos plos do sistema. Assim, a
96 Mtodo baseado em transmissibilidade com densidade espectral via svd

decomposio em valores singulares das matrizes [T zi


xoi x2 ] [ ][
(i ) , T zi xoi x2 (i ) , T zi xoi x3 (i ) , ]
[T zi
xoi x5 ]
(i ) mostraram um comportamento similar. Pode-se observar que no primeiro caso
de carga, quando s os graus de liberdade 5 e 14 so carregados, existe uma maior
separao entre os valores singulares, comparado com a decomposio em valores
singulares do segundo caso de carga. Tambm, observa-se que no caso de Carga 1 no
todos os valores singulares converge para zero nos plos do sistema. As anteriores
observaes so a causa da proposta de um produtrio entre as inversas da mdia dos
valores singulares de cada matriz de transmissibilidade como a estimativa das frequncias
naturais. Uma estimativa, por exemplo, atravs de uma mdia normalizada das mdias dos
valores singulares das matrizes de transmissibilidade foi descartada, devido a que, para o
caso de Carga 1, em que, os valores singulares se encontram bem separados e no todos
convergem para zero, geraria uma cancelamento das frequncias naturais.

4 3
10 10

2
10 2
10

0
10
1
10
-2
10

0
-4 10
Ampl (dB)
Ampl (dB)

10

-6 -1
10 10

1 Valor singular
-8
10 1 Valor singular 2 Valor singular
-2
2 Valor singular 10 3 Valor singular
-10 3 Valor singular 4 Valor singular
10
4 Valor singular 5 Valor singular
-3
5 Valor singular 10
-12
10

-14 -4
10 10
0 20 40 60 80 100 120 140 160 180 0 20 40 60 80 100 120 140 160 180
Frequncia (Hz) Frequncia (Hz)

a) Caso de Carga 1 b) Caso de Carga 2

Figura 4-5 Decomposio em valores singulares da matriz de transmissibilidade


[T zi
xoi x1 (i ) .]

Uma vez que as frequncias de ressonncia so identificadas pelo mtodo PSDTM-


VSD podem-se avaliar os modos de vibrao atravs de uma mdia dos primeiros vetores
singulares esquerda das matrizes de transmissibilidade escolhidos na ressonncia como
mostrado na Tabela 4-2. Uma comparao entre os modos identificados e tericos
realizada atravs do indicador de correlao modal MAC, encontrando um adequado acordo
entre eles, como mostrado na Tabela 4-3.
Mtodo baseado em transmissibilidade com densidade espectral via svd 97

Tabela 4-2 Modos identificados com o mtodo PSDTM-SVD


Mode 1 Mode 2 Mode 3 Mode 4 Mode 5
GL
Terico Estimado Terico Estimado Terico Estimado Terico Estimado Terico Estimado
5 0.0315 -0.3650 -0.0361 -0.5736 -0.0376 -0.4878 -0.0325 -0.4488 0.0068 -0.0897
8 0.0315 -0.3824 -0.0261 -0.4120 0.0376 0.4904 0.0384 0.5285 -0.0201 0.2657
11 0.0000 0.0448 -0.0019 -0.0308 0.0000 0.0102 0.0120 0.1651 0.0695 -0.9179
14 -0.0315 0.5129 -0.0261 -0.4137 -0.0376 -0.4370 0.0384 0.5352 -0.0201 0.2661
17 -0.0316 0.5362 -0.0361 -0.5735 0.0376 0.4393 -0.0325 -0.4532 0.0068 -0.0896

Tabela 4-3 Comparao dos modos tericos e estimados com o mtodo PSDTM-
SVD
Terico/ MAC
Estimado Modo 1 Modo 2 Modo 3 Modo 4 Modo 5
Modo 1 0.970 0.028 0.000 0.000 0.001
Modo 2 0.028 1.000 0.000 0.005 0.008
Modo 3 0.000 0.000 0.997 0.003 0.000
Modo 4 0.000 0.005 0.003 1.000 0.045
Modo 5 0.001 0.008 0.000 0.045 1.000

4.3 DADOS REAIS DE VIBRAO

Nesta seo foram usados dados de um ensaio de vibrao de uma ponte em


condies de operao, como um estudo de caso para demostrar a habilidade do mtodo
proposto para a identificao de parmetros modais. Os dados so extrados de um estudo
realizado anteriormente pelo autor (Araujo, Maldonado e Cho, 2011). Para verificar o mtodo
proposto foram identificadas as frequncias naturais e formas modais da ponte usando o
mtodo PSDTM-SVD e foram comparados com os mtodos FDD e PSDT. Nesta aplicao
sobre os dados reais, o mtodo PSDTM-SVD demostrou a capacidade para identificar
parmetros modais da estrutura.
98 Mtodo baseado em transmissibilidade com densidade espectral via svd

a)

b.)

c.)

Figura 4-6 a) O corte longitudinal, b) o corte transversal da superestrutura e c) o


detalhe da planta da ponte Garcia Cadena.
Mtodo baseado em transmissibilidade com densidade espectral via svd 99

4.3.1 Descrio da ponte.

A ponte Garcia Cadena uma estrutura de concreto reforado que foi construda em
1971 e localizada na cidade de Bucaramanga, Colmbia. A ponte caracterizada por uma
superestructura que consiste em um sistema de vigas ps-tracionadas simplesmente
apoiadas. Em 1993, a ponte foi expandida pela adio de duas vigas em cada lado.
Atualmente, a ponte tem um comprimento de 261,65m e uma largura de 25m (estrada de
mo dupla com trs faixas), um total de oito vos e sete pilares. Na Figura 4-7 mostrada
uma fotografia da ponte, e na Figura 4-6 mostrado o corte longitudinal, o corte transversal
da superestrutura e o detalhe da planta.

Figura 4-7 Fotografia da ponte Garcia Cadena.

4.3.2 Ensaio de vibraes

O ensaio de vibraes foi realizado no ano de 2010, no qual foram usados dois
acelermetros tri-axiais de fora balanceada (FB, ES-T Kinemetrics) e um sistema de
aquisio de dados, K2 (AltusDigital Recorder, Kinemetrics Company). O sistema K2 tem
nove canais de aquisio e outros trs canais que so ocupados por um acelermetro tri-
axial interno. Com esse equipamento foram registradas aceleraes verticais em diferentes
pontos dos vos da estrutura, ao longo dos eixos Este, Oeste e Central. O ensaio consistiu
na definio de sete pontos internos em todos os vos, localizando o acelermetro interno
do sistema de aquisio K2, chamado de acelermetro de referncia, em um ponto
especfico de medio. Os outros acelermetros foram mobilizados nos outros pontos de
medio. Assim, foi realizado um total de trs configuraes de localizao dos
acelermetros (setups), como mostrado na Figura 4-8. Desta maneira, foram registradas
para cada configurao entre 5 a 6 min de vibraes como uma frequncia de amostragem
de 200Hz.
100 Mtodo baseado em transmissibilidade com densidade espectral via svd

Figura 4-8 Configuraes dos acelermetros.

4.3.3 Identificao de parmetros modais

Neste estudo de caso foram realizadas medies de vibraes para todos os vos da
estrutura nos eixos Este, Oeste e Central. No entanto, devido quantidade de informao
que pode surgir para todos os vos, nesta anlise s os resultados para um dos vas sero
mostrados, nomeadamente, o vo entre os pilares B e 7 do eixo Central (ver Figura 4-6).

Para aplicao dos mtodos FDD, PSDT PSDTM-SVD foram calculados os


espectros da densidade espectral de potncia, usando o mtodo de Welch, no qual foi
definida uma janela de Hanning com o tamanho de 211 dados, com uma sobreposio de
50% e um tamanho da transformada de Fourier de 211.

Realizando uma reviso dos valores singulares das matrizes de transmissibilidade no


mtodo PSDTM-SVD e analisando as frequncias que convergem para zero na
decomposio pode-se obter uma anlise preliminar das frequncias naturais da ponte.
Assim, como exemplo na Figura 4-9, apresentado os valores singulares de trs matrizes
de transmissibilidade para a configurao de acelermetros 1 (setup 1) sobre o eixo Central
da ponte, no vo B-7. A Figura 4-9 mostra uma convergncia para zero de diferentes
frequncias de ressonncia na faixa de 0 a 100Hz, mas com maior importncia na faixa de 0
a 20Hz.
Mtodo baseado em transmissibilidade com densidade espectral via svd 101

3
10
4
10
2
10
3
10
1
10
2
10

0
10 1
10
Ampl (dB)

Ampl (dB)
-1
10 0
10

-2
10 -1
10

-3 1 Valor singular
10 -2
2 Valor singular 10 1 Valor singular
3 Valor singular 2 Valor singular
-4
10 -3 3 Valor singular
10

-5 -4
10 10
0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100
Frequncia (Hz) Frequncia (Hz)

a.) b.)

4
10

3
10

2
10

1
10
Ampl (dB)

0
10

-1
10

-2
10
1 Valor singular
2 Valor singular
-3
10 3 Valor singular

-4
10
0 10 20 30 40 50 60 70 80 90 100
Frequncia (Hz)

c.)

Figura 4-9 Decomposio em valores singulares das matrizes de transmissibilidade


para a configurao 1 (setup 1) no eixo central da ponte, no vo B-7.

Os resultados do mtodo proposto PSTM-SVD foram comparados com aqueles dos


mtodos FDD e PSDT para as trs configuraes de acelermetros sobre o eixo Central da
ponte, no vo B-7, os quais so mostrados nas Figura 4-10, 4-11 e 4-12. As frequncias de
ressonncia podem ser extradas a partir dos picos dos grficos nas Figura 4-10, 4-11 e
4-12. A faixa de frequncia foi truncada at um valor de 40Hz para uma melhor visualizao
das frequncias de interesse. Os picos que foram claramente visveis na faixa de 0 a 20Hz
foram selecionados como frequncias de ressonncia da ponte. As frequncias identificadas
para as trs configuraes de acelermetros so resumidas na Tabela 4-4. Uma mdia para
todas as configuraes de acelermetros so mostrados nas colunas 11,12 e 13 da Tabela
4-4. Alm disso, a Tabela 4-4 mostra que a maioria das frequncias identificadas na faixa de
0 a 20Hz so praticamente as mesmas para as diferentes configuraes de acelermetros, o
que indica uma correta identificao das frequncias de ressonncia da ponte.
102 Mtodo baseado em transmissibilidade com densidade espectral via svd

1
10 -1
14.94 10 4.004
1 Valor singular 3.418
3.418
12.3 2 Valor singular
0
10 3 Valor singular
12.01
14.94
-2
7.813 10
7.715
-1
10

-3
-2 10
10
Ampl (dB)

Ampl (dB)
-3
10 -4
10

-4
10

-5
10
-5
10

-6 -6
10 10
5 10 15 20 25 30 35 40 5 10 15 20 25 30 35 40
Frequncia (Hz)
a) Frequncia (Hz)
b)
3.32
7
10 4.199

6
10
7.813
14.94
5
10 12.01

4
10
Ampl (dB)

3
10

2
10

1
10

0
10

-1
10
5 10 15 20 25 30 35 40
Frequency (Hz)
c.)

Figura 4-10 Resultados dos mtodos a) FDD, b) PSDT, c) PSDTM-SVD para a


configurao 1 (setup 1 ) sobre o eixo Central da ponte, no vo B-7.
1
10 3.32
0
10
4.297 15.04 1 Valor singular
11.91 17.48 2 Valor singular
0
3 Valor singular 3.32
10 7.813 -1
10 4.199

-1
10
-2
10
7.813
-2
10
Ampl (dB)

Ampl (dB)

-3 11.91 14.94
10
-3
10

-4
10 17.58
-4
10

-5
-5 10
10

-6 -6
10 10
5 10 15 20 25 30 35 40 5 10 15 20 25 30 35 40
Frequncia (Hz) Frequncia(Hz)
a) b)

10
10
3.418
4.199

8
10

7.813
6
10
Ampl (dB)

4 11.91
10
15.04

17.58
2
10

0
10

-2
10
5 10 15 20 25 30 35 40
Frequncia(Hz)
c)

Figura 4-11 Resultados dos mtodos a) FDD, b) PSDT, c) PSDTM-SVD para a


configurao 2 (setup 2) sobre o eixo Central da ponte, no vo B-7.
Mtodo baseado em transmissibilidade com densidade espectral via svd 103

1
10 3.418 0
10
14.94 1 Valor singular
11.82
0
17.48 2 Valor singular
3.418
10 7.715 3 Valor singular -1
10
4.199

-1
10
-2
10
7.617
-2
10
-3
10
Ampl (dB)

Ampl (dB)
14.75
-3 11.82
10
-4
10 17.58
-4
10

-5
-5 10
10

-6
-6 10
10

-7 -7
10 10
5 10 15 20 25 30 35 40 5 10 15 20 25 30 35 40
Frequncia (Hz) Frequncia (Hz)
a) b)

10
10 3.223

4.199
8
10
7.813

6
10

11.82 14.75
Ampl (dB)

4
10
17.58

2
10

0
10

-2
10
5 10 15 20 25 30 35 40
Frequncia (Hz)
c)

Figura 4-12 Resultados dos mtodos a) FDD, b) PSDT, c) PSDTM-SVD para a


configurao 3 (setup 3 ) sobre o eixo Central da ponte, no vo B-7.

Tabela 4-4 Frequncias naturais identificadas (Hz) a partir das diferentes


configuraes de acelermetros (Setups) sobre o eixo Central da ponte, no vo B-7.

Setup 1 Setup 2 Setup 3 Mdia setups


Modos
FDD PSDT PSDTM-SVD FDD PSDT PSDTM-SVD FDD PSDT PSDTM-SVD FDD PSDT PSDTM-SVD
1 3.418 3.418 3.320 3.320 3.320 3.418 3.418 3.418 3.223 3.385 3.385 3.320
2 # 4.004 4.199 4.297 4.199 4.199 # 4.199 4.199 4.297 4.134 4.199
3 7.813 7.715 7.813 7.813 7.813 7.813 7.715 7.617 7.813 7.780 7.715 7.813
4 12.300 12.010 12.010 11.910 11.910 11.910 11.820 11.820 11.820 12.010 11.913 11.913
5 14.940 14.940 14.940 15.040 14.940 15.040 14.940 14.750 14.750 14.973 14.877 14.910
6 # # # 17.480 17.580 17.580 17.480 17.580 17.580 17.480 17.580 17.580
#Frequncia no identificada

Uma vez que as frequncias de ressonncia so identificadas, as formas modais


podem ser calculadas com o mtodo PSDTM-SVD. As formas modais identificadas com o
mtodo PSDTM-SVD so mostradas na Figura 4-13 e comparadas com os resultados dos
mtodos FDD e PSDT, mostrando concordncia entre os mtodos. Note-se na Figura 4-13 a
existncia de formas modais idnticas para diferentes frequncias de ressonncia. Essas
formas modais repetidas na superestrutura da ponte so devidas existncia de formas
104 Mtodo baseado em transmissibilidade com densidade espectral via svd

modais bidimensionais. Umas medies de vibrao em ambos os sentidos transversal e


longitudinal da ponte so necessrias para definir completamente as formas modais,
especialmente neste tipo de ponte que apresenta uma largura grande da placa. Nesse
estudo realizado no foi possvel obter medies transversais devido ao tipo de
equipamento utilizado, o qual conectado com cabos que podem ser afetados pela
passagem dos veculos. Uma descrio mais detalhada do comportamento dinmico da
ponte pode ser encontrada em (Araujo, Maldonado e Cho, 2011). Assim, finalmente
demostrado nesta aplicao com dados de vibraes reais que a metodologia proposta tem
a capacidade de identificar parmetros modais.
FDD
Modo 1 Modo 2
PSDTM-SVD
PSDT

1 2 3 4 5 6 7 1 2 3 4 5 6 7

Modo 3 Modo 4

1 2 3 4 5 6 7

1 2 3 4 5 6 7
Modo 6
Modo 5

1 2 3 4 5 6 7
1 2 3 4 5 6 7

Figura 4-13 Comparao das formas modais identificadas com os mtodos FDD,
PSDT e PSDTM-SVD sobre o eixo Central da ponte, no vo B-7.

4.4 CONSIDERAES FINAIS.

O mtodo PSDTM-SVD proposto neste captulo usado para identificar frequncias


naturais e modos de vibrao do sistema sem o conhecimento da entrada ao sistema. O
mtodo utiliza o conceito principal do mtodo PSDT, para criar as matrizes de
transmissibilidade, que nas linhas convergem mesma relao de amplitudes de modos de
vibrao nos plos do sistema, depois aplicada uma decomposio de valores singulares
que usada para a identificao de parmetros modais. Similar ao mtodo PSDT, o
PSDTM-SVD proposto tem uma independncia do espectro da excitao, portanto, pode ser
aplicado para qualquer tipo de carregamento de entrada (rudo branco ou rudo colorido), se
somente se as frequncias do sistema so excitadas. Tambm, as frequncias naturais e
formas modais podem ser extradas a partir de uma nica condio de carga ao invs de
diferentes condies de carga como proposto em anteriores metodologias que usam
transmissibilidade. No entanto, o PSDTM-SVD reduz ainda mais o risco de estabelecer
Mtodo baseado em transmissibilidade com densidade espectral via svd 105

frequncias naturais que no so do sistema, em comparao com o PSDT que utiliza uma
mdia normalizada de funes de subtrao inversa entre funes de transmissibilidade,
que podem conter picos de ressonancia no relacionadas s frequencias naturais.

O PSDTM-SVD foi implementado para realizar uma anlise modal com unicamente
dados da resposta sobre uma estrutura tipo viga, a qual foi sujeita a uma excitao com uma
frequncia predominante. Duas distribues de carregamento distintas foram analisadas. A
partir dos resultados da anlise das respostas das duas distribues de carregamento,
pode-se observar que o PSDTM-SVD estabeleceu adequadamente as frequncias naturais
e modos de vibrao do sistema sem a introduo de modos esprios em comparao com
os metodos FDD e PSDT. Alm disso, o mtodo proposto foi usado para analisar os dados
de um ensaio de vibrao sobre uma ponte. Os resultados dessa aplicao real demonstrou
que o mtodo proposto pode ser utilizado para identificar os parmetros modais de uma
estrutura sob condies de carga operacional.
CAPTULO 5. TRANSMISSIBILIDADE
MULTIVARIVEL COM DIFERENTES
REFERNCIAS DAS SADAS.

Tradicionalmente o conceito de transmissibilidade tratado no domnio da


frequncia, como uma relao entre duas respostas, no entanto, existem trabalhos como
Varoto e Mcconnell (1998) e Liu et al. (1998) que tentaram estender o conceito para uma
relao de mltiplas respostas. Assim, finalmente uma extenso do conceito de
transmissibilidade para mltiplas respostas em sistemas de mltiplos graus de liberdade
excitados harmonicamente foi dada por Riberio, Silva e Maia (2000). Igualmente, essa
generalizao foi estendida para sistemas com excitaes aleatrias em Fontul et al. (2004)
obtendo uma matriz de transmissibilidade multivarivel idntica das excitaes
harmnicas. Esses conceitos de transmissibilidade escalar e multivarivel so abordados no
Captulo 2.

A maioria de mtodos de identificao modal com transmissibilidade usa como base


a transmissibilidade escalar (relao de duas respostas) para a avaliao das funes de
transmissibilidade. Incluindo o mtodo proposto no Captulo 4. Uma exceo do uso da
transmissibilidade escalar o mtodo proposto em Devriendt, De Sitter e Guillaume (2010),
o qual usa a transmissibilidade multivarivel sob diferentes condies de carga para avaliar
parmetros modais. No entanto, em Devriendt, De Sitter e Guillaume (2010) foi demostrado
que as funes de transmissibilidade multivarivel para diferentes condies de carga no
se cruzam na ressonncia como acontece nas funes de transmissibilidade escalar,
portanto, no se podem usar diretamente para a avaliao de parmetros modais. Dessa
forma, que em Devriendt e De Sitter e Guillaume (2010) foi estabelecida uma relao entre
as funes de transmissibilidade multivarivel e as escalares para dar soluo ao problema.
A partir dessa relao so estimadas umas funes chamadas de pseudo-funes de
transmissibilidade escalar, as quais se cruzam na ressonncia para diferentes condies de
carga. Portanto, as obtidas pseudo-funes de transmissibilidade escalar podem ser
usadas similarmente como as funes de transmissibilidade escalar para obter parmetros
modais.

Inspirado no trabalho de Yan e Ren (2012), no qual se demostrou que as escalares


PSDT para diferentes referncias da sada convergem mesma relao dos modos de
vibrao na ressonncia, neste captulo pretende-se estender o conceito da escalar PSDT
para um conceito de multivarivel PSDT com diferentes referncias da sada. A multivarivel
108 __________Transmissibilidade multivarivel com diferente referncia da sada .

PSDT permite relacionar mltiplas sadas ao invs de s duas. A multivarivel PSDT com
diferentes referncias de sada uma matriz que relaciona uma matriz de densidade
espectral cruzada das respostas nas coordenadas Z e U com uma matriz de densidade
espectral cruzada das respostas nas coordenadas Z e K. As coordenas em Z so chamadas
como referncias da sada. Uma importante propriedade surge a partir da multivarivel
PSDT, na qual diferentes matrizes multivarivel PSDT com as mesmas coordenadas K e U,
mas com diferentes referncias da sada Z convergem para a mesma matriz nos plos do
sistema. Essa propriedade pode ser usada para fornecer uma alternativa para a
identificao de parmetros dinmicos, como proposto neste captulo. O objetivo
construir uma nica matriz com a informao a partir de diferentes matrizes multivariveis
PSDTs com diferentes referncias da sada Z com as mesmas coordenas K e U. Esta nica
matriz tem uma singularidade no plos do sistema. Dessa forma, uma pseudoinversa
(Moore-Penrose) modificada pode ser aplicada para determinar frequncias naturais
amortecidas e taxas de amortecimento. As formas de vibrao do sistema podem ser
calculadas com o primeiro vetor singular esquerda da matriz nos plos do sistema, mas
uma condio das coordenadas K e U devem ser satisfeitas. Finalmente, o mtodo para a
identificao de parmetros modais usando multivarivel PSDT foi verificado em uma
anlise numrica de uma viga e com dados reais de vibrao de uma ponte, como tambm
foi mostrado no Captulo 4.

5.1 FUNES DE TRANSMISSIBILIDADE MULTIVARIVEL COM


DIFERENTE REFERNCIA DA SADA.

As funes de transmissibilidade multivarivel com diferentes referncias da sada


podem ser representadas a partir de definir as seguintes variveis: um vetor coluna FA que
contm as magnitudes das foras aplicadas ao sistema nas coordenadas A, um vetor coluna
X K com amplitudes das respostas nas coordenadas K, um vetor coluna X U com amplitudes
das respostas nas coordenadas U e um vetor coluna X Z com as amplitudes das respostas
nas coordenadas Z. O vetor X Z definido como o vetor de referncia da sada. Essas
variveis definem as seguintes relaes.

{X u (i )} = [H x f
u a
]
(i ) {Fa (i )} ou {X u (i )}T = {Fa (i )}T [H x f (i )]T
u a
(5-1)

{X k (i )} = [H x f
k a
(i )]{F (i )} ou {X
a k
T
[
(i )} = {Fa (i )} H xk f a (i )
T
]
T
(5-2)

Em que H xu f a (i ) e H xk f a (i ) so as funes de transferncia relacionando as


coordenadas U-A, e K-A, respectivamente. Multiplicando as Equaes (5-1) e (5-2) pelo
vetor de referncia X Z conjugado, e considerando que a correlao entre as duas respostas
Transmissibilidade multivarivel com diferente referncia da sada 109

se relaciona com a convoluo, como R xx ( k ) = x ( n) x ( n) representada no domnio da

frequncia em densidade espectral, como S xx (i ) = x (i ) * x (i ) , podem-se estabelecer

nas Equaes (6-1) e (6-2) as seguintes relaes.

{X z (i )}* {X u (i )}T = {X z (i )}* {Fa (i )}T [H x f u a


(i ) ]
T
(5-3)

{X z (i )}* {X k (i )}T = {X z (i )}* {Fa (i )}T [H x f k a


(i ) ]
T
(5-4)

Ou

[S x z xu ] [ ][
(i ) = S x z f a (i ) H xu f a (i ) ] T
(5-5)

[S x z xk ] [ ][
(i ) = S x z f a (i ) H xk f a (i ) ]T
(5-6)

Das Equaes (5-5) e (5-6) verifica-se que

[S x z xu ] [ ][
(i ) = H xu f a (i ) S x z f a (i )
T
]
T
(5-7)

[S x z xk ] [ ][
(i ) = H xk f a (i ) S x z f a (i )
T
] T
(5-8)

Combinando a Equaes (5-7) e (5-8), segue que.

[S x z xu ] [ ][
(i ) = H xu f a (i ) H xk f a (i ) S x z xk (i )
T
][ +
]T
(5-9)

[S x z xu ] [ ][
(i ) = T z xu xk (i ) z S xz xk (i )
T
]
T
(5-10)

A expresso (5-10) relaciona a matriz de densidade espectral cruzada entre as


respostas Z e U com a matriz de densidade espectral cruzada entre as respostas Z e K.
Pode-se notar na Equao (5-10), que se Z=K, a matriz de transmissibilidade ser a mesma
representada para as vibraes aleatrias e harmnicas como mostrado no Captulo 2.
Assim, as funes de transmissibilidade multivarivel com diferentes referncias da sada
podem-se representar, como.

[T z
xu xk ] [
( i ) = S xz xu ( i ) ] [[S
T
x z xk ( i ) ]]
T +
(5-11)

A matriz de transmissibilidade mostrada na Equao (5-11) dada por funes de


transmissibilidade internas, como.
110 __________Transmissibilidade multivarivel com diferente referncia da sada .

+
T x z xu1 xk1 (i) T x z xu1 xk 2 (i) T x z xu1 xk n (i) S x z1 xu1 (i) S x z1 xu 2 (i) S xz xu (i) S x z xk (i) S x z xk (i) S x z1 xk n (i) (5-12)
T T

xz S
S x z xu (i) S x z xk (i) S x z xk (i)
x x (i ) S x z 2 xu 2 (i) S x z xk (i)
1 m 1 1 1 2

T xu 2 xk1 (i) T xu 2 xk 2 (i) T x z xu 2 xk n (i)


xz
= z 2 u1 2 m
2 1 2 2 2 n


xz
T xu m xk1 (i) T xu m xk 2 (i)
xz
T x z xu m xk n (i) mxn S x z d xu1 (i) S x z d xu 2 (i) S x z d xu m (i) S x z xk (i) S x z xk 2 (i)
dxm d 1 d
S x z xk (i)
d n dxn

Em que, m, n e d so o nmero total das coordenadas de U, K, Z respectivamente.

5.2 PROPRIEDADE DA PSDT MULTIVARIVEL.

A formulao apresentada permite a extrao de uma propriedade importante das

matrizes de transmissibilidade com diferentes referncias da sada, T [ z


xu xk ]
( i ) . Essa
propriedade pode-se estabelecer da seguinte forma: as matrizes de transmissibilidade
multivarivel com as mesmas coordenadas K e U, mas com diferentes referncias da sada
Z, convergem para a mesma amplitude quando se aproximam aos plos do sistema. Esta
propriedade pode ser derivada a partir da Equao (3-39), representada como.

lim S xk x j (i) * kl D(il ) jl com D(il ) = H * zl f r (il ) S f r f s (il ) H zl f s (il )


N N
(5-13)
i il
r =1 s =1

E definindo um vetor X U do tamanho mx1, um vetor X K do tamanho nx1 e diferentes

referncias da sada X Z , todas do tamanho 1x1. Substituindo (5-13) na Equao (5-11) o

limite da transmissibilidade multivarivel, T [ z


xu xk ]
( i ) , nos plos do sistema i l com

diferentes referncias das sadas X Z definida como. i

+
j* u1l D(il ) zil * k1l D(il ) zil
*
u2l D(il ) zil * k 2l D(il ) zi l
i il
[
lim T zi xu xk ( i ) =

]
* *

mu l D(il ) zi l
mx 1 nk l D(il ) zi l
nx 1 (5-14)
* u1l
*
ul
= D(il ) zi l 2

1
n
[ k1l k 2 l k n l ]
1 xn
D(il ) zi l * k j l
2
*
uml mx 1 j =1

* u1l k1l * u1l k 2l * u1l k nl


*
=
1 u2l k1l * u2l k 2l * u2l k nl
n

2
*
*
k jl

uml k1l * uml k 2l uml k nl


*
j =1
mxn

Na Equao (5-14), o limite no plo do sistema para a transmissibilidade multivarivel


[T x zi
xu xk ]
( i ) o mesmo qualquer seja a coordenada selecionada para X z .Dessa forma, i

diferentes matrizes de transmissibilidade, T [ x zi


xu xk ]
( i ) podem surgir pela variao das
referncias da sada X Z de i=1 at L, em que L o nmero total de pontos de medio.
i

Estas matrizes de transmissibilidade nos plos do sistema convergem para Equao (5-14).
Transmissibilidade multivarivel com diferente referncia da sada 111

A independncia do espectro da entrada ao sistema na matriz de transmissibilidade


proposta outra importante caracterstica que pode ser determinada a partir da Equao
(5-14). O termo D( il ) , o qual contm os espectros das entradas S f f (il ) , eliminado na
r s

Equao (5-14). [
De fato, a eliminao do espectro da entrada ao sistema S x z f a (i) ]
[ ]
acontece para todos os valores de i , j que S x z f a (i) eliminada entre as equaes

(5-7) e (5-8). No entanto, na Equao (5-9) as funes de transferncia H x u f a (i) e [ ]


[H xk fa (i)] mostram que a matriz de transmissibilidade proposta depende da posio das

cargas. Desta forma, pode ser verificado que a matriz de transmissibilidade proposta
depende somente da posio das cargas e no do espetro da excitao.

5.3 IDENTIFICAO DE PARMETROS MODAIS USANDO


MULTIVARIVEL PSDT.

A propriedade como mostrada na Equao (5-14) adotada para prover uma


alternativa na anlise modal operacional. Os parmetros modais podem ser identificados
pela combinao de diferentes matrizes de transmissibilidade multivarivel com diferentes
referncias da sada a partir de uma nica condio de carga. O objetivo construir uma
nica matriz com toda a informao de diferentes matrizes de transmissibilidade
multivarivel contendo diferentes referncias da sada Z e as mesmas coordenadas K e U.
Dessa maneira, a matriz definida como.

T xz1 xu1 xk1 (i ) T z2 xu1 xk1 (i ) T z L xu1 xk1 (i )


x x

x z1
T xu2 xk1 (i ) T z2 xu2 xk1 (i ) T z L xu 2 xk1 (i)
x x


xz
T xum xk1 (i) T xum xk1 (i) T xum xk1 (i)
1
xz2 xz L

(5-15)
T xz1 x x (i) T z2 xu1 xk2 (i) T z L xu1 xk2 (i)
x x
x u1 k 2
T z1 xu2 xk2 (i) T xu2 xk2 (i) T xu2 xk2 (i )
xz2 xz L

T (i) =
...
T xz1 xum xk2 (i ) T xum xk2 (i ) T xum xk2 (i )
xz2 xz L



T xz1 x x (i ) T z2 xu1 xkn (i ) T z L xu1 xkn (i )
x x

x z u1 k n
T 1 xu2 xkn (i ) T z2 xu2 xkn (i ) T z L xu2 xkn (i )
x x


x
T z1 xum xkn (i ) T xum xkn (i ) T xum xkn (i ) (mn) xL
xz 2 xz L

Na Equao (5-15), as colunas contm as funes de transmissibilidade com as


mesmas coordenadas U e K, mas com diferentes referncias da sada Z, as quais variam de
1 at L. As linhas correspondem a diferentes funes de transmissibilidade da (5-12)
112 __________Transmissibilidade multivarivel com diferente referncia da sada .

contendo a mesma referncia da sada Z. A partir da propriedade definida na Equao


(5-15) possvel definir uma matriz na qual nos plos do sistema converge na seguinte
matriz.

* u1l k1l * u1l k1l * u1l k1l


*
u2l k1l * u2l k1l * u2l k1l

*
uml k1l * uml k1l uml k1l
*

* u1l * u1l k2l * u1l k2l


* k 2l (5-16)
u2l k2l * u2l k2l * u2l k2l
lim T (i) =

1

i il n

2
* uml k2l * uml k2l * uml k2l
*
k jl
j =1

* u1l u1l knl
*
* u1l knl
* k nl
u2l knl * u2l knl * u2l knl


* uml knl * uml knl * uml knl
(mn) xL

O posto da matriz proposta na Equao (5-15) igual a 1 quando a matriz se


aproxima no plos do sistema, contendo colunas que so linearmente dependentes, como
mostrado na Equao (5-16). Isso indica que os valores singulares da matriz na Equao
(5-15) converge para zero no plos do sistema a partir do segundo valor singular
2 (il ) = 3 (il ) = .... = r (il ) = 0 . Portanto, a matriz na Equao (5-15) chega a ser uma
matriz singular quando ela se aproxima nos plos do sistema. A singularidade de essa
matriz pode ser avaliada usando a inversa generalizada Moore-Penrose. Esta tcnica foi
usada previamente por Devriendt et al. (2013) para quantificar a singularidade de uma matriz
contendo funes de transmissibilidade obtidas de diferentes condies de carga.
Similarmente, a inversa generalizada Moore-Penrose usada aqui para determinar os plos
do sistema, mas com modificaes.

Primeiro, a inversa Moore-Penrose da Equao (5-15) obtida usando a


decomposio dos valores singulares da seguinte forma.

[T (i)] = (1i) {V (i) } {U (i) }


r
+ H
i i
i =1 i

=
1
1 (i)
{
V (i)1 U (i)1 }{ } H
+
1
2 (i)
{ }{
V (i)2 U (i)2 }
H
+ ... +
1
r (i)
{ }{
V (i)r U (i)r }
H (5-17)

[
= T (i)1 ] + [T (i) ]
+
2
+
[
+ ... + T (i)r ]+

Em que, U i um vetor singular a esquerda da matriz T do tamanho ( mn )x1 , Vi um vetor

singular direita da matriz T do tamanho Lx1 , i um nmero real com os valores


Transmissibilidade multivarivel com diferente referncia da sada 113

singulares da matriz T e r o nmero total de valores singulares. Se os valores singulares


nos plos do sistema da matriz T convergem para zero a partir do segundo valor singular,
ento os valores inversos dos valores singulares tendem ao infinito
1 / 2 (il ) = 1 / 3 (il ) = .... = 1 / r (il ) = .

Se os valores singulares inversos na Equao (5-17), a partir do segundo valor singular


tendem ao infinito nos plos do sistema, 1 / 2 (il ) = 1 / 3 (il ) = .... = 1 / r (il ) = , ento

as matrizes de T (i)2 at T (i)r tambm convergem ao infinito no plos do sistema, il .


+ +

Portanto, cada funo das matrizes de T (i)2 at T (i)r tm plos iguais aos plos reais
+ +

do sistema. No entanto, duas modificaes so propostas na Equao (5-17). A primeira


eliminar a contribuio do primeiro valor singular, e a segunda aplicar uma somatria
truncada na Equao (5-17). A soma truncada na Equao (5-17) s utiliza os primeiros k
valores singulares (em que, k<r) e elimina os menores valores singulares.

A soma na Equao (5-17) truncada devido a que a matriz de transmissibilidade


multivarivel com diferentes referncias da sada, como foi definida na Equao (5-11) tem
um mximo posto igual ao nmero de cargas no correlacionadas de entrada ao sistema
(Leclere, Roozen e Sandier, 2014). Portanto, a Equao (5-15) que construda a partir de
diferentes matrizes de transmissibilidade multivarivel tambm tem o mesmo mximo posto.
Dessa forma, o nmero de valores singulares k, que deve ser selecionado no pode ser
maior que o nmero de cargas de entrada. Os valores singulares entre k e r so os termos
mais significativos da Equao (5-17), devido a que seu fator de magnificao 1 / i (i)

maior. No entanto, os menores valores singulares representam o rudo. Portanto, se na

T (i)
+
Equao (5-17) so selecionados os maiores valores singulares, ento a matriz
representada por uma matriz inversa de posto k que contm menor rudo (Hansen, 1987).
Nesse sentido, uma mdia de todos os valores singulares em i para cada valor singular
usada como critrio para selecionar o maior valor singular k na Equao (5-17), como ser
mostrado depois no exemplo numrico deste captulo.

T (i)
++
Uma nova matriz, chamada como definida considerando as anteriores
modificaes na Equao (5-17).
114 __________Transmissibilidade multivarivel com diferente referncia da sada .

[T (i)] { }{ }
k
V (i)i U (i)i
++ 1
=
H

i =2 i (i) (5-18)
[
= T (i)2 ] + [T (i) ]
+
3
+
[
+ ... + T (i)k ]+

T (i)
++
Como uma consequncia, nos plos do sistema de fica.



iil
[
lim T (i) ]
++
=

(5-19)


Lx(mn)

De acordo com Devriendt et al. (2013) em uma matriz com a propriedade mostrada na
Equao (5-19), possvel aplicar qualquer mtodo paramtrico no domnio da frequncia
para identificar os plos do sistema. Consequentemente, o mtodo PolyMAX (Peeters et al.,

2004) apresentado no Captulo 3 foi usado para modelar a matriz proposta, T (i)
++
, e
estimar as frequncias de ressonncia amortecidas e as taxas de amortecimentos.

Uma vez os plos do sistema so identificados, possvel avaliar os modos de

vibrao usando o primeiro vetor singular esquerda U ( i ) na frequncia natural il . No


entanto, uma condio deve ser satisfeita para determinar os modos de vibrao completos:
as coordenadas em U devem conter todos os L pontos de medio, e as coordenas em K
devem ter somente um valor, inclusive para qualquer coordenada de K que coincida com
uma coordenada de U. Seguindo est condio, possvel determinar que o primeiro vetor

singular U (i)1 converge nos plos do sistema para a seguinte relao.

U (il )1 =
1
1/ 2
([ *
u1l * u2l ... * u Ll ] )
1 xL
T
(5-20)
L * u l 2


* * u Ll
i

2
i u Ll

Se a condio anterior considerada, ento a Equao (5-20) mostra que o primeiro

vetor singular esquerda U (i)1 nos plos do sistema proporcional ao modo de vibrao

do sistema contendo todos os pontos de medio L.

5.4 EXEMPLO NUMRICO

Para demonstrar o desempenho na identificao de parmetros modais do mtodo


proposto neste captulo foi usado um sistema linear invariante no tempo. O sistema usado
o mesmo usado no captulo anterior e mostrado no apndice na Figura A-3. Neste exemplo
numrico, uma anlise de carga foi realizada com foras no correlacionadas sobre um
tempo total de 500seg. A configurao da carga vem dada pela localizao das cargas nos
Transmissibilidade multivarivel com diferente referncia da sada 115

graus de liberdade 5, 8 e 11 (graus de liberdade mostrados na Figura A-3). As foras tm


uma densidade espectral de potncia com uma frequncia predominante de 30Hz. Um
exemplo da excitao com sua associada densidade espectral so mostrados na Figura 5-1.
A frequncia de amostragem para excitao e a anlise dinmica foi de 350Hz. Os
resultados das aceleraes nos graus de liberdade 5, 8, 11, 14, e 17 foram usados para
verificar o mtodo de identificao.

Figura 5-1 a) Exemplo da excitao, b) densidade espectral de potncia da excitao


usada no exemplo numrico.

Duas diferentes configuraes para as coordenadas de U e K foram usadas para


avaliar a matriz de transmissibilidade proposta na Equao (5-15) e identificar os mesmos
parmetros modais do sistema em cada uma delas. A primeira configurao foi definida
como Set 1 e contm os graus de liberdade U=5,8,11 e K=14,17; a segunda configurao foi
definida como Set 2 e contm os graus de liberdade U=5,8,11,14,17 e K=17. Dessa forma, 5
matrizes de transmissibilidade com diferentes referncias da sada Z i foram definidas para
cada das duas configuraes de U e K, em que as referncias da sada Z i foram variadas
entre os graus de liberdade 5,8,11,14 e 17. De acordo com as Equaes (5-11) e (5-12), as
matrizes de transmissibilidade multivarivel com diferentes referncias da sada para as
duas configuraes da sada U e K so dada por.
116 __________Transmissibilidade multivarivel com diferente referncia da sada .

S x x (i ) T xzi xu5 xk14 (i ) T xzi xu5 xk17 (i )


( ) +

[ ] S i xz , xz = 5,8,11,14 ou 17 (5-21)
5 zi

T zi xu =5 ,8 ,11,xk =14 ,17 (i ) = S x8 xz (i ) 14 zi = T i xu8 xk14 (i ) T i xu8 xk17 (i )


x x x xz

( )
i

S i
S (i) 3 x 1 x17 xzi 2 x 1 T xzi xu11 xk14 (i) T xzi xu11 xk17 (i) 3 x 2
i

x11 xzi

S x5 xzi (i) T xzi xu5 xk17 (i)


S (i) x zi
x8 xzi T xu8 xk17 (i) xz = 5,8,11,14 ou 17 (5-22)
[x
]
[
T zi xu =5 ,8 ,11,14 ,17 ,xk =17 (i) = S x11xzi (i) S x17 xz (ii
+
]
= T xzi xu11 xk17 (i)
xz
i

S x14 xzi (i)


i 1x1

T i xu14 xk17 (i)


S x x (i) T xzi x x (i)
17 zi 5 x1 u17 k17 5 x1

Nas Equaes (5-21) e (5-22), as funes de densidade espectral de potncia das


[ ] [ ]
matrizes S xu xz (i) e S xk xz (i) foram avaliadas usando o mtodo de Welch com uma janela

de Hanning do tamanho 211, uma sobreposio do 50% e um tamanho da transformada de


Fourier de 211. As matrizes de transmissibilidade multivarivel mostradas nas Equaes
(5-21) e (5-22) foram usadas para construir a matriz proposta em acordo com a Equao
(5-15). Portanto, dois matrizes surgem para cada uma das configuraes das coordenadas
de U e K (Set 1 e Set 2) e so dadas como.

T xz5 xu5 xk14 (i) T


xz8
xu5 xk14 (i) T
xz11
xu5 xk14 (i) T
xz14
xu5 xk14 (i) T
xz17
xu5 xk14 (i)
xz5
T xu8 xk14 (i) (i) (i) (i) (i)
xz8 xz11 xz14 xz17
T xu8 xk14 T xu8 xk14 T xu8 xk14 T xu8 xk14
T xz5 x x (i) (i) (i) (i) (i)
[T (i)]
xz 8 xz11 xz14 xz17
T T T T (5-23)
= xz u11 k14
xu11 xk14 xu11 xk14 xu11 xk14 xu11 xk14

T 5 xu5 xk17 (i) (i) (i) (i) (i)


set 1 xz8 xz11 xz14 xz17
T xu5 xk17 T xu5 xk17 T xu5 xk17 T xu5 xk17
T xz5 (i) T
xz8
(i) T
xz11
(i) T
xz14
(i) T
xz17
(i)
x xu8 xk17 xu8 xk17 xu8 xk17 xu8 xk17 xu8 xk17

T xu11 xk17 (i) (i) (i) (i) (i) 6 x 5


z5 xz8 xz11 xz14 xz17
T xu11 xk17 T xu11 xk17 T xu11 xk17 T xu11 xk17

T xz5 xu5 xk17 (i ) T z8 xu5 xk17 (i )


x
T z11 xu5 xk17 (i )
x
T z14 xu5 xk17 (i )
x
T z17 xu5 xk17 (i )
x

x z5
T xu8 xk17 (i ) T z8 xu8 xk17 (i ) T z11 xu8 xk17 (i ) T z14 xu8 xk17 (i ) T z17 xu8 xk17 (i )
x x x x

[T (i)] set 2 = T xz5 xu11 xk17 (i )


xz
T z8 xu11 xk17 (i )
x
T z11 xu11 xk17 (i )
x
T z14 xu11 xk17 (i )
x
T z17 xu11 xk17 (i )
x


(5-24)

T 5 xu14 xk17 (i ) T z8 xu14 xk17 (i ) T z11 xu14 xk17 (i ) T z14 xu14 xk17 (i ) T z17 xu14 xk17 (i )
x x x x

T xz5 x x (i ) T z8 xu17 xk17 (i ) T z11 xu17 xk17 (i ) T z14 xu17 xk17 (i ) T z17 xu17 xk17 (i ) 5 x 5
x x x x
u17 k17

Ambas as matrizes nas Equaes (5-23) e (5-24) foram usadas para estimar os
parmetros modais (frequncias naturais amortecidas e taxas de amortecimento) em acordo
com o procedimento descrito anteriormente. No entanto, para a estimao dos modos de
vibrao, uma condio deve ser satisfeita com respeito s coordenadas U e K, a qual
obtida na segunda configurao das coordenadas K e U (Set 2). Portanto, est configurao
foi usada no mtodo proposto para estimar os diferentes modos de vibrao do modelo do
exemplo numrico.

Uma anlise preliminar das frequncias do modelo do exemplo numrico pode ser
realizada calculando uma mdia normalizada das auto densidades espectrais a partir das
respostas de acelerao do modelo, e analisar os picos de ressonncia do espectro
Transmissibilidade multivarivel com diferente referncia da sada 117

normalizado. Dessa forma, na Figura 5-2 mostram-se diferentes picos de ressonncia na


faixa de frequncias de 0 at 175Hz. No entanto, os resultados dos picos na Figura 5-2
mostram uma frequncia de ressonncia de 30Hz que no pertence ao modelo estrutural.
Esse resultado devido excitao de rudo colorido usada com uma frequncia
predominante. O resultado tambm indica que neste exemplo qualquer mtodo de
identificao no domnio da frequncia, como podem ser FDD (Brincker, Zhang e Andersen,
2000) ou PolyMAX (Peeters et al., 2004), os quais so aplicados diretamente sobre a matriz
de densidade espectral de potncia identificaro uma frequncia adicional igual a 30Hz. Pelo
contrrio, a independncia da excitao uma importante vantagem do mtodo proposto se
comparado com os mtodos tradicionais que consideram a excitao como rudo branco na
anlise modal de estruturas em operao.

Figura 5-2 Mdia normalizada das auto-densidades espectrais.


No mtodo proposto, o primeiro passo aplicar a decomposio de valores
singulares nas matrizes das Equaes (5-23) (Set 1) e (5-24) (Set 2) e analisar a
convergncia para zero dos valores singulares a partir do segundo valor singular, como
mostrado na Figura 5-3. Alm disso, uma mdia de todos os valores na faixa de frequncia
de 0 at 175 Hz em cada valor singular mostrada na Figura 5-3 . Na Figura 5-3 pode-se
notar uma convergncia para zero de diferentes frequncias nos valores singulares para as
configuraes Set 1 e Set 2.
118 __________Transmissibilidade multivarivel com diferente referncia da sada .

Figura 5-3 a),b) Decomposio de valores singulares e c), d) mdia de todos os


valores na faixa de frequncia de 0 at 175Hz das matrizes definidas nas Equaes (5-23)
(Set 1) e (5-24) (Set 2), respectivamente.
Neste exemplo numrico, um nmero total de 3 cargas no correlacionadas foi usado,
assim, o mximo posto das matrizes nas Equaes (5-23) e (5-24) igual a 3. Portanto, s
os valores singulares 2 e 3 devem ser selecionados para calcular a matriz inversa, como
mostrado na Equao (5-18). O critrio proposto para a seleo do nmero de valores
singulares, o qual baseado em uma mdia para cada valor singular na faixa de frequncia
total, mostra que ambas as configuraes Set1 e Set 2 tm os valores singulares
aproximadamente iguais ao zero para os valores singulares 4 e 5. Os valores singulares 4 e
5 so considerados como rudo e no so usados para o clculo da inversa em ambas as
configuraes Set 1 e Set 2. Este resultado mostra que o critrio proposto funciona bem
para o processo de tomada de deciso sobre o nmero de valores singulares que devem ser
selecionados na inversa.

Os valores singulares 2 e 3 foram selecionados para avaliar as matrizes inversas das


Equaes (5-23) e (5-24) em acordo com a Equao (5-18). As funes das matrizes

[ ]
++
[ ]
inversas T (i) set1 e T (i) set 2 do tamanho 5x6 e 5x5, respectivamente, so mostradas na
++

Figura 5-4. Na Figura 5-4 pode ser observado que para ambas as configuraes Set 1 e Set
2, as frequncias naturais do sistema so identificadas sem a introduo de frequncias
naturais adicionais produzidas pela excitao de rudo colorido usada.
Transmissibilidade multivarivel com diferente referncia da sada 119

[ [ ] ]
Figura 5-4 Funes das matrizes a) T (i) set1 e b) T (i) set 2 .
++ ++

O seguinte passo aplicar o mtodo PolyMAX nas matrizes [T (i)] [ ]


e T (i) set 2
++ ++
set1

para estimar as frequncias naturais amortecidas e as taxas de amortecimento do sistema.


O mtodo PolyMAX pode ser usado em toda a matriz ou especificamente sobre colunas o
linhas da matriz. Melhores resultados so obtidos se s aplicado sobre uma linha ou uma
coluna. Neste trabalho, o mtodo PolyMAX foi usado sobre a primeira linhas das matrizes

[T (i)]
++
set1 [ ]
e T (i) set 2 . Nas Figuras 5-5 e 5-6 mostram-se os diagramas de estabilizao
++

[ ]
++
[ ]
construdos a partir da primeira linha das matrizes T (i) set1 e T (i) set 2 , considerando uma
++

ordem dos polinmios na faixa de 20 at 80 (ordem do modelo). O critrio de estabilizao


para ambos os diagramas foi como segue: os plos estveis foram definidos como os plos
com um sinal negativo da parte real do plo, e os plos instveis como aqueles como um
sinal positivo na parte real do plo. Portanto, nas Figura 5-5 e 5-6 os plos estveis so
claramente distinguidos dos plos instveis somente pelo sinal da parte real do polo. Alm
disso, nas Figura 5-5 e 5-6 mostram-se as curvas de ajuste realizada pelo mtodo PolyMAX
com um ordem do modelo de 70, as quais concordam com os dados das primeiras linhas

[ ]
++
[ ]
das matrizes T (i) set1 e T (i) set 2 .
++
120 __________Transmissibilidade multivarivel com diferente referncia da sada .

Figura 5-5 a) Diagrama de estabilidade e b) curva de ajuste usando o mtodo


[ ]
PolyMAX aplicado na primeira linha da matriz T (i) set1 .
++

Figura 5-6 a) Diagrama de estabilidade e b) curva de ajuste usando o mtodo


[ ]
PolyMAX aplicado na primeira linha da matriz T (i) set 2 .
++

Uma anlise de estabilidade das taxas de amortecimento para cada um dos plos
estveis mostrados nas Figura 5-5 e 5-6 foi usada para selecionar a ordem correta do
modelo. A estabilidade das taxas de amortecimento foi alcanada para todos os plos
estveis em uma ordem do modelo igual a 70 em ambos os diagramas de estabilidade,
como mostrados na Figura 5-7. A Tabela 5-1 apresenta um resumo e comparao das
frequncias naturais amortecidas e as taxas de amortecimento identificadas para uma
ordem do modelo de 70 com os valores tericos do modelo em ambas as configuraes Set
1 e Set 2. O resultado mostraram que para ambas as configuraes Set 1 e Set 2 , os
valores identificados se aproximam com os valores tericos.
Transmissibilidade multivarivel com diferente referncia da sada 121

Figura 5-7 Estabilidade das taxas de amortecimento dos plos estveis extrados da
a) Figura 5-5 e b) Figura 5-6.

Tabela 5-1 Frequncias naturais amortecidas e taxas de amortecimento identificadas


usando o mtodo proposto para ambas as configuraes Set 1 e Set 2.
Estimados, ordem do modelo= 70 Erro (%)
Valores tericos
Set 1 Set 2 Set 1 Set 2
Modos Taxa Taxa Taxa Taxa Taxa
Frequncias Frequncias Frequncias Frequncias Frequncias
amortecim amortecim amortecim amortecim amortecim
naturais (Hz) naturais (Hz) naturais (Hz) naturais (Hz) naturais (Hz)
ento (%) ento (%) ento (%) ento (%) ento (%)
1 9.54 5.00 9.48 4.68 9.46 4.84 0.65 6.45 0.88 3.11
2 14.62 3.27 14.70 3.37 14.82 3.55 0.61 2.92 1.40 8.60
3 44.05 1.08 43.98 0.99 43.97 1.07 0.16 8.53 0.18 0.49
4 48.70 0.98 48.75 0.85 48.70 0.86 0.10 13.10 0.01 12.31
5 123.49 0.39 123.73 0.28 123.72 0.27 0.20 29.41 0.19 31.35

Uma vez as frequncias de ressonncia so identificadas, o mtodo proposto pode


identificar os modos de vibrao usando o primeiro vetor singular esquerda U ( i ) na

frequncia natural, il . No entanto, os modos de vibrao completos podem ser obtidos

somente para a configurao Set 2 devido condio requerida pela teoria. Portanto, os
resultados da configurao Set 2 so mostrados e comparados com os valores tericos a
partir do critrio de correlao modal (MAC) na Tabela 5-2 .Os modos de vibrao
identificados utilizando o mtodo proposto e os valores tericos como mostrados na Tabela
5-2 concordaram bem.

Tabela 5-2 Modos de vibrao identificados usando o mtodo proposto para Set 2.
Mode 1,MAC=0.9988 Mode 2, MAC=0.9999 Mode 3, MAC=0.9991 Mode 4, MAC=0.9980 Mode 5, MAC=1
Nodos Tericos Estimados Tericos Estimados Tericos Estimados Tericos Estimados Tericos Estimados
5 0.0315 -0.5072 -0.0361 -0.5640 -0.0376 -0.5098 -0.0325 -0.4673 0.0068 -0.0907
8 0.0315 -0.5139 -0.0261 -0.4050 0.0376 0.5121 0.0384 0.5472 -0.0201 0.2665
11 0.0000 0.0194 -0.0019 -0.0297 0.0000 0.0020 0.0120 0.1636 0.0695 -0.9178
14 -0.0315 0.4830 -0.0261 -0.4137 -0.0376 -0.4809 0.0384 0.5029 -0.0201 0.2652
17 -0.0316 0.4841 -0.0361 -0.5686 0.0376 0.4833 -0.0325 -0.4237 0.0068 -0.0898
122 __________Transmissibilidade multivarivel com diferente referncia da sada .

A nova aproximao apresentada neste captulo para a identificao de parmetros


modais tem demostrado as seguintes caratersticas: a) uma independncia das
caratersticas da excitao com a habilidade de identificar parmetros modais sem a
introduo de frequncias adicionais produto da excitao, b) a extrao de parmetros
modais usando uma nica condio de carga e c) a identificao dos mesmos parmetros
modais a partir de gerar diferentes configuraes das coordenadas K e U. Esta ltima
caraterstica particularmente atrativa para estabelecer uma confiabilidade e validade na
identificao de parmetros modais a partir de usar diferentes configuraes de K e U.

No entanto, uma das variveis importantes no mtodo proposto para obter bons
resultados na identificao de parmetros modais principalmente o nmero de cargas no
correlacionadas que existem na estrutura. Por exemplo, se o exemplo numrico descrito
acima possua uma nica carga de entrada, ento, o posto mximo da matriz na Equao
(5-15) seria 1, o que significaria o mesmo posto da matriz nos plos do sistema. Assim, para
est condio de carga, impossvel avaliar a singularidade da matriz na Equao (5-15)
nos plos do sistema e identificar os parmetros modais. Teoricamente, o nmero mnimo
das cargas de entrada em uma estrutura no deve ser menor do que 2 para avaliar os
parmetros modais usando o mtodo proposto. O nmero de cargas em uma estrutura no
deve ser um obstculo na identificao modal de estrutura em operao, j que diferentes
cargas (por exemplo, o vento, o trnsito, pedestre) so aplicadas simultaneamente em locais
diferentes sobre a estrutura.

5.5 DADOS REAIS DE VIBRAO

Para avaliar o desempenho do mtodo proposto, dados reais de vibrao da ponte


apresentada no Captulo 4 foram usados. Nesta oportunidade dados de aceleraes sobre o
vo 6-7 da ponte foram utilizados e somente para a segunda configurao de acelermetros
(Setup 2), como se pode ver na Figura 4-8. Nesta aplicao sobre dados reais, as
densidades espectrais de potncia foram calculadas usando o mtodo de Welch, o que
conduz a uma matriz de densidades espectral cruzada do tamanho de 3x3. Os parmetros
para o mtodo Welch foram definidos com uma janela do tamanho de 211 com 50% de
sobreposio e um tamanho da transformada de Fourier de 211.

Na Figura 5-8 mostram-se os resultados do mtodo PolyMAX sendo aplicado


diretamente sobre a primeira linha da matriz de densidade espectral (de aqui em adiante
chamado como o mtodo PolyMAX-PSD). Aplicando o mtodo PolyMAX foram encontradas
seis linhas com plos estveis na faixa de frequncia de 0 at 20Hz, as quais correspondem
com os primeiros modos de vibrao da ponte. Na Figura 5-8 tambm mostrada a
estabilidade das taxas de amortecimento para cada plo estvel. importante deixar claro
Transmissibilidade multivarivel com diferente referncia da sada 123

que o mtodo PolyMAX foi aplicado faixa de frequncia de 0-100Hz, no entanto para
simplificar a quantidade de informao apenas os resultados da faixa de frequncias de 0-
20Hz so mostrados nas figuras Figura 5-8,5-10 e 5-11.

Figura 5-8 a) diagrama de estabilidade e b) estabilidade das taxas de amortecimento para os


plos estveis determinados a partir do mtodo PolyMAX aplicado na matriz de densidade
espectral.

No mtodo proposto foram definidas duas configuraes diferentes para as


coordenadas K e U. A primeira delas dada por Set A com a localizao dos acelermetros
para U=a1,a2 e K=a3. A segunda dada por Set B com a localizao dos acelermetros
para U=a1,a2,a3 e K=a3. A partir destas configuraes e usando a Equao (5-15), duas
diferentes matrizes 2x3 e 3x3 podem ser definidas para Set A e Set B, respectivamente.
Uma decomposio de valores singulares foi aplicada nas matrizes definidas por Set A e Set
B para calcular uma mdia para cada valor singular na faixa de frequncias de 0 at 100Hz,
como mostrado na Figura 5-9. A Figura 5-9 mostra a mdia dos valores singulares e uma
convergncia para zero de diferentes frequncias que correspondem com as frequncias
naturais. A mdia ajuda a determinar o nmero de valores singulares que podem ser
selecionados no clculo da matriz inversa. Por conseguinte, no clculo da matriz inversa

[ ] [ ]
para ambas as matrizes T (i) set A e T (i) setB somente o segundo valor singular foi
++ ++

selecionado, removendo o terceiro valor singular da configurao Set B.


124 __________Transmissibilidade multivarivel com diferente referncia da sada .

Figura 5-9 a), b) Decomposio de valores singulares e c), d) mdia dos valores singulares
na faixa de frequncia de 0 at 100Hz para as matrizes de Set A e Set B, respectivamente.

[ ]
O mtodo PolyMAX foi aplicado sobre a primeira linha das matrizes T (i) set A e
++

[T (i)]
++
setB para estimar as frequncias naturais amortecidas e as taxas de amortecimento da

ponte. As Figuras 5-10 e 5-11 mostram os diagramas de estabilidade dos plos estveis e a
estabilidade das taxas de amortecimento na faixa de frequncias de 0 at 20Hz. As Figuras
5-10 e 5-11 mostram que os mesmos plos estveis foram encontrados para ambas as
configuraes Set A e Set B em comparao com o mtodo PolyMAX-PSD. Este acordo
entre o mtodo PolyMAX-PSD e o mtodo proposto verifica que no existem frequncias
predominantes produto da excitao devido a que o mtodo proposto no depende da
excitao ao contrrio do mtodo PolyMAX-PSD. As frequncias e as taxas de
amortecimento identificadas a partir do mtodo PolyMAX-PSD e o mtodo proposto so
resumidas na Tabela 5-3 . Em geral, os resultados mostram que o mtodo PolyMAX-PSD e
o mtodo proposto concordam na identificao das frequncias naturais. No entanto,
maiores diferenas foram encontradas na identificao das taxas de amortecimento entre os
dois mtodos, mas valores similares de amortecimento foram encontrados para as duas
configuraes Set A e Set B no mtodo proposto.
Transmissibilidade multivarivel com diferente referncia da sada 125

Figura 5-10 a) diagrama de estabilidade e b) estabilidade das taxas de


amortecimento para os plos estveis determinados usando o mtodo PolyMAX na matriz
[ ]
inversa T (i) set A .
++

Figura 5-11 a) diagrama de estabilidade e b) estabilidade das taxas de


amortecimento para os plos estveis determinados usando o mtodo PolyMAX na matriz
[ ]
inversa T (i) setB
++
126 __________Transmissibilidade multivarivel com diferente referncia da sada .

Tabela 5-3 Frequncias naturais e taxas de amortecimento identificadas da ponte a


partir do mtodo proposto e o PolyMAX-PSD
PolyMAX-PSD Mtodo proposto (Set A) Mtodo proposto (Set A)
ordem do modelo 220 ordem do modelo 320 ordem do modelo 300
Modos Taxa Taxa Taxa
Frequncias Frequncias Frequncias
amortecim amortecim amortecime
amortecida (Hz) amortecida (Hz) amortecida (Hz)
ento(%) ento(%) nto(%)
1 3.3263 3.7036 3.3517 3.3673 3.3678 3.1140
2 4.3131 2.9926 4.2495 3.6597 4.2442 3.4560
3 7.8258 3.9726 7.7095 4.0427 7.7577 4.2684
4 11.8327 3.7377 11.7736 2.0319 11.7403 1.6662
5 15.0500 2.1174 14.8087 0.4262 14.8568 0.5152
6 17.3597 2.0105 17.0718 2.0869 17.0980 1.8588

Os modos de vibrao foram estimados usando o mtodo proposto com o primeiro


(i)+ + nas frequncias naturais identificadas.
vetor singular esquerda a partir da matriz T setB

Os modos de vibrao identificados a partir do mtodo PolyMAX-PSD e o mtodo proposto


foram comparados com o MAC, como mostrado na Tabela 5-4. Os resultados mostram que
ambos os mtodos concordam bem.

Tabela 5-4 Modos de vibrao identificados da ponte a partir do mtodo proposto e o


PolyMAX-PSD.
Modo 1,MAC=0,998 Modo 2,MAC=0,994 Modo 3,MAC=0,993 Modo 4,MAC=0,998 Modo 5,MAC=0,996 Modo 6,MAC=0,982

PolyMAX- Mtodo PolyMAX- Mtodo PolyMAX- Mtodo PolyMAX- Mtodo PolyMAX- Mtodo PolyMAX- Mtodo
PSD proposto PSD proposto PSD proposto PSD proposto PSD proposto PSD proposto

0.539 0.610 -0.721 -0.605 -0.683 -0.557 1.000 1.000 -1.186 -1.076 0.693 0.596
1.000 1.000 -1.000 -1.000 -1.000 -1.000 0.162 0.169 -0.145 -0.190 1.000 1.000
0.682 0.684 -0.672 -0.685 -0.672 -0.668 -1.039 -0.956 1.000 1.000 0.625 0.433

Esta aplicao sobre dados reais de vibrao de uma ponte e sua comparao com
o mtodo PolyMAX-PSD demonstraram que o mtodo proposto pode identificar os mesmos
parmetros modais de uma estrutura atravs de diferentes configuraes para as
coordenadas K e U. Esta constatao foi observada nos resultados das frequncias naturais
amortecidas e as taxas de amortecimento obtidas para as configuraes Set A e Set B.

5.6 CONSIDERAES FINAIS

No presente captulo foi proposto o conceito de funes de transmissibilidade


multivarivel com diferentes referncias da sada, a qual uma extenso do escalar PSDT.
O multivarivel PSDT proposto pode relacionar mltiplas sadas ao invs de unicamente
duas. Diferentes multivarivel PSDT com diferentes referncias da sada convergem na
mesma matriz nos plos do sistema. Esta propriedade foi usada para prover uma nova
alternativa na identificao de parmetros modais. Similar ao escalar PSDT a multivarivel
PSDT no depende das caractersticas da excitao e os parmetros modais podem ser
Transmissibilidade multivarivel com diferente referncia da sada 127

extrados usando uma nica condio de carga. No entanto, o uso da multivarivel PSDT
para identificar parmetros modais prov a possibilidade de extrair os mesmos parmetros
modais pela variao de diferentes relaes da sada. Esta caracterstica proporciona uma
confiabilidade e a validao na identificao de parmetros modais pela avaliao de
diferentes relaes entre as sadas.
CAPTULO 6. MTODO PSDTM-SVD
MELHORADO.

No Captulo 4 foi proposto o uso de matrizes de transmissibilidade com densidade


espectral para a identificao de parmetros modais a partir do uso do conceito da
transmissibilidade escalar com densidade espectral (PSDT). O mtodo de identificao
modal chamado PSDTM-SVD consiste basicamente em aplicar a tcnica matemtica SVD
nas matrizes construdas a partir das PSDTs (Arajo e Laier, 2014). As diferentes matrizes
com PSDTs convergem nas colunas mesma relao de amplitudes de modos de vibrao
nos plos do sistema, o que significa que elas so linearmente dependente ou de posto 1
nesses plos. Esta propriedade de dependncia linear nas matrizes de transmissibilidade
nos plos do sistema gera as seguintes caratersticas: 1) os valores singulares a partir do
segundo valor singular convergem para zero nos plos do sistema e 2) o primeiro vetor
singular esquerda converge para os modos de vibrao. Dessa forma, a partir do uso de
valores e vetores singulares aplicando a tcnica SVD nas matrizes de transmissibilidade, os
parmetros modais como frequncias naturais e modos de vibrao podem ser
determinados.

No entanto, o mtodo PSDTM-SVD como proposto no Captulo 4 desprovido da


habilidade para a identificao de taxas de amortecimento. Uma alterao no amortecimento
modal na funo resultante do mtodo PSDTM-SVD foi gerada pelas operaes
matemticas propostas entre os valores singulares para a identificao das frequncias
naturais (ver Equao (4-8)). Devido a isso, um tratamento matemtico mais adequado que
no gere alterao no amortecimento modal deve ser aplicado nas matrizes de
transmissibilidade do mtodo PSDTM-SVD. Nesse sentido, no Captulo 5 a inversa Moore-
Penrose foi utilizado como ferramenta matemtica para a identificao de parmetros
modais, e dentro desses parmetros as taxas de amortecimentos modais (Devriendt et al.
(2013)). Porm, uma modificao sobre a inversa foi proposta, a qual consistiu na
eliminao da contribuio do primeiro valor singular, e o uso somente dos primeiros k
valores singulares. O nmero total de k valores singulares que deve ser utilizado na inversa
diretamente definido pelo nmero de cargas no correlacionadas existentes na estrutura.

Desta forma, baseados na limitao comentada do mtodo PSDTM-SVD proposto


neste captulo uma melhora do mtodo PSDTM-SVD. O mtodo PSDTM-SVD melhorado
consiste no uso das mesmas matrizes de transmissibilidade propostas no Captulo 4, mas
aplicando sobre elas uma inversa truncada Moore-Penrose como ferramenta matemtica
130 Mtodo PSDTM-SVD melhorado

para a identificao de parmetros modais. Depois de aplicar a inversa truncada em cada


uma das matrizes de transmissibilidade uma reduo da informao das matrizes inversas
realizada a partir dos primeiros valores singulares de cada matriz inversa. Assim, uma
funo resultante final do mtodo proposta atravs de uma mdia ponderada entre os
primeiros valores singulares de cada matriz inversa. Um procedimento de identificao
automtica do nmero de valores singulares a serem empregadas na inversa tambm
proposto neste mtodo aprimorando o procedimento dado no Captulo 5 que depende da
deciso do usurio. Finalmente, uma anlise numrica foi realizada para avaliar o
desempenho do mtodo proposto.

6.1 IDENTIFICAO DE PARMETROS MODAIS USANDO O MTODO


PSDTM-SVD MELHORADO

No mtodo PSDTM-SVD definida uma matriz de transmissibilidade a partir de


diferentes funes de transmissibilidade escalares com densidade espectral representada
da seguinte forma.

T z1 x1x j ( i ) T z2 x1x j ( i ) ..... T z L x1x j ( i )


z1
[ ]
T z i xo x j ( i ) =

T x 2 x j ( i ) T z 2 x 2 x j ( i )
.... .....
..... T z2 x2 x j ( i )
..... ....
z1 (6-1)
T xL x j ( i ) T xL x j ( i ) ..... T xL x j ( i ) LxL
z2 zL

S x1x1 ( i ) S x j x1 ( i ) S x1x2 ( i ) S x j x2 ( i ) ..... S x1xL ( i ) S x j xL ( i )


S ( i ) S ( i ) S ( i ) S ( i ) ..... S x2 xL ( i ) S x j xL ( i )
= 2 1
x x x j x1 x2 x2 x j x2

.... ..... ..... ....



S xL x1 ( i ) S x j x1 ( i ) S xL x2 ( i ) S x j x2 ( i ) ..... S xL xL ( i ) S x j xL ( i )

Em que, L o nmero total de pontos de medio.

Dessa forma, diferentes matrizes de transmissibilidade de tamanho LxL podem surgir


a traves de uma variao do ndice j nos L pontos de medio,

[T zi
xo x1 ] [ ] [ ]
( i ) , T zi xo x2 ( i ) , ... T zi xo xL ( i ) . Igualmente, foi mostrado que cada matriz de
transmissibilidade converge seguinte relao quando se aproxima nos plos do sistema.

* 1l * 1l * 1l
* ....
jl jl * jl
* 2l * 2l * 2l
zi
[
lim T xo x j ( i ) = * jl ] * jl
.... *
jl
(6-2)
iil

.... .... .... ....
Ll * Ll * Ll
*
.... *
jl * jl jl
*

Na Equao (6-2) mostra que cada matriz

[T zi
xo x1 ] [ ] [ ]
( i ) , T zi xo x2 ( i ) , ... T zi xo xL ( i ) linearmente dependente ou possui posto igual
Mtodo PSDTM-SVD melhorado _ ____________________________________ 131

a 1 quando se aproxima nos plos do sistema. Portanto, cada matriz

[T zi
xo x1 ] [ ] [ ]
( i ) , T zi xo x2 ( i ) , ... T zi xo xL ( i ) chega a ser uma matriz singular quando se
aproxima nos plos do sistema. A singularidade de cada matriz pode ser avaliada usando a
inversa generalizada Moore-Penrose com as modificaes propostas no Captulo 5. Essas
modificaes consistem em: eliminar a contribuio do primeiro valor singular e aplicar uma
somatria truncada usando somente os primeiros k valores singulares. Com essas

modificaes a inversa de cada matriz T [ zi


xo x1 ] [ ] [
( i ) , T zi xo x2 ( i ) , ... T zi xo xL ( i ) pode ser ]
definida como.

[T (i)] { }{ }
k
V (i)i U (i)i
1
=
zi ++ T

i (i)
xo x j
i=2 (6-3)
[ ] [
+

2
]
= T xzo x j (i) + T xzo x j (i) + ... + T xzo x j (i)
+

3
[ ] +

Em que, k deve ser menor ou igual ao nmero de cargas no correlacionadas


presentes na estrutura. Da mesma maneira, por causa da singularidade nos plos do

sistema a inversa das matrizes T [ zi


xo x1 ] [ ] [
( i ) , T zi xo x2 ( i ) , ... T zi xo xL ( i ) tende ao infinito. ]
.....
.....
[
lim T zi xo x j ( i )
iil
]
++
=
.... ..... ..... ....
(6-4)

..... LxL

Em vista disso, os parmetros modais podem ser identificados em cada uma das
funes destas matrizes inversas. Consequentemente, assim como no Captulo 5, o mtodo
PolyMAX poderia ser usado para modelar as matrizes

[T zi
xo x1 ( i ) ]++
[
, T zi xo x2 ( i ) ] ++
[
, ... T zi xo xL ( i ) ] ++
e estimar as frequncias de ressonncia
amortecidas e as taxas de amortecimentos. No entanto, importante mencionar que cada

uma das matrizes T zi xo x1 ( i ) [ ]++


[
, T zi xo x2 ( i ) ]++
[
, ... T zi xo xL ( i ) ] ++
no contm informao
de modos de vibrao. Elas somente contm informao de frequncias de ressonncia e
das taxas de amortecimento. Portanto, o mtodo PolyMAX no pode identificar modos de

vibrao a partir das matrizes T zi xo x1 ( i ) [ ]++


[
, T zi xo x2 ( i ) ]
++
[
, ... T zi xo xL ( i ) ]
++
. Geralmente,
o mtodo PolyMAX aplicado a uma coluna ou linha da matriz de dados de entrada com o
objetivo de identificar os modos de vibrao. Nesse caso, em que somente podem ser
avaliados frequncias naturais e taxas de amortecimento, uma aplicao direta do mtodo
132 Mtodo PSDTM-SVD melhorado

PolyMAX a s uma funo ou elemento das matrizes

[T zi
xo x1 ( i ) ] ++
[
, T zi xo x2 ( i ) ] ++
[
, ... T zi xo xL ( i ) ]++
pode ser empregada para identificar os
parmetros modais de interesse. Neste sentido, o mtodo PSTDM-SVD melhorado prope
aplicar uma decomposio de valores singulares nas matrizes

[T zi
xo x1 ( i ) ] ++
[
, T zi xo x2 ( i ) ] ++
[
, ... T zi xo xL ( i ) ]++
para reduzir a quantidade de informao de
cada matriz. Isso pode ser feito atravs de uma avaliao das mximas amplitudes de todas

as funes das matrizes T zi xo x1 ( i ) [ ] ++


[
, T zi xo x2 ( i ) ]
++
[
, ... T zi xo xL ( i )] ++
a partir do uso do
primeiro valor singular. Esse procedimento similar ao mtodo FDD aplicado na matriz de
densidade espectral visto no Captulo 3. Assim, a decomposio das matrizes
[T zi
xo x1 ( i )] ++
, [T zi
xo x 2 ( i )] ++
, ... [T zi
xo x L ( i ) ]
++
dada por.

[T zi
xo i x j (i ) = U j (i )][ ] [
L L
j
(i ) ] [V L L
j
(i ) ]L L
H
(6-5)

Em que, [ j
(i)] uma matriz diagonal com

1j (i) 2j (i) ... Lj (i) > 0 . Os plos das funes de primeiros valores

singulares 11 (i), 12 (i),...1L (i) na decomposio de valores singulares de cada


matriz contero plos iguais aos plos reais do sistema, da mesma forma como nas
matrizes [T z x x ( i )] [T ] [T ]
++ ++ ++
i
o 1
zi
xo x2 ( i ) ... zi
xo x L ( i ) . No entanto, neste mtodo proposto
o clculo de uma nica funo, atravs de uma mdia ponderada entre as funes
11 (i), 12 (i),...1L (i) . A mdia ponderada consiste em multiplicar a amplitude pela

mesma amplitude em cada funo 11 (i), 12 (i),...1L (i) e dividir pela soma das

amplitudes, sendo realizado para cada valor de ( i ) . Dessa forma, a funo nica ( i )
definida assim.

( (i))
L
j 2
1
j =1
( i ) = L
(6-6)
(i)
j =1
1
j

O custo computacional para aplicar o mtodo PolyMAX na funo ( i ) menor do


que para aplicar em uma linha ou coluna das matrizes
[T zi
xo x1 ( i ) ]
++
, [T zi
xo x2 ( i ) ]++
, ... [T zi
xo x L ( i ) ] ++
, obtendo os mesmos parmetros modais de
frequncias naturais e taxas de amortecimento. Esse procedimento de simplificao da
informao a partir do uso dos primeiros valores singulares pode ser igualmente aplicado no
mtodo proposto no Captulo 5.
Mtodo PSDTM-SVD melhorado _ ____________________________________ 133

O procedimento para a identificao de modos de vibrao o mesmo dado no

{ }
Captulo 4. A partir do uso do primeiro vetor singular U (i)1 na frequncia de ressonncia,

[ ]
il para cada matriz de transmissibilidade T i xoi x j (i ) ,o qual pode ser extrado ao fazer a
z

inversa das matrizes. A mdia dos diferentes vetores singulares pode fazer uma estimativa
da forma modal, como.

1 L
U ( il )1 = U j ( il )1
(6-7)
L j =1

6.2 IDENTIFICAO DO NMERO DE CARGAS NO CORRELACIONADAS.

Um importante parmetro no mtodo proposto neste captulo e tambm no Captulo 5


o nmero de valores singulares que deve ser usado na inversa das matrizes de
transmissibilidade. O nmero mximo de valores singulares usado na inversa deve ser igual
ao nmero de cargas no correlacionadas presente na estrutura. No Captulo 5 o critrio
proposto para escolher o nmero de valores singulares foi o uso da mdia de todos os
valores singulares na faixa de frequncia de cada valor singular. No entanto, esse
procedimento precisa da deciso do usurio do mtodo para escolher o nmero de valores
singulares. Por isso, no presente captulo proposto um procedimento automtico (no
dependente do usurio) de identificao do nmero de cargas no correlacionadas
presentes na estrutura e, portanto, do nmero mximo de valores singulares que pode ser
usado nas inversas das matrizes de transmissibilidade.

O procedimento para a identificao do nmero de cargas baseado na reconstruo


da matriz de transmissibilidade. Isso pode ser realizado atravs de sucessivas tentativas de
comparao entre a matriz de transmissibilidade reconstruda e a matriz de
transmissibilidade original. Cada matriz de transmissibilidade reconstruda a partir de uma
variao incremental do nmero de valores de singulares que podem ser usados na
somatria da Equao (6-3). Dessa forma, o nmero de cargas identificado quando a
matriz de transmissibilidade reconstruda representa fielmente a matriz de transmissibilidade
original para um incremento determinado de valores singulares, ou em termos gerais,
quando o erro avaliado entre as duas matrizes for mnimo. O erro mnimo considerado nesse
procedimento de 5%. Uma ilustrao desse procedimento apresentada na Figura 6-1.

O processo de identificao do nmero de cargas como descrito na Figura 6-1, pode


ser aplicado a cada uma das matrizes de transmissibilidade
134 Mtodo PSDTM-SVD melhorado

[T zi
xo x1 ] [ ] [
( i ) , T zi xo x2 ( i ) , ... T zi xo xL ( i ) , mas deve ser considerado que o nmero de ]
cargas identificado em cada matriz deve ser o mesmo. Finalmente, este procedimento
poderia ser aplicado sobre a matriz de densidade espectral para identificar a quantidade de
cargas no correlacionadas na estrutura, e pode ser usado no mtodo proposto no Captulo
5 para identificar o nmero de valores singulares que deve ser usado na inversa da matriz
de transmissibilidade.

Passo 0. Definir os parmetros inicias 1) matriz de transmissibilidade original


[T zi
xo x j ]
( i ) e 2) o nmero mximo de valores singulares, igual ao tamanho L da matriz.

Passo 1. Realizar uma decomposio de valores singulares da matriz de


transmissibilidade
[T zi
xoi x j ]
( i ) =[U ( i )]LL [( i )]LL [V ( i )]LxL
H

Passo 2. Realizar uma reconstruo da matriz de transmissibilidade, T [ zi


xoi x j ]
( i )
R

usando k valores singulares.

[T ]
k
( i ) = i (i){U (i)i }{V (i)i }
zi R H
xoi x j
i =1

Passo 3. Avaliar o erro, entre a matriz de transmissibilidade original e a reconstruda.

[T ] [ ]
R
zi
xo i x j ( i ) T z i xo i x j ( i )
[Erro(%)]LxL = 100
[T ]
i
zi
xo i x j ( i )
i

[ ]
L L
= Erroi , j
j =1 i =1

Passo 4. Repetir os passos 2 e 3 incrementando o valor de k entre 1 e L. O nmero de


cargas igual ao valor de k quando se atingir um erro menor que o 5% ( 5% ). No
continuar incrementando k quando se atingir um erro menor do que 5%.

Figura 6-1 Identificao automtica do nmero de cargas na correlacionadas


presentes na estrutura.

6.3 EXEMPLO NUMRICO.

Para demonstrar o desempenho do mtodo PSDTM-SVD melhorado empregado o


mesmo exemplo que tem sido usado nos Captulos 4 e 5. Nesse exemplo numrico, realiza-
se uma anlise da resposta da estrutura sob cargas no correlacionadas em um tempo total
de 500seg. A foras dadas nesse exemplo contm uma frequncia predominante de 30Hz
Mtodo PSDTM-SVD melhorado _ ____________________________________ 135

(ver Figura 5-1) e so localizadas nos graus de liberdade 5, 8 e 11. O produto da anlise
dinmica sob carregamento consiste em 5 respostas de aceleraes dadas nos graus de
liberdade 5,8,11,14 e 17. A frequncia de amostragem para excitao da anlise dinmica
de 350Hz.

Figura 6-2 Identificao do nmero mximo de valores singulares na matriz

[T zi
xo x5 ]
( i ) .

O primeiro passo no mtodo de identificao modal avaliar as matrizes de


transmissibilidade segundo a Equao (6-1). Neste caso, deve-se fazer uma variao do
ponto j entre os graus de liberdade 5,8,11,14 e 17, obtendo 5 matrizes de transmissibilidade

dadas por T [ zi
xo x5 ][ ][ ][ ][ ]
( i ) , T zi xo x8 ( i ) , T zi xo x11 ( i ) , T zi xo x14 ( i ) , T zi xo x17 ( i ) . A cada uma
dessas matrizes de transmissibilidade empregado o procedimento descrito na Figura 6-1
para identificar o nmero mximo de valores singulares. Na Figura 6-2 h um exemplo de

identificao do nmero mximo de valores singulares da matriz T [ zi


xo x5 ]
( i ) . Nessa figura

se podem notar os erros calculados entre a matriz de transmissibilidade T [ zi


xo x5 ]
( i ) e
diferentes matrizes reconstrudas com k valores singulares, variados entre 1 e 5. Pode ser
verificado que o erro calculado para k igual a 3 de 0.337% sendo menor que o limite de 5%
proposto no procedimento da Figura 6-1. Isso indica que trs valores singulares so

suficientes para representar a matriz T [ zi


xo x5 ]
( i ) . Igualmente, trs equivalente ao nmero
de cargas presentes na excitao. Realizando o procedimento para as restantes matrizes foi
obtido o mesmo nmero mximo de valores singulares.

O segundo passo avaliar a inversa de cada uma das matrizes de transmissibilidade


segundo a Equao (6-3). A varivel k na Equao (6-3) deve ser igual a 3 segundo a
identificao do nmero mximo de valores singulares realizado no passo anterior. O
136 Mtodo PSDTM-SVD melhorado

resultado so 5 matrizes inversas dadas por

[T zi
x o x5 ( i )] ,[T
++ zi
xo x8 ] ,[T
( i )
++ zi
xo x11 ] ,[T
( i )
++ zi
xo x14 ] ,[T
( i )
++ zi
xo x17 ]
( i )
++
. A partir do
clculo das matrizes inversas, o terceiro passo aplicar uma decomposio de valores
singulares nessas matrizes inversas segundo a Equao (6-4). A decomposio de valores
singulares pode avaliar o mximo ganho dessas matrizes, sendo dado pelos primeiros

1 (i),1 (i),1 (i)


valores singulares, 15 (i),18 (i),11 14 17
. Assim, o passo final
calcular a mdia ponderada entre os primeiros valores singulares como proposto na
Equao (6-6). Dessa forma, na Figura 6-3 a) e b) mostram-se os resultados dos primeiros
valores singulares para cada matriz inversa e o resultado da mdia ponderada entre os
primeiros valores singulares, respectivamente. Assim, pode-se notar no resultado final do
mtodo apresentado na Figura 6-3 b) a identificao das frequncias naturais do sistema
sem a introduo da frequncia predominante de 30Hz usada na excitao.

Figura 6-3 a) Primeiros valores singulares das matrizes inversas b) Mdia ponderada
dos primeiros valores singulares.

Uma identificao manual das frequncias de ressonncia poderia ser diretamente


realizada a partir da seleo dos picos da funo ( i ) . No entanto, para a identificao

das taxas de amortecimento, uma alternativa pode ser modelar a funo ( i ) apresentada
na Figura 6-3 b) atravs do mtodo PolyMAX. Assim, na Figura 6-4 a), mostra-se o
diagrama de estabilizao do mtodo PolyMAX construdo a partir da funo da Figura 6-3
b), considerando a ordem dos polinmios de ajuste em uma faixa entre 20 e 180.
Igualmente, na Figura 6-4 b), mostra-se a estabilidade das taxas de amortecimento que
foram alcanadas para os plos estveis encontrados no diagrama representado na Figura
6-4 a).
Mtodo PSDTM-SVD melhorado _ ____________________________________ 137

Figura 6-4. a) Diagrama de estabilidade do mtodo PolyMAX aplicado na funo


( i ) b) estabilidade das taxas de amortecimento dos plos estveis extrados da Figura
6-4 a)

Figura 6-5 a) Faixa de frequncias selecionada na funo ( i ) b) Transformada


inversa de Fourier da faixa selecionada c) ajuste da envolvente da funo em b) para avaliar
o decremento logartmico.

Uma outra alternativa para a identificao das taxas de amortecimentos na funo


( i ) pode ser a aplicao de tcnicas clssicas no paramtricas de identificao do
amortecimento como o mtodo da largura de meia banda de potncia ou o mtodo do
decremento logartmico (Chopra, 2001) entre outros. Neste exemplo, foi usado o mtodo do
138 Mtodo PSDTM-SVD melhorado

decremento logartmico para a identificao das taxas de amortecimento. O procedimento


bsico para aplicar o mtodo do decremento logartmico na funo ( i ) consiste nos
seguintes passos: 1) selecionar as amplitudes de uma faixa de frequncias prxima da
frequncia de ressonncia e completar as demais amplitudes da faixa total de frequncias
com zeros, 2) aplicar a transformada inversa de Fourier nos dados do passo 1 e 3) avaliar o
decremento logartmico na funo no domnio do tempo resultante do passo 2. A estimao
da taxa de amortecimento por meio do mtodo do decremento logartmico influenciada
principalmente pela largura da faixa de frequncia selecionada prxima da frequncia de
ressonncia e pela resoluo em frequncia da funo ( i ) .Portanto, nesse mtodo,
frequncias de ressonncia muito prximas podem causar erros na estimao do
amortecimento. Um exemplo de aplicao do mtodo do decremento logartmico na funo
( i ) para a estimao do amortecimento mostrado na Figura 6-5.

A Tabela 6-1 apresenta um resumo das frequncias naturais amortecidas e as taxas


de amortecimento identificadas tanto com o mtodo PolyMAX como com o mtodo do
decremento logartmico aplicados na funo resultante do mtodo PSDTM-SVD melhorado.
Os resultados de frequncias naturais e de taxas de amortecimentos se aproximam com os
valores tericos. Porm, maiores erros foram encontrados na identificao das taxas de
amortecimento. No caso, da estimao dos modos de vibrao, os resultados no so
apresentados, j que o mtodo prope o mesmo procedimento exposto no mtodo do
Captulo 4. Portanto, os resultados de modos de vibrao obtidos so iguais aos
apresentados na Tabela 4-2.

Tabela 6-1 Frequncias naturais amortecidas e taxas de amortecimento identificadas


usando o mtodo PSDTM-SVD melhorado.
Ordem do modelo 180 Decremento Erro (%)
Valores tericos
PolyMAX logartmico PolyMAX Decremento
Modos Taxas de Taxas de Taxas de Taxas de Taxas de
Frequncias Frequncias Frequncias
amortecimento amortecimento amortecimento amortecimento amortecimento
naturais (Hz) naturais (Hz) naturais (Hz)
(%) (%) (%) (%) (%)
1 9.54 5.00 9.48 5.61 4.63 0.65 12.20 7.37
2 14.62 3.27 14.70 3.16 4.08 0.61 3.36 24.71
3 44.05 1.08 43.98 1.23 1.05 0.16 13.89 3.08
4 48.70 0.98 48.75 0.96 1.19 0.10 2.04 21.16
5 123.49 0.39 123.73 0.23 0.27 0.20 40.26 30.74

6.4 CONSIDERAES FINAIS

No presente captulo, foi proposta uma melhora do PSDTM-SVD apresentado no


Captulo 4. O mtodo PSTDM-SVD melhorado considera o uso da inversa truncada Moore-
Penrose sobre as matrizes de transmissibilidade como uma alternativa para preservar a
identificao das taxas de amortecimento na funo resultante. Uma das variveis
importantes no emprego da inversa truncada Moore-Penrose sobre as matrizes de
Mtodo PSDTM-SVD melhorado _ ____________________________________ 139

transmissibilidade a quantidade de valores singulares, parmetro que igual ao nmero


de cargas no correlacionadas presente na estrutura. Nesse sentido, o mtodo PSTDM-SVD
melhorado prope uma identificao automtica do nmero de valores singulares para usar
na inversa, ao contrrio da alternativa proposta no Captulo 5 que depende da deciso do
usurio. Os resultados obtidos na simulao numrica demonstrou que a melhora realizada
no mtodo PSDTM-SVD acrescenta a possibilidade da identificao de taxas de
amortecimento.

Do mesmo modo que os mtodos propostos anteriormente o mtodo proposto neste


captulo tem impossibilidade de avaliar parmetros modais quando a excitao encontra-
se localizada em um s ponto da estrutura. Essa condio de carga gera nas matrizes de
transmissibilidade uma singularidade para todo valor de ( i ) , no permitindo avaliar a
singularidade nos plos do sistema. Dessa forma, os mtodos propostos precisam de pelos
menos duas cargas no correlacionadas localizadas em pontos diferentes para obter
parmetros modais.
CAPTULO 7. USO DOS MTODOS DE
IDENTIFICAO EM UMA CONDIO DE UMA
NICA CARGA.

Uma limitao das metodologias de identificao modal apresentadas neste trabalho a


quantidade de cargas no correlacionadas existentes na estrutura. Um mnimo de duas
cargas no correlacionadas localizadas em pontos diferentes necessrio para a
identificao de parmetros modais, o que limita a identificao em um caso quando existe
uma nica carga localizada em um ponto. Isto devido ao fato que na condio de uma
nica carga localizada em um ponto, as matrizes de transmissibilidade so singulares para
todos os valores de ( i ) . Dessa forma, as estratgias usadas nos mtodos propostos
baseadas na avaliao da singularidade nos plos do sistema das matrizes de
transmissibilidade ficam inaplicveis para essa condio carga.

Em uma anlise modal de estruturas sob excitaes em condies de operao, em


que diferentes pontos da estrutura so excitados simultaneamente por diferentes fontes
(trafego pedestres e vento) pouco provvel que exista uma condio de uma nica carga
localizada em um ponto. No entanto, em uma anlise modal de uma estrutura em laboratrio
comum o uso de uma nica fonte de excitao atravs do uso um shaker o um martelo de
excitao. por isso a necessidade de brindar uma soluo para a aplicabilidade dos
mtodos propostos quando existe uma nica fonte de excitao. .

O presente captulo explora em detalhe a limitao dos mtodos de identificao modais


propostos quando existe uma nica carga localizada em um ponto da estrutura. No entanto,
foi demostrado que possvel identificar parmetros modais quando existe uma nica fonte
de excitao, sempre e quando essa excitao mude de posio na estrutura. O resultado
das funes de transmissibilidade com densidade espectral ser o mesmo, usando uma
nica carga que muda de posio em diferentes pontos ou usando cargas no
correlacionadas simultneas atuando-nos mesmos pontos. Uma simulao numrica
realizada sobre uma viga para demostrar a possibilidade de identificao de parmetros
modais, especificamente em casos quando existe uma nica carga que muda de posio.
Duas situaes de carga nica deslocando-se foram consideradas sobre o modelo
estrutural: uma carga dinmica (rudo colorido) e uma carga impulsiva.
142 Uso dos mtodos de identificao em uma condio de uma nica carga

7.1 TRANSMISSIBILIDADE ESCALAR E MULTIVARIVEL COM


DENSIDADE ESPECTRAL PARA UMA NICA CARGA.

No Captulo 2 definida a densidade espectral das respostas do sistema em funo


*
das funes de transferncia H xk f r ou H x j f s e a densidade espectral das excitaes S fr fs ,
assim.

N N
S xk x j (i ) = H * xk f r (i ) H x j f s (i ) S f r f s (i ) (7-1)
r =1 s =1

Considerando que as cargas que atuam no sistema so independentes ou no-


correlacionadas uma representao expandida da Equao (7-1) pode ser dada, como.

S xk x j ( i ) = H * xk f1 ( i ) H x j f1 ( i ) S f1 f1 ( i ) + H * xk f2 ( i ) H x j f2 ( i ) S f2 f2 ( i ) + ...
(7-2)
+ H * xk f N ( i ) H x j f N ( i ) S f N f N ( i )

No caso da existncia de uma nica carga localizada em p a densidade espectral da


resposta pode ser definida, como.

S x k x j ( i ) = H * x k f p ( i ) H x j f p ( i ) S f p f p ( i ) (7-3)

A transmissibilidade escalar com densidade espectral se define como uma relao entre
duas sadas xo e x j , com uma referncia de sada x k .

S x o x k ( i ) (7-4)
T k x o x j ( i ) =
S x j x k ( i )

Fazendo uso da Equao (7-3) e (7-4) pode ser definida a transmissibilidade escalar
com densidade espectral em um caso de uma nica carga localizada em p da seguinte
forma.

H * xo f p ( i ) H xk f p ( i ) S f p f p ( i ) H * xo f p ( i ) (7-5)
T k xo x j ( i ) = =
x j f p ( i ) H x f ( i ) S f f ( i ) H * x j f p ( i )
*
H k p p p

A Equao (7-5) indica que para uma nica carga localizada em p a


transmissibilidade escalar com densidade espectral a mesma qualquer for a referncia da
sada x k . Usando o resultado da Equao (7-5) possvel construir a matriz de

transmissibilidade (Equao (4-3)) usada nos mtodos de identificao modal dados nos
Captulos 4 e 6 para um caso de uma nica carga.
Uso dos mtodos de identificao em uma condio de uma nica carga__ ___.143

T z1 x1x j ( i ) T z2 x1x j ( i ) ..... T zL x1x j ( i ) H * x1 f p ( i ) H * x1 f p ( i ) ..... H * x1 f p ( i )


z1 * (7-6)
[ ] T x x ( i ) T z2 x2 x j ( i ) ..... T z2 x2 x j ( i ) H x2 f p ( i ) H x2 f p ( i ) ..... H * x2 f p ( i )
*
T zi xoi x j ( i ) = 2 j
1
= *
.... ..... ..... .... H x j f p ( i ) .... ..... ..... ....
z1 *
T xL x j ( i ) T 2 xL x j ( i ) ..... T zL xL x j ( i ) H xL f p ( i ) H xL f p ( i ) ..... H xL f p ( i )
z * *

A Equao (7-6) mostra que no caso de uma nica carga a matriz de


transmissibilidade singular (linearmente dependente) para qualquer valor de i . Os
mtodos de identificao modal apresentados nos Captulos 4 e 6 usam como estratgia de
identificao modal, a avaliao da singularidade da matriz de transmissibilidade nos plos
do sistema il . Dessa forma, importante estabelecer que os mtodos dados nos

Captulos 4 e 6 no so aplicveis em um caso de uma nica carga localizada em um ponto,


j que existe uma singularidade das matrizes de transmissibilidade para todo valor de i .

No caso da matriz de transmissibilidade multivarivel, ela definida como uma relao


entre a matriz de densidade espectral cruzada entre as respostas nas coordenadas Z e U
com a matriz de densidade espectral cruzada entre as respostas nas coordenadas Z e K. As
coordenadas Z so conhecidas como as referncias da sada. Nesse caso a matriz de
transmissibilidade tambm pode ser definida para uma nica carga localizada em p a partir
de usar a Equao (7-5) e a Equao (5-12) definindo diferentes referncias da sada Z,
todas do tamanho 1x1.

S xz xu1 (i) S xz xk1 (i)


+
T xz xu1 xk1 (i) T xz xu1 xk 2 (i) T xz xu1 xk n (i)
xz S S
T xu 2 xk1 (i) T xu 2 xk 2 (i) T xz xu 2 xk n (i) x x (i ) xz xk 2 (i)
xz
= z u2

xz
T xu m xk1 (i) T z xu m xk 2 (i)
x
T xz xu m xk n (i) mxn S xz xu m (i) mx1 S xz xk n (i) nx1
+
H xu1 f p ( i ) H * xz f p ( i )H xk1 f p ( i ) S f p f p ( i )
H *
x f ( i ) H x z f p ( i )H xk f p ( i ) S f p f p ( i )
= H xz f p ( i )S f p f p ( i ) u 2 p
* 2



H ( i ) H * xz f p ( i )H xk f p ( i ) S f p f p ( i )
xu m f p n
H xu1 f p ( i )
H
x f ( i )
= H * xz f p ( i )S f p f p ( i ) u 2 p
*
1
n
[ ]
H * xk1 f p ( i ) H * xk 2 f p ( i ) H * xk n f p ( i )
) H xk f p ( i )
2
H x f ( i )S ( i
( i )
z p fp fp
H
xu m f p
1
j =1

H xu1 f p ( i )H * xk1 f p ( i ) H xu1 f p ( i )H * xk 2 f p ( i ) H xu1 f p ( i )H * xk n f p ( i )


(7-7)
H xu 2 f p ( i )H xk1 f p ( i ) H xu 2 f p ( i )H xk 2 f p ( i ) H xu 2 f p ( i )H * xk n f p ( i )
* *
1
= n 2

H x k f p ( i )
H xu m f p ( i )H xk1 f p ( i ) H xu m f p ( i )H xk 2 f p ( i ) H xu m f p ( i )H * xk n f p ( i )
j * *
j =1

O resultado na Equao (7-7) mostra que para uma condio de uma nica carga
localizada em um ponto, a matriz de transmissibilidade multivarivel ser sempre a mesma
para qualquer definio de referncia da sada Z. Dessa forma, tambm se pode concluir
que o mtodo dado no Captulo 5 no aplicvel em um caso de uma nica carga
localizada em um ponto, j que o mtodo baseado na avaliao da singularidade nos
plos do sistema de uma matriz construda a partir de diferentes matrizes de
144 Uso dos mtodos de identificao em uma condio de uma nica carga

transmissibilidade multivarivel com diferentes referncias da sada. Assim, segundo a


Equao (7-7) a matriz usada no mtodo do Captulo 5 (ver Equao (5-15)) ser singular
para todos os valores i em uma condio de uma nica carga localizada.

7.2 IDENTIFICAO EM UMA CONDIO DE UMA NICA CARGA.

Como mencionado e demostrado na seo anterior deste captulo, os mtodos


identificao propostos neste trabalho no so aplicveis quando existe uma nica carga
localizada em ponto da estrutura. No entanto, em uma condio de uma nica carga, uma
identificao de parmetros modais com os mtodos propostos possvel, sempre e quando
a carga mude de posio na estrutura.

Na Equao (7-2) pode ser notado que a densidade espectral da resposta calculada
pela soma das contribuies de cada uma das cargas que atuam na estrutura. Essa
contribuio pode ser efetuada de duas formas: com cargas atuando simultaneamente em
cada ponto da estrutura ou pela ao de uma nica carga que muda de posio em
diferentes intervalos de tempo. O resultado pelas duas formas o mesmo. Portanto, a
densidade espectral da resposta pode-se definir tambm como uma soma de cargas
localizadas em um ponto, mas mudando de posio em diferentes intervalos de tempo.

S xk x j ( i ) = S xk x j ( i ) f1t1 + S xk x j ( i ) f 2t2 + ... + S xk x j ( i ) f N t N

Com,

S xk x j ( i ) f1t1 = H * xk f1 ( i ) H x j f1 ( i ) S f1 f1 ( i )

S xk x j ( i ) f 2 t 2 = H * xk f 2 ( i ) H x j f 2 ( i ) S f 2 f 2 ( i )

S xk x j ( i ) f N t N = H * xk f N ( i ) H x j f N ( i ) S f N f N ( i ) (7-8)

Em que, S xk x j ( i )f1t1 a contribuio de uma carga localizada na coordenada 1,

atuando no intervalo de tempo 1, S xk x j ( i )f 2t 2 a contribuio de uma carga localizada na

coordenada 2, atuando no intervalo de tempo 2 e S xk x j ( i )f N t N a contribuio de uma

carga localizada na coordenada N, atuando no intervalo de tempo N. Na Equao (7-8) em


cada intervalo de tempo existe uma condio de carga diferente, dada por uma carga

localizada atuando em um ponto s. Por exemplo, no primer intervalo de tempo t1 , a carga

somente aplicada no ponto 1. No final do intervalo de tempo t1 , e no comeo e durante o


Uso dos mtodos de identificao em uma condio de uma nica carga__ ___.145

intervalo de tempo t 2 a carga somente aplicada no ponto 2. Dessa forma, cada um desses
intervalos de tempo est associado a cada contribuio de carga na Equao (7-8) .

Como exemplo, realizado um clculo terico da funo de transmissibilidade escalar

Tx115 x8 (i) = S x5 x11 ( i ) S x8 x11 ( i ) sobre a estrutura mostrada na Figura 7-1, considerando as
seguintes situaes de carga: 1) duas cargas (rudo branco) localizadas nos graus de
liberdade 5 e 8, as quais atuam simultaneamente (ver Figura 7-1) e 2) duas cargas (rudo
branco) localizadas nos graus liberdade 5 e 8, mas que atuam em intervalos de tempo
diferentes (ver Figura 7-2). A segunda situao pode-se entender como um caso de uma
nica carga que muda de posio, tendo uma carga que atua primeiro no grau de liberdade
5 e depois passa a atuar no grau de liberdade 8.

O resultado do clculo terico confirma que a funo de transmissibilidade

Tx115 x8 (i) = S x5 x11 ( i ) S x8 x11 ( i ) a mesma para ambas as configuraes de carga, como
mostrado nas Figura 7-1 e 7-2. Isso indica que uma nica carga mudando de posio em
dois pontos diferentes equivalente a ter duas cargas atuando simultaneamente nos
mesmos pontos. Igualmente, se a carga nica mudasse de posio em 4 pontos seria
equivalente a ter 4 cargas atuando simultaneamente. Assim, pode-se concluir que os
mtodos de identificao modal apresentados neste trabalho continuam sendo aplicveis no
caso de uma condio de uma nica carga que muda de posio.

importante esclarecer que para a avaliao das funes de transmissibilidade no caso


de uma nica carga que muda de posio no necessrio identificar o momento quando a
carga muda de posio, j que o clculo da densidade espectral definido como uma mdia
de densidades espectrais calculadas em diferentes janelas temporais do sinal (mtodo de
Welch), o que sugere um espectro total dado por uma soma de espectros que contm a
contribuio de cada uma das cargas localizadas, exatamente como estabelecido na
Equao (7-8) .
146 Uso dos mtodos de identificao em uma condio de uma nica carga

Figura 7-1 Cargas atuando simultaneamente no sistema.

Figura 7-2 Carga nica mudando de posio no sistema.


Uso dos mtodos de identificao em uma condio de uma nica carga__ ___.147

7.3 EXEMPLOS NUMRICOS COM UMA NICA CARGA.

O seguinte exemplo numrico pretende demostrar a identificao de parmetros


modais com os mtodos de identificao modal propostos, especificamente em casos
quando existe uma nica carga que muda de posio. O mesmo modelo estrutural que tem
sido utilizado nos captulos anteriores usado aqui para validar a identificao modal
nessas condies de carga. Assim, duas situaes de carga nica so consideradas sobre o
modelo estrutural proposto: Carga 1, com uma carga dinmica que se desloca entre os
graus de liberdade 5, 8 e 11 em intervalos de tempo de 100seg, como mostrado na Figura
7-3 , Carga 2 , com uma carga impulsiva que se desloca em cada grau de liberdade vertical
a cada 60seg, como mostrado na Figura 7-4 . Na situao de Carga 1, as cargas contm
uma frequncia predominante de 30Hz, com um espectro de densidade espectral como
mostrado na Figura 5-1. Deve-se ter presente que as duas situaes de carga representam
uma nica carga que se desloca ao longo da estrutura.

Figura 7-3 Cargas deslocandose entre os graus de liberdade 5,8 e 11, Carga 1.

Figura 7-4 Carga impulsiva deslocando-se entre os graus de liberdade verticais, Carga 2.
148 Uso dos mtodos de identificao em uma condio de uma nica carga

Para a identificao de parmetros modais neste exemplo os mtodos usados foram os


mtodos propostos nos Captulos 5 e 6. Cada um dos parmetros de entrada nestes
mtodos foi configurado como segue.

a) Mtodo com transmissibilidade multivarivel: A configurao das coordenadas de U e


K foram definidas com os graus de liberdade para U=5,8,11,14,17 e K=17. Com est
configurao de coordenadas de K e U, uma matriz nica obtida igual dada na Equao
(5-24). Para o clculo dessa matriz, funes de densidade espectral de potncia (ver
Equao (5-22)) foram avaliadas usando o mtodo de Welch com uma janelas temporais do
tamanho 211, uma sobreposio do 50% e um tamanho da transformada de Fourier de 211. O
tipo de janela foi variado, entre uma janela tipo Hanning para o caso de Carga 1 e uma
janela tipo retangular para o caso de Carga 2 (Carga impulsiva).
b) Mtodo PSDTM-SVD melhorado. Para avaliao das diferentes matrizes de
transmissibilidade que usa este mtodo (Ver Equao (6-1)), funes de densidade
espectral de potncia foram avaliadas usando o mtodo de Welch com os mesmos
parmetros definidos no mtodo com transmissibilidade multivarivel.

Ambos os mtodos do Captulo 5 e 6 usaram uma inversa modificada Moore-Penrose.


Nesta inversa deve-se definir a quantidade mxima k de valores singulares, como
estabelecido na Equao (6-3). Portanto, foi aplicado em ambos os mtodos de identificao
o procedimento automtico de identificao do nmero mximo de valores singulares, como
proposto Na Figura 6-1. As matrizes de entrada ao mtodo de identificao automtico do
nmero de valores singulares foram dadas pelas Equaes (5-24) e (6-1) para o mtodo
com transmissibilidade multivarivel e o mtodo PSDTM-SVD melhorado, respectivamente.

Em ambos os mtodos, o nmero mximo de valores singulares identificado foi de 3 e 5


para o caso de Carga 1 e 2, respectivamente. importante indicar que o nmero mximo de
valores singulares pode ser relacionado com o nmero de cargas existente na estrutura.
Portanto, o resultado manifesta que na condio Carga 1 e 2 existem 3 e 5 cargas
aplicadas, respetivamente. Isso mostra a similitude entre aplicar uma nica carga deslocada
em diferentes pontos e aplicar cargas simultneas nos mesmos pontos. Dessa forma, nas
inversas das Equaes (5-24) e (6-1) foi usado um nmero mximo de valores singulares de
3 e 5 para o caso de carga 1 e 2, respectivamente.

Os resultados da aplicao dos mtodos de identificao do Captulo 5 e 6 nos casos


de carga descritos neste captulo, como Carga 1 e 2 so apresentados nas Figuras 7-5, 7-6,
7-7 e 7-8. Nas funes resultantes de ambos os mtodos de identificao foi aplicado o
mtodo PolyMAX para a identificao das taxas de amortecimento. Assim, no caso do
Uso dos mtodos de identificao em uma condio de uma nica carga__ ___.149

mtodo com transmissibilidade multivarivel foi usado o mtodo PolyMAX sobre a primeira
linha da matriz inversa da Equao (5-24) e no caso do mtodo PSDTM-SVD melhorado foi
usado o mtodo PolyMAX na funo resultante ( i ) (ver Equao (6-6)). Na parte a) das
Figuras 7-5, 7-6, 7-7 e 7-8 so mostrados os diagramas de estabilizao do mtodo
PolyMAX considerando a ordem dos polinmios de ajuste em uma faixa entre 20 e 120.
Igualmente, na parte b) destas figuras mostra-se a estabilidade das taxas de amortecimento
que foram alcanadas para os plos estveis encontrados.

Figura 7-5 a) diagrama de estabilidade e b) estabilidade das taxas de amortecimento


para os plos estveis determinados usando o mtodo PolyMAX na matriz inversa da
Equao 5-24 (mtodo com transmissibilidade multivarivel). Caso de Carga 1.

Figura 7-6 a) diagrama de estabilidade e b) estabilidade das taxas de amortecimento


para os plos estveis determinados usando o mtodo PolyMAX na matriz inversa na matriz
inversa da Equao 5-24 (mtodo com transmissibilidade multivarivel). Caso de Carga 2.
150 Uso dos mtodos de identificao em uma condio de uma nica carga

Figura 7-7 a) Diagrama de estabilidade do mtodo PolyMAX aplicado na funo


resultante do mtodos PSDTM-SVD melhorado e b) estabilidade das taxas de
amortecimento dos plos estveis. Caso de Carga 1.

Figura 7-8 a) Diagrama de estabilidade do mtodo PolyMAX aplicado na funo


resultante do mtodos PSDTM-SVD melhorado e b) estabilidade das taxas de
amortecimento dos plos estveis. Caso de Carga 2.
Nas Tabela 7-1 e 7-2 so apresentados os resultados da identificao das frequncias
naturais e taxas de amortecimento para os dois casos de carga nica (Carga 1 e 2) . Assim,
Na Tabela 7-1 e 7-2 encontram-se os resultados para o mtodo com transmissibilidade
multivarivel e o mtodo PSDTM-SVD melhorado, respectivamente. Os resultados de
frequncias naturais e de taxas de amortecimentos encontrados por ambos os mtodos de
identificao modal mostraram que so prximos com os valores tericos em ambos os
casos de carga. Dessa forma, pode-se concluir que os mtodos de identificao modal
propostos neste trabalho baseado no uso da transmissibilidade so aplicveis em um caso
de uma nica carga, mas sempre e quando essa carga se desloque de posio.
Uso dos mtodos de identificao em uma condio de uma nica carga__ ___.151

Tabela 7-1 Frequncias naturais amortecidas e taxas de amortecimento identificadas


usando o mtodo com transmissibilidade multivarivel.
Ordem do modelo 100 PolyMAX
Valores tericos
Carga 1 Carga 2
Modos
Frequncias Taxas de Frequncias Taxas de Frequncias Taxas de
naturais (Hz) amortecimento (%) naturais (Hz) amortecimento (%) naturais (Hz) amortecimento (%)
1 9.54 5.00 9.49 5.89 9.48 4.62
2 14.62 3.27 14.79 3.93 14.73 3.14
3 44.05 1.08 43.98 1.05 44.06 1.08
4 48.70 0.98 48.71 0.95 48.67 0.98
5 123.49 0.39 123.71 0.16 123.60 0.29

Tabela 7-2 Frequncias naturais amortecidas e taxas de amortecimento identificadas


usando o mtodo PSDTM-SVD melhorado.
Ordem do modelo 100 PolyMAX
Valores tericos
Carga 1 Carga 2
Modos
Taxas de Taxas de Taxas de
Frequncias Frequncias Frequncias
amortecimento (%) amortecimento (%) amortecimento (%)
naturais (Hz) naturais (Hz) naturais (Hz)
1 9.54 5.00 9.56 4.67 9.37 4.15
2 14.62 3.27 14.63 3.65 14.72 3.94
3 44.05 1.08 44.05 1.18 44.04 1.07
4 48.70 0.98 48.70 0.88 48.72 0.92
5 123.49 0.39 123.73 0.21 123.88 0.20

7.4 CONSIDERAES FINAIS

Neste captulo uma anlise das funes de transmissibilidade com densidade espectral
(escalar e multivarivel) foi realizado para um caso quando existe uma nica carga
localizada em um ponto da estrutura. A anlise concluiu que para esse caso de carga as
funes de transmissibilidade com densidade espectral no dependem da referncia da
sada. Portanto, qualquer matriz de transmissibilidade contendo diferentes referncias da
sada nas colunas singular para todos os valores de i . Esse fato gera a impossibilidade
de avaliar a singularidade das matrizes nos plos do sistema, no permitindo avaliar os
parmetros modais. No entanto, em uma condio de uma nica fonte de excitao
possvel identificar os parmetros modais, sempre e quando a excitao se desloque de
posio. Uma simulao numrica sobre uma viga, usando cargas com uma nica fonte de
excitao, mas deslocando-se atravs da estrutura demostrou a possibilidade da
identificao de parmetros modais para essa condio de carga.

Para uma correta identificao dos parmetros modais, os mtodos de identificao


modal propostos neste trabalho precisam da existncia de mltiplas cargas no
correlacionadas atuando na estrutura ou de uma nica carga deslocando-se na mesma. No
caso de uma nica carga que muda de posio seria equivalente a ter mltiplas condies
152 Uso dos mtodos de identificao em uma condio de uma nica carga

de carga. Nesse ltimo aspecto necessrio enfatizar que os mtodos propostos no


precisam da identificao do momento quando existe uma condio de carga diferente. Isso
oferece uma grande vantagem em comparao com outros mtodos de identificao modal
baseados em transmissibilidade que usam uma mudana de posio da carga para a
identificao de parmetros modais. Esses mtodos avaliam diferentes funes de
transmissibiildade para cada condio de carga, gerando dessa forma a necessidade de
identificar o momento quando ocorre essa mudana de posio da excitao (Devriendt e
Guillaume, 2007; 2008; Devriendt, De Sitter e Guillaume, 2010; Devriendt et al., 2013;
Weijtjens, De Sitter, et al., 2014; Weijtjens, Lataire, et al., 2014).
CAPTULO 8. CONCLUSES E TRABALHOS
FUTUROS
8.1 CONCLUSES

Este trabalho focaliza o uso de funes de transmissibilidade para a identificao de


parmetros modais (frequncias naturais, taxas de amortecimento e modos de vibrao). O
trabalho apresenta o desenvolvimento e aplicao de trs metodologias de identificao
modal baseadas no uso de funes de transmissibilidade com densidade espectral. Os
mtodos propostos foram validados atravs de simulaes numricas e o uso de dados de
vibrao de testes desenvolvidos sobre a ponte Garcia Cadena (Bucaramanga-Colmbia).

O uso de funes de transmissibilidade para a identificao modal uma rea de


recente pesquisa. A principal inovao desta nova alternativa que os mtodos propostos
podem identificar parmetros modais sem fazer suposio alguma sobre as foras de
excitao. Tradicionalmente, os mtodos de identificao modal para anlise modal
operacional supem que as excitaes so do tipo rudo branco. Esta vantagem gera a
possibilidade de fazer uma direta separao das frequncias naturais do sistema dos
possveis componentes harmnicos existentes na excitao. As primeiras pesquisas nesta
rea propem o uso de funes de transmissibilidade a partir de diferentes condies de
carga. No entanto, em um caso real, este enfoque possui a necessidade de fazer um pr-
processamento da informao para identificar a mudana do carregamento. Esta dificuldade
foi superada a partir do uso de funes de transmissibilidade com densidade espectral. Este
tipo de funes transmissibilidade o fundamento dos diferentes mtodos de identificao
modal propostos neste trabalho.

Desta forma, o desenvolvimento da presente pesquisa permitiu alcanar as seguintes


concluses principais, que sintetizam as concluses parciais dadas anteriormente no final de
cada captulo.

Os trs mtodos propostos, o mtodo PSDTM-SVD, o mtodo com uso da


transmissibilidade multivarivel com diferentes referncias da sada e o mtodo PSDTM-
SVD melhorado mostram que possuem uma independncia do espectro da excitao.
Portanto, esses mtodos podem ser aplicados para as excitaes com um espectro de
frequncias predominantes (rudo colorido), sempre e quando as frequncias do sistema
sejam excitadas. Diferentes simulaes numricas a partir de usar foras no
correlacionadas com uma frequncia predominante mostraram que os mtodos puderam
fazer uma identificao dos parmetros modais do sistema sem a introduo da
frequncia predominante estabelecida previamente na excitao. Alm disso, os
154 Concluses e trabalhos futuros.

mtodos mostraram a possibilidade de fazer uma identificao modal a partir de uma


nica condio de carga ao invs de diferentes condies de carga como proposto em
previas metodologias que usam transmissibilidade.
O primeiro mtodo proposto, o mtodo PSDTM-SVD permite reduzir o risco de
estabelecer frequncias de ressonncia que no so do sistema em comparao com o
mtodo proposto por Yan e Ren, 2012. O mtodo de Yan e Ren no garantia em alguns
casos de carga uma correta identificao das frequncias de ressonncia, devido a uso
de funes de subtrao inversa entre funes de transmissibilidade com diferentes
referncias da sada que podiam conter ressonncias no relacionadas ao sistema.
Dessa forma, a proposta do mtodo PSDTM-SVD baseada na avaliao da
singularidade nos plos do sistema de matrizes de transmissibilidade mostra-se como
uma alternativa segura para a avaliao de parmetros modais com uso de funes de
transmissibilidade com densidade espectral.
Uma extenso do conceito de funo de transmissibilidade com densidade espectral
proposto neste trabalho, o qual permite uma relao entre mltiplas respostas ao invs
de s duas. Esta extenso chamada como de funes de transmissibilidade
multivarivel com diferente referncia da sada. As funes de transmissibilidade
multivarivel propostas permitem encontrar uma propriedade nos plos do sistema do
mesmo modo que as funes de transmissibilidade escalar com densidade espectral.
Esta propriedade define que as matrizes de transmissibilidade multivarivel com as
mesmas respostas em relao, mas com diferente referncia da sada convergem para a
mesma matriz quando se aproximam aos plos do sistema. Isso indica que as funes
de transmissibilidade multivarivel propostas podem ser usadas do mesmo modo que as
funes de transmissibilidade escalar para a identificao de parmetros modais do
sistema.

A partir do uso da propriedade encontrada nas funes de transmissibilidade


multivarivel um procedimento para a identificao de parmetros modais foi proposto.
Igualmente, como no mtodo PSDTM-SVD o procedimento foi baseado na construo
de uma matriz com singularidade nos plos do sistema. No entanto, uma forma diferente
de avaliao da singularidade foi realizada atravs da inversa generalizada Moore-
Penrose. Uma modificao da inversa generalizada baseada no truncamento do nmero
de valores singulares foi proposta, devido a que a inversa generalizada apresenta
resultados corretos somente quando existem cargas no correlacionadas em todos os
graus liberdade medidos. O nmero de valores singulares que deve ser utilizada na
inversa diretamente relacionado com o nmero de cargas no correlacionadas
existentes na estrutura.
Concluses e trabalhos futuros ___________________________________________ 155

Uma combinao entre o mtodo PolyMAX e o resultado obtido da inversa modificada


na matriz construda de diferentes funes de transmissibilidade multivarivel demostrou
que possvel modelar a inversa desta matriz com o fim de avaliar as frequncias
naturais e as taxas de amortecimento. Adicionalmente, o uso das funes de
transmissibilidade multivarivel permite avaliar os mesmos parmetros modais a partir de
uma variao das respostas em relao. Isso pode criar uma forma de validao dos
parmetros modais identificados atravs da comparao de diferentes resultados de
diferentes relaes entre respostas.
O mtodo PSDTM-SVD melhorado acrescenta a possibilidade de identificao das taxas
de amortecimento. A proposio desta melhora devida a que no mtodo PSDTM-SVD
original foi gerada uma alterao do amortecimento modal pelas operaes matemticas
propostas entre valores singulares. Dessa forma, o mtodo PSDTM-SVD melhorado faz
uso da inversa modificada para a avaliao da singularidade das matrizes de
transmissibilidade. No entanto, uma das variveis importantes no uso da inversa
modificada a quantidade de valores singulares que devem ser escolhidos. Desse
modo, o mtodo PSDTM-SVD melhorado prope uma identificao automtica do
nmero de valores singulares, a qual no depende do usurio.
Uma limitao das metodologias de identificao modal proposta neste trabalho a
quantidade de cargas no correlacionadas presentes na estrutura. Um mnimo de duas
cargas no correlacionadas localizadas em pontos diferentes necessrio para a
identificao de parmetros modais. No entanto, em uma condio de uma nica fonte
de excitao possvel identificar parmetros modais, sempre e quando a excitao se
desloque de posio. Apesar dos mtodos proposto precisarem de mltiplas cargas no
correlacionadas atuando na estrutura o de uma nica carga deslocando-se, os mtodos
no precisam da identificao do momento quando a carga muda de posio como
necessrio em outros mtodos de identificao modal baseados em transmissibilidade.

8.2 TRABALHOS FUTUROS

O trabalho apresentado nesta tese inclui trs metodologias de identificao modal


baseadas no uso de funes de transmissibilidade. No entanto, mais pesquisas so
necessrias para melhorar a identificao nos mtodos propostos. Adicionalmente, outras
156 Concluses e trabalhos futuros.

reas de aplicao, alm da identificao modal podem ser motivo de pesquisa com o uso
das funes de transmissibilidade, assim os seguintes aspectos podem ser explorados.

O custo computacional dos mtodos propostos maior em comparao com


outras metodologias no paramtricas no domnio da frequncia, devido a que os
procedimentos envolvem o clculo de um nmero de matrizes de
transmissibilidade que diretamente proporcional ao nmero de medies. Em
um caso em que uma grande quantidade de medies seja realizada
simultaneamente, os tempos de clculo destas metodologias poderiam tornar-se
proibitivos. Devido a isso, necessrio pesquisar uma forma de reduzir a
quantidade de informao que utilizada, de tal forma que no afete a
informao modal do sistema.
Embora as metodologias fossem aplicadas em um caso de vibraes real
mostrando bons resultados, a maioria das aplicaes de estruturas de
engenharia civil apresentam condies de identificao adversas como, modos
vibrao muitos prximos e sinais de relao rudo/sinal muito alto. Estas
condies de identificao podem se tornar em uma limitao das metodologias
propostas do mesmo modo que acontece em outras metodologias no domnio da
frequncia. por isso, que uma possibilidade para melhorar a identificao
nestas condies aplicar tcnicas de pr-processamento do sinal que possam
realizar uma separao do sinal em componentes modais, o qual gera uma
identificao de parmetros modais em sinais separados e, portanto, uma
reduo do rudo no sinal.
Diferentes reas de pesquisa incluindo a rea de identificao modal precisam de
estudos de confiabilidade. A identificao modal com uso de funes de
transmissibilidade oferece e facilita ainda mais a possibilidade de fazer uma
anlise de confiabilidade dos parmetros modais identificados, j que diferentes
matrizes de transmissibilidade fornecem os mesmos parmetros modais. Dessa
forma avaliando os mesmos parmetros modais em diferentes matrizes de
transmissibilidade pode-se obter para todos os parmetros modais tanta
informao como pontos de medio.
As matrizes de transmissibilidade propostas neste trabalho podem ser objeto de
outras aplicaes, tais como: a deteco e quantificao de danos estruturais, a
atualizao de modelos de elementos finitos e a identificao de foras
dinmicas.
A ferramenta computacional Myfem Modal 2D para a anlise modal terica e de
dados de resposta de um modelo estrutural no plano proposta pelo autor desta
Concluses e trabalhos futuros ___________________________________________ 157

pesquisa, a qual apresentada no apndice deste trabalho tambm motivo


para o desenvolvimento de futuros trabalhos na procura de aperfeioar o uso
dessa ferramenta. Ditos trabalhos podem ser, entre outros: realizar uma extenso
do programa para a anlise de estruturas tipo prtico em 3d e estruturas
planares, implementar outras metodologias de identificao modal principalmente
no domnio do tempo e desenvolver ferramentas grficas para a anlise de
resultados a visualizao dos dados de entrada.
REFERNCIAS

ALLEMANG, R. J. The modal assurance criteriontwenty years of use and abuse. Sound
and Vibration, v. 37, n. 8, p. 14-23, 2003.

ANDERSEN, P. et al. Comparison of system identification methods using ambient bridge


test data. Proceedings 17st IMAC., 1999, Kissimee, Florida.

ARAUJO, I.; MALDONADO, E.; CHO, G. Ambient vibration testing and updating of the finite
element model of a simply supported beam bridge. Frontiers of Architecture and Civil
Engineering in China, v. 5, n. 3, p. 344-354, 2011. ISSN 1673-7407. Disponvel em:
< http://dx.doi.org/10.1007/s11709-011-0124-8 >.

ARAJO, I. G.; LAIER, J. E. Operational modal analysis using SVD of power spectral density
transmissibility matrices. Mechanical Systems and Signal Processing, v. 46, n. 1, p. 129-
145, 2014. Disponvel em:
< http://www.sciencedirect.com/science/article/pii/S088832701400034X >.

ARTEMIS. Ambient Response Testing and Modal Identification Software. Alborg,


Denmark: Structural Vibration Solution A/S 2010.

ASMUSSEN, J.; IBRAHIM, S.; BRINCKER, R. Random decrement: identification of


structures subjected to ambient excitation. Proceedings 16st IMAC, 1998, Santa Barbara,
California. p.914-921.

ASMUSSEN, J. C. Modal analysis based on the random decrement technique:


application to civil engineering structures. 1997. (Ph.D). Denmark,University of Aalborg

ASMUSSEN, J. C.; IBRAHIM, S.; BRINCKER, R. Random decrement: identification of


structures subjected to ambient excitation. Proceedings 16st IMAC, 1998, Santa Barbara,
California. p.914-921.

BLACKMAN, R. B.; TUKEY, J. W. The measurement of power spectra. Dove, Publications


Inc., New York, 1958.

BRINCKER, R.; KIRKEGAARD, P. H. Special issue on Operational Modal Analysis.


Mechanical Systems and Signal Processing, v. 24, n. 5, p. 1209-1212, Jul 2010. ISSN
0888-3270. Disponvel em: < <Go to ISI>://WOS:000279131000001 >.

BRINCKER, R. et al. Identification of dynamical properties from correlation function


estimates: Danish Society for Structural Science and Engineering 1992.
160 Referncias.

BRINCKER, R.; VENTURA, C.; ANDERSEN, P. Damping estimation by frequency domain


decomposition. 19th International Modal Analysis Conference, 2001. p.698-703.

BRINCKER, R.; ZHANG, L.; ANDERSEN, P. Modal identification from ambient responses
using frequency domain decomposition. Proceedings 18st IMAC, 2000, San Antonio, Texas.
p.625-630.

BROWNJOHN, J. M. W. et al. Ambient vibration survey of the Bosporus suspension bridge.


Earthquake engineering & structural dynamics, v. 18, n. 2, p. 263-283, 1989. ISSN 1096-
9845.

CAUBERGHE, B. Applied frequency-domain system identification in the field of


experimentaland operational modal analysis. 2004. (Ph.D Thesis). Vrije Universiteit
Brussel, Belgium.

CAUGHEY, T. K. Classical Normal Modes in Damped Linear Dynamic Systems. Journal of


Applied Mechanics, v. 27, n. 2, p. 269-271, 1960. Disponvel em:
< http://link.aip.org/link/?AMJ/27/269/1 >.Disponvel em:
< http://dx.doi.org/10.1115/1.3643949 >.

CHOPRA, A. K. Dynamics of structures: Theory and applications to earthquake


engineering. Prentice-Hall International Series in Civil Engineering and Engineering
Mechanics, 2001.

COOLEY, J. W.; TUKEY, J. W. An algorithm for the machine calculation of complex Fourier
series. Mathematics of computation, p. 297-301, 1965. ISSN 0025-5718.

DEVRIENDT, C.; DE SITTER, G.; GUILLAUME, P. An operational modal analysis approach


based on parametrically identified multivariable transmissibilities. Mechanical Systems and
Signal Processing, v. 24, n. 5, p. 1250-1259, Jul 2010. ISSN 0888-3270. Disponvel em: <
<Go to ISI>://WOS:000279131000005 >.

DEVRIENDT, C.; GUILLAUME, P. The use of transmissibility measurements in output-only


modal analysis. Mechanical Systems and Signal Processing, v. 21, n. 7, p. 2689-2696,
Oct 2007. ISSN 0888-3270. Disponvel em: < <Go to ISI>://WOS:000249611900001 >.

______. Identification of modal parameters from transmissibility measurements. Journal of


Sound and Vibration, v. 314, n. 1-2, p. 343-356, Jul 8 2008. ISSN 0022-460X. Disponvel
em: < <Go to ISI>://WOS:000256195100021 >.

DEVRIENDT, C. et al. Combining multiple single-reference transmissibility functions in a


unique matrix formulation for operational modal analysis. Mechanical Systems and Signal
Processing, v. 40, n. 1, p. 278-287, Oct 2013. ISSN 0888-3270. Disponvel em: < <Go to
ISI>://WOS:000323803100017 >.
Referncias ____________________________________________________________ 161

DOEBLING, S. W. et al. Damage identification and health monitoring of structural and


mechanical systems from changes in their vibration characteristics: a literature
review. Los Alamos National Lab., NM (United States). 1996

EWINS, D. J. Modal testing: theory, practice and application. Research studies press
Baldock, 2000.

FELBER, A. J. Development of a hybrid bridge evaluation system. 1993. (Ph.D).


Department of Civil Engineering,, University of British Columbia,, Vancouver, Canada,.

FONTUL, M. et al. Transmissibility matrix in harmonic and random processes. Shock and
Vibration, v. 11, n. 5-6, p. 563-571, 2004 2004. ISSN 1070-9622. Disponvel em: < <Go to
ISI>://WOS:000226502800004 >.

FUKUZONO, K. Investigation of multiple-reference Ibrahim time domain modal


parameter estimation technique. 1986. (M.Sc). University of Cincinnati

GENTILE, C.; SAISI, A. Ambient vibration testing and condition assessment of the Paderno
iron arch bridge (1889). Construction and Building Materials, v. 25, n. 9, p. 3709-3720,
Sep 2011. ISSN 0950-0618. Disponvel em: < <Go to ISI>://WOS:000291780400007 >.

GUILLAUME, P.; HERMANS, L.; VAN DER AUWERAER, H. Maximum Likelihood


Identification of Modal Parameters from Operational Data. Proceedings of IMAC 17,
International Modal AnalysisConference, 1999, Kissimmee, Florida, USA.

HAMTAEI, M. R.; ANVAR, S. A. Estimation of modal parameters of buildings by Wavelet


Transform. The 14th World Conference on Earthquake Engineering, 2008, Beijing, China.

HAN, J.; LI, D.; LI, H. Application of Hilbert-Huang transform and stochastic subspace
identification for modal parameter identification of civil engineering structures. 2007.
216-221 ISBN 978-7-5641-0958-5. Disponvel em: < <Go to ISI>://WOS:000251357300027
>.

HANSEN, P. The truncatedSVD as a method for regularization. BIT Numerical


Mathematics, v. 27, n. 4, p. 534-553, 1987. Disponvel em:
< http://dx.doi.org/10.1007/BF01937276 >.

HAYES, M. H. Statistical digital signal processing and modeling. John Wiley & Sons,
1996. ISBN 8126516100.
162 Referncias.

HE, X. H. et al. EMD-based random decrement technique for modal parameter identification
of an existing railway bridge. Engineering Structures, v. 33, n. 4, p. 1348-1356, Apr 2011.
ISSN 0141-0296. Disponvel em: < <Go to ISI>://WOS:000289026900028 >.

HOA, L. T. et al. Output-only system identification using Wavelet


transform. Internacional Conference on Engineering Mechanics and Automation (ICEMA
2010). Hanoi, Vietnam 2010.

HUANG, N. E. et al. The empirical mode decomposition and the Hilbert spectrum for
nonlinear and non-stationary time series analysis. Proceedings of the Royal Society of
London. Series A: Mathematical, Physical and Engineering Sciences, v. 454, n. 1971, p.
903-995, 1998. ISSN 1364-5021.

IBRAHIM, S. R. Efficient random decrement computation for identification of ambient


responses. Proceedings of SPIE, the International Society for Optical Engineering, 2001,
Society of Photo-Optical Instrumentation Engineers. p.1-6.

JAMES, G. H.; CARNE, T. G.; LAUFFER, J. P. The natural excitation technique (NExT)
for modal parameter extraction from operating wind turbines. Sandia National Labs.,
Albuquerque, NM (United States). 1993

JUANG, J. N.; PAPPA, R. S. An eigensystem realization algorithm for modal parameter


identification and model reduction. Journal of Guidance Control, and Dynamics,, v. 8, n. 5,
p. 620-627, 1985.

KAY, S. M. Intuitive probability and random processes using Matlab. Springer, 2006.
ISBN 0387241574.

LARDIES, J.; TA, M. N.; BERTHILLIER, M. Modal parameter estimation based on the
wavelet transform of output data. Archive of Applied Mechanics, v. 73, n. 9-10, p. 718-733,
Apr 2004. ISSN 0939-1533. Disponvel em: < <Go to ISI>://WOS:000221055200010 >.

LE, T.-P.; PAULTRE, P. Modal identification based on the time-frequency domain


decomposition of unknown-input dynamic tests. n. Accepted Manuscript, 2013. Disponvel
em: < http://www.sciencedirect.com/science/article/pii/S0020740313000805 >.

LE, T. H.; TAMURA, Y. Modal identification of ambient vibration structure using frequency
domain decomposition and wavelet transform. The Seventh Asia-Pacific Conference on Wind
Engineering, 2009, Taipei, Taiwan.

LECLERE, Q.; ROOZEN, N. B.; SANDIER, C. On the use of the H-s estimator for the
experimental assessment of transmissibility matrices. Mechanical Systems and Signal
Processing, v. 43, n. 1-2, p. 237-245, Feb 3 2014. ISSN 0888-3270. Disponvel em: < <Go
to ISI>://WOS:000329891700015 >.
Referncias ____________________________________________________________ 163

LIU, J. et al. Modal parameters identification of offshore platform using HHT method.
Proceedings of the International Offshore and Polar Engineering Conference, 2012. p.1113-
1118.

LIU, W. J. et al. Transmissibility properties of MDOF systems. 16th International Modal


Analysis Conference (IMAC) - Model Updating and Correlation, 1998, Santa Barbara, Ca.
Feb 02-05. p.847-854.

LIU, Y. C.; LOH, C. H.; NI, Y. Q. Stochastic subspace identification for output-only modal
analysis: Application to super high-rise tower under abnormal loading condition. Earthquake
Engineering and Structural Dynamics, v. 42, n. 4, p. 477-498, 2013. Disponvel em:
< http://www.scopus.com/inward/record.url?eid=2-s2.0-
84874779839&partnerID=40&md5=5d67f52db20b7a930e0b2fb59f0ccf71 >.

MACEC. A Matlab Toolbox for Experimental and Operational Modal Analysis. Leuven,
Belgium: Department of Civil Engineering, Faculty of Engineering, Katholieke Universiteit
2011.

MAGALHAES, F.; CUNHA, A.; CAETANO, E. Vibration based structural health monitoring of
an arch bridge: From automated OMA to damage detection. Mechanical Systems and
Signal Processing, v. 28, p. 212-228, Apr 2012. ISSN 0888-3270. Disponvel em: < <Go to
ISI>://WOS:000301549900015 >.

MAGALHES, F. Operational modal analysis for testing and monitoring of bridges and
special structures. 2013. (Ph.D). Faculty of Engineering, University of Porto, Porto,
Portugal.

MAGALHES, F.; CUNHA, . Explaining operational modal analysis with data from an arch
bridge. Mechanical Systems and Signal Processing, v. 25, n. 5, p. 1431-1450, 2011.
ISSN 0888-3270.

OPPENHEIM, A. V.; SCHAFE, R. W. Discrete-Time Signal Processing. Prentice-Hall,


1989.

OVERSCHEE, P. V. et al. Subspace Identification for the Linear Systems: Theory


Implementation. Kluwer academic publishers, 1996.

PEETERS, B.; DE ROECK, G. Stochastic system identification for operational modal


analysis: A review. Journal of Dynamic Systems Measurement and Control-
Transactions of the Asme, v. 123, n. 4, p. 659-667, Dec 2001. ISSN 0022-0434. Disponvel
em: < <Go to ISI>://WOS:000172894900014 >.
164 Referncias.

PEETERS, B.; VAN DER AUWERAER, H. PolyMax: a Revolution in Operational Modal


Analysis. Proceedings of IOMAC, International Operational Modal Analysis Conference,
2005, Copenhagen,Denmark.

PEETERS, B. et al. The PolyMAX frequency-domain method: a new standard for modal
parameter estimation? Shock and Vibration, v. 11, n. 3-4, p. 395-409, 2004 2004. ISSN
1070-9622. Disponvel em: < <Go to ISI>://WOS:000224307700020 >.

REYNDERS, E. System identification methods for (operational) modal analysis: review and
comparison. Archives of computational methods in engineering, v. 19, n. 1, 2012.

RIBERIO, A. M. R.; SILVA, J. M. M.; MAIA, N. M. M. On the generalization of the


transmissibility concept. Mechanical Systems and Signal Processing, v. 14, n. 1, p. 29-35,
2000.

RINGWOOD, J. Multivariable control using the singular value decomposition in steel rolling
with quantitative robustness assessment. v. 3, n. 4, p. 495-503, 1995. Disponvel em:
< http://www.sciencedirect.com/science/article/pii/096706619500021L >.

RODRIGUES, J.; BRINCKER, R. Application of the Random Decrement Technique in


Operational Modal Analysis. Proceedings 1st IOMAC Conference, 2005, Copenhagen,
Denmark.

SDTOOLS. Structural Dynamics Toolbox. Paris, France: SDTools Company 2008.

STRUM, R. D.; KIRK, D. E. Contemporary linear systems using MATLAB. Brooks/Cole


Publishing Co., 1999. ISBN 0534371728.

UHL, T.; KLEPKA, A. Application of wavelet transform to identification of modal parameters


of nonstationary systems. Journal of theoretical and applied mechanics, v. 43, n. 2, p.
277-296, 2005.

VAROTO, P. S.; MCCONNELL, K. G. Single point vs. multi point acceleration transmissibility
concepts in vibration testing. Society for Experimental Mechanics, Inc, 16 th International
Modal Analysis Conference., 1998. p.83-90.

VOLD, H. et al. A multi-input modal estimation algorithm for mini-computers. SAE,


1982.

WEIJTJENS, W. et al. Operational modal parameter estimation of MIMO systems using


transmissibility functions. Automatica, v. 50, n. 2, p. 559-564, Feb 2014. ISSN 0005-1098;
1873-2836. Disponvel em: < <Go to ISI>://WOS:000332816400025 >.
Referncias ____________________________________________________________ 165

______. Dealing with periodical loads and harmonics in operational modal analysis using
time-varying transmissibility functions. Mechanical Systems and Signal Processing, v. 49,
n. 1-2, p. 154-164, Dec 20 2014. ISSN 0888-3270. Disponvel em: < <Go to
ISI>://WOS:000338809100013 >.

WELCH, P. The use of fast Fourier transform for the estimation of power spectra: a method
based on time averaging over short, modified periodograms. Audio and Electroacoustics,
IEEE Transactions on, v. 15, n. 2, p. 70-73, 1967. ISSN 0018-9278.

YAN, W.; REN, W. On the Use of Continuous Wavelet Transmissibility for Structural
Operational Modal Analysis. Journal of Structural Engineering, n. Accepted Manuscript,
2013. Disponvel em: < http://ascelibrary.org/doi/abs/10.1061/%28ASCE%29ST.1943-
541X.0000711 >.

YAN, W.-J.; REN, W.-X. Operational Modal Parameter Identification from Power Spectrum
Density Transmissibility. Computer-Aided Civil and Infrastructure Engineering, v. 27, n.
3, p. 202-217, Mar 2012. ISSN 1093-9687. Disponvel em: < <Go to
ISI>://WOS:000299929700004 >.

YE, Q. W.; FENG, Z. M.; HU, H. G. An Improved Random Decrement Algorithm and
Applications. Applied Mechanics and Materials, v. 121, p. 4372-4376, 2012. ISSN
3037852828.

YU, D. H.; REN, W. X. EMD-based stochastic subspace identification of structures from


operational vibration measurements. Engineering Structures, v. 27, n. 12, p. 1741-1751,
Oct 2005. ISSN 0141-0296. Disponvel em: < <Go to ISI>://WOS:000231892600004 >.

ZHANG, L.; BRINCKER., R.; ANDERSEN, P. An overview of operational modal analysis:


major development and issues. Proceedings 1st IOMAC, 2005, Copenhagen, Denmark.

ZHANG, L.; WANG, T.; TAMURA, Y. A frequency-spatial domain decomposition (FSDD)


method for operational modal analysis. Mechanical Systems and Signal Processing, v. 24,
n. 5, p. 1227-1239, Jul 2010. ISSN 0888-3270. Disponvel em: < <Go to
ISI>://WOS:000279131000003 >.
APNDICE A: FERRAMENTA COMPUTACIONAL
PARA A ANLISE MODAL, MYFEM MODAL 2D.

Embora, algumas das mais relevantes bases tericas para a anlise modal
operacional foram introduzidas no Captulo 2 e 3, importante estabelecer como
implementar e aplicar essas teorias em modelos estruturais complexos, assim como tambm
com o intuito de simular nesses modelos dados experimentais para validao dos mtodos
de identificao modal. Dessa forma, ter ao alcance a possibilidade de combinar em uma
mesma ferramenta computacional anlise modal terico, simulao de dados e identificao
modal experimental.

Nesse contexto vrios programas comerciais tm sido desenvolvidos para a anlise


modal terico com elementos finitos, anlise modal experimental e a combinao deles, por
exemplo, para ltimo caso temos a ferramenta computacional Structural Dynamics Toolbox
SDTools (2008) feita no ambiente de Matlab. No entanto, est ferramenta aborda s
mtodos de identificao para a anlise modal tradicional (entrada-sada) e no disponvel
para a anlise modal operacional. Outros tipos de ferramentas computacionais
exclusivamente feitas para a anlise modal experimental e no em combinao com anlise
modal terico, so MACEC (2011) em ambiente de Matlab, para a anlise modal
experimental tradicional e operacional, e a ferramenta Ambient Response Testing and Modal
Identification Software ARTeMIS (2010) s para a anlise modal operacional. Porm, estas
ferramentas computacionais desenvolvidas tm algumas limitaes para um mbito de
pesquisa, j que no possvel ter acesso aos algoritmos usados para a anlise, alm da
impossibilidade de poder desenvolver futuras aplicaes dentro delas, no mbito dos
mtodos de identificao modal.

Alm disso, existe a necessidade para o desenvolvimento de este trabalho combinar


anlise modal experimental com o terico. Isso permitir validar a implementao dos
algoritmos de identificao modal atravs da comparao com as caractersticas dinmicas
tericas do modelo estrutural. Nesse procedimento, precisa-se de uma simulao de dados
experimentais sados do mesmo modelo estrutural, para assim criar dados similares aos que
se poderiam obter em uma medio de vibraes real. A possibilidade de simular dados
experimentais para validar os mtodos de identificao modal permite tambm simular
variados tipos de condies na identificao modal, tais como os tipos de excitao (rudo
branco ou rudo colorido), presena de rudos no sinal de sada ou identificao com
frequncias de ressonncia muito prximas, entre outras. Evidentemente, esses tipos de
168 ________________________________________APNDICE A: My FEM Modal

simulaes no substituem os dados experimentais reais, j que em eles podem existir


incertezas que no se conseguem simular numericamente.

Neste trabalho uma nova ferramenta computacional para a anlise modal terico e
anlise modal operacional tem sido desenvolvida no ambiente de Matlab para a anlise de
estruturas tipo prtico no plano. O modelo estrutural conformado a partir da teoria de
elementos finitos, na qual se podem fazer: anlise esttica, anlise de instabilidade para
pequenos deslocamentos, anlise de modos de flambagem, anlise sob carregamento
dinmico, anlise modal terico e anlise modal operacional.

Para a anlise modal terico podem-se avaliar as seguintes caractersticas do


modelo estrutural: frequncias de vibrao, formas modais e taxas de amortecimento modal,
funes de resposta em frequncia (FRFs), funes de densidade espectral (PSDs), funes
de transmissibilidade multivarivel (FTs), funes de resposta impulsiva (FRIs) e funes de
correlao da resposta (FCs).

No caso de anlise modal operacional, por enquanto, so apresentadas neste


apndice as diferentes tcnicas e mtodos no domnio da frequncia detalhados no Captulo
3, os quais so: mtodos para a estimativa das funes de correlao, como o mtodo
direto, mtodo do periodograma mdio e o mtodo de decremento aleatrio; os mtodos
para a estimativa das funes densidade espectrais, como o mtodo de Welch e o mtodo
de Blackman e Tukey e os mtodo e as tcnicas de identificao modal, como a mdia
espectral (PP), tcnica SVD para a decomposio da matriz espectral, a transformao
linear do espectro e o mtodo de transmissibilidade com densidade espectral.

Por ltimo, importante estabelecer que a inteno do presente apndice, ser


uma guia introdutiva ao uso da ferramenta proposta, portanto, so comentadas somente
algumas das ferramentas desenvolvidas no programa e no a totalidade delas.

A.1 DESCRIO GERAL DE MYFEM MODAL 2D.

A ferramenta computacional MYFEM MODAL 2D foi desenvolvida na linguagem de


programao de Matlab com orientao a objetos para o anlise de estruturas tipos prtico
no plano baseado no modelamento de elementos finitos. A ferramenta contm a
possibilidade de fazer a anlise esttica, anlise instabilidade para pequenos
deslocamentos, anlise dinmica e anlise modal terico e operacional.

No modelamento em elementos finitos, alm da contribuio da rigidez elstica nos


elementos tipo prtico produto da deformao axial e da flexo, foi implementado no
APNDICE A: My FEM Modal_______________________________________________169

programa o aporte da rigidez de molas e bases elsticas, bem como o modelamento de


rtulas nos ns para considerar momentos iguais a zeros.

O programa tem como varivel principal o objeto chamado Fem que contm a
maioria das propriedades e dos mtodos para a organizao (pr-processamento), anlise
(processamento) e apresentao de resultados (ps-processamento) do modelo estrutural.
Ento, no caso da obteno da informao das caractersticas geomtricas, de materiais e o
carregamento do modelo estrutural conta-se com uma srie de mtodos, que so os
seguintes: addNodes para a localizao dos ns, addMat para as propriedades dos
materiais, addSec para as propriedades das sees, addElem para conexo dos
elementos, addRelease para a localizao das rtulas, addFix para as condies de
contorno, addSpringN para as molas, addSpringL para as bases elsticas, addLoadP e
addLoadD para os carregamentos estticos pontuais e distribudos, respectivamente, e
addLoadPDina para os carregamentos dinmicos pontuais .

Do mesmo modo, na parte de processamento o objeto Fem contm os mtodos que


avaliam a matriz de rigidez, de massa e amortecimento, o vetor de foras esttico ou
dinmico, e a vinculao das condies de contorno. Ditas matrizes e vetores so usadas
para o respetivo anlise, seja esttico o dinmico. Nesta parte de processamento o
programa conta com outro objeto chamado Frame2D o qual contm os mtodos
necessrios para o clculo das matrizes de rigidez e de massa individuais de cada
elemento, assim ele contm todas as funes de forma para os elementos com ou sem
rtula, alm de um integrador numrico para resolver as integrais pelas quais se avaliam as
respectivas matrizes.

No programa existem trs tipos bsicos de anlise da estrutura sob carregamento,


um chamado de Analysis para a anlise esttica linear, outro chamado Pdelta para a
anlise no linear geomtrico de pequenos deslocamentos, o qual inclui tambm os clculos
dos modos de Flambagem, e outro chamado de AnalysisDL para o anlise dinmica linear
por meio do mtodo integrao numrica de Newmark .

No caso de anlise dinmica devem ser fornecidas informaes para a avaliao da


matriz de massa e amortecimento. Assim, enquanto a matriz de massa, dois tipos de matriz
podem ser avaliados: matriz massa concentrada ou matriz de massa consistente. Trs tipos
de matrizes de amortecimento clssico so disponveis, para a matriz de amortecimento,
matriz de amortecimento de Caughey, matriz de amortecimento com amortecimentos totais
e matriz de amortecimento de Rayleigh. Para a matriz de amortecimento de Rayleigh pode-
170 ________________________________________APNDICE A: My FEM Modal

se determinar proporcional massa e rigidez, s massa ou s rigidez. Nesse mesmo


mtodo de anlise dinmico foi implementada uma rutina para condensao esttica, com o
intuito de estabelecer uma reduo do modelo dinmico para alguns graus de liberdade
selecionados.

Para simulaes de dados experimentais, tm sido implementados no programa dois


algoritmos para a gerao de excitao, um para rudo branco e outro para rudo colorido. O
algoritmo de rudo branco baseado na gerao de nmeros aleatrios com uma
distribuio gaussiana de mdia zero. Para o rudo colorido gerado um rudo branco que
depois filtrado por um sistema de um s grau de liberdade. Os mtodos para gerao de
excitao de rudo branco e rudo colorido so chamados NoiseWG e NoiseCR,
respectivamente.

Na seo de ps-processamento, o objeto Fem depender do tipo de anlise feito,


seja esttico ou dinmico. O mesmo extrai a informao de deslocamento, dos esforos
internos nos elementos e das reaes nos apoios atravs dos mtodos RecordNode ou
RecordNodeDL, RecordElement ou RecordElementDL e Reactions ou ReactionsDL. Na
anlise dinmica podem-se extrair alm dos deslocamentos, as velocidades e aceleraes
da estrutura.

Criao do objeto
Fem

Construo do modelo
addNodes, addMats, addSec, addElem,
addRelease, addFix, addSpringN,
addSpringL, addLoadP, addLoadD,
addLoadPDina

Anlise esttica Anlise esttica com Anlise dinmica Anlise modal


linear instabilidade AnalysisDL AnalysisModall
Pdelta

-Deslocamentos(t), Elementos da anlise


-Deslocamentos modal
velocidades(t), aceleraes(t)
(RecordNode) (RecordNodeDL) Mybode
-Esforos internos -Esforos internos(t) MyPSD2
(RecordElement) (RecordElementDL) Mytransm
-Reaes
-Reaes(t) Myimpulse
(Reations)
(ReationsDL) Mycorrelation

Figura A-1 Sistematizao dos componentes principais do programa Myfem Modal 2d.
APNDICE A: My FEM Modal_______________________________________________171

-Deslocamentos(t),
velocidades(t),
aceleraes(t)
(RecordNodeDL)
-Esforos internos(t)
(RecordElementDL)
-Reaes(t)
(ReationsDL)

MyPSDT Mytfmodos MytransWelch MyPSDWelch


Mycorr1
Mycorr2
MyRD

MyFDD
MyFSDD MyPSDBT
MyANPSD

Myamortajuste
MyEFDD

Figura A-2 Sistematizao dos componentes para a anlise modal a partir dados de
resposta de Myfem Modal 2d..
Para a anlise modal terico, o programa contm os mtodos: AnalysisModal para o
clculo das frequncias de vibrao, formas modais e taxas de amortecimento modal da
estrutura, Mybode para as funes de resposta em frequncia, MyPSD2 para as funes de
densidade espectral, Mytransm para as funes de transmissibilidade multivarivel,
MyImpulse para as funes de resposta impulsiva e MyCorrelation para as funes de
correlao.

No caso da anlise modal operacional em uma estrutura modelada em Myfem Modal


2d. necessrio, em primeiro lugar, realizar uma anlise dinmica da estrutura sob um
carregamento determinado, assim as respostas dinmicas nos diferentes graus de liberdade
da estrutura podem ser usadas a seguir para aplicar algum tipo de metodologia de anlise
da resposta e obter parmetros modais (frequncias, formas modais e amortecimento
modal).

O programa contm, entre outros procedimentos no comentados, diferentes


ferramentas bsicas de representao de dados de resposta para a anlise modal, como
so: Mycorr1 para a estimativa das funes de correlao pelo mtodo direto, Mycorr2 para
as funes de correlao pelo mtodo do periodograma mdio, MyRD para as funes de
decremento aleatrio, MyPSDWelch para as funes de densidade espectral pelo mtodo
de Welch, MyPSDBT para as funes de densidade espectral pelo mtodo de Blackman e
Tukey e MytransWelch para as funes de transmissibilidade multivarivel.
172 ________________________________________APNDICE A: My FEM Modal

Igualmente, tm sido implementados diferentes mtodos no domnio da frequncia


para a identificao modal como: MyANPSD para a definio da mdia dos auto espectros
da matriz de densidade espectral, Mytfmodos para a avaliao das formas modais por meio
de funes de transmissibilidade, Myamortajuste para avaliao da porcentagem de
amortecimento por meio do mtodo de ajuste do espectro analtico de um modelo de um s
grau de liberdade, MyFDD para a decomposio da matriz de densidade espectral em
valores singulares, MyEFDD para avaliao da porcentagem de amortecimento a partir de
usar o mtodo do decremento logartmico transformada inversa de Fourier de uma faixa de
frequncia de uma funo de densidade espectral, MyFSDD para transformao linear do
espectro e MyPSDT para aplicao do mtodo de transmissibilidade com densidade
espectral. Com uso do mtodo MyFDD possvel avaliar as frequncias naturais e as
formas modais e com MyPSDT pode-se avaliar frequncias naturais.

Finalmente, uma descrio grfica sistematizada de alguns dos componentes do


programa Myfem Modal 2d dada na Figura A-1 e Figura A-2

A.2 EXEMPLOS DE USO DO PROGRAMA PARA A ANLISE MODAL


TERICO.

Com o intuito de se introduzir ao uso do programa mostra-se um exemplo de uma


viga de 6m de comprimento como apresentado na Figura A-3, na que se visualiza a
quantidade de elementos na que foi discretizada, visando conformar o modelo em elementos
finitos. Igualmente, mostram-se os nmeros dos ns, os nmeros dos elementos e a
numerao dos graus de liberdade de cada n. Nesse modelo da viga foram usados como
dados um mdulo de Young de 1,781x1010N/m2,, uma densidade do material de 12816
kg/m3, uma seo quadrada da viga de 0,15m x 0,15m e valores de rigidez das molas
k1=1000N/m e k2=10^8N/m.

Figura A-3 Viga de exemplo para a anlise modal terico e operacional.

O primeiro passo para a anlise modal da viga no programa Myfem Modal a


criao de um arquivo de extenso .m de Matlab, o qual tem que ser salvado na mesma
pasta onde se encontram os arquivos do programa. Todas as pastas do programa e os
arquivos dos modelos criados devem ser agregados ao Set Path ou pastas de trabalho da
APNDICE A: My FEM Modal_______________________________________________173

ferramenta de Matlab. Para a construo do modelo a primeira instruo a criao do


objeto Fem, como se mostra na Figura A-4.

%Fem(id, Graus de liberdade ativos (x y z)):


Model = Fem(1,[1 1 1]);
Figura A-4 Criao do objeto Fem em Myfem Modal .

Na anterior instruo foi criado o objeto Fem em uma varivel chamada


arbitrariamente de Model com um id=1, na qual so indicados os graus de liberdade que
se encontraro ativos no modelo de duas dimenses, que so os graus de liberdade
horizontal, vertical e rotacional. Nesse momento, na varivel Model contm-se todas as
propriedades e os mtodos do objeto Fem.

O seguinte passo a definio das caractersticas dos ns, materiais, sees,


elementos, condies de contorno do modelo e localizao das molas. Portanto, mostra-se a
seguir uma instruo com a configurao do uso desses mtodos para a criao das
diferentes caractersticas do modelo com comentrios que esto seguidos do smbolo %
para cada mtodo (Figura A-5).

%addNodes(id do n,[coordenadas x,y]):


Model.addNodes(1,[0,0]);
Model.addNodes(2,[1,0]);
Model.addNodes(3,[2,0]);
Model.addNodes(4,[3,0]);
Model.addNodes(5,[4,0]);
Model.addNodes(6,[5,0]);
Model.addNodes(7,[6,0]);
%addMat(id do Material ,Nome, Mdulo de Young, Poisson,
Densidade do %material).
Model.addMat(1,'CON30',1.787e10,0.2,12816)
%addSec(id da Seo, Nome, argumento 1,argumento 2).
Model.addSec(1,'RECT',0.15,0.15);
%addElem(id do elemento,[id do n inicial, id do n final],Tipo
,id do %Material, id da Seo):
Model.addElem(1,[1 2],'FRAME',1,1);
Model.addElem(2,[2 3],'FRAME',1,1);
Model.addElem(3,[3 4],'FRAME',1,1);
Model.addElem(4,[4 5],'FRAME',1,1);
Model.addElem(5,[5 6],'FRAME',1,1);
Model.addElem(6,[6 7],'FRAME',1,1);
%addFix(id do n,[graus de liberdade fixos=1 ou graus de
liberdade no %fixos=0]):
Model.addFix(1,[1,1,0]);
Model.addFix(7,[1,1,0]);
%addSpringN(nmero do n,[rigidez horizontal, rigidez vertical,
rigidez rotacional]);
Model.addSpringN(2,[0 1000 0]);
Model.addSpringN(4,[0 1e8 0]);
Figura A-5 Definio de caractersticas estruturais do modelo em Myfem Modal .
174 ________________________________________APNDICE A: My FEM Modal

O mtodo addSec contem dois tipos de geometrias para as sees, que so tipo
retangular RECT e circular CIRC. Ento, se for tipo RECT, deve ser dado dois
argumentos como so a largura e a altura da seo da viga. No mtodo addElem deve-se
fornecer sempre o nome de FRAME para o argumento chamado Tipo, j que o nico tipo
de elemento que contm o programa. Pode-se notar que na instruo da Figura A-5 para o
uso do mtodo addFix no se precisa colocar a informao para todos os ns, s
necessrio nos ns que tiverem restries. Os outros mtodos criados para a definio de
rtulas, base elstica e cargas nodais ou cargas distribudas para a anlise esttica no
foram usados nesse exemplo devido a que no modelo no existem essas caractersticas e
no se considera uma anlise esttica.

%AnalysisDL(At,Type,Amort,Len,TypeM,ConEsta)
%At, delta do tempo do carregamento.
%Type, Tipo de matriz de amortecimento clssica.
%Type=1, Matriz de amortecimento de Caughey.
%Type=2, Matriz de amortecimento com amortecimentos totais.
%Type=[3 1], Matriz de amortecimento de Rayleigh.
%proporcional massa e rigidez
%Type=[3 2], Matriz de amortecimento de Rayleigh.
%proporcional massa
%Type=[3 3] Matriz de amortecimento de Rayleigh.
%proporcional rigidez
%Amort, taxas de amortecimentos modais.
%se Type=1, ento, length(Amort)>=2 e length(Amort)<= #(graus de
%liberdade livres).
%se Type=2, ento, length(Amort)= #(graus de liberdade livres).
%se Type=[3 1], ento, length(Amort)=2.
%se Type=[3 2] ou [3 3], ento, length(Amort)=1.
%Len, Quantidade de dados do carregamento.
%Len>=2
%TypeM, Tipo de matriz de massa.
%Type=1, Massa consistente.
%Type=2, Massa pontual.
%ConEsta, graus de liberdade que devem ficar livres na
condensao esttica, parmetro opcional
Model.AnalysisDL(1,[3 2],[0.05],2,1,[5 8 11 14 17])
Figura A-6 Definio da anlise dinmica para a anlise modal terico em Myfem
Modal .

Depois de determinar todas as caractersticas da estrutura se pode primeiro fazer


uma anlise dinmica do modelo. A anlise dinmica possui internamente, alm da anlise
de carregamento no tempo com o mtodo de Newmark, alguns componentes da anlise
modal atravs do mtodo AnalysisModal, os quais avaliam as frequncias naturais no
amortecidas e amortecidas, formas modais e taxas de amortecimento. Para isso,
necessrio definir o tipo de matriz de massa e amortecimento atravs do mtodo
AnalysisDL. Na definio dessas matrizes o mtodo AnalysisDL precisa dos seguintes
argumentos para seu funcionamento: delta de tempo do carregamento, escolha do tipo de
APNDICE A: My FEM Modal_______________________________________________175

matriz de amortecimento clssica, taxas de amortecimentos modais, quantidade total de


dados do carregamento, escolha do tipo de matriz de massa e um parmetro opcional para
uma condensao esttica da matriz de rigidez da estrutura, que deve conter os graus de
liberdade que devem ficar livres (Figura A-6).

No exemplo proposto no considerado carregamento dinmico, portanto, os dados


para o delta de tempo e para as quantidades de dados do carregamento foram fornecidas
como 1 e 2, respectivamente. Do mesmo modo, foi definida uma matriz de massa
consistente e uma matriz de amortecimento clssica proporcional massa usando uma
porcentagem de amortecimento para o primeiro modo de 5%. Alm disso, com o fim de
simplificar a quantidade de resultados para mostrar nesse exemplo, foi feita uma
condensao esttica do modelo, desse modo, foram selecionados s os graus de liberdade
verticais como os graus de liberdade livres no modelo dinmico, ficando com s 5 graus de
liberdade.

Os resultados para as frequncias naturais no amortecidas e amortecidas, taxas


de amortecimentos e formas modais normalizadas massa so recuperados da varivel
Model da forma como se mostra na Figura A-7, as quais so reveladas na Tabela 4-1 e
Tabela 4-2.

%Frequncias naturais no amortecidas (rad/s).


Wn= Model.DataAna.Modal{1,1};;
%Frequncias naturais no amortecidas (Hz)
Fn= Model.DataAna.Modal{2,1};
%Frequncias naturais amortecidas (rad/s).
Wd= Model.DataAna.Modal{3,1};
%Frequncias naturais amortecidas (Hz)
Fd= Model.DataAna.Modal{4,1};
%Taxas de amortecimento modal (%)
Amort= Model.DataAna.Modal{5,1};
%Formas modais normalizadas massa
ModosN= Model.DataAna.Modal{6,1};
Figura A-7 Recuperao de dados de elementos da anlise modal terico em Myfem
Modal .

Tabela A-1 Frequncias naturais no amortecidas e amortecidas e taxas de


amortecimentos do modelo de exemplo com o uso de Myfem Modal .

Wn(rad/s) Fn(Hz) Wd(rad/s) Fd(Hz) (%)


60,010 9,5508 59,935 9,539 5,00%
91,882 14,6234 91,833 14,616 3,27%
276,784 44,0516 276,768 44,049 1,08%
306,005 48,7022 305,990 48,700 0,98%
775,889 123,4866 775,883 123,486 0,39%
176 ________________________________________APNDICE A: My FEM Modal

Tabela A-2 Modos de vibrao do exemplo com o uso de Myfem Modal .

GL Modo 1 Modo 2 Modo 3 Modo 4 Modo 5


5 0,0315 -0,0361 -0,0376 -0,0325 0,0068
8 0,0315 -0,0261 0,0376 0,0384 -0,0201
11 0,0000 -0,0019 0,0000 0,0120 0,0695
14 -0,0315 -0,0261 -0,0376 0,0384 -0,0201
17 -0,0316 -0,0361 0,0376 -0,0325 0,0068
GL=Grau de liberdade

Outros elementos da anlise modal que oferece o programa Myfem Modal se


descrevem a seguir, tais como os mtodos usados para o clculo de funes de resposta
em frequncia (FRFs), funes de densidade espectral (PSD), funes de transmissibilidade
(FT), funes de resposta impulsiva (FRIs) e funes de correlao (FC).

A.2.1 Funes de resposta em frequncia (FRFs)

O mtodo utilizado de Myfem Modal para a avaliao das FRFs chamado de


Mybode, que conta com a possibilidade de: avaliar FRFs para deslocamento (receptncia),
velocidade (mobilidade) e acelerao (acelerancia), escolher determinados graus de
liberdade para as FRFs, optar pelo clculo da fase da FRF e fazer uma decomposio
modal da FRF. Da mesma forma, o mtodo Mybode faz automaticamente o grfico das
mesmas FRFs. Na Figura A-8, se faz uma descrio do uso do mtodo Mybode.

%Mybode(DVA,fs,Nfft,GLVo1,AFase,Modo)
%DVA, Tipo de funo de resposta em Frequncias
%DVA=1 Deslocamento
%DVA=2 Velocidade
%DVA=3 Acelerao
%fs, Frequncia de amostragem para determinar a mxima faixa de
frequncia fs/2
%Nfft, Tamanho da FRF para avaliar delta de frequncia do
grfico.
Afs=1/(Nfft*At) como um total de Nfft/2+1 dados;

%GLVo1, Graus de liberdade selecionados para a construo das


FRFs, somente podem ser os graus de liberdade livres da estrutura.
%AFase, Clculo da fase da FRFs
%AFase=1 Para calcular
%AFase=2 No calcular
%Modo, Para a decomposio modal da FRFs
%Modo=1 Decompe a FRF
%Modo=2 No decompe a FRF
Model.Mybode(1,350,2^11,[5 8],1,2);
Figura A-8 Mtodo Mybode para o clculo das FRFs.

Como mostrado na Figura A-8 calcula-se para o exemplo proposto com o mtodo
Mybode as FRFs de receptncia para os graus de liberdade 5 e 8 at uma frequncia de
APNDICE A: My FEM Modal_______________________________________________177

175Hz, definindo um tamanho das FRFs de 1025 dados, s quais so acompanhadas do


clculo de sua fase. O resultado gerado pelo mtodo Mybode para avaliar as FRFs nos
graus de liberdade 5 e 8 mostrado na Figura A-9.

5-5 8-5
-50 -50

Amplitude
-100 -100
0 50 100 150 200 0 50 100 150 200

0 200

Fase

Fase
-100 0

-200 -200
0 50 100 150 200 0 50 100 150 200
5-8 8-8
-50 -50
Amplitude

-100 -100
0 50 100 150 200 0 50 100 150 200

200 0
Fase

Fase
0 -100

-200 -200
0 50 100 150 200 0 50 100 150 200
Frequncias Hz Frequncias Hz

Figura A-9 FRFs tericas para os graus de liberdade 5 e 8, calculadas com Myfem
Modal .

%MyPSD2(DVA,fs,Nfft,GLVo1,AFase,Sw,Carga1)
%DVA, Tipo de funo de densidade espectral
%DVA=1 Deslocamento
%DVA=2 Velocidade
%DVA=3 Acelerao
%fs, Frequncia de amostragem para determinar mxima faixa de
frequncia fs/2
%Nfft, Tamanho da FRF para avaliar delta de frequncia do
grfico.
Afs=1/(Nfft*At).
%GLVo1, Graus de liberdade selecionados para construo das
FRFs, somente podem ser os graus de liberdade livres da estrutura.
%AFase, Clculo da fase da FRFs
%AFase=1 Para calcular
%AFase=2 No calcular
%Modo, Para a decomposio modal da FRFs
%Modo=1 Decompe a FRF
%Modo=2 No decompe a FRF
%Sw Espectro da entrada.
%se Sw=1 Espectro de rudo branco
%se Sw=[2 fn c] Espectro colorido de um SDF
%fn= Frequncia de ressonncia do espectro sw de um SDF
%c= Amortecimento do espectro
%Carga, Graus de liberdade da localizao da excitao do
espectro de entrada, somente podem ser os graus de liberdade livres da
estrutura.
Model.MyPSD2(1,350,2^11,[5 8],1,[1],[11])
Figura A-10 Mtodo MyPSD2 para o clculo das PSDs.
178 ________________________________________APNDICE A: My FEM Modal

A.2.2 Funes de densidade espectral (PSDs)

Para a avaliao das PSDs o mtodo de Myfem Modal chamado MyPSD2. Nesse
mtodo possvel avaliar as PSDs para o deslocamento, velocidade e acelerao, a partir
de escolher determinados graus de liberdade e selecionar o tipo de espectro de entrada, que
podem ser rudo branco ou rudo colorido. Para o rudo colorido o espectro definido como
um SDF, no qual se devem determinar a frequncia de ressonncia e a porcentagem de
amortecimento do SDF. Para o espectro de entrada pode-se determinar a localizao em
determinados graus de liberdade do modelo. Do mesmo modo como foi determinado para as
FRFs pode-se optar pelo clculo da fase e fazer uma decomposio modal.

Na Figura A-10 se faz uma descrio do uso do mtodo MyPSD2 e se calculam as


PSDs de deslocamento dos graus de liberdade 5 e 8 do exemplo, produto de uma excitao
com espectro constante (rudo branco) localizada no grau de liberdade 11. O resultado das
PSDs para essa condio de excitao mostrada na Figura A-11, onde, pode-se notar que
para uma excitao localizada no grau de liberdade 11, gera uma excitao de ss trs
frequncias naturais da estrutura, e no das 5 que contm o modelo.

-10
5-5 -10
8-5
10 10
Amplitude

-15 -15
10 10
-20 -20
10 10
0 50 100 150 200 0 50 100 150 200

1 0
Fase

Fase

0 -100
-1 -200
0 50 100 150 200 0 50 100 150 200
-10
5-8 -10
8-8
10 10
Amplitude

-15 -15
10 10
-20 -20
10 10
0 50 100 150 200 0 50 100 150 200

200 1
Fase

Fase

100 0
0 -1
0 50 100 150 200 0 50 100 150 200
Frequncias Hz Frequncias Hz

Figura A-11 PSDs tericas para os graus de liberdade 5 e 8 para uma excitao de
rudo branco localizada no grau de liberdade 11, calculadas com Myfem Modal .

A.2.3 Funes de transmissibilidade multivarivel (FTs)

Para estimativa das funes de transmissibilidade o mtodo usado de Myfem Modal


a
Mytransm. O mtodo avalia as funes de transmissibilidade T uk para mltiplos graus
de liberdade, na qual, U so os graus de liberdade no observados, K so os graus de
liberdade observados e A so os graus de liberdade da localizao do carregamento. A
transmissibilidade pode ser avaliada para o deslocamento, velocidade e acelerao e se
pode optar pelo clculo da fase. Na Figura A-12 se faz uma descrio do uso do mtodo
APNDICE A: My FEM Modal_______________________________________________179

Mytransm e se calculam as funes de transmissibilidade entres os graus de liberdade 5, 8


e 17 com os graus de liberdade 11 e 14, localizando o carregamento nos graus de liberdade
11 e 14, do exemplo proposto. O resultado mostra-se na Figura A-13.

%Mytransm(K,U,A,DVA,fs,Nfft,AFase,nu)
%K=Graus de liberdade observados.
%U=Graus de liberdade no observados.
%A=Graus de liberdade carregados.
length(K)>=length(A)
%DVA, Tipo de funo de densidade espectral
%DVA=1 Deslocamento
%DVA=2 Velocidade
%DVA=3 Acelerao
%fs, Frequncia de amostragem para determinar mxima faixa de
%frequncia fs/2
%Nfft, Tamanho da FRF para avaliar delta de frequncia do grfico.
%Afs=1/(Nfft*At);
%AFase, Clculo da fase da FRFs
%AFase=1 Para calcular
%AFase=2 No calcular
Model.Mytransm([11 14],[5 8 17],[11 14],1,350,2^11,2)
Figura A-12 Mtodo Mytransm para o clculo das funes de transmissibilidade em
mltiplos graus de liberdade.

5-11 5-14
20 50
Amplitude

0 0

-20 -50
0 50 100 150 200 0 50 100 150 200
8-11 8-14
20 50
Amplitude

0 0

-20 -50
0 50 100 150 200 0 50 100 150 200
17-11 17-14
20 20
Amplitude

0 0

-20 -20
0 50 100 150 200 0 50 100 150 200
Frequncias Hz Frequncias Hz

Figura A-13 FTs tericas entre os graus de liberdade 5, 8 e 17 com 11 e 14 com


carregamento em 11 e 14, calculadas com Myfem Modal .

A.2.4 Funes de resposta impulsiva (FRIs)

A resposta ao impulso em um grau de liberdade devido ao carregamento em outro,


calculado por meio do mtodo de Myfem Modal Myimpulse, a partir de se estabelecer a
180 ________________________________________APNDICE A: My FEM Modal

transformada inversa de Fourier s funes de resposta em frequncia. Os argumentos


necessrios para o funcionamento do mtodo so: seleo do tipo de resposta ao impulso
seja em deslocamento, velocidade ou acelerao, frequncia de amostragem da resposta,
tempo mximo da resposta, graus de liberdade onde se aplica o impulso e onde se mostra a
resposta e a seleo da opo de uma decomposio modal do impulso. Na Figura A-14
mostra-se uma descrio do mtodo Myimpulse e onde se computa a resposta impulsiva
em deslocamento, nos graus de liberdade 5 e 8 com um tempo mximo de resposta de 2
segundos, o resultado mostrado na Figura A-15.

%MyImpulse(DVA,fs,Tmax,GLVo1,Modo)
%DVA, Tipo de resposta ao impulso.
%DVA=1 Deslocamento
%DVA=2 Velocidade
%DVA=3 Acelerao
%fs, Frequncia de amostragem.
%Tmax= Tempo mximo da resposta
%GLVo1, Graus de liberdade selecionados para construo das FRIs
%Modo, Para a decomposio modal da FRIs
%Modo=1 Decompe a FRI
%Modo=2 No decompe a FRI
Model.MyImpulse(1,500,2,[5 8],2)
Figura A-14 Mtodo MyImpulse para o clculo das funes de resposta impulsiva

-6 -6
x 10 5-5 x 10 8-5
4 4
Amplitude

2 2

0 0

-2 -2
0 0.5 1 1.5 2 0 0.5 1 1.5 2

-6 -6
x 10 5-8 x 10 8-8
4 4
Amplitude

2 2

0 0

-2 -2
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Tempo(s) Tempo(s)

Figura A-15 FRIs tericas nos graus de liberdade 5 e 8, calculadas com Myfem
Modal

A.2.5 Funes de correlao (FCs).

As funes de correlao das respostas entre vrios graus de liberdade so


calculadas por meio do mtodo desenvolvido em Myfem Modal chamado de MyCorrelation,
a partir de se estabelecer a transformada inversa de Fourier das funes de densidade
espectral calculadas para um determinado tipo de carregamento. O mtodo precisa dos
seguintes argumentos para seu correto funcionamento: seleo do tipo de funo de
APNDICE A: My FEM Modal_______________________________________________181

correlao seja em deslocamento, velocidade ou acelerao, frequncia de amostragem,


tempo mximo da resposta, seleo dos graus de liberdade, espectro de entrada do
carregamento e localizao do mesmo nos graus de liberdade. Na Figura A-16 mostra-se a
descrio do mtodo MyCorrelation e computa-se as funes de correlao em
deslocamento para os graus de liberdade 5 e 8 para uma entrada tipo rudo branco
localizada no grau de liberdade 11.

%MyImpulse(DVA,fs,Tmax,GLVo1,Modo,nu)
%DVA, Tipo de funo de correlao
%DVA=1 Deslocamento
%DVA=2 Velocidade
%DVA=3 Acelerao
%fs,Frequencia de amostragem
%Tmax= Tempo mximo da resposta
%GLVo1, Graus de liberdade seleccionados para construo das FRIs
%Modo, Para a decomposio modal da FRIs
%Modo=1 Decompe a FRI
%Modo=2 No decompe a FRI
%Sw Espectro da entrada.
%se Sw=1 Espectro de rudo branco
%se Sw=[2 fn c] Espectro colorido de um SDF
%fn= Frequncia de ressonancia do espectro sw de um SDF
%c= amortecimento do espectro
%Carga= Graus de liberdade da localizao do espectro de entrada
Model.MyCorrelation(1,500,6,[5 8],[1],[11])
Figura A-16 Mtodo MyCorrelation para o clculo das funes de correlao da
resposta.

-11 -11
x 10 5-5 x 10 8-5
2 1

0.5
Amplitude

1
0
0
-0.5

-1 -1
0 0.5 1 1.5 2 0 0.5 1 1.5 2

-11 -11
x 10 5-8 x 10 8-8
1 2

0.5
Amplitude

1
0
0
-0.5

-1 -1
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Tempo(s) Tempo(s)

Figura A-17 FCs nos graus de liberdade 5 e 8 para uma entrada de rudo branco nos
graus de liberdade 5 e 17, calculadas com Myfem Modal .
182 ________________________________________APNDICE A: My FEM Modal

A.3 EXEMPLOS DE USO DO PROGRAMA PARA A ANLISE MODAL A


PARTIR DE DADOS DE RESPOTA DO MODELO ESTRUTURAL.

Nesta seo sero tratados alguns dos elementos do programa Myfem Modal para a
anlise modal a partir de dados da resposta do modelo estrutural, tais como: a estimativa de
funes de correlao, estimativa de funes de densidade espectral, e a estimativa de
funes de transmissibilidade multivarivel. Tambm ser mostrado um exemplo de
estimativa de parmetros modais (frequncias de ressonncia, formas modais e taxas de
amortecimento modais) a partir do uso do mtodo bsico de seleo de picos. Outras
metodologias para obteno de parmetros modais no domnio da frequncia desenvolvidas
em Myfem Modal no so abordadas neste apndice.

Para fazer uma anlise modal a partir de dados de resposta em Myfem Modal 2d, o
primeiro passo realizar uma anlise dinmica do modelo e obter as respostas nos
diferentes graus de liberdade. Dessa forma, foi realizada uma anlise dinmica sobre o
mesmo modelo estrutural que tem sido usado anteriormente (Figura A-3). Assim, foi definido
um carregamento dinmico com densidade espectral constante (rudo branco) localizado
nos graus de liberdade 11 e 14 no modelo estrutural. Para isso, usaram-se os mtodos
noiseWG, para a gerao de uma excitao com densidade espectral constante,
addloadPDina para o estabelecimento de um carregamento dinmico pontual, analysisDL
para a anlise dinmica sob o carregamento e RecordNodeDL para a obteno da resposta
dinmica nos graus de liberdade.

Para o mtodo noiseWG, precisam-se dos argumentos de: varincia do rudo


branco, frequncia de amostragem e tempo total do carregamento; para o mtodo
addloadPDina, o nmero do n da localizao do carregamento e a informao do
carregamento colocada no respectivo grau de liberdade do n; para o mtodo
RecordNodeDL, nmero do n e o grau de liberdade do n. No caso da anlise dinmica
tambm foi considerada uma condensao esttica da matriz de rigidez para uma anlise s
dos graus de liberdade verticais, como foi realizado no exemplo anterior. Mostra-se na
Figura A-18 uma descrio do procedimento em Myfem Modal 2d.
APNDICE A: My FEM Modal_______________________________________________183

Fs=350; %Frequncia de amostragem (Hz).


%noiseWG(var,fs,T)
%var=varincia do rudo branco
%fs=frequncia de amostragem
%T tempo total do carregamento.
p1(1,:)= noiseWG(1,Fs,500);
p2(1,:)= noiseWG(1,Fs,500);
close all
%addLoadPDina(id,{x y z})
%id= nmero do n.
%x=carga no grau de liberdade horizontal do n.
%y=carga no grau de liberdade vertical do n.
%z=carga no grau de liberdade rotacional do n.
Model.addLoadPDina(4,{0 p1 0})
Model.addLoadPDina(5,{0 p2 0})
Model.AnalysisDL(1/Fs,[3 2],[0.05],length(p),1,[5 8 11 14 17])
%RecordNodeDL(id,xyz)
%id=nmero do n.
%xyz= grau de liberdade do n.
%xyz=1, grau de liberdade horizontal.
%xyz=2, grau de liberdade vertical.
%xyz=3, grau de liberdade rotacional.
[d1 v1 a1]= Model.RecordNodeDL(2,2);
[d2 v2 a2]= Model.RecordNodeDL(3,2);
[d3 v3 a3]= Model.RecordNodeDL(4,2);
[d4 v4 a4]= Model.RecordNodeDL(5,2);
[d5 v5 a5]= Model.RecordNodeDL(6,2);
%d=deslocamento
%v=velocidade.
%a=acelerao
Figura A-18 Definio da anlise dinmica para a anlise modal a partir de dados de
resposta.

Como notado na Figura A-18, definiu-se uma frequncia de amostragem para a


anlise dinmica de 350hz. Para o carregamento foi estabelecido como do tipo rudo branco
com uma varincia de 1 e um tempo total de 500seg, localizado nos ns 4 e 5, nos grau de
liberdade verticais. Tambm, foram extradas depois da anlise dinmica os deslocamentos,
velocidades e aceleraes dos graus de liberdade verticais dos ns 2,3,4,5 e 6.

No procedimento da Figura A-18 quando invocado o mtodo noiseWG mostra-se


automaticamente uma janela com a informao do sinal gerado, que consiste em: o sinal no
tempo, a funo de correlao do sinal e a densidade espectral de potncia. Assim, no caso
de rudo branco deve-se ter uma funo de correlao da forma do impulso, com s o valor
da varincia do sinal localizada no tempo zero da funo de correlao e uma densidade
espectral constante. A janela sada do mtodo noiseWG da forma como mostrada na
Figura A-19 .
184 ________________________________________APNDICE A: My FEM Modal

Ruido branco gaussiano


5

Amplitude
0

-5
0 50 100 150 200 250 300
Tempo (s)
Funo de correlao
Amplitude 1

-1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Tempo
Densidade espectral de potncia PSD
0.01
Amplitude

0.005

0
0 20 40 60 80 100 120 140 160 180
Frequncia (Hz)

Figura A-19 Informao do mtodo noiseWG sobre o rudo branco gerado.

A.3.1 Funes de correlao de dados de resposta.

Para a estimativa das funes de correlao a partir dos dados de resposta foram
construdos os mtodos em Myfem Modal 2d. chamados como Mycorr1, Mycorr2 e MyRD,
os quais contm as metodologias do mtodo direto, mtodo do periodograma mdio e
mtodo de decremento aleatrio, respectivamente. O mtodo Mycorr1 requer
principalmente dos argumentos de: os sinais de resposta, frequncia de amostragem dos
sinais e o tempo mximo da funo de correlao. Tambm dentro dos argumentos pode-se
optar pelo clculo da funo de correlao de dois lados ou de um s lado e normalizar a 1.
Para o mtodo Mycorr2, alm de usar os mesmos parmetros para Mycorr1, se precisa dos
parmetros de porcentagem de sobreposio das janelas e o tamanho e tipo de janela. No
mtodo MyRD necessrio selecionar o tipo de condio para seleo dos segmentos do
sinal, entre as condies de: passagem de nvel, passagem de zero, extremos locais e
passagem de pontos positivos . Na Figura A-20 mostra-se uma descrio do procedimento
realizado com os mtodos Mycorr1, Mycorr2 e MyRD.
APNDICE A: My FEM Modal_______________________________________________185

Fs=350; %Frequncia de amostragem.


Nfft=2^11; %Tamanho da janela.
yout=[d1' d2']; % Dados de resposta de deslocamento dos graus de liberdade
5 e 8
%[Rxy,T]=Mycorr1(yout,fs,Med,Nor,Tmax)
%yout=sinais das respostas do modelo.
%fs=frequncia de amostragem dos sinais.
%Med= lados da funo de correlao.
%Med==1 um lado da correlao
%Med==2 dois lado da correlao
%Nor=Normalizao da funo de correlao
%Nor==1 dados normalizados a 1
%Nor==2 dados no normalizados a 1
%Tmax = Tempo maximo da funo de correlao
[RxyE1,T2]= Mycorr1(yout,Fs,1,1,2);
%Mycorr2(yout,fs,med,Nor,Over,w,Tmax)
%yout=sinais das respostas do modelo.
%fs=frequncia de amostragem dos sinais.
%Med= lados da funo de correlao.
%Med==1 um lado da correlao
%Med==2 dois lado da correlao
%Nor=Normalizao da funo de correlao
%Nor==1 dados normalizados a 1
%Nor==2 dados no normalizados a 1
%Over== porcentagem de sobreposio das janelas, over<=1
%w=Tipo de janela.
%Tmax = Tempo mximo da funo de correlao
[RxyE2,T3]= Mycorr2(yout,Fs,1,1,0,rectwin(Nfft),2);
%[RDxy,T]=MyRD(yout,fs,Med,Nor,Tmax,Case,s12)
%yout=sinais das respostas do modelo.
%fs=frequncia de amostragem dos sinais.
%Med= lados da funo de correlao.
%Med==1 um lado da correlao
%Med==2 dois lado da correlao
%Normalizao da funo de correlao
%Nor==1 dados normalizados a 1
%Nor==2 dados no normalizados a 1
%Tmax = Tempo mximo da funo de correlao
%Case=Tipo de condio para a funo de decremento aleatrio
%Case = 1 passagem de nvel, s12=a;
%Case = 2 extremos locais
%Case = 3 passagem de zeros
%Case = 4 passagem de pontos positivos, s12=[a b];
[RDxy,T4]= MyRD(yout,Fs,1,1,2,4,[0.1 0.8]);
Model.MyCorrelation(1,Fs,2,[5 8],[1],[11 14])
%Recuperao dos dados das funes de correlao terica.
RxyT=Model.DataAna.Modal2{2,1};
T1=Model.DataAna.Modal2{2,2};
Figura A-20 Clculo de funes de correlao de dados de resposta do modelo
estrutural com Myfem Modal 2d..

Na Figura A-20, realiza-se o clculo das funes de correlao para as respostas


dinmicas em deslocamentos dos graus de liberdade 5 e 8 do modelo, por meio dos
mtodos Mycorr1, Mycorr2 e MyRD. Os resultados so salvados nas variveis RxyE1,
186 ________________________________________APNDICE A: My FEM Modal

RxyE2 e RDxy , que contm as estimaes das funes de correlao R x5 x5 , R x5 x8 , R x8 x5 ,

R x8 x8 . Para o caso das funes de decremento aleatrio, foi selecionada a condio de


passagem de pontos positivos entre os limites de 0.1 e 0.8 da mxima amplitude do sinal.
Tambm se faz a avaliao da funo de correlao terica pelo mtodo MyCorrelation.
Assim, mostra-se na Figura A-21 uma comparao entre a estimao da funo de

correlao normalizada R x5 x8 , por meio do mtodo direto, periodograma mdio e decremento

aleatrio e a funo de correlao terica, na que se pode notar que todos os mtodos
usados tendem aproximar adequadamente a funo de correlao terica.

Figura A-21 Comparao das funes de correlao pelos mtodos: direto,


periodograma mdio e decremento aleatrio, com a funo de correlao terica.

A.3.2 Funes de densidade espectral de dados de resposta

Para a estimativa das funes de densidade espectral de dados de resposta do


modelo estrutural foram desenvolvidos os mtodos em Myfem Modal 2d. chamados de
MyPSDWelch e MyPSDBT, os quais contm os mtodos de estimao de Welch e o
mtodo de Blackman e Tukey, respectivamente. O mtodo MyPSDWelch requer dos
argumentos seguintes: sinais de resposta do modelo estrutural, porcentagem de
sobreposio das janelas, tamanho e tipo de janela, tamanho da transformada de Fourier e
a frequncia de amostragem. Para MyPSDBT precisa-se : das funes de correlao, o tipo
de janela, o tamanho da transforma de Fourier, a frequncia de amostragem e estabelecer o
tipo de funo de correlao, seja de dois lados ou de um s lado. Na Figura A-22 mostra-se
a descrio do procedimento realizado com os mtodos MyPSDWelch e MyPSDBT.
APNDICE A: My FEM Modal_______________________________________________187

Fs=350; %Frequncia de amostragem.


Nfft=2^12;%Tamanho da FFT.
yout=[d1' d2'];% Dados de resposta de deslocamento dos graus de liberdade 5
e 8
%MyPSDWelch(yout,Over,w,Nfft,fs)
%yout=sinais das respostas do modelo.
%Over== porcentagem de sobreposio das janelas, over<=1
%w=Tipo de janela.
%Nfft Tamanho da FFT.
%fs = Frequncia de amostragem
[SxyE1,F]= MyPSDWelch(yout,0.5,hann(Nfft),Nfft,Fs);
%MyPSDBT(yout,Med,fhandle,Nfft,fs)
%yout=funes de correlao, yout{}
%Med= lados da funo de correlao.
%Med=1 funo de correlao de um lado
%Med=2 funo de correlao de dois lados
%Tipo de janela, Ex= @rectwin
%Nfft= tamanho da FFT.
%fs= Frequncia de amostragem.
[RDxy,T4]= MyRD(yout,Fs,2,2,2,4,[0.1 0.8]);
[SxyE2,F]= MyPSDBT(RDxy,2,@hann,Nfft,Fs);
Model.MyPSD2(1,Fs,Nfft,[5 8],1,[1],[11 14]);
%Recuperao dos dados das funes de densidade espectral terica
SxyT=Model.DataAna.Modal{8,1};
F=Model.DataAna.Modal{8,2};
Figura A-22 Clculo de funes de densidade espectral de dados de resposta do
modelo estrutural com Myfem Modal 2d..

Como notado na Figura A-22, a partir de usar os mtodos MyPSDWelch e


MyPSDBT foram avaliadas as funes de densidade espectral das respostas em
deslocamento dos graus de liberdade 5 e 8, produto de uma excitao no grau de liberdade
11. Os resultados so salvados nas variveis SxyE1 e SxyE2, os quais contm as

estimativa das densidades espectrais S x5 x5 , S x5 x8 , S x8 x5 , S x8 x8 . Para as estimativas das

densidades espectrais pelo mtodo de Blackman y Tukey foram usadas as funes de


correlao estimadas por meio do mtodo de decremento aleatrio com uma condio de
passagem de pontos positivos. Assim, mostra-se na Figura A-23 uma comparao entre as

estimativas da funo de densidade espectral S x5 x5 por meio dos mtodos de Welch e

Blackman e Tukey, e a funo de densidade espectral terica.


188 ________________________________________APNDICE A: My FEM Modal

Funo de densidade espectral Sx5x5

1,00E-03
0,0 20,0 40,0 60,0 80,0 100,0 120,0 140,0 160,0 180,0 200,0
1,00E-04
Terica
1,00E-05
Mtodo de Welch
1,00E-06

1,00E-07 Mtodo de Blackman e Tukey


com RD
m2/Hz 1,00E-08

1,00E-09

1,00E-10

1,00E-11

1,00E-12

1,00E-13

1,00E-14
Frequncia (Hz)
1,00E-15

Figura A-23 Comparao da funo de densidade espectral terica com as funes


estimativas dos mtodos de: Welch e Blackman e Tukey com as funes de decremento
aleatrio.

A.3.3 Funes de transmissibilidade de dados de resposta.

Uma estimativa das funes de transmissibilidade para os dados de resposta do


modelo estrutural efetuada atravs de considerar a Equao (2-68), da seguinte forma.

[T a
xu x k ] [ ][
(i ) = S xu xk (i ) S xk xk (i )
+
] (A-1)

Em que, [T a
xu xk (i ) ] so as funes de transmissibilidade entre os graus de
liberdade u com relao aos graus de liberdades k considerando um carregamento dinmico
nos graus de liberdade a. A partir de considerar a Equao (A-1) desenvolvido em Myfem
Modal 2d. o mtodo chamado de MytransWelch que avalia as funes de transmissibilidade
[T a
xu x k ]
(i ) , realizando o clculo das matrizes de funes de densidades espectrais

[S xu xk (i )] e [S xk xk (i )] usando o mtodo de Welch. Os parmetros necessrios para o

mtodo MytransWelch, so: sinais de resposta do modelo estrutural, definio dos graus de
liberdade k e u, a porcentagem de sobreposio das janelas, tamanho e tipo de janela,
tamanho da transformada de Fourier e a frequncia de amostragem. Na Figura A-24 mostra-
se uma descrio do uso do mtodo MytransWelch para a avaliao das funes de
transmissibilidade multivarivel .

Como exemplo para o clculo de funes de transmissibilidade em Myfem Modal 2d.


mostrado na Figura A-24 o computo da transmissibilidade entre os graus de liberdades u=
5, 8, 17 do modelo estrutural, e os graus de liberdade k=11,14, com um carregamento
dinmico nos graus de liberdade a=11,14. A matriz de transmissibilidade resultante ser
dada por:
APNDICE A: My FEM Modal_______________________________________________189

T a x5 x11 (i ) T a x5 x14 (i )
[ ]
T a xu xk (i ) = T a x8 x11 (i ) T a x8 x14 (i ) (A-2)
T a x17 x11 (i ) T a x17 x14 (i )

Nesse exemplo considera-se um carregamento dinmico do tipo rudo branco


aplicado nos graus de liberdade a, assim, a partir das respostas em deslocamento nos
diferentes graus de liberdade da anlise dinmica avaliam-se com MytransWelch as

funes de transmissibilidade [T a
xu x k (i ) ] . Mostra-se na Figura A-25 uma

comparao entre a funo de transmissibilidade T


a
x8 x11 (i ) calculada a partir de
dados de resposta, e a funo de transmissibilidade terica avaliada com o mtodo
Mytransm de Myfem Modal 2d.

Fs=350; %Frequncia de amostragem.


Nfft=2^12;%Tamanho da FFT
yout=[d1' d2' d3' d4' d5'];
%[Txyi,F]= MytransWelch(yout,U,K,Over,w,Nfft,Fs)
%yout=sinais das respostas do modelo.
%K=Graus de liberdade observados.
%U=Graus de liberdade no observados.
%Over== porcentagem de sobreposio das janelas, over<=1
%w==Tipo de janela.
%Nfft tamanho da FFT.
%fs = frequncia de amostragem
[Txyi,F]= MytransWelch(yout,[1 2 5],[3 4],0.5,hann(Nfft),Nfft,Fs);
Model.Mytransm([11 14],[5 8 17],[11 14],1,Fs,Nfft,2)
Figura A-24 Clculo de funes de transmissibilidade de dados de resposta com
Myfem Modal 2d..

Figura A-25 Comparao da funo de transmissibilidade estimada a partir de dados


de resposta do modelo estrutural com a funo de transmissibilidade terica com Myfem
Modal 2d..
190 ________________________________________APNDICE A: My FEM Modal

A.3.4 Uso do mtodo de seleo de picos para avaliao de


parmetros modais.

O mtodo de seleo de picos desenvolvidos em Myfem Modal 2d. para a avaliao


de parmetros modais (frequncias de ressonncia, formas modais e taxas de
amortecimento) possui trs rotinas diferentes chamadas de MyANPSD, Mytfmodos, e
Myamortajuste. O mtodo MyANPSD define a mdia dos auto espectros da matriz de
densidade espectral, para a seleo das frequncias de ressonncia do sistema,
Mytfmodos avalia as funes de transmissibilidade para todos os graus de liberdade com
respeito em um ponto de referncia e usado para avaliao das formas modais, e o
mtodo Myamortajuste estabelece um ajuste do espectro terico de um s grau de
liberdade na vizinhana de uma frequncia de ressonncia e usado para avaliao da
porcentagem de amortecimento modal.

Os parmetros necessrios para o funcionamento dos diferentes mtodos so: para


o mtodo MyANPSD, a matriz de densidade espectral, para Mytfmodos precisa dos sinais
de resposta do modelo estrutural, o nmero do grau de liberdade de referncia, o tipo de
janela, o tamanho da transforma de Fourier, a frequncia de amostragem e o valor de uma
frequncia de ressonncia. O ltimo parmetro usado para extrair o modo da frequncia
de ressonncia determinada. Para Myamortajuste necessrio o tipo de espectro para o
ajuste, seja para o deslocamento, a velocidade ou a acelerao, o espectro com suas
abscissas, o valor de uma frequncia de ressonncia e os limites superior e inferior da
frequncia de ressonncia para estabelecer a vizinhana do ajuste.

Fs=350; %Frequncia de amostragem.


for j=[2 3 4 5 6]
p(1,:)= noiseWG(1,Fs,800);
close all
Model.addLoadPDina(j,{0 p 0});
end
Model.AnalysisDL(1/Fs,[3 2],[0.05],length(p),1,[5 8 11 14 17])
[d1 v1 a1]= Model.RecordNodeDL(2,2);
[d2 v2 a2]= Model.RecordNodeDL(3,2);
[d3 v3 a3]= Model.RecordNodeDL(4,2);
[d4 v4 a4]= Model.RecordNodeDL(5,2);
[d5 v5 a5]= Model.RecordNodeDL(6,2);
yout=[a1' a2' a3' a4' a5'];
Nfft=2^12;%Tamanho da FFT
[SxyE1,F]= MyPSDWelch(yout,0.5,hann(Nfft),Nfft,Fs);
%MyANPSD(yout)
%yout= Matriz de densidades espectrais.
[ANPSD1] = MyANPSD(SxyE1);
Figura A-26 Exemplo de uso do mtodo de seleo de picos em Myfem Modal 2d..
APNDICE A: My FEM Modal_______________________________________________191

Para exemplificar o uso do mtodo de seleo de picos tem sido realizada uma
anlise dinmica do modelo estrutural da Figura A-3 a partir de estabelecer um
carregamento do tipo rudo branco em todos os graus de liberdade livres do modelo,
seguidamente as respostas dinmicas da anlise so coletadas para posteriormente aplicar
os mtodos MyANPSD, Mytfmodos, e Myamortajuste. Dessa forma, mostra-se na Figura
A-27 uma descrio do procedimento realizado com Myfem Modal 2d..

Promdio normalizado dos auto espectros


0
X: 123.7
X: 44.09 X: 48.79 Y: -32.84
Y: -40.48 Y: -43.09
X: 14.7
-50 Y: -67.13
X: 9.656
Y: -78.72

-100
Amplitude

-150

-200

-250

-300
0 20 40 60 80 100 120 140 160 180
Frequncia (Hz)

Figura A-27 Mdia normalizado dos auto-espectros da matriz de densidade espectral.

Na Figura A-27 so indicados os valores dos picos do grfico da mdia dos auto-
espectros que correspondem s ressonncias do modelo. Os valores dos picos so
comparados com os valores tericos das frequncias amortecidas na Tabela A-4.

Tabela A-3 Frequncias de ressonncia do modelo (terico-identificado)


Fd Terico Fd identificado
Erro(%)
(Hz) (Hz)
9,539 9,650 1,165%
14,616 14,700 0,577%
44,049 44,090 0,093%
48,700 48,790 0,185%
123,486 123,700 0,174%

Para estimao das formas modais o mtodo usado Mytfmodos, assim, mostra-se
uma descrio do procedimento na Figura A-28.
192 ________________________________________APNDICE A: My FEM Modal

%[Txy,F,Modo1]=Mytfmodos(yout,ref,Over,w,Nfft,Fs,Fn)
%ref= ponto de referncia.
%Over== porcentagem de sobreposio das janelas, over<=1
%w==Tipo de janela.
%Nfft tamanho da FFT.
%fs = frequncia de amostragem
%Fn= Frequncia de ressonncia para avaliar o respectivo modo
[Txy,F,Modos1(:,1)]=Mytfmodos(yout,1,0.5,hann(Nfft),Nfft,Fs,9.65);
[Txy,F,Modos1(:,2)]=Mytfmodos(yout,1,0.5,hann(Nfft),Nfft,Fs,14.7);
[Txy,F,Modos1(:,3)]=Mytfmodos(yout,1,0.5,hann(Nfft),Nfft,Fs,44.09);
[Txy,F,Modos1(:,4)]=Mytfmodos(yout,1,0.5,hann(Nfft),Nfft,Fs,48.79);
[Txy,F,Modos1(:,5)]=Mytfmodos(yout,1,0.5,hann(Nfft),Nfft,Fs,123.7);
Figura A-28 Uso do mtodo Mytfmodos em Myfem Modal 2d..

No procedimento da Figura A-28 quando chamado o mtodo Mytfmodos mostra-


se automaticamente uma janela com a informao em amplitude e fase das diferentes
funes de transmissibilidade nos graus de liberdade com respeito ao ponto de referncia. A
janela sada do mtodo Mytfmodos da forma mostrada na Figura A-29.

1
T11 1
T21 2
T31 1
T41 1
T51
10 10 10 10 10

0 0 0
10 10 10
0
10
Amplitude

0 -1 -1 -1
10 10 10 10

-2
10
-2 -2 -2
10 10 10

-1 -3 -4 -3 -3
10 10 10 10 10
0 100 200 0 100 200 0 100 200 0 100 200 0 100 200

1 200 200 200 200


Fase

0 100 100 100 100

-1 0 0 0 0
0 100 200 0 100 200 0 100 200 0 100 200 0 100 200
Frequencia (Hz) Frequencia (Hz) Frequencia (Hz) Frequencia (Hz) Frequencia (Hz)
.

Figura A-29 Informao do mtodo Mytfmodos de Myfem Modal 2d. sobre as


funes de transmissibilidade.

As formas modais identificadas so mostradas na Tabela A-5 e se estabelece uma


comparao com os modos tericos de vibrao (Tabela A-3) a partir de usar o indicador
MAC (Equao 3-47), os resultados so mostrados na Tabela A-6.

Tabela A-4 Formas modais identificadas.

GL Modo1 Modo2 Modo3 Modo4 Modo5


5 1,000 1,000 1,000 1,000 1,000
8 1,002 0,730 -1,007 -1,183 -2,961
11 -0,004 0,053 -0,009 -0,357 10,198
14 -0,990 0,711 0,992 -1,140 -2,963
17 -0,989 0,982 -0,994 0,973 1,007
GL=Grau de liberdade
APNDICE A: My FEM Modal_______________________________________________193

Tabela A-5 Comparao de formas modais tericas e identificadas.

MAC
T/I Modo1 Modo2 Modo3 Modo4 Modo5
Modo1 1,000 0,000 0,000 0,000 0,000
Modo2 0,000 1,000 0,000 0,005 0,008
Modo3 0,000 0,000 1,000 0,000 0,000
Modo4 0,000 0,005 0,000 1,000 0,046
Modo5 0,000 0,008 0,000 0,045 1,000
T=Terico, I=Identificado

Finalmente, mostra-se na Figura A-30 uma descrio do procedimento realizado com


uso do mtodo Myamortajuste para avaliao das taxas de amortecimento modais.

%Myamortajuste(Type,Pxy,F,Fn,limd)
%Type= Tipo de funo de densidade espectral terica de um s grau de
liberdade
%Type=1, Deslocamento
%Type=2, Velocidade
%Type=3, Acelerao.
%Pxy= Espectro.
%F= Abcissas do espectro em Hz.
%Fn= Frequncia de ressonncia para avaliar a porcentagem de amortecimento
modal.
%limd= Limites superior e inferior da frequncia de ressonncia.
[Amort1(1,1)]= Myamortajuste(3,abs(ANPSD1),F,9.65,[2 2]);
[Amort1(2,1)]= Myamortajuste(3,abs(ANPSD1),F,14.7,[2 2]);
[Amort1(3,1)]= Myamortajuste(3,abs(ANPSD1),F,44.09,[2 2]);
[Amort1(4,1)]= Myamortajuste(3,abs(ANPSD1),F,48.79,[2 2]);
[Amort1(5,1)]= Myamortajuste(3,abs(ANPSD1),F,123.7,[2 2]);
Figura A-30 Uso do mtodo Myamortajuste em Myfem Modal 2d..

No procedimento da Figura A-31 usado mdia normalizada dos auto-espectros


da matriz de densidade espectral, para avaliar as taxas de amortecimento. Mostra-se a
seguir um exemplo da janela de informao do mtodo Myamortajuste, que especifica as
caractersticas do ajuste realizado ( Figura A-31).
194 ________________________________________APNDICE A: My FEM Modal

R2=0.98861
0
10 1

0.9
-2
10
0.8

-4 0.7
10
Amplitude 0.6

-6
10 0.5

y
0.4
-8
10
0.3

-10 0.2
10
0.1

-12
10 0
0 50 100 150 200 6 8 10 12
Frequncia (Hz) Frequncia (Hz)

Figura A-31 Informao do mtodo Myamortajuste de Myfem Modal 2d.

Da aplicao da tcnica de ajuste do espectro analtico que corresponde a um


sistema de um s grau de liberdade, por meio do mtodo Myamortajuste de Myfem Modal
2d foi possvel fazer uma estimativa das taxas de amortecimentos dos diferentes modos de
vibrao, que so revelados na Tabela A-7 ao fazer uma comparao com as taxas de
amortecimento tericas.

Tabela A-6 Taxas de amortecimentos (terico-identificado)

Terico(%) Identificado(%) Erro(%)


5,00% 4,76% 4,74%
3,27% 3,68% 12,69%
1,08% 1,05% 3,31%
0,98% 0,93% 5,58%
0,39% 0,32% 16,79%

Desta forma, tem sido mostrado um exemplo da estimativa de parmetros modais a


partir dos dados da resposta de um modelo estrutural, por meio do uso da ferramenta
proposta para a anlise modal Myfem Modal 2d. O mtodo escolhido para esse exemplo foi
o mtodo de seleo de picos, o qual para o exemplo realizado mostra um apropriado
desempenho na estimativa dos parmetros modais, devido principalmente a que so
cumpridas as diferentes suposies em que baseada est metodologia, que so: a
excitao pode excitar todos os modos do sistema com um espectro constante (rudo
branco), existe uma adequada distribuio do carregamento e os modos de vibrao so
relativamente bem separados com ausncia de rudo no espectro.
APNDICE A: My FEM Modal_______________________________________________195

A.4 CONSIDERAES FINAIS

O presente apndice apresenta uma nova ferramenta computacional para a anlise


modal terica e operacional de modelos estruturais tipo prticos no plano, onde se
descrevem de forma geral as diferentes utilidades contidas no programa e se estabelecem
variados tipos de exemplos com o intuito de fazer uma introduo ao uso do programa.

Salientam-se diferentes caractersticas do programa:

a) Tm-se ao alcance diferentes ferramentas da anlise modal terico para validar a


implementao dos algoritmos e tcnicas para estimativa de caractersticas
dinmicas a partir de dados de resposta do modelo estrutural, bem como para
novos algoritmos que possam surgir.
b) A possibilidade de simular dados experimentais advindos do mesmo modelo
estrutural que poder iam-se obter em uma medio de vibraes real.
c) A possibilidade de simular variados tipos de condies na identificao modal
como o tipo de excitao e localizao da excitao.
d) As diferentes rotinas at o momento desenvolvidas para estimativa de
caractersticas dinmicas de dados de resposta em Myfem Modal 2d. podem ser
tambm utilizadas para dados sados de vibraes reais.

Da mesma forma, alguns aspectos podem ser motivo de trabalhos futuros para a
melhora do programa, tais como: extenso para a anlise de estruturas tipo prtico em 3d e
estruturas planares e a mudana de linguagem de programao devido s limitaes de
recurso de memria que tem o Matlab que tornaria difcil a anlise de modelos estruturais de
maior tamanho.