Análise Modal Experimental

UNIVERSIDADE FEDERAL DO PARÁ
MESTRADO EM ENGENHARIA MECÂNICA

GRUPO DE VIBRAÇÕES E ACÚSTICA
Análise Modal Experimental
Professor: Newton Sure Soeiro, Dr. Eng.
Belém – Pará
Outubro/2001
Grupo de Vibrações e Acústica – UFPA Análise Modal Experimental
1. INTRODUÇÃO
Em um sentido amplo, poderíamos dizer que a análise modal é um processo por

meio do qual descrevemos uma estrutura em termos de suas características naturais, que
são as freqüências naturais, os fatores de amoretecimento e as formas modais, ou seja,
suas propriedades dinâmicas. Tal definição, entretanto, está baseada em termos técnicos
usados na área das vibrações e, assim sendo, de compreensão difícil por parte daqueles
que não têm um contato maior com esta área. Assim, visando melhor explicar o que estas
propriedades dinâmicas significam, usaremos o exemplo da vibração de uma placa
simples.
Considere uma placa plana, com as bordas livres, sobre a qual foi aplicada, em um
de seus cantos, uma força F, conforme ilustrado na Fig. 1. Normalmente, pensamos em
uma força estática que causaria alguma deformação estática na placa. Entretanto, o que
gostaríamos de fazer é aplicar uma força que varie com o tempo de um modo senoidal.
Esta força apresentará um valor de pico constante, mas sua freqüência de oscilação pode
variar, e a resposta da placa devido a esta força será medida com um acelerômetro fixado
a um outro canto da placa.
Figura 1 – Placa livre excitada por força variável. Figura 2 – Resposta da placa.
Agora, se medirmos a resposta da placa, notaremos que a amplitude de vibração

muda quando modificamos a freqüência de oscilação da força F aplicada, conforme pode
ser visualizado na Fig. 2. Assim, variando a freqüência de oscilação da força, haverá
aumentos, como também diminuições, na amplitude de vibração em pontos diferentes da
escala de tempo. Isto parece muito estranho, mas é exatamente o que acontece. Lembre-
se que apesar de estarmos aplicando o mesmo pico de força a sua freqüência de
oscilação varia e, assim, a resposta amplia quando nós aplicamos a força com uma
freqüência de oscilação o mais próximo da freqüência natural da placa (freqüência de
ressonância) e alcança um máximo quando a freqüência de oscilação for igual à
freqüência natural da placa.
A Fig. 2, que apresenta dados no domínio do tempo, fornece informações muito
úteis. Entretanto, se manusearmos os dados que estão no domínio do tempo e
transforma-los para o domínio da freqüência, usando a transformada de Fourier,
podemos obter a Função Resposta em Freqüência (FRF), apresentada na Fig. 3. Nesta
figura, existem alguns itens interessantes para serem notados, por exemplo, notamos que
existem picos nesta FRF que ocorrem nas freqüências naturais do sistema (placa), ou
seja, estes picos ocorrem exatamente nas freqüências que correspondem a parte do
diagrama temporal onde foi observado ter um máximo na resposta, devido a excitação de
entrada representada pela força F. Assim, sobrepondo as respostas no domínio do tempo
e da freqüência, conforme se visualiza na Fig. 4, observaremos que existe uma
coincidência entre as posições em que os máximos valores dos dois diagramas ocorrem.
Portanto, podemos usar tanto a resposta no domínio do tempo quanto a no domínio da
2
UFPA – DEM - Prof. Newton Sure Soeiro, Dr. Eng.
freqüência para determinar as freqüências naturais do sistema. Por outro lado, é

transparente que a Função Resposta em Freqüência permite uma avaliação mais direta e,
portanto, claramente mais fácil de se realizar.
Figura 3 – FRF para a Placa. Figura 4 – Sobreposição das respostas.

Você deve está pensando em como estas características naturais se manifestam
na estrutura em forma de deformação. Na realidade, os padrões de deformação da
estrutura assumem uma variedade de formas diferentes dependendo de qual freqüência é
usada para a força de excitação. Portanto, vejamos o que acontece em termos de
deformação da estrutura em cada uma daquelas freqüências naturais observadas, por
exemplo, na Função Resposta em Freqüência. Para tal, admitamos que tenhamos
registrado a resposta através de um acelerômetro que foi movimentado sobre a superfície
da placa e posicionado em 45 pontos sobre a mesma, obtendo-se assim, 45 amplitudes
de resposta para diferentes freqüências de excitação, ou seja, uma curva de resposta
associada a cada um dos 45 pontos posicionados sobre a superfície da placa. Assim, a
partir das informações de amplitude em cada um dos 45 pontos, obtidas em cada uma
das freqüências, veríamos um padrão de deformação diferente da estrutura, relacionado a
esta freqüência. A Fig. 5 mostra os padrões de deformação que resultarão quando a
freqüência da excitação coincide com cada uma das freqüências naturais do sistema.
Nesta figura, podemos ver que na primeira freqüência natural o padrão de deformação
corresponde a uma primeira forma de deformação por flexão da placa, a qual é mostrada
em azul. Quando observamos o que ocorre na segunda freqüência natural, notamos que
o padrão de deformação da estrutura se modifica, assumindo uma primeira forma de
deformação por torção, a qual é mostrada em vermelho. Assim, para as outras duas
freqüências, que são destacadas na FRF, é possível perceber, ainda, dois outros padrões
de deformação, sendo um referente à segunda forma de deformação por flexão, mostrada
em verde, e outro relativo à segunda forma de deformação por torção, mostrada em
marrom. Estes padrões de deformação são denominados de formas modais da estrutura
(Na realidade, embora do ponto de vista puramente matemático isto não esteja correto,
para todos os propósitos práticos, estes padrões de deformação são muito próximos das
formas modais da estrutura).
Figura 5 – Formas modais da placa correspondentes a cada freqüência natural.
3
As freqüências naturais e as respectivas formas modais associadas a estas

freqüências são inerentes a cada estrutura que projetamos. Basicamente, elas são
características que dependem da inércia e da rigidez. Como um engenheiro de projeto,
precisamos identificar estas freqüências e saber como elas podem afetar a resposta da
estrutura quando esta é excitada por uma força qualquer. O entendimento das formas
modais e de como a estrutura vibrará quando excitada ajudará o engenheiro projetista a
projetar melhor a estrutura para aplicações de vibração e ruído. Assim, a análise modal é
uma ferramenta poderosa de auxílio ao projeto de estruturas de automóveis, estruturas de
aeronaves, estruturas civis, estruturas navais, etc.
2 - FUNÇÃO DE TRANSFERÊNCIA E FUNÇÃO RESPOSTA EM FREQUÊNCIA DE UM

SISTEMA DE UM GRAU DE LIBERDADE.
2.1 – Função de Transferência
Seja o sistema mostrado na Fig. 6, que consiste de uma massa, m, conectada a

uma referência fixa por uma mola de rigidez, k, e um amortecedor com coeficiente de
amortecimento viscoso c. Para uma força F atuando sobre a massa do sistema o
movimento resultante da massa é restrito à direção x, assim, um único grau de liberdade
é suficiente para definir a configuração do sistema.
Figura 6 – Sistema com um grau de liberdade.
A equação de movimento para este sistema é dada por:
m.x”(t) +c.x’(t) + k.x(t) = F(t) (1)

A Transformada de Laplace de uma diferencial de segunda ordem com condições
iniciais é dada por:
£{x”(t)} = s2 .x(s) – s.x(0) – x’(0) (2)
onde x(0) e x’(0) são as condições iniciais de deslocamento e velocidade,

respectivamente, e x(s) é a Transformada de Laplace de x(t). Por outro lado, como
estamos interessados na Função de Trans ferência, que representa a resposta em regime
permanente do sistema, as condições iniciais são tomadas iguais a zero e a
Transformada de Laplace, dada pela Eq. (2), torna-se:
£{x”(t)} = s2 .x(s) (3)
Aplicando a Transformada de Laplace na Eq. (1), temos:
4
m. s2 .x(s) + c.s.x(s) + k.x(s) = F(s) (4)

onde F(s) é a Transformada de Laplace de F(t).
A Função de Transferência, por definição, é a função que relaciona a resposta do
sistema a uma excitação a ele aplicada. Neste caso, ela toma a seguinte forma:
H(ω) =
x(s) 1
= (5)
F(s) ms + cs + k
2
que leva a obtenção de valores complexos, em função de s, e é representada como uma

superfície no domínio de Laplace, conforme pode ser visualizado de formas diferentes nas
figuras 7, 8, 9 e 10. O denominador da Eq. (5) é a equação característica que permite a
determinação de duas raízes, as quais, para um sistema sub-amortecido, são dadas por:
s1,2 = σ ± i.ωd (6)
com
σ = - ξ.ωn (7)
e
ωd = ωn 1 − ξ 2 (8)
onde ωn é a freqüência natural, ωd é a freqüência natural amortecida e ξ é o fator de

amortecimento.
Figura 7 – Parte real de H(s). Figura 8 – Parte Imaginária de H(s).
Figura 9 – Magnitude de H(s). Figura 10 – Fase de H(s).
A Eq. (5) pode, agora, ser reescrita como:
5
1
H( ω) = (9)
m(s − s1 )(s − s 2 )
onde s 1 = σ + i.ωd e s2 = s*1 = σ - i.ωd , que são as duas raízes da equação característica
dadas pela Eq. (6), são denominadas de pólos da Função de Transferência, os quais
podem ser visualizados no plano s como mostrado na Fig. 11.
Figura 11 – Representação do Pólo no plano de Laplace.
Tomando a Eq. (9) e expandindo em frações parciais, a Função de Transferência

pode ser reescrita como:
A*
H(ω) =
1 A
= + (10)
m(s − s1 )(s − s 2 ) (s − s1 ) (s − s1* )
onde os conjugados complexos A e A* são definidos como sendo os resíduos da Função

de Transferência e diretamente relacionados à amplitude da Função Resposta Implusiva,
que será apresentada posteriormente. Os valores dos resíduos podem ser facilmente
obtidos e são dados por:
1
A= (11)
i2m ωd
Embora para um sistema com um grau de liberdade o resíduo A seja um número

imaginário puro, para sistemas com múltiplos graus de liberdade os resíduos são, em
geral, números complexos completos, isto é, com parte real e imaginária.
2.2 – Função Resposta em Freqüência (FRF)
Com base no que foi apresentado anteriormente, podemos dizer que o domínio de
Laplace descreve o sistema sob análise em termos de pólos e resíduos. Agora, avaliando
a Função de Transferência somente no domínio da freqüência nós obtemos:
A A* A A*
H( ω) = H( s) s=iω = + = + (12)
iω − s1 iω − s1* i(ω − ωd ) + ξωn i( ω + ωd ) + ξωn
A Eq. (12) representa a expansão em frações parciais da FRF de um sistema de

um grau de liberdade. Entretanto, a forma mais comum de se apresentar a FRF é como
segue:
6
1
H( ω) = (13)
(k − ω m ) + iωc
2
Assim, a FRF nada mais é do que um caso particular da Função de Transferência.

Aplicando-se as definições da freqüência natural e do fator de amortecimento, ou
seja, ωn = k m e ξ = c/(2.m.ωn ), a Eq. (13) pode ser reescrita como:
1/m
H( ω) = (14)
ω − ω2 + i2ξωωn
2
n
A FRF fornece valores complexos de acordo com os valores de ω e, para a relação

ω/ωn, ela tem algumas propriedades interessantes. Assim, em freqüências abaixo da
freqüência natural, ωn2 >> ω.ωn >> ω2, a FRF é dada por:
1/ m 1 1
H( ω) = = = (15)
ωn2 k k
m 
m 
Visto que o valor da FRF em qualquer freqüência é um número complexo, podemos

determinar o seu módulo (magnitude) e a sua fase como:
1
H( ω) = e arg .H( ω) = 0 o (16)
k
Assim, o ganho em baixa freqüência é uma constante igual a (1/k), ou ao inverso da
rigidez, e a fase assume o valor de 0°.
Em freqüências acima da freqüência natural, ω2 >> ω.ωn >> ωn2, a FRF é dada por:
1/m 1
H( ω) = =− (17)
−ω 2
m ω2
Podemos novamente determinar a sua magnitude e a sua fase:
1
H( ω) = e arg .H( ω) = −180 o (18)
m ω2
Assim, em altas freqüências o ganho é dado por 1/ (m. ω2 ) e a fase é de - 180°.

Na ressonância, ω = ωn , a FRF é dada por:
1/m 1 1 j
H( ω) = = = =− (19)
j2ξωωn j2ξω2m k 2ξk
j2ξ m
 m
e determinando o ganho e a fase na ressonância, temos:
1
H( ω) = e arg .H(ω) = −90 o (20)
2ξk
7
Assim, o ganho na ressonância é igual ao ganho em baixa freqüência dividido por 2.ξ.
Uma vez que ξ é geralmente um número pequeno, por exemplo, 1 % do amortecimento
crítico ou 0,01, a magnitude na ressonância é amplificada. Por outro lado, a fase na
ressonância é de - 90°.
As figuras 12 e 13 são, respectivamente, a magnitude e a fase da FRF para um
sistema de um grau de liberdade onde m = 1 kg, k = 1 N/m e ξ assume valores na faixa de
0.1 a 1, com incrementos de 0.1. Para os valores de m e k dados, a freqüência natural do
sistema é de 1 rd/s.
Figura 12 – Magnitude da FRF Figura 13 – Fase da FRF
Uma vez que a freqüência natural é de 1 rd/s, os picos das curvas na Fig. 12
ocorrem próximo a esta freqüência, de forma mais precisa em ωd = ωn 1 − 2ξ 2 . A
magnitude em baixa freqüência foi mostrada ser igual a 1/k = 1.0 e pode ser visto que as
curvas correspondentes a valores distintos de ξ aproximam-se deste valor nas baixas
freqüências. Por outro lado, nas altas freqüências a magnitude é dada por 1/ (m. ω2) e,
sendo m = 1, a magnitude deve ser dada por 1/ ω2. Portanto, verificando a Fig. 12 a
magnitude na freqüência de 10 rd/s deverá ser igual a 1/100 ou 0,01.
Note que a declividade das curvas em baixa freqüência é nula, significando que a
FRF não muda com a freqüência. Contudo, a declividade das curvas em alta freqüência é
“-2”, o que significa que cada década de aumento na freqüência corresponde a um
decaimento de duas décadas na magnitude da FRF, em virtude do termo ω2 no
denominador. A declividade de “-2” em um diagrama log x log pode ser mostrada
analiticamente por:
log (|H(iω)|) = log (1 / ω2) = log (ω-2) = -2.log (ω) (21)
Observando a Fig. 13, verifica-se que na ressonância (ω = ωn = 1 rd/s) a fase para

todas as curvas é de - 90°. Em baixa freqüência a fase aproxima-se de 0° e em alta
freqüência aproxima-se de - 180°.
2.3 – Função Resposta Impulsiva
A vibração livre do sistema pode ser obtida assumindo que o sistema foi excitado
por uma função de força do tipo impulso no tempo t = 0. A Função resposta impulsiva de
um sistema de um grau de liberdade pode ser facilmente determinada das Eq’s. (5) e (10),
8
assumindo condições iniciais nulas e que F(s)=1 para uma função de força impulsiva.
Assim, temos:
A A*
x(s ) = H(s ) F( s)=1 = + (22)
( s − s1 ) ( s − s1* )
e, portanto:
x(t) = £-1{X(s)} = A e s .t
1 + A* e s* .t
1 = e-ξωn (A e i.ω .t
d + A* e –i.ω .t
d )
(23)
que é, precisamente, a mesma equação obtida pelo método clássico. A Eq. (23)
representa uma oscilação amortecida de freqüência ωd, conforme pode ser visualizada na
Fig. 14. Assim, a freqüência de oscilação corresponde à parte imaginária do pólo, a taxa
de decaimento corresponde à parte real e o resíduo A controla a amplitude inicial da
resposta impulsiva.
Figura 14 – Função Resposta Impulsiva.
3 – MECANISMO DE AMORTECIMENTO VISCOSO E HISTERÉTICO
Em geral, os sistemas em vibração reais dissipam energia por vários mecanismos

diferentes. Assim, o processo de dissipação de energia de um sistema real é o resultado
da ação de todos aqueles mecanismos, sendo difícil a identificação e modelagem de
todos aqueles mecanismos. Portanto, a inclusão de um amortecimento viscoso no modelo
matemático do sistema real é uma tentativa de representar o mecanismo de energia do
sistema através do uso de um elemento linear equivalente.
O amortecimento viscoso é, do ponto de vista teórico, o mecanismo de
amortecimento que leva a representação mais simples do elemento de amortecimento do
modelo e, ainda, permite que a equação de movimento do sistema, que incorpora este
mecanismo de amortecimento, possa ser resolvida para qualquer tipo de entrada.
Por definição, o amortecedor viscoso é um dispositivo que opõe à velocidade
relativa entre os seus extremos uma força que é proporcional àquela velocidade (Fa=c.x’).
Assim, considerando-se o sistema mostrado na Fig. 15, a curva carga harmônica versus
deslocamento dinâmico exibe uma elipse que representa o mecanismo de dissipação de
energia. A energia E d dissipada por ciclo de oscilação é dada pela área da elipse, isto é:
2π
ω
Ed = ∫ F(x )dx = πX cω
2
(24)
0
9
onde c é a constante de amortecimento viscoso, ω a freqüência da vibração e X a

amplitude de movimento.
Figura 15 – Curva carga / deflexão dinâmica típica para amortecimento viscoso.
Pela Eq. (24), a energia de dissipação é proporcional à freqüência e ao quadrado

da amplitude. Entretanto, quando uma estrutura real, ou parte dela, é posta em
movimento harmônico verifica-se que não existe esta proporcionalidade entre energia
dissipada por ciclo e freqüência. É bem verdade que esta energia depende, de alguma
forma, da freqüência, mas nunca de maneira proporcional. Para estruturas, ou peças
metálicas, a energia dissipada por ciclo depende apenas discretamente da freqüência.
Sendo os mecanismos de extração e dissipação de energia de uma estrutura real
complexos, qualquer tentativa de se levar em conta estes vários mecanismos,
individualmente, em uma análise matemática do movimento do sistema é impraticável.
Assim, o que de melhor se pode fazer é modificar o modelo de amortecimento viscoso,
gerando outro modelo de simples manipulação matemática, o modelo de amortecimento
histerético.
Supõe-se, inicialmente, que o modelo viscoso sobreviva, porém com a constante
de amortecimento dependente da freqüência (o termo “constante” aqui se refere apenas
ao tempo). Em seguida, supõe-se que esta constante de amortecimento viscoso seja da
forma:
c(ω) = d(ω) / ω (25)
que é equivalente a usar um amortecedor viscoso mas fazendo-o variar inversamente

com a freqüência. Este elemento é conhecido como um amortecedor histerético, sólido ou
estrutural e o parâmetro d é denominado de coeficiente de amortecimento histerético.
Esta denominação resulta do fato de que este mecanismo de dissipação descreve
aproximadamente o comportamento do laço de histerese de muitos materiais.
Desta maneira a Eq. (24) pode ser reescrita como:
Ed = π.d(ω).X 2 (26)
A dependência de d com a freqüência é, em geral, estabelecida

experimentalmente. Entretanto, como para estruturas metálicas, ou peças, a dependência
de d da freqüência é discreta, costuma-se, nesses casos, torná-lo constante, de sorte que
aproximadamente, temos:
Ed = π.d.X 2 (27)
10
Para uma estrutura completa (múltiplos graus de liberdade) supõe-se, em analogia

com o caso viscoso, que inúmeros mecanismos histeréticos estejam distribuídos, de sorte
que, para uma estrutura excitada em movimento harmônico, de freqüência ω, a matriz de
amortecimento fica:
[C] = (1/ω) [D] (28)
onde [D] é a matriz de amortecimento histerético. Note que como [C] é simétrica, também
[H] o é.
A equação de movimento para um sistema com um grau de liberdade, com
amortecedor histerético, excitado harmonicamente, pode ser escrita como:
(-ω2m + k + id). X . eiωt = F.e iωt (29)
que permite seja obtida a seguinte expressão para a FRF do sistema, com amortecedor
do tipo histerético:
X 1 1/ m
H( ω) = = = 2 (30)
F (k − ω m) + id ωn − ω2 + iηωn2
2
onde η = d / k é conhecido como o fator de perda.

Comparando as Eq.’s (14) e (30) e fazendo ω = ωn, pode-se concluir que os
modelos viscoso e histerético são aproximadamente equivalentes na ressonância com η
= 2ξ.
4 – REPRESENTAÇÃO E PROPRIEDADES DE UMA FRF
4.1 – Receptância
A Função Resposta em Freqüência definida e discutida anteriormente é somente

uma das possíveis formas de uma FRF e é denominada de Receptância, sendo
geralmente denotada por α(ω) ou α(iω). Esta quantidade complexa descreve
completamente a relação entre a resposta em termos de deslocamento e a força de
excitação aplicada a um sistema, caracterizando completamente as suas propriedades
dinâmicas.
Sendo a FRF uma função complexa da freqüência, existem três quantidades a
serem levadas em conta, ou seja, parte real, parte imaginária e freqüência, quando se vai
traçar um gráfico da FRF. Assim, uma representação completa de uma FRF em um único
gráfico somente pode ser feita usando um sistema de referência tridimensional, como
ilustrado na Fig. 16.
11
Figura 16 – Representação tridimensional da Receptância.
É obvio que esta não é a forma mais conveniente de se representar a FRF. Assim,
como uma alternativa, podemos mostrar a FRF em dois gráficos separados, ou seja, parte
real x freqüência e parte imaginária x freqüência, como mostrado nas figuras 17 e 18
respectivamente. Nestes gráficos, ωn = 10 rd/s e cada um deles corresponde a uma
projeção, da curva mostrada na Fig. 16, nos planos Parte Real/freqüência e Parte
Imaginária/freqüência, respectivamente. É interessante notar que a parte real da
Receptância α(ω) cruza o eixo das freqüências na ressonância enquanto, na mesma
região, a parte imaginária apresenta um mínimo.
Figura 17 – Parte real da Receptância (m = 1 kg, K = 100 N/m e c = 0.6 Ns/m).
Figura 18 – Parte imaginária da Receptância (m = 1 kg, K = 100 N/m e c = 0.6 Ns/m).
12
Se tomarmos a projeção de α(ω) no plano Real/Imaginário, isto é, no plano

complexo ou de Argand, o resultado é um laço que contém todas as informações. A
inconveniência deste gráfico é que, normalmente, não somos capazes de identificar os
valores de freqüência correspondentes aos pontos da curva. Cada ponto da curva,
mostrada na Fig. 19, que apresenta pontos igualmente espaçados na freqüência, deve ser
acompanhado por uma indicação do valor da freqüência correspondente. Esta
representação é conhecida como Diagrama de Nyquist e tem a particularidade de
aumentar a região de ressonância e apresenta o laço circular somente perto da
ressonância (correspondendo a uma mudança de fase da FRF de 180 graus). Esta
característica faz com que o Diagrama de Nyquist seja muito popular na análise modal.
Figura 19 – Diagrama de Nyquist da Receptância (m = 1 kg, K = 100 N/m e c = 0.6 Ns/m).

Atualmente, a forma mais comum de representação de uma FRF é o Diagrama de
Bode, que nada mais é do que o conjunto de dois gráficos onde se tem uma curva que
representa a magnitude da FRF x freqüência e outra representando a fase da FRF x
freqüência, permitindo uma fácil interpretação visual da informação contida em α(ω),
conforme mostrado nas figuras 20 e 21.
Figura 20 – Magnitude da Receptância (m = 1 kg, K = 100 N/m e c = 0.6 Ns/m).
13
Figura 21 – Fase da Receptância (m = 1 kg, K = 100 N/m e c = 0.6 Ns/m).
4.2 – Formas Alternativas da FRF
As propriedades dinâmicas de um sistema podem ser expressas em termos de

qualquer característica de resposta conveniente e não necessariamente em termos de
deslocamento como foi apresentado no item anterior.
A vibração, geralmente, é medida em termos de movimento e, portanto, a FRF
correspondente pode ser apresentada em termos de deslocamento, velocidade ou
aceleração. Esta relação simples de movimento-força pode também ser descrita em
literatura mais antiga não como a relação movimento/força, mas o seu inverso, isto é, a
razão força/movimento. A nomenclatura usada para identificar as FRF´s pode variar de
autor para autor, embora o esforço atual para a padronização. De modo a evitar confusão,
a terminologia usada neste curso é a seguinte:
deslocamen to
α( ω) = (Receptância) (31)
força
Velocidade
Y( ω) = (Mobilidade) (32)
força
aceleração
A(ω) = (Acelerância) (33)
força
força
= Rigidez Dinâmica (34)
deslocamen to
força
= Im pedância Mecânica (35)
velocidade
força
= Massa Aparente (36)
aceleração
A FRF Acelerância é, também, comumente chamada de Inertância. A normalização

internacional recomenda o uso do termo Acelerância. Contudo, o termo Inertância
permanece sendo largamente usado pela comunidade de análise modal. Finalmente, é
importante notar que o termo Mobilidade é, também, largamente aceito como uma
designação geral para qualquer forma de FRF definida pela relação movimento/força. De
forma similar, o termo Impedância Mecânica é usado para a relação inversa.
Sendo o deslocamento, a velocidade e a aceleração quantidades de respostas
relacionadas matematicamente, pode-se a partir de uma FRF obtida com base em algum
dos parâmetros de movimento, obter-se as outras formas de FRF. Considerando vibração
harmônica e tomando a Mobilidade como a FRF conhecida, as demais podem ser
determinadas como segue:
x& ( t ) Xe iωt
Y( ω) = = iω iωt = iωα(ω) (37)
F( t ) Fe
14
Portanto,
π
Y(ω) = ω α(ω) e arg .[ Y( ω)] = arg .[ α(ω)] + (38)
2
Para a Acelerância, de forma similar, temos:
&x&( t ) Xeiω t
A(ω) = = −ω 2 = −ω2α( ω) (39)
F( t ) Feiω t
levando a:
A( ω) = ω 2 α( ω) e arg .[ A ( ω)] = arg .[ α( ω)] + π (40)

e, ainda,
π
A( ω) = ω Y(ω) e arg .[ A( ω)] = arg .[ Y( ω)] + (41)
2
As curvas mostradas nas figuras 22, 23 e 24 representam, para valores de m = 1
kg, k = 100 N/m e c = 0.6 N.s/m, respectivamente, em escala log-log, a Receptância, a
Mobilidade e a Acelerância. Destas figuras é possível perceber que existem algumas
diferenças, pois as linhas retas de rigidez e massa para a Mobilidade e Acelerância
apresentam inclinações diferentes daquelas do gráfico da Receptância, isto é, para a
Mobilidade a inclinação da linha de rigidez é 1 e da linha de massa –1 e para a
Acelerância estas inclinações são, respectivamente, 2 e 0.
Figura 22 – Magnitude da Receptância em escala log-log.
Figura 23 – Magnitude da Mobilidade em escala log-log.
15
Figura 24 – Magnitude da Acelerância em escala log-log.

Não podemos esquecer que a curva de magnitude da FRF não contém todas as
informações necessárias e, portanto, existe a necessidade de se considerar a fase ou
argumento da FRF complexa, como mostrado na Fig. 25. A curva da fase pode usar
escala logarítmica somente para o eixo da freqüência. Na Fig. 25 é possível verificar que
em todas as FRF’s a mudança de fase na ressonância é de 180°.
Figura 25 – Fase da Receptância, Mobilidade e Acelerância.
Embora não sejam largamente usados, é interessante comparar os gráficos das

partes real e imaginária versus freqüência para as três formas distintas de FRF. Assim, a
Fig. 26 apresenta todas as três formas de FRF, permitindo visualizar que a mudança de
fase na região de ressonância corresponde a uma mudança de sinal em uma das partes
do valor complexo da FRF, enquanto que a outra parte apresenta um ponto extremo, ou
seja, um ponto de máximo ou de mínimo, dependendo da FRF considerada.
16
Figura 26 – Partes Real e Imaginária da Receptância, Mobilidade e Acelerância.
Finalmente, a Fig. 27 mostra os Diagramas de Nyquist para as FRF’s mostradas na

Fig. 26, que dizem respeito a um sistema de um grau de liberdade, com mecanismo de
amortecimento viscoso. Fica claro que, embora cada ponto nestes diagramas
corresponda a um valor de freqüência igualmente espaçado, somente aqueles pontos que
estão próximos da freqüência de ressonância podem ser distintamente identificados, uma
vez que os pontos fora da região de ressonância estão tão próximos que não podem ser
claramente identificados. Esta particularidade do Diagrama de Nyquist torna-o muito
conveniente para várias aplicações de teste modal.
Figura 27 – Diagrama de Nyquist para a Receptância, Mobilidade e Acelerância.
Porém, se lembrarmos que o laço circular descrito corresponde a mudança de fase

sofrida pela resposta relativa à força de excitação e que esta mudança de fase tende a
acontecer dentro de uma faixa mais larga de freqüência a medida que diminui o
17
amortecimento, é fácil concluir que o Diagrama de Nyquist deixa de ser útil quando o
amortecimento é muito baixo. Isto é mostrado na Fig. 28, onde a Receptância é mostrada
para dois valores distintos de amortecimento viscoso. Nesta figura, os pontos são
igualmente espaçados na freqüência, com incrementos de 0.2 rd/s. Para o caso onde ξ =
0.003 os pontos estão todos concentrados próximos a origem e não existe um laço visível
no diagrama. Portanto, o Diagrama de Nyquist não é conveniente de ser usado na análise
de sistemas levemente amortecidos.
Figura 28 – Diagrama de Nyquist da Receptância para valores distintos de ξ.
Uma outra característica interessante e útil do Diagrama de Nyquist resulta da

forma da trajetória gerada pelos dados da FRF. Fica claro da Fig. 27 que, em cada um
dos diagramas, os dados descrevem um laço que parece com um círculo. Este
comportamento particular é característico para os dois mecanismos de amortecimento, ou
seja, amortecimento histerético e amortecimento viscoso. Entretanto, será mostrado mais
tarde que sistemas com o mecanismo de amortecimento histerético possibilitam dados da
FRF que traçam exatamente um círculo quando a Receptância é considerada enquanto
que a Mobilidade e a Acelerância fornecem círculos distorcidos. Por outro lado, para o
mecanismo de amortecimento viscoso, é a mobilidade que permite o traçado de um
círculo perfeito enquanto que a Receptância e a Acelerância traçam círculos distorcidos.
5 – ESTIMATIVA DO AMORTECIMENTO
Foi mostrado anteriormente que uma FRF mostrada em um gráfico log-log pode
fornecer informação imediata das características de massa e rigidez para um sistema de
um grau de liberdade. Contudo, para uma definição completa do modelo de um grau de
liberdade é, ainda, necessário determinar o valor do amortecimento. Assim, nesta seção,
serão apresentados três métodos que podem ser usados para a determinação do valor do
amortecimento presente no sistema.
5.1 – Método do Pico na Ressonância
Lembrando da definição do Fator de Amplificação (R), é possível relaciona-lo com

a magnitude da Receptância conforme abaixo:
1
α( ω) = R (42)
k
é obvio que
18
1
log(R ) = log( α( ω) ) − log  (43)
k
Portanto, na ressonância (ω = ωn)
1 1
log(R max ) = log( ) − log  = − log( η) (44)
kη k
para o modelo de amortecimento histerético. Isto significa que o fator de perda pode ser
facilmente determinado da distância entre o pico de amplitude e a linha de rigidez, no
gráfico log-log mostrado na Fig. 29. O mesmo método pode ser aplicado ao modelo de
amortecimento viscoso, conforme segue:
1 1
log(R max ) = log( ) − log  = − log( 2ξ) (45)
2kξ k 
5.2 – Método da Banda de Meia Potência
Embora o método anterior leve a uma determinação simples do valor de

amortecimento presente no sistema, pode ocorrer uma imprecisão na determinação deste
valor, uma vez que o valor preciso do pico da receptância não é fácil de ser obtido em
uma medição e a região de baixa freqüência, também, é difícil de ser definida, devido a
introdução de erros de medição por ruído de fundo e do equipamento eletrônico de
medição. Assim, uma alternativa é aplicar o método da banda de meia potência.
Figura 29 – Determinação do amortecimento pelo método do pico.
Tome, por exemplo, um sistema de um grau de liberdade, com modelo de

amortecimento histerético e sob vibração harmônica em regime permanente. Neste caso,
a energia dissipada por ciclo de oscilação na ressonância é dada por:
2
E max = πXmax
2
d = π α( ω) max F2kη (46)
Agora, considere os valores correspondentes aos flancos do pico de resposta para os

quais a energia dissipada por ciclo de vibração é metade da quantidade dada pela Eq.
(46). Pela Fig. 30, pode-se perceber que existem dois pontos, denotados pelos índices 1 e
2, permitindo que se escreva:
19
Emax α( ω) max
E1,2 = ∴ α( ω) 1,2 = (47)
2 2
Figura 30 – Definição dos pontos da banda de meia potência.
Estes pontos determinam uma faixa de freqüência conhecida como banda de meia
potência, embora devêssemos falar de energia e não de potência. Assim, com base na
Eq. (47) e da Eq. (30), podemos facilmente escrever:
ω22 − ω12
η= (48)
2ωn2
A Eq. (48) é exata e permite que o valor de η seja calculado baseado somente nos
valores de freqüência. Se o amortecimento for baixo, 2 ωn = ω2 + ω1 podemos reescrever
a Eq. (48) como:
( ω 2 − ω1 )( ω 2 + ω1 ) ω2 − ω1
η= ∴ η= (49)
2ω2n ωn
e, lembrando que para baixo amortecimento η = 2 ξ, podemos escrever para o modelo de

amortecimento viscoso:
ω2 − ω1
ξ= (50)
2ω n
5.3 – Método do Círculo de Nyquist
Agora, será desenvolvida uma investigação da forma da curva do Diagrama de

Nyquist para a Receptância. Para tal, reescreva a Eq. (30) como:
k − ω 2m
= Re[α( ω)] + iIm [α( ω)]
d
α( ω) = H(ω) = −i (51)
(k − ω m) + d
2 2 2
(k − ω m ) 2 + d 2
2
Sabendo que:
20
{Re[α(ω)] 2 2
} {
+ Im [α(ω)] − Re[α( ω)] + Im [α( ω)] = 0
2 2
} (52)
se obtém
{Re[α(ω)] 2
+ Im [α(ω)]2 −} 1
(k − ω m) 2 + d 2
2
=0 (53)
que leva a seguinte equação:
2 2
 1  1 
Re [α( ω)] + Im [α( ω)] +  =  
2
(54)
 2d   2d 
A Eq. (54) representa a equação de uma circunferência de raio igual a 1/ 2d, cujo
centro está posicionado no par ordenado (0 , -1/ 2d) do plano de Argand. Assim, a curva
da Receptância, para o sistema de um grau de liberdade com modelo de amortecimento
histerético, é um círculo perfeito conforme mostra a Fig. 31.
Na Fig. 31, é possível observar que, devido às propriedades geométricas do
diagrama, os pontos relativos às freqüências ω1 e ω2, que definem a banda de meia
potência, são facilmente identificados, uma vez que eles correspondem aos pontos onde
o círculo é interceptado por uma reta que coincide com o diâmetro paralelo ao eixo real. É
oportuno destacar que as curvas referentes a Mobilidade e Acelerância, para o modelo de
amortecimento histerético, não apresentam um círculo exato no plano de Argand. O
mesmo acontece em relação a Receptância e Acelerância para o modelo de
amortecimento viscoso. Contudo, para sistemas de um grau de liberdade com este
modelo de amortecimento, é a Mobilidade que fornece um círculo no plano de Argand. De
fato, para tal situação, a mobilidade é dada por:
iω
Y( ω) =
(k − ω m) + iωc
2
ωc ω(k − ω m )
2 2
Y( ω) = +i (55)
(k − ω m) + ( ωc )
2 2 2
(k − ω 2m) 2 + ( ωc ) 2
Y( ω) = Re [α( ω) ] + i Im [α( ω)]
e, após algumas manipulações matemáticas similares a que foram feitas para o modelo
de amortecimento histerético, pode se obter a seguinte equação:
2 2
 1  1 
Im [Y( ω) ] + Re[Y( ω)] −  =  
2
(56)
 2c   2c 
Assim, pela Eq. (56), fica claro que a Mobilidade traça um círculo perfeito no plano de
Argand, conforme mostrado na Fig. 32. O círculo tem raio igual a 1/ 2c e seu centro está
sobre o eixo real, no par ordenado (1/ 2c , 0) e a freqüência natural é obtida do ponto
onde o círculo cruza o eixo real.
21
Figura 31 – Diagrama de Nyquist para Receptância: amortecimento histerético.
Figura 32 - Diagrama de Nyquist para Mobilidade: amortecimento viscoso.
22
6 - MULTIPLOS GRAUS DE LIBERDADE:

6.1 - Modelo Histerético.
Até aqui, apresentamos o modelo matemático, que descreve o comportamento
dinâmico, de Sistemas com um Grau de Liberdade, tal que nos foi permitido entender
facilmente os conceitos básicos e seus significados físicos. Contudo, muitas estruturas e
sistemas mecânicos reais não podem ser modelados como um sistema com um grau de
liberdade, em virtude de que seu comportamento dinâmico, geralmente, necessita de
mais do que uma coordenada para ser completamente descrito.
As estruturas reais são contínuas e sistemas elásticos não homogêneos que têm
um número infinito de graus de liberdade. Portanto, a análise de tais sistemas sempre
leva a uma aproximação que consiste em definir o seu comportamento através de um
número finito de graus de liberdade, escolhidos de modo a descrever com precisão
suficiente o seu movimento vibratório.
De um modo geral, as estruturas contínuas são descritas por modelos de massas
concentradas com múltiplos graus de liberdade. Por exemplo, considere o modelo
apresentado na Fig. 40, que representa um sistema com mecanismo de dissipação
histerético descrito por suas propriedades de massa, rigidez e amortecimento. Um total de
N coordenadas xi (t), com i = 1, 2, ...,N, são requeridas para descrever as posições das N
massas, relativas a sua posição de equilíbrio estático e, neste caso, o sistema é dito ter N
graus de liberdade.
Figura 40 – Modelo com N graus de liberdade.
Assumindo que sobre cada massa atua uma força harmônica fi (t), com i = 1,2,...,N,
todas de mesma freqüência, podemos escrever, na forma matricial, o sistema de
equações simultâneas que rege o movimento do modelo apresentado na Fig. 40:
[M]{q”} + 1/ω [D]{q’} + [K]{q} = {f(t)} (40)
É importante notar que a Eq. (40) é válida apenas quando o segundo membro for
um vetor de forças harmônicas, todas de mesma freqüência ω. Infringida esta restrição, a
Eq. (40) fica sem sentido. Para se entender isto basta perguntar: “No caso do segundo
membro da Eq. (40) possuir um espectro mais amplo, que o de uma simples freqüência,
qual o sentido de ω no primeiro membro?”.
A restrição acima deve ficar bem clara, caso contrário, a Eq. (40) estará misturando
os domínios do tempo e da freqüência. Como então usar o modelo histerético em
excitação que não a harmônica pura? Simples, basta escrever a Eq. (40) no domínio da
freqüência, isto é:
[− ω [M] + i[D] + [K]]{q(ω)} = {F(ω)}

2
(41)
UFPA – DEM - Prof. Newton Sure Soeiro, Dr. Eng. 22

6.2 - O Problema de Autovalor Histerético
Considere o seguinte problema de autovalores:
[i[D] + [K ]]{φ} = s[M]{φ} (42)
Este problema fornece N autovalores si, i = 1,...,N e N correspondentes autovetores {φ}i, i

= 1,...,N. Tanto os autovalores como os autovetores são complexos e, uma vez que a
matriz de rigidez complexa é de fato constituída por elementos que assumem valores
complexos, não se espera que os si autovalores ocorram em pares conjugados.
Pode-se demonstrar, com extrema simplicidade, que existem as seguintes
condições de ortogonalidade:
{ φ} Tj [M]{ φ} = m j δij
(43)
{ φ} Tj [K ]{ φ} = k jδ ij
as quais, após a definição da matriz modal como
[φ ] = [{ φ} 1, {φ } 2 ,L, {φ} N ] (44)
podem ser reescritas como
[φ ] T [M][ φ ] =[ \ m j \ ]
(45)
[φ ] T [K ][ φ] =[ \ k j \ ]
Considere, de novo, a Eq. (42), reescrita para o j-ésimo autovetor:
[i[D] + [K ]]{ φ} j = s[M]{ φ } j (46)
que, pré-multiplicada pelo transposto de {φ}j e tendo em vista a Eq. (43), fornece a
seguinte relação:
kj
sj = (47)
mj
Na Eq. (47) mj e k j são, em geral, complexos. Por outro lado, os autovetores podem ser
ortonormalizados, de tal sorte que mj = 1, j = 1,...,N. A Eq. (47) fica:
sj = kj (47)
e a Eq. (45) pode ser reescrita como
[φ ] T [M][ φ ] =[ \ I \ ] ; [ φ] T [K][ φ] =[ \ k j\ ] (48)
de onde se conclui que
[φ ] −1 = [φ ] T [M] (49)
23
6.3 – Resposta em Freqüência
Seja a seguinte transformação:
{ q(ω)} = [ φ]{ p (ω)} (50)
que levada à Eq. (41) e, após, a pré-multiplicação por [φ]T, permite escrever:
[− ω [ I ] + [ s ]]{p (ω)} = {N(ω)}

2 \
\
\
j\ (51)
onde
{ N( ω)} = [ φ] T {F (ω)} (52)
Para a j-ésima componente Nj ( ω) , vale a seguinte expressão:
N
Nj ( ω) = ∑ φ rjFr ( ω) (53)
r =1
A Eq. (51) representa um sistema de equações desacopladas do tipo
( −ω2 + s j ) pj (ω) = Nj ( ω) (54)
de onde se tira a solução:
Nj ( ω)
pj (ω) = (55)
s j − ω2
Note que a Eq. (50) pode ser reescrita na forma expandida abaixo:
N
{ q(ω)} = ∑ { φ} j pj ( ω) (56)
j=1
obtendo-se pela substituição de pj (ω) e Nj ( ω) a seguinte equação:
N N φrj
{ q(ω)} = ∑ { φ} j ∑ Fr ( ω) (57)
j=1 r =1 s j − ω2
A Eq. (57) oferece a resposta do sistema, no domínio da freqüência, a um vetor de

forças.
Suponha agora que todas as forças deste vetor sejam nulas, exceto uma: Fs ( ω) .
Então, a Eq. (57) pode ser reescrita como segue:
N φ sj
{ q(ω)} = ∑ { φ} j Fs ( ω) (58)
j=1 s j − ω2
24
que é a resposta, no domínio da freqüência, à uma força associada à s-ésima coordenada

generalizada.
A resposta na k-ésima coordenada pode ser facilmente escrita a partir da Eq. (58),
como:
 N φ φ 
qk ( ω) =  ∑ kj sj 2 Fs ( ω) (59)
 j=1 s j − ω 
 
onde o produto no denominador da Eq. (59) é denominado de Constante Modal,

normalmente expressa como:
j
A ks = φ kj φ sj (60)
Por outro lado, o termo entre parênteses na Eq. (59) nada mais é do que a Receptância
do sistema, aqui reescrita por conveniência:
N φkj φ sj
α ks ( ω) = ∑ (61)
j =1 s j − ω2
A Receptância pode ser reescrita em uma forma mais elaborada. Para tal, lembre
que s j = k j , ou seja:
s j = {φ } Tj [K]{ φ} j + i{ φ} Tj [D]{ φ } j (62)
Assim, como os valores de sj são complexos é conveniente representá-lo por suas partes
reais e imaginária, como segue:
s j = ω2j + ih j (63)
ou, mais freqüentemente, da seguinte forma:
s j = ω2j (1 + iη j ) (63)
onde ηj é o fator perda modal, dj é o coeficiente de amortecimento modal histerético e ωj
a freqüência natural, relativos ao j-ésimo modo de vibração. Portanto, com esta nova
notação, a Receptância é reescrita como:
N j
A ks
α ks ( ω) = ∑ (64)
j =1 ω − ω2 + iη jω2j
2
j
6.4 – Amortecimento Histerético Proporcional
Uma hipótese muito importante é a de que a matriz de histerese é proporcional à

matriz de rigidez, caso em que a matriz de perda é dada por:
[η] = υ[ \ I \ ] (65)
25
Este caso ocorre em sistemas de isolamento de máquinas com isoladores elastoméricos

e estruturas compostas metal-elastômero.
Assumindo a expressão de proporcionalidade mais geral, de modo similar ao
modelo de amortecimento viscoso, podemos escrever:
[D] = υ[K ] + γ [M] (66)
e o problema de autovalores da Eq. ( 42) fica assim estabelecido:
[i(υ[K] + γ[M]) + [K ]]{φ} = s[M]{φ} (67)
As matrizes que aparecem na Eq. (67) são todas diagonalizáveis pela matriz modal
do problema abaixo muito conhecido:
[K ]{ φ } = λ[M]{ φ } (68)
o que permite dizer que os autovetores do problema expresso pela Eq. (68) também o são
do problema expresso pela Eq. (67), embora os autovalores sejam distintos.
Reescrevendo a Eq. (67) para um certo j e pré-multiplicando por {φ )Tj , obtem-se:
s j = ω2j + i( υω2j + γ) (69)
Note que, na Eq. (69), ω2j é real e que ωj representa a j-ésima freqüência natural não
amortecida.
A Eq. (69) pode ser posta sob a forma:
s j = ω2j (1 + ηj ) (70)
onde
γ
ηj = υ + (71)
ω2j
A Eq. (70) é da mesma forma da Eq. (63). Entretanto, o fato de aqui o

amortecimento ser proporcional, torna este ω j diferente em valor daquele da Eq. (63) e as
constantes modais, presentes na expressão da receptância, são todas reais.
6.5 – Representação Gráfica de FRF MDOF
Nos itens anteriores, foi mostrado que o modelo de resposta, de um Sistema com
Múltiplos Graus de Liberdade (MDOF), consiste num conjunto de FRF’s diferentes e que
um sistema com N Graus de Liberdade é descrito por um modelo modal com N
freqüências naturais e N formas modais. Também, foi mostrado que cada FRF pode ser
escrita sob a forma de uma série de termos, cada um dos quais diz respeito à contribuição
de cada modo de vibração à resposta total, como estabelecido pela Eq. (64).
26
Tendo em mente as características de uma FRF, a título de exemplo, considere o

Diagrama de Bode da Receptância pontual, para um sistema de quatro graus de liberdade
sem amortecimento, usando uma escala linear, conforme mostrado na Fig. 41(a) e (b).
Nesta figura, é transparente que, em relação à magnitude da receptância, existem quatro
picos de amplitude, correspondendo cada uma a uma das freqüências naturais do
sistema. O significado disto é que nos defrontamos com quatro possibilidades de
ressonâncias. Assim, em analogia com que foi apresentado para sistemas de um grau de
liberdade, é esperado que, para cada ressonância, exista uma mudança de fase de 180
graus.
Figura 41 – Receptância pontual para um sistema com 4 graus de liberdade.
Olhando a Fig. 41(b) fica claro que existem mais do que quatro mudanças de fase.
Estas mudanças de fase não ocorrem somente nas ressonâncias, mas também em
valores intermediários de freqüência, que não têm nenhum comportamento especial
aparente quando observamos a Fig. 41(a). Isto é justamente devido ao fato de se usar
uma escala linear para plotar a magnitude da receptância, a qual esconde o
comportamento de níveis mais baixos. Assim, se ao invés de usar a escala linear fosse
usada a escala logarítmica, o resultado seria o gráfico da Fig. 42. Agora, esta simples
operação permite que sejam observados os detalhes nos níveis de resposta mais baixos,
uma vez que a FRF mostra que, naquelas regiões das freqüências intermediárias, existem
alguns picos invertidos, sendo que cada um deles ocorre entre os picos de ressonâncias.
Estes picos invertidos são denominados de anti-ressonâncias e apresentam um
comportamento importante que é uma mudança de fase justamente como aquelas
associadas às ressonâncias.
Figura 42 – Magnitude da Receptância em escala logarítmica.
27
Para um sistema sem amortecimento, a anti-ressonância corresponde à ausência

de movimento em todas as coordenadas onde a resposta está sendo considerada. Esta
situação pode ser explicada se lembrarmos que a FRF Receptância pode ser
representada por uma soma de termos, sendo que cada um corresponde a um dos modos
de vibração do sistema.
Tomando, por exemplo, a Eq. (64) para amortecimento nulo, tem-se:
N j
A ks
α ks ( ω) = ∑ (72)
j =1 ω − ω2
2
j
onde a constante modal j Aks é agora uma quantidade real. Agora, em adição, considere a
receptância pontual, isto é α kk , a constante modal j Akk é sempre positiva devido ela ser o
resultado do produto entre o elemento k do auto-vetor, para o modo j, e ele próprio.
O que a Eq. (72) estabelece é que a Receptância total é a soma das contribuições
de termos de um único grau de liberdade que correspondem a cada um dos modos de
vibração. Para a Receptância Pontual, temos:
1 2 N
Akk A kk A kk
α kk (ω) = + + L + (73)
ω1 − ω
2 2
ω2 − ω
2 2
ωN − ω2
2
Assim, na região de freqüência mais baixa, todos os termos na somatória são

positivos e, em conseqüência, o valor da Receptância é positivo e dominado pelo primeiro
modo (j = 1), para o qual o denominador ω2j − ω2 é menor do que para os outros termos
no somatório. Após a primeira ressonância, ω21 − ω 2 torna-se negativo e, portanto, o
primeiro termo no somatório torna-se negativo, enquanto ainda domina a resposta e,
como conseqüência, α kk torna-se negativo. Esta mudança de sinal corresponde a uma
mudança de fase de 0° para -180°.
A medida que aproximamos de ω2, existirá um valor de freqüência para o qual o
primeiro termo no somatório é cancelado pela soma dos demais e, conseqüentemente,
uma nova mudança de sinal de α kk que torna-se positiva. Assim, o ângulo de fase sofre
uma nova mudança e torna -se zero. A freqüência para qual o cancelamento ocorre é a
anti-ressonância.
A mesma explicação pode ser usada para os valores maiores de freqüência,
levando a concluir que existe uma anti-ressonância entre cada par de ressonâncias. Este
comportamento particular de uma FRF pontual seja ela uma Receptância, Mobilidade ou
Acelerância, é muito útil como elemento de avaliação da validade de uma FRF medida.
Por outro lado, quando a FRF é de transferência, não se pode mais afirmar que os
sinais das constantes modais sejam sempre positivos e, neste caso, a ocorrência de uma
anti-ressonância entre duas ressonâncias não é certa, como mostrado na Fig. 43.
Contudo, pode-se concluir que se o sinal da constante modal, para dois modos
consecutivos, é o mesmo, então, existirá uma anti-ressonância em alguma freqüência
entre as freqüências naturais daqueles dois modos de vibração. Quando não existe uma
anti-ressonância, a FRF apenas apresenta um valor mínimo não nulo.
Uma outra característica importante associada com a anti-ressonância, é seu
significado físico quando o foco recai sobre uma FRF pontual. De fato, cada anti-
ressonância é uma freqüência natural do mesmo sistema se a coordenada de movimento
28
sob consideração é fixada. Esta propriedade é útil em alguns casos experimentais, tais
como quando se usa uma mesa sísmica para testar a estrutura, onde a excitação e a
resposta são medidas na mesa sísmica. Neste caso, as freqüências anti-ressonantes do
sistema global (mesa mais estrutura) são as freqüências ressonantes da estrutura sob
análise, desde que a mesa se comporte como um corpo rígido, o que normalmente é
verdadeiro, para os valores baixos da faixa de freqüência de interesse em tais casos.
Figura 43 – Exemplo de uma Receptância de Transferência.
Neste ponto, é interessante fazer uma comparação entre as diferentes formas de

FRF quando mostradas em um diagrama de Bode em escala log-log, conforme mostrado
na Fig. 44. Nesta figura, apresenta-se uma FRF pontual, que corresponde à extremidade
livre de uma viga em balanço, o que permite verificar que a Receptância e a Acelerância
fazem um uso pobre do espaço vertical disponível no quadro gráfico porque elas são,
geralmente, mostradas como curvas que decaem (Receptância) ou crescem
(Acelerância). Isto é verdade para estruturas com placas ou vigas para as quais a
mobilidade, sobre uma larga faixa de freqüência, produz um gráfico aproximadamente
nivelado. Como uma conseqüência deste comportamento das FRF’s, o Diagrama de Bode
geralmente é produzido para FRF do tipo mobilidade. Na realidade, cada uma das três
alternativas de FRF (Receptância, Mobilidade ou Acelerância) descreve as mesmas
propriedades e cada uma tem a sua própria vantagem. Em geral, a Receptância é
adequada para trabalhos analíticos enquanto que a Acelerância é usada para plotagem
direta de dados medidos, devido ao fato de ser comum a medição da aceleração e da
força.
Figura 44 – FRF’s pontuais para a extremidade de uma viga em balanço.
Agora, tendo como base os sistemas amortecidos, as curvas das FRF’s num
digrama de Bode são muito similares àquelas dos sistemas não amortecidos. A diferença
reside no fato de que na ressonância e na anti-ressonância os picos são menos afilados e
29
os ângulos de fase não são mais exatamente 0° ou -180°. Isto é mostrado na Fig. 45 onde
a Receptância para um sistema amortecido de quatro graus de liberdade é apresentada.
Na Fig. 45 é possível observar que altos valores de amortecimento podem esconder a
existência de uma anti-ressonância, fazendo com que uma FRF pontual se pareça com
uma FRF de transferência.
Figura 45 – Diagrama de Bode da Receptância com amortecimento histerético.
Exatamente da mesma forma que para os sistemas com um grau de liberdade, é

possível o traçado das curvas correspondentes às partes real e imaginária de uma FRF
para sistema com múltiplos graus de liberdade. A Fig. 46 ilustra este tipo de
apresentação, usando o mesmo exemplo da Fig. 45. O que fica imediatamente
transparente na Fig. 46 é que devido ao uso da escala linear e ao fato de que, em geral, a
amplitude da Receptância decai com o aumento da freqüência, os modos de freqüências
mais altas tendem a não ser mostrados na curva.
Figura 46 – Partes real e imaginária da Receptância da Fig. 45.
De modo a evitar este problema, podemos traçar várias curvas onde cada uma
cobrirá uma faixa de freqüência, tal que a escala de amplitude em cada curva seja
diferente. Uma outra alternativa é trocar o gráfico da Receptância pelo gráfico da
Acelerância, como mostrado na Fig. 47. Agora, todos os modos são visíveis e está claro
que as partes real e imaginária não exibem o mesmo comportamento daquele registrado
na Fig. 26. A razão para este comportamento é que, para o exemplo de sistema com
30
quatro graus de liberdades usado, os dois últimos modos de vibração têm amortecimentos
altamente não-proporcionais.
Figura 47 – Partes real e imaginária da Acelerância do sistema da Fig. 45.
Agora, vamos voltar nossas atenções ao Diagrama de Nyquist. O problema de

escala que encontramos quando traçamos as partes real e imaginária da Receptância em
função da freqüência também estará presente, o que dificultará a leitura do Diagrama de
Nyquist em toda a faixa de freqüência de interesse. A solução é usar diagramas de
Nyquist separados, ou seja, um para cada região de freqüência natural. Assim, com o
propósito de identificarmos as propriedades modais do sistema, este procedimento deverá
ser feito para tirar proveito das características particulares do Diagrama de Nyquist.
Agora, entretanto, será interessante ter uma representação completa da FRF em um
único diagrama. Para tal, iremos fazer uso de um exemplo em que as constantes modais
têm valores tais que todos os modos serão visíveis, como mostrado na Fig. 48 onde é
apresentada a Receptância para um sistema de três graus de liberdade com
amortecimento proporcional.
Figura 48 – Diagrama de Nyquist para Receptância (3 GL).
Como esperado, as regiões correspondentes às freqüências naturais dão origem a

um círculo. Contudo, pode ser visto que os círculos não são exatamente centrados com
respeito ao eixo imaginário como no caso de um sistema de um grau de liberdade. Esse
fato pode ser facilmente explicado se reescrevermos a Eq. (64) para um Receptância
pontual de um sistema com três graus de liberdade:
31
3 r 1 2 3
Akk A kk Akk A kk
α kk (ω) = ∑ 2 = 2 + 2 + 2 (74)
r =1 ωr − ω + i ηr ωr ω1 − ω + iη1ω1 ω2 − ω + iη2 ω2 ω3 − ω2 + iη3ω23
2 2 2 2 2 2
onde as constantes modais r A kk são quantidades reais devido ao fato de que o

amortecimento foi assumido ser proporcional. Agora, considere o primeiro círculo no
diagrama da Fig. 48. Lembrando que cada círculo corresponde a uma região de
freqüências próximas à freqüência natural, então, podemos representar,
aproximadamente, a região próxima à primeira freqüência natural através da seguinte
equação:
1
A kk
α kk (ω) = + B kk (75)
ω − ω 2 + iη1ω12
2
1
onde Bkk é uma constante complexa que representa a contribuição dos outros modos
presentes na Receptância, que é dominada pelo primeiro modo. O primeiro termo do
somatório, no Diagrama de Nyquist, é representado por um círculo com centro sobre o
eixo imaginário, justamente como a Receptância para um sistema de um grau de
liberdade. A única diferença em relação ao sistema de um grau de liberdade é o fato de
que existe um fator de escala real, que altera o diâmetro do círculo, devido a existência da
constante modal 1 A kk no numerador. Assim, a soma da quantidade comple xa
Bkk produzirá uma translação do círculo, deslocando-o da posição original.
Na Fig. 48, pode ser visto, ainda, que todos os laços de círculo estão situados na
metade inferior do plano complexo. Como explicado acima, a única diferença de um
Diagrama de Nyquist de um sistema de um grau de liberdade é o produto por um fator de
escala em cada termo no somatório. Como a Receptância sob análise é do tipo pontual,
as constantes modais são todas positivas e, portanto, os círculos permanecem na metade
inferior do plano complexo.
Uma situação diferente da anterior ocorre se traçarmos o diagrama para uma FRF
de transferência. Nesse caso, a constante modal pode ser positiva ou negativa e os sinais
opostos destas quantidades podem fazer com que apareçam um ou mais laços de círculo
na metade superior do plano complexo, como mostrado na Fig. 49, onde a Receptância
de transferência do exemplo anterior é mostrada.
Figura 49 – Diagrama de Nyquist para Receptância de Transferência.
32
Para o caso em que o amortecimento é não proporcional não é difícil predizer o

que acontecerá. A diferença agora é o fato de que as constantes modais são quantidades
complexas, isto é, elas têm uma magnitude e uma fase. Assim, o deslocamento do círculo
e o efeito do fator de escala permanecem e são devidos, respectivamente, à contribuição
dos modos fora da ressonância considerada e da magnitude da constante modal. Por
outro lado, em adição aos efeitos anteriores, os círculos sofrem uma rotação devido às
fases das constantes modais, como ilustrado na Fig. 50.
Figura 50 – Receptância Pontual com Amortecimento não Proporcional.
7 – MODELOS COMPLETOS E INCOMPLETOS
De um modo geral, as propriedades dinâmicas de um sistema com N graus de

liberdade podem ser descritas por três diferentes tipos de modelos completos: o Modelo
Espacial, o Modelo Modal e o Modelo de Resposta.
No primeiro caso, as características dinâmicas do sistema estão contidas na
distribuição espacial das suas propriedades de massa, rigidez e amortecimento, descritas
pelas matrizes de massa, rigidez e amortecimento de ordem N x N. Assim, o modelo
espacial dado por [M], [K] e [D] ou [C] leva a um problema de autovalor que, resolvido,
fornece o modelo modal constituído pelas propriedades modais (N freqüências naturais, N
valores de amortecimentos modais e N vetores de formas modais) contidas nas matrizes
[\λ2\] e [φ].
Se partirmos do modelo modal e recorremos as propriedades ortogonais da matriz
modal, considerando o modelo histerético, temos:
[φ]T [M][φ] = []I (76)

[φ]T [[K ] + i[D]][φ] = [ \ λ2 \ ] = [ \ ωr2 (1 + iηr ) \ ]
e, portanto
[φ]− T [φ ]−1 = [M] (77)

[φ]−T [ \ ω2r (1 + iηr ) \ ][φ ]−1 = [[K ] + i[D]]
33
isto é, em princípio, é possível obter um modelo espacial de um modelo modal conhecido.

Essa pode ser uma conclusão importante se pensarmos que, experimentalmente, é o
modelo modal que inicialmente é determinado a partir das FRF medidas. Ademais, o
modelo modal permite a determinação do modelo de resposta, conforme abaixo:
[[K ] − ω [M] + i[D]]{X} = {F}

2
(78)
ou seja:
[α( ω) ]−1 {X} = {F} (79)
Assim, pode ser facilmente concluído que
[α( ω) ] = [φ ][ \ ω2r (1 + iηr ) − ω 2 \ ][φ]T (80)
Portanto, partindo de um modelo espacial chegamos em um modelo de resposta

após uma parada intermediária no modelo modal. Esta seqüência é normalmente
desenvolvida quando o ponto de partida é uma análise teórica. Contudo, se um sistema é
muito complexo ele não pode ser modelado analiticamente e recorremos a uma análise
experimental, onde o ponto de partida é a medição das FRF’s do sistema, isto é, o
sistema é inicialmente descrito por um modelo de resposta [α(ω)].
Será visto mais a frente que existem numerosas técnicas que permitem a
determinação das características de um sistema dado a partir do modelo de resposta
obtido experimentalmente. O procedimento é denominado de Identificação Modal ou
Identificação de Sistema. A partir do modelo modal, assim determinado, podemos obter
um modelo espacial. A Fig. 51 resume a inter-relação dos modelos discutidas acima,
baseada no caso não amortecido.
Figura 51 – Inter-relação dos modelos dinâmicos (caso não amortecido).
Até o momento assumimos que os nossos sistemas são descritos por modelos
completos, isto é, suas propriedades de massa, rigidez e amortecimento são todas
conhecidas, ou que todos os autovalores e todos os elementos dos autovetores são
conhecidos, ou que todos os elementos na matriz de FRF são conhecidos.
Embora isso seja uma hipótese válida do ponto de vista teórico, na prática, isso
corresponde a uma impossibilidade, uma vez que qualquer sistema real tem um número
infinito de graus de liberdade, o que já permite entender essa impossibilidade. Contudo,
quando referimo-nos a modelos incompletos estamos o fazemos segundo outras
34
características que tornam o modelo incompleto. Na realidade, mesmo quando reduzimos

um sistema real a um modelo com N graus de liberdade teremos ainda um modelo
completo, mas na prática e do ponto de vista experimental, não é possível, geralmente,
medir as respostas em todas as coordenadas, ou aplicar todas as excitações, ou mesmo
cobrir e analisar todos os modos.
Considere um modelo de resposta com N graus de liberdade e assuma que, se
completamente conhecido, ele nos dá a descrição comportamento dinâmico de nosso
sistema. Por exemplo, considere a viga da Fig. 52 discretizada para se obter um modelo
de 6 graus de liberdade descrito por:
 y1  α11 α 12 α13 α14 α 15 α16   f y1 

    
 θ1   α 22 α 23 α 24 α 25 α 26   f θ1 
y   α 33 α 34 α 35 α 36  f y2 
{q} =  2  = [α ]{f } =    (81)
θ 2   α 44 α 45 α 46  f θ2 
y 3   Simétrica α 45 α 46  f y3 
    
θ 3   α 66   fθ3 
A matriz de receptância do modelo completo é, portanto, de ordem 6 x 6 e contém

as coordenadas de translação e rotação. Entretanto, a medição de respostas rotacionais é
uma tarefa muito difícil de se realizar. Ademais, a excitação de torque é quase impossível
com as possibilidades experimentais hoje existentes. Assim, teremos que optar por limitar
o nosso modelo de modo que ele inclua apenas coordenadas de translação.
Figura 52 – Viga discretizada para 6 graus de liberdade.
O modelo de FRF reduzido será de ordem 3 x 3 e é obtido simplesmente

extraindo-se da Eq. (81) os elementos relevantes da atriz:
 y1  f y 1 
{q }
R  
[ ]
R 
= y 2  = α f y 2 

(82)
y  f 
 3  y3 
O importante a ser observado, é que embora tenhamos limitado a descrição de

nosso sistema a um número reduzido de coordenadas não alteramos o sistema original,
que continua sendo um sistema com 6 graus de liberdade. Simplesmente, deixamos de
ser capazes de descrever todos os graus de liberdade originais, uma vez que reduzindo
as coordenadas de interesse de N para p significa apenas realizar uma operação simples
de eliminarmos, da matriz resposta em freqüência, N-p linhas e colunas, o que é verdade
quando estamos usando as FRF´s que relacionam movimento/força.
Outra redução importante que ocorre em situações práticas é relativa ao número
de modos de vibração que podem ser incluídos na análise, devido à faixa de freqüência
35
na análise experimental ser limitada e, desta forma, pelo menos os modos de freqüências
mais altas serão omitidos. Assim, embora se mantenha o número N de graus de liberdade
do modelo, teremos de considerar um número menor de modos (m < N), isto é, a equação
da receptância será da forma:
m≤N r
A ks
α ks (iω) = ∑ω
r =1
2
− ω 2 + iηr ωr2
(83)
r
e, fazendo uso das propriedades de ortogonalidade dos autovetores, a correspondente

matriz de receptância, contendo uma informação modal reduzida, pode ser escrita como:
[α ]NxN = [φ]Nxm[ \ (λ2r − ω2 )\ ]mxm [φ]mxN

T
(84)
Está claro que cada uma das equações anteriores omite informações que podem
ser extremamente importantes. Observe que o fato de m < N, na Eq. (84), levará a uma
matriz [α] de ordem N x N que não pode ser invertida, devido ao fato de que suas linhas
não são linearmente independentes, isto é, a ordem da matriz é N, mas o “rank” é m.
Finalmente, a conseqüência de se considerar somente um número limitado de modos é
que terminaremos com uma matriz quadrada de autovalores de ordem m x m e uma
matriz de autovetores retangular de ordem N x m.
Agora, pense em termos do modelo de resposta e considere um sistema que será
modelado com um número N finito de graus de liberdade. Esses graus de liberdade
corresponderão às coordenadas de interesse para a análise. Assuma, também, que o
nosso modelo modal será obtido através da técnica de identificação baseada em dados
experimentais. Como discutido anteriormente, a análise terá de ser realizada para uma
faixa de freqüência necessariamente limitada e, portanto, baseada em um número
limitado m de modos.
Assim, o modelo de resposta medido consistirá de uma matriz N x N de elementos
α ks expressos em termos de dados experimentais. Para trocar esses dados por um
modelo matemático dado pela Eq. (83), com m ≠ N, é necessário aplicar procedimentos
de identificação, tais como os que serão descritos mais adiante, e determinar os valores
dos parâmetros modais ωr, ηr e r A ks para todos os r modos medidos.
Contudo, o nosso modelo de resposta, agora descrito por uma matriz [α] de ordem
N x N, conterá erros devido à omissão de todos os modos fora da faixa de freqüência
considerada. Esses erros são, geralmente, visíveis quando comparamos os dados da
FRF medida com os dados correspondentes da FRF identificada, se esta é representada
somente pela Eq. (83). Uma forma de minimizar as conseqüências de se usar tal modelo
é introduzir alguma correção sobre as FRF’s identificadas, tal que elas se aproximem aos
dados obtidos por medição, na faixa de freqüência de interesse, incluindo um termo extra
na equação de resposta, conforme a equação abaixo:
m r
A ks
α ks (iω) = ∑ + Rks (iω) (85)
r =1 ω − ω 2 + iηr ω2r
2
r
onde R ks (iω) é um termo complexo denominado de resíduo, o qual leva em conta a

contribuição dos modos fora da faixa considerada.
36
A necessidade de se introduzir um termo residual remete a outro tipo de problema.

Na realidade, se nosso modelo fosse completamente descrito por uma matriz de
elementos α ks , dada pela Eq. (83), seria possível, então, deduzir a matriz completa a partir
do conhecimento de uma única linha ou coluna da matriz de dados experimentais. Esta
razão baseia-se no fato de que, por definição, as propriedades modais ωr e ηr são
propriedades globais, isto é, elas constituem uma característica fundamental do sistema e
independem de quais FRF´s tomemos. Por outro lado, as constantes modais deverão
obedecer às relações de consistência expressas pela Eq. (60). Assim, em princípio, o
procedimento experimental será reduzido à medição de uma única coluna ou linha da
matriz de resposta.
Contudo, se na análise existem modos que não foram considerados, por estarem
fora da faixa de freqüência de interesse, devemos usar a Eq. (85) e a determinação das
constantes modais é limitada aos termos modais dentro da faixa de freqüência de
interesse, uma vez que o termo residual não obedece qualquer relação específica em
relação aos modos fora da faixa de freqüência considerada.
8 – MÉTODOS DE IDENTIFICAÇÃO MODAL
Durante os últimos trinta anos muitos pesquisadores dedicaram-se ao

desenvolvimento de técnicas que ajudam a produzir uma identificação razoável das
propriedades dinâmicas das estruturas. Esta dedicação tem dado fruto devido à
introdução da Transformada Rápida de Fourier (FFT – Fast Fourier Transform) e ao
desenvolvimento recente de Analisadores de Espectro potentes de vários canais,
computadores e instrumentação em geral que permitem a aquisição e o tratamento de
grandes quantidades de dados.
Hoje em dia, o número de publicações técnicas em Análise Modal Experimental é
tal que a tarefa de classificar os métodos disponíveis de análise representa um grande
esforço. Entretanto, uma boa forma de classificar estes métodos é agrupa-los de acordo
com o domínio no qual os dados são tratados, ou seja: métodos no domínio do tempo e
métodos no domínio da freqüência. Os métodos no domínio da freqüência têm sido
largamente usados, mas problemas associados com resolução em freqüência, vazamento
e alta densidade modal estão levando as pessoas a começarem a olhar os métodos no
domínio do tempo como uma alternativa promissora.
O cálculo da Função Resposta Impulsiva (IRF – Impulse Response Function),
correspondente a uma Função Resposta em Freqüência (FRF), envolve o cálculo da
inversa de FFT, que é uma das características padrão de um Analisador Espectral.
Contudo, nesse caso, o vazamento pode ser ainda um problema e, para evitar isso,
alguns métodos usam a história da força e da resposta diretamente. Por outro lado, de um
modo geral, os modelos no domínio do tempo tendem a fornecer melhores resultados
quando existe uma larga faixa de freqüência ou um número grande de modos nos dados,
considerando que os modelos no domínio da freqüência tendem a fornecer os melhores
resultados quando a faixa de freqüência de interesse é limitada e o número de modos é
relativamente pequeno.
Os métodos no domínio do tempo e da freqüência podem ser divididos em diretos
e indiretos. O termo indireto significa que a identificação das FRF’s é baseada no modelo
modal, isto é, sobre os seguintes parâmetros: freqüências naturais, razões de
amortecimento e constantes modais. Por outro lado, no método direto a identificação está
baseada no modelo espacial, isto é, sobre a equação matricial do equilíbrio dinâmico, que
é a equação primitiva da qual todos os métodos são deduzidos.
37
Uma segunda classificação diz respeito ao número de modos que podem ser
analisados. A este respeito podemos ter as análises de grau de liberdade único (SDOF) e
graus de liberdade múltiplos (MDOF). No domínio do tempo tem-se somente a análise
MDOF, enquanto que no domínio da freqüência podemos ter análises SDOF e MDOF
com o método indireto e com o método direto apenas a análise MDOF.
Geralmente, quando uma estrutura é testada um conjunto de FRF’s é obtido, tendo
por base a coleta de uma série de dados medidos. Estas FRF’s são o resultado de excitar
a estrutura em cada ponto selecionado e de medir a resposta em várias posições ao
longo dessa estrutura. Alguns métodos de aná lise modal somente podem ser aplicados a
uma única FRF de cada vez. Esses são denominados de métodos de única entrada/única
saída (SISO). Outros métodos permitem que várias FRF’s sejam analisadas
simultaneamente, com respostas tomadas em vários pontos sobre a estrutura, mas
usando uma excitação pontual. Esses são denominados de métodos globais ou métodos
de única entrada/múltiplas saídas (SIMO). A filosofia por trás dessa categoria de métodos
é que as freqüências naturais e razões de amortecimento não variam (teoricamente) de
uma FRF para outra (elas são propriedades globais da estrutura) e, assim, deveria ser
possível obter um conjunto único e consistente daquelas propriedades processando
várias FRF’s ao mesmo tempo. Finalmente, existem métodos que podem processar
simultaneamente todas as FRF’s disponíveis obtidas de posições de resposta e
excitações várias. Esses métodos são denominados de polireferência ou múltiplas
entradas/múltiplas saídas (MIMO). Situações de múltiplas entradas/única saída (MISO)
são também possíveis, mas são muito pouco usadas. A Fig. 54 mostra um diagrama com
as várias categorias possíveis de métodos.
Figura 54 – Classificação dos métodos de análise modal.
8.1 – Métodos no Domínio da Freqüência
Nesta seção serão apresentados os métodos de identificação no domínio da

freqüência. Entretanto, devido à enorme quantidade de métodos disponíveis, não é
possível explicar todos eles em detalhe e, por isso, uma seleção a priori foi feita.
A escolha foi baseada na importância, considerando a sua relevância histórica e o
impacto em termos de uso prático e implementação.
38
8.1.1 – Métodos SISO
8.1.1.1 - Método da Amplitude de Pico
Este é o método mais simples conhecido para identificar os parâmetros modais de

uma estrutura. As freqüências são tomadas simplesmente da observação dos picos da
curva de magnitude da resposta. As razões de amortecimento são calculadas da agudeza
dos picos e as formas modais são calculadas das razões das amplitudes dos picos em
vários pontos sobre a estrutura. De modo a levar em conta a amplitude da força de
excitação, o uso da Receptância representa um melhoramento do método. Esse método
assume que os modos são reais e, embora seja bastante simplório, ele pode fornecer
resultados razoáveis se os modos são bem separados e se o amortecimento não é muito
alto.
8.1.1.2 – Métodos da Resposta de Quadratura e do Componente Máximo de

Quadratura
Este método difere do método da amplitude de pico pela forma de determinar a

posição das freqüências naturais da estrutura. O método da resposta de quadratura
localiza as freqüências naturais nos pontos onde a componente em fase da resposta (a
parte real) é nula. Isto corresponde a uma diferença de fase de 90 graus entre a função
força e a resposta. O método do componente máximo de quadratura considera que as
freqüências naturais ocorrem nos pontos onde a componente de quadratura da resposta
(parte imaginária) tem um máximo (ou mínimo). Essa componente está 90 graus fora de
fase com a excitação.
8.1.1.3 - Método de Ajuste do Circulo
Como foi visto anteriormente, a Receptância de um sistema de N graus de

liberdade, com amortecimento histerético, é dada pela seguinte expressão:
N r
A ks
α ks ( ω) = ∑ (86)
r =1 ω − ω2 + iηr ω2r
2
r
onde ηr e rAks são, respectivamente, o fator de perda e a constante modal complexa

r
A ks = A r eiφr associados com r-ésimo modo.
Na prática, existe uma faixa limitada de freqüência para a qual os dados
experimentais são coletados. A contribuição à resposta total dos termos situados fora da
faixa experimental de freqüência pode ser levada em conta por meio de resíduos, como já
discutido no item referente aos modelos incompletos. O método de ajustamento de círculo
assume como hipótese que a contribuição dos modos fora da faixa àquele particular sob
estudo é uma constante. Assim a Eq. (86) é aproximada por:
r
A ks
α ks ( ω) = + r Bks (87)
ω − ω2 + iηr ωr2
2
r
onde r Bks é uma constante complexa associada com o modo r. Por outro lado, como já
discutido, o diagrama de Nyquist de 1 ( ωr2 − ω 2 + iηr ω2r ) é um círculo. Olhando a Eq. (87),
39
observamos que a multiplicação pela constante complexa r A ks significa uma ampliação ou

redução do raio do círculo, tanto quanto uma certa rotação, e que a adição de
r
Bks corresponde a uma simples translação. Como de fato representamos no diagrama de
Nyquist a Eq. (87), a curva completa não será exatamente um círculo, mas apresentará
seções de arco de círculo ao redor da freqüência natural, como ilustrado na Fig. 55.
Figura 55 – Diagrama de Nyquist para a Receptância mostrando o ajuste do círculo.
A determinação dos parâmetros modais associados com o r-ésimo modo reside no

ajustamento de um círculo à curva de resposta em freqüência próximo a freqüência
natural ωr. Esse primeiro objetivo é geralmente atingido através do uso da técnica dos
mínimos quadrados.
Assuma que os dados da FRF são pontos no plano de Argand representados pelas
coordenadas xj e yj. O problema que se tem é o de se obter uma circunferência que
melhor se ajuste a estes pontos, onde o critério de melhor ajuste é o do mínimo erro
quadrático.
A equação de uma circunferência é dada por:
x 2 + y 2 + ax + by + c = 0 (88)
Para pontos levemente afastados dessa circunferência, o segundo membro da Eq. (88)
será diferente de zero e esta diferença caracteriza um erro. Assim, define-se a seguinte
função erro:
E( x, y ) = x 2 + y 2 + ax + by + c (89)
que, para o ponto experimental (xk ,yk), fornece o seguinte valor de erro:
E k = E( x k , y k ) = xk2 + y 2k + ax k + by k + c (90)
Portanto, a soma dos valores quadráticos desses erros será:
40
m m
E T = ∑ Ek = ∑ ( x k + y k + ax k + by k + c )
2 2 2 2 2
(91)
k =1 k =1
A circunferência que melhor se ajusta a esses m pontos é aquela que torna

2
E mínimo. Assim, é possível escrever o seguinte conjunto de equações na forma de
T
matriz, aplicando à Eq. (91) a derivada em relação aos coeficientes a, b e c:
 m 2 m m
 m 3 
 ∑ xk ∑ xk yk ∑ ∑ ( x k y k + x k )
2
x k
 mk=1 k =1 k =1
 a   km=1 
 x y
m m
    3 
∑ ∑y ∑
2
y k b  = ∑ ( y k x k + y k )
2
(92)
k k k

 c   m 
k =1 k =1 k =1 k =1
 m
( y k + x k ) 
m
 ∑ xk ∑y m   ∑ 2 2
 k=1 
k
k =1  k=1 
Resolvido o sistema de equações, representado pela Eq. (92), o centro e o raio da

circunferência podem ser determinados por:
( x o , y o ) = ( −a / 2;−b / 2)
 a b 
2 2
(93)
Ro =   +   − c
2 2
Após o cálculo de a, b e c o erro médio quadrático é computado como abaixo:
∑ (x 2
k + y 2k + ax k + by k + c )2
e 2m = k =1
(94)
m
o qual é uma medida da qualidade do ajuste. Por outro lado, os erros da ordem de 1 a 3%
são normalmente aceitos como indicação de um bom ajuste.
A localização e determinação da freqüência natural estão baseadas em uma
técnica de espaçamento da freqüência. Para um dado modo, não considerando o efeito
da constante modal complexa, o ângulo de fase θr é dado por:
 
 
 ηr 
θ r = arctg  2 
(95)
 ω  
 1 −   
  ωr  
e é fácil mostrar que d( ω2 ) dθ r é mínimo quando ω = ωr, isto é:
d  d(ω 2 ) 
= 0 ⇒ ω = ωr
dω  dθr 
(96)
41
Da Fig. 56 é evidente que calcular o mínimo de d( ω2 ) dθ r é o mesmo que calcular

o mínimo de d( ω2 ) dγ . Para um conjunto de dados experimentais, com incrementos de
freqüência igualmente espaçados, uma tabela de diferenças finitas pode ser construída,
tal como a tabela 1.
Figura 56 – A base para a determinação da freqüência natural.
Tabela 1 - Dados sobre as diferenças finitas.

Pontos Freqüência γ ∆γ ∆ 2γ
A ωA γ1
B ωB γ2 ∆γ1 ∆2γ1
C ωC γ3 ∆γ2 ∆2γ2
D ωD γ4 ∆γ3 ∆2γ3
E ωE γ5 ∆γ4 ∆2γ4
F ωF γ6 ∆γ5 ∆2γ5
G ωG γ7 ∆γ6 ∆2γ6
Existirá uma mudança de sinal de ∆2γ tão logo passemos de um ponto antes para
um ponto após da freqüência natural. A localização da freqüência natural e a
determinação de seu valor são realizadas por meio da fórmula de diferenças de Newton:
f ( V ) = f ( Vo ) + ( V − Vo ) f ( Vo , V1 ) + ( V − Vo )( V − V1 )f ( Vo , V1, V2 ) + L
(97)
+ ( V − Vo )( V − V1 ) L ( V − VL )f ( Vo , V1,L , VL )
onde
f ( V0 , V1,L , VL −1 ) − f ( V0 , V1,L , VL )
f ( V0 , V1,L , VL ) = (98)
V0 − VL
Para os nossos propósitos, V representa o quadrado da freqüência e f(V) o ângulo

de fase γ, ou θ. Assim, tomando quatro pontos conhecidos, dois imediatamente antes e
dois imediatamente depois da freqüência natural, e negligenciando os termos do erro
residual, a Eq. (97) reduz-se a:
42
θ = θo + ( ω2 − ω 20 )( θ o , θ1 ) + ( ω2 − ω02 )( ω − ω12 )( θ o , θ 1, θ 2 ) +
(99)
+ ( ω2 − ω02 )( ω2 − ω12 )( ω2 − ω22 )f ( θ o , θ1, θ 2 , θ3 )
com
θ0 − θ1 ( θ0 , θ1 ) − ( θ1, θ 2 )
(θ 0 , θ1 ) = ( θ 0 , θ1, θ 2 ) =
ω20 − ω12 ω20 − ω22
(100)
( θ , θ , θ ) − ( θ1, θ 2 , θ 3 )
(θ 0 , θ1, θ 2 , θ 3 ) = 0 1 2 2
ω0 − ω23
Como o mínimo de d( ω2 ) dθ r corresponde ao máximo de dθ d( ω2 ) , a freqüência

natural é obtida diferenciando duas vezes a Eq. (99) e igualando a zero, o que dá:
1 2 ( θ 0 , θ1, θ 2 ) 
ω2r =  ω0 + ω12 + ω22 −  (101)
3 ( θ 0 , θ 1, θ2 , θ3 ) 
Substituindo o valor de ωr, determinado pela Eq. (101), na Eq. (99), calculamos o
valor de θr. Essa técnica é muito simples de ser implementada e leva a valores muito
precisos da freqüência natural e de sua localização exata sobre a curva de resposta.
Embora outras técnicas possam, também, fornecer uma determinação precisa do valor da
freqüência natural, elas podem não ser tão precisa em termos de sua localização sobre a
curva de resposta. A importância da precisão na localização de ωr sobre a curva é
aparente somente quando necessitamos deduzir o valor do ângulo de fase φr da
constante modal complexa, calculado desenhando uma reta unindo o ponto de freqüência
natural e o centro do círculo, conforme a Fig. 55.
A estimativa do fator de amortecimento é, agora, uma tarefa fácil. Da Eq. (95),
tomando dois pontos sobre o círculo, onde um corresponde a uma freqüência ωb abaixo
da freqüência natural e outro valor correspondente a freqüência ωa acima da freqüência
natural, podemos escrever:
ηr ηr
tg( θa ) = 2
e tg( θb ) = 2
(102)
ω  ω 
1 −  a  1 −  b 
 ωr   ωr 
Assumindo que θr = π/2 e definindo:
∆γ a ∆γ b
∆θ a = = θa − θr ∆θ b = = θr − θb (103)
2 2
temos que
 ∆γ  1 1   ω 2 
tg a  = tg( θ a − θr ) = − =− 1 −  a   (104)
 2  tg( θ a ) ηr   ωr  
43
 ∆γ  1 1   ω 2 
tg a  = tg( θ a − θr ) = − =− 1 −  a   (105)
 2  tg( θ a ) ηr   ωr  
e, portanto
ω2a − ω2b 1
ηr = . (106)
ωr2
tg( ∆θ a ) − tg( ∆θb )
De fato, a Eq.(106) é válida mesmo quando θr ≠ π/2, uma vez que estamos
tratando com diferenças de ângulos, conforme mostra a Fig. 57.
Figura 57 – Determinação do fator de amortecimento pelo uso de dois pontos.
Como pode ser visto, a Eq. (106) dá uma relação para os pontos da banda de meia
potência quando ∆γa = ∆γb = π/2. Para um dado conjunto de resultados, é possível
determinar vários valores para ηr, dependendo do par de pontos que são usados na Eq.
(106). Ewins (1982) mostrou que isto pode ser uma forma muito útil de determinar a
existência de efeitos não lineares. Em princípio, para um sistema linear, os valores de ηr
deveriam ser todos idênticos. Contudo, na prática este não é o caso. Os desvios nas
estimativas de ηr são, portanto um meio útil de taxar a validade da análise. Se as
variações são aleatórias, isto significa que o espalhamento é, provavelmente, devido a
erros de medição, mas se eles são sistemáticos pode ser que tais erros sejam causados
por não linearidades.
Por outro lado, devemos ser cautelosos e não elaborarmos conclusões
precipitadas uma vez que na estimativa de amortecimento sempre ocorrerá algum erro
mesmo que o sistema seja linear ideal. A razão para isso é o procedimento de cálculo
associado com a Eq. (106) e, principalmente, devido à natureza do denominador. O
resultado final pode ser como o mostrado na Fig. 58, onde o plano ao invés de ser
horizontal é meio inclinado. Os melhores resultados são obtidos quando os ângulos ∆γa e
∆γb não são muito pequenos e têm valores similares. Assim, é aconselhável usar a
combinação de pontos que correspondam a diagonal da superfície de ηr representada na
Fig. 58, e calcular o valor médio.
44
Figura 58 – Determinação de ηr usando combinações de pontos.
Uma vez conhecidos ωr e ηr, a determinação do módulo e da fase da constante

modal é feita através das seguintes expressões:
Ar  x − xD 
diâmetro = e φr = arctg  0  (107)
ωr2 ηr  y0 − yD 
onde (xD,yD) são as coordenadas da origem deslocada e seus valores são determinados
tão logo seja determinada a posição da freqüência natural.
Embora bem conhecido, o método de ajuste do círculo é freqüentemente
desconsiderado devido ao fato de se dizer que ele somente trabalha bem quando os
modos estão bem separados e para valores de amortecimento não tão altos.
Provavelmente, isso se deve ao fato de que em alguns analisadores comerciais a versão
do método disponível é muito básica. Entretanto, é nossa opinião e a de outros
pesquisadores que o método de ajuste de círculo trabalha muito bem para a maioria dos
casos mesmo quando se trata de estruturas altamente complexas.
Um dos mais importantes melhoramentos associados com o método do ajuste de
círculo é a possibilidade de subtrair o efeito dos modos já analisados antes de
analisarmos aqueles que estamos interessados. A idéia é muito simples: após a primeira
identificação de cada um dos modos individualmente, a análise é repetida para cada
modo, desta vez subtraindo da FRF original a contribuição dos outros modos, que se
distribuem ao lado daquele sob estudo, e que já tenham sido identificado.
Matematicamente, isso pode ser escrito como:
N
αr = α − ∑ α s para s ≠r (108)
s =1
onde α é a FRF inicialmente medida, αr é a FRF resultante para o modo sob

consideração e α s é a contribuição da FRF regenerada a partir das informações obtidas
da análise preliminar de cada modo. Esta técnica é muito conveniente para dois modos
próximos e um procedimento interativo pode ser estabelecido entre os dois modos até
que a convergência seja obtida. Em geral, este procedimento é convergente, embora
possa ser lento o processo de convergência.
45
8.1.1.4 - Método Inverso
O método inverso foi apresentado por Dobson e baseia-se no fato de que as partes
real e imaginária do inverso da receptância (Rigidez Dinâmica) são linhas retas quando
observadas em relação ao quadrado da freqüência.
Escrevendo a receptância para um sistema com um grau de liberdade, com
amortecimento histerético, conforme abaixo:
A r e iφr
αr = (109)
ω2r − ω2 + iηr ω2r
a inversa é
1 ω2r − ω2 + iηr ω2r

= (110)
αr A r e iφr
Escrevendo a Eq. (110) como
1 ω2r − ω2 + iηr ω2r

= (111)
αr Br + iDr
onde B r = A r cos(φ r ) e Dr = Ar sen( φ r ) , segue que:
 1  (B + Dr ηr )ωr2 − Br ω2
Re   = r (112)
 αr  B2r + D2r
 1  (B η − D )ω2 + D ω2
Im   = r r 2 r r 2 r (113)
 αr  Br + D r
Ambas as equações (112) e (113) são linhas retas em ω2 da forma:
1
Re   = m R + nR ω2 (114)
 αr 
1
Im   = mI + nIω 2 (115)
 αr 
com
(Br + Dr ηr )ω2r Br
mR = ; nR = − (116)
B2r + Dr2 B + D2r
2
r
(Br ηr − Dr )ω2r Dr
mI = ; nI = (117)
B2r + D2r B + D2r
2
r
46
Assim, após a realização do ajuste para Re[1/α r] e Im[1/α r], obtém-se duas retas
que determinam os valores de mr, mI, nr e nI, os quais permitem a determinação dos
quatro parâmetros modais, após manipulação conveniente das equações (116) e (117),
como segue:
− m RnR − mInI
ωr = (118)
nR2 + nI2
mR nI − mInR
ηr = (119)
− m RnR − mInI
1
Ar = (120)
nR2 + nI2
 n 
φ r = arctg  − I  (121)
 nR 
O método inverso pode ter vantagens, em alguns casos, sobre o método do ajuste
de círculo, principalmente, quando o amortecimento é muito pequeno e/ou existem erros
de medição significativos nas áreas próximas a ressonância, uma vez que é mais fácil
ajustar uma reta do que um círculo, quando tem-se somente uma boa definição de
resposta longe dos picos de ressonâncias. Naturalmente, se os modos estão muito
próximos, o procedimento iterativo de remover o efeito dos modos já identificados tem que
ser implementado, como para o ajuste do círculo.
8.1.1.5 – Método de Dobson
Este método é uma extensão do método inverso, considerando modos complexos

e automaticamente compensando os efeitos dos modos na vizinhança.
Considere a receptância de um sistema de amortecimento histerético dado por:
Br + iD r
α(iω) = + resíduo (122)
ω − ω2 + iηr ωr2
2
r
Para um valor particular de ω = Ω próximo a ressonância, tem-se:
Br + iDr
α(iω) = + resíduo (123)
ω − Ω 2 + iηr ω2r
2
r
O termo resíduo, considerado constante sobre a faixa de freqüência escolhida,

pode ser eliminado subtraindo as Eq.’s (122) e (123), obtendo-se:
 ω2 − Ω 2 
α(iω) − α(iΩ ) = (Br + iDr ) 2 2 
(124)
 ( ωr − ω )( ωr − Ω ) − ηr ωr + iηr ωr (2ωr − ω − Ω ) 
2 2 2 2 4 2 2 2
47
ω2 − Ω 2
Definindo ∆ = , pode-se escrever:
α(iω) − α(iΩ)
 B − iDr  2
∆ =  r2 [ ]
 (ωr − ω2 )( ω2r − Ω 2 ) − η2r ωr4 + iηr ω2r (2ω2r − ω2 − Ω 2 )
2 
(125)
 Br + Dr 
então, segue que:
Re[ ∆] = c R + t Rω2 (126)
Im[ ∆ ] = c I + t Iω2 (127)
que são funções lineares em ω2, com inclinações dadas por:
tR = −
1
B + Dr2
2
[
Br ( ω2r − Ω 2 ) + D r ηr ω2r ] (128)
r
tI = −
1
B + D 2r
2
[
B r ηr ω2r − D r ( ω2r − Ω 2 ) ] (129)
r
Variando Ω ao redor de ωr, com Ω ≠ ωr, obtemos uma família de retas para Re[∆] e
Im[∆]. A priori, não é fácil determinar os parâmetros modais pelas Eq.’s (128) e (129).
Contudo, estas equações representam as equações de duas retas em Ω 2, tal que:
t R = dR + uR Ω 2 (130)
t I = dI + uI Ω 2 (131)
onde
(B r + Dr ηr )ωr2 Br
dR = − ; uR = (132)
B2r + D2r B + D2r
2
r
(Br ηr − Dr )ω2r Dr
dI = − ; uI = − (133)
B2r + Dr2 B + D2r
2
r
Os parâmetros modais podem ser determinados das Eq.’s (132) e (133). A Fig. 59
é um exemplo teórico de gráficos obtidos neste método, onde os dados correspondem a
um modo real (φ r = 0°). Se o modo for complexo, os gráficos da direita terão uma forma
similar dos gráficos da esquerda.
Resumindo o procedimento:
1. Obter as famílias de retas, a partir dos dados medidos (Re[∆] e Im[∆]), conforme
mostrado na Fig. 59, com inclinações t R e t I;
48
2. Por outro lado, tR e tI são eles próprios retas em Ω 2 . Assim, um segundo ajuste de
retas permite calcular os valores do lado esquerdo das Eq.’s (132) e (133). Assim,
como conseqüência, obtém-se os parâmetros modais.
Figura 59 – Exemplo de análise pelo método de Dobson.
Aparentemente, parece que os parâmetros modais determinados pelo método de

Dobson deverão ser os mesmos daqueles determinados pelo método inverso. Contudo,
quando comparamos os resultados de ambos os métodos, eles são levemente diferentes.
Isso é devido duas razões:
1. O método inverso não leva em conta os efeitos dos outros modos, enquanto que o
método de Dobson considera este efeito;
2. No método inverso os valores de Re[1/α r] e Im[1/α r] são usados diretamente,
enquanto que no método de Dobson os parâmetros tR e tI já são resultados de um
ajuste de retas.
Finalmente, deve -se ressaltar que com dados teóricos, sem ruído e para 1 GL, o
método de Dobson coincide com o método inverso. Por outro lado, para modos bem
espaçados o efeito residual não é muito grande e os resultados de ambos os métodos são
similares.
49
8.1.1.6 – Método dos Mínimos Quadrados
Seja a função Receptância para o mecanismo de amortecimento histerético,

conforme abaixo:
j
A ks
α ks (iω) = ∑ onde s j = ω2j (1 + η j ) (134)
j s j − ω2
O somatório da Eq. (134) se estende pelo número de modos da banda de

freqüência considerada. Por simplicidade, faremos A j = j A ks .
O erro em cada valor experimental da freqüência será:
Ar Aj
Ek = + ∑
s r − ω2 j≠r s j − ω2
− H(iωk ) (135)
onde H(iωk ) é o valor experimental da função resposta em freqüência do tipo Receptância

e o somatório representa a contribuição dos modos afastados do r-ésimo modo.
Fazendo por definição
Aj
Bk = ∑ − H(iωk ) (136)
j ≠r s j − ω2
onde os parâmetros A j e s j são conhecidos previamente. Por exemplo, suponha que esses
parâmetros tenham sido determinados por ajustamento do círculo de Nyquist ou pelo
método inverso. Desta forma, os Bk podem ser calculados, com k = 1, 2, ... N, sendo N o
número de pontos de freqüência em que H(iωk) foi medida. Portanto, podemos reescrever
a Eq. (135) como segue:
Ek =
Ar
s r − ω2k
+ Bk ou Ek =
1
sr − ωk2
[ ]
A r + Bk (s r − ω2k ) (137)
O objetivo aqui é o de atualizar os valores das constantes modais e autovalores

pelo método do mínimo erro quadrático. Assim, definindo o fator de peso Pk = 1 (s r − ω2k ) ,
que é computado com o valor prévio de sr, pode-se escrever a seguinte expressão para o
erro quadrático:
Erro 2k = EkEk* = Pk  A r + ( sr − ω2k )A *rBk + ( s*r − ωk2 ) A rBk* + ( sr − ωk2 )Bk 

2 2 2
(138)
 
Então, somando-se os erros referentes a cada ponto k de freqüência, derivando

em relação aos conjugados complexos das constantes modais e autovalores, e igualando
a zero, obtém-se a seguinte equação matricial:

∑ ∑P Bk  
∑ Pk B kωk2 
2 2 2
Pk
 k  A r   k 
k
2  = 2 2
k
 (139)
∑ Pk Bk ∑P Bk   s r  ∑ Pk B k ωk 
2 * 2 2
k
k k  k 
UFPA – DEM - Prof. Newton Sure Soeiro, Dr. Eng. 50

A solução da Eq. (139) fornece os valores atualizados de Ar e sr, computados em

função dos valores previamente estabelecidos na banda de freqüência varrida por k.
A cada iteração, o valor do erro é calculado pela Eq. (138) usando-se os valores
atualizados. Então, um critério de convergência adequado deve ser usado, tal como o
apresentado na equação abaixo, de modo a sinalizar a parada do processo iterativo:
Erro 2atual − Erro 2anterior

< 0,01 (140)
Erro 2anterior
O desenvolvimento matemático aqui apresentado permite que se estabeleça a

seguinte metodologia:
1. Tomar como dados de entrada inicial um conjunto de valores de Aj e sj ,

correspondentes aos modos contidos na banda de freqüência de interesse, obtidos
por qualquer um dos métodos já apresentados.
2. Montar a Eq. (139), resolve-la e determinar o novo conjunto de Aj e sj. Esse
procedimento deve ser feito para a obtenção de valores atualizados de Aj e s j para
cada um dos modos contidos na banda de freqüência de interesse.
3. Verificar o critério de convergência. Se este critério for obedecido parar o
procedimento, caso contrário, repetir os passos anteriores até que a convergência
seja obtida.
É claro que a convergência será obtida com menor número de iterações se os

valores iniciais de Aj e s j forem bem escolhidos. Uma boa recomendação é a de se obter
os valores iniciais de A j e sj pelo ajustamento do círculo de Nyq uist.
8.1.1.7 – Método dos Mínimos Quadrados Melhorado
O método anteriormente apresentado comporta um melhoramento, uma vez que

considera apenas os modos de uma banda de freqüência, ou seja, os modos de ordem k1
a k2, e o sistema possui modos inferiores a k1 e superiores a k2 que participam da
resposta. Assim, uma representação mais adequada da função resposta em freqüência
do tipo Receptância neste caso seria:
k2
Aj
α ks (iω) = Rm ( iω) + ∑ + Rs ( iω) (141)
j=k 1 sj − ω2
onde o termo central corresponde aos modos da banda medida, Rm(iω) representa o
efeito dos modos inferiores da banda considerada e Rs (iω) corresponde ao efeito dos
modos que estão acima da banda considerada. Os parâmetros Rm(iω) e Rs (iω) são
denominados de resíduos e, através de um raciocínio simples, podem ser
convenientemente expressos.
Considere ω pertencente à banda medida. Para os modos representados por
Rm(iω) esta freqüência é “alta”. Então, considere um termo particular de Rm(iω) expresso
por:
Ak Ak
= 2 (142)
sk − ω 2
ωk − ω2 + iηk ωk2
51
onde, de acordo com a hipótese acima ω k << ω.

Dividindo a Eq. (142) por ω2k , obtém-se:
A k ω2k
=
( )
A k ωk2 (1 − rk2 − iηk )
; rk =
ω
>> 1 (143)
1 − rk2 + iηk (1 − rk2 ) 2 + η2k ωk
aproximadamente tem-se:
A k ω2k A A η 1 Aη A
= − 2 k 2 − i k2 4k = − 2 ( A k + i k 2 k ) = − m2 (144)
1 − rk + iηk
2
ωk rk ωk rk ω rk ω
Portanto, o resíduo Rm(iω) tem o comportamento de uma massa de valor Am. Por
outro lado, um raciocínio análogo conduz a determinação de Rs (iω). Aqui, as freqüências
naturais deste termo são grandes comparadas com ω. É de se esperar que este termo se
comporte como uma mola.
Um termo típico de Rs (iω) será:
Ak A
= k2 (1 − iηk ) = A s (145)
sk − ω 2
ωk
que é constante em relação a freqüência. Assim, pode-se reescrever a nova expressão do

erro como sendo:
k2
Aj Am
Ek = ∑ − H(iωk ) + A s − (146)
j=k 1 sj − ω 2
k ω2k
e, definindo por simplicidade:

k2
Aj
Ck = ∑ − H(iωk ) (147)
j =k1 s j − ωk2
temos para o erro total quadrático a seguinte expressão:
E 2T = ∑ EkE *k = ∑ ( Ck + A s − A m ωk2 )(Ck* + A *s − Am* ω2k ) (148)

k k
Então, derivando a Eq. (148) em relação aos conjugados complexos de As e A m e

igualando a zero, obtém-se a seguinte equação matricial:
∑ 1 ωk2 −N   ∑ Ck 
k  A m  =  k 
2    C ω2  (149)
∑ 1 ωk4 − ∑ 1 ωk  A s  ∑ k k 
 k k  k 
onde N representa o número de pontos experimentais tomados, isto é, ω1 , ω2 , ..., ω N.
52
Agora, vamos supor que se disponha dos valores de Aj e sj na banda de interesse,

isto é, j = k1, k2. Com esses valores ∑ Ck e ∑ Ck ω2k podem ser determinados e a solução
k k
da Eq. (149) dará os valores de As e A m. Esses valores dos resíduos podem ser tomados,
juntamente com os de Aj e sj, j = k1, k2, como valores iniciais. Então, o seguinte
procedimento pode ser implementado, fazendo:
Ar Aj A
Ek = +∑ − H(iωk ) + A s − m2 (150)
s r − ωk j≠r s j − ωk
2 2
ωk
Redefine-se B k assim:
Aj Am
Bk = ∑ − H( iωk ) + A s − (151)
j ≠r sj − ω 2
k ω2k
e, como antes, obtém-se:
Ek =
Ar
s r − ω2k
+ Bk ou Ek =
1
sr − ω k
2
[ ]
A r + Bk (s r − ω2k ) (152)
A partir daqui seguem-se os passos já conhecidos e chega-se ao sistema de equações

apresentado na forma de matriz como segue:

∑ ∑P Bk  
∑ Pk B kωk2 
2 2 2
Pk
 k  A r   k 
k
2  = 2 2
k
 (153)
∑ Pk Bk ∑P Bk   s r  ∑ Pk B k ωk 
2 * 2 2
k
k k  k 
que fornece os novos valores de Aj e sj. Com estes novos valores calcula-se novamente
os valores de ∑ Ck e ∑ Ck ω2k e novos valores de As e Am são determinados. O processo
k k
continua até a convergência.
8.1.2 – Métodos SIMO
8.1.2.1 – Ajustamento Iterativo Simultâneo do Conjunto de FRF’s
Trata-se de um método global (SIMO) de ajustamento de curva no domínio da

freqüência, tendo por base o desenvolvimento visto no item anterior.
Suponha que uma excitação atue em uma estrutura, associada à coordenada s.
Então, o vetor de FRF do tipo Receptância será dado por:
{A}j
{α(iω)} = − {R}m
k2
+∑ + {R}s (154)
ω 2
j= k1 s j − ω2
{ }
onde {A}j = j A k s = {φ}j φ sj e {R}m e {R}s são os vetores de constante que levam em conta
a resposta do sistema fora da banda de freqüência de interesse.
53
O vetor erro relativo ao ponto k, correspondente ao valor de freqüência igual a ω k,

é dado por:
{A}r {A}j {R}m

{E}k = +∑ − {H(iωk )} + {R}s − (155)
sr − ω 2
k j≠r sj − ω 2
k ωk2
onde as parcelas do somatório dizem respeito as modos dentro da banda de freqüência

delimitada pelos valores K1 e K2, mas que sejam diferentes do r-ésimo modo que será
atualizado.
Assim, definindo o vetor {B}k como
{A}j {R}m
{B}k = ∑ − {H(iωk )} + {R}s − (156)
s j≠r j −ω 2
k ωk2
a Eq.(155) pode ser reescrita conforme abaixo:
{E}k =
{A}r + {B}k ou {E}k =
1
[ ]
{A}r + {B}k ( s r − ω2k ) (157)
sr − ω 2
k sr − ωk2
A partir deste ponto, o procedimento que se segue supõe que {B}k e Pk =

1
s j − ωk2
podem ser computados com valores previamente disponíveis dos parâmetros modais.
O erro total escalar, na freqüência ωk, será:
ET = ∑ Errok2 = ∑ E *kTEk = Pk
2
[{A}*T
j ] [
+ (s *r − ωk2 ){B}*kT + {A}j + ( sr − ω2k ){B}k ] (158)
k k
ou
2
ET = ∑ Pk  ∑ A *lj A lj + (s j − ωk2 )∑ A *ljBl k + ( s*j − ω2k )∑ B*l k A lj +
k  l l l
(159)

+ ( s j − ωk2 )( s *j − ω2k )∑ B*l kBlk 
l 
onde Blk e Alj são os l-ésimos componentes de {B}k e {A}j, l = 1,2, ... n, onde n representa
o número de FRF’s disponíveis no vetor {α (iω)}.
Aplicando a derivada em relação a s *j e A *lj na Eq. (159), tem-se:
∂ET 2 2
= ∑ Pk  ∑ B*lk A lj + ( s j − ω2k )∑ B lk  = 0 (160)
∂s j
*
k  l l 
∂ET
∂A *lj
= ∑ Pk
2
[A lj ]
+ ( s j − ω2k )B lk = 0 (161)
k
54
Intercambiando os somatórios na Eq. (160), obtém-se:
   2  
∑  ∑ P B*lk A lj + ∑  ∑ Pk B lk s j =∑  ∑ Pk B lk ωk2 
2 2 2 2
k (162)
l k  l  k  l  k 
a qual representa uma única equação tendo como incógnitas sj e A lj , com l = 1, 2, ...,n.
A Eq. (162) pode ser reescrita como:
∑C A l lj + Ds j = E (163)
l
onde Cl = ∑ Pk B*lk , D = ∑ ∑ Pk B lk e E = ∑∑ Pk Blk ω2k , ou na forma expandida

2 2 2 2 2
k l k l k
como:
C1 A1j + C 2 A 2 j + L + C n A nj + Ds j = E (164)
A Eq. (161) representa, na realidade, um conjunto de n equações que podem ser

escritas como segue:
FA l j + G l s j = Jl (165)
∑P , Gl = ∑ Pk Blk e Jl =∑ ωk Blk ω2k .

2 2 2
onde F = k
k k k
Finalmente, pode-se escrever o seguinte sistema de (n+1) equações, com (n+1)
incógnitas:
∑ Cl A l j + Ds j = E
 l (166)
 FA lj + Gl s j = Jl e l = 1, L, n
A solução do sistema, representado pela Eq. (166), atualiza os valores de sj e o do

j-ésimo vetor modal. A s-ésima componente deste vetor modal é φ 2sj , cuja raiz quadrada é
φ sj . Dividindo, pois, todos os componentes de {A}j por φ sj , obtém-se o j-ésimo autovetor
{φ}j .
A atualização dos vetores residuais faz-se conforme a metodologia já descrita
anteriormente, tendo por base o seguinte sistema de equações:
∑ 1 ωk2 −N   ∑ Cpk 
k  Rpm  =  k 
p = 1,L , n
2    C ω2  (167)
∑ 1 ωk4 − ∑ 1 ωk  ps  ∑ pk k 
R
 k k  k 
A Eq.(167) representa um conjunto de n sistemas de duas equações com duas

incógnitas, Rpm e Rps com p = 1,...,n. Resolvido esses n sistemas, obtém-se os dois
vetores residuais {R}m e {R}s .
55
8.2 – MÉTODOS NO DOMÍNIO DO TEMPO
8.2.1 – Método da Exponencial Complexa
O método da exponencial complexa é um método simples de identificação modal,

no domínio do tempo, que está na categoria dos métodos indiretos de múltiplos graus de
liberdade e que é classificado na categoria SISO, ou seja, é projetado para analisar uma
única função impulsiva de cada vez.
No domínio da freqüência, a FRF do tipo receptância α jk (deslocamento medido no
ponto j para uma força aplicada no ponto k), para um sistema linear, amortecido e N graus
de liberdade, pode ser dada pela seguinte equação:
r
2N A jk
α jk (iω) = ∑ (168)
r =1 ωr ξr + i( ω − ω'r )
com ω'r = ωr 1 − ξ 2r , ω'r +N = −ω'r e r +N A jk =r A *jk . O símbolo (*) usado denota o complexo
conjugado.
O método da exponencial complexa, ao contrário dos métodos de identificação
modal no domínio da freqüência, trabalha com a função resposta impulsiva, obtida da Eq.
(168) pela aplicação da Transformada Inversa de Fourier, conforme abaixo:
2N 2N
h jk ( t ) = ∑ A jk e ou h( t ) = ∑ A r e
r sr t ' sr t
(169)
r =1 r =1
onde s r = −ωr ξr + iω'r . A resposta temporal h(t), avaliada em uma série de intervalos
igualmente espaçados ∆t, é:
2N
h0 = h( 0) = ∑ A 'r
r =1
2N
h1 = h( ∆t ) = ∑A e
r =1
'
r
sr ( ∆t )
(170)
M M M
2N
hL = h(L∆t ) = ∑ A 'r esr (L∆t )
r =1
ou, fazendo Vr = eSr t , simplesmente:
2N
h0 = ∑ A 'r
r =1
2N
h1 = ∑ A 'r Vr
r =1 (171)
M M
2N
hL = ∑ A 'r VrL
r =1
56
Deve ser notado que na Eq. (171) os valores de A 'r e Vr não são conhecidos.
Como, então, calcular esses valores? A solução é uma técnica engenhosa desenvolvida
por Prony em 1975 e conhecida como Método de Prony. Prony, baseado no fato de que
os pólos sr, para um sistema sub-amortecido, sempre ocorrem em pares complexos
conjugados, estabeleceu que existe um polinômio em Vr, de ordem L, com coeficientes
reais β, denominados de coeficientes auto-regressivos, tal que a seguinte relação
matemática pode ser escrita:
β0 + β1 Vr + β 2 Vr2 + L + β VrL = 0 (172)
Assim, de modo a calcular os coeficientes β, para avaliar Vr, é necessário apenas

multiplicarmos ambos os lados de cada uma das equações (171) pelos valores
correspondentes de β 0 a β L e somar os resultados. Essa operação fornece:
L L
 2 N ' j  2N  ' L 
∑ β h
j j = ∑  β j ∑ A r Vr  = ∑  A r ∑ β j Vrj 
j=o   r =1  j=o
(173)
j=o r =1 
A soma interna da Eq. (173) é exatamente o polinômio da Eq. (172). Então, como
este polinômio se anula para cada valor de V r, segue que:
∑β h
j=o
j j = 0 , para cada valor de V r (174)
Através da Eq. (174) é possível calcular os coeficientes β j que permitirão a solução

do polinômio da Eq. (172), determinando-se os valores de Vr. Para calcular os β j
procedemos como segue:
1. Por conveniência faça L ser tomado como 2N;

2. Então, existirá 2N conjuntos de pontos hj, cada um adiantado em relação ao outro
em um intervalo de tempo ∆t.
3. Faça β 2N ser igual a unidade.
Portanto, o resultado deste procedimento é a seguinte equação matricial:
 β   h2N 
 h0 h1 h2 L h 2N−1   0  h 
 h β
 1 h2 h3 L h2N   1   2 N+1 
 β = −h2 N+ 2  (175)
 M M M L M  2   M 
  M 
h 2N−1 h2N h 2N+1 L h 4N−2    
β2 N−1  h 4N−1 
ou, simplesmente:
[h]2Nx2N {β}2Nx1 = {h' }2Nx1 (176)
Determinados os coeficientes β j, um algoritmo de solução de polinômio pode ser

usado para determinara as raízes Vr. Posteriormente, usando a relação Vr = esr t e seu
57
valor complexo conjugado correspondente, podemos determinar as freqüências naturais e

os fatores de amortecimento. Por outro lado, com os valores de Vr, podemos usar a Eq.
(171) para calcular os resíduos e, conseqüentemente, as constantes modais. Os resíduos
são facilmente calculados reescrevendo a Eq. (171) como:
 1 1 L 1   A '1   h 0 
 V  
 1 V2 L V2N   A '2   h1 
   
 V1 2
V22 L V22N   A '3  =  h 2  (177)
 
 M M L M  M   M 
   
V12N −1
V2 N−1
2
L V22NN−1  A '2 N  h2N−1 
onde, por conveniência, foram tomados os primeiros (2N – 1) valores de hj . Na realidade,

é bastante tomar (N – 1) valores, uma vez que A 'r e Vr aparecem em pares conjugados.
Como visto, o método da exponencial complexa é simples e não requer uma
estimativa inicial para os parâmetros modais, entretanto, a única incógnita é o número de
modos a ser usado na análise. Geralmente, um número sobre estimado de modos é
usado e, assim, torna -se necessário distinguir quais os modos são genuínos e quais são
computacionais. Um método usado, para se ter certeza do número exato de modos, é a
repetição da análise várias vezes, diminuindo-se o número de modos cada vez que se
repete a análise. Assim, é possível traçar uma curva de erro entre a curva medida e a
regenerada, em cada etapa da análise, em função do número de modos. Nessa curva de
erro, é esperado que seja visível um decaimento indicando o número correto de modos.
Outra alternativa, para calcular o número efetivo de modos, é o cálculo do escalão (rank)
da matriz de coeficientes usada para calcular os autovalores. Finalmente, uma outra
alternativa pode ser a utilização de diferentes conjuntos de dados e analisar a
consistência das soluções para os parâmetros modais.
É importante registrar que uma grande desvantagem do método da exponencial
complexa parece ser sua sensibilidade ao ruído.
8.2.2 – Método da Exponencial Complexa - Mínimos Quadrados (LSCE)
Este método de identificação foi introduzido em 1979 e é a extensão do método da

exponencial complexa para um procedimento global de identificação modal. Portanto, este
método é um método SIMO, ou seja, ele processa simultaneamente várias Funções
Respostas Impulsivas, referentes a vários pontos de medição, que são obtidas a partir da
aplicação de uma força em um único ponto. Neste procedimento de análise, um conjunto
consistente de parâmetros globais (freqüências naturais e fatores de amortecimento
modais) é obtido eliminando-se a variação obtida para estes parâmetros quando se aplica
o método da exponencial complexa em diferentes Funções Respostas Impulsivas.
A extensão da metodologia do método da exponencial complexa para o método
LSCE é muito simples, uma vez que se tomarmos como referência a Eq. (176), podemos
estabelecer que os coeficientes β, que permitem a solução do polinômio característico da
Eq. (172), são quantidades globais, isto é, devem ser os mesmos para cada Função
Impulsiva usada. Portanto, escrevendo a Eq. (176) para p Funções Respostas Impulsivas,
obtemos:
58
[ h] 1   {h' } 1 
   ' 
[ h] 2 {β} = {h } 2 
 M 
  ou [hG ]2Npx 2 N{β}2Nx1 = {h'G }2Npx 1 (178)
 M 
 
{h' } p 
[h]p   
A solução de mínimos quadrados pode ser encontrada através da técnica da

pseudo-inversa (ver Anexo 1) como:
{β} = ([h G ]T [hG ]) [hG ]T {h'G }

−1
(179)
Uma solução deste tipo para a Eq. (176) já poderia ter sido aplicada no método da
exponencial complexa, considerando-se que mais do que 2N conjuntos de pontos já
seriam uma forma de melhorar os resultados, principalmente, devido ao fato de se poder
varrer uma quantidade maior de pontos da Função Resposta Impulsiva e, assim,
minimizar os efeitos dos ruídos de medição. Portanto, na Eq. (178), podemos ter mais do
que 2N conjuntos de pontos de medição.
Conhecidos os coeficientes do vetor {β}, obtém-se os valores de Vr resolvendo,
como antes, a Eq. (172) e, então, para cada Função Resposta Impulsiva, os resíduos
Ar' podem ser determinados usando-se novamente a Eq. (177). Alternativamente, um
algoritmo no domínio da freqüência pode ser usado para determinação dos resíduos.
Como no método da exponencial complexa, permanece, ainda, o problema da
estimativa correta do número de modos. Entretanto, o cálculo do escalão da matriz [hG],
na Eq. (178) pode ser usado como uma indicação desta quantidade.
8.2.3 – Método de Ibrahim
Trata-se de um método global de ajustamento no domínio do tempo.

Suponha-se o sistema excitado por uma força associada à s-ésima coordenada
generali zada, q s . O vetor de resposta impulsiva será:
{h(t)}s = ∑ {j A}s e s t = ∑ {φ}j φsje s t

2N 2N
j r
(180)
j=1 j=1
onde as constantes φ sj são chamadas fatores de participação modal.

Se a excitação fosse associada à coordenada qr, a Eq. (180) seria, obviamente,
válida, com r escrito no lugar de s. Assim, a resposta às duas excitações aplicadas
simultaneamente seria:
2N
{h(t)} = {h(t )}s + {h(t)}r = ∑ {φ}j (φsj + φrj )es t r
(181)
j=1
A Eq. (181) é válida para um número qualquer de excitação e pode-se escrever:
2N
{h(t)} = ∑ C j {φ}j e s t r
(182)
j =1
59
onde Cj representa a soma dos j-ésimos fatores de participação modal. Essa constante,
no método de Ibrahim, é incorporada ao vetor {φ}j, conforme mostra a seguinte equação:
2N
{h(t)} = ∑ {ϕ}j es t r
(183)
j =1
Na Eq. (183), {ϕ}j = C j {φ}j é, ainda, um modo de vibrar, mas não mais ortonormal e
uma conseqüência da utilização do método de Ibrahim é a impossibilidade das constantes
Cj serem recuperadas. Com base na Eq. (183), a i-ésima resposta será escrita assim:
2N
hi ( t ) = ∑ ϕije sr t , i = 1,...,q (184)
j=1
Na Eq. (184), o número q representa o número de pontos de medição na estrutura

ensaiada. A resposta no instante tk será escrita assim:
2N
hik = ∑ϕ λ
j=1
ij jk (185)
onde
hik ≡ hi ( t k ) λ jk = e
sj tk
e (186)
Agrupando os termos para i = 1,...,q, j = 1,...,2N e k = 1,...,M, obtém-se:
h11 h12 L h1M   ϕ11 ϕ12 L ϕ1,2N   λ11 λ12 L λ1M 

h     
 21 h22 L h 2M  =  ϕ21 ϕ22 L ϕ2,2N  λ 21 λ 22 L λ 2M  (187)
 M M M M   M M M M   M M M M 
     
hq1 h q2 L h qM   ϕq1 ϕq2 L ϕq,2N  λ q1 λ q 2 L λ qM 
ou, simplesmente
[h]qxM = [ϕ]qx 2N [∧c ]2NxM (188)
onde M ≥ q ≥ 2N, com q representando o número de Funções Resposta Impulsiva, que

normalmente corresponde ao número de pontos de medição, N o número de modos de
vibração e M o número total de valores da função impulsiva para os tempos distintos tk.
Tomem-se, agora, as medições feitas nos instantes tk + ∆t, com k = 1,...,M. Por
exemplo, para o i-ésimo ponto de medição:
2N 2N
hi ( t k + ∆t ) = ∑ ϕij esr ( tk +∆t ) =∑ ϕij e sr ∆tk e
s j tk
(189)
j=1 j =1
) s ∆t
) )
Definindo ϕij = ϕij e j e hi ( t k ) = hik = hi ( t k + ∆t ) = hi,k+1
60
tem-se
) 2N
)
hik = ∑ϕ λ
j=1
ij jk (190)
A seguinte relação matricial é imediata:
[h) ]
qxM
)
= [ϕ]qx 2 N [∧c ]2NxM (191)
e, deve-se notar que [ϕ] = [ϕ][∧]

)
com [∧]2Nx2N = [\ e s\ ∆t ].
j
)
Por outro lado, existe uma matriz quadrada [S] que relaciona h e h, da seguinte
maneira:
[h) ] = [S] [h] (192)
Esta matriz [S], que é uma matriz de transmissão, é característica do sistema estrutural,
como se verá a seguir, e pode ser calculada por:
[S] = [h] [h]+

)
(193)
onde a matriz [h]+ é a pseudo-inversa de [h].

Substituindo as Eq.’ s (188) e (191) na Eq. (192), chega-se a:
[ϕ) ] [∧ c ] = [S] [ϕ] [∧ c ] ou [ϕ) ] = [S] [ϕ] (194)
) s ∆t
e como ϕij = ϕij e j e {ϕ)} = [S]{ϕ}, podemos escrever o seguinte problema padrão de
autovalor:
[S]{ϕ} = {ϕ}e s ∆t j
(195)
Visto que [S] é de ordem q, existirão q autovalores e q autovetores. Entretanto, se

s ∆t
q > 2N existirão modos computacionais. Determinados os autovalores e j é fácil calcular
as freqüências naturais e os fatores de amortecimento modais.
Por outro lado, se os cálculos forem repetidos para mudanças diferentes de
intervalo de tempo, é possível distinguir os modos genuínos dos modos computacionais,
)
com base na relação {ϕ}j = {ϕ}j e j , bastando para isso que se compare os valores de
s ∆t
{ϕ) }j para um intervalo de tempo com o valor calculado para o intervalo seguinte. Um
modo genuíno fornecerá valores semelhantes enquanto que um modo computacional
tenderá a apresentar valores distintos.
61
ANEXOS

ANEXO 1 - A Técnica de Decomposição em Valores Singulares
A.1.1 – INTRODUÇÃO
A proposta deste anexo é dar uma visão sintética da Técnica de Decomposição em

Valores Singulares (Singular Value Decomposition - SVD) dando ao leitor uma
oportunidade de contato com este método numérico potente, que permite a determinação
do escalão (rank) de uma matriz e a solução de sistema de equações sobredeterminados,
entre outras aplicações.
A.1.2 – DECOMPOSIÇÃO EM VALORES SINGULARES
A decomposição de uma matriz [A] em valores singulares é dada por:
[A ]MxN = [U]MxM [∑ ]MxN [V]NxN

T
(A.1)
onde [U] e [V] são matrizes ortogonais, isto é:
[U]T [U] = [U][U]T = [V]T [V ] = [V ][V ]T = []I (A.2)
e, por extensão:
[U]T = [U]−1 e [V ]T = [V]−1 (A.3)
[∑] é uma matriz real com ele mentos σij = σi para i = j e σij = 0 para i ≠ j. Os valores
de σi são denominados de valores singulares da matriz [A]. Sem perda de generalidade
nós assumiremos que eles são valores decrescentes, ou seja, σ1 > σ 2 > L > σN .
 σ1 0 L 0
0 σ
 2 L 0 
[∑] =  M M O M  N (A.4)
 
0 0 L σN 
 0 0 L 0  M-N
N
Se a matriz [A] é complexa, então, a Eq. (A.1) torna-se:
[A ]MxN = [U]MxM [∑ ]MxN [V]HNxN (A.5)
onde o sobrescrito H denota a transposta conjugada complexa (Hermitiana). [U] e [V] são
matrizes unitárias (esta denominação substitui o termo ortogonal quando a matriz é
complexa), isto é:

[U]H [U] = [U][U]H = [V]H [V ] = [V][V ]H = []I (A.6)
[U]H = [U]−1 e [V ]H = [V]−1 (A.7)
Os valores singulares são a raiz quadrada dos autovalores da matriz [A]T[A], se [A]
é real, e de [A]H[A], se [A] é complexa. Porque [A]T[A] é simétrica e [A]H[A] é Hermitiana,
seus autovalores são sempre reais e, portanto, ambas as Eq. (A.1) e (A.5) fornecem
valores singulares reais.
A.3 – APLICAÇÕES DE SVD
A.3.1 – Determinação do Escalão de uma Matriz
O conceito de escalão de uma matriz está diretamente relacionado com a

dependência linear de suas linhas (ou colunas). Por exemplo, uma matriz de ordem N x N
cujas as linhas são linearmente independentes terá um escalão igual a N. Entretanto, se
uma das linhas e linearmente dependente das demais o seu escalão será N – 1. Em
outras palavras, o escalão de uma matriz é igual ao número de linhas linearmente
independentes que possui. Uma matriz de ordem M x N, com M > N, é dita ter escalão
completo (full rank) se seu escalão é igual a N, ou escalão deficiente (rank-deficient) se
seu escalão é menor do que N. Quando uma matriz quadrada tem escalão deficiente ela é
singular, isto é, seu determinante é nulo.
O escalão de uma matriz é facilmente determinado através da técnica SVD, uma
vez que o escalão da matriz é o número de valores singulares não nulos obtidos na
decomposição da matriz. Para uma matriz de ordem 3 x 3, com uma linha linearmente
dependente, σ3 seria igual a zero e somente os valores de σ1 e σ2 não serão nulos.
A.3.2 – Determinação do Número de Condição
Uma outra aplicação simples de SVD é o cálculo do número de condição de uma

matriz. Este número pode ser determinado pela relação σmax / σmin, onde σmin é o menor
valor singular não nulo. Este cálculo pode servir como um indicador de problemas
potenciais, como a informação do mau condicionamento de uma matriz, que se
caracteriza por um alto valor da relação.
A.3.3 – Solução de Sistemas de Equação
A SVD pode ser muito útil para resolver sistemas de equações sobredeterminados,
da forma:
[A ]MxN {X}Nx1 = {b}Mx 1 (A.8)
onde M > N. Aplicando a SVD sobre [A], obtemos:
[U]MxM [∑ ]MxN [V ]NxN

T
{X}Nx1 = {b}Mx 1 (A.9)

ou
[∑ ]MxN [V ]TNxN{X}Nx1 = [U]MxM

T
{b}Mx 1 (A.10)
ou, ainda,
[∑]MxN {Z}Nx1 = {d}Mx1 (A.11)
com
{Z} = [V]T {X} (A.12)
{d} = [U]T {b} (A.13)
A Eq. (A.11) representa um conjunto de M equações desacopladas, com N

incógnitas. Desta equação podemos escrever:
σ jZ j = dj para j ≤ N e σj ≠ 0 (A.14a)
0.Z j = d j para j ≤ N e σj = 0 (A.14b)
0 = dj para j>N (A.14c)
As equações (A.14b) e (A.14c) serão consistente somente se dj = 0 para σj = 0 ou

j > N. A existência de um vetor {b} para o qual [A] {X} = {b} tenha uma solução {X} implica
em dj ter que ser zero para σj = 0, se j ≤ N ou para J > N. Se esta condição não acontece,
a Eq. (A.8) não tem uma solução exata. Neste caso, Zj não pode ser determinado da Eq.
(A.14b), entretanto, uma solução aproximada pode ser obtida fazendo Zj = 0 sempre que
σj = 0. Isto corresponde à solução mais próxima em um sentido de mínimos quadrados
(minimização de [A]{X}− {b} ). Após o cálculo de {Z}, o vetor {X} pode ser determinado
2
da Eq. (A.12) fazendo:
{X} = [V ]{Z} (A.15)
A.3.4 – Determinação da Pseudo-Inversa
A matriz [A]+ , de ordem N x M, é denominada de pseudo-inversa da matriz [A] se

as seguintes condições são satisfeitas:
1. [A] [A]+ [A] = [A]
2. [A]+ [A] [A]+ = [A]+

(A.16)
+
3. [A] [A] é simétrica
4. [A]+ [A] é simétrica

A matriz [A]+ sempre existe e é única. Se [A] é quadrada e não singular, então
[A] = [A]-1 e se [A] é retangular de escalão completo, então [A]+ = ([A]T [A])-1 [A]T. No
+
último caso se [A] é complexa, então [A]+ = ([A]H [A])-1 [A]H. Entretanto, se [A] não tem
escalão completo a melhor forma de calcular a pseudo-inversa é através da SVD. A
pseudo-inversa está relacionada ao problema de mínimos quadrados, tal como o valor de
{X} que minimiza [A]{X}− {b} e que pode ser dado por {X} = [A]+ {b}. Considerando a Eq.
2
(A.1) e calculando a pseudo-inversa, obtemos:
[A ]NxM = ([V ]NxN ) [∑ ]NxM[U]MxM

+ T + + +
(A.17)
Como as matrizes [U] e [V] são ortogonais e de escalão completo, a pseudo-

inversa coincide com a matriz inversa clássica e, portanto, podemos escrever:
[A ]NxM
+
= [V ]NxN[∑ ]NxM[U]MxM
+ T
(A.18)
A matriz [∑] + é uma matriz diagonal real de ordem N x M, constituída pelos valores
inversos dos valores singulares σj não nulos. Cada elemento da matriz [A]+ pode ser mais
eficientemente calculado por:
v ik u jk
aij+ = ∑
σk ≠ 0 σk
(A.19)
onde vjk e ujk são os elementos correspondentes de [V] e [U] T. A soma exclui os valores
de σj que são nulos. Em termos práticos, somente são considerados os valores singulares
que são maiores do que um valor crítico τ, ou seja:
v iku jk
aij+ = ∑
σk > τ σk
(A.20)
Esta condição prática de aceitação dos valores singulares σk implica em não

atendimento da primeira condição da Eq. (A.16) e, neste caso, esta condição deve ser
trocada por esta outra:
[A][A ]+ [A ] − [A ] <τ (A.21)
Por outro lado, todas as demais condições impostas pela Eq. (A.16) continuam
válidas. Entretanto, o fato do não atendimento de uma condição expressa pela Eq. (A.16)
leva a constatação de que a pseudo-inversa passa a não ser única, mas entre as
respostas possíveis, a condição expressa pela Eq. (A.21) é a que fornece o mínimo erro
para o problema de mínimos quadrados.

ANEXO II – Processamento de Sinal para Análise Modal
A.2.1 - INTRODUÇÃO
Nos últimos anos algumas técnicas de medição têm sido desenvolvidas

continuamente para melhorar a precisão das Funções Resposta em Freqüência - FRF
medidas, bem como reduzir o tempo e o custo do teste modal. Historicamente, estas
técnicas têm sido categorizadas em métodos de sintonia senoidais, ou de Apropriação de
Força, e não senoidais, ou de Separação de Fase.
Os métodos de Apropriação de Força, ou Ressonância-Fase, consistem de
procedimentos que tentam estabelecer modos naturais de vibração por medição direta da
vibração forçada da estrutura de teste por excitação multiponto. Para fazer isso, vários
excitadores são usados para aplicar sobre a estrutura de teste forças que variam
senoidalmente. Para um teste modal com múltiplos excitadores, a freqüência de excitação
e o nível da força relativa do excitador são ajustados para isolar a resposta do modo alvo
das respostas de todos os outros modos. As propriedades modais são então tomadas da
medição direta da resposta de vibração forçada. Uma vantagem significativa destes
métodos é que eles podem ser usados para determinar as propriedades modais de
estruturas com alta densidade modal, isto é, com modos próximos. Contudo, para
sintonizar o excitador de forma a excitar o modo de interesse, é necessário um
conhecimento razoável sobre a natureza particular daquele modo que é requerido.
Ademais, o procedimento de sintonização pode se tornar muito complicado, consumindo
tempo e, portanto, aumentando os custos do teste modal. Na realidade, nos métodos de
apropriação de força não existe distinção clara entre medição e análise, que são
realizadas juntas. Por outro lado, nos métodos não senoidais, existe uma clara separação
entre medição e análise. Ocasionalmente, os dados da resposta livre são gravados e
posteriormente analisados. Mas freqüentemente, os sinais no domínio do tempo,
correspondentes a uma força aplicada e a resposta, são capturados e processados de
modo a obter Funções Resposta em Freqüência – FRF’s ou Funções Resposta
Impulsivas – IRF’s que são melhores analisadas por técnicas apropriadas de ajuste de
curvas para fornecer as propriedades modais da estrutura. Entretanto, o tratamento dos
sinais envolve um número grande de precauções, técnicas e procedimentos que justificam
um estudo na área de Processamento de Sinais.
Nas duas décadas passadas, a introdução do algoritmo da Transformada Rápida
de Fourier – FFT, a disponibilidade de equipamentos de processamento de dados digitais
e de microcomputadores potentes levaram ao desenvolvimento de procedimentos de
teste que não tentam excitar a estrutura de teste em freqüências discretas. Ao invés
disso, todos os modos dentro de uma faixa de freqüência de interesse são excitados
simultaneamente com uma única força de banda larga variando aleatoriamente usando
um excitador eletrodinâmico, ou múltiplas forças de banda larga não correlacionadas
variando aleatoriamente usando múltiplos excitadores eletrodinâmicos, ou uma força
impulsiva usando um martelo instrumentado. Os dados medidos, referentes à resposta da
estrutura, são então processados digitalmente para fornecer uma estimativa das FRF’s ou
IRF’s.
Neste capítulo, os conceitos básicos da Análise de Fourier, Transformada de
Fourier e FFT são apresentados. Suas limitações, as armadilhas usando-as e como elas
podem ser implementadas são apresentadas.

A.2.2 - ANÁLISE DE FOURIER
Quando o sinal de resposta é uma onda senoidal pura tal como aquela obtida de
um teste modal com excitação senoidal, a determinação das freqüências características é
um processo simples. Contudo, em um teste modal com excitação aleatória, o
deslocamento, a velocidade ou a aceleração da estrutura de teste é normalmente uma
função complicada resultante de uma interação entre várias freqüências de ressonância
da estrutura e das freqüências características da força acionadora externa.
Antes de abordarmos tal situação, iniciemos com o caso mais simples de uma
excitação periódica, que leva a uma resposta periódica. Como o deslocamento x(t) é uma
função periódica de período T, x(t) pode ser expresso como uma soma de ondas
senoidais harmonicamente relacionadas, ou seja, pode ser representado pela série de
Fourier como:
 ∞
2πn 2πn 
x( t ) = a o + 2∑  a n cos t + b n sen t (AII-1)
n =1  T T 
A constante ao é simplesmente o valor médio de x(t) para o período T (digo de –T/2

a T/2). As constantes a n e b n podem ser avaliadas de:
1 T /2 2πn
an =
T ∫−T / 2
x( t ). cos
T
t.dt (AII-2)
1 T/2 2πn
bn = ∫
T −T / 2
x( t ). sen
T
t.dt (AII-3)
As constantes an e bn podem ser calculadas de uma forma direta para qualquer

função periódica. Deve ser notado que os cálculos acima estão baseados em funções
reais e que o espectro de freqüência de x(t) é definido somente para freqüências positivas
(n = 1,2,3, ...).
Se cos (2πnt/T) e sen (2πnt/T) são expressos em termos de funções exponenciais
complexas como:
2πn ei 2πnt / T + e −i 2πnt / T

cos t=
T 2
(AII-4)
i 2 πnt / T −i 2 πnt / T
2π n e −e
sen t=
T 2i
a forma exponencial resultante para a série de Fourier pode ser escrita como:
∞
x( t ) = ∑C e n
i2 πnt / T
(AII-5)
n= −∞
onde
1 T /2
T ∫− T / 2
Cn = x( t ).e − i2 πnt / T dt (AII-6)

Cn é definido para valores de n (freqüência) negativo e positivo e a relação entre Cn

e as quantidades reais a n e b n é dada pela seguinte equação:
Cn = C−n = a 2n + b 2n (AII-7)
Se x(t) não é uma função periódica mas um único impulso, é possível ainda utilizar
o teorema de Fourier, embora em uma versão um pouco modificada. Substituindo a Eq.
(AII-6) na Eq. (AII-5), obtemos:
∞
1
∑ T  ∫ dτ e
T/2 −i2 πnτ / T i2 πnt / T
x( t ) = x( τ )e (AII-8)
n= −∞
−T / 2 
Pode ser assumido que neste caso o impulso será repetido após um período
infinito. Como T → ∞, 1 T = ∆f → df e n T = n∆f → f que é uma variável contínua.
Conseqüentemente, a soma na Eq. (AII-8) transforma-se em uma integral:
∞
 ∞ x( τ)e− i2 πfτdτ  ei2 πf tdf
x( t ) = ∫− ∞  ∫− ∞ 
(AII-9)
ou
∞
x( t ) = ∫−∞
X( f ).ei2 πf tdf (AII-10)
onde
∞
X( f ) = ∫ x( t ).e −i 2 πf tdt (AII-11)
−∞
As equações (AII-10) e (AII-11) constituem o par de integrais de Fourier bem

conhecido, definido na forma complexa de -∞ a +∞. Estas integrais são muito importantes
porque elas permitem um sinal no domínio do tempo ser transformado para o domínio da
freqüência e vice-versa.
Até aqui discutimos apenas os sinais periódicos e um impulso único.
Freqüentemente, nos testes modais, outros tipos de sinais podem ser encontrados. Os
vários tipos de sinais podem ser categorizados como:
(a) Harmônico, por exemplo, forças e sinais de resposta de uma estrutura excitada por
uma força senoidal;
(b) Periódico, por exemplo, vibração de uma máquina rotativa em velocidade
constante;
(c) Transiente, por exemplo, a resposta de uma estrutura excitada por uma força
impulsiva;
(d) Aleatório, por exemplo, a resposta de uma estrutura sob excitação de ruído branco.
As categorias (a) e (b) são sinais periódicos. Conseqüentemente, uma análise de

Fourier pode ser realizada, uma vez que o período T do sinal está bem definido. A
categoria (c) é o resultado de um sinal impulso e pode ser analisado usando a integral de
Fourier. Além disso, se o sinal transiente tende a se anular para um tempo maior do que o
tempo de gravação (comprimento do registro de gravação) do sinal, ele pode ser
convertido para um sinal periódico considerando que ele se repete para o tempo de
gravação, duas vezes o tempo de gravação, três vezes o tempo de gravação, etc. Na

prática, para a categoria (d), somente é possível analisar um comprimento de gravação

finito do sinal aleatório. Contanto que as propriedades estatísticas não variem durante a
gravação dos dados ou entre gravações dos dados, isto é o sinal é estacionário e
ergódico, o sinal é assumido ser periódico, sendo o período T igual ao comprimento de
gravação dos dados, e a análise de Fourier é realizada. Contudo, como será visto mais
tarde, é necessário algum tratamento adicional e cuidadoso, incluindo algum cálculo de
média, o qual é sempre requerido.
A série de Fourier dada pela Eq. (AII-1) ou Eq. (AII-5) mostra que x(t) é
representado por uma série de harmônicos, de freqüências 1/T, 2/T, 3/T, ... Por isso, o
espaçamento das componentes de freqüência, ou a resolução obtida, é de 1/T Hz. Isso
não é problema se o sinal que está sendo analisado é verdadeiramente periódico no
tempo T, uma vez que nenhuma componente do sinal pode estar entre as freqüências
calculadas na análise de Fourier. Porém, é freqüentemente necessário analisar sinais que
não são verdadeiramente periódicos no tempo T como, por exemplo, a vibração de uma
máquina rotativa que tem um número não inteiro de revoluções durante o período de
medição, ou a vibração de uma estrutura sob cargas ambientais aleatórias.
O problema pode ser ilustrado comparando-se a série de Fourier de uma onda
senoidal que tem um número n de períodos no tempo T e uma onda senoidal que tem
(2n+1)/2 dentro do comprimento de gravação como mostrado na Fig. AII.1 (a) e (b). Como
pode ser visto na Fig. AII.1 (b), que mostra a onda de período não inteiro, se o sinal
dentro do tempo de gravação T é repetido além daquele período, ocorrerá uma
descontinuidade. Os espectros resultantes são mostrados nas figuras AII.2 (a) e (b). A
Fig. AII.2 (a) mostra a freqüência da primeira onda senoidal que foi corretamente gravada
enquanto a Fig. AII.2 (b) mostra o espectro da segunda onda senoidal que apresenta
banda relativamente larga e dois picos na vizinhança da freqüência correta. Além disso,
no segundo caso, a presença de outras componentes senoidais pode causar o
mascaramento da onda senoidal original pelos lóbulos laterais daquelas componentes.
Isto tem implicações importantes para testes modais onde alguns modos podem ser
menos fortemente excitados do que outros modos próximos em algumas posições
particulares de medição, tais como pontos nodais.
Figura AII.1 (a) Seno com n períodos. Figura AII.1 (b) Seno com (2n+1/2) períodos.
O fenômeno do desdobramento das componentes do espectro verdadeiro em

outras freqüências é denominado de “leakage” (vazamento). Tendo por base a Fig. AII.2
(a), a interpretação é que a energia associada com a linha espectral em fo migrou, ou
vazou, para as freqüências vizinhas, como na Fig. AII.2 (b). Assim, a análise de uma
gravação de tempo finito pode causar vazamento no espectro verdadeiro. Para corrigir, ou
pelo menos minimizar, este problema, o sinal no domínio do tempo é geralmente
multiplicado por uma função, conhecida como função janela ou simplesmente janela. O

objetivo é obter um decaimento suave do sinal para o valor nulo nos limites do período de
tempo de gravação, tal que o sinal resultante se aproxime mais de um sinal de período
exato. Da Fig. AII.1(b) para a Fig. AII.2(b), nenhuma janela foi aplicada ou, o que é
equivalente, uma janela retangular foi usada.
Figura AII.2 (a) Espectro de Potência obtido Figura AII.2 (b) Espectro de Potência
obtido quando fo T é inteiro. quando foT não é inteiro.
A forma exata do espectro vazado depende da freqüência e da relação de fase

entre x(t) e a função janela. De modo a minimizar o vazamento, um número significativo
de janelas tem sido proposto. A tabela AII-1 resume algumas das mais importantes
janelas normalmente incorporadas em analisadores FFT.
Tabela AII-1 – Funções Janelas e suas Formas.

A função janela mais comumente usada é a janela Hanning. Seu nome originou-se
de von Hann, um cientista que aplicou um processo equivalente para dados
meteorológicos. Quando os sinais senoidais mostrados nas figuras AII.1 (a) e (b) são
multiplicados pela janela Hanning antes da análise de Fourier, os espectros resultantes
dos sinais são mostrados nas figuras AII.3(a) e (b). Podemos observar que a janela
Hanning faz com que alguma quantidade de energia do sinal original escoe para as duas
componentes espectrais adjacentes enquanto ela suprime o vazamento de energia para
outras componentes espectrais que estão afastadas da freqüência correta. Então, a
aplicação da janela geralmente limita a extensão do vazamento e reduz a chance de
componentes importantes do sinal serem mascaradas.
Figura AII-3 (a) Espectro de potência obtido Figura AII-3 (a) Espectro de potência obtido
pelo uso de uma janela Hanning quando pelo uso de uma janela Hanning quando
foT é inteiro. fo T não é inteiro.
É recomendado que uma janela deve sempre ser usada exceto quando o sinal é
verdadeiramente periódico no tempo T ou o sinal é um transiente que sempre decai para
zero dentro do comprimento de gravação. Além disso, o inevitável espalhamento de
energia quando a análise de Fourier é usada para sinais que não são exatamente
periódicos no tempo de medição significa que grande cuidado deve ser tomado quando se
obtém valores de amortecimento do espectro, uma vez que os valores de amortecimento
tendem a assumir valores mais altos do que verdadeiramente são.
A.2.2.1 – TRANSFORMADA DISCRETA DE FOURIER
O que até aqui foi apresentado aplica-se igualmente aos sinais analógicos e
digitais. Na prática, a análise de Fourier é quase sempre desenvolvida usando um
Processador de Sinais Digitais embora os transdutores gerem sinais analógicos de saída.
Por exemplo, uma célula de carga piezelétrica gera uma voltagem de saída que é
proporcional à força excitadora aplicada à estrutura. Como a força varia de forma
contínua, a saída do transdutor mostra uma variação contínua do sinal. Um conversor
analógico digital (A/D), que é uma parte importante do sistema de aquisição de dados, é
usado para converter o sinal analógico do transdutor em código digital usado pelo
processador.
O conversor A/D grava o nível do sinal em um conjunto discreto de tempos, isto é,
1/fs , 2/fs , 3/fs , ..., N/fs segundos onde N é o número total de amostras e fs é a freqüência de
amostragem em Hz. A Fig. AII-4 mostra o processo típico de amostragem de um sinal
analógico.

Figura AII-4 Processo de Amostragem Típico de um Sinal Analógico.
Desde que não existe informação para os períodos de tempo entre as amostras, a
seleção incorreta da freqüência de amostragem pode produzir resultados não condizentes
com a realidade. A Fig. AII-5 (a) mostra uma onda senoidal com uma freqüência fo = 10
Hz. Tomando os valores amostrados desse sinal contínuo dependente do tempo, usando-
se freqüências de amostragem iguais a fs = 5 Hz, fs = 12 Hz e fs = 20 Hz e ligando os
valores amostrados por segmentos de retas, podemos produzir os gráficos de amplitude x
tempo como mostrado nas figuras AII-5 (b), (c) e (d). Examinando a Fig. AII-5 (b) é
razoável concluir que o sinal amostrado tem um valor constante, ou seja, é um sinal DC.
Esta conclusão está errada porque o sinal original é uma onda senoidal.
A magnitude do dado amostrado, que depende de quando a amostra foi tomada,
pode também não refletir a realidade. Isto ocorre se a onda é amostrada em uma taxa
qualquer que seja uma fração inteira da freqüência fo do sinal original, por exemplo, fo ,
fo/2, fo/3, ... A Fig. AII-5 (c) mostra os dados amostrados como sendo de uma onda com f
= 2 Hz, sendo esta freqüência a diferença entre a freqüência do sinal fo = 10 Hz e a
freqüência de amostragem fs = 12 Hz. A interpretação errada de um sinal por uma
senoide de freqüência mais baixa é denominada de “aliasing”. A menor taxa de
amostragem, ou freqüência de amostragem, requerida para evitar o “aliasing” é de pelo
menos duas vezes a freqüência do sinal. Esta afirmação é conhecida como o teorema de
amostragem de Nyquist-Shaunon. A Fig. AII-5 (d) mostra os dados como sendo uma onda
senoidal de freqüência igual a 10 Hz, a mesma freqüência da onda original.
Quando a amostragem e a digitalização são feitas pelo conversor A/D, o
dispositivo gera um número fixo de níveis digitais discretos do sinal, ou níveis de
quantização. O valor do sinal no instante da amostragem é arredondado para o nível
digital mais próximo possível, conforme mostrado na Fig. AII-6. A precisão do processo
depende do número de bits no conversor, uma vez que um conversor de n bit tem 2n
níveis de quantização. Muitoa analisadores FFT usam conversores A/D de 12 bits dando
212 = 4096 níveis, ou 212 –1 = 4095 níveis não nulos, e uma faixa dinâmica de
20.log10 4095 = 72,25 dB para medições pico-a-pico.
Na prática, o sinal deve ocupar tanto quanto possível da faixa do conversor. Se o
conversor é bipolar tendo, por exemplo, 4096 níveis entre –1V e +1V e o sinal está entre –
0,01V e +0,01V, 40 dB da faixa de medição será perdida. Neste caso, o sinal deve ser
amplificado ou a faixa do conversor mudada. Feito isto, os erros de quantização são
insignificantes.

Análise Modal Experimental - Completo

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análise Modal Experimental - Completo

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DO PARÁ

MESTRADO EM ENGENHARIA MECÂNICA

Professor: Newton Sure Soeiro, Dr. Eng.

Em um sentido amplo, poderíamos dizer que a análise modal é um processo por

Agora, se medirmos a resposta da placa, notaremos que a amplitude de vibração

freqüência para determinar as freqüências naturais do sistema. Por outro lado, é

Figura 3 – FRF para a Placa. Figura 4 – Sobreposição das respostas.

Figura 5 – Formas modais da placa correspondentes a cada freqüência natural.

As freqüências naturais e as respectivas formas modais associadas a estas

2 - FUNÇÃO DE TRANSFERÊNCIA E FUNÇÃO RESPOSTA EM FREQUÊNCIA DE UM

2.1 – Função de Transferência

Seja o sistema mostrado na Fig. 6, que consiste de uma massa, m, conectada a

Figura 6 – Sistema com um grau de liberdade.

A equação de movimento para este sistema é dada por:

m.x”(t) +c.x’(t) + k.x(t) = F(t) (1)

£{x”(t)} = s2 .x(s) – s.x(0) – x’(0) (2)

onde x(0) e x’(0) são as condições iniciais de deslocamento e velocidade,

£{x”(t)} = s2 .x(s) (3)

Aplicando a Transformada de Laplace na Eq. (1), temos:

m. s2 .x(s) + c.s.x(s) + k.x(s) = F(s) (4)

que leva a obtenção de valores complexos, em função de s, e é representada como uma

onde ωn é a freqüência natural, ωd é a freqüência natural amortecida e ξ é o fator de

Figura 7 – Parte real de H(s). Figura 8 – Parte Imaginária de H(s).

Figura 9 – Magnitude de H(s). Figura 10 – Fase de H(s).

A Eq. (5) pode, agora, ser reescrita como:

Figura 11 – Representação do Pólo no plano de Laplace.

Tomando a Eq. (9) e expandindo em frações parciais, a Função de Transferência

onde os conjugados complexos A e A* são definidos como sendo os resíduos da Função

Embora para um sistema com um grau de liberdade o resíduo A seja um número

2.2 – Função Resposta em Freqüência (FRF)

A Eq. (12) representa a expansão em frações parciais da FRF de um sistema de

Assim, a FRF nada mais é do que um caso particular da Função de Transferência.

A FRF fornece valores complexos de acordo com os valores de ω e, para a relação

Visto que o valor da FRF em qualquer freqüência é um número complexo, podemos

Podemos novamente determinar a sua magnitude e a sua fase:

Assim, em altas freqüências o ganho é dado por 1/ (m. ω2 ) e a fase é de - 180°.

e determinando o ganho e a fase na ressonância, temos:

Figura 12 – Magnitude da FRF Figura 13 – Fase da FRF

log (|H(iω)|) = log (1 / ω2) = log (ω-2) = -2.log (ω) (21)

Observando a Fig. 13, verifica-se que na ressonância (ω = ωn = 1 rd/s) a fase para

2.3 – Função Resposta Impulsiva

Figura 14 – Função Resposta Impulsiva.

3 – MECANISMO DE AMORTECIMENTO VISCOSO E HISTERÉTICO

Em geral, os sistemas em vibração reais dissipam energia por vários mecanismos

onde c é a constante de amortecimento viscoso, ω a freqüência da vibração e X a

Figura 15 – Curva carga / deflexão dinâmica típica para amortecimento viscoso.

Pela Eq. (24), a energia de dissipação é proporcional à freqüência e ao quadrado

c(ω) = d(ω) / ω (25)

que é equivalente a usar um amortecedor viscoso mas fazendo-o variar inversamente

A dependência de d com a freqüência é, em geral, estabelecida

Para uma estrutura completa (múltiplos graus de liberdade) supõe-se, em analogia

(-ω2m + k + id). X . eiωt = F.e iωt (29)

onde η = d / k é conhecido como o fator de perda.

4 – REPRESENTAÇÃO E PROPRIEDADES DE UMA FRF

A Função Resposta em Freqüência definida e discutida anteriormente é somente

Figura 16 – Representação tridimensional da Receptância.

Figura 17 – Parte real da Receptância (m = 1 kg, K = 100 N/m e c = 0.6 Ns/m).

Figura 18 – Parte imaginária da Receptância (m = 1 kg, K = 100 N/m e c = 0.6 Ns/m).

Se tomarmos a projeção de α(ω) no plano Real/Imaginário, isto é, no plano

Figura 19 – Diagrama de Nyquist da Receptância (m = 1 kg, K = 100 N/m e c = 0.6 Ns/m).

Figura 20 – Magnitude da Receptância (m = 1 kg, K = 100 N/m e c = 0.6 Ns/m).

Figura 21 – Fase da Receptância (m = 1 kg, K = 100 N/m e c = 0.6 Ns/m).