Vibração de sistemas com um grau de liberdade

Vamos tratar de sistemas com um grau de liberdade (SDoF – Single Degree of

Freedom) discretos. Discreto significa que o sistema é uma combinação de massas (
ou componentes) rígidas ligadas por elementos flexíveis ( elásticos ).
Existem diferentes métodos para desenvolver as equações de movimento de
sistemas com um grau de liberdade, tal como lei do Newton, principio d´Alembert,
mas vamos usar as equações de Lagrange.

Desenvolvimento de equações de movimento para sistemas com um

grau de liberdade

O movimento de um sistema com um grau de liberdade pode ser representado por

uma única coordenada. Todos os sistemas com um grau de liberdade são
representados por mesmo tipo de equação de movimento
 Exemplo: Sistema clássico com um grau de liberdade

c é o coeficiente de um amortecedor; este amortecedor é um dispositivo idealizado,

dissipador de energia. Neste caso, a força desenvolvida é proporcional a velocidade
relativa entre as extremidades dele.
 Equações de Lagrange
A equação do Lagrange para um sistema com um grau de liberdade

d  T  T D U   W 
     Qx 
dt  x  x x x   x 

• T é a energia cinética
• U é a energia potencial ou de deformação
• D é a função dissipadora
• Qx é a força generalizada
• W é o trabalho da força generalizada
 Para um sistema com um grau de liberdade:

1 2
T mx
2
1
U  kx 2
2
1 2
D  cx
2
O trabalho virtual, incremental δW é

W  f  x

Usando a equação de Lagrange resulta a equação de movimento

mx  cx  kx  f  t 
 Exemplo: Superfície de controle de aeronave

A superfície de comando tem um momento de inércia J em torno da dobradiça. A

rotação é representada por ângulo θ.
As energias, dissipação e trabalho são

1 1 1
T  J 2 U  k  a  D  c a    W=  f d  
2 2

2 2 2

O ângulo de rotação foi considerado pequeno, sen θ = θ.

 Usando a equação do Lagrange, obtemos a equação do movimento

J  ca 2  ka 2  d f  t 

Vibração livre de sistemas com um grau de liberdade

Estamos procurando uma solução na ausência de forças externas.
Vamos assumir uma solução de forma: x(t )  Xet
Substituindo na equação da mola resulta a equação quadrática:

 2 m  c  k  0
Quando o determinante Δ < 0, a solução tem 2 raízes complexas.
 2
c k  c  i  1
1,2   i   
Onde
2m   
m 2 m 

Podemos reescrever as soluções:

1,2  n  in 1   2    n  id

onde k frequência natural não amortecida
n 
m
d  n 1   2 frequência natural com amortecimento
c
 
2mn razão de amortecimento ou a proporção de
amortecimento em relação ao amortecimento
critico
ccrit  2mn Amortecimento critico é o amortecimento no qual o
movimento se torna não oscilatório.
Este gráfico usa γ em lugar
de ζ.
 A solução x(t) é a combinação linear das duas raízes:

x(t )  X1e1t  X 2e2t

Substituindo as raízes, resulta:

x(t )  ent  X1  X 2  cos d t  i  X1  X 2  sin d t 

Porque o deslocamento é uma quantidade real, X1 e X2 são conjugados complexos e a

solução é:

x(t )  ent  A1 sin d t  A2 cos d t  ou x(t )  Aent sin d t  

As constantes A ou (A1 e A2 ) e Ψ são determinados por condições iniciais (

deslocamento e velocidade) do movimento.
 Exemplo: Superfície de controle de aeronave
Por inspeção:

ka 2 ca 2 ca
n  = 
J 2 J n 2 kJ
 Vibrações forçadas de sistemas com um grau de
liberdade
Podemos dividir as forças excitantes em 3 categorias:
1. Excitação harmônica que ocorre a uma freqüência especifica ( giro de motor e
componente de turbulência )
2. Excitação determinística, não harmônica , ex. input de 1 - co-sem ( para rajadas
discretas ou pistas com lombadas ) . Estas funções tem duração curta ( chamada
transiente ).
3. Excitação aleatória ( ing. random ) usada em turbulência continua e perfis de
pistas ( para analise de taxi ) . Pode ser especificado em domínio de tempo ou de
frequência.
 Vibração forçada harmônica – função de
resposta em freqüência
A resposta básica a excitação harmônica é a resposta a uma função com frequência de
ω rad/s ou f = ω/(2π) Hz.
Quando se aplica uma excitação harmônica aparece inicialmente uma resposta
transiente seguida por uma resposta constante ( estado estacionário – steady-state )
com mesma frequência mas fase retardada.
O input da excitação é definido

f (t )  F sin t

A resposta é
x(t )  X sin(t   )
 Usando álgebra complexa
f (t )  Feit  F cos t  iF sin t
x(t )  Xe    Xei  eit  Xeit  X cos t  iX sin t
i t  

Precisamos da parte imaginaria da excitação (senoidal ) e da resposta.

Usando primeira e segunda derivada da resposta

x  i Xeit x   2 Xeit
obtemos

  m  i c  k  X  F
2

 i F
X  Xe 
k   2 m  i c
Igualando as partes reais e imaginarias dos dois lados da equação, fornece a
amplitude e a fase

F  c 
X   tan 1  
 k   m    c   k  m 
2 2
2 2

Funções de Resposta em Frequência (FRF)

Uma maneira diferente de expressar a amplitude da resposta

X 1
H D    
F k   2 m  i c

Em forma adimensional
 X 1/ k 1/ k 
H D      onde r
F k   / n 2  i 2  / n  1  r 2  i 2 r n

H D   é conhecida como função de resposta de deslocamento em frequência

e uma propriedade de sistema. Mostra como o sistema se comporte
sob a ação de excitação harmônica em qualquer freqüência.

As funções equivalente (FRF) para velocidade e aceleração são

HV  i H D H A   2 H D

Multiplicação por iω no domínio da freqüência é equivalente a diferenciação no

domínio do tempo ( i2 = -1 )

A quantidade k|HD | é adimensional, denominada ampliação dinâmica ( dynamic

magnification ) e relaciona a amplitude dinâmica à estática.
 1
kH D   
2
1   / n     2  / n   2
2
   
O fenômeno de ressonância ocorre quando a frequência de excitação ω fica perto da
frequência natural ωn . A fase muda com rapidez e passa por 90˚ na ressonância.
A ampliação dinâmica é aproximativamente 1/(2ζ) na ressonância.
 Amortecimento estrutural
Até agora temos usado um amortecimento viscoso supondo que a força de
amortecimento é proporcional à velocidade ( e em consequencia à frequência ). Na
pratica, muitas estruturas apresentam um outro tipo de amortecimento,
independente da frequência e que faz 90˚ com o deslocamento. Um mecanismo de
amortecimento interno deste tipo é denominado de amortecimento estrutural. Em
prática se costuma combinar este amortecimento e a rigidez em uma rigidez
complexa.

k *  k 1  ig 
onde g é o coeficiente de amortecimento estrutural e o numero complexo mostra a
fase de 90˚ com o deslocamento.

A equação de movimento de um sistema com um grau de liberdade, emendada

para usar amortecimento estrutural é

mx  k 1  ig  x  f  t 
 Esta equação é estranha sendo expressa em domínio de tempo, mas tendo uma
quantidade complexa. Não é possível resolver a equação desta forma, mas se pode
reescrever em domínio do tempo:

mx  ceq x  kx  f  t 

onde ceq = gk/ω é o amortecimento viscoso equivalente. Esta equação pode ser usada
se o movimento é predominante a uma freqüência. A razão de amortecimento
equivalente é

g  n 
 eq   
2  

Se o sistema está vibrando a ressonância

g
 eq 
2
Uma alternativa é converter a equação do movimento, do domínio de tempo ao da
freqüência, resultando no seguinte FRF:

X 1
HD  
F k 1  ig    2 m
 Vibração forçada transiente/aleatória – solução
no domínio do tempo
Quando existe uma excitação transiente/aleatória, a resposta pode ser calculada
de maneira analítica ou numérica.

Formulação analítica

Se a excitação é determinista com um a forma matemática relativamente simples ( ex.

degrau, rampa ) então pode ser usado um método apropriado para equações
diferenciais ordinárias ( i.e. uma combinação de função complementaria e integral
particular ). Esta abordagem não é adequada para forma mais gerais de excitação.
Por exemplo, uma função degrau ( unit step ) aplicada a um sistema inicialmente em
repouso gera uma resposta ( step response function ) s(t)

1 ent  1  2
s(t )  xSRF  t   1  sin d t    tan 
k  1  2
 
 Gráfico resposta dinâmica / estática

Outra excitação importante é a força de impulso unidade ( unit impulse ) ou a

função δ de Dirac. Esta é idealizada como um retângulo força-tempo com área
unidade ( 1 N ), tendo espessura zero e altura infinita. Porque o impulso transmite
uma mudança instantâneo no momentum, a velocidade muda por um valor igual a
intensidade do impulso / massa. Então, este caso é equivalente a uma vibração
livre com velocidade inicial finita.
A resposta a força de impulso unidade ( impulse response function ), h(t) é
 1 nt
h(t )  xIRF  t   e sin d t
md

No gráfico acima a resposta começa e acaba no zero. Os valores do eixo y dependem

de massa e de freqüência natural.
O IRF pode ser usado no método de convolução.
 O principio da superposição
O principio da superposição é valido para sistemas lineares só. Se a resposta às
entradas separada de duas forças f1(t) e f2(t) é x1(t) e x2(t) respectivamente, então a
resposta x(t) à soma da forças f(t) = f1(t) + f2(t) será a soma das respostas individuais,
ou seja x(t) = x1(t) + x2(t) .

Exemplo: Um ciclo de excitação de uma onda quadrada.

Um sistema com um grau de liberdade que tem uma massa de 1000 kg, freqüência
natural 2Hz e amortecimento 5% é excitado por uma onda quadrada com amplitude A
e período τsquare . Podemos calcular a resposta usando a superposição de um input de
função degrau de amplitude 1000 N a t = 0, um input negativo de 2000 N a t = τsquare /2
da mesma função e de novo um input positivo de 1000 N, de mesma função
a t = τsquare .
A resposta pode ser calculada usando um programa SCILAB.
O gráfico abaixo mostra a resposta quando o período de sistema τsquare = 0,5 s. A linha
tracejada mostra a escala do tempo do input. Neste caso o pulso da onda quadrada é
quase tunado ao sistema ( perto da freqüência da ressonância ) e a resposta é bem
maior ( quase por um fator de 2 ) que do pulso único. Este é o motivo que limita o
numero de reversões de controle permitidas ao piloto.
 Convolução
O principio de superposição mostrado antes pode ser usado para calcular a resposta a
uma excitação transiente geral. A idéia é que uma excitação geral pode ser
representada por uma seqüência de pulsos extremamente estreitos de valores
diferentes, apresentado no gráfico seguinte.
Um impulso típico ocorre em tempo t = τ, tem altura f(τ) e largura dτ. Então, a
intensidade correspondente é f(τ) dτ. A resposta ao este impulso é

x  t    f   d  h  t    
 f   d   

e n t  
sin d  t    para t  
md
x  t   0 para t  

A resposta à excitação inteira é

t

x t    f   h  t    d Integral de convolução ou integral Duhamel

0

Em notação concisa

x t   h t  * f t 
Uma forma alternativa da convolução pode ser formulada, tratando a excitação como
uma combinação de degraus intermitentes e usando a resposta s(t)

t
ds
x t   f t  s  0   f    t    d
0
dt

In realidade os integrais da convolução são avaliados numericamente.

Solução direta da equação diferencial

Uma forma alternativa para resolver a equação diferencial que não necessita uma
solução analítica é o uso de uma esquema numérica como algoritmos de Runge-Kutta
ou Newmark-β. O principio geral de estes algoritmos é : sabendo a resposta no tempo
j, se usa a equação diferencial no tempo (j+1) junto com alguma hipótese sobre a
variação da resposta dentro de passo de tempo.
Nos vamos usar a rotina ODE do SCILAB.
 Exemplo: Um ciclo de excitação com uma onda quadrada – resposta
determinada por integração numérica

Rodamos o mesmo dados com no exemplo anterior, mas usando a integração

numérica em SCILAB. Os resultados são os mesmos.
 Vibração forçada transiente – solução no
domínio da freqüência
A analise que conduziu à definição da FRF considerou a resposta a uma excitação em
forma de onda senoidal com freqüência ω rad/s. Porém, se a excitação incluísse
algumas ondas de seno com amplitudes e freqüências diferentes, a resposta total do
estado estacionário podia ser calculada por superposição de resposta a cada onda
senoidal usando o valor apropriado de FRF a cada freqüência.

Transformada de Fourier analítica

Na pratica a definição do FRF pode ser estendida para cobrir uma excitação mais geral
usando a transformada de Fourier ( FT ), do modo que

X   transformada Fourier de x(t )

H    
F   transformada Fourier de f (t )
 Por exemplo


X     x  t  eit dt

A transformada Fourier é uma função complexa de freqüência. A transformada Fourier
inversa (IFT) permite a transformação de volta da função de freqüência no domínio do
tempo.


1
f t    F   eit d
2 

Apesar de transformada Fourier ser definida inicialmente para um sinal continuo, na

pratica podemos usar sinais finitos, com a definição

T
1
X     x  t  eit dt
T0
 Transformada de Fourier discreta
Na pratica, para resolver problemas reais se usa um versão discreta. O tempo é
dividido em N segmentos. Em geral N = 2m .
Vamos usar as funções de Scilab : fft e ifft ( fast Fourier transform & inverse fast
Fourier transform ).

Resposta no domínio de freqüência – relação com a excitação

Podemos rearranjar a equação anterior:

X     H    F  

Podemos comparar esta equação com a convolução. Em realidade FRF e IRF formam
um par de transformada Fourier. FRF é a transformada Fourier da IRF. Alem disso,
aplicando transformada Fourier à convolução resulta a equação acima. Podemos dizer
que convolução no domínio de tempo é equivalente a multiplicação no dominio de
freqüência.
Podemos usar a ultima equação para determinar a resposta de um sistema a uma
excitação no domínio de tempo via a solução no domínio da freqüência.
Então a resposta x(t) de um sistema linear a uma excitação transiente de duração finita
( no domínio do tempo ) f(t) pode ser determinada usando o seguinte procedimento:
1. Usa transformada Fourier de f(t) para determinar F(ω).
2. Determina a FRF H(ω) do sistema.
3. Multiplica a FRF e F(ω) para determinar X(ω).
4. Inverte a transformada de Fourier da X(ω) para determinar x(t).

Exemplo: Um ciclo de excitação com uma onda quadrada – resposta

determinada via transformada de Fourier

Consideramos de novo o mesmo exemplo como antes. Usamos um numero limitado

de pontos de dados. Os resultados concordam com os cálculos anteriores. Podemos
aumentar a precisão usando mais pontos.