Análise Dinâmica de Estruturas - Paulo Mendes e Sérgio Oliveira

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/259822997
Análise dinâmica de estruturas Utilização integrada de modelos de

identiﬁcação modal e modelos de elementos ﬁnitos
Book · January 2008
CITATIONS READS
11 1,438
2 authors, including:
Paulo Mendes
Instituto Politécnico de Lisboa
56 PUBLICATIONS 162 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Project SSHM4Dams - "Seismic and Structural Health Monitoring for Large Concrete Dams" View project
Long-term dynamic monitoring of concrete dams View project
All content following this page was uploaded by Paulo Mendes on 10 July 2014.
The user has requested enhancement of the downloaded file.

ANÁLISE DINÂMICA DE ESTRUTURAS
UTILIZAÇÃO INTEGRADA DE MODELOS DE IDENTIFICAÇÃO MODAL E
MODELOS DE ELEMENTOS FINITOS
Lisboa, 2008
Paulo Mendes
Sérgio Oliveira
i
Prefácio
Este trabalho surge na sequência das actividades desenvolvidas pelo Eng.º Paulo
Mendes, Assistente do Instituto Superior de Engenharia de Lisboa (ISEL), sob a
orientação do Investigador Sérgio Oliveira, no Departamento de Barragens de Betão
(DDB), do Laboratório Nacional de Engenharia Civil (LNEC). O Eng.º Paulo Mendes
encontra-se a realizar um estágio no LNEC, com vista à elaboração da sua tese de
doutoramento (a dissertação será apresentada na Faculdade de Engenharia da
Universidade do Porto – FEUP), suportado pelo ISEL, com o apoio da Fundação para
a Ciência e Tecnologia (FCT).
Ao abrigo do protocolo celebrado entre o ISEL e o LNEC, este trabalho, resultante de
actividades de investigação desenvolvidas com o apoio destas duas instituições, é
agora compilado e publicado nas edições do LNEC.
Lisboa, Outubro de 2008
Paulo Mendes
Sérgio Oliveira
ii
iii
Análise dinâmica de estruturas. Utilização integrada de modelos de Resumo

identificação modal e modelos de elementos finitos
Neste trabalho aborda-se o tema da análise dinâmica de estruturas de engenharia civil,

utilizando, em paralelo, modelos numéricos de elementos finitos e modelos de
identificação modal no domínio da frequência, para avaliar as grandezas físicas que
caracterizam o seu comportamento dinâmico.
Após a introdução dos fundamentos da dinâmica de estruturas, efectua-se a descrição

de alguns dos métodos de identificação modal estocástica no domínio da frequência,
que se têm mostrado adequados para caracterizar o comportamento dinâmico de
estruturas, a partir de séries temporais de dados obtidas experimentalmente.
Apresenta-se um estudo sobre o comportamento dinâmico de uma parede em consola
submetida à acção da água – problema de interacção estrutura-fluido – recorrendo à
utilização em paralelo de modelos numéricos de elementos finitos e resultados
experimentais obtidos sobre um modelo físico. Com este exemplo pretende-se
salientar o interesse da utilização conjunta de resultados experimentais e modelos
numéricos na análise dinâmica de estruturas.
Dynamic analysis of structures. Using modal identification models and Abstract

finite elements models
This work is related with the study of the dynamic behaviour of civil engineering
structures, using both: numerical models and stochastic modal identification methods
on frequency domain, to evaluate the physical parameters which characterize his
dynamic behaviour.
After the introduction of some structural dynamic principles, some of the most
promissory methods of stochastic modal identification on frequency domain are
described. A study of the dynamic behaviour of a simple continuous structure is
presented, using this structure the structure-fluid interaction problem is also
presented, using both: finite element models and experimental results obtained on a
physical model. With this example we intend to show, two fundamental issues: the
importance of experimental data on the development of numerical models, and; the
utility of preliminary numerical models to prepare vibration tests.
iv
v
CAPÍTULO 1 - INTRODUÇÃO ......................................................................................................................... 1
1.1 CONSIDERAÇÕES GERAIS .................................................................................................................................................... 1
CAPÍTULO 2 – COMPORTAMENTO DINÂMICO DE MODELOS ESTRUTURAIS COM VÁRIOS GRAUS DE

LIBERDADE .................................................................................................................................................... 5
2.1 INTRODUÇÃO ....................................................................................................................................................................... 5

2.2 EXCITAÇÃO DETERMINÍSTICA ............................................................................................................................................ 7
2.2.1 EQUAÇÃO DO MOVIMENTO PARA ESTRUTURAS DISCRETIZADAS ........................................................................................ 7
2.2.2 FORMULAÇÃO MODAL ....................................................................................................................................................... 9
2.2.2.1 Determinação de frequências e modos de vibração de sistemas sem amortecimento .................................................... 9
2.2.2.2 Determinação de frequências e modos de vibração considerando amortecimento proporcional ................................. 12
2.2.2.3 Funções de resposta em frequência.............................................................................................................................. 13
2.3 EXCITAÇÃO ESTOCÁSTICA ................................................................................................................................................ 16
2.3.1 CONCEITOS DE ESTATÍSTICA E DE PROCESSOS ESTOCÁSTICOS .......................................................................................... 17
2.3.2 FUNÇÕES DE DENSIDADE ESPECTRAL DA RESPOSTA ......................................................................................................... 20
2.4 CONCLUSÕES ..................................................................................................................................................................... 23
CAPÍTULO 3 – IDENTIFICAÇÃO MODAL ESTOCÁSTICA NO DOMÍNIO DA FREQUÊNCIA ............................. 25
3.1 INTRODUÇÃO ..................................................................................................................................................................... 25

3.2 CONCEITOS BÁSICOS SOBRE A ANÁLISE NO DOMÍNIO DA FREQUÊNCIA........................................................................... 27
3.3 MATRIZ DAS FUNÇÕES DE DENSIDADE ESPECTRAL DE POTÊNCIA DA RESPOSTA ............................................................ 34
3.4 MÉTODO BÁSICO NO DOMÍNIO DA FREQUÊNCIA .............................................................................................................. 43
3.4.1 IDENTIFICAÇÃO DE FREQUÊNCIAS NATURAIS. ESPECTRO NORMALIZADO MÉDIO ............................................................. 44
3.4.2 FUNÇÕES DE COERÊNCIA ................................................................................................................................................. 46
3.4.3 IDENTIFICAÇÃO DAS CONFIGURAÇÕES MODAIS ................................................................................................................ 48
3.4.4 ESTIMATIVAS DOS COEFICIENTES DE AMORTECIMENTOS MODAIS .................................................................................... 51
3.5 MÉTODO DE DECOMPOSIÇÃO NO DOMÍNIO DA FREQUÊNCIA........................................................................................... 54
3.5.1 DECOMPOSIÇÃO EM VALORES SINGULARES ..................................................................................................................... 55
3.5.2 VERSÃO BASE (FDD)....................................................................................................................................................... 55
3.5.3 VERSÃO MELHORADA (EFDD) ........................................................................................................................................ 58
3.6 APLICAÇÃO DOS MÉTODOS ANTERIORES A RESULTADOS EXPERIMENTAIS .................................................................... 64
3.6.1 DESCRIÇÃO DO MODELO FÍSICO E DO ENSAIO DE VIBRAÇÃO AMBIENTAL ......................................................................... 65
3.6.2 EXEMPLO DE APLICAÇÃO EXPERIMENTAL ........................................................................................................................ 66
3.7 APLICAÇÃO DOS MÉTODOS NO DOMÍNIO DA FREQUÊNCIA A PARTIR DAS FUNÇÕES DE DECREMENTO ALEATÓRIO ...... 75
3.7.1 CONCLUSÕES ................................................................................................................................................................... 87
CAPÍTULO 4 – ANÁLISE DO COMPORTAMENTO DINÂMICO DE ESTRUTURAS CONTÍNUAS ........................ 89
4.1 INTRODUÇÃO ..................................................................................................................................................................... 89

4.2 SISTEMAS ESTRUTURAIS COM MASSA E RIGIDEZ DISTRIBUÍDAS ...................................................................................... 90
4.2.1 SOLUÇÃO PARA SISTEMAS COM MASSA E RIGIDEZ DISTRIBUÍDA ...................................................................................... 90
4.3 MODELOS NUMÉRICOS PARA ANÁLISE DE ESTRUTURAS CONTÍNUAS .............................................................................. 94
4.3.1 UTILIZAÇÃO DE MODELOS NUMÉRICOS NA ANÁLISE DO COMPORTAMENTO DINÂMICO DE BARRAGENS DE BETÃO ........... 95
4.3.2 EQUAÇÕES FUNDAMENTAIS DA MECÂNICA ESTRUTURAL................................................................................................. 96
4.3.3 MÉTODO DOS ELEMENTOS FINITOS .................................................................................................................................. 98
4.4 INTERACÇÃO ESTRUTURA-FLUIDO. PAREDE EM CONSOLA............................................................................................ 101
vi
4.4.1 SOLUÇÃO OBTIDA COM BASE NA FORMULAÇÃO DOS OSCILADORES CONTÍNUOS ............................................................ 102
4.4.2 MODELOS PLANOS DE ELEMENTOS FINITOS .................................................................................................................... 104
4.4.3 IDENTIFICAÇÃO MODAL ESTOCÁSTICA NO DOMÍNIO DA FREQUÊNCIA DE ESTRUTURAS CONTÍNUAS ............................... 108
4.4.4 CASO DE ESTUDO ........................................................................................................................................................... 120
4.5 CONCLUSÕES ................................................................................................................................................................... 133
CAPÍTULO 5 ...............................................................................................................................................135
5.1 SÍNTESE DO TRABALHO ................................................................................................................................................... 135
ANEXO A ...................................................................................................................................................139
A.1 INTRODUÇÃO .................................................................................................................................................................. 139

A.2 SÉRIES TEMPORAIS DE DADOS. AMOSTRAGEM .............................................................................................................. 140
A.3 ANÁLISE ESPECTRAL. FUNDAMENTOS ........................................................................................................................... 141
A.3.1 DA SERIE DE FOURIER A TRANSFORMADA DE FOURIER ................................................................................................. 142
A.3.2 APLICAÇÃO DA TRANSFORMADA DISCRETA DE FOURIER A SÉRIES TEMPORAIS ............................................................. 144
A.3.3 ERROS ........................................................................................................................................................................... 145
A.4 FILTRAGEM DE SINAIS .................................................................................................................................................... 151
A.4.1.1 Tipos básicos de filtros.............................................................................................................................................. 152
A.5 DECIMAÇÃO .................................................................................................................................................................... 154
A.6 ZOOM .............................................................................................................................................................................. 155
A.7 CONCLUSÕES .................................................................................................................................................................. 155
ANEXO B....................................................................................................................................................157
B.1 INTRODUÇÃO................................................................................................................................................................... 157

B.1.1 FUNÇÕES DE DECREMENTO ALEATÓRIO......................................................................................................................... 158
B.1.2 CONDIÇÕES INICIAIS ...................................................................................................................................................... 158
CAPÍTULO
1 INTRODUÇÃO
SUMÁRIO: As crescentes preocupações da sociedade com as questões de segurança

têm-se reflectido, ao nível da engenharia de estruturas, na revisão da
regulamentação de segurança, nomeadamente no que concerne ao comportamento
das estruturas sob acções dinâmicas, e em particular, sob acções sísmicas. Os novos
avanços ao nível da regulamentação têm sido conseguidos com base num maior
conhecimento do comportamento estrutural, resultante dos recentes
desenvolvimentos ao nível das tecnologias que permitem a observação do
comportamento dinâmico de estruturas reais (e de modelos físicos), ao nível das
metodologias de identificação modal e ao nível dos modelos computacionais para
simulação e interpretação do comportamento dinâmico.
Neste sentido, a observação do comportamento dinâmico de estruturas e o

desenvolvimento de modelos numéricos para análise e interpretação do seu
comportamento, são objecto de abordagem neste trabalho. Assim, neste capítulo
introdutório refere-se a motivação e os principais objectivos do trabalho.
1.1 Considerações gerais
A análise do comportamento dinâmico de estruturas de engenharia civil deve ser

efectuada recorrendo a resultados experimentais obtidos em ensaios de vibrações e a
modelos numéricos computacionais. Normalmente, a utilização de modelos
numéricos está associada à concepção e projecto de novas estruturas ou então a O recurso a modelos numéricos na
actividades relacionadas com o acompanhamento e/ou a avaliação de segurança de concepção, projecto e controlo de
estruturas existentes que apresentem um risco potencial significativo, como é o caso segurança de estruturas é essencial,
das pontes e das grandes barragens (ver Figura 1.1). O recurso à realização de ensaios nomeadamente sempre que se recorre
à utilização de novos materiais, novas
de vibrações está usualmente associado aos designados ensaios de recepção, formas estruturais e/ou novas
realizados após a construção das estruturas e antes da sua entrada em serviço, para metodologias de observação.
avaliar as condições de segurança iniciais, bem como a ensaios periódicos ao longo da
vida útil das estruturas, enquadrados nas actividades de observação do seu
comportamento dinâmico.
Recentemente, têm-se verificado importantes desenvolvimentos, quer ao nível da

modelação numérica, quer ao nível da tecnologia utilizada para a realização de
ensaios de vibrações, os quais estão alicerçados nas crescentes capacidades
computacionais e nos mais recentes desenvolvimentos tecnológicos verificados ao
nível dos equipamentos utilizados para medir a resposta dinâmica das estruturas
(sistemas de aquisição de dados, condicionadores de sinal, sensores, etc.).
Figura 1.1 Barragem da Aguieira.
2 Capítulo 1: Introdução
Estas evoluções têm impulsionado o desenvolvimento de modelos numéricos

(elementos finitos, elementos discretos, etc.), tornando-os cada vez mais adequados
para a análise do comportamento dinâmico de estruturas, bem como o
desenvolvimento das metodologias de identificação modal, utilizadas para avaliar as
características dinâmicas das estruturas a partir de séries temporais de dados obtidas
experimentalmente.
Por outro lado, é de salientar que, muitos dos progressos verificados ao nível da
modelação do comportamento dinâmico de estruturas se deve à cada vez maior
quantidade de informação experimental disponível, a qual tem permitido uma melhor
compreensão dos fenómenos físicos envolvidos, tendo como consequência lógica a
adopção de hipóteses mais adequadas para simular o comportamento dinâmico das
estruturas.
Densidade Espectral de Potência Média
Modelo numérico
Resultados experimentais
Figura 1.2 Esquema representativo da utilização integrada de modelos de identificação modal e modelos numéricos de elementos finitos.
Globalmente, a análise do comportamento dinâmico de estruturas deverá ser

efectuada, recorrendo à utilização integrada da modelação numérica e da identificação
experimental de parâmetros modais (frequências naturais, modos de vibração e
amortecimentos modais), tal como se mostra no esquema da Figura 1.2. No presente
trabalho apresentam-se os fundamentos da análise dinâmica de estruturas numa
perspectiva que potencia a utilização integrada de resultados experimentais da
observação do comportamento dinâmico de estruturas e de modelos numéricos de
elementos finitos. Assim o presente trabalho tem como principais objectivos:
• Apresentar alguns dos fundamentos da dinâmica de estruturas,

necessários para a implementação de métodos de identificação modal
estocástica no domínio da frequência, nomeadamente relacionados com
a formulação modal no domínio da frequência, para osciladores com
vários graus de liberdade;
• Descrever os principais métodos de identificação modal no domínio da
frequência, salientando algumas das potencialidades da sua aplicação;
• Apresentar os fundamentos das metodologias de processamento e
análise de sinais digitais;
1.1 Considerações gerais 3
• Abordar o problema do comportamento dinâmico de estruturas

contínuas, utilizando e comparando resultados analíticos, numéricos e
experimentais;
• Debater o problema da interacção estrutura-fluido, com base na
apresentação de resultados numéricos e experimentais, obtidos para o
exemplo de um modelo físico, de uma parede em consola submetida à
acção da água.
Este trabalho é igualmente desenvolvido com o objectivo de constituir um elemento

introdutório à identificação modal de estruturas, sendo por vezes exaustivo na
apresentação de alguns dos conceitos fundamentais. Por outro lado, também tem
como objectivo, apresentar alguns exemplos de aplicação nesta área.
Finalmente, importa salientar que a introdução do problema da interacção estrutura-

fluido, utilizando para o efeito um modelo físico simples, visa abordar de uma forma
simplificada, o problema da interacção barragem-albufeira. Neste contexto os
resultados analíticos, numéricos e experimentais apresentados, têm por objectivo
compilar um conjunto de elementos a partir dos quais poderá ser possível extrapolar
algumas conclusões para o caso concreto de barragens de betão.
4 Capítulo 1: Introdução
CAPÍTULO
2 COMPORTAMENTO DINÂMICO DE MODELOS

ESTRUTURAIS COM VÁRIOS GRAUS DE LIBERDADE
SUMÁRIO: O estudo do comportamento dinâmico de modelos estruturais com um

ou vários graus de liberdade, é essencial para a introdução de alguns dos
fundamentos da dinâmica de estruturas, essenciais para o desenvolvimento de
estudos mais avançados. Pelo que, a introdução deste capítulo visa introduzir alguns
desses fundamentos, essenciais para os conceitos que são apresentados nos
capítulos seguintes, os quais estão associados ao estudo da resposta de modelos
estruturais com vários graus de liberdade, no domínio da frequência, a partir de
excitações conhecidas, designadas por determinísticas, bem como, a partir de
excitações desconhecidas, designadas por estocásticas.
2.1 Introdução
A análise e caracterização do comportamento dinâmico de estruturas baseia-se num

conjunto de fundamentos, que usualmente são descritos em aplicações a modelos
estruturais com um e/ou vários graus de liberdade [Clough e Penzien, 1993; Chopra,
2000]. Neste capítulo apresentam-se estes fundamentos, realçando em particular,
alguns conceitos essenciais para o desenvolvimento de métodos de identificação
modal estocástica no domínio da frequência (capítulo 3). Os métodos de identificação
modal estocástica têm por objectivo a identificação das principais características
dinâmicas das estruturas, a partir de dados sobre a sua resposta (em geral obtidos
experimentalmente), sob as acções dinâmicas que normalmente as solicitam, as quais
apresentam em geral uma variação temporal de natureza aleatória, podendo ser
caracterizadas através de conceitos probabilísticos, como mais à frente se verá.
Todavia, em primeiro lugar apresentam-se os conceitos clássicos, associados ao
estudo da resposta das estruturas a partir de excitações conhecidas, designadas por
determinísticas.
Para além de uma adequada idealização das acções actuantes é igualmente importante
a consideração de um modelo matemático capaz de descrever de uma forma
suficientemente aproximada o funcionamento estrutural, o qual deverá permitir a
obtenção de relações matemáticas entre as características essenciais da excitação e da
resposta estrutural resultante. Estes modelos matemáticos, utilizados para caracterizar
o comportamento dinâmico das estruturas, podem recorrer a diferentes formulações,
nomeadamente, formulações no domínio do tempo e no domínio da frequência, em
coordenadas estruturais ou coordenadas modais.
Genericamente, e independentemente do tipo de excitação, o processo relativo à

caracterização do comportamento dinâmico de estruturas (ver Figura 2.1), baseia-se
no estabelecimento de um modelo matemático e de relações excitação-resposta, bem
6 Capítulo 2: Comportamento dinâmico de modelos estruturais com vários graus de liberdade
como a adopção de um modelo espacial discreto ou contínuo que represente

aproximadamente as propriedades geométricas e físicas das estruturas, usualmente
expressas através das matrizes de massa, rigidez e amortecimento, bem como a
aplicação das leis da Mecânica, resultando daí um sistema de equações diferenciais
caracterizador do movimento estrutural, a partir do qual é possível obter relações
excitação-resposta, quer numa óptica determinística, quer numa óptica estocástica.
Acção do vento Acção do tipo ruído ambiente

p (t) (desconhecida) p (t) (desconhecida)
0 0
t t
u (t)
Resposta estrutural
.. .
Propriedades estruturais: m.u(t)+c.u(t)+k.u(t)=p(t)
massa - m
rigidez - k
amortecimento - c t
Acção impulsiva Caracteríticas modais:

Acção harmónica
p (t) (conhecida / desconhecida) frequências naturais - f i p (t) (conhecida / desconhecida)
p configurações modais - φ i
amortecimentos modais - ξ i
0 τ 0
t t
Acção sísmica
p (t) (desconhecida)
..
p (t) = - m.u b(t)
..
u b(t) - aceleração da base de fundação
0
t
Figura 2.1 Esquema representativo da caracterização do comportamento dinâmico de estruturas.
Neste capítulo, o estudo do comportamento dinâmico de estruturas é efectuado, u 1 (t)
assumindo simplificadamente a hipótese de comportamento elástico linear e que as

características estruturais são invariantes no tempo.
Nos modelos matemáticos utilizados para estudar o comportamento dinâmico de u 2 (t)

estruturas com vários graus de liberdade, as propriedades estruturais são usualmente
representadas por intermédio de matrizes, que resultam de uma prévia discretização,
normalmente efectuada recorrendo a elementos finitos, como se verá no capítulo 4.
As propriedades estruturais são relacionadas com as forças externas, através do
u 3 (t)
estabelecimento de equações diferenciais de equilíbrio.
Tendo em conta o tipo de excitação, é efectuada a apresentação dos diversos

conceitos, recorrendo a um exemplo de aplicação que também será utilizado no
capítulo 3, o qual se refere ao modelo plano da estrutura de um modelo físico de um
edifício de 3 pisos (ver Figura 2.2).
Figura 2.2 Exemplo de um oscilador
com 3 graus de liberdade. Modelo
plano da estrutura de um modelo
físico um edifício de 3 pisos.
2.2 Excitação determinística 7
2.2 Excitação determinística
A caracterização do comportamento dinâmico de estruturas, com base numa excitação

do tipo determinística é usualmente designada como o processo clássico da análise
No âmbito da dinâmica de estruturas,
dinâmica de estruturas.
as acções ou excitações (dinâmicas),
são muitas vezes designadas também
Na perspectiva da utilização de modelos analíticos, este processo, baseia-se na por vibrações.
determinação da resposta dinâmica das estruturas, a partir de excitações conhecidas,
adoptando um modelo matemático adequado, que contemple as já mencionadas
propriedades físicas e geométricas, bem como a aplicação das leis da Mecânica,
utilizando, o já mencionado sistema de equações diferenciais caracterizador do
movimento estrutural.
Por outro lado, este processo também é utilizado para caracterizar a resposta dinâmica
de estruturas a partir de dados experimentais. Neste tipo de caracterização são
utilizados modelos experimentais que se baseiam nas relações excitação-resposta, a
partir das quais é possível avaliar as características dinâmicas das estruturas.
Nesta secção apresentam-se os conceitos utilizadas neste tipo de abordagem,

designadamente para o caso da análise no domínio da frequência de estruturas
discretizadas em vários graus de liberdade.
2.2.1 Equação do movimento para estruturas discretizadas
O estudo do comportamento dinâmico de estruturas, discretizadas em n graus de

liberdade e sujeitas à acção de forças externas p(t), pode ser efectuado através da
seguinte equação matricial, que representa um sistema de n equações diferenciais de
2ª ordem:
u ( t ) + c ⋅ u ( t ) + k ⋅ u ( t ) = p ( t )
m ⋅

As matrizes m, c e k , representam, respectivamente, a matriz de massas,

amortecimento e rigidez, cujos elementos mij, cij e kij representam as forças
generalizadas que ocorrem no grau de liberdade i, quando no grau de liberdade j é
imposta uma aceleração, uma velocidade ou um deslocamento generalizado unitário,
respectivamente.
Por sua vez os vectores u ( t ) , u ( t ) e u ( t ) , contêm as acelerações, velocidades e

deslocamentos generalizados relativos
a cada um dos graus de liberdade da estrutura,
enquanto o vector p ( t ) contém as forças aplicadas em cada um dos graus de
liberdade.
A resolução deste sistema de equações diferenciais de segunda ordem, pode ser

efectuada:
− no domínio do tempo, recorrendo a funções de resposta a impulsos, ou;
− no domínio da frequência, pela aplicação da transformada de Fourier a ambos Em geral, quando se aplica a
os membros (para condições iniciais não nulas deverá aplicar-se a transformada de Fourier, admite-se
transformada de Laplace). que as condições iniciais são nulas.
Uma vez que o objectivo deste trabalho é analisar o comportamento dinâmico de

estruturas com base na análise de resultados experimentais no domínio da frequência
(utilizando para o efeito, a transformada de Fourier), então a análise do anterior
sistema de equações diferenciais de segunda ordem, no domínio da frequência, é
evidentemente mais interessante. Transformadas de Fourier dos

vectores dos deslocamentos e das
forças:
Aplicando a transformada de Fourier a ambos os membros da anterior equação
matricial
F [ u ( t ) ]= U ( ω )

u ( t ) + c ⋅ u ( t ) + k ⋅ u ( t ) ⎤⎦ = F ⎡⎣ p ( t ) ⎤⎦
F ⎡⎣ m ⋅
F ⎡⎣ p ( t ) ⎤⎦ = P ( ω)

obtém-se uma nova expressão matricial, que relaciona, no domínio da frequência a

resposta com a excitação: Propriedades da transformada de
Fourier:
− m ⋅ ω2 ⋅ U ( ω) + i ⋅ ω⋅ c ⋅ U ( ω) + k ⋅ U ( ω) = P ( ω)
Transformada da 1ª derivada do
vector dos deslocamentos
A solução anterior é uma função complexa, definida no domínio da frequência, que F ⎡⎣ u ( t ) ⎤⎦ = i ⋅ ω ⋅ U ( ω )
simplificadamente pode ser escrita na forma seguinte:
Transformada da 2ª derivada do
U ( ω) = H ( ω) ⋅ P ( ω) vector dos deslocamentos

u ( t ) ⎦⎤ = −ω2 ⋅ U ( ω )
F ⎣⎡

em que U ( ω) e P ( ω) , são vectores que representam as transformadas de Fourier da

resposta e da excitação, respectivamente. Já H ( ω) é uma matriz composta por um
conjunto de componentes Hij ( ω) , as quais são funções de resposta em frequência
(FRF) do sistema, que relacionam a resposta no grau de liberdade i com a força
generalizada aplicada no grau de liberdade j. Esta matriz, relaciona-se com as
matrizes m, c e k , que caracterizam a estrutura, através da seguinte relação:
−1
H ( ω) = ⎡⎣ −ω2 ⋅ m + i ⋅ ω⋅ c + k ⎤⎦
A determinação da matriz anterior pode ser uma operação computacionalmente

dispendiosa, pois obriga ao cálculo da inversa de uma matriz complexa para cada
frequência pretendida. Recorrendo à designada formulação modal, é possível obter a
matriz H ( ω) , das funções de resposta em frequência de uma forma numericamente
mais eficiente.
Exemplo 2.1 Modelo plano de um modelo físico da estrutura de um edifício de três pisos.
Para uma melhor interpretação dos conceitos que vão sendo apresentados ao longo deste trabalho, é utilizado com exemplo, um pequeno
modelo físico da estrutura de um edifício, o qual é constituído por três pisos suportados por quatro pilares. Os pisos são materializados
por chapas de aço com 1.5 cm de espessura, enquanto que os pilares são lâminas de alumínio, com uma altura entre pisos de 20 cm e uma
secção transversal de 3×18 mm, como se mostra na Figura 2.3.
Por uma questão de simplificação, apenas se efectua uma análise plana do modelo, considerando-se para o efeito a direcção mais flexível
da estrutura do edifício. Atendendo às características mecânicas dos materiais utilizados na construção do modelo, os pisos funcionam
como diafragmas rígidos no seu próprio plano. Desta forma pode-se representar simplificadamente o modelo, como se mostra na Figura
2.3 (b).
Tendo em conta as simplificações introduzidas, determinaram-se as seguintes matrizes de rigidez e de massa:
⎡ 20833.33 −20833.33 0 ⎤ ⎡5 0 0 ⎤
k = −20833.33 41666.67 −20833.33⎥ [ N / m ]
⎢ m = ⎢ 0 5 0 ⎥ [ kg ]
⎢ ⎥ ⎢ ⎥
⎢⎣ 0 −20833.33 41666.67 ⎥⎦ ⎢⎣0 0 5 ⎥⎦
placa ( aço ) x2
p 1 (t) u 1 (t)
m
200 mm
k/2 k/2
placa ( aço )
15 mm p 2 (t)
m u 2 (t)
200 mm
placa ( aço )
k/2 k/2
p 3 (t) u 3 (t)
Pilares : m
(alumínio)
200 mm
3 mm x 18 mm
k/2 k/2
m
200 mm 0m
20
x1
(a) (b)
Figura 2.3 Modelo físico da estrutura do edifício de 3 pisos: (a) perspectiva do modelo; (b) idealização estrutural plana.
2.2.2 Formulação modal
A formulação modal permite transformar o sistema de equações diferenciais anterior,

num conjunto de equações diferenciais independentes (ou desacopladas). A operação
de desacoplar, consiste em expressar o vector dos deslocamentos numa combinação
linear de vectores independentes, designados por modos de vibração, os quais são
combinados linearmente através das designadas coordenadas modais.
2.2.2.1 Determinação de frequências e modos de vibração de sistemas sem amortecimento
Os fundamentos da formulação modal desenvolvem-se a partir do caso teórico de

estruturas sem amortecimento e sem forças externas aplicadas, com base no qual se
determinam os seus valores e vectores próprios, os quais correspondem
respectivamente às suas frequências próprias e modos de vibração. Considerando a
equação do movimento para a situação de vibração livre sem amortecimento, ou seja
u(t) + k ⋅ u(t) = 0
m ⋅

a equação anterior também pode ser representada na forma seguinte
− m ⋅ ω2 ⋅ u ( t ) + k ⋅ u ( t ) = 0 ou ⎡⎣ k − m ⋅ ω2 ⎤⎦ ⋅ u ( t ) = 0

que corresponde a um sistema algébrico cuja solução é genericamente dada por
−1
u ( t ) = ⎡⎣ k − m ⋅ ω2 ⎤⎦ ⋅ 0

ou, tendo em conta que a inversa de uma matriz é a correspondente matriz adjunta a
dividir pelo seu determinante,
Adj( k − m ⋅ ω2 )
u(t) = ⋅0
k − m ⋅ ω2
Com este resultado conclui-se que a solução u ( t ) será a solução trivial (nula) sempre

que o determinante (em denominador) for não nulo. Assim para obtermos as soluções
não nulas que nos interessam o determinante k − m ⋅ ω2 deverá ser nulo. Neste caso,
a solução u ( t ) será não nula, mas indeterminada. Assim, conclui-se que a equação
diferencial apenas poderá ter uma solução não nula se o determinante em
denominador for nulo
k − m ⋅ ω2 = 0
Desta forma, verifica-se que as soluções da equação anterior são da forma
u ( t ) = Φ ⋅ u* ( t )

em que Φ corresponde à designada matriz modal, que contém em cada coluna os

modos de vibração da estrutura (vectores próprios reais do sistema, correspondentes
às soluções não triviais) enquanto que u * ( t ) corresponde às denominadas

coordenadas modais (que são funções do tempo).
Matematicamente os conceitos de massa modal e de rigidez modal surgem quando, na

equação diferencial em análise, se introduz a forma
u ( t ) = Φ ⋅ u* ( t )

ficando
u(t) + k ⋅ Φ ⋅ u(t) = 0
m ⋅ Φ ⋅

a qual pode ser facilmente resolvida se multiplicarmos ambos os membros por Φ T já

que, em resultado desta multiplicação, obtemos o seguinte sistema de três equações
diferenciais desacopladas
Φ T ⋅ m ⋅ Φ ⋅ u* ( t ) + Φ T ⋅ k ⋅ Φ ⋅ u* ( t ) = 0

pois as matrizes Φ T ⋅ m ⋅ Φ e Φ T ⋅ k ⋅ Φ são matrizes diagonais, usualmente

designadas como a matriz das massas modais e a matriz da rigidez modal
⎡% ⎤ ⎡% ⎤
m* = Φ T ⋅ m ⋅ Φ = ⎢⎢ m*i ⎥
⎥ k * = Φ T ⋅ k ⋅ Φ = ⎢⎢ k *i ⎥
⎥ Φ = ⎡⎣" ϕi "⎤⎦
⎢⎣
%⎥⎦ ⎢⎣ %⎥⎦
em que mi e ki são, respectivamente a massa modal e a rigidez modal correspondentes

ao modo de vibração i, verificando-se a seguinte relação
ki
ωi =
mi
Assim, a equação diferencial anterior pode escrever-se na forma
u *i ( t ) + k *i ⋅ u *i ( t ) = 0
m*i ⋅
Importa referir que os vectores próprios são sempre determinados a menos de um

factor de escala, podendo-se, por conveniência para a resolução da equação do
movimento, normalizá-los relativamente à matriz de massa, de modo a que se
verifiquem as relações:
Φ Tm ⋅ m ⋅ Φ m = I Φ Tm ⋅ k ⋅ Φ m = Ω 2
em que Φ m é a matriz que tem como colunas os vectores próprios ϕmi normalizados
relativamente à matriz de massa, que podem ser determinados através de
ϕi
ϕmi =
mi
enquanto, I é a matriz identidade e Ω 2 é a matriz espectral.
Finalmente, refere-se ainda que, a resposta dinâmica de uma estrutura, dada pela
expressão u ( t ) = Φ ⋅ u * ( t ) também pode ser escrita na forma

N
u ( t ) = ∑ ϕi ⋅ u *i ( t )
i =1
em que N corresponde ao número de graus de liberdade considerado.
Exemplo 2.2 Determinação das frequências próprias e dos modos de vibração do modelo plano do edifício de 3 pisos, desprezando o
efeito do amortecimento.
Tendo em conta as matrizes de rigidez e de massa anteriormente apresentadas, apresentam-se agora, os valores próprios, frequências
próprias, matriz modal e matriz modal normalizada, os quais se obtiveram a partir da utilização de rotinas de cálculo desenvolvidas em
MatLab (Math Works, 2000):
Valores próprios[(rad/s)2] Frequências angulares naturais [rad/s] Frequências naturais [Hz]

⎡ 825 ⎤ ⎡ 28.72 ⎤ ⎡ 28.72 0 0 ⎤ ⎡ 4.57 ⎤
ωi = ⎢ 6479 ⎥ ωi = ⎢ 80.49 ⎥ Ω= ⎢ 0 ⎥ f i = ⎢12.81⎥
2
0 80.49
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢⎣13529 ⎥⎦ ⎢⎣116.31⎥⎦ ⎢⎣ 0 0 116.31⎥⎦ ⎢⎣18.51⎥⎦
Matriz modal (vectores próprios)

⎡ −0.3296 −0.2643 0.1467 ⎤
Φ = ⎢ −0.2643 0.1467 −0.3296 ⎥
⎢ ⎥
⎢⎣ −0.1467 0.3296 0.2643 ⎥⎦
Na figura seguinte apresentam-se as configurações modais, aplicando um valor de escala, considerado adequado, aos valores obtidos para
a matriz modal previamente apresentada.
1º MODO - 4.572Hz 2º MODO - 12.81Hz 3º MODO - 18.51Hz
0.6 0.6 0.6
0.5 0.5 0.5
0.4 0.4 0.4
0.3 0.3 0.3
0.2 0.2 0.2
0.1 0.1 0.1
0 0 0
-0.1 0 0.1 0.2 -0.1 0 0.1 0.2 -0.1 0 0.1 0.2
Figura 2.4 Modelo físico da estrutura de um edifício de 3 pisos: (a) perspectiva do modelo; (b) idealização estrutural plana.
2.2.2.2 Determinação de frequências e modos de vibração considerando amortecimento proporcional
Considere-se agora estruturas com amortecimento, para as quais é necessário assumir

a ortogonalidade dos modos de vibração em relação à matriz de amortecimento,
nestas circunstâncias considera-se
⎡% ⎤ ⎡% ⎤
c * = Φ T ⋅ c ⋅ Φ = ⎢⎢ c*i ⎥=⎢
⎥ ⎢ 2 ⋅ ξ i ⋅ m i ⋅ ωi
⎥
⎥
⎢⎣ %⎥⎦ ⎢⎣ %⎥⎦
nas igualdades anteriores é estabelecida a definição de amortecimento modal c*i .
Um caso especial de amortecimento proporcional é o designado amortecimento de

Rayleigh, cuja matriz de amortecimento resulta da combinação linear da matriz de
massa e da matriz de rigidez, através da seguinte expressão
c = α⋅m +β⋅k
em que α e β são duas constantes. Este modelo de amortecimento admite que a

distribuição do amortecimento nas estruturas é proporcional à distribuição de massa e
de rigidez. Esta hipótese simplificativa facilita o tratamento matemático do problema,
sendo na prática muito utilizada pelo facto de fornecer uma boa aproximação para um
grande grupo de estruturas.
Nestas circunstâncias, a solução geral do anterior sistema de equações diferenciais

pode ser obtida transformando-se num conjunto de equações diferenciais
independentes (ou desacopladas), como se mostra na seguinte expressão
u *i ( t ) + c*i ⋅ u *i ( t ) + k*i ⋅ u *i ( t ) = p*i ( t )

m*i ⋅

onde as componentes modais da excitação p*i ( t ) , resultam do produto da transposição

do vector correspondente ao do modo de vibração i pelo vector da excitação p ( t ) ,
isto é
p*i ( t ) = ϕiT ⋅ p ( t )

Salienta-se o facto de os vectores próprios dum sistema com amortecimento

proporcional coincidirem com os vectores próprios desse mesmo sistema sem
amortecimento, uma vez que a matriz de amortecimento c também é diagonalizada
pela matriz modal Φ , como aliás já se verificou. Todavia, para a obtenção de valores
próprios é necessário satisfazer a equação característica λ i2 + 2 ⋅ ξi ⋅ ωi ⋅ λ i + ωi2 = 0 , cuja
solução permite escrever:
λ i = −ξi ⋅ ωi + j ⋅ ωi ⋅ 1 − ξi2 , λ i⊗ = −ξi ⋅ ωi − j ⋅ ωi ⋅ 1 − ξi2
⎛λ ⎞
ωi = λ i , ξi = − Re ⎜ i ⎟
⎜λ ⎟
⎝ i ⎠
nas relações anteriores o índice ♦⊗ significa complexo conjugado.
Exemplo 2.3 Edifício de 3 pisos. Determinação da matriz de amortecimento e dos coeficientes de amortecimento, considerando a
formulação de amortecimento de Rayleigh (proporcional à massa e à rigidez).
Considerando as matrizes de massa e rigidez anteriormente apresentadas, determinou-se uma matriz de amortecimento viscoso
proporcional, obtida com base na aplicação da formulação de amortecimento Rayleigh, dada pela expressão c = α ⋅ m + β ⋅ k , em que se
arbitraram as seguintes constantes α = 0.05 e β = 0.0001 .
⎡ 2.3333 −2.0833 0 ⎤ ⎡ 0.23⎤

c = ⎢ −2.0833 4.4167 −2.0833⎥ [ N ⋅ s m ] ⇒ ⎢
ξ i = 0.43
⎥ [%]
⎢ ⎥ ⎢ ⎥
⎣⎢ 0 −2.0833 4.4167 ⎦⎥ ⎣⎢ 0.60 ⎦⎥
2.2.2.3 Funções de resposta em frequência
A equação do movimento escrita em coordenadas modais (desacoplada), é idêntica à

que descreve o movimento do oscilador de 1 grau de liberdade, podendo ser resolvida Recorde-se a equação do oscilador de
1GL:
no domínio do tempo através do integral de Duhamel ou ser transformada para o
domínio da frequência (recorrendo à transformada de Fourier), podendo-se escrever
u ( t ) + c ⋅ u ( t ) + k ⋅ u ( t ) = p ( t )
m ⋅
na seguinte forma
U i ( ω) = H di ( ω) ⋅ Pi ( ω)

Cada uma das funções de resposta em frequência no espaço modal H i ( ω) é definida,

em função dos parâmetros modais, pela expressão:
1
H di ( ω) = 2
ωi − ω2 + 2 ⋅ j ⋅ ξi ⋅ ω⋅ ωi
A matriz das funções de resposta em frequência completa, no sistema de coordenadas

generalizadas iniciais, pode ser obtida através da seguinte expressão
N
H ( ω) = Φ ⋅ H d ( ω) ⋅ Φ T = ∑ H di ⋅ ϕi ⋅ ϕiT
i =1
na qual a matriz H d (ω ) é uma matriz diagonal que contém, na sua diagonal principal,
as funções de resposta em frequência no espaço modal, encontrando-se os modos de
vibração normalizados em relação à matriz de massa.
A partir da segunda igualdade da última expressão, pode-se obter facilmente a

equação seguinte a qual permite o cálculo dos vários elementos da matriz das FRFs
N
( ϕ m )i ⋅ ( ϕ n )i
H ( m,n ) ( ω) = ∑
i =1 ωi − ω + 2 ⋅ j ⋅ ξi ⋅ ω⋅ ωi
2 2
onde ( ϕm )i é a componente m do modo de vibração i.
O cálculo da matriz das FRFs através da formulação modal é muito mais eficiente,
não só pelo facto das operações matemáticas envolvidas serem mais simples, mas
também porque é possível ter em consideração um número de modos de vibração
limitado, bastando para tal alterar o limite superior dos somatórios das expressões,
para contabilizar apenas a contribuição dos primeiros modos, que se julguem
representativos do sistema dinâmico.
Finalmente, é possível obter a resposta, no domínio da frequência, considerando a

seguinte expressão:
N
U ( ω) = ∑ ϕi ⋅ H di ( ω) ⋅ Pi ( ω)
i =1
Exemplo 2.4 Edifício de 3 pisos. Matriz das funções de resposta em frequência.
Tendo em conta os parâmetros previamente calculados e apresentados, determinaram-se as funções de resposta em frequências (FRF),
programando as expressões das FRF (matriz H previamente apresentada) em rotinas de MatLab . Atendendo ao facto de estas funções
serem complexas, são necessárias duas funções para as definir completamente, assim, apresenta-se na Figura 2.5, uma matriz que contém
as amplitudes daquelas funções, em função da frequência (em Hz), enquanto que na Figura 2.6, se apresenta a matriz das fases. É de
salientar que, para calcular as FRF utilizaram-se os coeficientes de amortecimento modais apresentados no exemplo anterior,
determinados com base na hipótese de amortecimento proporcional.
0
H[1,1] 0
H[1,2] 0
H[1,3]
10 10 10
-1 -1 -1
10 10 10
-2 -2 -2
10 10 10
[(m/s2)/Hz]
Amplitude
-3 -3 -3
10 10 10
-4 -4 -4
10 10 10
-5 -5 -5
10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
0
H[2,1] 0
H[2,2] 0
H[2,3]
10 10 10
-1 -1 -1
10 10 10
Amplitude
-2 -2 -2
10 10 10
[m/kN]
-3 -3 -3
10 10 10
-4 -4 -4
10 10 10
-5 -5 -5
10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
0
H[3,1] 0
H[3,2] 0
H[3,3]
10 10 10
-1 -1 -1
10 10 10
Amplitude
-2 -2 -2
[m/kN]
10 10 10
-3 -3 -3
10 10 10
-4 -4 -4
10 10 10
-5 -5 -5
10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
f [Hz] f [Hz] f [Hz]
Figura 2.5 Matriz das amplitudes das FRFs.
Analisando a figura anterior, verifica-se claramente que em qualquer um dos espectros de amplitude, surgem 3 picos para as frequências
naturais do modelo estrutural.
Na Figura 2.6, apresentam-se também sob a forma de matriz, a variação da fase em função da frequência, para os vários elementos das
funções de resposta em frequência, tendo em conta os valores de amortecimento no exemplo 2.3.
H[1,1] H[1,2] H[1,3]

180 180 180
90 90 90
Fase [º]
0 0 0
-90 -90 -90
-180 -180 -180

0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
H[2,1] H[2,2] H[2,3]

180 180 180
90 90 90
Fase [º]
0 0 0
-90 -90 -90
-180 -180 -180

0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
H[3,1] H[3,2] H[3,3]

180 180 180
90 90 90
Fase [º]
0 0 0
-90 -90 -90
-180 -180 -180

0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 2.6 Matriz das fases das FRFs.
Todavia a informação contida nas duas anteriores figuras, pode ser resumida numa única, tal como se apresenta na Figura 2.7, com a
vantagem de permitir uma análise e interpretação física dos resultados obtidos, mais imediata.
Analisando a Figura 2.7, verifica-se claramente que sempre que existe um pico ou um vale aguçado (pico invertido), ocorre uma
mudança de fase! E que nos vales não aguçados ocorre de - 180 para 180 ou vice-versa.
0
H[1,1] 0
H[1,2] 0
H[1,3]
10 10 10
180 180 180
-1 -1 -1
10 10 10
90 90 90
Amplitude
-2 -2 -2
Fase [º]
[m/kN]
10 10 10
-3
0 -3
0 -3
0
10 10 10
-4 -90 -4 -90 -4 -90
10 10 10
-5 -180 -5 -180 -5 -180
10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
0
H[2,1] 0
H[2,2] 0
H[2,3]
10 10 10
180 180 180
-1 -1 -1
10 10 10
90 90 90
Amplitude
-2 -2 -2
Fase [º]
[m/kN]
10 10 10
-3
0 -3
0 -3
0
10 10 10
-4 -90 -4 -90 -4 -90
10 10 10
-5 -180 -5 -180 -5 -180
10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
0
H[3,1] 0
H[3,2] 0
H[3,3]
10 10 10
180 180 180
-1 -1 -1
10 10 10
90 90 90
-2 -2 -2
10 10 10
Amplitude
Fase [º]
[m/kN]
-3
0 -3
0 -3
0
10 10 10
-4 -90 -4 -90 -4 -90
10 10 10
-5 -180 -5 -180 -5 -180
10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 2.7 Matriz completa das FRFs.
2.3 Excitação estocástica
A designação de excitação estocástica, encontra-se associada a acções dinâmicas

desconhecidas, cuja variação temporal é de natureza aleatória, isto é, quando não é
possível prever o seu comportamento futuro. Nestas circunstâncias, a caracterização
do comportamento dinâmico de estruturas só pode ser alcançada através da adopção
de conceitos probabilísticos, como aliás já foi mencionado anteriormente.
Atendendo ao facto de a excitação ser desconhecida, o processo referente à

caracterização do comportamento dinâmico, baseia-se na consideração de hipóteses
simplificativas sobre as características estatísticas da excitação, procurando-se o
estabelecimento da relação destas, com as características estatísticas da resposta
(conhecidas) e com as propriedades dinâmicas das estruturas, as quais interessa
avaliar.
Assim, este tipo de processo baseia-se na análise e interpretação da resposta das

estruturas, e está especialmente vocacionado para a vertente experimental. Nesta
secção introduzem-se alguns conceitos básicos de estatística e processos estocásticos,
os quais visam a introdução e o estudo da representação analítica das funções de
2.3 Excitação estocástica 17
densidade espectral de potência da resposta das estruturas, elemento chave na

abordagem deste tipo de processo, no domínio da frequência.
2.3.1 Conceitos de estatística e de processos estocásticos
Considere-se a evolução no tempo de um conjunto de variáveis aleatórias, as quais

correspondem a um determinado conjunto de realizações de um processo estocástico.
Pode-se definir a evolução de uma variável aleatória ao longo do tempo como xk(t),
em que o índice k indica a realização a que se refere (k∈[0,N]) e t indica o instante
temporal (t∈[0,T]).
Considerando que as realizações então compreendidas num intervalo limitado

(t∈[0,T]), no fundo está-se a considerar apenas uma amostra da população total de
valores (t∈]-∞,+∞[, para a população total), representativa de cada uma das
realizações k. Nestas circunstâncias para cada amostra da evolução de uma variável
aleatória dá-se a designação de função aleatória, sendo que nenhuma delas é
decomponível em nenhuma função conhecida.
Suponha-se que cada variável aleatória xk(t), pode assumir qualquer valor no intervalo
de tempo em que está compreendida, e que está relacionada com a descrição da
evolução de uma determinada grandeza física (ex. aceleração), para a qual interessa
conhecer a sua tendência e dispersão.
Na prática, uma função aleatória resulta da medição ou registo de uma grandeza

física, cuja variação é devida a causas não controladas pelo observador. Todavia, o
conceito de aleatoridade é reforçado, caso se meçam várias amostras em simultâneo,
obtendo-se assim um conjunto de diferentes registos (resultantes de experiências
idênticas) aos quais se dá a designação de processo estocástico.
Na Figura 2.8, faz-se a representação das n variáveis de um processo estocástico ao

longo do tempo.
Figura 2.8 Representação de um processo estocástico escalar (adaptado de [Magalhães, 2004]).
Tendo em conta o processo estocástico xk(t) apresentado na Figura 2.8, definem-se

agora, na Tabela 2.1,algumas grandezas estatísticas, para o instante t e para os
instantes t e t+τ.
Tabela 2.1 Grandezas estatísticas de variáveis aleatórias

Designação Amostra [0, N]
1 N
Média x t = E ⎡⎣ x k ( t ) ⎤⎦ = ⋅ ∑ x k ( t )
N k =1
Valor quadrático 1 N
x 2t = E ⎡ x k ( t ) ⎤ = ⋅ ∑ x k ( t )
2 2
médio ⎣ ⎦ N k =1
1 N
s 2t = E ⎡ ⎣⎡ x k ( t ) − x ⎦⎤ ⎤ = ⋅ ∑ ( x k ( t ) − x )
2 2
Variância ⎣ ⎦ N k =1
Desvio padrão s t = s 2t
1 N
Auto-correlação R xx ( t, t + τ ) = E ⎡⎣ x k ( t ) ⋅ x k ( t + τ ) ⎤⎦ = ⋅ ∑ xk ( t ) ⋅ xk ( t + τ )
N k =1
C xx ( t, t + τ ) = E ⎣⎡( x k ( t ) − x t ) ⋅ ( x k ( t + τ ) − x t +τ ) ⎦⎤ =
Auto-covariância 1 N
= ⋅ ∑ ( x k ( t ) − x t ) ⋅ ( x k ( t + τ ) − x t +τ )
N k =1
Para as grandezas estatísticas apresentadas na tabela anterior importa referir que,

x t , x 2t , s 2t e s t são considerados como estimadores das grandezas µ t , µ 2t , σ2t e σ t , as
quais seriam os valores obtidos se fosse possível calcular estes parâmetros para toda a
população.
Todavia, a caracterização completa de um processo estocástico, envolve um exigente

tratamento matemático, pelo que é usual, em diversas aplicações práticas, simplificar
esse tratamento matemático, assumindo que os processos estocásticos são
estacionários e ergódicos.
Um processo diz-se estacionário quando as suas características estatísticas são

independentes do instante temporal. Para estas condições apresentam-se as funções a
utilizar para determinar a média e a função de auto-correlação:
1 N
µ x ( t ) = lim ⋅ ∑ xk ( t )
N →∞ N
k =1
1 N
R xx ( t, t + τ ) = lim ⋅ ∑ xk ( t) ⋅ xk ( t + τ )
N →∞ N
k =1
Um processo é dito ergódico quando o valor dos parâmetros estatísticos avaliados

tendo em conta as diferentes realizações, para um determinado instante de tempo, é
igual ao dos mesmos parâmetros estatísticos avaliados apenas numa realização ao
longo do tempo. Para avaliar o conceito de ergocidade apresentam-se também as
funções a utilizar para determinar a média e a função de auto-correlação:
1 T
µ x ( k ) = lim ⋅ x k ( t ) dt
N →∞ T ∫0
1 T
R xx (τ ,k ) = lim ⋅ x k ( t ) ⋅ x k ( t + τ ) dt
N →∞ T ∫0
Usualmente, assim como neste trabalho, é também admitido que os processos

estocásticos apresentam média nula e natureza Gaussiana (ou normal). Ao se admitir
a natureza Gaussiana, no fundo está-se a admitir que a função de auto-correlação
caracteriza completamente o processo [Carvalhal, 1989].
É de salientar que, a natureza Gaussiana é comum a muitos fenómenos naturais,

segundo o Teorema do Limite Central, a soma de um grande número de variáveis
aleatórias independentes, cada uma com diferentes distribuições individuais, tende

para uma distribuição normal.
Ao admitir-se que o processo estocástico é estacionário e ergódico, a função de auto-

correlação apenas contempla uma única realização k e um desfasamento temporal τ,
podendo ser determinada simplesmente através da seguinte expressão:
1 T
R xx ( τ ) = lim x k ( t ) ⋅ x k ( t + τ ) dt
T →∞ T ∫0
As funções de auto-correlação associadas a processos estocásticos estacionários de

média nula, são funções simétricas com um máximo na origem, cuja ordenada é igual De notar que também é possível
à variância do processo. determinar a função de auto-
correlação aplicando a inversa da
Aplicando a transformada de Fourier à função de auto-correlação obtém-se uma nova transformada de Fourier à função de
função que se designa por função de densidade espectral de potência ou auto- densidade espectral de potência:
espectro, definida no domínio da frequência.
1 +∞
R xx ( τ ) = Sxx ( ω) ⋅ ei⋅ω⋅τ dω
+∞ 2π ∫−∞
Sxx ( ω) = ∫ R xx ( τ ) ⋅ e−i⋅ω⋅τ dτ
−∞
x(t)
Os auto-espectros são funções reais que quantificam a distribuição do conteúdo

energético de um sinal (série temporal) em frequência. Para sinais de média nula, a
área do gráfico que representa o conteúdo energético total do sinal é igual ao valor da t
sua variância.
R(τ)
Nesta fase importa definir o conceito de ruído branco. Trata-se de um tipo de sinal σ
que é caracterizado por ser idealmente aleatório e no limite pode-se afirmar que,
contém a contribuição, com conteúdo energético significativo, de todas as
frequências. Nestas circunstâncias a área das funções de densidade espectral será
0
infinita, enquanto que a função de auto-correlação apresentará uma ordenada com τ
valor infinito na origem, que deriva do facto da variância ser infinita, apresentando S(ω)
ordenadas nulas em todas as restantes abcissas, pelo facto do sinal ser idealmente S0
aleatório.
− ω2 − ω1 0 ω1 ω2 ω
Em termos práticos, a obtenção de uma variância infinita não é realista, pelo que é Figura 2.9 Exemplo de um sinal
usual considerar-se um ruído branco de banda limitada, isto é, um processo representativo de um processo de
estocástico que é caracterizado por um auto-espectro com intensidade constante banda larga, com função de auto-
dentro de um determinado intervalo de frequências, tal como se apresenta na Figura correlação e função de densidade
espectral de potência.
2.9.
Para a aplicação de métodos de identificação modal estocástica, é usual assumir que a

excitação tem as propriedades de um ruído branco: espectro de potência constante e
função de auto-correlação com ordenada na origem igual à variância do processo e
valor nulo em todas as restantes abcissas.
Os conceitos referidos anteriormente podem ser generalizados, por exemplo ao

considerarem-se dois processos estocásticos (xi(t) e xj(t)), é possível introduzir os
conceitos de função de correlação cruzada e função de densidade espectral de
potência cruzada (ou espectro cruzado), dadas pelas seguintes expressões:
1 T
R ij ( τ ) = lim x i ( t ) ⋅ x j ( t + τ ) dt
T →∞ T ∫0
∞
Sij ( ω) = ∫ R ij ( τ ) ⋅ e − i⋅ω⋅τ dτ
−∞
No âmbito da identificação modal estocástica, as funções de densidade espectral de

potência são determinadas a partir de séries temporais, podendo-se nessas

circunstâncias aplicar a seguinte expressão:
1 N FT,r ⎣⎡ x i ( t ) ⎦⎤ ⋅ FT,r ⎡⎣ x j ( t ) ⎤⎦
*
Sij ( ω) = lim
T →∞ N
∑
r =1 T
N →∞
em que FT,r ⎡⎣ x i ( t ) ⎤⎦ , representa a transformada de Fourier da realização r, do processo

estocástico xi(t), no intervalo [0, T].
Salienta-se o facto de a expressão anterior também ser adequada para determinar Os auto-espectros são funções reais
auto-espectros, fazendo xi = xj. Analisando a expressão anterior, facilmente se verifica pois resultam da multiplicação de
que os auto-espectros são funções reais, enquanto que os espectros cruzados são números complexos pelos seus
funções complexas. complexos conjugados.
Refere-se ainda que, é usual agrupar em vectores os processos estocásticos. Nestas

circunstâncias é usual definir uma matriz das funções de correlação (ou matriz de
correlação), que contém nos elementos da diagonal principal as funções de auto-
correlação e fora dessa diagonal as funções de correlação cruzada. De forma idêntica
é usual definir uma matriz das funções de densidade espectral (ou matriz espectral)
que contém na sua diagonal principal os auto-espectros e os espectros cruzados fora
dessa diagonal.
2.3.2 Funções de densidade espectral da resposta
As funções de densidade espectral da resposta para estruturas com vários graus de

liberdade podem-se definir com base na seguinte expressão:
S u ( ω ) = H ( ω ) ⋅ Sp ( ω ) ⋅ ( H T ) ( ω )
*
na expressão anterior H(ω) representa a matriz das funções de resposta em frequência,

Su(ω) é a matriz a matriz das funções de densidade espectral da resposta da estrutura,
enquanto que Sp(ω) é a matriz a matriz das funções de densidade espectral da
excitação.
Assumindo que a excitação que actua os diferentes graus de liberdade tem

características semelhantes às de um ruído branco, então a matriz dos espectros da
excitação é constante e depende da matriz das correlações (Rp), pelo que a matriz dos
espectros da resposta passa a depender exclusivamente da matriz de funções de
resposta em frequência e de uma matriz constante:
Su ( ω ) = H ( ω ) ⋅ R p ⋅ ( H T ) ( ω )
*
Admitindo que a excitação é do tipo ruído branco e assumindo que as excitações que
actuam cada um dos graus de liberdade são estatisticamente independentes entre si,
então as correlações cruzadas são nulas sendo a matriz Rp uma matriz diagonal.
Nestas circunstâncias pode-se obter uma expressão que fornece a contribuição de
cada modo genérico, para qualquer elemento da matriz das funções de densidade
espectral da resposta:
N
( ϕ m )i ⋅ ( ϕ k ) i ( ϕ n ) i ⋅ ( ϕ k )i
Sy ( m,n )i ( ω) = ∑ ⋅ R p rr ⋅
k =1 ωi − ω + 2 ⋅ j ⋅ ξi ⋅ ω⋅ ωi ωi2 − ω2 + 2 ⋅ j ⋅ ξi ⋅ ω⋅ ωi
2 2
N
(ϕ ) ⋅ (ϕ )
A expressão anterior, é muito interessante pois permite obter individualmente a H ( m ,n ) ( ω ) = ∑
m i n i
ω − ω2 + 2 ⋅ j ⋅ ξ i ⋅ ω ⋅ ωi
2
função de densidade espectral de cada modo de vibração, a partir das quais é possível i =1 i
obter as características modais das estruturas.
Exemplo 2.5 Matriz das funções de densidade espectral de potência da resposta em aceleração para a estrutura do modelo físico do
edifício de 3 pisos.
Para o exemplo em análise, determinou-se a matriz das funções de densidade espectral de potência da resposta em aceleração,
considerando para matriz das funções de densidade espectral da excitação a matriz identidade. Desta forma, admite-se que as fontes de
excitação que ocorrem nos diferentes graus de liberdade são independentes entre si, sendo ruídos brancos. Na Figura 2.10, apresenta-se a
matriz das amplitudes das funções de densidade espectral de potência da resposta em aceleração. De notar que apenas se apresentam as
funções para valores de frequência positivos, pelo que tomam a designação de Gy (esta é uma sigla usualmente utilizada na bibliografia
da especialidade).
Gy [1,1] Gy [1,2] Gy [1,3]

0 0 0
10 10 10
Densidade Espectral de Potência
180 180 180

[(m/s2)2/Hz]
Fase [º]
-5 -5 -5
10 10 10
90 90 90
-10 -10 -10

10 0 10 0 10 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]

0 0 0
10 10 10
180 180 180

[(m/s2)2/Hz]
Fase [º]
-5 -5 -5
10 10 10
90 90 90
-10 -10 -10

10 0 10 0 10 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]

0 0 0
10 10 10
180 180 180

[(m/s2)2/Hz]
Fase [º]
-5 -5 -5
10 10 10
90 90 90
-10 -10 -10

10 0 10 0 10 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 2.10 Matriz completa das funções de densidade espectral de potência da resposta em aceleração do edifício de 3 pisos.
Comparando a Figura 2.10, com a Figura 2.7, verificam-se algumas semelhanças, a mais evidente e mais interessante relaciona-se com o
facto de se confirmar que os picos que surgem na matriz das FRFs também ocorrerem na matriz dos espectros. Este aspecto é
fundamental, pois é com base nele que se utilizam as funções de densidade espectral de potência nos métodos de identificação modal
estocástica, no domínio da frequência, para se estimarem as características modais das estruturas.
É de salientar o facto de os elementos correspondentes à fase serem nulos na diagonal principal, o que se deve ao relacionamento de um
grau de liberdade com ele mesmo.
De notar que a arrumação das amplitudes e das fases num mesmo gráfico, facilita a interpretação de resultados. Nomeadamente, permite
verificar um aspecto curioso, o qual está relacionada com o facto de se verificar que a mudança de fase está associada a vales com picos
invertidos, ao passo que nos vales em que não ocorrem mudanças de fase os vales não afundam na forma de picos invertidos.
Na Figura 2.11, apresenta-se a matriz das amplitudes das funções de densidade espectral de potência da resposta em aceleração,
conjuntamente com a contribuição de cada um dos modos de vibração. Verifica-se que na vizinhança das frequências de ressonância, os
espectros dos osciladores de 1 grau de liberdade correspondentes a cada modo de vibração são suficientes para caracterizar aquela
contribuição modal.
Gy [1,1] Gy [1,2] Gy [1,3]

0 0 0
10 10 10
[(m/s2)2/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]

0 0 0
10 10 10
[(m/s2)2/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]

0 0 0
10 10 10
[(m/s2)2/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 2.11 Matriz das amplitudes das funções de densidade espectral de potência da resposta em aceleração do edifício de 3 pisos.
Total e contribuição isolada das funções de densidade espectral dos osciladores de 1 grau de liberdade de cada modo de vibração.
Na Figura 2.12, apresenta-se a matriz das amplitudes das funções de densidade espectral de potência da resposta em aceleração das
contribuições modais, isoladas, dos osciladores de 1 grau de liberdade.
2.4 Conclusões 23
Gy [1,1] Gy [1,2] Gy [1,3]

0 0 0
10 10 10
[(m/s2)/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]

0 0 0
10 10 10
[(m/s2)/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]

0 0 0
10 10 10
[(m/s2)/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 2.12 Matriz das amplitudes das funções de densidade espectral de potência da resposta em aceleração do edifício de 3 pisos.
Contribuição isolada das funções de densidade espectral dos osciladores de 1 grau de liberdade de cada modo de vibração.
2.4 Conclusões
Neste capítulo apresentaram-se alguns dos fundamentos da análise dinâmica de

modelos estruturais com vários graus de liberdade, usualmente utilizados quando se
está perante excitações conhecidas (definidas deterministicamente) e perante
excitações definidas estocasticamente.
Abordou-se a designada formulação modal, a qual assenta na determinação de valores

e vectores próprios, para se obter, respectivamente, as frequências naturais e os
modos de vibração dos modelos estruturais.
Introduziram-se os conceitos relativos à utilização de coordenadas estruturais e

coordenadas modais, bem como os conceitos de matriz modal, massa modal, rigidez
modal e amortecimento modal. Finalmente introduziu-se igualmente o conceito de
amortecimento de Rayleigh, proporcional à massa e à rigidez.
Apresentaram-se as funções de resposta em frequência (FRF), as quais são utilizadas

para relacionar, no domínio da frequência, a resposta das estruturas com a acção.
Estas funções são complexas e contêm toda a informação necessária para caracterizar
os parâmetros modais das estruturas, nomeadamente as frequências naturais, os

amortecimentos modais e os modos de vibração. Utilizando as FRF é possível
conhecer a resposta dinâmica de uma estrutura num determinado ponto, em função da
gama de frequências em análise, para uma acção harmónica aplicada num qualquer
ponto da estrutura.
Por fim, introduziram-se alguns conceitos de estatística essenciais para definir os

designados processos estocásticos. Verificou-se que a definição deste tipo de
processos é importante quando se está perante excitações de natureza aleatória. Nestas
circunstâncias é possível avaliar a resposta dinâmica das estruturas, em frequência,
recorrendo à utilização das designadas funções de densidade espectral de potência da
resposta. Atendendo ao facto de estas funções serem complexas e se poder estabelecer
uma relação com as FRF, verificou-se que é também possível avaliar os parâmetros
modais das estruturas, recorrendo às funções de densidade espectral de potência das
resposta.
CAPÍTULO
3 IDENTIFICAÇÃO MODAL ESTOCÁSTICA NO

DOMÍNIO DA FREQUÊNCIA
SUMÁRIO: A identificação modal estocástica é um dos domínios da dinâmica de

estruturas que mais se tem desenvolvido nos últimos tempos. Permite a
identificação das características dinâmicas das estruturas a partir de dados
experimentais, utilizando um conjunto de ferramentas matemáticas suportadas por
robustas rotinas computacionais. Neste capítulo descrevem-se os principais aspectos
a ter em conta na utilização e implementação de técnicas de identificação modal
estocástica no domínio da frequência, para identificar o comportamento dinâmico
observado em estruturas de engenharia.
3.1 Introdução
No capítulo anterior abordaram-se alguns dos fundamentos referentes às formulações

matemáticas mais utilizadas para descrever o comportamento dinâmico de estruturas
de engenharia civil. Neste capítulo são descritos métodos que, baseados nas
formulações anteriores, permitem identificar os parâmetros modais das estruturas a
partir de dados experimentais obtidos em ensaios de vibrações.
A possibilidade de obter experimentalmente informação sobre as características

dinâmicas das estruturas de engenharia civil é uma área com interesse evidente,
nomeadamente pelo facto de essa informação permitir a validação dos modelos
utilizados para avaliar o seu comportamento relativamente às acções que lhe induzem
uma resposta dinâmica, tais como os sismos, vento, tráfego rodoviário, ferroviário ou
pedonal. O interesse da aplicação destes métodos estende-se também à própria
caracterização global do estado das estruturas, uma vez que as propriedades
dinâmicas estão directamente relacionadas com a evolução desse estado, pelo que, a
Figura 3.1 Modelo físico da estrutura
observação e monitorização das estruturas para avaliar experimentalmente as suas
de um edifício de 3 pisos.
características dinâmicas é uma ferramenta atractiva para estudar fenómenos de
deterioração evolutiva.
A identificação experimental dos parâmetros modais das estruturas pode ser efectuada
recorrendo a duas vias distintas:
− relacionando a resposta estrutural medida com a correspondente excitação
induzida artificialmente, também medida (Ensaios de Vibração Forçada);
− ou analisando simplesmente a resposta da estrutura, tendo em consideração um
conjunto de hipóteses relativas à natureza da excitação ambiental (Ensaios de
Vibração Ambiental).
A segunda via apresenta-se como mais interessante, pois permite a utilização deste
tipo de ensaios em contínuo ao longo do tempo, sem introduzir restrições ao normal
26 Capítulo 3: Identificação modal estocástica no domínio da frequência
funcionamento das estruturas. Por outro lado, e atendendo ao grande porte das
estruturas de engenharia civil, evita o recurso a equipamento de excitação pesado, ao
qual estão associados elevados custos. Para o caso de estruturas muito rígidas em que
a amplitude da resposta medida é muito baixa poderá ser necessário recorrer ao uso de
transdutores de grande sensibilidade, ou mesmo de vibradores para excitar
convenientemente as estruturas, sendo neste último caso necessário recorrer à
primeira via.
Neste capítulo descrevem-se alguns métodos de identificação modal no domínio da

frequência que se baseiam somente na análise da resposta medida. Tendo em conta o
facto de nos ensaios de vibração ambiental, não existir controlo sobre as forças de
excitação, nem existir a possibilidade de as conhecer ou medir, para efeitos de
identificação modal, é necessário assumir uma hipótese quanto às suas características:
− as forças de excitação são consideradas como uma realização de um processo Um processo estocástico é
estocástico gaussiano de tipo ruído branco com média nula; denominado Gaussiano, quando a
evolução temporal do conjunto das
É precisamente devido à assunção desta hipótese que surge a designação identificação variáreis que o integram, possuem
conjuntamente uma função de
modal estocástica, que advém do facto de a fonte de excitação, de origem ambiental densidade de probabilidade Gaussiana
resultar da contribuição simultânea de várias fontes: vento, tráfego sobre as estruturas (também denominada normal).
(pontes e alguma barragens) ou nas imediações (edifícios), funcionamento de
máquinas instaladas na estrutura ou na vizinhança. Todavia, esta é uma simplificação
necessária para o desenvolvimento teórico dos métodos, pois na realidade o conteúdo
energético da acção distribui-se por uma banda larga de frequências, não sendo no
entanto perfeitamente uniforme. Estruturas sujeitas a excitações com frequências
predominantes, como acontece por exemplo nas barragens devido ao funcionamento
das turbinas, têm de ser analisadas com especial cuidado.
Importa referir que a generalidade dos métodos de identificação que se baseiam na

análise da resposta da estrutura são adaptações de métodos de identificação
tradicionais, isto é, de métodos que realizam a identificação dos parâmetros modais da
estrutura através de relações entre a excitação e a resposta. Uma descrição detalhada
destes métodos pode ser encontrada em [Maia e Silva, 1997].
Os métodos que se descrevem neste capítulo, desenvolvem-se no domínio da

frequência, e baseiam-se em estimativas espectrais da resposta da estrutura, medidas
em vários pontos, existem no entanto outros métodos que são desenvolvidos no
domínio do tempo, utilizando como base as séries temporais da resposta da estrutura
ou então as suas correlações, no entanto, neste capítulo serão exclusivamente
abordados os do primeiro tipo. Em primeiro lugar apresentam-se alguns conceitos
básicos sobre a análise no domínio da frequência, associados ao conceito de série de
Fourier, descrevendo-se posteriormente o processo utilizado para obter as funções de
densidade espectral de potência da resposta das estruturas. Com base nestas
estimativas espectrais descrevem-se os métodos que se têm mostrado como mais
promissores; o método básico no domínio da frequência (BFD), também conhecido
por método da selecção de picos e o método de decomposição no domínio da
frequência (FDD). Descreve-se ainda uma versão melhorada do último método
referido (EFDD), bem como a aplicação destes métodos após a aplicação das funções
de decremento aleatório (RD-BFD, RD-FDD e RD-EFDD).
A descrição destes métodos será acompanhada por aplicações desenvolvidas em

MATLAB, nas quais se utilizam como exemplo, respostas simuladas para o edifício
de 3 pisos apresentado no capítulo anterior. No final do capítulo é apresentada uma
aplicação com dados reais obtidos em modelo físico.
3.2 Conceitos básicos sobre a análise no domínio da frequência 27
3.2 Conceitos básicos sobre a análise no domínio da frequência
A análise no domínio da frequência, de séries temporais de acelerações observadas

em ensaios de vibrações, permite o acesso a um conjunto de informação que é muito
útil para a caracterização do comportamento dinâmico de estruturas.
Aparentemente, a partir das séries temporais das acelerações observadas, não é

possível obter muita informação sobre uma dada estrutura: apenas a duração da
observação, o intervalo de tempo entre os pontos medidos (frequência de
amostragem) e os valores máximos de aceleração. No entanto, a simples
decomposição em “ondas” de um registo de acelerações, medido num determinado
ponto de uma estrutura, utilizando por exemplo o conceito associado às séries de
Fourier, possibilita o acesso imediato aos valores de frequência, para os quais uma
dada estrutura mostra preferência em vibrar.
Aqueles valores de frequência, correspondem às designadas frequências naturais (ou

frequências próprias) da estrutura, desde que as características da excitação sejam do Como já se mencionou anteriormente,
uma excitação do tipo ruído branco,
tipo de um ruído branco. caracteriza-se por ter uma distribuição
em frequência constante, garantido
Importa todavia salientar que, a identificação das frequências naturais de uma que a estrutura é totalmente excitada,
estrutura, com base na análise de um único registo de acelerações, só é suficiente, para todas as frequências.
desde que esse ponto não se encontre na proximidade de um nodo de nenhum dos
modos de vibração da estrutura. Caso essa situação se verifique, só é possível
identificar a frequência correspondente a essa forma preferencial de vibração da
estrutura, analisando outro registo de acelerações num outro ponto da estrutura, que
não esteja sobre um nodo, desse modo de vibração.
Apresentado o interesse prático das séries de Fourier, introduzem-se agora alguns Fourier percebeu que podia aproximar
conceitos essenciais para mostrar a sua aplicabilidade à decomposição em “ondas” de “qualquer” função, neste caso u(t) ,
registos de acelerações medidos em ensaios de vibrações. Assim, e atendendo ao num intervalo de comprimento finito
exposto na secção A.3.1, do anexo A, pode-se adaptar o conceito apresentado (na T através de uma série – série de
forma trigonométrica), através da seguinte série, considerando a grandeza aceleração: Fourier – correspondente à soma de
uma constante e de um conjunto de
∞ ∞
infinitas “ondas” sinusoidais com
u T (t) = c te + ∑ onda n = c te + ∑ ( a n ⋅ cos ( ωn ⋅ t ) + b n ⋅ sen ( ωn ⋅ t ) )
, ωn = n ⋅∆ω
n =1 n =1
períodos iguais a T e aos seus
submúltiplos
em que
u T (t) , representa a aproximação da função u(t) , num dado intervalo T, de
Período T
comprimento T. Importa ainda referir que ∆ω = 2π / T .
0
Todavia, a expressão anterior pode ser escrita de uma forma mais perceptível, T t
aliviando um pouco o formalismo matemático, associado ao conceito de série Período T/2

(somatório de infinitas parcelas), isto é:
0
T t
u T (t) = c + onda 1 + onda 2 + onda 3 + ... + onda n + ...
te

ω1 =∆ω ω2 = 2 ∆ω ω3 = 3 ∆ω ωn = n∆ω Período T/3
0
Nesta expressão cada uma das ondas sinusoidais (“onda n”) pode ser escrita como a T t
combinação linear das duas principais funções trigonométricas (coseno e seno), ou
Período T/10
seja
0
onda n = a n ⋅ cos ( ωn ⋅ t ) + b n ⋅ sen ( ωn ⋅ t ) T t
Figura 3.2 Exemplos de ondas

vindo definidas num intervalo [0,T] com
períodos submúltiplos de T.
u T (t) = c te +
onda 1 + onda 2 + onda 3 + ...

a1 cos ( ω1 t ) + b1sen ( ω1 t ) a 2 cos ( ω2 t ) + b 2 sen ( ω2 t ) a 3 cos ( ω3 t ) + b3 sen ( ω3 t )
O problema agora é saber como se podem determinar os coeficientes an e bn das várias

ondas que permitem aproximar uma dada função u(t) num dado intervalo de
comprimento T. Foi exactamente este problema que Fourier resolveu !
Fourier começou por perceber que, em virtude dos períodos da várias ondas serem O valor médio de uma função num
submúltiplos de T, então o valor médio de cada “onda n” no intervalo T deveria ser intervalo de comprimento T corres-
ponde à altura de um rectângulo de
sempre nulo. Assim, usando a notação u(t) T para designar o valor médio de
u(t)
base T cuja área seja igual à área sob
no intervalo T, fica a função no referido intervalo. Dado
que a área A sob a função é dada
onda n =0 n=1,2,3 … pelo integral da função definido no
T intervalo T então fica
Esta constatação permite escrever 1

T
T ∫0
v med =
u(t) T
=
u(t)dt

u T (t) = c te + onda 1 T + onda 2 T + onda 3 T + ...
T T

0 0 0
donde se conclui que o valor da constante (cte ) deve ser exactamente igual ao valor
médio da função
u(t) no intervalo T, ou seja
T
1
T ∫0
c te =
u(t) T
=
u(t)dt
Figura 3.3 Utilização do conceito de

Na tentativa de determinar os coeficientes da “onda 1”, Fourier percebeu que o valor integral para cálculo do valor médio.
médio em T de cada onda multiplicada por cos(ω1t) é sempre nulo, excepto no caso
da própria “onda 1”.
De facto pode-se escrever
u T (t) ⋅ cos ( ω1 ⋅ t )
= c tecos ( ω1 ⋅ t ) + onda 1 ⋅ cos ( ω1 ⋅ t ) + onda 2 ⋅ cos ( ω1 ⋅ t ) T + onda 3 ⋅ cos ( ω1 ⋅ t ) T + ...
T

T T

0 0 0
ficando simplesmente
u(t) ⋅ cos ( ω1 ⋅ t )

T
= onda1 ⋅ cos ( ω1 ⋅ t ) T
ou seja
u(t) ⋅ cos ( ω1 ⋅ t )

T
= ⎡⎣ a1 ⋅ cos ( ω1 ⋅ t ) + b1 ⋅ sen ( ω1 ⋅ t ) ⎤⎦ ⋅ cos ( ω1 ⋅ t )
T
o que permite obter finalmente
a
u(t) ⋅ cos ( ω1 ⋅ t )
= a1 ⋅ cos 2 ( ω1 ⋅ t ) + b1 ⋅ sen ( ω1 ⋅ t ) ⋅ cos ( ω1 ⋅ t ) T = 1
T

T
2
a1 / 2 0
Assim, concluiu Fourier, pode-se calcular o coeficiente a1 como o dobro do valor

u(t) multiplicada por cos(ω1 ⋅ t) , ou seja
médio em T da função
T
2
u(t) ⋅ cos ( ω1 ⋅ t )
T ∫0
a1 = 2 ⋅ T
= u(t) ⋅ cos(ω1 ⋅ t)dt

Da mesma forma, o valor médio em T de cada onda multiplicada por sen(ω1 ⋅ t)

também é sempre nulo, excepto no caso da onda 1, o que permite determinar b1, de
forma análoga à utilizada na determinação de a1. Assim conclui-se que deverá ser
T
2
u(t) ⋅ sen ( ω1 ⋅ t )
T ∫0
b1 = 2 ⋅ T
= u(t) ⋅ sen(ω1 ⋅ t)dt

Aplicando este raciocínio às subsequentes ondas conclui-se facilmente que todos os

coeficientes an e bn podem ser determinados através de expressões análogas às
anteriores. Fourier concluiu assim que a determinação dos coeficientes das várias
ondas da “sua série”, se resume sempre a um simples problema de determinação de
valores médios!
Em síntese pode-se então concluir que a aproximação em série de Fourier de uma

função
u(t) , num dado intervalo T, de comprimento T, pode ser representada (na
forma trigonométrica) através da seguinte série (somatório de infinitas ondas)
∞ ∞
u T (t) = c te + ∑ onda n = c te + ∑ ( a n ⋅ cos ( ωn ⋅ t ) + b n ⋅ sen ( ωn ⋅ t ) )
, ωn = n ⋅ ∆ω
n =1 n =1
cujos coeficientes são obtidos através das seguintes médias
T
1
T ∫0
c te =
u(t) T
=
u(t)dt
T
2
u(t) ⋅ cos ( ωn ⋅ t )
T ∫0
a n = 2 ⋅ T
= u(t) ⋅ cos(ωn ⋅ t)dt
, n = 1, 2, 3, ...
T
2
u(t) ⋅ sen ( ωn ⋅ t )
T ∫0
b n = 2 ⋅ T
= u(t) ⋅ sen(ωn ⋅ t)dt
, n = 1, 2, 3, ...
Figura 3.4 Decomposição em “ondas”. Do domínio do tempo para o domínio da frequência.

A Figura 3.4, constitui uma boa representação esquemática do conceito associado às

séries de Fourier, isto é, mostra como uma dada função definida no domínio do
tempo, u T (t) , pode ser definida no domínio da frequência recorrendo (sempre) a duas
funções, as quais agrupam os coeficientes a n = a(ωn ) e b n = b(ωn ) das várias ondas,
previamente descritos. Todavia, a representação gráfica das funções no domínio da
frequência também pode ser efectuada, de forma perfeitamente equivalente à anterior,
recorrendo aos conceitos de amplitude A n = a 2n + b 2n = A(ωn ) e de fase
φn = arctg(b n a n ) = φ(ωn ) das várias ondas constituintes da função.
É de salientar que, nos gráficos descritos no domínio da frequência, na Figura 3.4, No limite, quando T → ∞ então
quanto maior for o comprimento T do intervalo em que se pretende aproximar a ∆ω → 0 o que significa que para se
função
u T (t) , menor será ∆ω, ou seja, menos espaçadas serão as várias ondas no aproximar funções definidas em
domínio da frequência. domínio infinitos tem-se que recorrer
a uma “série” de infinitas ondas, de
A qualquer gráfico representado no domínio da frequência é usual atribuir-lhe a frequências infinitesimalmente próxi-
designação de espectro, neste caso o gráfico das amplitudes das várias ondas, é mas, ou seja em vez de uma série de
denominado por Espectro de Amplitudes, enquanto que por sua vez o gráfico Fourier tem-se que introduzir o
representativo da fase das várias ondas é designado por Espectro de Fases. conceito de integral de Fourier.
Importa salientar que, o desenvolvimento do conceito de série de Fourier deu origem

ao conceito de transformada discreta de Fourier (TDF). Tal como a série de Fourier,
também TDF utiliza os coeficientes a e b, os quais são agrupados num número
complexo, uma vez que esta é uma forma prática de guardar dois valores, num só
número (complexo)!
Tal como no capítulo anterior, volta-se agora a introduzir o já referido modelo plano
da estrutura de um modelo físico de um edifício de 3 pisos. Nesta fase utilizam-se um
conjunto de resultados gerados numericamente, pelo que no Exemplo 3.1 começa-se
por indicar as principais hipóteses assumidas no desenvolvimento do modelo
numérico, bem como a identificação das frequências naturais a partir de cada um dos
registos obtidos, aplicando conceitos básicos sobre a análise no domínio da
frequência, com base no conceito de série de Fourier.
Exemplo 3.1 Edifício de 3 pisos. Análise do edifício apresentado na Figura 3.1, segundo a direcção mais flexível.
O edifício é constituído por três pisos suportados por quatro pilares. Os pisos placa ( aço )
são materializados por chapas de aço, enquanto que os pilares são lâminas de
alumínio, como se mostra na Figura 3.5.
200 mm
Nesta fase, apenas se efectua uma análise plana do modelo, considerando-se placa ( aço )
15 mm
para o efeito a direcção mais flexível do pórtico, podendo neste caso

representar-se, simplificadamente, como se mostra na Figura 3.6 (a). Atendo
200 mm
a estas condições utilizaram-se as seguintes matrizes de massa e rigidez:

placa ( aço )
⎡5 0 0 ⎤ ⎡ 20833.33 −20833.33 0 ⎤
M = ⎢0 5 0 ⎥ [ kg ] K = −20833.33 41666.67 −20833.33⎥ [ N / m ]
⎢ Pilares :
⎢ ⎥ ⎢ ⎥ (alumínio)
200 mm
⎢⎣0 0 5 ⎥⎦ ⎢⎣ 0 −20833.33 41666.67 ⎥⎦ 3 mm x 18 mm
Utilizou-se igualmente uma matriz de amortecimento, obtida através das

m
anteriores com base na formulação de amortecimento Rayleigh, dada pela

0m
200 mm
20
expressão C = α ⋅ M + β ⋅ K , em que α = 0.05 e β = 0.0001 .

Figura 3.5 Perspectiva do modelo.
Tendo em conta as propriedades anteriores utilizou-se um modelo numérico que permite efectuar cálculos dinâmicos no domínio do
tempo, utilizando a fórmula resursiva do método de Iwan [Tedesco et al., 1999], com base no qual se geraram amostras de 1800
segundos (30 minutos), utilizando um intervalo no tempo, entre pontos observados, de 0.02s (frequência de amostragem de 50 Hz). Na
Figura 3.6 (b), apresentam-se amostras de 20s dos registos gerados.
u 1 (t) 0.2
0.1
u1 (m/s )
2
0
-0.1
-0.2
0 2 4 6 8 10 12 14 16 18 20
t(s)
u 2 (t)
0.2
0.1
u2 (m/s )
2
0
-0.1
-0.2
0 2 4 6 8 10 12 14 16 18 20
u 3 (t) t(s)
0.2
2
u3 (m/s ) 0.1
-0.1
-0.2
0 2 4 6 8 10 12 14 16 18 20
t(s)
(a) (b)
Figura 3.6 (a) Representação plana do modelo; (b) amostras dos registos de aceleração longitudinal recolhidos nos 3 pisos do modelo.
A partir dos registos gerados para os 3 pisos do pórtico, e utilizando uma rotina desenvolvida em MatLab, seleccionaram-se amostras
com um comprimento de 60s, as quais se decompuseram em ondas, aplicando o conceito associado às séries de Fourier. Tendo em conta
que o comprimento das amostras é de T = 60s, então o espaçamento entre “ondas” é ∆ω = (2 × π) / 60 ≈ 0.10472 rad/s. Aplicando o
conceito de média avaliaram-se os valores de a e de b para cada frequência ωn = n ⋅∆ω utilizando as expressões:
u(t) ⋅ cos ( ωn ⋅ t ) T e b(ωn ) = 2 ⋅
a(ωn ) = 2 ⋅ u(t) ⋅ sen ( ωn ⋅ t ) T . Na Figura 3.7, apresentam-se os espectros de amplitudes obtidos após a
análise de cada um dos registos, indicando-se para as “ondas” de maior amplitude, o seu número, a frequência, os valores de a e de b e o
valor da sua amplitude.
A [1]
0.1 onda274
f=4.57Hz
a=0.060851
Piso superior
0.08 b=0.017101
Amplitude [m/s2]
-2
A=0.063209ms
0.06 onda769
f=12.82Hz
a=-0.024201
0.04 b=0.0090652
-2
onda1110
A=0.025843ms f=18.5Hz
a=0.0035959
0.02 b=0.0027568
-2
A=0.0045311ms
0
0 5 10 15 20 25
A [2]
0.1
onda274 Piso intermédio
0.08
Amplitude [m/s2]
f=4.57Hz
a=0.048787
b=0.013753
0.06 A=0.050688ms
-2
onda769
f=12.82Hz onda1110
0.04 a=0.013431 f=18.5Hz
b=-0.0051014 a=-0.0080733
-2 b=-0.0065943
0.02 A=0.014367ms
A=0.010424ms
-2
0
0 5 10 15 20 25
A [3]
0.1
Piso inferior
Amplitude [m/s2]
0.08
onda769
onda274
0.06 f=4.57Hz
f=12.82Hz
a=0.030465
a=0.027064 b=-0.011496
b=0.0076339 onda1110
0.04 -2 A=0.032562ms
-2
f=18.5Hz
A=0.02812ms
a=0.0066016
b=0.0051113
0.02 -2
A=0.008349ms
0
0 5 10 15 20 25
f [Hz]
Figura 3.7 Espectros de amplitudes obtidos com o conceito de série de Fourier, para cada um dos registos.
Analisando a Figura 3.7, verifica-se que, para cada um dos registos gerados em cada piso, existem sempre 3 “ondas” relevantes que se
destacam relativamente às restantes, as quais indicam que para aqueles valores de frequência a estrutura do edifício de 3 pisos apresenta
formas preferenciais de vibração. Com base nesta simples análise no domínio da frequência, pode-se afirmar que aquela estrutura
apresenta 3 frequências naturais de vibração, às quais deverão estar associadas as respectivas configurações modais. Todavia, e
atendendo só à análise isolada dos espectros de amplitudes não é possível avaliar as configurações dessas formas preferenciais de
vibração.
No exemplo anterior descreveu-se um processo simples para identificar as frequências

naturais de uma estrutura utilizando os conceitos básicos da análise no domínio da
frequência associados às séries de Fourier. No entanto, verificou-se que a análise
individual das séries de acelerações não permite a avaliação das configurações modais
da estrutura, uma vez que estas apenas contém informação relativamente a um único
ponto da estrutura.
Para avaliar as configurações modais de uma dada estrutura é necessário utilizar de

uma forma integrada um conjunto de séries de acelerações registadas em vários
pontos dessa estrutura. No Exemplo 3.2, descreve-se um procedimento possível,
baseado na comparação das “ondas” associadas a cada frequência identificada nos
vários espectros de amplitudes, obtidos para cada piso.
Exemplo 3.2 Edifício de 3 pisos. Avaliação das configurações modais a partir da amplitudes e da fase das “ondas” identificadas nos
espectros de amplitude.
Analisando em simultâneo as “ondas” obtidas nos vários pisos à mesma frequência, é possível estabelecer uma relação entre as
amplitudes medidas ao nível de cada piso, isto é, se estão em sintonia ou não, ou utilizando o conceito de fase de uma “onda”, se estão
em fase ou em oposição de fase.
Ondas de frequência 4.57Hz

0.1
Piso superior
Amplitude [m/s2]
0.05 Piso intermédio

Piso inferior
-0.05
-0.1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0.1
Piso superior
Amplitude [m/s2]

Piso inferior
-0.05
-0.1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0.1
Piso superior
Amplitude [m/s2]

Piso inferior
-0.05
-0.1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t [s]
Figura 3.8 Ondas obtidas aplicando o conceito de série de Fourier.
Utilizando o valor da amplitude de cada “onda” e verificando a relação de fase entre as “ondas”, é possível estabelecer a configuração
modal que está associada àquela frequência de vibração. Nas matrizes seguinte mostra-se em primeiro lugar a matriz modal obtida
utilizando estes pressupostos, apresentando-se depois uma matriz normalizada em relação ao valor máximo absoluto obtido em cada
coluna e finalmente apresenta-se uma matriz escalada para valores adequados à sua representação, como se mostra na Figura 3.9. É de
referir que, nas matrizes seguintes, a cada coluna corresponde uma configuração modal.
⎡ 0.0632 −0.0258 0.0045 ⎤ ⎡ 1 −0.7948 −0.4410⎤ ⎡ 0.050 −0.0397 −0.0220 ⎤

Φ ondas ⎢ ⎥ ⎢
= 0.0507 0.0144 −0.0104 → Φ normalizada = 0.8018 0.4407 1 ⎥ → Φ escalada = ⎢ 0.0401 0.0220 0.0500 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢⎣ 0.0281 0.0326 0.0083 ⎥⎦ ⎢⎣ 0.4448 1 −0.8108 ⎥⎦ ⎢⎣0.0222 0.0500 −0.0405 ⎥⎦
1º modo - 4.57Hz 2º modo - 12.82Hz 3º modo - 18.5Hz
0.6 0.6 0.6
0.5 0.5 0.5
0.4 0.4 0.4
0.3 0.3 0.3
0.2 0.2 0.2
0.1 0.1 0.1
0 0 0
-0.1 0 0.1 0.2 -0.1 0 0.1 0.2 -0.1 0 0.1 0.2
Figura 3.9 Configurações modais avaliadas com base na relação entre a amplitude e fase das ondas associadas a picos à mesma
frequência, aplicando o conceito de série de Fourier.
Através do exemplo 3.2 mostrou-se que, para identificar experimentalmente o

comportamento dinâmico de uma estrutura é necessário observar a sua resposta
estrutural em vários pontos, uma vez que só através da comparação da informação
obtida em vários pontos, é possível avaliar as configurações modais associadas às
várias frequências naturais de vibração.
O processo utilizado, nesta secção, para identificar as frequências naturais e os modos

de vibração, embora baseado em conceitos básicos sobre a análise no domínio da
frequência, alicerçados nas séries de Fourier, permite uma compreensão mais
intuitiva, do significado da passagem da representação no domínio do tempo para a
representação no domínio da frequência, utilizando o conceito das “ondas”.
Finalmente importa salientar que, o processo envolvendo a comparação da resposta

dinâmica em vários pontos, é usualmente automatizado nos métodos de identificação
modal estocástica no domínio da frequência, nomeadamente nos que se apresentam
neste capítulo, através da utilização da denominada matriz das funções de densidade
espectral de potência da resposta. Esta matriz permite sistematizar a comparação da
resposta nos vários pontos observados; a resposta observada em dois pontos i e j é
correlacionada através da utilização dos conceitos da transformada discreta de Fourier
e o conjugado da transformada discreta de Fourier, como se mostra na secção
seguinte.
3.3 Matriz das funções de densidade espectral de potência da resposta
Na avaliação experimental do comportamento dinâmico de estruturas, com base na

medição da resposta em vários pontos das estruturas, é usual organizar a informação
experimental, já convertida para o domínio da frequência, na já mencionada matriz
das funções de densidade espectral de potência da resposta. Esta matriz contém na
sua diagonal principal os designados auto-espectros da resposta medida no grau de
liberdade i, enquanto que nos elementos fora da diagonal principal, ij, encontram-se
os designados espectros cruzados, os quais relacionam a resposta medida no grau de
liberdade i com a resposta medida no grau de liberdade j.
Quando a medição da resposta, é efectuada em simultâneo em todos os pontos que se

pretende instrumentar, a matriz das funções de densidade espectral é quadrada, sendo
a sua dimensão igual ao número de pontos instrumentados. Todavia, na maioria das Nas situações em que os ensaios são
aplicações, é necessário instrumentar um elevado número de graus de liberdade para realizados por fases, não é possível
caracterizar adequadamente o seu comportamento dinâmico, pelo que nesses casos é obter a matriz das funções de
necessário recorrer à utilização de muitos sensores, o que nem sempre é possível. densidade espectral quadrada, é
apenas possível estimar uma matriz
Nestas circunstâncias é usual realizar o ensaio em várias fases (“setup”), nas quais as
rectangular, em que a dimensão de
medições da resposta da estrutura são efectuadas de uma forma sequencial recorrendo um dos lados da matriz é dada pelo
a diferentes disposições de sensores. Utilizando esta técnica de ensaio, é necessário número total de graus de liberdade l,
garantir que, as medições, efectuadas nas diferentes fases, sejam relacionáveis, pelo enquanto que a dimensão do outro
que alguns graus de liberdade têm de ser medidos em todas as fases, os quais se lado é dada pelo número de graus de
designam por graus de liberdade de referência. liberdade de referência r.
Como já se referiu anteriormente, a medição da resposta estrutural é efectuada em

vários pontos, com o objectivo de se estabelecerem comparações entre as séries
temporais observadas nesses pontos. Essas comparações são asseguradas de uma
forma automática através da matriz das funções de densidade espectral da resposta,
uma vez que nesta matriz, se estabelece uma relação baseada no produto do
conjugado da transformada de Fourier, de um qualquer ponto observado i, pela Como se verificou no Capítulo 2 a
transformada de Fourier com esse ponto e outro qualquer ponto j. Todavia importa auto-correlação e a correlação cruzada
salientar que o estabelecimento destas relações tem origem na matriz de correlação, permitem o estabelecimento de
de cuja transformada de Fourier se obtém precisamente a matriz das funções de medidas de correlação ao longo do
tempo entre as séries temporais.
densidade espectral da resposta, como exemplifica na Figura 3.10, para o caso
particular da estrutura do modelo físico do edifício de 3 pisos.
x 1 (t)
Matriz das funções de correlação Matriz das funções de densidade espectral

t
T
⎡ R11 R12 R13 ⎤ ⎡S11 S12 S13 ⎤
x 2 (t) R T ( τ ) = ⎢⎢ R 21 R 22 R 23 ⎥⎥ ST ( ωn ) = ⎢⎢S21 S22 S23 ⎥⎥
⎢⎣ R 31 R 32 R 33 ⎥⎦ ⎢⎣S31 S32 S33 ⎥⎦
t
T
x 3 (t)
ST ( ωn ) = F ⎣⎡ R T ( τ ) ⎦⎤
t
T ⎡ X 1* ( ωn ) ⎤
1 ⎢ ⎥
ST ( ωn ) = ⋅ X ( ωn ) ⋅ X ( ωn ) = ⎢ X 2* ( ωn ) ⎥ ⋅ ⎡⎣ X 1 ( ωn )
* T
X 2 ( ωn ) X 3 ( ωn ) ⎤⎦
T
⎢ X 3* ( ωn ) ⎥
⎣ ⎦
Figura 3.10 Esquema exemplificativo da relação entre as séries temporais observadas, a matriz das funções de correlação e a matriz das
funções de densidade espectral de potência da resposta.
3.3 Matriz das funções de densidade espectral de potência da resposta 35
Introduz-se agora o processo referente à obtenção das funções de densidade espectral

de potência da resposta, no qual, é necessário recorrer a algumas noções de
processamento digital e análise espectral, as quais são introduzidas sempre que se
justifique (todavia os conceitos mais relevantes encontram-se compilados no Anexo
A). Neste domínio são unanimemente consideradas como referências de base os
trabalhos de [Bendat e Piersol; 1993, 2000], aos quais se podem juntar duas
referências escritas em português: [Carvalhal et al., 1989] e [Caetano, 1992].
No capítulo 2 já se introduziram os conceitos associados às funções de densidade

espectral de potência, nomeadamente os de auto-espectro e espectro cruzado,
retomam-se agora esses conceitos e aplicando-os às séries temporais observadas
⎡⎣ x i ( t ) e x j ( t ) ⎤⎦ , os quais, como já se referiu, são organizados na matriz das funções
de densidade espectral de potência da resposta, podendo-se utilizar a seguinte
expressão geral:
Comparativamente com o exposto no
X i* ( ωn ) ⋅ X j ( ωn ) Capítulo 2, a transformada (contínua)
Sij ( ωn ) = , i, j = 1,2,..., NPI e n = 0,1,2,..., N − 1 de Fourier dá lugar à transformada
T discreta de Fourier (TDF). Por sua vez
a DFT pode ser calculada de uma
Atendendo ao facto de as séries temporais observadas terem uma duração finita e de forma eficiente, através do algoritmo
apenas se medir o seu valor em instantes temporais afastados de ∆t , pois o sinal da transformada rápida de Fourier.
adquirido encontra-se discretizado, apenas é possível obter estimativas dos espectros,
Resolução em frequência na
as quais são obtidas com base no produto do conjugado da transformada discreta de transformada discreta de Fourier é
Fourier X *j ( ωn ) , no grau de liberdade i, pela transformada discreta de Fourier igual ao inverso da duração total dos
X j ( ωn ) , no grau de liberdade j. Ainda relativamente à expressão anterior T = N ⋅ ∆t , sinais:
em que N é o número total de pontos adquiridos por amostra.
2π 2π
∆ω = = [ rad s ]
Tendo em conta as propriedades de simetria e anti-simetria das funções de densidade T N ⋅ ∆t
espectral e uma vez que é mais cómodo trabalhar apenas com frequências positivas
(Caetano, 1992), é usual representar só a parte positiva das estimativas das funções de 1 1
∆f = = [ Hz ]
densidade espectral, à qual está normalmente associada a letra (G), (“one-sided T N ⋅ ∆t
spectral density functions” [Bendat e Piersol, 2000]).
Ao aplicar directamente a expressão anterior, verifica-se que a estimativa espectral

resultante tem uma elevada variância, essencialmente pelo facto de o seu cálculo se
basear numa só série temporal discretizada com duração finita. No entanto, é possível
atenuar essa variância, dividindo a série temporal em segmentos mais curtos e
efectuando posteriormente a média das estimativas espectrais simples dos segmentos,
obtendo-se assim uma estimativa alisada (“smoothed”) da função de densidade
espectral, em que nd, corresponde ao número total de segmentos utilizados: x (t)
1 n d ⎡ X ( ω ) ⋅ X j ( ωn ) ⎤
*
S ij ( ωm ) = ∑ ⎢ i n ⎥ , i, j = 1,2,..., NPI e n = 0,1,2,..., N − 1

n d m =1 ⎣⎢ Td t
⎦⎥ m Td
Td T
Na expressão anterior Td, corresponde ao comprimento associado a cada segmento, à Figura 3.11 Representação de uma
imagem do que sucedia no caso anterior, na Figura 3.12, mostra-se uma amostra de amostra de comprimento T, com dois
comprimento total T, na qual se mostra a selecção de dois segmentos de comprimento segmentos de comprimento Td,
sobrepostos a 2/3.
Td, com uma sobreposição de 2/3.
Todavia, a adopção de segmentos tem como consequência um agravamento dos erros

por escorregamento (“leakage”), isto é, quanto mais curtos são os segmentos maior é
o efeito deste tipo de erros. Uma forma usualmente utilizada para conseguir uma bom
número de segmentos com um comprimento razoável, baseia-se na adopção de
alguma sobreposição (“overlapping”) entre eles.
O erro por escorregamento, devido ao tempo de observação limitado, e também

associado à existência de descontinuidades do sinal periodizado, pode ser atenuado
através da aplicação de janelas de dados a cada um dos segmentos. No anexo A

refere-se que, para séries temporais provenientes de ensaios de vibração ambiental é
usual aplicar janelas de Hanning, pelo que a estimativa espectral pode agora ser
escrita na forma
⎡ ⎤
nd ⎢ ⎥
1 X *
( ω ) ⋅ X ( ω )
S ij ( ωn ) = ⋅ ∑ ⎢ i nN −1 j n ⎥ , i, j = 1,2,..., NPI e n = 0,1,2,..., N − 1
n d m =1 ⎢ ⎥
Td ⋅ ∑ w k
2
⎢⎣ k =0
⎥⎦
m
É importante referir que, a utilização de janelas de dados de Hanning associada a uma

sobreposição de segmentos de 2/3, é a que optimiza o aproveitamento da informação
contida nas séries temporais; no entanto, é também muito comum utilizar-se uma
sobreposição de 1/2.
O procedimento utilizado para estimar as funções de densidade espectral com base em

séries temporais divididas em segmentos, aplicação de uma janela de dados a cada
segmento, cálculo da FFT de cada segmento e posterior realização de médias é
conhecido como procedimento de [Welch, 1967]. Em [Bendat e Piersol, 1993] e
[Bendat e Piersol, 2000] são descritos este e outros métodos utilizados para estimar as
funções de densidade espectral.
Volta agora a introduzir-se o modelo físico do edifício de 3 pisos, para ilustrar os

conceitos que vão sendo descritos.
Exemplo 3.3 Matriz das funções de densidade espectral de potência da resposta em aceleração do modelo de um edifício de três pisos.
Na Figura 3.6 (b), apresentam-se 3 amostras de 20 s de registos de aceleração longitudinal, obtidos ao nível dos pisos, como se mostra na
Figura 3.6 (a). Estes registos têm uma comprimento total de 30 minutos (1800 s) e foram gerados com uma frequência de amostragem de
50 Hz, utilizando uma rotina desenvolvida em MatLab, que efectua cálculos dinâmicos no domínio do tempo, no processo de geração
foram igualmente geradas 3 acções do tipo aleatório ao nível de cada um dos pisos, com a finalidade de simular acções do tipo ruído
branco, por forma a respeitar alguns dos pressupostos apresentados previamente.
A partir dos 3 registos de aceleração, procedeu-se à avaliação das funções de densidade espectral, considerando 3 situações distintas, que
tendo em conta a já referida frequência de amostragem de 50 Hz e um comprimento total de 30 minutos, respeitaram as seguintes
condições:
− Caso 1 – 1 amostra representada por 90000 pontos, a qual corresponde à totalidade dos 30 minutos;
− Caso 2 – 261 amostras independentes (nd = 261) de 1024 valores cada, representando 20.48 s, utilizando uma sobreposição de
2/3;
− Caso 3 – 261 amostras independentes (nd = 261) de 1024 valores cada, representando 20.48 s, utilizando uma sobreposição de 2/3
e a aplicação de uma janela de Hanning a cada amostra para reduzir os efeitos de escorregamento;
Passa-se então à apresentação das funções de densidade espectral obtidas para cada situação, salientando-se os aspectos mais relevantes
relacionados com cada opção. É importante salientar desde já que, as funções de densidade espectral são representadas, neste caso,
recorrendo a duas funções, a amplitude e a fase. Neste trabalho a sua representação far-se-á através de representações do tipo matricial,
isto é, recorrendo às designadas matrizes das funções de densidade espectral.
Tal como já foi referido previamente, apenas se apresentam as funções para valores de frequências positivos, assumindo nesta situação a
designação de Gy.
Caso 1 - consideração de uma amostra única:
Gy [1,1] Gy [1,2] Gy [1,3]

0 0 0
10 10 10
[(m/s2)2/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]

0 0 0
10 10 10
[(m/s2)2/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]

0 0 0
10 10 10
[(m/s2)2/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 3.12 Estimativa das funções de densidade espectral de potência da resposta em aceleração do edifício de 3 pisos. Matriz das
amplitudes considerando 1 amostra com 90000 pontos.
Na Figura 3.12 apresentam-se as estimativas da amplitude da matriz de funções de densidade espectral da resposta em aceleração,
considerando 1 amostra de 90000 pontos, a qual representa na totalidade o registo de 30 minutos. Tratam-se de estimativas muito
rugosas, pois utilizam uma grande resolução em frequência (pois consideram-se janelas com 90000 pontos para representar 50 Hz o que
dá um ∆f muito pequeno, isto é ∆f ≈ 0.00055 Hz), que nestas circunstâncias é excessiva, não constituindo portanto uma mais valia na
interpretação dos resultados. Se bem que neste caso concreto permite a avaliação correcta dos picos de ressonância em frequência.
Na figura seguinte mostram-se duas formas, usualmente utilizadas para representar a diferença de fase entre os vários pontos
instrumentados, a primeira entre -180º e 180º e a segunda entre 0º e 180º. Tal como para o caso das amplitudes, qualquer uma delas é
apresentada sob a forma de matriz.
Gy [1,1] Gy [1,2] Gy [1,3]

200 200 200
Fase [º]
0 0 0
-200 -200 -200
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]
200 200 200
Fase [º]
0 0 0
-200 -200 -200
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]
200 200 200
Fase [º]
0 0 0
-200 -200 -200
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [1,1] Gy [1,2] Gy [1,3]

200 200 200
Fase [º]
100 100 100

0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]
200 200 200
Fase [º]
100 100 100

0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]
200 200 200
Fase [º]
100 100 100

0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 3.13 Estimativa das funções de densidade espectral de potência da resposta em aceleração do edifício de 3 pisos. Matriz das fases
considerando 1 amostra com 90000 pontos.
Tal como se verificou para o caso das amplitudes das funções de densidade espectral, também a representação gráfica das diferenças de
fase se caracteriza por uma elevada rugosidade, a qual advém, como já foi previamente referido, do grande comprimento da amostra
considerada para análise.
A presentação dos dois casos seguintes visam essencialmente melhorar a representação gráfica das funções de densidade espectral de
potência da resposta em aceleração, considerando a anterior amostra subdividida num conjunto de amostras independentes com um
comprimento menor cada, preservando no entanto a mesma informação de base contida na representação espectral, efectuando para esse
efeito a média de todas as contribuições associadas a cada amostra independente.
Caso 2 - consideração de 261 amostras independentes (nd = 261) de 1024 valores cada, representando 20.48 s, utilizando uma
sobreposição de 2/3:
Neste caso, atendendo ao comprimento total da amostra inicial, ao comprimento adoptado para as amostras independentes e à
sobreposição utilizada, foi possível considerar um total de 261 amostras independentes, a partir das quais foi possível obter a seguinte
matriz das amplitudes das funções de densidade espectral da resposta em aceleração, as quais são o resultado da média das 261 amostras
independentes consideradas e se apresentam na Figura 3.14.
0
G[1,1] 0
G[1,2] 0
G[1,3]
10 10 10
[(m/s2)2/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
0
G[2,1] 0
G[2,2] 0
G[2,3]
10 10 10
[(m/s2)2/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
0
G[3,1] 0
G[3,2] 0
G[3,3]
10 10 10
[(m/s2)2/Hz]
-5 -5 -5
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 3.14 Estimativa das funções de densidade espectral de potência da resposta em aceleração do edifício de 3 pisos. Matriz das
amplitudes considerando a média de 261 amostras independentes.
Analisando a Figura 3.14 e comparando-a com a Figura 3.12, verifica-se que existe uma clara diminuição da rugosidade dos espectros,
bem como uma diminuição da amplitude dos picos de ressonância. A menor rugosidade no espectro permite uma melhor clarificação do
andamento do conteúdo espectral, enquanto que a diminuição da amplitude dos picos será atenuada através da aplicação de janelas de
Hanninng, como se verá no caso 3.
Na Figura 3.15, apresentam-se as duas formas de representar a diferença de fase entre pontos instrumentados, as quais podem ser
comparadas com as apresentadas na Figura 3.13, de onde se salienta que, com menor rugosidade existe uma melhoria substancial na
representação da diferença de fase, avaliando-se facilmente as gamas de frequência que estão em fase e as que estão em oposição de fase,
para os vários pontos instrumentados.
Neste caso em particular, e uma vez que se está a utilizar registos de aceleração gerados numericamente, verifica-se que as suas
características são muito semelhantes às apresentadas na Figura 2.8 do Capítulo 2, as quais com se viu eram obtidas analiticamente.
Gy [1,1] Gy [1,2] Gy [1,3]

200 200 200
Fase [º]
0 0 0
-200 -200 -200
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]
200 200 200
Fase [º]
0 0 0
-200 -200 -200
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]
200 200 200
Fase [º]
0 0 0
-200 -200 -200
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [1,1] Gy [1,2] Gy [1,3]

200 200 200
Fase [º]
100 100 100

0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]
200 200 200
Fase [º]
100 100 100

0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]
200 200 200
Fase [º]
100 100 100

0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 3.15 Estimativa das funções de densidade espectral de potência da resposta em aceleração do edifício de 3 pisos. Matriz das fases
considerando a média de 261 amostras independentes.
Como as funções de densidade espectral são sempre representáveis por duas funções, a amplitude e a fase, é lógico que se compacte essa
dupla informação num único gráfico, tal como se mostra na Figura 3.16, por forma a facilitar a tarefa de análise da informação contida
nos dois gráficos.
É ainda de salientar que utilização de um único gráfico permite visualizar alguns detalhes que antes não eram imediatos. Nomeadamente,
como já se referiu no exemplo 2.5 do Capítulo 2, que a mudança de fase está associada a vales com picos invertidos, ao passo que
nos vales em que não ocorrem mudanças de fase os vales não afundam na forma de picos invertidos.
Na Figura 3.16, apresenta-se a preto a amplitude e a cinza a fase.

Gy [1,1] Gy [1,2] Gy [1,3]

0 0 0
10 10 10
180 180 180

[(m/s2)2/Hz]
Fase [º]
-5 -5 -5
10 10 10
90 90 90
-10 -10 -10

10 0 10 0 10 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]

0 0 0
10 10 10
180 180 180

[(m/s2)2/Hz]
Fase [º]
-5 -5 -5
10 10 10
90 90 90
-10 -10 -10

10 0 10 0 10 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]

0 0 0
10 10 10
180 180 180

[(m/s2)2/Hz]
Fase [º]
-5 -5 -5
10 10 10
90 90 90
-10 -10 -10

10 0 10 0 10 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 3.16 Estimativa das funções de densidade espectral de potência da resposta em aceleração do edifício de 3 pisos. Matriz completa
contendo as amplitudes e as fases, considerando a média de 261 amostras independentes.
Caso 3 - consideração de 261 amostras independentes (nd = 261) de 1024 valores cada, representando 20.48 s, utilizando uma
sobreposição de 2/3 e a aplicação de uma janela de Hanning a cada amostra para reduzir os efeitos de escorregamento:
Este último caso, difere do anterior, pelo facto de a cada uma das amostras independentes se aplicar uma janela de dados de Hanning. A
aplicação deste tipo de janela de dados tem como objectivo reduzir os efeitos de escorregamento (ou leakage), pelo facto de se estar a
aplicar o algoritmo da FFT a amostras pequenas, sendo que a sua aplicação permite obter espectros de amplitudes nos quais os picos
ficam ligeiramente mais “aguçados” ou salientes e os vales entre picos mais profundos, melhorando desta forma o conteúdo em
frequência dos resultados obtidos.
Na Figura 3.17, apresenta-se no formato compacto a matriz completa das estimativas das funções de densidade espectral de potência da
resposta em aceleração, a qual será utilizada como elemento de base para aplicação dos vários métodos de identificação modal
estocástica no domínio da frequência, que se descrevem nas secções seguintes.
Gy [1,1] Gy [1,2] Gy [1,3]

0 0 0
10 10 10
180 180 180

[(m/s2)2/Hz]
Fase [º]
-5 -5 -5
10 10 10
90 90 90
-10 -10 -10

10 0 10 0 10 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]

0 0 0
10 10 10
180 180 180
[(m/s2)2/Hz]
Fase [º]
-5 -5 -5
10 10 10
90 90 90
-10 -10 -10

10 0 10 0 10 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]

0 0 0
10 10 10
180 180 180

[(m/s2)2/Hz]
Fase [º]
-5 -5 -5
10 10 10
90 90 90
-10 -10 -10

10 0 10 0 10 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 3.17 Estimativa das funções de densidade espectral de potência da resposta em aceleração do edifício de 3 pisos. Matriz completa
contendo as amplitudes e as fases, considerando a média de 261 amostras independentes e a aplicação de janelas de Hanning a cada uma
das amostras independentes.
Em seguida, mostra-se que quando a fase de um termo cruzado S12(ωn), da matriz das
funções de densidade espectral de potência é nula isso significa que, as “ondas” de
frequência (ωn) identificadas nos GL 1 e 2 estão em fase. A densidade espectral de
No anexo A, é demonstrado que:
potência cruzada entre os pontos 1 e 2, para uma dada frequência ωn, é dada através
a n − i ⋅ bn
T
da seguinte expressão FT ( ωn ) = ∫ f T ( t ) ⋅ e
− i ⋅ωn ⋅ t
dt = ⋅T
0 2
1 ⎡⎛ a n,1 − i ⋅ b n,1 ⎞ ⎛ a n,2 + i ⋅ b n,2 ⎞ ⎤ em que, −∞ < ωn = n ⋅ ∆ω < +∞ .

S12 ( ωn ) = ⎢⎜ ⋅T⎟⋅⎜ ⋅ T ⎟⎥
T ⎣⎝ 2 ⎠ ⎝ 2 ⎠⎦
ou seja
T
S12 ( ωn ) = ⎡( a n,1 ⋅ a n,2 + b n,1 ⋅ b n,2 ) + ( a n,1 ⋅ b n,2 − a n,2 ⋅ b n,1 ) ⋅ i ⎤
4⎣ ⎦
quando a fase deste termo da matriz é nula tem-se
⎛ parte imaginária ⎞ a n,1 ⋅ b n,2 − a n,2 ⋅ b n,1

φ12 = arctan ⎜ ⎟=0⇔ = 0 ⇔ a n,1 ⋅ b n ,2 − a n,2 ⋅ b n,1 = 0
⎝ parte real ⎠ a n,1 ⋅ a n,2 + b n,1 ⋅ b n,2
ou seja,
3.4 Método básico no domínio da frequência 43
a n ,1 ⋅ b n,2 = a n,2 ⋅ b n,1
Esta relação corresponde à que se obtém quando se comparam duas “ondas” de frequência
(ωn) que estão em fase. Sendo φ1 e φ2 , a fase de duas “ondas” 1 e 2
⎛ b n ,1 ⎞ ⎛ b n,2 ⎞
φ1 = arctan ⎜⎜ ⎟⎟ e φ2 = arctan ⎜⎜ ⎟⎟
a
⎝ n,1 ⎠ ⎝ a n ,2 ⎠
então, admitindo que estão em fase, φ1 = φ2 , obtém-se
b n ,1 b n,2
φ1 = φ2 ⇔ = ⇔ a n,2 ⋅ b n,1 = a n,1 ⋅ b n,2
a n,1 a n,2
o que corresponde exactamente à relação que se obteve quando se admitiu que a fase do
termo S12(ωn) era nula.
Esta pequena demonstração matemática, ajuda a compreender o conceito físico associado

à fase (ou melhor diferença de fase) entre as “ondas” identificadas nos diversos pontos
observados num ensaio de vibrações. Resta salientar que, este é um conceito essencial
para a obtenção dos modos de vibração das estruturas.
Descritos os conceitos essenciais associados à matriz das funções de densidade espectral,

dedica-se nas secções seguintes especial atenção ao desenvolvimento dos métodos de
identificação modal estocástica, no domínio da frequência, desenvolvidos com base nos
elementos contidos naquela matriz.
3.4 Método básico no domínio da frequência
O método básico no domínio da frequência (BFD – “Basic Frequency Domain”),

também conhecido como método da selecção de picos ou “Peak Picking” (PP), é o
método de identificação modal estocástica mais conhecido. Para além de ter sido
pioneiro nesta área, apresenta-se actualmente, como um método fácil de aplicar e
implementar, permitindo a obtenção de bons resultados e uma boa interpretação
física, continuando, por estes motivos, a ser muito utilizado em aplicações de
engenharia civil.
A primeira aplicação associada à utilização deste método remonta a 1964, na qual se

apresenta um processo para avaliar os períodos de vibração (frequências naturais) de
um edifício de 19 pisos a partir da análise dos auto-espectros de registos de
velocidade obtidos em ensaios de vibração ambiental, neste trabalho é também
estimada a configuração do primeiro modo de translação numa das direcções
[Crawford e Ward, 1964]. A este nível é de referir um trabalho pioneiro desenvolvido
no LNEC, em 1969, no qual se avalia o comportamento dinâmico de edifícios a partir
de ensaios de vibração ambiental, utilizando este tipo de conceitos [Priestley, M.
1969].
Nas referências [Bendat e Piersol, 1993 e 2000], são apresentados de uma forma
aprofundada os fundamentos teóricos deste método. Deve-se no entanto, a Felber
(1993) a sistematização dos procedimentos, que culminou com a automatização do
método, da qual resultou um programa que para além de efectuar a análise espectral
permitia também a visualização gráfica das configurações modais identificadas [EDI,
1995]. Após a realização deste trabalho, o recurso a ensaios de vibração ambiental
para caracterizar o comportamento dinâmico de estruturas de engenharia civil,
aumentou significativamente, em particular na University of British Columbia (UBC)
e no Swiss Federal Laboratory of Materials Testing and Research (EMPA).
Recentemente foram elaborados dois trabalhos em Portugal, em que se descrevem

este e outros métodos de identificação modal estocástica [Rodrigues, 2004 e
Magalhães, 2004].
Em termos gerais, os fundamentos do BFD assentam na hipótese das acções ambiente

serem assumidas como um processo estocástico gaussiano de ruído branco com média
nula. Nestas condições as funções de densidade espectral da resposta, apresentam
uma concentração energética sob a forma de picos, nas suas frequências naturais de
vibração (para ser mais preciso, em valores muito próximos, tendo em conta o
amortecimento das estruturas). Para estruturas que apresentem modos de vibração
com frequências bem separadas, a sua resposta é essencialmente condicionada pela
contribuição dos modos ressonantes. Esta hipótese está na base dos designados
métodos de 1 GL, pelo que, assumindo a sua validade, é possível simular o
comportamento dinâmico de uma estrutura na vizinhança das suas frequências de
ressonância através de osciladores de 1 GL, com base na frequência ωk e no
coeficiente de amortecimento modal ξk, do modo ressonante.
Atendendo ao parágrafo anterior, as frequência naturais ωk, encontram-se reflectidas

nas frequências que estão associadas aos picos nas funções de densidade espectral,
enquanto que os coeficientes de amortecimento ξk, se reflectem na largura dos picos
de ressonância das mesmas funções de densidade espectral. Já as configurações φk,
dependem da relação entre as funções de densidade espectral, tendo por referência um
determinado grau de liberdade.
De seguida indicam-se e justificam-se os principais procedimentos utilizados pelo

BFD na avaliação das características dinâmicas de estruturas. Este processo será
acompanhado por aplicações do exemplo do pórtico plano, utilizando rotinas
desenvolvidas em MatLab.
3.4.1 Identificação de frequências naturais. Espectro normalizado médio
Conforme já se referiu anteriormente, a caracterização experimental do

comportamento dinâmico de uma estrutura, requer a medição da sua resposta, em
vários graus de liberdade. A análise isolada de apenas um espectro de potência é
insuficiente para identificar todas as frequências de ressonância da estrutura, pois o
grau de liberdade a que se refere pode estar situado sobre um nodo de um ou mais
modos de vibração e portanto, não possibilita a identificação das frequências
associadas a esses modos. Pelo que é essencial efectuar a análise espectral de todos os
auto-espectros e espectros cruzados obtidos. Todavia esta é uma operação que se pode
tornar extremamente trabalhosa, dependendo, evidentemente, do números de graus de
liberdade instrumentados. Uma forma de compactar toda esta informação, é
conseguida recorrendo à utilização de espectros normalizados médios – ANPSD
[Felber, 1993]. Estes espectros são determinados a partir dos auto-espectros dos
registos, através do processo que se descreve em seguida:
i) Normalização dos auto-espectros (NPSD), dividindo as estimativas dos auto-

espectros G x x ( ωn ) pela soma das suas N ordenadas:
i i
S ii ( ωn )
NPSDi ( ωn ) = N
∑ S ( ω )
n =1
ii n
ii) Cálculo da média dos auto-espectros normalizados (ANPSD),

correspondentes a todos os pontos instrumentados:
1 n GL
ANPSD ( ωn ) = ⋅ ∑ NPSDi ( ωn )
n GL i =1
Na equação anterior, nGL é o número de graus de liberdade utilizados.
A determinação do ANPSD, é uma forma expedita de sintetizar a informação contida

nos vários auto-espectros, calculados a partir dos registos obtidos nos diferentes graus
de liberdade. Uma vez que resulta da média de todos os auto-espectros, o ANPSD
evidencia os picos de ressonância que se verificam em todos os auto-espectros e
suaviza os picos que apenas surgem num auto-espectro.
Este processo ajuda a simplificar a tarefa de identificação das frequências naturais,

bastando apenas analisar os picos contidos no ANPSD, os quais devem corresponder
a modos globais de vibração da estrutura. Todavia, é necessário confirmá-lo tendo em
conta a informação disponibilizada através do cálculo das funções de coerência entre
registos de resposta obtidos nos diferentes pontos instrumentados e as configurações
modais correspondentes a essas frequências. Estes aspectos serão abordados nas duas
secções seguintes.
Exemplo 3.4 Identificação das frequências naturais a partir do espectro normalizado médio.
Retomando o exemplo plano do edifício de 3 pisos, apresentam-se os 3 auto-espectros normalizados (NPSD) na Figura 3.18 e o
correspondente espectro de potência normalizado médio (ANPSD) na Figura 3.19, calculados a partir das séries temporais geradas,
considerando uma excitação do tipo ruído branco. Tendo em conta que o “ensaio” é único, isto é, realiza-se numa única fase, então nestas
circunstâncias não é muito importante efectuar a normalização dos espectros.
Gy [1,1] Gy [2,2] Gy [3,3]

0 0 0
10 10 10
-2 -2 -2
10 10 10
[(m/s2)/Hz]
-4 -4 -4
10 10 10
-6 -6 -6
10 10 10
-8 -8 -8
10 10 10
-10 -10 -10

10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 3.18 Auto-espectros normalizados.
Na Figura 3.19, indicam-se no ANPSD, os valores das frequências identificadas nos três picos de ressonância esperados. De notar que, os
valores identificados dependem da precisão em frequência, que neste caso, uma vez que se utilizou uma frequência de amostragem de 50
Hz (∆t = 0.02s) e amostras com um comprimento de 1024 pontos, então ∆f = 1/(1024×0.02) = 0.0488 Hz.
0
ANPSD
10
4.59
12.79
-2 18.55

10
-4
10
[(m/s2)/Hz]
-6
10
-8
10
-10
10
0 5 10 15 20 25
f [Hz]
Figura 3.19 Espectro normalizado médio, considerando janelas com 1024 pontos, isto é com 20.48s.
Tendo em conta a precisão em frequência, verifica-se que os desvios apresentados em relação aos valores teóricos encontram-se
abrangidos pelo valor de ∆f = 0.0488 Hz. Uma forma de obter uma melhor precisão em frequência consiste em aumentar o comprimento
das amostras utilizadas. Considerando-se amostras com 2048 pontos obter-se-á uma precisão em frequência de ∆f = 0.0244 Hz, obtendo-
se desta forma valores mais próximos dos teóricos, como se pode verificar na Figura 3.20. É de salientar que, ao se aumentar o número
de pontos das amostras, a rugosidade do espectro também aumenta.
0
ANPSD
10
4.57
12.82
-2
10
18.55
-4
[(m/s2)2/Hz]
10
-6
10
-8
10
-10
10
0 5 10 15 20 25
f [Hz]
Figura 3.20 Espectro normalizado médio, considerando janelas com 2048 pontos, isto é com 40.96s.
3.4.2 Funções de coerência
Um aspecto de extrema importância, na utilização dos métodos de identificação

modal estocástica, refere-se à capacidade em distinguir entre os picos identificados
nas funções de densidade espectral, aqueles que correspondem efectivamente a modos
de vibração das estruturas. No método BFD, essa distinção pode ser efectuada
recorrendo à utilização das designadas funções de coerência, as quais estabelecem
uma medida de correlação entre os vários sinais medidos.
A correlação entre os sinais da resposta observados, fornece indicações úteis sobre o

grau de linearidade entre eles, podendo igualmente ser utilizada para avaliar o nível
de ruído das medições efectuadas.
A estimativa da função de coerência entre dois sinais de resposta, medidos nos graus
de liberdade i e j, é determinada utilizando a seguinte expressão:
2
S ij ( ωm )
γ ( ωm ) =
2
S ii ( ωm ) ⋅ S jj ( ωm )
ij
Estas funções, variam entre 0 e 1, ao longo de todo o domínio da frequência, ou seja,

no intervalo [0, fN]. Valores de coerência próximos da unidade mostram que existe
uma elevada relação de linearidade entre os dois sinais, por contraposição valores
próximos de zero denunciam níveis de ruído elevados.
Exemplo 3.5 Funções de coerência.
Tendo em conta as funções de densidade espectral previamente determinadas, para o modelo plano do edifício de 3 pisos, apresentam-se
agora as estimativas das funções de coerência entre as séries temporais geradas. Estas estimativas são apresentadas sob a forma de
matriz, pelo que as funções de coerência de uma série consigo própria (elementos da diagonal principal) apresentam sempre um valor
unitário. Nos elementos fora da diagonal principal, verifica-se que em bandas de frequência próximas das frequências dos modos de
vibração identificados no ANPSD, as funções de coerência assumem valores muito próximos da unidade, indicando nessas frequências
uma elevada relação de linearidade entre as séries, confirmando a existência de modos de vibração globais da estrutura.
2 2 2
γ [1,1] γ [1,2] γ [1,3]
1 1 1
0.8 0.8 0.8

Coerência
0.6 0.6 0.6
0.4 0.4 0.4

0.2 0.2 0.2
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
2 2 2
γ [2,1] γ [2,2] γ [2,3]
1 1 1
0.8 0.8 0.8

Coerência
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
2 2 2
γ [3,1] γ [3,2] γ [3,3]
1 1 1
0.8 0.8 0.8

Coerência
0.6 0.6 0.6
0.4 0.4 0.4

0.2 0.2 0.2
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25

Figura 3.21 Estimativas das funções de coerência do modelo plano do edifício de 3 pisos.
Analisando as funções de coerência, entre os sinais da resposta observados em

diversos pontos, para bandas de frequência próximas dos picos de ressonância, estas
devem apresentar valores próximos da unidade. Este tipo de análise é muito
importante para confirmar se as frequências dos picos de ressonância identificados no
ANPSD correspondem de facto a modos de vibração das estruturas.
Surgem no entanto algumas situações, em que só se detectam picos de ressonância em

alguns auto-espectros, nestes casos está-se perante modos locais das estruturas ou
forças de excitação que não induzem movimentos globais às estruturas, apresentando
as funções de coerência entre os sinais da resposta valores baixos [Paultre et al.
1995]. Podem igualmente ocorrer valores baixos nas funções de coerência, para
frequências correspondentes a modos de vibração pouco excitados pelas acções de
origem ambiental, ou então, em situações em que o sinal analisado advém de um
ponto próximo de um nodo dos correspondentes modos de vibração, em análise.
3.4.3 Identificação das configurações modais
O processo referente à identificação de configurações modais a partir de resultados

experimentais, tem associado à sua boa aplicação alguns aspectos relevantes que
importa referir, nomeadamente é necessário ter em atenção que:
− os modos de vibração, obtidos por esta via, não coincidem exactamente com os
modos de vibração teóricos, uma vez que representam a configuração
deformada que a estrutura assume quando excitada por um harmónico puro;
− caso existam modos de vibração com frequências naturais próximas, os modos
de deformação operacionais, identificados na vizinhança dessas frequências,
são uma combinação dos modos de vibração respectivos;
− para sistemas estruturais com frequências bem separadas e com valores de
coeficientes de amortecimentos modais pequenos, sujeitos a forças de
excitação com características de ruído branco, a resposta na frequência de um
dos seus modos de vibração é claramente dominada por esse modo de
vibração.
O processo usualmente utilizado para avaliar as configurações modais, baseia-se na

consideração de um ponto instrumentado, considerado com referência e no facto de
que se pode obter a relação de fase entre todos os pontos, para todas as frequências,
dividindo todos os espectros cruzados pelo auto-espectro tomado como referência,
utilizando a seguinte expressão:
S j,ref ( ω)
≈
(φj )
ref ,ref ( ω ) ( φref )
S
A partir da expressão anterior é possível obter as componentes dos modos de

vibração, associados a cada uma das frequências de ressonância, a menos de um
factor de escala.
Note-se que a escolha da referência, deverá ser efectuada com particular cuidado,
evitando pontos sobre os nodos dos modos de vibração.
Será importante referir que, uma vez que os espectros cruzados são funções
complexas, então do quociente entre um qualquer elemento de uma qualquer coluna e
os restantes elementos, resultarão igualmente funções complexas. Para uma dada
frequência, a amplitude corresponde à amplitude do modo de vibração, enquanto que
a fase ou é 0º ou 180º, caso sejam expectáveis apenas modos reais. A fase indica o
sentido a dar às amplitudes na avaliação das configurações modais, isto é quando a
fase é 0º significa que a amplitude tem sentido igual ao da referência, por
contraposição quando a fase é 180º a amplitude tem sentido oposto ao da referência
(encontra-se fora de fase).
Avaliação dos modos de vibração a partir de uma coluna da matriz das densidades
espectrais de potência da resposta
O quociente entre os elementos de uma coluna das funções de densidade espectral de

potência da resposta em aceleração e um dado elemento, tomado como referência,
generalizado no intervalo [0, fN], tem usualmente a designação de função de transferência,
ou FRF de transmissibilidade entre o ponto j e o ponto ref:
S j,ref ( ω)
Tj,ref =
Sref ,ref ( ω)
As configurações modais avaliadas, resultam da relação entre as respostas observadas em

diferentes graus de liberdade das estruturas, pelo que os modos identificados por esta via
devem ser designados por modos de deformação operacionais, pois não resultam do ajuste
de um modelo matemático representativo do comportamento dinâmico da estrutura.
Os modos de vibração obtidos, não coincidem exactamente com os modos de vibração

teóricos, eles representam a configuração que a estrutura assume quando excitada por um
harmónico puro. Quando existem modos de vibração com frequências naturais próximas,
os modos de deformação operacionais, identificados na vizinhança dessas frequências, são
uma combinação dos modos de vibração respectivos.
Exemplo 3.6 Utilização das FRF de transmissibilidade, na avaliação das configurações modais.
Neste exemplo, apresenta-se o processo referente à avaliação das configurações modais do edifício de 3 pisos, a partir da aplicação do
conceito de FRF de transmissibilidade e tendo por base a matriz das funções de densidade espectral de potência da resposta em
aceleração, apresentada na Figura 3.17.
É de salientar que neste caso, os picos de ressonância se encontram bem espaçados em frequência, pelo que a avaliação das
configurações modais se resume à análise das FRF de transmissibilidade para os valores de frequência onde ocorrem picos de
ressonância, obtendo-se nestas circunstâncias os modos de vibração experimentais. Tendo em atenção, como aliás já se referiu
anteriormente, que estes modos representam a configuração deformada quando a estrutura é excitada por um harmónico puro, neste caso
originário de um ruído branco, o qual é considerado como um sinal que abrange todas as frequências numa determinada gama de
frequências (isto é uma gama de frequências que contém harmónicos puros para todas as suas frequências de interesse).
Na Figura 3.22, apresenta-se uma matriz das FRF de transmissibilidade, tomando como referências, nas três colunas, os auto-espectros,
pelo que as FRF de transmissibilidade apresentadas resultam do quociente entre cada um dos elementos da coluna e o elemento de
referência. Como os espectros cruzados são funções complexas, as funções de transferência são representadas através da sua amplitude e
fase (em graus).
De notar que, os valores das amplitudes obtidas se referem a valores relativos entre os graus de liberdade instrumentados, pelo que é
necessário normalizar estes valores quando se pretende desenhar a configuração modal. Um processo usual de normalização consiste em
dividir todos os valores pelo maior obtido, ficando este unitário, aplicando em seguida um factor de escala que seja adequado ao factor de
escala da representação da estrutura.
T[1,1] T[2,1] T[3,1]
180 180 180

2 2 2
Amplitude
Fase [º]
90 90 90
1 1 1
0 0 0 0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
T[1,2] T[2,2] T[3,2]
180 180 180

2 2 2
Amplitude
Fase [º]
90 90 90
1 1 1
0 0 0 0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
T[1,3] T[2,3] T[3,3]
180 180 180

2 2 2
Amplitude
Fase [º]
90 90 90
1 1 1
0 0 0 0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 3.22 Estimativa das funções de transferência do edifício de 3 pisos.
Nas tabelas seguintes avaliam-se as configurações modais, com base em cada uma das colunas da matriz das funções de transferência do
edifício de 3 pisos, apresentada na Figura 3.22.
Tabela 3.1 Avaliação das configurações modais com base na 1ª coluna da matriz das Funções de Transferência da Figura 3.22
1º modo [f = 4.59 Hz] 2º modo [f = 12.79 Hz] 3º modo [f = 18.55 Hz]
|T| φ ( T ) [º] Φi,1 Φ (esc.) |T| φ ( T ) [º] Φi,2 Φ (esc.) |T| φ ( T ) [º] Φi,3 Φ (esc.)
1 0 1 0.0500 1 0 0.8022 0.0401 1 0 0.4479 0.0224
0.8018 0.0004 0.8018 0.0401 0.5548 179.8437 -0.4481 -0.0224 2.2324 179.8711 -1 -0.0500
0.4450 0.0020 0.4450 0.0223 1.2466 179.9566 -1 -0.0500 1.7783 0.0038 0.7966 0.0398
1.2471 0.0004 1 0.0500 1.8000 179.8437 -0.8018 -0.0401 0.4465 179.8711 -0.4465 0.0223
1 0 0.8018 0.0401 1 0 0.4455 0.0223 1 0 1 -0.0500
0.5550 0.0024 0.4450 0.0223 2.2449 0.1140 1 0.0500 0.7971 179.8715 -0.7971 0.0399
2.2470 0.0020 1 0.0500 0.8018 179.9566 -0.8018 -0.0401 0.5582 0.0038 0.4462 0.0223
1.8017 0.0024 0.8018 0.0401 0.4451 0.1140 0.4451 0.0223 1.2511 179.8715 -1 -0.0500
1 0 0.4450 0.0223 1 0 1 0.0500 1 0 0.7993 0.0400
Analisando os resultados obtidos nas tabelas anteriores, apresenta-se a matriz modal com base nos resultados obtidos para a 1ª coluna da
matriz das funções de transferência
⎡ 1 0.8022 0.4479 ⎤
⎢
Φ = 0.8018 −0.4481 −1 ⎥
⎢ ⎥
⎢⎣0.4450 −1 0.7966 ⎥⎦
0.6 0.6 0.6
0.5 0.5 0.5
0.4 0.4 0.4
0.3 0.3 0.3
0.2 0.2 0.2
0.1 0.1 0.1
0 0 0
-0.1 0 0.1 0.2 -0.1 0 0.1 0.2 -0.1 0 0.1 0.2
Figura 3.23 Configurações modais avaliadas com base na 1ª coluna das Funções de Transferência da Figura 3.22.
3.4.4 Estimativas dos coeficientes de amortecimentos modais
No âmbito do método BFD, podem-se estabelecer procedimentos conducentes à

obtenção de estimativas dos coeficientes de amortecimentos modais, a partir dos auto-
espectros. Nesta perspectiva, descreve-se, neste trabalho, a técnica do método da meia
potência [Clough e Penzien, 1993; Rodrigues, 2004], no entanto alguns autores
sugerem a utilização de uma outra técnica, conhecida por, método de ajuste dum
espectro analítico correspondente à resposta em aceleração dum sistema de um grau
de liberdade [Brownjohn et al., 1989; Littler, 1995; Delaunay et al., 1999; Rodrigues,
2004].
Em primeiro lugar importa referir que, para obter boas estimativas, para os
coeficientes de amortecimento modais, é necessário garantir, tal como anteriormente,
mas agora de uma forma ainda mais rigorosa que, as forças de excitação tenham
densidade espectral aproximadamente constante e que os modos de vibração tenham
frequências bem separadas e amortecimentos com valores baixos. Por exemplo na
referência [Bendat e Piersol, 1993], são quantificadas algumas destas condições:
i) As forças de excitação devem ter densidade espectral constante ou

suficientemente uniforme na vizinhança da frequência de cada modo de
vibração do sistema a identificar, Su (ω) ≈ constante, no intervalo [ωi−3Bi ≤ ω
≤ ωi+3Bi], em que Bi é a largura de meia potência do pico de ressonância
correspondente ao modo de vibração com frequência ωi;
ii) Os modos de vibração devem ter frequências bem separadas, ωi−ωi-1 >
2(Bi−Bi-1);
iii) Os coeficientes de amortecimento devem ter valores pequenos, ξi < 5%;
iv) A resolução em frequência deve ser bastante mais pequena do que a largura
de meia potência dos picos de ressonância das estimativas das funções de
densidade espectral, ∆ω < 0.2Bi.
Método da meia potência
A aplicação deste método ao ANPSD, baseia-se na selecção de três pontos: o

No âmbito deste trabalho aplica-se o
primeiro, correspondente ao pico de ressonância correspondente a cada modo de método da meia potência ao espectro
vibração e dois pontos com ordenada espectral igual a metade do valor máximo normalizado médio, no entanto alguns
identificado na frequência de ressonância ωi,, um à esquerda ω1 e outro à direita ω2. A autores propõem a sua aplicação aos
partir destes valores é possível obter uma estimativa do coeficiente de amortecimento auto-espectros que apresentam uma
do modo de vibração i, utilizando a seguinte expressão: maior componente espectral para o
modo causa.
ω2 − ω1 ω2 − ω1 f 2 − f1
ξi = = ξi =
ω2 + ω1 2 ⋅ ωi 2 ⋅ fi
Todavia, é necessário ter em atenção que, a precisão na selecção dos pontos de meia
potência (com frequências ω1 e ω2), depende da resolução em frequência, neste caso
finita, ∆ω, a qual é inversamente proporcional à duração das amostras utilizadas. Pelo
que, para grandes valores de ∆ω (possivelmente a maioria dos casos), é necessário
efectuar interpolações para determinar os valores das frequências ω1 e ω2.
De uma forma imediata pode-se utilizar interpolação linear, todavia podem-se utilizar
técnicas que envolvem o ajuste de funções polinomiais às ordenadas espectrais, para
determinar as frequências ω1 e ω2 a partir dessas funções, cujos valores podem ser
avaliados com uma resolução em frequência muito fina.
Da aplicação deste método resultam geralmente estimativas sobreavaliadas, ou seja,

um erro de viés por excesso, o qual advém essencialmente do efeito de
escorregamento (“leakage”) associado à resolução finita em frequência dos espectros.
Este efeito existe sempre, mesmo utilizando janelas de dados (por exemplo janela de
Hanning) que reduzem o seu efeito.
Exemplo 3.7 Avaliação dos coeficientes de amortecimentos modais com base na utilização do método da meia potência.
Aplicando o método da meia potência, obtiveram-se estimativas dos coeficientes de amortecimento para os 3 modos de vibração
identificados. Na Figura 3.24 ilustra-se a aplicação do método, a troços do ANPSD, na vizinhança dos picos correspondentes às
frequências de ressonância da estrutura.
0
1º modo 4.59 Hz 0
2º modo 12.79 Hz 0
3º modo 18.55 Hz
10 10 10
G y máx
-1 -1 -1
10 1/2 G y máx 10 G y máx 10
1/2 G y máx
G y máx
-2 -2 -2
ξ = 1.1 % ξ = 0.56 % ξ = 0.71 %
[(m/s2)/Hz]
10 10 10
1/2 G y máx
-3 -3 -3
10 10 10
-4 -4 -4
10 10 10
f 1 = 4.52 Hz f 2 = 4.62 Hz f 1 = 12.742 Hz f 2 = 12.885 Hz f 1 = 18.383 Hz f 2 = 18.646 Hz
4.2 4.4 4.6 4.8 5 12.4 12.6 12.8 13 13.2 18.2 18.4 18.6 18.8 19
Figura 3.24 Coeficientes de amortecimento modais estimados através do método da meia potência, considerando amostras com 20.48s.
Na tabela seguinte, apresentam-se os resultados obtidos a partir da aplicação do método da meia potência e a sua comparação com os
valores teóricos utilizados para a geração dos registos de aceleração.
Tabela 3.4 Estimativas dos coeficientes de amortecimento, considerando amostras com 20.48s
valores teóricos método da meia potência erro
modo / frequência
ξ(%) ξ(%) (%)
1º modo, f = 4.59 Hz 0.23 1.10 126.44
2º modo, f = 12.79 Hz 0.43 0.56 23.21
3º modo, f = 18.55 Hz 0.60 0.71 15.49
Analisando os resultados obtidos, confirma-se que as estimativas obtidas a partir do método da meia potência são superiores aos valores
teóricos, utilizados na geração dos registos de aceleração, que agora se avaliam. Para o caso do 1º modo verifica-se mesmo um erro
superior a 100%. Tendo em conta que estas estimativas excessivas dos coeficientes de amortecimento modais, se devem, essencialmente,
aos erros por escorregamento (“leakage”), introduzido na estimativa das funções de densidade espectral, resolveu-se obter novas
estimativas dos coeficientes de amortecimentos modais, considerando agora amostras com 40.96s, cujos resultados se mostram na figura
seguinte.
0
1º modo 4.57 Hz 0
2º modo 12.82 Hz 0
3º modo 18.55 Hz
10 10 10
G y máx
-1 -1 -1
10 1/2 G y máx
10 10
G y máx
1/2 G y máx
-2 -2 -2 G y máx
ξ = 0.55 % ξ = 0.42 % ξ = 0.57 %
[(m/s2)/Hz]
10 10 10
1/2 G y máx
-3 -3 -3
10 10 10
-4 -4 -4
10 10 10
4.4 4.5 4.6 4.7 4.8 12.6 12.7 12.8 12.9 13 18.4 18.5 18.6 18.7
valores teóricos método da meia potência erro
modo / frequência
ξ(%) ξ(%) (%)
1º modo, f = 4.57 Hz 0.23 0.55 58.18
2º modo, f = 12.82 Hz 0.43 0.42 2.33
3º modo, f = 18.55 Hz 0.60 0.57 5.00
A consideração de amostras temporais mais compridas, permitiu a obtenção de resultados mais próximos dos valores teóricos,
nomeadamente para o caso dos 2º e 3º modos de vibração, como se pode verificar pela análise dos resultados apresentados na tabela
anterior. Todavia, para o caso do valor de amortecimento estimado para o 1º modo, continuou-se a obter uma estimativa sobreavaliada
que, essencialmente se deve ao efeito do erro por escorregamento (“leakage”), podendo-se afirmar nestas circunstâncias que a
componente devida a esse erro se sobrepõe ao amortecimento real associado a esse modo.
Importa ainda referir que, para além do já salientado, a avaliação dos coeficientes de
amortecimento modais, depende ainda dos níveis de vibração, podendo ainda variar
em função da temperatura [Ventura e Brincker, 2000]. Pelo que, é necessário alguma
precaução na utilização de coeficientes de amortecimento estimados a partir da
resposta das estruturas a acções ambientais, para a avaliação da sua resposta a acções
com grande intensidade (ex. sismos ou vento), mesmo que se considere dentro do
regime de funcionamento linear dos materiais que compõem as estruturas.
3.5 Método de decomposição no domínio da frequência
O método de decomposição no domínio da frequência (FDD – “Frequency Domain

Decomposition”), tal como o método BFD, desenvolve-se a partir das estimativas das
funções de densidade espectral de potência da resposta em aceleração. Este método,
tem uma versão base que apenas permite identificar de frequências naturais e avaliar
configurações modais, no entanto, a partir desta versão foi desenvolvida uma versão
melhorada, com base na qual é também possível obter estimativas dos coeficientes de
amortecimento modais. Em termos gerais o método FDD resolve as duas principais
limitações do método BFD, isto é: possibilita a identificação de modos com
frequências próximas e, utilizando a sua versão melhorada permite a obtenção
melhores estimativas dos coeficientes de amortecimento modais. Pelo que, o FDD é
considerado como uma extensão do BFD.
Alguns dos princípios fundamentais deste método terão sido utilizados pela primeira
vez por [Prevosto 1982], já no contexto da identificação modal estocástica. Estes
mesmos princípios, foram posteriormente utilizados por [Shih et al. 1988], num
contexto de análise modal experimental com controlo e medição das forças de
excitação, sob a designação de CMIF – “Complex Mode Identification Function”.
Esta designação foi igualmente adoptada por (Peeters, 2000), para descrever o método
FDD. Importa referir que em Portugal, no LNEC, [Corrêa e Campos Costa 1992]
utilizam também o conceito da decomposição em valores próprios da matriz de
funções de densidade espectral da resposta em velocidade, para obter um espectro que
designam por espectro principal de velocidade (correspondente, em cada frequência,
ao maior valor próprio da matriz), a partir do qual identificam as frequências naturais
de vibração, obtendo as componentes modais nos pontos instrumentados a partir do
primeiro vector próprio.
Todavia, a actual designação do método (“Frequency Domain Decomposition”),

surge com o trabalho desenvolvido por [Brincker et al. 2000], no qual o método é
apresentado de uma forma mais sistematizada.
Em termos gerais, este método apresenta-se como bastante atractivo, pois a

compreensão dos seus princípios teóricos é praticamente imediata, uma vez
subentendida a fundamentação do método BFD; por outro lado trata-se de um método
relativamente fácil de utilizar, com execução rápida. A este facto não é alheia a sua
implementação no programa ARTeMIS [SVS, 2002], no qual é possível utilizá-lo de
uma forma bastante automática, baseando-se na simples selecção dos picos de
ressonância contidos num espectro. Este é aliás um conceito muito familiar dentro da
comunidade de utilizadores (em engenharia civil), tornando, por esse motivo, a sua
utilização muito atractiva, uma vez que se baseia em conceitos de dinâmica
relativamente simples.
O desenvolvimento do método FDD baseia-se numa ferramenta matemática, O algoritmo de decomposição em

designada por decomposição em valores singulares. Em termos gerais, o conceito da valores singulares encontra-se
disponível em programas como o
decomposição em valores singulares, pode ser entendido como uma extensão da
MatLab e LabView.
decomposição em valores próprios. Neste caso concreto, o algoritmo diagonaliza a
matriz das densidades espectrais de potência da resposta em aceleração, decompondo-
a em contribuições modais que, em cada frequência, influenciam significativamente a
resposta duma estrutura.
Os fundamentos teóricos do algoritmo matemático da decomposição em valores

singulares é descrito de uma forma resumida na subsecção seguinte. Contudo a
descrição desta ferramenta matemática e algumas das suas aplicações são descritas
num anexo do livro [Juang, 1994], podendo-se encontrar uma descrição mais
detalhada em [Klema e Laub, 1980].
3.5 Método de decomposição no domínio da frequência 55
3.5.1 Decomposição em valores singulares
O algoritmo matemático da decomposição em valores singulares (SVD – “Singular

Value Decomposition”), decompõe uma matriz A no produto de outras 3:
⎡S 0 ⎤
A = U ⋅ Σ ⋅ VT Σ=⎢ ⎥ ⇒ A = U ⋅ S ⋅ VT
⎣0 0 ⎦
A matriz S é uma matriz quadrada diagonal, que contém os designados por valores
singulares de A por ordem decrescente. Enquanto que as matrizes U e V são matrizes
unitárias que contêm os vectores singulares à esquerda e à direita respectivamente.
Como já foi referido, a SVD pode-se relacionar com a determinação de valores e Uma matriz unitária ou ortonormal, é
uma matriz que satisfaz a seguinte
vectores próprios. Os valores singulares da matriz A correspondem às raízes
propriedade: A⋅AT = I (matriz
quadradas dos valores próprios das matrizes AT⋅A e A⋅AT. Enquanto as colunas das identidade)
matrizes U e V, contêm os vectores próprios de A⋅AT e AT⋅A, respectivamente. No
caso de A ser uma matriz complexa, as igualdades anteriores mantêm-se válidas, no
entanto, a operação de transposição (♦T) dá lugar à operação transposição seguida de
conjugação complexa (♦H), ou seja:
A = U ⋅ S ⋅ VT → A = U ⋅ S ⋅ VH AT ⋅ A → AH ⋅ A A ⋅ AT → A ⋅ AH
Propriedades de uma Matriz
Finalmente, quando a matriz A é real e simétrica ou complexa e hermitiana, os Hermiteana:
valores singulares coincidem com os valores próprios e as matrizes U e V, que
passam a ser coincidentes, contêm os vectores próprios. Assim, o problema de A = (AT)* = (A*)T
determinação de valores e vectores próprios pode ser entendido como um caso
particular de aplicação desta técnica mais genérica, que pode ser aplicada a matrizes
rectangulares.
3.5.2 Versão base (FDD)
O método FDD, baseia-se na aplicação da SVD à matriz das funções de densidade

espectral, decompondo-a num conjunto de funções de densidade espectral de 1 grau
de liberdade, correspondendo cada uma a um sistema de um grau de liberdade, com as
mesmas frequências e os mesmos coeficientes de amortecimento dos modos de
vibração da estrutura. Contudo a aplicação deste método depende da consideração das
seguintes hipóteses de base:
i) a excitação é um ruído branco;

ii) o amortecimento da estrutura é baixo;
iii) os modos de vibração com frequências próximas são ortogonais.
Caso estas hipóteses não sejam satisfeitas, é ainda possível aplicar o método, obtendo-
se no entanto resultados aproximados, mas mesmo assim, ainda melhores que os
obtidos com o método BFD.
No método FDD começa-se por estimar a matriz das funções de densidade espectral
de potência da resposta em aceleração da estrutura. Esta estimativa, avaliada em
qualquer frequência discreta ωi, é então decomposta aplicando SVD à matriz
G ( ω) = U i ⋅ Si ⋅ U iH
Na diagonal da matriz Si encontram-se armazenados, por ordem decrescente, os

valores singulares da matriz das funções de densidade espectral. Pelo que, o primeiro
valor singular contém, para cada frequência, a ordenada do auto-espectro do oscilador
de 1 grau de liberdade relativo ao modo de vibração dominante na vizinhança do pico.
Caso os picos de ressonância identificados estejam suficientemente bem afastados,

então o 1º valor singular contém, na vizinhança destes picos, os segmentos mais
relevantes dos auto-espectros dos osciladores de 1 grau de liberdade, importantes para
avaliar a resposta da estrutura. Os restantes valores singulares apresentam valores
muito baixos, todavia, em sinais com baixo nível de ruído dão uma ideia da
continuidade dos osciladores de 1 grau de liberdade definidos no 1º valor singular
(resultados próximos dos teóricos), no entanto em sinais com elevado nível de ruído
este efeito pode passar despercebido.
Se existirem modos de vibração com frequências próximas, então a SVD da matriz

das funções de densidade espectral, na vizinhança dessas frequências, apresenta tantos
valores singulares como valores significativos (picos), quantos os modos nessa
situação, permitindo assim o seu reconhecimento.
A identificação das frequências naturais da estrutura, é efectuada com base na

avaliação da abcissa correspondente aos máximos dos picos dos valores singulares
identificados.
A matriz Ui, contém na 1ª coluna para cada valor de frequência a configuração do

modo dominante, as configurações dos restantes modos, se forem mutuamente
ortogonais e ortogonais em relação ao primeiro, aparecem nas restantes colunas desta
matriz.
As configurações modais, para modos de vibração com frequências naturais

suficientemente afastadas, são avaliadas a partir da 1ª coluna da matriz Ui, para a
correspondente frequência de ressonância.
Caso existam modos com frequências próximas, então a configuração do modo

dominante é avaliada através da 1ª coluna da matriz Ui, em correspondência com as
respectiva frequência de ressonância. As outras configurações modais serão avaliadas
com base nas colunas (vectores singulares), correspondentes aos valores singulares
que apresentem picos, em correspondência com a abcissa em que o valor singular
apresenta o seu máximo local.
Nas situações em que o ensaio é realizado em várias fases, obtêm-se para cada fase,
tantos valores singulares quantos os graus de liberdade instrumentados. Todavia,
pode-se resumir a informação num único espectro, normalizando os valores
singulares estimados para cada fase de ensaio e determinando posteriormente a média
de todos os valores singulares avaliados. Alternativamente, pode-se aplicar a SVD a
uma matriz de densidade espectral rectangular, que contenha apenas as colunas
relativas aos sensores de referência. Pelo que seguindo esta via, obtém-se um número
de valores singulares igual ao número de sensores de referência utilizados, sendo
apenas possível identificar tantos modos, com frequências próximas, quantos os
sensores de referência adoptados.
No exemplo seguinte apresentam-se resultados da aplicação do método FDD, obtidos

com base na utilização de uma rotina desenvolvida em MatLab e aplicada ao exemplo
tipo do modelo plano do edifício de 3 pisos.
Exemplo 3.8 Espectro da matriz dos valores singulares.
A partir das funções de densidade espectral de potência da resposta em aceleração apresentadas na Figura 3.17, determinaram-se os
espectros de valores singulares, aplicando o já referido algoritmo matemático da decomposição em valores singulares (SVD) à matriz das
funções de densidade espectral em cada frequência. Na Figura 3.26, apresentam-se os 3 espectros de valores singulares obtidos. É de
salientar que o espectro correspondente ao 1º valor singular tem um desenvolvimento idêntico ao ANPSD apresentado na Figura 3.19.
Indicam-se na Figura 3.26, os valores das frequências correspondentes aos três picos de ressonância identificados no espectro do 1º valor
singular. Verifica-se que, neste caso os valores das frequências coincidem com as identificadas no ANPSD apresentado na Figura 3.19.
Uma vez que as frequências naturais, se encontram suficientemente bem afastadas, e como estamos perante um exemplo em que as
condições são altamente controladas, apenas existem picos no espectro do 1º valor singular.
Espectro dos valores singulares

da matriz das densidades espectrais de potência da resposta em aceleração
-2
10 4.59
12.79
18.55
-4
10
[(m/s2)2/Hz]
-6
10
-8
10
-10
10
1º valor singular
2º valor singular
-12 3º valor singular
10
0 5 10 15 20 25
f [Hz]
Figura 3.26 Espectro dos valores singulares da matriz das densidades espectrais de potência da resposta em aceleração.
Tal como se verificou anteriormente, para o cálculo do ANPSD, os resultados obtidos dependem da resolução em frequência, pelo que,
também na aplicação deste método os valores obtidos são condicionados pela resolução em frequência utilizada (∆f = 0.0488 Hz).
Aumentando a resolução em frequência (diminuindo o espaçamento entre pontos amostrados, ∆f = 0.0244 Hz), verifica-se exactamente a
mesma coerência entre os resultados obtidos na Figura 3.20, para o método ANPSD, e os agora obtidos neste método, apresentados na
Figura 3.27. Mais uma vez se constata que existe um aumento na rugosidade dos espectros, a qual se encontra associado ao aumento de
tempo das amostras consideradas nesta situação.

-2
10 4.57
12.82
18.55
-4
10
[(m/s2)2/Hz]
-6
10
-8
10
-10
10
1º valor singular
2º valor singular
10
0 5 10 15 20 25
f [Hz]
As configurações modais, foram avaliadas a partir da 1ª coluna da matriz dos vectores singulares, com base nas correspondentes
frequências identificadas no espectro do 1º valor singular da matriz das funções de densidade espectral. Atendendo ao facto de os
vectores singulares serem complexos, na Tabela 3.6 avaliam-se as configurações modais com base na amplitude relativa entre os vários
graus de liberdade, tendo um sido considerado como referência, e os ângulos de fase entre os vários graus de liberdade (considerando-se
sinal positivo, para ângulos próximos de 0 e sinal negativo para ângulos próximos de ±180º).
Tabela 3.6 Avaliação das configurações modais com base no FDD utilizando amostras de 20.48s.
| U1 | φ ( U1 ) [º] Φi,1 Φ (esc.) | U1 | φ ( U1 ) [º] Φi,2 Φ (esc.) | U1 | φ ( U1 ) [º] Φi,3 Φ (esc.)
0.7370 180 -1 -0.0500 0.5908 -180 -0.8015 -0.0401 0.3300 -180 -0.4475 -0.0224
0.5909 180 -0.8018 -0.0401 0.3280 0 0.4450 0.0223 0.7376 0 1 0.0500
0.3280 180 -0.4450 -0.0223 0.7371 0 1 0.0500 0.5891 -180 -0.7987 -0.0399
Na Tabela 3.7, avaliam-se as configurações modais, considerando amostras com 40.96s.
0.7371 180 -1 -0.0500 0.5912 -180 -0.8024 -0.0401 0.3314 -180 -0.4488 -0.0224
0.5909 180 -0.8017 -0.0401 0.3283 0 0.4456 0.0223 0.7384 0 1 0.0500
0.3279 180 -0.4449 -0.0223 0.7367 0 1 0.0500 0.5873 -180 -0.7953 -0.0398
Comparando os resultados das tabelas anteriores, verificam-se pequenas diferenças. Efectuando a comparação entre a Tabela 3.6 e os
valores obtidos nas tabelas referentes ao método BFD, verificam-se igualmente pequenas diferenças.
Na Figura 3.28, apresentam-se as configurações modais avaliadas, utilizando o método FDD.
0.6 0.6 0.6
0.5 0.5 0.5
0.4 0.4 0.4
0.3 0.3 0.3
0.2 0.2 0.2
0.1 0.1 0.1
0 0 0
-0.1 0 0.1 0.2 -0.1 0 0.1 0.2 -0.1 0 0.1 0.2
Figura 3.28 Configurações modais avaliadas com base no FDD.
3.5.3 Versão melhorada (EFDD)
A versão melhorada do método de decomposição no domínio da frequência (EFDD –

“enhanced frequency domain decomposition”), é considerada como um
aperfeiçoamento do método FDD, que permite estimar os coeficientes de
amortecimento modais e identificar com maior rigor as frequências naturais e as
configurações modais.
Embora os fundamentos teóricos deste método sejam referidos em [Brincker et al,

2000], apenas em [Brincker et al, 2001] o método é apresentado de uma forma mais
clara e sistematizada. De seguida descrevem-se os procedimentos que conduziram à
sistematização do método, os quais foram utilizados no desenvolvimento de uma
rotina em MatLab.
É usual dividir o método EFDD em duas fases distintas [Rodrigues, 2004]; a primeira
corresponde ao método FDD, e incorpora:
i) a avaliação das funções de densidade espectral da resposta;

ii) SVD da matriz das funções de densidade espectral;
iii) análise dos espectros de valores singulares para selecção dos picos de
ressonância correspondentes aos modos de vibração;
iv) avaliação das configurações modais segundo os graus de liberdade
observados, através dos vectores singulares.
A segunda fase contempla:
i) a introdução de um procedimento (utilizando o coeficiente MAC), que

permite estimar as funções de densidade espectral associadas a cada modo de As funções de auto-correlação da
vibração, a partir dos espectros de valores singulares; resposta dos vários osciladores de 1
grau de liberdade, são semelhantes à
ii) o ajuste da configuração modal do oscilador, através de uma média resposta em regime livre dos
ponderada, que contabiliza o contributo de cada vector singular, afectado do osciladores, se for assumido que as
correspondente valor singular; forças de excitação são idealizáveis
iii) a transformação para o domínio do tempo, das funções de densidade espectral por um processo de tipo ruído branco
associadas a cada modo de vibração, aplicando-lhes a inversa da [Clough e Penzien, 1993].
transformada discreta de Fourier, obtendo-se as funções de auto-correlação
da resposta dos vários osciladores de 1 grau de liberdade;
iv) a avaliação do coeficiente de amortecimento através do decremento
logarítmico das funções de auto-correlação;
v) o ajuste da estimativa da frequência do oscilador através dos instantes de
passagem por zero, das funções de auto-correlação;
Descrevem-se agora, de uma forma mais detalhada, cada um dos itens referenciados
para a segunda fase do método EFDD.
Verificou-se no método FDD, que aplicando a SVD à matriz das funções de

densidade espectral, se obtém um conjunto de funções de densidade espectral de
osciladores de 1 grau de liberdade. Contudo para utilizar o método EFDD é
necessário estimar os limites das funções de densidade espectral associadas a cada
modo de vibração, a partir dos espectros de valores singulares, na vizinhança dos
picos de ressonância. Embora esta identificação se possa efectuar manualmente, com
base na experiência e sensibilidade de quem a efectuar, é no entanto preferível utilizar
um procedimento mais fundamentado, comparando os vectores singulares das
frequências vizinhas, com o vector singular correspondente à frequência de
ressonância (configuração do modo de vibração).
A comparação entre vectores singulares, é efectuada utilizando o coeficiente MAC

(“modal assurance criterion”), o qual mede a correlação entre duas configurações
modais analíticas e/ou experimentais [Allemang e Brown 1982], através da seguinte
expressão:
2
ϕiT ⋅ ϕ j
MACi, j =
(ϕT
i ⋅ ϕi ) ⋅ ( ϕTj ⋅ ϕ j )
em que, ϕi e ϕj, são dois vectores coluna que contêm as configurações modais a
comparar.
O coeficiente MAC pode assumir valores que variam entre 0 e 1. Valores unitários
indicam que existe uma boa correlação entre os vectores, enquanto que valores
próximos de 0 revelam que a correlação é muito baixa. Pelo que, para definir as
funções de densidade espectral dos osciladores de 1 grau de liberdade, é necessário
considerar um limite para o coeficiente MAC (por exemplo MAC > 0.9). Uma vez
escolhido aquele limite, os valores singulares associados às frequências na vizinhança

da frequência de ressonância, entre os limites estimados à esquerda e à direita,
integram as referidas funções de densidade espectral dos osciladores de um grau de
liberdade, considerando-se que fora desse intervalo têm um valor de zero.
Todavia, a escolha dos limites a considerar para o coeficiente MAC, deve ser
analisada caso a caso, por forma a que a função de densidade espectral seja
claramente dominada pelo vector modal que caracteriza a frequência de ressonância.
A consideração de um valor do coeficiente de MAC baixo, leva a que se incorpore na
função de densidade espectral um maior número de valores singulares, no entanto,
tem como consequência um maior desvio em relação ao vector singular de referência.
Para estruturas com frequências naturais suficientemente bem afastadas, a definição

das funções de densidade espectral dos osciladores de 1 grau de liberdade envolverá,
em geral, apenas o espectro do 1º valor singular. Nos casos em que existem modos de
vibração com frequências próximas, a definição dessas funções envolve a
contribuição de diversos espectros de valores singulares.
Depois de definidas das funções de densidade espectral dos osciladores de 1 grau de

liberdade, é possível efectuar um ajuste na avaliação das configurações modais. Este
ajuste é conseguido através da média dos vectores singulares, que se encontram na
vizinhança do pico de ressonância e que fazem parte das funções de densidade
espectral dos osciladores de 1 grau de liberdade, ponderada pelo valor dos
correspondentes valores singulares.
Todavia, o grande contributo do método EFFD assenta na transformação das funções

de densidade espectral dos osciladores de 1 grau de liberdade para o domínio do
tempo, através da inversa da transformada de Fourier (utilizando o algoritmo da
IFFT), obtendo-se assim as correspondentes funções de auto-correlação, com base nas
quais é possível obter estimativas dos coeficientes de amortecimento modais e valores
ajustados das estimativas das frequências naturais.
Para estimar os coeficientes de amortecimento modais, identificam-se em primeiro

lugar os máximos positivos e negativos das funções de auto-correlação, a partir dos
quais é possível determinar o decremento logarítmico δ, que é dado pela seguinte
expressão:
2 ⎛ r0 ⎞ k
δ= ⋅ ln ⎜ ⎟ ⇔ ln ( rk ) = −δ ⋅ + ln ( r0 )
k ⎜ ⎟
⎝ rk ⎠ 2
em que: r0 é o valor inicial da função de auto-correlação; e rk é o k-ésimo máximo

(positivo ou negativo) da função de auto-correlação.
O decremento logarítmico δ e o valor inicial da função de auto-correlação r0 podem

ser avaliados através da regressão linear em δ⋅k/2 e ln(|rk|). O coeficiente de
amortecimento pode ser calculado a partir do decremento logarítmico, utilizando a
seguinte expressão:
2⋅π⋅ξ δ
δ= ⇔ξ=
1− ξ 2
δ + 4 ⋅ π2
2
Igualmente a partir das funções de auto-correlação, é possível obter uma estimativa

ajustada das frequências naturais, aplicando o conceito de frequência. Tendo em conta
que a frequência é o inverso do tempo necessário para completar um ciclo completo, é
possível avaliar este intervalo de tempo a partir de dois cruzamentos consecutivos do
eixo do tempo (abcissas), ou então analisando o intervalo de tempo entre a ocorrência
de dois valores extremos da função de auto-correlação, separados por um qualquer
número de ciclos. Assim sendo, é possível estimar as frequências naturais efectuando

a regressão linear dos instantes de passagem por zero e nos instantes correspondentes
aos valores máximos (positivos ou negativos), obtendo-se uma recta cujo declive
coincide com a frequência amortecida. A frequência natural é determinada com base
na expressão seguinte, utilizando o coeficiente de amortecimento previamente
estimado:
fa
fN =
1 − ξ2
Importa referir que, uma vez que as funções de auto-correlação são discretas, para se
avaliar de uma forma mais precisa os seus valores máximos (positivos ou negativos),
por consequência os correspondentes instantes de ocorrência e os instantes de
passagem por zero, é conveniente recorrer à utilização de funções de interpolação
entre os valores discretos. Na referência [Brincker et al, 2001] é proposta a utilização
de uma interpolação quadrática.
Exemplo 3.9 Estimativa dos coeficientes de amortecimento modais e ajuste das frequências naturais e configurações modais através do
método EFDD.
A partir dos espectros dos valores singulares, obtidos com o método FDD, apresentados no Exemplo 4.5, estimam-se agora as zonas
correspondentes aos osciladores de 1 grau de liberdade, utilizando o coeficiente MAC. Na Figura 3.29 apresentam-se a vermelho as
funções de densidade espectral dos três osciladores de 1 grau de liberdade, enquanto que na Figura 3.30 se apresentam os valores do
coeficiente MAC para cada oscilador de 1 grau de liberdade.
Uma vez que neste caso se utilizaram séries temporais geradas (sem grandes interferências de ruído) , foi possível obter valores de MAC
muito elevados, pelo que para a definição de cada uma das funções de densidade espectral dos osciladores de 1 grau de liberdade, foi
possível impor uma valor de MAC superior a 0.99.

-2
10
-4
10
[(m/s2)2/Hz]
-6
10
-8
10
-10
10
-12
10
0 5 10 15 20 25
f [Hz]
Figura 3.29 Densidades espectrais dos osciladores de 1 grau de liberdade.
MAC
1.05
0.95
0.9
0.85
MAC 1
MAC 2
MAC 3
0.8
0 5 10 15 20 25
f [Hz]
Figura 3.30 Variação do coeficiente MAC.
É de salientar que, quanto mais alisada for a estimativa dos espectros de valores singulares (menor comprimento das amostras, T), menor
será a rugosidade dos coeficientes MAC nas zonas de transição entre modos de vibração
Cada uma das funções de densidade espectral dos osciladores de 1 grau de liberdade, é definida pelas ordenadas assinaladas na Figura
3.29 a vermelho na vizinhança da sua frequência natural e por ordenadas nulas para todas as restantes frequências entre 0 e 25 Hz. Assim
definidas, aquelas funções foram transformadas para o domínio do tempo utilizando o algoritmo da IFFT, obtendo-se as correspondentes
funções de auto-correlação, as quais são representadas nas Figura 3.31, Figura 3.32 e Figura 3.33, para cada um dos modos de vibração
do modelo plano do edifício de 3 pisos. Os coeficientes de amortecimento e as frequências naturais de cada um dos modos de vibração
foram estimados de acordo com os processos atrás descritos.
1
correlação normaliz.
0.5
-0.5
-1
0 1 2 3 4 5 6 7 8 9 10
0
ln[máx.(+ e -)]
-2
-4
-6
ξ = 0.23 %
-8
-10
0 1 2 3 4 5 6 7 8 9 10
100
80
Índice
60
f = 4.6 Hz
40
20
0
0 1 2 3 4 5 6 7 8 9 10
t (s)
Figura 3.31 Avaliação do coeficiente de amortecimento e da frequência do 1º modo.
0.5
-0.5
-1
0 1 2 3 4 5 6 7 8 9 10
-2
ln[máx. (+ e -)]
-4
-6
ξ = 0.25 %
-8
-10
0 1 2 3 4 5 6 7 8 9 10
300
200
Índice
f = 12.85 Hz
100
0
0 1 2 3 4 5 6 7 8 9 10
t (s)
1
0.5
-0.5
-1
0 1 2 3 4 5 6 7 8 9 10
0
ln[máx. (+ e -)]
-2
-4
-6
ξ = 0.36 %
-8
-10
0 1 2 3 4 5 6 7 8 9 10
400
300
Índice
200 f = 18.58 Hz
100
0
0 1 2 3 4 5 6 7 8 9 10
t (s)
Nas figuras anteriores, representam-se a vermelho as rectas ajustadas aos pontos mais representativos das funções de auto-correlação. É a
partir do declive dessas rectas ajustadas que se estimaram os coeficientes de amortecimento e os valores ajustados das frequências dos
três modos de vibração da estrutura, os quais se resumem no quadro seguinte:
Tabela 3.8 Tabela resumo dos valores obtidos pela aplicação do método EFDD.
Frequência [Hz] Coef. Amortecimento [%] Freq. Ajustada [Hz]
1º Modo 4.59 0.23 4.60
2º Modo 12.79 0.25 12.85
3º Modo 18.55 0.36 18.58
É importante salientar que para a determinação do decremento logarítmico, embora em abcissas se represente o tempo em segundos,
utiliza-se o número dos máximos, desde 1 até ao número total de máximos (positivos e negativos) obtidos, os quais ocorrem isso sim no
instante representado no eixo das abcissas.
Tabela 3.9 Comparação entre os valores teóricos considerados para a geração dos registos de aceleração com os valores obtidos pela
aplicação do método EFDD.
Valores de frequência [Hz] Valores de Coef. Amortecimento [%]
teórico EFDD Dif. [%] teórico EFDD Dif. [%]
1º Modo 4.57 4.60 0.34 0.23 0.23 0.00
2º Modo 12.81 12.85 0.69 0.43 0.25 42.86
3º Modo 18.51 18.58 0.62 0.60 0.36 41.00
Relativamente aos resultados obtidos e tendo em consideração os valores apresentados na tabela anterior, facilmente se constata que a
aplicação deste método permite obter bons resultados ao nível das frequências próprias, já no que diz respeito aos valores obtidos para os
coeficientes de amortecimento, mais uma vez se verifica que se obtêm valores com diferenças significativas em relação aos que
estiveram na base da geração de resultados. É de salientar que só por mera coincidência o valor do 1º coeficiente de amortecimento
acertou, para este caso concreto.
Finalmente apresentam-se as configurações modais avaliadas com base na média dos vectores singulares seleccionados na vizinhança do
pico de ressonância, como correspondentes a cada modo, ponderadas com os respectivos valores singulares.
Tabela 3.10 Avaliação das configurações modais com base no EFDD utilizando amostras de 20.48s.
0.6540 -180 -1 -0.0500 0.5628 -180 -0.8019 -0.0401 0.0978 180 -0.4450 -0.0223
0.5244 -180 -0.8018 -0.0401 0.3122 0 0.4448 0.0224 0.2197 0 1 0.0500
0.2910 -180 -0.4450 -0.0223 0.7918 0 1 0.0500 0.1760 180 -0.8008 -0.0400
Na Figura 3.34, apresentam-se as configurações modais avaliadas com base em resultados experimentais, utilizando o método EFDD.
0.6 0.6 0.6
0.5 0.5 0.5
0.4 0.4 0.4
0.3 0.3 0.3
0.2 0.2 0.2
0.1 0.1 0.1
0 0 0
-0.1 0 0.1 0.2 -0.1 0 0.1 0.2 -0.1 0 0.1 0.2
Figura 3.34 Configurações modais avaliadas com base no EFDD.
3.6 Aplicação dos métodos anteriores a resultados experimentais
Nas secções anteriores, apresentaram-se os métodos BFD, FDD e EFDD, tendo por
base resultados gerados numericamente, para o modelo plano dum edifício de 3 pisos.
Nesta secção, aplicam-se os mesmos métodos de identificação modal estocástica,
utilizando agora resultados experimentais, obtidos num ensaio de vibração ambiental,
em laboratório, para o modelo físico do edifício de 3 pisos que serviu de base ao
modelo plano, utilizado nas secções anteriores.
Com este exemplo de aplicação, pretende-se discutir as limitações e as

3.6 Aplicação dos métodos anteriores a resultados experimentais 65
potencialidades de cada um do métodos, bem como salientar alguns aspectos de

índole prática, relacionados com os parâmetros a identificar.
3.6.1 Descrição do modelo físico e do ensaio de vibração ambiental
O modelo físico é constituído por três pisos suportados por quatro pilares. Os pisos
são materializados por chapas de aço, enquanto que os pilares são lâminas de
alumínio, como se mostra na Figura 3.35. Na figura seguinte apresenta-se uma
fotografia do modelo e um esquema com a sua caracterização geométrica.
placa ( aço )
200 mm
cantoneira
( latão )
placa ( aço )
15 mm
200 mm
cantoneira
( latão )
placa ( aço )
Pilares :
(alumínio)
200 mm
cantoneira
3 mm x 18 mm ( latão )
m
0m
200 mm
20
(a) (b)
Figura 3.35 Modelo físico de um edifício de 3 pisos: (a) fotografia; (b) perspectiva 3D.
No ensaio dinâmico, foi medida a resposta da estrutura a uma excitação ambiental,

através de 3 acelerómetros piezoeléctricos, colocados ao nível de cada piso, segundo a
direcção em que os pilares apresentam menor rigidez.
Foram recolhidas séries temporais com 5 minutos (300 segundos) de duração,

utilizando uma frequência de amostragem de 50 Hz.
-3
x 10
2
u1 (m/s )
2
-2
0 2 4 6 8 10 12 14 16 18 20
t(s)
-3
x 10
2
u2 (m/s )
2
-2
0 2 4 6 8 10 12 14 16 18 20
t(s)
-3
x 10
2
u3 (m/s )
2
-2
0 2 4 6 8 10 12 14 16 18 20
t(s)
Figura 3.36 Amostras de 20s, das séries temporais recolhidas nos 3 pisos, no ensaio de
vibração ambiental.
Às séries temporais recolhidas foi posteriormente aplicado um filtro passa alto (em
frequência), com o objectivo de eliminar o conteúdo em frequência abaixo de 0.5 Hz,
uma vez que o tipo de acelerómetros utilizado, tem um comportamento deficiente
para muito baixas frequências, as quais seriam introduzidas nos vários espectros, não
tendo no entanto qualquer significado físico digno de interesse.
3.6.2 Exemplo de aplicação experimental
Apresentam-se agora os resultados obtidos, aplicando os vários métodos de

identificação modal estocástica no domínio da frequência, aos registos recolhidos no
ensaio de vibração ambiental, efectuado em laboratório no modelo físico do edifício
de 3 pisos.
Exemplo 3.10 Aplicação dos vários métodos de identificação modal estocástica no domínio da frequência a resultados experimentais,
obtidos em laboratório para o modelo físico de um edifício de 3 pisos.
A partir dos registos de aceleração medidos no ensaio de vibração ambiental, avaliaram-se as estimativas das funções de densidade
espectral de potência da resposta em aceleração, considerando:
− 41 amostras independentes (nd = 41) de 1024 valores cada, representando um comprimento temporal de 20.48s;
− amostras sobrepostas de 2/3, às quais foi aplicada uma janela de Hanning para reduzir os efeitos de escorregamento.
Gy [1,1] Gy [1,2] Gy [1,3]

-5 -5 -5
10 10 10
180 180 180

[(m/s2)2/Hz]
Fase [º]
90 90 90
-10 -10 -10

10 10 10
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]

-5 -5 -5
10 10 10
180 180 180
[(m/s2)2/Hz]
Fase [º]
90 90 90
-10 -10 -10

10 10 10
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]

-5 -5 -5
10 10 10
180 180 180

[(m/s2)2/Hz]
Fase [º]
90 90 90
-10 -10 -10

10 10 10
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 3.37 Estimativa das funções de densidade espectral de potência da resposta em aceleração do edifício de 3 pisos.
Os espectros obtidos, a partir de resultados experimentais, apresentam picos mais estreitos que os obtidos a partir de registos de
aceleração gerados (muito próximos dos valores teóricos), salienta-se também o facto de as funções representativas da variação da
diferença de fase ao longo da frequência, também apresentarem muito mais ruído que as obtidas a partir dos registos de aceleração
gerados. Todavia é importante referir que, em todos os espectros se identificam claramente três picos de ressonância, os quais indicam a
existência de 3 modos de vibração com frequência natural igual ao valor de frequência associado a cada pico.
Aplicação do método básico no domínio da frequência (BFD)
A partir das estimativas das funções de densidade espectral de potência da resposta em aceleração, apresentadas na figura anterior,
determinaram-se e apresentam-se os 3 auto-espectros normalizados (NPSD) na Figura 3.38 e o espectro de potência normalizado que
resulta da média dos anteriores 3 auto-espectros, o qual se apresenta na Figura 3.39.
0
NPSD[1,1] 0
NPSD[2,2] 0
NPSD[3,3]
10 10 10
-1 -1 -1
10 10 10
[(m/s2)/Hz]
-2 -2 -2
10 10 10
-3 -3 -3
10 10 10
-4 -4 -4
10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
0
ANPSD
10
4.4
-1 13.09
10 18.7
-2
10
[(m/s2)/Hz]
-3
10
-4
10
0 5 10 15 20 25
f [Hz]
Figura 3.39 Espectro normalizado médio, considerando janelas de dados com 1024 pontos.
Mais uma vez se relembra que, a precisão dos resultados obtidos, nomeadamente os da figura anterior, depende da resolução em
frequência adoptada, que neste caso é ∆f = 0.0488 Hz, tal como para a anterior situação em que se utilizaram resultados gerados
numericamente. Tal como anteriormente se verificou, ao se diminuir o intervalo em frequência, isto é, aumentando a resolução em
frequência, é possível estimar valores em frequência mais precisos. Na Figura 3.40, apresenta-se novamente o espectro normalizado
médio, considerando agora uma resolução em frequência de ∆f = 0.0244 Hz, isto é, amostras com um comprimento temporal de 40.96s
(definidas com 2048 pontos). Olhando para os resultados obtidos, verifica-se que ao aumento da resolução está associado um aumento na
rugosidade do espectro e que apenas o valor da 3ª frequência natural se alterou.
0
ANPSD
10
-1 4.4

10
13.09 18.73
[(m/s2)2/Hz] -2
10
-3
10
-4
10
0 5 10 15 20 25
f [Hz]
Figura 3.40 Espectro normalizado médio, considerando séries temporais com 40.96s.
Na Figura 3.41, apresentam-se em formato de matriz, as designadas funções de coerência, com base nas quais é possível validar as três
frequências naturais anteriormente identificadas, uma vez que é possível verificar claramente na vizinhança dessas frequências uma boa
relação de linearidade entre as estimativas das funções de densidade espectral das séries temporais medidas. Esta afirmação é sustentada
pela existência de valores muito próximos da unidade, nas funções de coerência fora da diagonal principal, na vizinhança das referidas
frequências naturais identificadas.
2 2 2
γ [1,1] γ [1,2] γ [1,3]
1 1 1
0.8 0.8 0.8
Coerência
0.6 0.6 0.6
0.4 0.4 0.4

0.2 0.2 0.2
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
2 2 2
γ [2,1] γ [2,2] γ [2,3]
1 1 1
0.8 0.8 0.8

Coerência
0.6 0.6 0.6

0.4 0.4 0.4
0.2 0.2 0.2
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
2 2 2
γ [3,1] γ [3,2] γ [3,3]
1 1 1
Coerência
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 3.41 Estimativas das funções de coerência obtidas para o modelo físico do edifício de 3 pisos.
A avaliação das configurações modais é efectuada com base na análise de uma coluna da matriz de funções de transferência, tomando
como referência o auto-espectro existente nessa coluna. Na Figura 3.42, apresenta-se a matriz de funções de transferência, da qual se
seleccionou a primeira coluna para avaliar as configurações modais do modelo físico do edifício de três pisos. A amplitude das
configurações modais é avaliada com base nos valores obtidos nas funções de transferência, para as frequências naturais identificadas,
enquanto que o sentido da amplitude é avaliado com base na diferença de fase, entre os 3 pontos instrumentados, também apresentada
nos mesmos gráficos. Valores de diferença de fase iguais a zero, indicam que o sentido, a dar à amplitude, é igual ao considerado para a
referência, enquanto que valores próximos de 180º indicam que essas coordenadas se encontram em oposição de fase, relativamente à
referência, logo terão sentido contrário.
T[1,1] T[2,1] T[3,1]
3 180 3 180 3 180

Amplitude
Fase [º]
2 2 2
90 90 90
1 1 1
0 0 0 0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
T[1,2] T[2,2] T[3,2]
3 180 3 180 3 180

Amplitude
Fase [º]
2 2 2
90 90 90
1 1 1
0 0 0 0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
T[1,3] T[2,3] T[3,3]
3 180 3 180 3 180

Amplitude
Fase [º]
2 2 2
90 90 90
1 1 1
0 0 0 0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Na Tabela 3.11, apresentam-se os valores obtidos para as amplitudes de para a diferença de fase entre as coordenadas instrumentadas,
para cada um dos modos de vibração avaliados. Por uma questão de representação, das configurações modais, é necessário encontrar uma
escala comum, pelo que é necessário normalizar estes valores. Neste caso o processo de normalização consistiu em dividir todos os
valores pelo maior obtido, ficando este unitário, aplicando em seguida um factor de escala que seja adequado ao factor de escala da
representação da estrutura.
1 0 1 0.0500 1 0 0.9589 0.0479 1 0 0.3247 0.0162
0.7195 0.6985 0.7194 0.0360 0.8866 179.9403 -0.8502 -0.0425 2.4247 179.8577 -0.7873 -0.0394
0.3601 0.4575 0.3601 0.0180 1.0428 179.4328 -1 -0.0500 3.0798 1.6336 1 0.0500
Com base nos resultados obtidos, apresenta-se de seguida a matriz modal, tendo por base os elementos da 1ª coluna da matriz das
funções de transferência
⎡ 1 0.9589 0.3247 ⎤
Φ = ⎢0.7194 −0.8502 −0.7873⎥
⎢ ⎥
⎣⎢ 0.3601 −1 1 ⎦⎥
0.6 0.6 0.6
0.5 0.5 0.5
0.4 0.4 0.4
0.3 0.3 0.3
0.2 0.2 0.2
0.1 0.1 0.1
0 0 0
-0.1 0 0.1 0.2 -0.1 0 0.1 0.2 -0.1 0 0.1 0.2
Estimaram-se os coeficientes de amortecimento, para os três modos de vibração identificados, aplicando o método da meia potência ao
espectro normalizado médio obtido, cujos resultados se apresentam na Figura 3.44.
0
1º modo 4.4 Hz 0
2º modo 13.09 Hz 0
3º modo 18.73 Hz
10 10 10
G y máx
-1 -1 -1
10 10 G y máx 10 G y máx
1/2 G y máx
1/2 G y máx 1/2 G y máx
-2 -2 -2
ξ = 0.56 % ξ = 0.37 % ξ = 0.16 %
[(m/s2)/Hz]
10 10 10
-3 -3 -3
10 10 10
-4 -4 -4
10 10 10
4.2 4.3 4.4 4.5 4.6 12.9 13 13.1 13.2 13.3 18.5 18.6 18.7 18.8 18.9
f [Hz] [Hz] f [Hz]
Figura 3.44 Coeficientes de amortecimento modais estimados através do método da meia potência.
Aplicação do método de decomposição no domínio da frequência (FDD)
Na Figura 3.45, apresentam-se os espectros de valores singulares obtidos, através da decomposição em valores singulares da matriz das
funções de densidade espectral de potência da resposta em aceleração, obtidas experimentalmente para o modelo físico do edifício de 3
pisos. Analisando o espectro obtido, é de salientar o facto de apenas o andamento do espectro do 1º valor singular ter significado, uma
vez que os andamentos dos outros dois espectros, aparentemente não contribuem para a definição dos osciladores de 1 grau de liberdade,
como por exemplo se verificava, nos resultados obtidos a partir de séries temporais de aceleração geradas numericamente, as quais se
podem considerar como boas aproximações dos valores teóricos.
Espectro dos valores singulares a matriz das

densidades espectrais de potência da resposta em aceleração
-4
10
-5
10
4.4
13.09

18.7
-6
10
-7
[(m/s2)2/Hz] 10
-8
10
-9
10
-10
10 1º valor singular
2º valor singular
10
0 5 10 15 20 25
f [Hz]
Figura 3.45 Espectro dos valores singulares da matriz das densidades espectrais de potência da resposta em aceleração, T = 20.48s.
Na Figura 3.46, apresentam-se os espectros de valores singulares, com um aumento de resolução em frequência (∆f = 0.0244 Hz),
comparativamente com a dos espectros apresentados na Figura 3.45 (∆f = 0.0488 Hz). Verifica-se que a este aumento de resolução está
associado um aumento da rugosidade dos espectros e que, tal como se verificou também pela aplicação do método BFD, apenas o valor
da 3ª frequência natural se alterou.
Espectro dos valores singulares a matriz das

densidades espectrais de potência da resposta em aceleração
-4
10
-5
10 4.4
13.09 18.73
-6
10
-7
[(m/s2)2/Hz]
10
-8
10
-9
10
-10
2º valor singular
10
0 5 10 15 20 25
f [Hz]
Figura 3.46 Espectro dos valores singulares da matriz das densidades espectrais de potência da resposta em aceleração, T = 40.96s
As configurações modais, foram avaliadas a partir da 1ª coluna da matriz dos vectores singulares, para os valores das frequências
identificadas no espectro do 1º valor singular da matriz das funções de densidade espectral. Na Tabela 3.12, apresentam-se os valores
obtidos para as amplitudes e o valores da diferença de fase entre as coordenadas instrumentadas, avaliados com base no valores
complexos do 1º vector singular. Tal como no método ANPSD, também neste método se optou por introduzir um processo de
normalização, que consistiu em dividir todos os valores pelo maior obtido, ficando este unitário, aplicando em seguida um factor de
escala que se considerou adequado ao factor de escala da representação da estrutura.
0.7783 -180 -1 -0.0500 0.5895 180 -0.9505 -0.0475 0.2468 180 -0.3231 -0.0162
0.5615 -180 -0.7215 -0.0361 0.5174 0 0.8342 0.0417 0.5962 0 0.7804 0.0390
0.2808 -180 -0.3608 -0.0180 0.6203 0 1 0.0500 0.7640 180 -1 -0.0500
⎡ −1 −0.9505 −0.3231⎤
⎢
Φ = −0.7215 0.8342 0.7804 ⎥
⎢ ⎥
⎢⎣ −0.3608 1 −1 ⎥⎦
Na Figura 3.47, apresentam-se as configurações modais avaliadas com base na aplicação do método FDD.
0.6 0.6 0.6
0.5 0.5 0.5
0.4 0.4 0.4
0.3 0.3 0.3
0.2 0.2 0.2
0.1 0.1 0.1
0 0 0
-0.1 0 0.1 0.2 -0.1 0 0.1 0.2 -0.1 0 0.1 0.2
Aplicação da versão melhorada do método de decomposição no domínio da frequência (EFDD)
A aplicação do método começou com a selecção dos espectros dos osciladores de 1 grau de liberdade (utilizando o coeficiente MAC), a
partir dos espectros de valores singulares, estimados com o método FDD, como se mostra na Figura 3.48, na qual se apresentam a
vermelho, as funções de densidade espectral dos três osciladores de 1 grau de liberdade seleccionadas no espectro do 1º valor singular,
enquanto que na Figura 3.49 se apresentam os coeficientes MAC estimados, tomando como referência as configurações modais descritas
pelo vectores singulares correspondentes às frequências identificadas para cada modo de vibração.

-4
10
-5
10
-6
10
-7
[(m/s2)2/Hz]
10
-8
10
-9
10
-10
10
-11
10
0 5 10 15 20 25
f [Hz]
Analisando a figura anterior, verifica-se que apenas numa restrita fronteira das frequências dos modos de vibração da estrutura, ocorrem
valores do coeficiente MAC elevados. Por forma a garantir a obtenção de bons resultados, a selecção dos espectros dos osciladores de 1
grau de liberdade, baseou-se na consideração de um valor do coeficiente MAC superior a 0.90.
MAC
1.05
0.95
0.9
0.85
MAC 1
MAC 2
MAC 3
0.8
0 5 10 15 20 25
f [Hz]
Figura 3.49 Variação do coeficiente MAC, para os 3 modos de vibração do modelo físico do edifico de 3 pisos.
Nas figuras seguintes apresentam-se as funções de auto-correlação obtidas a partir das funções de densidade espectral de cada um dos
osciladores de 1 grau de liberdade definidos previamente. Com base no logaritmo dos máximos locais daquelas funções estimaram-se os
valores dos coeficientes de amortecimento, ainda com base naqueles valores e nos instantes de passagem por zero estimaram-se valores
ajustados para as frequências naturais.
1
0.5
-0.5
-1
0 1 2 3 4 5 6 7 8 9 10
0
ln[máx.(+ e -)]
-2
-4
-6
ξ = 0.18 %
-8
-10
0 1 2 3 4 5 6 7 8 9 10
100
80
Índice
60
f = 4.43 Hz
40
20
0
0 1 2 3 4 5 6 7 8 9 10
t (s)
1
0.5
-0.5
-1
0 1 2 3 4 5 6 7 8 9 10
0
ln[máx. (+ e -)]
-2
-4
-6
ξ = 0.14 %
-8
-10
0 1 2 3 4 5 6 7 8 9 10
300
200
Índice
f = 13.11 Hz
100
0
0 1 2 3 4 5 6 7 8 9 10
t (s)
1
0.5
-0.5
-1
0 1 2 3 4 5 6 7 8 9 10
0
ln[máx. (+ e -)]
-2
-4
-6
ξ = 0.094 %
-8
-10
0 1 2 3 4 5 6 7 8 9 10
400
300
Índice
200 f = 18.75 Hz
100
0
0 1 2 3 4 5 6 7 8 9 10
t (s)
três modos de vibração da estrutura, os quais se resumem na tabela seguinte:
Tabela 3.13 Tabela resumo dos valores obtidos pela aplicação do método EFDD.
Frequência [Hz] Coef. Amortecimento [%] Freq. Ajustada [Hz]
1º Modo 4.40 0.18 4.43
2º Modo 13.09 0.14 13.11
3º Modo 18.73 0.09 18.75
3.7 Aplicação dos métodos no domínio da frequência a partir das funções de decremento aleatório 75
Por fim, apresenta-se o processo referente à avaliação das configurações modais, as quais forma avaliadas, com base na média dos
vectores singulares seleccionados na vizinhança do pico de ressonância, como correspondentes a cada modo, ponderadas com os
respectivos valores singulares.
Tabela 3.14 Avaliação das configurações modais com base no EFDD utilizando amostras de 20.48s.
0.3905 -180 -1 -0.0500 0.1207 -180 -0.9545 -0.0477 0.0367 -180 -0.3255 -0.0163
0.2818 -180 -0.7216 -0.0361 0.1067 0 0.8436 0.0422 0.0892 0 0.7909 0.0395
0.1401 -180 -0.3588 -0.0179 0.1265 0 1 0.0500 0.1128 -180 -1 -0.0500
Na Figura 3.55, apresentam-se as configurações modais avaliadas com base em resultados experimentais, utilizando o método EFDD, de
acordo com os resultados apresentados na tabela anterior.
⎡ −1 −0.9545 −0.3255⎤
⎢
Φ = −0.7216 0.8436 0.7909 ⎥
⎢ ⎥
⎢⎣ −0.3588 1 −1 ⎥⎦
0.6 0.6 0.6
0.5 0.5 0.5
0.4 0.4 0.4
0.3 0.3 0.3
0.2 0.2 0.2
0.1 0.1 0.1
0 0 0
-0.1 0 0.1 0.2 -0.1 0 0.1 0.2 -0.1 0 0.1 0.2
Figura 3.53 Configurações modais avaliadas com base no EFDD.
3.7 Aplicação dos métodos no domínio da frequência a partir das funções de decremento aleatório
Nesta secção descreve-se um conceito explorado por [Rodrigues, 2004], que se baseia
na avaliação das funções de densidade espectral (aplicando o algoritmo da FFT) a É usual designar as funções de decre-
mento aleatório como funções RD
partir das funções de decremento aleatório, possibilitando posteriormente a aplicação
[Asmussen, 1997; Rodrigues, 2004] e
de qualquer um dos métodos de identificação modal previamente descritos (BFD, representá-las através da letra D.
FDD ou EFDD).
A aplicação desta metodologia, permite a obtenção de estimativas espectrais com É importante referir que a utilização
menor ruído, uma vez que as funções RD têm características semelhantes à resposta do método do decremento aleatório
em regime livre. Pelo que a sua aplicação facilita a tarefa da identificação, uma vez tem estado normalmente associada à
que a informação sobre as características dinâmicas das estruturas contida nos auto- aplicação de métodos de identificação
espectros e nos espectros cruzados, é mais clara, possibilitando desta forma uma modal no domínio do tempo, como
melhor interpretação e avaliação dos resultados experimentais. por exemplo o método de Ibrahim no
domínio do tempo [Ibrahim e
Esta metodologia é agora aplicada, a todos os métodos de identificação modal Mikulcik, 1977].
estocástica no domínio da frequência, descritos nas secções anteriores, utilizando os
resultados experimentais obtidos para o modelo físico do edifício de 3 pisos e
apresentados na secção anterior. Pelo que, na exposição que se segue, apenas se
apresentam os resultados obtidos, relativamente aos quais se efectuam alguns
comentários, recorrendo nomeadamente a algumas comparações com os resultados
apresentados na secção anterior, para ilustrar as potencialidades da aplicação desta
metodologia.
Exemplo 3.11 Aplicação dos vários métodos de identificação modal estocástica no domínio da frequência, a partir das funções de
decremento aleatório.
A aplicação dos vários métodos de identificação modal estocástica no domínio da frequência, foi precedida da avaliação das funções de
RD através da aplicação do critério de passagem por um nível apresentado no anexo referente ao método do decremento aleatório. Para a
determinação destas funções consideraram-se amostras com uma duração que permite às funções RD decaírem para valores próximos de
zero dentro do seu período. Consideraram-se amostras com uma duração de 20.48s (1024 pontos amostrados a 50 Hz). Na figura seguinte
apresentam-se as funções RD estimadas.
-3 -3 -3
x 10 D[1,1] x 10 D[1,2] x 10 D[1,3]
5 5 5
Amplitude
0 0 0
-5 -5 -5
0 5 10 15 20 0 5 10 15 20 0 5 10 15 20
-3 -3 -3
x 10 D[2,1] x 10 D[2,2] x 10 D[2,3]
5 5 5
Amplitude
0 0 0
-5 -5 -5
0 5 10 15 20 0 5 10 15 20 0 5 10 15 20
-3 -3 -3
x 10 D[3,1] x 10 D[3,2] x 10 D[3,3]
5 5 5
Amplitude
0 0 0
-5 -5 -5
0 5 10 15 20 0 5 10 15 20 0 5 10 15 20
t [s] t [s] t [s]
Figura 3.54 Estimativas das funções de decremento aleatório.
É de salientar que, uma das principais vantagens da aplicação dos métodos de identificação modal estocástica no domínio da frequência
após a determinação das funções de RD, está relacionada com a possibilidade de evitar os efeitos dos erros por escorregamento
(“leakage”), considerando para tal amostras com uma duração que permita o decaimento completo das referidas funções RD.
A partir das funções RD apresentadas na Figura 3.54, determinaram-se as funções de densidade espectral de potência da resposta em
aceleração, utilizando o algoritmo da FFT. De salientar que o cálculo das funções de densidade espectral, foi efectuado para cada uma
das colunas das funções de densidade espectral efectuando-se no final a média dessas funções, obtendo-se dessa forma os auto-espectros
e os espectros cruzados que se apresentam na Figura 3.55.
Observando as funções de densidade espectral, estimadas a partir das funções de decremento aleatório, facilmente se constata que estas
têm um andamento espectral com evidentes semelhanças em relação às teóricas, apresentando picos mais “aguçados” e vales mais
profundos. De igual modo, ao analisar as funções que caracterizam a variação espectral da diferença de fase, verifica-se que estas
apresentam muito menos ruído, igualmente à semelhança do que já se verificou para as teóricas.
Tendo em conta as funções de densidade espectral de potência da resposta em aceleração, apresentadas na Figura 3.55, aplicaram-se os
métodos de identificação modal estocástica no domínio da frequência, previamente descritos (FBD, FDD e EFDD), dos quais se passam
a apresentar os principais resultados obtidos.
Gy [1,1] Gy [1,2] Gy [1,3]
-5 -5 -5
10 180 10 180 10 180

[(m/s2)2/Hz]
Fase [º]
90 90 90
-10 -10 -10
10 10 10
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [2,1] Gy [2,2] Gy [2,3]

-5 -5 -5
10 180 10 180 10 180
[(m/s2)2/Hz]
Fase [º]
90 90 90
-10 -10 -10
10 10 10
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Gy [3,1] Gy [3,2] Gy [3,3]

-5 -5 -5
10 180 10 180 10 180
[(m/s2)2/Hz]
Fase [º]
90 90 90
-10 -10 -10
10 10 10
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Aplicação do método básico no domínio da frequência a partir das funções de decremento aleatório (RD-BFD)
Uma vez que esta metodologia resulta da aplicação do método BFD às funções RD, doravante passar-se-á a designar como método
RD-BFD.
Na Figura 3.56, apresentam-se os 3 auto-espectros normalizados (NPSD), a partir dos quais se estima o espectro normalizado médio
(ANPSD), apresentado na Figura 3.57, este espectro apresenta características muito próximas de um espectro analítico, quando
comparado com o apresentado na Figura 3.39, das quais se destaca o facto de os picos de ressonância serem um pouco mais nítidos (mais
aguçados), e sobretudo, o facto de os vales entre picos serem muito mais suavizados. Em termos gerais, há que destacar um efeito de
eliminação de ruído, traduzido pelo surgimento estimativas mais alisadas, essencialmente devidas ao cálculo de médias, efectuado no
domínio do tempo, para a determinação das funções de decremento aleatório.
0
NPSD[1,1] 0
NPSD[2,2] 0
NPSD[3,3]
10 10 10
-2 -2 -2
10 10 10
[(m/s2)/Hz]
-4 -4 -4
10 10 10
-6 -6 -6
10 10 10
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
0
ANPSD
10
4.4
-1
10 13.09
18.7
-2
10
[(m/s2)/Hz]
-3
10
-4
10
-5
10
-6
10
0 5 10 15 20 25
f [Hz]
Figura 3.57 Espectro normalizado médio, considerando janelas de dados com 20.48s.
0
ANPSD
10
4.4
-1
10
13.09 18.73
-2
10
[(m/s2)2/Hz]
-3
10
-4
10
-5
10
-6
10
0 5 10 15 20 25
f [Hz]
Figura 3.58 Espectro normalizado médio, considerando amostras com 40.96s.
Na Figura 3.59, apresentam-se as funções de coerência, estimadas com base nas novas funções de densidade espectral. Como se pode
verificar, estas funções apresentam um andamento espectral muito semelhante às apresentadas na Figura 3.21, as quais devidas à sua
origem se podem considerar como sendo muito próximas das teóricas. Pelo que, estas funções se podem considerar como mais um
indicador que confirma que a aplicação do métodos de identificação modal estocástica no domínio da frequência, às funções de
decremento aleatório, facilita a tarefa da identificação, pois o conteúdo espectral que se obtém é evidentemente mais claro.
2 2 2
γ [1,1] γ [1,2] γ [1,3]
1 1 1
0.8 0.8 0.8

Coerência
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
2 2 2
γ [2,1] γ [2,2] γ [2,3]
1 1 1
0.8 0.8 0.8

Coerência
0.6 0.6 0.6

0.4 0.4 0.4
0.2 0.2 0.2
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
2 2 2
γ [3,1] γ [3,2] γ [3,3]
1 1 1
0.8 0.8 0.8

Coerência
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Figura 3.59 Estimativas das funções de coerência do modelo plano do edifício de 3 pisos.
À semelhança de exemplos anteriores, onde se aplicou o método BFD, também neste caso, a avaliação das configurações modais é
efectuada com base na análise de uma coluna da matriz de funções de transferência, tomando como referência o auto-espectro existente
nessa coluna. Na Figura 3.60, apresenta-se a matriz de funções de transferência, da qual se seleccionou a primeira coluna para avaliar as
configurações modais do modelo físico do edifício de três pisos, pela aplicação do método RD-BFD.
T[1,1] T[2,1] T[3,1]
3 180 3 180 3 180

Amplitude
Fase [º]
2 2 2
90 90 90
1 1 1
0 0 0 0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
T[1,2] T[2,2] T[3,2]
3 180 3 180 3 180

Amplitude
Fase [º]
2 2 2
90 90 90
1 1 1
0 0 0 0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
T[1,3] T[2,3] T[3,3]
3 180 3 180 3 180

Amplitude
Fase [º]
2 2 2
90 90 90
1 1 1
0 0 0 0 0 0
0 5 10 15 20 25 0 5 10 15 20 25 0 5 10 15 20 25
Na Tabela 3.15, apresentam-se os valores obtidos para as amplitudes de para a diferença de fase entre as coordenadas instrumentadas,
para cada um dos modos de vibração avaliados. Com base nos resultados obtidos, apresenta-se de seguida a matriz modal, tendo por base
os elementos da 1ª coluna da matriz das funções de transferência
1 0 1 0.0500 1 0 0.9628 0.0481 1 0 0.3245 0.0162
0.7170 0.7160 0.7169 0.0358 0.8855 179.9602 -0.8526 -0.0426 2.4306 179.5908 -0.7886 -0.0394
0.3620 1.1641 0.3620 0.0181 1.0387 179.8231 -1 -0.0500 3.0820 1.8696 1 0.0500
⎡ 1 0.9628 0.3245 ⎤
Φ = 0.7169 −0.8526 −0.7886 ⎥
⎢
⎢ ⎥
⎢⎣0.3620 −1 1 ⎥⎦
0.6 0.6 0.6
0.5 0.5 0.5
0.4 0.4 0.4
0.3 0.3 0.3
0.2 0.2 0.2
0.1 0.1 0.1
0 0 0
-0.1 0 0.1 0.2 -0.1 0 0.1 0.2 -0.1 0 0.1 0.2
Estimaram-se os coeficientes de amortecimento modais, aplicando do método da meia potência a troços do ANPSD na vizinhança das
frequências correspondentes aos modos de vibração identificados. Na Figura 3.62, ilustra-se a aplicação do método e apresentam-se os
resultados obtidos.
0
1º modo 4.4 Hz 0
2º modo 13.09 Hz 0
3º modo 18.73 Hz
10 10 10
G y máx
1/2 G y máx
-1 -1 -1
10 10 10
G y máx
G y máx
-2 -2 1/2 G y máx -2
1/2 G y máx
10 ξ = 0.34 % 10 ξ = 0.31 % 10 ξ = 0.076 %
[(m/s2)/Hz]
-3 -3 -3
10 10 10
-4 -4 -4
10 10 10
4.2 4.3 4.4 4.5 4.6 12.9 13 13.1 13.2 13.3 18.5 18.6 18.7 18.8 18.9
Figura 3.62 Coeficientes de amortecimento modais estimados através do método da meia potência.
Aplicação do método de decomposição no domínio da frequência a partir das funções de decremento aleatório (RD-FDD)
Na Figura 3.45, apresentam-se os espectros de valores singulares obtidos, através da decomposição em valores singulares da matriz das
funções de densidade espectral de potência da resposta em aceleração, do modelo físico do edifício de 3 pisos, a partir das funções de
decremento aleatório, passando-se a designar este método como RD-FDD.
Comparando o espectro de valores singulares obtido pela aplicação do método RD-FDD e comparando-o com o obtido na Figura 3.26,
obtido pela aplicação do método FDD, facilmente se constata que, para além do espectro do 1º valor singular apresentar uma melhor
definição dos picos e dos vales, correspondentes aos modos de vibração, também os espectros dos 2º e 3º valores singulares apresentam
melhorias evidentes, associando troços que possibilitam a visualização do andamento dos 3 osciladores de 1 grau de liberdade, que se
podem definir. Este é aliás um dos aspectos específicos da metodologias de decomposição em valores singulares, que pela aplicação
directa do método FDD não era clara e que na Figura 3.63, que resulta da aplicação do método RD-FDD é de fácil visualização.

-4
10
4.4
-6 13.09
Densidade Espectral de Potência 10 18.7
-8
10
[(m/s2)2/Hz]
-10
10
-12
10
1º valor singular
2º valor singular
10
0 5 10 15 20 25
f [Hz]
Ainda relativamente ao espectro de valores singulares, é possível obter espectros com um menor nível de ruído, desde que se efectue um
ensaio com maior duração temporal, que permita a consideração de um maior número de amostras, consequentemente um maior número
de médias, possibilitando assim uma melhor definição dos espectros dos 2º e 3º valores singulares, onde o efeito desse ruído é mais
evidente.

-4
10
4.4
-6
10 13.09 18.73
-8
10
[(m/s2)2/Hz]
-10
10
-12
10
1º valor singular
2º valor singular
10
0 5 10 15 20 25
f [Hz]
Tal como exemplos anteriores, caso se pretenda um aumento na precisão dos resultados é necessário uma maior resolução em frequência,
com as vantagens e desvantagens inerentes, ou seja, a melhoria na precisão dos resultados é contrabalançada por um aumento de ruído no
andamento dos espectros de valores singulares. Na Figura 3.63, considerou-se uma resolução em frequência de ∆f = 0.0488 Hz, enquanto
que na Figura 3.64, se aumentou a resolução em frequência passando-se a um valor de ∆f = 0.0244 Hz, tal como nos exemplos anteriores
apenas o valor da frequência natural do 3º modo de vibração sofreu alteração.
As configurações modais, foram avaliadas a partir da 1ª coluna da matriz dos vectores singulares, para os valores das frequências
identificadas no espectro do 1º valor singular da matriz das funções de densidade espectral. Na Tabela 3.16, apresentam-se os valores
obtidos para as amplitudes e o valores da diferença de fase entre as coordenadas instrumentadas, avaliados com base no valores
complexos do 1º vector singular. Tal como no método ANPSD, também neste método se optou por introduzir um processo de
normalização, que consistiu em dividir todos os valores pelo maior obtido, ficando este unitário, aplicando em seguida um factor de
escala que se considerou adequado ao factor de escala da representação da estrutura.
0.7813 -180 -1 -0.0500 0.5961 180 -0.9664 -0.0483 0.2472 180 -0.3240 -0.0162
0.5609 -180 -0.7179 -0.0359 0.5140 0 0.8334 0.0417 0.5970 0 0.7822 0.0391
0.2736 -180 -0.3501 -0.0175 0.6168 0 1 0.0500 0.7632 180 -1 -0.0500
⎡ −1 −0.9664 −0.3240 ⎤
Φ = ⎢ −0.7179 0.8334 0.7822 ⎥
⎢ ⎥
⎣⎢ 0.3501 1 −1 ⎦⎥
Na Figura 3.65, apresentam-se as configurações modais avaliadas com base em resultados experimentais, utilizando o método FDD.
0.6 0.6 0.6
0.5 0.5 0.5
0.4 0.4 0.4
0.3 0.3 0.3
0.2 0.2 0.2
0.1 0.1 0.1
0 0 0
-0.1 0 0.1 0.2 -0.1 0 0.1 0.2 -0.1 0 0.1 0.2
Aplicação da versão melhorada do método de decomposição no domínio da frequência a partir das funções de decremento aleatório
(RD-EFDD)
A partir dos espectros resultantes da decomposição em valores singulares, obtidos pela aplicação do método anterior, seleccionaram-se
os espectros dos osciladores de 1 grau de liberdade (utilizando o coeficiente MAC), tal como se indica na Figura 3.66, em que se
representa a vermelho, as funções de densidade espectral dos três osciladores de 1 grau de liberdade seleccionadas.
Na Figura 3.67 apresentam-se os coeficientes MAC estimados com base no vector singular correspondente a cada uma das frequências
naturais (amortecidas) identificadas nos picos de ressonância. Facilmente se constata pela distribuição espectral dos coeficientes MAC
que, a aplicação prévia do método RD, melhorou as potencialidades da aplicação deste método, nomeadamente, alargando a gama de
frequências na fronteira dos picos de ressonância que contribuem para a selecção das funções de densidade espectral dos osciladores de 1
grau de liberdade, permitindo desta forma, a obtenção de espectros com maior semelhança com os teóricos, como já se verificou pela
aplicação deste método a resultados gerados numericamente. Esta circunstância permitiu a selecção dos espectros dos osciladores de 1
grau de liberdade, tendo em conta um elevado valor do coeficiente MAC, superior a 0.95.

-4
10
-6
Densidade Espectral de Potência 10
-8
10
[(m/s2)2/Hz]
-10
10
-12
10
-14
10
0 5 10 15 20 25
f [Hz]
MAC
1.05
0.95
0.9
0.85
MAC 1
MAC 2
MAC 3
0.8
0 5 10 15 20 25
f [Hz]
Figura 3.67 Variação do coeficiente MAC, para os 3 modos de vibração do modelo físico do edifico de 3 pisos.
osciladores de 1 grau de liberdade definidos previamente. Com base nas quais se estimaram os coeficientes de amortecimento modais e
uma valor ajustado para as frequências naturais.
0.5
-0.5
-1
0 1 2 3 4 5 6 7 8 9 10
0
ln[máx.(+ e -)]
-2
-4
-6
ξ = 0.11 %
-8
-10
0 1 2 3 4 5 6 7 8 9 10
100
80
Índice
60
f = 4.42 Hz
40
20
0
0 1 2 3 4 5 6 7 8 9 10
t (s)
1
0.5
-0.5
-1
0 1 2 3 4 5 6 7 8 9 10
0
ln[máx. (+ e -)]
-2
-4
-6
ξ = 0.11 %
-8
-10
0 1 2 3 4 5 6 7 8 9 10
300
200
Índice
f = 13.11 Hz
100
0
0 1 2 3 4 5 6 7 8 9 10
t (s)
1
0.5
-0.5
-1
0 1 2 3 4 5 6 7 8 9 10
0
ln[máx. (+ e -)]
-2
-4
-6
ξ = 0.072 %
-8
-10
0 1 2 3 4 5 6 7 8 9 10
400
300
Índice
200 f = 18.74 Hz
100
0
0 1 2 3 4 5 6 7 8 9 10
t (s)
três modos de vibração da estrutura, os quais se resumem no quadro seguinte:
Tabela 3.17 Avaliação das configurações modais com base no RD-EFDD utilizando amostras de 20.48s.
0.1212 -180 -1 -0.0500 0.0206 180 -0.9616 -0.0481 0.0044 180 -0.3231 -0.0162
0.0870 -180 -0.7176 -0.0359 0.0182 0 0.8491 0.0425 0.0108 0 0.7873 0.0394
0.0437 -180 -0.3610 -0.0181 0.0214 0 1 0.0500 0.0138 180 -1 -0.0500
⎡ −1 −0.9616 −0.3231⎤
⎢
Φ = −0.7176 0.8491 0.7873 ⎥
⎢ ⎥
⎢⎣ 0.3610 1 −1 ⎥⎦
Na Figura 3.71, apresentam-se as configurações modais avaliadas com base em resultados experimentais, utilizando o método RD-
EFDD.
0.6 0.6 0.6
0.5 0.5 0.5
0.4 0.4 0.4
0.3 0.3 0.3
0.2 0.2 0.2
0.1 0.1 0.1
0 0 0
-0.1 0 0.1 0.2 -0.1 0 0.1 0.2 -0.1 0 0.1 0.2
Figura 3.71 Configurações modais avaliadas com base no RD-EFDD.
3.7.1 Conclusões
Neste capítulo, apresentaram-se alguns conceitos básicos que permitem efectuar a

avaliação experimental do comportamento dinâmico de estruturas de engenharia civil, no
domínio da frequência, recorrendo ao conceito de série de Fourier, bem como, os
fundamentos de dois métodos de identificação modal estocástica no domínio da
frequência: o método básico no domínio da frequência (BFD) e o método de
decomposição no domínio da frequência (FDD). Contudo, apresentaram-se ainda alguns
melhoramentos e variantes relativos à aplicação dos referidos métodos, isto é, a versão
melhorada do método de decomposição no domínio da frequência (EFDD) e a aplicação
destes métodos após a obtenção das funções de decremento aleatório (RD-BFD, RD-FDD
e RD-EFDD).
A aplicação de qualquer um destes métodos assenta na utilização das estimativas das

funções de densidade espectral de potência da resposta em aceleração, obtidas com base
na aplicação do algoritmo da FFT. Enquanto que no método BFD se utiliza directamente
estas funções, avaliando-se a relação entre os sinais da resposta no domínio da frequência,
no método FDD introduz-se o algoritmo da decomposição em valores singulares (SVD) da
matriz destas funções, após o que se passa a trabalhar com uma matriz diagonal de valores
singulares e uma matriz de vectores singulares, nas quais se encontram realçadas as
contribuições modais mais importantes em cada frequência, da resposta.
É importante salientar que ao nível das configurações modais, enquanto que no método
FDD se identificam modos de vibração, no método BFD identificam-se modos
operacionais de deformação. É precisamente por esta razão que a identificação das
características de modos de vibração com frequências próximas é melhor utilizando o
método FDD que utilizando o método BFD, podendo neste último caso ser difícil
encontrar bons resultados, para essas situações.
Na versão melhorada do método de decomposição no domínio da frequência (EFDD), é

introduzido um aperfeiçoamento, que permite a definição de funções de densidade
espectral, características de osciladores de 1 grau de liberdade, na vizinhança dos picos de
ressonância, com base em critérios de correlação entre os vectores singulares dos picos
ressonantes e os da sua vizinhança. Aplicando o algoritmo da IFFT a essas funções de
densidade espectral, extraídas dos espectros de valores singulares, obtêm-se as funções de
auto-correlação a partir das quais é possível estimar os coeficientes de amortecimento
modais e valores ajustados para as frequências. Também é possível obter configurações
modais ajustadas, efectuando uma média ponderada dos vectores singulares,
correspondentes aos valores singulares seleccionados nas funções de densidade espectral.
A utilização prévia do método do decremento aleatório (RD), antes de se estimarem as

funções de densidade espectral da resposta em aceleração, e posterior aplicação dos
métodos de identificação modal estocástica no domínio da frequência (RD-BFD, RD-FDD
e RD-EFDD), pode ser bastante vantajoso, uma vez que o processo de cálculo de médias
utilizado pelo método RD, tem o efeito de anular o ruído existente nas amostras,
possibilitando desta forma a obtenção de funções de densidade espectral que evidenciam
melhor as características dinâmicas das estruturas, permitindo assim uma melhor e mais
fácil identificação.
CAPÍTULO
4 ANÁLISE DO COMPORTAMENTO
DINÂMICO DE ESTRUTURAS CONTÍNUAS
SUMÁRIO: Neste capítulo aborda-se o tema da análise e caracterização do

comportamento dinâmico de estruturas contínuas, considerando três vias: a primeira
refere-se à designada teoria dos osciladores lineares contínuos, baseada na
utilização de soluções analíticas, as quais apenas se adequam para modelos
estruturais simples; na segunda via, introduz-se o método dos elementos finitos,
com o qual se analisa o comportamento dinâmico de estruturas contínuas,
discretizando-as em elementos finitos; enquanto que na terceira via se apresenta a
caracterização experimental do comportamento dinâmico de estruturas contínuas a
partir de registos obtidos em ensaios de vibrações. A apresentação destes conceitos
é efectuada, recorrendo ao modelo físico de uma parede em consola, o qual é
também utilizado para introduzir o problema da interacção estrutura-fluido, com o
objectivo de obter informação preliminar, para o problema real barragem-albufeira.
4.1 Introdução
A análise do comportamento dinâmico de estruturas contínuas é normalmente

realizada com base em modelos discretos (Figura 4.1). No entanto, para o caso de
modelos estruturais simples, também é possível efectuar este tipo de análise
recorrendo a modelos com infinitos graus de liberdade, ou seja, através de modelos
contínuos. Nestas circunstâncias é necessário recorrer a formulações baseadas no
estabelecimento de equações de equilíbrio duma porção infinitesimal do oscilador,
obtendo-se desta forma as equações diferenciais de equilíbrio, através das quais se
podem determinar os parâmetros modais dos osciladores (frequências e configurações
modais dos infinitos modos de vibração).
Figura 4.1 Barragem da Aguieira.
As duas abordagens referidas no parágrafo anterior, são apresentadas neste capítulo, Discretização 3D da barragem e da
bem como a caracterização do comportamento dinâmico de estruturas contínuas, fundação: modelo discreto com 4000
recorrendo à aplicação das técnicas de identificação modal estocástica, no domínio da GL.
frequência (descritas no capítulo anterior), a registos provenientes da realização de
ensaios de vibrações.
Para ilustrar os conceitos que vão sendo descritos ao longo deste capítulo, utiliza-se
como exemplo o modelo físico de uma parede em consola. Assim, com base no
modelo estrutural deste exemplo, são introduzidos os conceitos referentes à teoria dos
osciladores contínuos, para a qual se analisa essencialmente o problema da vibração
transversal (e resumidamente o problema da vibração longitudinal). Posteriormente
introduz-se o método dos elementos finitos, com base no qual se analisam alguns
modelos discretos, referentes ao exemplo em análise, utilizando elementos finitos
isoparamétricos do 2º grau, com 4 nós por elementos e 8 nós por elemento.
90 Capítulo 4: Análise do comportamento dinâmico de estruturas contínuas
Os modelos de elementos finitos que se apresentam neste trabalho, são desenvolvidos,

com base, em rotinas de cálculo desenvolvidas em MatLab. Estas rotinas, permitem a
determinação de frequências próprias e modos de vibração, bem com a realização de
cálculos dinâmicos no domínio do tempo. Utilizando esta última potencialidade,
geraram-se um conjunto de histórias de aceleração (em alguns graus de liberdade dos
modelos), as quais são utilizadas para ilustrar o processo relativo à avaliação
experimental de parâmetros modais, para este tipo de estruturas, recorrendo à
aplicação dos métodos de identificação modal estocástica, no domínio da frequência,
descritos no capítulo anterior.
Finalmente, utilizando o modelo físico da parede em consola e um reservatório

contíguo, introduz-se (de uma forma simples) o problema da interacção estrutura-
fluido. Este problema é apresentado e discutido com base na comparação entre alguns
resultados numéricos de elementos finitos e resultados experimentais, obtidos a partir
de ensaios de vibrações efectuados sobre o modelo físico em laboratório. Importa
salientar que, nos modelos de elementos finitos, o efeito hidrodinâmico da água é
simulado através de duas formulações: i) massas de água associas e; ii) elementos
finitos de água.
Resta salientar que, a abordagem do problema da interacção estrutura-fluido, visa

abordar de uma forma preliminar o problema prático relativo ao fenómeno da
interacção barragem-albufeira, importante para a análise do comportamento dinâmico
de barragens de betão.
4.2 Sistemas estruturais com massa e rigidez distribuídas
Nesta secção apresenta-se a formulação necessária para analisar o comportamento

dinâmico de estruturas contínuas, idealizadas com base em sistemas estruturais
representados por modelos com infinitos graus de liberdade, isto é, através de
modelos contínuos com massa e rigidez distribuídas, usualmente designados por
osciladores contínuos.
A formulação que é introduzida, baseia-se no estabelecimento das equações de

equilíbrio, a partir duma porção infinitesimal de um oscilador contínuo.
Posteriormente são estabelecidas as equações diferencias de equilíbrio, através das
quais se podem obter as frequências e as configurações modais dos infinitos modos de
vibração do oscilador [Chopra, 2001].
As soluções que se apresentam, referem-se a modelos estruturais muito simples,

baseados na consideração de uma barra contínua, que pode assumir diferentes
condições de fronteira nas suas extremidades.
4.2.1 Solução para sistemas com massa e rigidez distribuída
Nesta subsecção apresenta-se em primeiro lugar as equações que descrevem a

vibração transversal de uma viga simplesmente apoiada sem amortecimento,
submetida à acção de uma força externa. Na Figura 4.2, mostra-se a viga de
comprimento L com rigidez de flexão EI(x) e massa m(x) por unidade de
comprimento, as quais podem variar com a posição x. As forças externas p(x,t),
podem variar com a posição e com o instante de tempo, enquanto que o movimento é
descrito pelo deslocamento transversal u(x,t). De seguida passa-se ao processo de
obtenção da equação do movimento que será válida também para outras condições de
apoio (condições de fronteira).
4.2 Sistemas estruturais com massa e rigidez distribuídas 91
p(x,t)
p dx
m(x), EI(x)
M V M
M+ dx
L x
x
V
V+ dx
u x
u(x,t)
f = m dx ²u
I t²
x dx
Figura 4.2 Esquema de um sistema com massa e rigidez distribuída.
Teoricamente, considera-se que o modelo estrutural apresentado na Figura 4.2, tem

um número infinito de graus de liberdade, essencialmente devido ao facto de se
considerar que tem a massa distribuída. Para obter a equação do movimento,
considera-se um elemento infinitesimal da viga. Na Figura 4.2, apresenta-se o
equilíbrio de forças para o elemento infinitesimal considerado, no qual as forças de
inércia são introduzidas de acordo com o princípio D’Alembert; V(x,t) representa o
esforço transverso enquanto que M(x,t) é o momento de flexão. As expressões
seguintes representam o equilíbrio de forças na direcção vertical e o equilíbrio de
momentos:
∂ 2u ∂V
V + p ⋅ dx − m ⋅ ⋅ dx -V - ⋅ dx = 0
∂t 2
∂x
⎛ ∂ 2u ⎞ dx ∂M
M +V ⋅ dx − ⎜ m ⋅ 2 ⋅ dx ⎟ ⋅ - M - ⋅ dx = 0
⎝ ∂t ⎠ 2 ∂x
Tendo em conta que na última expressão se pode desprezar o termo que envolve a
força de inércia, pois multiplica pelo quadrado do comprimento infinitesimal dx, e
efectuando algumas simplificações as expressões anteriores podem ser escritas na
forma seguinte:
∂V ∂ 2u
= p−m 2
∂x ∂t
∂M
V=
∂x
Substituindo na primeira expressão V, pelo obtido na segunda expressão obtém-se
∂2M ∂ 2u
= p−m 2
∂x 2
∂t
desprezando a deformação por esforço transverso, então M será dado pela seguinte
expressão:
∂ 2u
M = EI
∂x 2
substituindo M na outra expressão obtida previamente, obtém-se a seguinte expressão

final:
∂ 2u ∂ 2 ⎡ ∂ 2u ⎤
m( x) + ⎢ EI ( x ) ⎥ = p ( x, t )
∂t 2 ∂x 2 ⎣ ∂x 2 ⎦
Assumindo-se que a viga representada na Figura 4.2, tem um andamento uniforme,

isto é, as suas características mecânicas e a sua massa não variam ao longo do seu
comprimento (EI = constante e m = constante), então a equação anterior pode ser
escrita de uma forma simplificada, na seguinte forma:
∂ 2u ∂ 4u
m( x) ⋅ + EI ( x ) ⋅ 4 = p ( x, t )
∂t 2
∂x
Para determinar as frequências próprias e os modos de vibração é necessário

considerar a equação anterior na forma da vibração livre:
∂ 2u ∂ 4u
m( x) ⋅ + EI ( x ) ⋅ =0
∂t 2 ∂x 4
Considere-se agora a separação da variável u(x,t) em duas parcelas, representando

uma delas a configuração deformada e a outra a variação no tempo:
u ( x,t ) = φ ( x ) ⋅ q ( t )
pode-se então obter as seguintes equações
∂ 2u ∂u
= φ ( x ) ⋅ q( t ) = φ ( x ) ⋅ q ( t )
∂t 2 ∂t
substituindo as anteriores igualdades na equação diferencial do movimento em

vibração livre, pode-se escrever aquela equação na seguinte forma:
m ( x ) ⋅ φ ( x ) ⋅ q( t ) + q ( t ) ⋅ ⎡⎣ EI ( x ) ⋅ φ '' ( x ) ⎤⎦ = 0
''
dividindo os termos da equação anterior por m ⋅ φ ( x ) ⋅ q ( t ) , obtém-se a seguinte

expressão
−q( t ) ⎣⎡ EI ( x ) ⋅ φ ( x ) ⎤⎦
'' ''
=
q (t ) m( x) ⋅φ ( x)
na qual, o lado esquerdo é uma função de t, enquanto que o lado direito é uma função
de x. Para que aquela equação seja válida para todos os valores de x e de t é
necessário que aquelas duas funções sejam consequentemente constantes, em função
ω2. Pelo que a equação diferencial (parcial – em derivadas parciais) do movimento em
vibração livre, dá origem a duas equações diferenciais ordinárias, uma é descrita em
função do tempo q(t), enquanto que a outra é descrita no espaço φ(x):
q( t ) + ω 2 ⋅ q ( t ) = 0
⎡⎣ EI ( x ) ⋅ φ '' ( x ) ⎤⎦ − ω 2 ⋅ m ( x ) ⋅ φ ( x ) = 0
''
A primeira equação diferencial obtida, é semelhante à que descreve o movimento de

um oscilador de 1 grau de liberdade, com frequência natural ω. Para quaisquer valores
de rigidez EI(x) e massa m(x), existe uma infinidade de frequências ω e modos de
vibração associados φ(x), que satisfazem o problema de valores próprios definido na
4.2 Sistemas estruturais com massa e rigidez distribuídas 93
última equação diferencial, bem como para outras condições de apoio (condições de
fronteira) da viga.
Considerando então EI(x) = EI e m(x) = m, a última equação diferencial apresentada

passa a ter a seguinte solução:
EI ⋅ φ IV ( x ) − ω 2 ⋅ m ⋅ φ ( x ) = 0 ou φ IV ( x ) − β 4 ⋅ φ ( x ) = 0
em que
ω2 ⋅ m
β4=
EI
sendo β o parâmetro correspondente aos valores próprios. Aquela equação diferencial,

traduz um problema de valores e vectores próprios, cuja solução pela seguinte
expressão geral:
φ ( x ) = C1 ⋅ sen ( β x ) + C2 ⋅ cos ( β x ) + C3 ⋅ senh ( β x ) + C4 ⋅ cosh ( β x )
As quatro constantes desconhecidas, C1, C2, C3 e C4, dependem das condições de

fronteira. A determinação dos modos de vibração e das respectivas frequências
próprias resume-se à determinação das referidas constantes para cada tipo de
condições de fronteira.
De seguida apresenta-se a resolução do problema para uma consola, cujas condições

de fronteira são encastrada numa extremidade e livre na outra.
Exemplo 4.1 Determinação de frequências naturais e modos de vibração para uma consola, com distribuição de massa e rigidez
contínuas.
Nesta fase, apenas se apresenta o processo analítico, descrito nesta subsecção, relativo à determinação de frequências naturais e modos de
vibração, para uma consola, considerando-se que na extremidade encastrada o deslocamento é zero assim como a rotação. Nestas
condições consideraram-se as seguintes condições de fronteira:
u ( 0 ,t ) = 0 ⎫
⎪
⎬ extremidade encastrada
u' ( 0 ,t ) = 0 ⎪
⎭
M ( L,t ) = 0 ⇒ u'' ( L,t ) = 0 ⎫
⎪
⎬ extremidade livre
V ( L,t ) = 0 ⇒ u''' ( L,t ) = 0 ⎪
⎭
Solução geral:
φ ( x ) = C1 ⋅ sen ( β x ) + C2 ⋅ cos ( β x ) + C3 ⋅ senh ( β x ) + C4 ⋅ cosh ( β x )
u ( 0 ,t ) = 0 ⇒ φ (0) = 0 ⇒ C 2 + C4 = 0 ⇒ C4 = −C2
u' ( 0 ,t ) = 0 ⇒ φ '( 0 ) = 0 ⇒ β ⋅ ( C1 + C3 ) = 0 ⇒ C3 = −C1
M ( L,t ) = 0 ⇒ EI ⋅ φ'' ( L ) = 0
⇒ C1 [ sen ( β ⋅ L ) + senh ( β ⋅ L ) ] + C2 [ cos ( β ⋅ L ) + cos h ( β ⋅ L )] = 0
V ( L,t ) = 0 ⇒ EI ⋅ φ''' ( L ) = 0
⇒ C1 [ cos ( β ⋅ L ) + cos h ( β ⋅ L )] + C2 [ −sen ( β ⋅ L ) + senh ( β ⋅ L )] = 0
As duas últimas equações podem ser escritas na forma de uma matriz, para uma mais fácil determinação de C1 e C2:
⎡ sen ( β ⋅ L ) + senh ( β ⋅ L ) cos ( β ⋅ L ) + cos h ( β ⋅ L ) ⎤ ⎡ C1 ⎤ ⎡ 0 ⎤

⎢ cos ( β ⋅ L ) + cos h ( β ⋅ L ) −sen ( β ⋅ L ) + senh ( β ⋅ L ) ⎥ ⋅ ⎢C ⎥ = ⎢ 0 ⎥
⎣ ⎦ ⎣ 2⎦ ⎣ ⎦
Para se obter uma solução não trivial é necessário que o determinante da matriz seja igual a zero, nessas circunstâncias obtém-se a
seguinte equação:
1 + cos ( β ⋅ L ) ⋅ cosh ( β ⋅ L ) = 0
para a qual não existe uma solução imediata para β⋅L, pelo que a equação anterior tem de ser resolvida numericamente, obtendo-se então
as seguintes soluções:
β1 ⋅ L = 1.8751; β 2 ⋅ L = 4.6941; β 3 ⋅ L = 7.8548; β 4 ⋅ L = 10.996;
para as quais o determinante é nulo. Utilizando agora a expressão
ω2 ⋅ m
β4 =
EI
obtêm-se as seguintes frequências naturais
3.516 EI 22.03 EI 61.70 EI 120.9 EI

ω1 = 2
; ω2 = 2
; ω3 = 2
; ω4 = 2
;
L m L m L m L m
Para cada βn⋅L, corresponde um modo de vibração natural, cuja configuração é definida pela seguinte expressão:
⎡ cosh ( β n ⋅ L ) − cos ( β n ⋅ L ) ⎤
φn ( x ) = C1 ⋅ ⎢ cosh ( β n ⋅ x ) − cos ( β n x ) − ⋅ ( sen h ( β n ⋅ x ) − sen ( β n ⋅ x ) ) ⎥
⎣ sen h ( β n ⋅ L ) − sen ( β n ⋅ L ) ⎦
φ (x) φ (x)
3 4
φ (x)
2
L m, EI
φ (x)
1
3.516 EI 22.03 EI 61.70 EI 120.9 EI

ω1 = 2
ω2 = 2
ω3 = 2
ω4 = 2
L m L m L m L m
Figura 4.3 Frequências naturais e modos de vibração para a consola.
É importante referir que os resultados apresentados na Figura 4.3, serão mais à frente utilizados na análise de um caso concreto.
4.3 Modelos numéricos para análise de estruturas contínuas
A análise clássica do comportamento dinâmico de sistemas estruturais, baseada em

modelos contínuos com massa e rigidez distribuídas, contempla um infinito número
de graus de liberdade, todavia, não é uma opção suficientemente prática, para utilizar
na análise de estruturas correntes, uma vez que os modelos analíticos apenas
permitem a resolução de problemas elementares. Com o objectivo de proporcionar a
análise estrutural de problemas mais complexos, desenvolveram-se vários métodos
numéricos, nomeadamente: i) o Método dos Elementos Finitos (M.E.F.); ii) o Método
das Diferenças Finitas; iii) o Método dos Elementos de Fronteira e; iv) o Método dos
Elementos Discretos.
4.3 Modelos numéricos para análise de estruturas contínuas 95
De entre os vários métodos numéricos referidos, apresenta-se nesta secção, o método

dos elementos finitos, o qual para além de ter revolucionado a análise estrutural é
também o método mais utilizado. Este método baseia-se no pressuposto de que a
continuidade estrutural de um infinito número de graus de liberdade, poder ser
idealizada, através da assemblagem de elementos finitos com um número finito de
graus de liberdade.
Antes de se apresentar os fundamentos do método dos elementos finitos, introduzem-

se algumas considerações sobre a análise do comportamento dinâmico de barragens
de betão com base em modelos numéricos e as equações fundamentais da mecânica
estrutural.
4.3.1 Utilização de modelos numéricos na análise do comportamento dinâmico de barragens de betão
Quando foram construídas as primeiras grandes barragens as verificações de

segurança na fase de projecto eram efectuadas com base em modelos numéricos nos
quais se adoptavam fortes hipóteses simplificativas [Serafim,L. 1958], como era o
Em 1961 Zienkiewicz apresentou uma
caso das adoptadas no método dos arcos independentes ou no método dos arcos e das conferência na qualidade de prof. da
consolas ou com base em modelos físicos, os quais inicialmente eram muito mais Northwestern University sobre a
versáteis e menos dispendiosos que os modelos numéricos. utilização do método das diferenças
finitas no cálculo de barragens; em
Na sequência de trabalhos pioneiros da década de 50, inseridos no âmbito do 1964 Wilkins, num trabalho notável
programa de desenvolvimento da indústria aeroespacial americana, assiste-se na apresenta uma nova formulação de
diferenças finitas que permite resolver
década de 60 a um extraordinário desenvolvimento dos métodos numéricos para o problema da discretização das
análise estrutural em simultâneo com o aparecimento dos primeiros computadores. De fronteiras e utiliza um método de
entre os maiores desenvolvimentos destacou-se o aparecimento do Método dos relaxação dinâmica para solução das
Elementos Finitos (M.E.F.) [Zienkiewicz,O. 1967; Pedro,J. 1977] que, com o equações de equilíbrio; em 1967 é
incremento dos meios computacionais, viria a revolucionar os métodos de cálculo e publicado um dos primeiros trabalhos
controlo da segurança de barragens. de divulgação sobre o M.E.F
[Zienkiewicz,O. 1967] sendo nesse
mesmo ano publicada no LNEC a tese
Desta forma, como já foi referido, os estudos de verificação da segurança na fase de do Eng. Oliveira Pedro sobre a
projecto passaram a ser efectuados com base em modelos numéricos e com base em aplicação do M.E.F. à análise do
ensaios de modelos físicos quer para cenários correntes quer para cenários de rotura. comportamento de barragens
Gradualmente os modelos numéricos foram-se tornando menos dispendiosos e mais [Pedro,J. 1967]. Em Setembro de
versáteis apresentando actualmente uma grande fiabilidade no estudo de cenários 1971 o LNEC organiza um encontro
correntes e mesmo no estudo de cenários de rotura. Os actuais modelos numéricos são patrocinado pelo NATO Advanced
Study Institute sob o tema “Finite
já considerados uma ferramenta indispensável que, após validação e calibração com Element Methods in Continuum
base em resultados de ensaios de materiais e/ou de modelos físicos, permite estudar Mechanics” donde resultaram uma
diversas situações e efectuar extrapolações para o protótipo com custos adicionais série de cadernos sobre o tema, da
mínimos, o que não é viável com os modelos físicos (inclusivamente os modelos responsabilidade, de R.W.Clough,
numéricos facilitam a interpretação e contribuem para a validação dos próprios O.C.Zienkiewicz , J.T.Oden, E.R.A. e
ensaios à rotura de modelos físicos). Oliveira, K.S.Pister, B.F. de Veubeke
e P.V.Marçal.
A utilização de modelos numéricos para a análise do comportamento dinâmico de
barragens de betão, é essencial quando se pretende avaliar o seu comportamento
sísmico. É importante salientar que, a avaliação do comportamento e da segurança de
destas obras, sob a acção de sismos, tem preocupado desde sempre a comunidade da
engenharia de barragens, devido ao seu elevado risco potencial, e a comprová-lo está
a sua inclusão em regulamentos e normas dos países que apresentam elevado risco
sísmico. Todavia, o estudo do comportamento dinâmico destas estruturas resulta do
complexo problema da interacção barragem-fundação-albufeira, pelo que actualmente
uma das principais preocupações centra-se precisamente na avaliação da fiabilidade
dos modelos numéricos utilizados para avaliar o seu comportamento dinâmico. Nesse
sentido, tem-se recorrido à realização de alguns ensaios de vibrações com o objectivo
de obter informação experimental para caracterizar as frequências naturais, os modos
de vibração e os amortecimentos modais.
Resta salientar que no âmbito deste trabalho se irá introduzir, mais à frente, o
problema da interacção estrutura-fluido, com o objectivo de abordar de uma forma
preliminar este tema, utilizando para o efeito o modelo físico de uma parede em
consola e um reservatório adjacente.
4.3.2 Equações fundamentais da mecânica estrutural
A determinação do campo de deslocamentos e da distribuição das extensões e das

tensões que se desenvolvem nas estruturas sob a acção das diversas solicitações é um
dos problemas mais comuns em Engenharia Estrutural. A Mecânica Estrutural
estabelece as equações diferenciais a que devem satisfazer os campos de
deslocamentos, extensões e tensões que se instalam numa estrutura qualquer quando
submetida a solicitações exteriores. Na abordagem da Mecânica, as diversas variáveis
envolvidas na análise de uma estrutura, nomeadamente, forças, tensões, deformações
e deslocamentos, são correlacionadas em cada ponto e em cada instante, por equações
de equilíbrio entre forças e tensões, equações de compatibilidade entre deformações e
deslocamentos e por equações constitutivas que correlacionam tensões e deformações,
como se esquematiza na Figura 4.4. De salientar que neste trabalho apenas se irá
efectuar análises planas, pelo que todas as formulações apresentadas no desenrolar
deste trabalho são adaptadas para análises planas.
Na modelação do comportamento de uma estrutura, com base na abordagem proposta

pela Mecânica Estrutural, utilizam-se actualmente sofisticados métodos numéricos
para resolver as equações fundamentais e adoptam-se, na prática, diversos tipos de
hipóteses simplificativas, nomeadamente:
i) ao nível das equações de equilíbrio (considerando, conforme a geometria das

peças, equilíbrios de peça linear, de placa, de laje, de casca, tridimensional,
etc.; considerando, conforme existam, ou não, forças de inércia e
amortecimento, equilíbrios dinâmicos ou estáticos); no caso geral
tridimensional estas equações assumem a forma
L σT + X = 0

em que σ é o tensor das tensões organizado em vector σT = [σ11 σ22 σ12 ] ,

X é o vector das forças mássicas e L é o usual operador diferencial

⎡ ∂ ⎤
⎢ 0 ⎥
⎢ ∂x1 ⎥
⎢ ∂ ⎥
L=⎢ 0 ⎥
⎢ ∂x 2 ⎥
⎢ ∂ ∂ ⎥
⎢ ⎥
⎣⎢ ∂x 2 ∂x1 ⎦⎥
ii) ao nível das equações de compatibilidade (considerando a hipótese de

linearidade geométrica ou a hipótese de comportamento geometricamente
não-linear, conforme existam, ou não, grandes deslocamentos); no caso geral
tridimensional e na hipótese dos pequenos deslocamentos estas equações
assumem a forma
ε=Lu

em que u representa o vector com as componentes de deslocamento,

u T = [ u1 u 2 ] ;

iii) ao nível das equações constitutivas (considerando a hipótese de isotropia,

ortotropia ou anisotropia; considerando materiais de comportamento linear
ou não linear; considerando a hipótese de rotura com patamar de cedência ou
considerando enfraquecimento; considerando viscoelasticidade sem
maturação ou com maturação; considerando ou não a existência de dano;
considerando as hipóteses da fractura elástica linear ou não linear, etc.) no
caso geral tridimensional, na hipótese de comportamento elástico linear,
estas equações podem assumir a forma,
σ=Dε

em que D representa a usual matriz de elasticidade.
No caso de estado plano de deformação, as equações da Mecânica Estrutural,

constituem um sistema de 15 equações diferenciais a 15 incógnitas que podem ser
expressas apenas em termos de deslocamentos, reduzindo-se assim o problema a um
sistema de 3 equações a 3 incógnitas (equações de Navier) [Oliveira, A. 1975]. A
obtenção de soluções analíticas destas equações diferenciais, respeitando as condições
de fronteira, só é possível para problemas elementares; tal facto levou ao
desenvolvimento de vários métodos numéricos [Oliveira, A ; Pedro, J. 1986] para a
sua solução, nomeadamente, os já referidos: i) Método dos Elementos Finitos
(M.E.F.); ii) Método das Diferenças Finitas; iii) Método dos Elementos de Fronteira;
ou iv) Método dos Elementos Discretos.
Forças
mássicas Deslocamentos
X u
LT σ + X = 0 ε= L u
Tensões Extensões
σ ε
σ= D ε
Figura 4.4 Variáveis e equações fundamentais da Mecânica Estrutural (equações a verificar em
cada ponto de uma estrutura, e em cada instante).
A opção por um determinado método de análise deve ser efectuada tendo em conta o
tipo de modelo que se pretende utilizar, ou seja, tendo em conta as várias hipóteses
simplificativas que forem adoptadas (a definição destas hipóteses do modelo depende
das particularidades da estrutura em análise, dos objectivos da análise e de eventuais
condicionamentos, relativos, por exemplo, à capacidade computacional disponível).
Por exemplo, em problemas relativos à estabilidade de taludes rochosos muito
diaclasados, em que sejam previsíveis consideráveis deslocamentos dos vários blocos,
o método dos elementos discretos será normalmente mais eficiente do que o Método
dos Elementos Finitos (com elementos de junta e grandes deformações). Para efectuar
este tipo de opções relativas ao método de análise mais adequado para um dado
modelo é conveniente ter uma ideia das potencialidades e das limitações dos vários
métodos de análise actualmente disponíveis.
Atendendo a que o Método dos Elementos Finitos é o mais utilizado na análise do

comportamento de barragens referem-se sumariamente as principais aproximações
introduzidas e alguns dos aspectos principais da sua formulação.
4.3.3 Método dos elementos finitos
O Método dos Elementos Finitos é, actualmente, o mais divulgado dos métodos

utilizados na resolução de problemas de Mecânica Estrutural. Permite analisar
praticamente qualquer tipo de problema estrutural, proporcionando o enquadramento
numérico para a simulação de uma grande multiplicidade de regimes de
comportamento.
Trata-se de um método em que a estrutura a analisar é dividida por linhas ou

superfícies imaginárias, num número discreto de elementos, denominados elementos
finitos; admite-se que estes elementos se encontram ligados num número discreto de
pontos nodais, situados nas respectivas fronteiras (Figura 4.6).
As formulações clássicas do Método dos Elementos Finitos podem ser de três tipos:
formulações em deslocamentos (elementos de compatibilidade - equações de Navier),
em tensões (elementos de equilíbrio - equações de Beltrami-Michell) ou mistas
(elementos híbridos/mistos). Adopta-se uma formulação clássica em deslocamentos,
dada a sua robustez e eficiência computacional nas aplicações a grandes estruturas
como é o caso das barragens de betão [Pedro, J. 1977; Pina,C.1988; Oliveira, S.
1991]. Nestas formulações em deslocamentos as principais incógnitas a determinar
são os deslocamentos nos pontos nodais. Para o estado plano de deformação, que se
apresenta nesta secção, a cada ponto correspondem dois graus de liberdade,
coincidentes com as duas componentes de deslocamento no plano.
A aproximação fundamental do M.E.F. consiste em admitir que o vector de

deslocamentos um (m=1,2) num ponto qualquer xm (m=1,2) de um elemento finito,
pode ser obtido a partir dos deslocamentos dos pontos nodais u em , através da seguinte
i
equação que traduz um somatório em i (convenção da soma)
u m = Ni ⋅ u emi
sendo Ni funções previamente definidas da posição do ponto no elemento e u em , o i
vector dos deslocamentos dos pontos nodais. As funções Ni (i=1 a 8, no caso do

elemento de 8 pontos nodais) são funções das coordenadas dos pontos, em geral
coordenadas locais yn que variam entre -1 e 1. Tais funções Ni = Ni ( y n ) , designadas Neste trabalho utilizaram-se elemen-
por funções de forma ou funções de interpolação, são geralmente polinómios tos isoparamétricos do 1º grau com 4
nós por elemento e elementos
escolhidos de maneira a que seja possível obter aproximadamente, através da equação
isoparamétricos do 2º grau com 8 nós
anterior, os deslocamentos em cada ponto do elemento a partir do valor das por elemento. No entanto, toda a
coordenadas locais yn do ponto. A função de interpolação associada ao nó i assume formulação apresentada refere-se ao
valor unitário nesse nó i e valor nulo nos restantes pontos nodais. Para o caso do 2º tipo de elementos.
elemento tipo cubo de 8 pontos nodais, que se adopta neste trabalho (Figura 4.5 e
Figura 4.6) utilizam-se as usuais funções de interpolação polinomiais [Zienkiewicz,
O. 1977; Hughes, T. 1987].
Admitindo que a geometria dos elementos pode ser definida, em função das
coordenadas dos pontos nodais, através das mesmas funções de interpolação usadas
para os deslocamentos (elementos isoparamétricos) obtém-se a seguinte relação entre
as coordenadas gerais e locais
⎛ ∂N ⎞
dx m = ⎜ i x emi ⎟ dy n = J mn dy n
⎝ ∂y n ⎠
(m,n=1,2) ; (i=1,2,...,8)
em que Jmn é denominada matriz Jacobiana (as coordenadas locais são referidas, no
caso geral de elementos distorcidos, a um sistema de eixos local não ortonormado).
x2
y1
y2
x1
Figura 4.5 Elemento finito bidimensional, com 8 pontos nodais. Eixos gerais e locais.
1 2 3 4 5 1 23 456 78 9
1 2 3 4 101 112 123 134 14
6 7 8 9 10 151617181920212223
5 6 7 8 245 256 267 278 28
11 12 13 14 15 293031323334353637
9 10 11 12 389 39104011411242
16 17 18 19 20 434445464748495051
13 14 15 16 521353145415551656
21 22 23 24 25 575859606162636465
17 18 19 20 661767186819692070
26 27 28 29 30 717273747576777879
21 22 23 24 802181228223832484
31 32 33 34 35 858687888990919293
25 26 27 28 942595269627972898
36 37 38 39 40 991001 011 021 031 041 051 061 07
29 30 31 32 10829 10930 11031 11132 112
41 42 43 44 45 113114115116117118119120121
33 34 35 36 12233 12334 12435 12536 126
46 47 48 49 50 127128129130131132133134135
37 38 39 40 136 37 137 38 138 39 139 40 140
51 52 53 54 55 141 142 143 144 145 146 147 148 149
41 42 43 44 150 41 151 42 152 43 153 44 154
56 57 58 59 60 155 156 157 158 159 160 161 162 163
45 46 47 48 164 45 165 46 166 47 167 48 168
61 62 63 64 65 169 170 171 172 173 174 175 176 177
49 50 51 52 178 49 179 50 180 51 181 52 182
66 67 68 69 70 183 184 185 186 187 188 189 190 191
53 54 55 56 192 53 193 54 194 55 195 56 196
71 72 73 74 75 197 198 199 200 201 202 203 204 205
57 58 59 60 206 57 207 58 208 59 209 60 210
76 77 78 79 80 211 212 213 214 215 216 217 218 219
61 62 63 64 220 61 221 62 222 63 223 64 224
81 82 83 84 85 225 226 227 228 229 230 231 232 233
65 66 67 68 234 65 235 66 236 67 237 68 238
86 87 88 89 90 239 240 241 242 243 244 245 246 247
69 70 71 72 248 69 249 70 250 71 251 72 252
91 92 93 94 95 253 254 255 256 257 258 259 260 261
73 74 75 76 262 73 263 74 264 75 265 76 266
96 97 98 99 100 267 268 269 270 271 272 273 274 275
(a) (b)
Figura 4.6 Exemplo de discretizações em elementos finitos da secção transversal de uma barragem de gravidade, com elementos
isoparamétricos: (a) do 1º grau com 4 nós e; (b) do 2ª grau com 8 nós.
Introduzindo a aproximação fundamental do M.E.F., traduzida por (14), nas relações

deformação-deslocamento, dadas matricialmente, na hipótese dos pequenos
deslocamentos, por
⎡ ∂ ⎤
⎢ 0 ⎥
∂x
⎡ ε11 ⎤ ⎢ 1 ⎥
⎢ ∂ ⎥ ⎡ u1 ⎤
ε = ⎢⎢ε 22 ⎥⎥ = ⎢ 0 ⎥⎢ ⎥ = L u
⎢ ∂x 2 ⎥ ⎣ u 2 ⎦
⎣⎢ γ12 ⎦⎥ ⎢ ⎥
∂ ∂
⎢ ⎥
⎢⎣ ∂x 2 ∂x1 ⎥⎦
obtém-se
ε = L N ue = B ue

em que B é uma matriz cujos termos correspondem às derivadas das funções de

interpolação Ni em ordem às coordenadas gerais xm; esta equação mostra que as
deformações em qualquer ponto dum elemento finito podem ser obtidas a partir dos
deslocamentos nodais ue e das derivadas das funções de interpolação em ordem às
coordenadas gerais B .
Na hipótese de comportamento elástico linear, a introdução da aproximação do

M.E.F. na relação constitutiva permite escrever
σ = D B u e − D ε0 + σ0

em que D representa a matriz de elasticidade, ε0 as deformações impostas (variações

de temperatura, por exemplo) e σ0 as tensões iniciais.

O equilíbrio global dum elemento finito pode ser expresso pelo princípio dos
trabalhos virtuais (P.T.V.), segundo o qual, é condição necessária e suficiente para
que um dado corpo (ou porção dum dado corpo) esteja em equilíbrio, que a soma dos
trabalhos virtuais de todas as forças actuantes sobre o corpo (ou sobre uma dada
porção do corpo) seja nula, para quaisquer deslocamentos virtuais, ou seja “o trabalho
das forças interiores deve ser igual ao trabalho das forças exteriores” (Wint = Wext).
Representando por X as forças mássicas e por S as forças de superfície num
de lados de comprimento total
elemento finito de área A delimitado por um conjunto
L, sujeito a um campo de deformações δε (compatível com o campo de

deslocamentos virtuais δ u ) e a um campo de tensões σ (campos definidos em todos

os pontos do interior e da fronteira do elemento finito) a expressão do P.T.V. pode ser
escrita na seguinte forma
∫ δ ε σ dA = A∫ δ u X dA + ∫L δ u S dL

A

W int W ex t
É de referir que esta equação do P.T.V. pode ser obtida transformando a equação
diferencial de equilíbrio (equilíbrio entre forças mássicas e tensões, a verificar em
todos os pontos do interior duma estrutura) com base numa técnica de resíduos
pesados, e integrando por partes com recurso ao Teorema da Divergência.
Introduzindo na anterior equação a aproximação fundamental do M.E.F. (14) e os
resultados traduzidos pelas equações (17) e (18), obtém-se
∫ B δ u D B u e dA = ∫ N δ u e X dA + ∫ N δ u e S dL
e
A
A
L

o que é equivalente a
K e u e = Fe

No caso de equilíbrios dinâmicos há
em que u e corresponde aos deslocamentos nodais do elemento, sendo a matriz de que considerar forças de inércia e de

rigidez elementar K e dada por amortecimento viscoso, definidas por
u e −η u (sendo ρ e η a massa e
−ρ
K e = ∫ BT D B dA o amortecimento específicos),
A obtendo-se as matrizes de massa e de
amortecimento elementares,
e as forças nodais equivalentes Fe dadas por
M =∫ N ρ N dV e C =∫ N η N dV
e T e T
V V
4.4 Interacção estrutura-fluido. Parede em consola 101
Fe = ∫ N T X dA + ∫ N T S dL + ∫ BT D ε 0 dL − ∫ BT σ0 dL
A (sendo M ue +C u e +K u = F ).
e e e e e

L

L

L

Forças nodais Forças nodais Forças nodais Forças nodais

equivalentes a equivalentes a equivalentes a equivalentes a
forças mássicas forças de superfície deformações impostas tensões iniciais
A matriz de rigidez de cada elemento K e é uma matriz quadrada, simétrica e com um

número de linhas e colunas igual ao número total de graus de liberdade (GL) do
elemento (16 GL, no caso do elemento plano de 8 pontos nodais considerado).
A determinação dos integrais envolvidos na equação (21) que traduz o equilíbrio de

um elemento finito para forças e deslocamentos nodais, é, em geral, efectuada
numericamente em coordenadas locais, usando o método de Gauss. Este método
permite calcular o valor do integral tomando valores do integrando em apenas alguns
pontos do domínio, denominados pontos de Gauss, aos quais se associam os pesos de
Gauss; o método de Gauss permite, portanto, transformar uma expressão integral
numa expressão discreta correspondente a um somatório estendido a um reduzido
número de pontos do domínio. Por exemplo, a matriz de rigidez elementar é dada, em
coordenadas locais, pela seguinte expressão integral
1 1
Ke = ∫ ∫B
T
D B J dy1 dy 2
−1 −1
em que J é o determinante da matriz Jacobiana definida em (15). A expressão

anterior pode ser calculada numericamente pelo método de Gauss através do seguinte
somatório triplo, onde Hi representa o peso de Gauss associado às coordenadas (dos
pontos de Gauss) medidas no eixo local i,
NPG NPG
K e = ∑ ∑ H i H j BT D B J
i =1 j =1
Para o caso tridimensional do elemento isoparamétrico do 2ºgrau, adoptado no

módulo computacional que se propõe neste trabalho, devem utilizar-se 3 pontos de
Gauss por direcção (NPG = 3), o que corresponde à utilização de 9 pontos de Gauss
para a integração numérica da matriz de rigidez elementar.
Utilizando os resultados anteriores, estabelecidos para cada um dos elementos em que

se supôs a estrutura dividida, podem formar-se as equações de equilíbrio de toda a
estrutura, para forças e deslocamentos nos pontos nodais, obtendo-se assim uma
matriz de rigidez global K e um vector de forças F para toda a estrutura. Para tal,
basta que se imponham as condições de compatibilidade e de equilíbrio nos pontos
nodais, ou seja, que se admita a identidade entre as componentes dos deslocamentos
nos pontos nodais comuns aos diversos elementos, somando aí as correspondentes
componentes das matrizes de rigidez elementares e as correspondentes componentes
dos vectores de forças nodais equivalentes de cada elemento.
No caso de problemas em que se adopte a hipótese de materiais com comportamento
não linear, as equações da análise estrutural passam a constituir um sistema de
equações algébricas não lineares em que a matriz de rigidez global da estrutura
depende dos deslocamentos u (incógnitas), K = K ( u ) . Existem várias técnicas de
resolução deste tipo de sistemas de equações, sendo a conhecida técnica das tensões
iniciais (“stress-transfer”) uma das mais utilizadas no LNEC.
4.4 Interacção estrutura-fluido. Parede em consola
A análise do comportamento dinâmico de barragens de betão depende da quantidade

de água armazenada na albufeira. A influência recíproca entre a água contida no
reservatório e o paramento de montante da barragem é um assunto complexo que tem
merecido a atenção de diversos autores [Delgado, R. 1984].
Nesta fase, o estudo dinâmico do sistema barragem-albufeira, será abordado, de uma

forma simples, recorrendo ao problema da interacção dinâmica estrutura-fluido. Para
este efeito procedeu-se à análise e interpretação de resultados analíticos, numéricos e
experimentais obtidos com base num modelo físico de betão de uma parede vertical
de secção constante, em consola, submetida à acção da água contida num reservatório
adjacente.
Inicialmente procede-se à análise individualizada do comportamento dinâmico da

consola (frequências próprias e modos de vibração), apresentando e comparando entre
si um conjunto de resultados obtidos a partir da aplicação da formulação dos
osciladores contínuos e de rotinas desenvolvidas em MatLab baseadas no método dos
elementos finitos.
Posteriormente, são utilizadas as rotinas desenvolvidas em MatLab, para efectuar

cálculos dinâmicos no domínio do tempo, aplicando a fórmula recursiva do integral
de Duhamel. A partir destes cálculos geram-se um conjunto séries temporais de
aceleração, às quais se aplicam os métodos de identificação modal previamente
apresentados no capítulo 3, com o objectivo de explicar alguns detalhes associados ao
problema da observação do comportamento dinâmico de estruturas contínuas.
Finalmente, tendo por base o modelo físico da parede de betão em consola e da

estrutura do reservatório (que no seu conjunto têm o formato de um tanque),
apresentam-se um conjunto de resultados numéricos obtidos com as rotinas
desenvolvidas em MatLab e um conjunto de resultados experimentais provenientes de
ensaios de vibrações, obtidos em laboratório, para várias cotas de água. De referir
que, os resultados numéricos que se apresentam contabilizam o efeito hidrodinâmico
da água de duas formas distintas, a referir: i) massas de água associadas e; ii)
elementos finitos com propriedades de fluido.
4.4.1 Solução obtida com base na formulação dos osciladores contínuos
Tendo em consideração a formulação apresentada na secção 4.2, para osciladores

contínuos, apresenta-se agora o processo relativo à determinação dos valores das
frequências próprias e das configurações modais para o caso concreto do exemplo de
uma parede de betão em consola.
Para além de resultados da teoria da vibração transversal aplicada a osciladores

contínuos, apresentada secção 4.2, apresenta-se também resultados da teoria da
vibração longitudinal aplicada a osciladores contínuos, uma vez que na gama de
frequências analisadas surge um modo de vibração longitudinal, pelo que no exemplo
seguinte se introduz abreviadamente a formulação necessária para obter esse modo,
com base em [Guerreiro, 1999]. A introdução desta formulação será importante, como
se verá adiante, no processo de comparação entre os resultados apresentados nesta
subsecção e os resultados obtidos através do método dos elementos finitos.
Exemplo 4.2 Análise da parede em consola, com distribuição de rigidez e massa contínuas.
Introduz-se nesta fase o modelo físico do tanque, construído em betão armado, do qual importa caracterizar a parede em consola, ver
Figura 4.7. A referida parede em consola tem uma espessura de 8.5cm, uma largura de 50cm e um desenvolvimento de 100cm (1m). As
outras dimensões estão igualmente caracterizadas na Figura 4.7.
1.00
0.50
0.90
0.085
0.25
0.20 1.20
(a) (b) (c)

Figura 4.7 Modelo físico do tanque de betão armado: (a) perspectiva tridimensional do modelo; (b) vista de topo; (c) alçado lateral.
Nesta fase apenas se analisa o comportamento dinâmico, da consola de betão, como um oscilador contínuo (com distribuição de massa e
rigidez contínuas). Admite-se que a consola se encontra perfeitamente encastrada na base, pelo que para determinar as frequências
naturais e os modos de vibração utilizam-se as expressões apresentadas no exemplo 4.1, as quais se recordam:
3.516 EI 22.03 EI 61.70 EI 120.9 EI

ω1 = 2
; ω2 = 2
; ω3 = 2
; ω4 = 2
;
L m L m L m L m
⎡ cosh ( β n ⋅ L ) − cos ( β n ⋅ L ) ⎤
φn ( x ) = C1 ⋅ ⎢ cosh ( β n ⋅ x ) − cos ( β n x ) − ⋅ ( sen h ( β n ⋅ x ) − sen ( β n ⋅ x ) ) ⎥
⎣ sen h ( β n ⋅ L ) − sen ( β n ⋅ L ) ⎦
Relativamente ao 4º modo de vibração, trata-se de um modo de vibração, é obtido através da teoria da vibração axial (longitudinal) para
osciladores contínuos, considera-se como condições de fronteira u ( 0 ) = 0; N ( 0 ) = 0 e determina-se a frequência própria e a
configuração modal com base nas seguintes expressões:
EA
n ⋅π ⋅
m
ωn = n = 1, 2,3,...
2⋅L
⎛ ( 2 ⋅ n - 1) ⋅ π ⎞
φn ( x ) = A ⋅ sen ⎜ ⋅ x ⎟ n = 1, 2,3,...
⎝ 2L ⎠
De salientar que nas expressões anteriores se considera n = 1, uma vez que o 4º modo global é o 1º modo de vibração longitudinal.
O valor referente à massa da consola, foi determinado, considerando a massa específico do betão armado, ρ = 2.55 ton / m3 . Enquanto
que o valor do módulo de elasticidade considerado, E = 32.5 GPa, foi obtido através da realização de ensaios de ultrasons a provetes de
betão, retirados durante a betonagem do modelo, a partir destes ensaios obtiveram-se valores de velocidade das ondas de pressão no
betão de v ≈ 3800m/s. Aplicando a seguinte expressão da elastodinâmica
(1 + ν )(1 − 2ν )
E=v ρ
2
(1 − ν )
na qual se considerou ρ = 2.45 ton / m 3 (massa específica só do betão) e um coeficiente de Poisson, ν = 0.2 .
φ (x) φ (x) φ (x)

3 4 5
φ (x)
2
L m, EI
m, EA φ (x)
1
φ
m = 108 kg/m;
E = 32.5 GPa;
L = 1m. f1 = 49.03 Hz f 2 = 307.23 Hz f 3 = 860.48 Hz f 4 = 894.06 Hz f 5 = 1686.09 Hz
I = 2.559×10-5 m4;
A = 0.0425 m2.
Figura 4.8 Frequências naturais e modos de vibração para a parede de betão em consola.
Os valores apresentados na Figura 4.8, serão posteriormente utilizados para comparar com resultados de modelos de elementos finitos.
4.4.2 Modelos planos de elementos finitos
Utilizando a formulação de elementos finitos, apresentada na subsecção 4.3.3,

desenvolveram-se duas rotinas em MatLab, que permitem efectuar cálculos
As malhas de elementos finitos
numéricos para avaliar o comportamento estático e dinâmico de modelos estruturais
isoparamétricos do 1º grau com
planos, admitindo a hipótese de estado plano de deformação. A primeira rotina, utiliza elementos de 4 nós foram geradas
modelos estruturais com malhas de elementos finitos isoparamétricos do 1º grau com utilizando o Excel, enquanto que as
4 nós, enquanto que a segunda utiliza malhas de elementos finitos isoparamétricos do malhas de elementos finitos
2º grau com 8 nós. isoparamétricos do 2º grau foram
geradas utilizando uma rotina em
Em termos gerais as referidas rotinas de cálculo podem-se subdividir em duas partes. MatLab que converte malhas de
elementos de 4 nós em malhas de
A primeira possibilita a simulação do comportamento estático, dos modelos elementos de 8 nós.
estruturais, tendo em conta o peso próprio e/ou cargas aplicadas nos nós dos
elementos. Enquanto que a segunda, está relacionada com a simulação do
comportamento dinâmico, que, para além de permitir a determinação de frequências
próprias e modos de vibração, permite ainda a possibilidade de efectuar cálculos
dinâmicos no domínio do tempo. Esta potencialidade assenta na utilização de uma
formulação modal no domínio do tempo, que se baseia numa técnica de integração A técnica de integração analítica
analítica a qual é exacta para histórias de cargas definidas por troços lineares. A mencionada, refere-se à implemen-
utilização desta ferramenta de cálculo proporciona ainda a possibilidade de escolher tação da fórmula recursiva do integral
alguns graus de liberdade aos quais é possível aplicar histórias de carregamentos (ex. de Duhamel (método de Iwan), a qual
ruído ambiente ou cargas impulsivas), permitindo finalmente a obtenção de histórias é fundamental para se obter um
de deslocamentos para todos os graus de liberdade dos modelos. aceitável desempenho computacional.
Tendo em conta que, a partir das histórias de deslocamentos é possível obter outras
grandezas cinemáticas, como sejam o caso de histórias de velocidades e de
acelerações. Neste trabalho as histórias de acelerações são utilizadas para introduzir e
debater a aplicação das técnicas de identificação modal, descritas no capítulo 3, ao
caso específico de estruturas contínuas. Este tipo de ferramenta faculta a possibilidade
de se poder efectuar comparações entre resultados numéricos e experimentais de uma
forma mais abrangente, como se verá mais adiante.
Ainda relativamente aos cálculos dinâmicos, estas rotinas permitem a consideração

dos efeitos hidrodinâmicos, permitindo a sua simulação mediante a utilização de dois
tipos de formulações: i) massas de água associadas, segundo a teoria de Westerggard
e; ii) uma formulação baseada em elementos finitos com propriedades de fluido. As propriedades de fluido são
Qualquer uma destas formulações consiste na introdução de um acréscimo de massa introduzidas com base numa
formulação que se baseia no módulo
nos pontos nodais em contacto com a água.
de compressibilidade e módulo de
distorção. Estas duas formulações
Para já, apresenta-se no exemplo 4.3, o processo referente à determinação das serão oportunamente apresentadas.
frequências naturais e correspondentes configurações modais dos primeiros 5 modos
de vibração, para a parede em consola, obtidos com base na utilização das duas
rotinas de cálculo previamente referidas. Estes resultados são comparados com os
obtidos pela aplicação da formulação dos osciladores contínuos, previamente
apresentados.
Exemplo 4.3 Determinação de frequências próprias e modos de vibração, utilizando dois modelos planos de elementos finitos.
Neste exemplo apresentam-se resultados obtidos para a parede em consola, objecto de estudo nesta secção, resultantes da utilização de
dois modelos planos de elementos finitos:
1º modelo: elementos finitos isoparamétricos do 1º grau com 4 nós
Neste modelo foi necessário considerar um total de 120 elementos, resultantes de 3 camadas de elementos em espessura, até obter a
convergência da solução. É de referir que a consideração deste número de elementos se deve ao facto de este tipo de elementos
apresentar um bom comportamento a esforços axiais e um deficiente comportamento a esforços de flexão, só obviado pela consideração
de uma malha com muitos elementos.
f 1 = 50.8745 Hz f 2 = 309.7078 Hz f 3 = 831.6742 Hz f 4 = 912.1048 Hz f 5 = 1544.8921 Hz
1 1 1 1 1
0.8 0.8 0.8 0.8 0.8
0.6 0.6 0.6 0.6 0.6
0.4 0.4 0.4 0.4 0.4
0.2 0.2 0.2 0.2 0.2
0 0 0 0 0
-0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1
Figura 4.9 Frequências naturais e modos de vibração para a parede de betão em consola, utilizando uma malha de elementos finitos
isoparamétricos do 2º grau com 4 nós por elemento.
2º modelo: elementos finitos isoparamétricos do 2º grau com 8 nós
Para este 2º modelo apenas foi necessário considerar 10 elementos, apenas 1 em espessura, uma vez que este tipo de elementos é mais
apropriado para cálculos que envolvem esforços de flexão, como é o caso de praticamente todos os modos de vibração determinados,
com excepção do 4º modo que apresenta características relacionadas com esforços axiais.
f 1 = 49.996 Hz f 2 = 304.9335 Hz f 3 = 820.7728 Hz f 4 = 912.2302 Hz f 5 = 1529.4394 Hz
1 1 1 1 1
0.8 0.8 0.8 0.8 0.8
0.6 0.6 0.6 0.6 0.6
0.4 0.4 0.4 0.4 0.4
0.2 0.2 0.2 0.2 0.2
0 0 0 0 0
-0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1
Figura 4.10 Frequências naturais e modos de vibração para a parede de betão em consola, utilizando uma malha de elementos finitos
isoparamétricos do 2º grau com 8 nós por elemento.
Na Tabela 4.1, comparam-se os resultados apresentados no exemplo 4.2, obtidos a partir da teoria dos osciladores contínuos, com os
apresentados neste exemplo, obtidos a partir dos dois modelos planos de elementos finitos.
Tabela 4.1 Comparação de resultados

Teoria dos Elementos finitos Elementos finitos
Variação Variação
Modo osciladores contínuos isoparamétricos de 4 nós isoparamétricos de 8 nós
% %
1 49.03 50.87 + 3.62 50.00 + 1.94
2 307.23 309.71 + 0.80 304.93 - 0.75
3 860.48 831.67 - 3.35 820.77 - 4.61
4 894.06 912.10 + 1.98 912.23 + 1.99
5 1686.09 1544.89 - 8.37 1529.44 - 9.29
Analisando os resultados da tabela anterior, verifica-se que utilizando elementos finitos isoparamétricos do 2º grau, com 4 nós por
elemento, é necessário recorrer um grande número de elementos finitos, para se obterem resultados da ordem de grandeza dos obtidos
com a teoria dos osciladores contínuos, enquanto que quando se utiliza finitos isoparamétricos do 2º grau, com 8 nós por elemento, são
necessários relativamente poucos elementos para se obterem resultados próximos dos obtidos com a formulação dos osciladores
contínuos.
Tendo em atenção que apenas o modo 4 é um modo de deformação axial (ou longitudinal), verifica-se que ambos os modelos de
elementos finitos apresentam um comportamento idêntico, quando avaliam esse modo, enquanto que quando se analisam os modos de
flexão (1, 2, 3 e 5), verificam-se variações diferentes.
Tendo em conta os resultados apresentados no exemplo anterior, facilmente se

contacta que o modelo de elementos finitos isoparamétricos do 2º grau com 8 nós, é
mais promissor, uma vez que permite a obtenção de bons resultados sem recorrer a
um grande número de elementos finitos. Pelo que, daqui em diante passa-se somente
a utilizar este modelo de elementos finitos.
Como já anteriormente foi referido, para além da determinação de frequências

naturais e modos de vibração, as rotinas desenvolvidas em MatLab, permitem a
possibilidade de efectuar cálculos estáticos e cálculos dinâmicos no domínio do
tempo. Relativamente à ferramenta relacionada com os cálculos estáticos, foi

desenvolvida com o objectivo de possibilitar mais uma forma de verificar
rapidamente a fiabilidade dos modelos, nomeadamente permitindo a determinação de
campos de deslocamentos (deformadas), aplicando a formulação de estado plano de
deformação. No que diz respeito à ferramenta que permite efectuar cálculos
dinâmicos no domínio do tempo, foi desenvolvida com o objectivo de obter histórias
de acelerações, nos vários graus de liberdade dos modelos estruturais, com o
objectivo de demonstrar a aplicabilidade das técnicas de identificação modal
estocásticas a estruturas contínuas. Esta possibilidade permite avaliar as vantagens e
os cuidados a ter neste tipo de estruturas, que aliás constituem a generalidade das
estruturas existentes.
No capítulo 3 verificou-se que a escolha dos pontos a instrumentar era praticamente

imediata, uma vez que para a análise plana do edifício de três pisos segundo a
direcção mais flexível, as opções recaíram sobre os locais onde praticamente estava
concentrada toda a massa da estrutura (ao nível dos pisos), designando-se aqueles
locais como os graus de liberdade do modelo estrutural idealizado. Todavia aquele era
um modelo de natureza discreta e agora, no caso da parede em consola, está-se
perante um modelo contínuo que idealmente tem infinitos graus de liberdade. No
entanto, já se verificou através do exemplo 4.3 que é possível avaliar as frequências
naturais e os modos de vibração, discretizando o modelo estrutural em elementos
finitos com um conjunto mais restrito de graus de liberdade (10 elementos com um
total de 100 graus de liberdade). Todavia a consideração de muitos graus de A consideração de muitos graus de
liberdade, para caracterizar experimentalmente o comportamento dinâmico de uma liberdade implica um grande esforço
estrutura, é por vezes excessiva, podendo-se em certas circunstâncias medir a resposta computacional.
da estrutura num conjunto restrito de pontos, que se considere adequado para
caracterizar a forma dos modos de vibração que se pretendam identificar
experimentalmente.
A selecção de um conjunto restrito de graus de liberdade, requer uma pragmática

análise das configurações modais, de modo a que a escolha privilegie os graus de
liberdade essenciais para definir, essencialmente, a forma dos primeiros modos de
vibração. Na figura seguinte apresenta-se a opção que foi considerada para
demonstrar a aplicabilidade das técnicas de identificação modal estocástica no
domínio da frequência, para o caso da parede em consola.
u1 (t)
u2 (t)
u3 (t)
1.00
u4 (t)
u5 (t)
Figura 4.11 Esquema representativo dos graus de liberdade de interesse para a caracterização
experimental da parede em consola.
Registe-se o facto, de neste caso ser possível caracterizar adequadamente o

comportamento dinâmico da consola recorrendo “só” a 5 registos de acelerações
medidos em outros tantos pontos do modelo estrutural.
No exemplo 4.4 descreve-se o processo utilizado para gerar os registos de

acelerações, mediante a utilização dos modelos planos de elementos finitos
isoparamétricos do 2º grau com 8 nós, para o caso em análise da parede de betão em
consola.
Exemplo 4.4 Utilização de modelos de elementos finitos para efectuar cálculos dinâmicos no domínio tempo, para gerar registos de
acelerações.
Utilizando o modelo plano de elementos finitos isoparamétricos do 2º grau com 8 nós, da parede em consola (apresentado no exemplo
4.3), efectuaram-se cálculos dinâmicos no domínio do tempo, recorrendo a uma formulação modal no domínio do tempo, que se baseia
numa técnica de integração analítica a qual é exacta para histórias de cargas definidas por troços lineares. Ao modelo, aplicou-se uma
acção do tipo ruído branco em todos os graus de liberdade e obtiveram-se histórias de deslocamentos, também, para todos os graus de
liberdade. No entanto, apenas se guardaram 5 histórias de deslocamentos com 300 s cada, utilizando uma frequência de amostragem de
2000 Hz (∆t = 0.0005 s), para os locais referenciados na Figura 4.11, das quais se apresentam amostras de 1s na figura seguinte.
De notar que o efeito do amortecimento foi simulado utilizando amortecimento de Rayleigh
C = α⋅ M + β⋅K
em que a matriz C é proporcional às matrizes de massa e de rigidez (M e K). α = 1 β = 0.00001
Os registos de aceleração foram obtidos derivando duas vezes os registos de deslocamentos obtidos, em ordem ao tempo.
-4
x 10
2
u1 (m/s 2 )
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t(s)
-4
x 10
2
u2 (m/s 2 )
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t(s)
-4
x 10
2
u3 (m/s 2 )
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t(s)
-4
x 10
2
u4 (m/s 2 )
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t(s)
-4
x 10
2
u5 (m/s 2 )
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t(s)
Figura 4.12 Amostras dos registos de aceleração gerados numericamente, para a parede em consola.
4.4.3 Identificação modal estocástica no domínio da frequência de estruturas contínuas
Nesta subsecção aplicam-se os métodos de identificação modal estocástica no

domínio da frequência (descritos no capítulo 3), aos registos de aceleração gerados
com a rotina de elementos finitos isoparamétricos do 2º grau com 8 nós, apresentados

no exemplo 4.4. Pretende-se com esta aplicação realçar algumas particularidades da
utilização daqueles métodos a resultados experimentais obtidos em estruturas
contínuas, como é o caso da parede em consola, que será objecto de estudo.
No exemplo 4.5 apresenta-se a avaliação das funções de densidade espectral de

potência (DEP), enquanto que nos exemplos 4.6, 4.7 e 4.8, se apresentam
respectivamente a aplicação dos métodos BFD, FDD e EFDD, utilizando as rotinas
desenvolvidas em MatLab e apresentadas no capítulo anterior. Nesta aplicação não se
apresentam resultados obtidos pela aplicação prévia das funções de decremento
aleatório (designadamente RD-BFD, RD-FDD e RD-EFDD), uma vez que se está a
utilizar resultados gerados numericamente, sendo que nestas circunstâncias não se
justifica a aplicação daquelas metodologias.
Exemplo 4.5 Avaliação das funções de densidade espectral de potência (DEP).
A partir dos registos de aceleração gerados, avaliaram-se as estimativas das funções de densidade espectral de potência da resposta em
aceleração. Sabendo que foram obtidas histórias de aceleração com uma frequência de amostragem de 2000 Hz e que estas têm
comprimento total de 300 segundos (5 minutos). Para a avaliação das funções de densidade espectral de potência em aceleração, optou-se
por considerar amostras com 2000 pontos, isto é com um comprimento temporal de 1 segundo, o que confere um resolução em
frequência de 1 Hz. Utilizou-se as amostras sobrepostas a 2/3, o que levou a considerar um total de 897 amostras independentes.
Nas Figura 4.13 e Figura 4.14, apresenta-se respectivamente a matriz das amplitudes e das fases das funções de densidade espectral de
potência da resposta em aceleração.
Gy [1,1] Gy [1,2] Gy [1,3] Gy [1,4] Gy [1,5]

-10 -10 -10 -10 -10

10 10 10 10 10
[(m/s2)2/Hz]
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Gy [2,1] Gy [2,2] Gy [2,3] Gy [2,4] Gy [2,5]
-10 -10 -10 -10 -10

10 10 10 10 10
[(m/s2)2/Hz]
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Gy [3,1] Gy [3,2] Gy [3,3] Gy [3,4] Gy [3,5]
-10 -10 -10 -10 -10

10 10 10 10 10
[(m/s2)2/Hz]
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Gy [4,1] Gy [4,2] Gy [4,3] Gy [4,4] Gy [4,5]
-10 -10 -10 -10 -10

10 10 10 10 10
[(m/s2)2/Hz]
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Gy [5,1] Gy [5,2] Gy [5,3] Gy [5,4] Gy [5,5]
-10 -10 -10 -10 -10

10 10 10 10 10
[(m/s2)2/Hz]
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
f [Hz] f [Hz] f [Hz] f [Hz] f [Hz]
G y [1,1] G y [1,2] Gy [1,3] G y [1,4] Gy [1,5]

200 200 200 200 200
Fase [º]
100 100 100 100 100
0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
G y [2,1] G y [2,2] Gy [2,3] G y [2,4] Gy [2,5]
200 200 200 200 200
Fase [º]
100 100 100 100 100
0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
G y [3,1] G y [3,2] Gy [3,3] G y [3,4] Gy [3,5]
200 200 200 200 200
Fase [º]
100 100 100 100 100
0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
G y [4,1] G y [4,2] Gy [4,3] G y [4,4] Gy [4,5]
200 200 200 200 200
Fase [º]
100 100 100 100 100
0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
G y [5,1] G y [5,2] Gy [5,3] G y [5,4] Gy [5,5]
200 200 200 200 200
Fase [º]
100 100 100 100 100
0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Exemplo 4.6 Aplicação do método básico no domínio da frequência (BFD).
A aplicação deste método baseia-se na determinação de um espectro normalizado médio (ver Figura 4.16), que se obtém a partir dos
auto-espectros normalizados, os quais de apresentam na Figura 4.15 e resultam da normalização dos elementos da diagonal principal da
Figura 4.13. Porém, como as histórias de aceleração são gerados em simultâneo (ou caso os registos de um ensaio sejam obtidos numa
única fase de ensaio), pode-se utilizar simplesmente o espectro médio (ver Figura 4.17), que resulta da média dos elementos da diagonal
principal da Figura 4.13, sem efectuar qualquer normalização.
0
NPSD[1,1] 0
NPSD[2,2] 0
NPSD[3,3] 0
NPSD[4,4] 0
NPSD[5,5]
10 10 10 10 10
[(m/s2)/Hz]
-5 -5 -5 -5 -5
10 10 10 10 10
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
Na Figura 4.16, indicam-se no ANPSD, os valores das frequências identificadas nos três picos de ressonância esperados. De notar que, os
valores identificados dependem da precisão em frequência, que neste caso, uma vez que se utilizou uma frequência de amostragem de
2000 Hz (∆t = 0.0005s) e amostras com um comprimento de 2000 pontos, então ∆f = 1/(2000×0.0005) = 1 Hz.
0
APSD
10
50
305
-2

10
816
[(m/s2)/Hz] -4
10
-6
10
-8
10
0 200 400 600 800 1000
f [Hz]
Figura 4.16 Espectro normalizado médio.
APSD
-10
10 50
305
-12
10
816
[(m/s2)/Hz]
-14
10
-16
10
-18
10
0 200 400 600 800 1000

f [Hz]
Figura 4.17 Espectro médio.
Analisando os resultados apresentados nas figuras anteriores, é de salientar alguns aspectos. Nomeadamente, no NPSD[2,2] constata-se
que o pico identificado a 305 Hz apresenta um pequena amplitude, comparando com a sua importância nos outros espectros, a sua
pequena amplitude deve-se ao facto de o registo u2(t) ser obtido numa zona próxima de um nodo para o segundo modo de vibração como
se pode facilmente verificar através da Figura 4.10. Por outro lado verifica-se que o pico identificado a 50 Hz começa a perder amplitude
no NPSD[4,4] e NPSD[5,5], uma vez que os registos u4(t) e u5(t) são obtidos já muito próximo da zona do encastramento, e olhando
novamente para a Figura 4.10, facilmente se verifica que para o primeiro modo as amplitudes modais naqueles pontos são muito
pequenas.
Na Figura 4.18, apresentam-se no formato de uma matriz as estimativas das funções de coerências entre as séries temporais. Os
elementos da diagonal principal apresentam um valor unitário, pois representam a função de coerência de uma série consigo própria. Nos
elementos fora da diagonal principal, apenas em bandas de frequências próximas das frequências dos modos de vibração identificados no
ANPSD, as funções de coerências assumem valores próximos da unidade, denotando nessas circunstâncias uma elevada relação de
linearidade entre as séries, e claro confirmando a existência de modos de vibração da estrutura. No entanto é de salientar que para os
elementos da segunda coluna e da segunda linha, se verifica que nas bandas de frequência próximas da frequência onde se identifica o
segundo modo de vibração, à frequência de 305 Hz, existe apenas uma elevada relação de linearidade, numa banda muito restrita, junto
àquela frequência, devido ao facto já mencionado de o registo u2(t) ter sido obtido numa zona próxima de um nodo para o segundo modo
de vibração.
2 2 2 2 2
γ [1,1] γ [1,2] γ [1,3] γ [1,4] γ [1,5]
Coerência
1 1 1 1 1
0.5 0.5 0.5 0.5 0.5
0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
2 2 2 2 2
γ [2,1] γ [2,2] γ [2,3] γ [2,4] γ [2,5]
1 1 1 1 1
Coerência
0.5 0.5 0.5 0.5 0.5
0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
2 2 2 2 2
γ [3,1] γ [3,2] γ [3,3] γ [3,4] γ [3,5]
1 1 1 1 1
Coerência
0.5 0.5 0.5 0.5 0.5
0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
2 2 2 2 2
γ [4,1] γ [4,2] γ [4,3] γ [4,4] γ [4,5]
1 1 1 1 1
Coerência
0.5 0.5 0.5 0.5 0.5
0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
2 2 2 2 2
γ [5,1] γ [5,2] γ [5,3] γ [5,4] γ [5,5]
1 1 1 1 1
Coerência
0.5 0.5 0.5 0.5 0.5
0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000

Figura 4.18 Estimativas das funções de coerência do modelo plano da parede em consola.
A avaliação das configurações modais é efectuada recorrendo à designada matriz das funções de transferência, que se obtém dividindo
todos os elementos de uma coluna da matriz das funções de densidade espectral de potência da resposta em aceleração por um elemento
dessa coluna, tomado como referência. Neste caso, os elementos das várias colunas foram divididos pelos auto-espectros funcionando
esses elementos com referências na determinação das diversas funções de transferência. Na Figura 4.19, apresenta-se a matriz das
funções de transferência obtida. Apenas se relembra que as funções fora da diagonal principal são complexas, sendo por esse motivo
representadas por duas funções (amplitude e fase), com base nas quais, para as frequências identificadas no ANPSD, se avaliam as
coordenadas modais para cada grau de liberdade em que se obtiveram os registos.
T [1,1] T [2,1] T [3,1] T [4,1] T [5,1]
180 180 180 180 180

Amplitude
3 3 3 3 3
Fase [º]
2 2 2 2 2
90 90 90 90 90
1 1 1 1 1
0 0 0 0 0 0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
T [1,2] T [2,2] T [3,2] T [4,2] T [5,2]
3 180 3 180 3 180 3 180 3 180

Amplitude
Fase [º]
2 2 2 2 2
90 90 90 90 90
1 1 1 1 1
0 0 0 0 0 0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
T [1,3] T [2,3] T [3,3] T [4,3] T [5,3]
3 180 3 180 3 180 3 180 3 180

Amplitude
Fase [º]
2 2 2 2 2
90 90 90 90 90
1 1 1 1 1
0 0 0 0 0 0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
T [1,4] T [2,4] T [3,4] T [4,4] T [5,4]
3 180 3 180 3 180 3 180 3 180

Amplitude
Fase [º]
2 2 2 2 2
90 90 90 90 90
1 1 1 1 1
0 0 0 0 0 0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
T [1,5] T [2,5] T [3,5] T [4,5] T [5,5]
3 180 3 180 3 180 3 180 3 180

Amplitude
Fase [º]
2 2 2 2 2
90 90 90 90 90
1 1 1 1 1
0 0 0 0 0 0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000

Na Tabela 4.2, apresenta-se resumidamente, o processo referente à avaliação dos três modos de vibração identificados, tendo em conta a
primeira coluna da matriz das funções de transferência.
1º modo [f = 50 Hz] 2º modo [f = 305 Hz] 3º modo [f = 816 Hz]
1 0 1 0.0500 1 0 1 0.0500 1 0 1 0.0500
0.7260 0.0009 0.7260 0.0363 0.0718 2.1864 0.0718 0.0036 0.3908 178.1788 -0.3907 -0.0195
0.4618 0.0022 0.4618 0.0231 0.5928 179.6367 -0.5928 -0.0296 0.4805 179.8500 -0.4805 -0.0240
0.2305 0.0039 0.2305 0.0115 0.6928 179.7694 -0.6928 -0.0346 0.5271 1.4193 0.5269 0.0263
0.0644 0.0057 0.0644 0.0032 0.3127 179.8200 -0.3127 -0.0156 0.6345 0.6848 0.6345 0.0317
Na Figura 4.20, apresentam-se a matriz modal (escalada para uma representação em relação às coordenas reais) e as respectivas
configurações modais obtidas com base naquela matriz.
1º modo - 50Hz 2º modo - 305Hz 3º modo - 816Hz

1 1 1
0.8 0.8 0.8

⎡0.0500 0.0500 0.0500 ⎤
⎢ 0.0363 0.0036 −0.0195 ⎥
⎢ ⎥ 0.6 0.6 0.6
Φ = ⎢ 0.0231 −0.0296 −0.0240 ⎥
⎢ ⎥
⎢ 0.0115 −0.0346 0.0263 ⎥ 0.4 0.4 0.4
⎢⎣0.0032 −0.0156 0.0317 ⎥⎦
0.2 0.2 0.2
0 0 0
-0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1
(a) (b)
Figura 4.20 (a) Matriz modal escalada; (b) Configurações modais avaliadas com base na 1ª coluna das Funções de Transferência.
Analisando a figura anterior, verifica-se que as configurações modais são suficientemente bem definidas com base nas 5 histórias de
acelerações consideradas. No entanto, considerando 10 histórias de acelerações (igualmente geradas com a rotina em MatLab) as
configurações modais ficariam um pouco mais bem definidas, como se mostra na Figura 4.21. Todavia, esta opção implica um maior
esforço computacional, ao nível do processamento, uma vez que o novo ficheiro de dados tem o dobro do tamanho do anterior.

1 1 1
u1 (t)
u2 (t) ⎡ 0.0500 0.0500 0.0500 ⎤
⎢ 0.0431 0.0263 0.0119 ⎥
u 3 (t) ⎢ ⎥ 0.8 0.8 0.8
u4 (t)
⎢ 0.0363 0.0036 −0.0195 ⎥
⎢ ⎥
u5 (t) ⎢ 0.0296 −0.0159 −0.0330 ⎥
0.6 0.6 0.6
⎢ 0.231 −0.0296 −0.0240 ⎥
u6 (t) Φ=⎢ ⎥
1.00
u7 (t) ⎢ 0.0170 −0.0360 0.0007 ⎥

⎢ 0.0115 −0.0346 0.0263 ⎥ 0.4 0.4 0.4
u8 (t) ⎢ ⎥
u9 (t) ⎢ 0.0069 −0.0269 0.0386 ⎥
⎢ ⎥
u10(t) ⎢ 0.0032 −0.0156 0.0317 ⎥ 0.2 0.2 0.2
⎢⎣ 0.0009 −0.0052 0.0132 ⎥⎦
0 0 0
-0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1
(a) (b) (c)
Figura 4.21 (a) Esquema da localização dos 10 graus de liberdade onde se obtiveram as histórias de acelerações; (b) Matriz modal
escalada; (c) Configurações modais avaliadas.
É importante salientar, que a necessidade de considerar de muitos pontos de medida é fundamental para identificar alguns modos de
vibração associados a frequências altas, ou então, em análises que se baseiem no estudo das configurações modais, nomeadamente, em
estudos que envolvam a verificação de alterações nas configurações modais, por vezes associadas a processos de deterioração. No
entanto, para análises menos exigentes a esse nível, é apenas necessário escolher um conjunto de pontos necessário para definir
satisfatoriamente a forma das configurações modais em estudo.
Finalmente apresenta-se o processo relativo à avaliação dos coeficientes de amortecimentos modais, para os três modos de vibração
identificados. Na Figura 4.22, ilustra-se a aplicação do método, o qual se baseia na escolha de troços do ANPSD, na vizinhança dos picos
correspondentes às frequências de ressonância da estrutura.
0
1º modo 50 Hz 0
2º modo 305 Hz 0
3º modo 816 Hz
10 10 10
G y máx
-1 -1 -1
10 10 10
1/2 G y máx G y máx
ξ = 1.5 % 1/2 G y máx

-2 -2 -2
10 10 10
[(m/s2)/Hz]
ξ=1%
G y máx
-3 -3 -3
10 10 10
1/2 G y máx
ξ = 2.5 %
-4 -4 -4
10 10 10
f 1 = 49.23 Hz f 2 = 50.749 Hz f 1 = 301.83 Hz f 2 = 307.99 Hz f 1 = 800.13 Hz f 2 = 841 Hz
20 40 60 80 280 290 300 310 320 330 790 800 810 820 830 840
É de referir que, a consideração de um grande conjunto de pontos na vizinhança das frequências de ressonância se deveu ao facto de os
valores de meia potência associados ao 3º modo de vibração se encontrarem um pouco afastados em relação ao valor da frequência de
ressonância associada àquele modo.
método da meia potência
modo / frequência
ξ(%)
1º modo, f = 50 Hz 1.50
2º modo, f = 305 Hz 1.00
3º modo, f = 816 Hz 2.50
Na tabela anterior, apresentam-se as estimativas obtidas para o coeficiente de amortecimento modal utilizando o método da
meia potência.
Exemplo 4.7 Aplicação do método de decomposição no domínio da frequência (FDD).
Como já se referiu anteriormente, este método desenvolve-se a partir das funções de densidade espectral de potência da resposta em
aceleração, as quais foram introduzidas no exemplo 4.5. Para a matriz daquelas funções, determinaram-se os espectros de valores
singulares, aplicando o algoritmo da decomposição em valores singulares (SVD). Na Figura 4.23, apresentam-se os espectros de valores
singulares obtidos. No entanto, salienta-se o facto, de apenas os 3 primeiros valores singulares contribuírem para a definição dos três
osciladores de 1 grau de liberdade, uma vez que na banda de frequências em análise apenas surgem 3 modos de vibração.

-10
50
10 305

-12 816
10
[(m/s2)2/Hz]
-14
10
-16
10
1º valor singular
-18
3º valor singular
0 200 400 600 800 1000
f [Hz]
Analisando os resultados obtidos, importa referir que, os valores identificados nos três picos de ressonância do 1º valor singular
coincidem os previamente identificados nos ANPSD apresentados na Figura 4.23 e na Figura 4.17.
Tabela 4.4 Avaliação das configurações modais com base no método FDD utilizando amostras de 1s.
0.7459 - 180 -1 - 0.0500 0.7183 - 180 -1 0.0500 0.6930 180 -1 - 0.0500
0.5415 - 180 - 0.7260 - 0.0363 0.0507 - 180 - 0.0706 0.0035 0.2757 0 0.3979 0.0199
0.3444 - 180 - 0.4618 - 0.0231 0.4270 0 0.5944 -0.0297 0.3359 0 0.4847 0.0242
0.1719 - 180 - 0.2305 - 0.0115 0.4985 0 0.6940 -0.0347 0.3679 180 - 0.5309 - 0.0265
0.0480 - 180 - 0.0644 - 0.0032 0.2250 0 0.3132 -0.0157 0.4423 180 - 0.6383 - 0.0319
Comparando os resultados obtidos na Tabela 4.4, como os obtidos na Tabela 4.2, verifica-se que são semelhantes. Na Figura 3.28,
apresentam-se as configurações modais avaliadas, utilizando o método FDD.

1 1 1
0.8 0.8 0.8
⎡ −0.0500 0.0500 −0.0500 ⎤

⎢ −0.0363 0.0035 0.0199 ⎥
0.6 0.6 0.6
⎢ ⎥
Φ = ⎢ −0.0231 −0.0297 0.0242 ⎥
⎢ ⎥
⎢ −0.0115 −0.0347 −0.0265 ⎥ 0.4 0.4 0.4
⎢⎣ −0.0032 −0.0157 −0.0319 ⎥⎦
0.2 0.2 0.2
0 0 0
-0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1
(a) (b)
Figura 4.24 (a) Matriz modal escalada; (b) Configurações modais obtidas a partir dos vectores singulares, utilizando o método FDD.
Exemplo 4.8 Aplicação da versão melhorada do método de decomposição no domínio da frequência (EFDD).
Como já se verificou anteriormente, a aplicação deste método tem como ponto de partida, a definição dos espectros dos osciladores de 1
grau de liberdade a partir dos espectros de valores singulares, obtidos com o método FDD, apresentados no exemplo anterior, utilizando
o coeficiente MAC. Na Figura 4.25, apresentam-se a vermelho as funções de densidade espectral dos três osciladores de 1 grau de
liberdade, que é possível definir na banda de frequências em análise.

-10
10

-12
10
[(m/s2)2/Hz]
-14
10
-16
10
-18
10
0 200 400 600 800 1000

f [Hz]
Na Figura 4.26, apresenta-se a variação dos valores dos coeficientes MAC, na banda de frequências em análise, os quais foram utilizados
para a definição das funções de densidade espectral, apresentadas na figura anterior.
MAC
1.05
0.95
0.9
0.85
MAC 1
MAC 2
MAC 3
0.8
0 200 400 600 800 1000
f [Hz]
Como se está a trabalhar com resultados gerados, foi possível obter valores de MAC muito elevados, pelo que para a definição de cada
uma das funções de densidade espectral dos osciladores de 1 grau de liberdade, foi possível impor uma valor de MAC superior a 0.98.
osciladores de 1 grau de liberdade definidos previamente. Com base no logaritmo dos máximos locais daquelas funções estimaram-se os
valores dos coeficientes de amortecimento, ainda com base naqueles valores e nos instantes de passagem por zero estimaram-se valores
ajustados para as frequências naturais.
correlação normaliz. 1
0.5
-0.5
-1
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0
ln[máx.(+ e -)]
-2
-4
-6
ξ = 0.39 %
-8
-10
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
50
40
Índice
30
f = 50.6 Hz
20
10
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
t (s)
1
0.5
-0.5
-1
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0
ln[máx. (+ e -)]
-2
-4
-6
ξ = 0.52 %
-8
-10
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
300
200
Índice
f = 306.1 Hz
100
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
t (s)
0.5
-0.5
-1
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0
ln[máx. (+ e -)]
-2
-4
-6
ξ = 1.3 %
-8
-10
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
800
600
Índice
400 f = 821.8 Hz
200
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
t (s)
Tabela 4.5 Avaliação dos valores de amortecimento modal e valor ajustado da frequência com base no método EFDD.
Modo Frequência [Hz] Amortecimento [%] Valor ajustado da frequência [Hz]
1º 50 0.39 50.6
2º 305 0.52 306.1
3º 816 1.30 821.8
É agora oportuno, analisar e comparar os valores de amortecimento modal obtidos pela aplicação dos método BFD e EFDD, cuja
comparação se apresenta na tabela seguinte:
Tabela 4.6 Comparação dos valores de amortecimento modal obtidos pela aplicação dos métodos BFD e EFDD.
Coeficientes de amortecimento modais [%]
Modo
BFD EFDD
1º 1.50 0.39
2º 1.00 0.52
3º 2.50 1.30
Analisando os resultados apresentados na tabela anterior, verifica-se que existe pouca coerência entre os valores obtidos, verifica-se
claramente que os valores obtidos para o método BFD são bastante superiores aos obtidos pelo método EFDD.
Seguidamente efectua-se a avaliação das configurações modais, tendo em conta a contribuição de todos os vectores singulares associados
aos espectros dos osciladores de 1 grau de liberdade, identificados na Figura 4.25. Na Tabela 4.7, apresenta-se um resumo, referente à
média dos valores obtidos.
Tabela 4.7 Avaliação das configurações modais com base no método EFDD.
0.1853 - 180 -1 - 0.0500 0.2947 - 180 -1 - 0.0500 0.0230 - 180 -1 - 0.0500
0.1345 - 180 - 0.7261 - 0.0363 0.0216 - 180 - 0.0734 - 0.0037 0.0088 0 0.3850 0.0193
0.0856 - 180 - 0.4619 - 0.0231 0.1740 0 0.5904 0.0295 0.0110 0 0.4790 0.0240
0.0427 - 180 - 0.2305 - 0.0115 0.2036 0 0.6908 0.0345 0.0120 - 180 - 0.5207 - 0.0260
0.0119 - 180 - 0.0644 - 0.0032 0.0919 0 0.3120 0.0156 0.0144 - 180 - 0.6288 - 0.0314
Tendo em conta a tabela anterior, na Figura 4.30, apresentam-se as configurações modais avaliadas, utilizando o método EFDD,
verificando-se que são muito semelhantes às obtidas simplesmente com o método FDD.

1 1 1
0.8 0.8 0.8

⎡ −0.0500 0.0500 −0.0500 ⎤
⎢ −0.0363 0.0037 0.0193 ⎥
⎢ ⎥ 0.6 0.6 0.6
Φ = ⎢ −0.0231 −0.0295 0.0240 ⎥
⎢ ⎥
⎢ −0.0115 −0.0345 −0.0260 ⎥ 0.4 0.4 0.4
⎢⎣ −0.0032 −0.0156 −0.0314 ⎥⎦
0.2 0.2 0.2
0 0 0
-0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1
(a) (b)
Figura 4.30 (a) Matriz modal escalada; (b) Configurações modais obtidas a partir da aplicação do método EFDD.
Analisando os resultados obtidos a partir do exemplo anterior, verifica-se claramente,

que existe uma boa coerência ao nível das frequências naturais e configurações
modais. Já relativamente aos valores estimados para os coeficientes de amortecimento
modais, verifica-se que existe um grande discrepância entre os valores obtidos
utilizando os métodos BFD e EFDD.
4.4.4 Caso de estudo
Nesta secção apresenta-se um estudo, referente ao modelo físico introduzido no

exemplo 4.2, o qual consiste numa parede vertical de secção constante, em consola,
submetida à acção da água contida num reservatório adjacente. A introdução deste
exemplo, tem como principal objectivo abordar o problema da interacção dinâmica
estrutura-fluido, na perspectiva de obter resultados que possam ser extrapolados para
o estudo de sistemas barragem-albufeira.
É de salientar que, actualmente, quando se estuda o comportamento dinâmico de

barragens de betão, subsistem algumas dúvidas, nomeadamente quando se comparam
resultados numéricos (baseados nas usuais hipóteses estruturais) com resultados
experimentais (obtidos a partir de técnicas de identificação modal). Estas dúvidas
estão usualmente relacionadas com os valores do módulo de elasticidade a considerar
nos modelos numéricos e a validade das formulações de massas de água associadas
(de acordo com a fórmula de Westergaard) para simular o efeito hidrodinâmico da
água. Por estas razões, pretende-se com a realização deste estudo confirmar a
adequabilidade do uso do módulo de elasticidade obtido a partir dos ensaios de ultra-
sons e verificar a validade da utilização de massas de água associadas ou de
elementos finitos de água.
Neste sentido foi efectuado, sobre o modelo físico, um conjunto de ensaios de

vibrações com o objectivo de identificar a variação dos principais parâmetros
dinâmicos (frequências naturais, configurações modais e amortecimentos modais), em
função da cota de água no reservatório. Os resultados experimentais são comparados
com resultados numéricos de um modelo de elementos finitos planos no qual se
utilizam massas de água associadas ou elementos finitos de água para simular o efeito
hidrodinâmico.
No exemplo seguinte voltam-se a introduzir as principais características referentes ao

modelo, referindo-se agora algumas particularidades referentes ao processo
construtivo.
Exemplo 4.9 Modelo físico da parede de betão em consola.
Neste exemplo voltam-se a introduzir as principais características do modelo físico, da parede em consola. Trata-se de uma parede em
consola com uma espessura de 8.5cm, uma largura de 50cm e um desenvolvimento de 100cm (1m). O reservatório é confinado por esta
parede e por outras 3, que no seu todo conferem ao modelo físico o aspecto de um tanque, como se mostra na Figura 4.31, do qual se
realça também a base com cerca de 25 cm de espessura.
1.00
0.50
0.90
0.085
0.25
0.20 1.20
(a) (b) (c)

Figura 4.31 Modelo físico do tanque de betão armado: (a) perspectiva tridimensional do modelo; (b) vista de topo; (c) alçado lateral.
Nesta fase importa referir que este modelo laboratorial, de betão, foi construído sobre uma tela plástica para evitar a sua ligação ao
pavimento. Verificou-se então que a deformabilidade da junta formada entre o pavimento e o modelo influenciava o comportamento
dinâmico da parede em consola (devido a indesejáveis movimentos da base). Para minimizar a influência destes movimentos o modelo
foi ligado a uma parede de reacção, como se mostra na Figura 4.32.
(a) (b) (c)

Figura 4.32 Modelo físico: (a) em construção; (b) após a construção; (c) amarrado à parede de reacção.
Resta salientar que, devido ao facto de o modelo físico ser ensaiado num ambiente de laboratório no qual existe um baixo nível de
excitação, por um lado, e uma vez que a estrutura do modelo é bastante rígida, foi necessário recorrer à utilização de um martelo de
impacto para ajudar a excitar o modelo, o qual se mostra na Figura 4.32 (c).
Utilizando as rotinas de elementos finitos desenvolvidas em MatLab, apresentadas na

secção 4.4.2, implementou-se um modelo plano de elementos finitos que possibilita a
simulação do efeito hidrodinâmico utilizando massas de água associadas ou
elementos finitos de água. As principais particularidades destas formulações são
agora descritas no exemplo 4.10.
Exemplo 4.10 Modelo de elementos finitos do modelo físico.
Utilizando a rotina desenvolvida em MatLab, que se baseia na utilização de elementos finitos isoparamétricos do 2º grau com 8 nós, foi
desenvolvida a malha plana de elementos finitos que se apresenta na Figura 4.33. É de salientar que para os elementos da parede em
consola se utilizou um módulo de elasticidade de E = 32.5 GPa; este valor foi obtido experimentalmente a partir de ensaios de ultra sons
(ver Figura 4). Enquanto que, para a base do modelo foi utilizado um valor de módulo de elasticidade equivalente, Eeq = 70.0 GPa, para
ter em consideração a rigidez induzida pelas paredes laterais do reservatório, as quais não é possível representar num modelo plano.
E=32.5 GPa
Eeq=70GPa
Figura 4.33 Malha plana de elementos finitos, utilizando 8 nós por elemento.
Como já se referiu o módulo de elasticidade da parede em consola foi estimado, com base num ensaio de ultra-sons sobre um provete
cilíndrico de betão (ver Figura 4.34), obtido aquando da betonagem do modelo físico.
Figura 4.34 Ensaio de ultra-sons efectuado num provete cilíndrico para estimar o valor do módulo de elasticidade.
Aplicando a seguinte expressão da elastodinâmica
(1 + ν )(1 − 2ν )
E=v ρ
2
(1 − ν )
em que v representa a velocidade medida das ondas de pressão no betão ( v 3800 m / s ), ρ = 2.45 ton / m3 é a massa específica do
betão e ν = 0.2 é o coeficiente de Poisson, foi estimado o referido valor médio de E 32.5 GPa .
Os resultados que se apresentam de seguida mostram que os valores do módulo de elasticidade obtidos a partir dos ensaios de ultra-sons
são uma boa estimativa para utilizar nas análises estruturais dinâmicas. Normalmente, os valores obtidos a partir dos ensaios estáticos são
mais baixos não se podendo considerar como uma boa estimativa para este tipo de análises.
Como já foi referido anteriormente utilizaram-se dois modelos para simular o efeito
hidrodinâmico. Pelo que se descrevem agora, de uma forma resumida, os principais
aspectos teóricos, referentes a cada uma destas formulações, as quais foram
implementadas no modelo de elementos finitos desenvolvido em MatLab.
Massas de água associadas
Utilizando o conceito de massas de água associadas, a pressão hidrodinâmica é

considerada nos nós de fronteira em contacto com a água, e é dada por:
pi = α i
u iN
em que pi e uiN são a pressão hidrodinâmica e a aceleração normal no nó i

respectivamente, α i é um coeficiente de pressão calculado de acordo com o proposto
por Westergaard (Westergaard, 1933). No entanto, nos modelos de elementos finitos é

construída uma matriz, que é adicionada à matriz de massas elementares, que se
obtém a partir da seguinte expressão
M inm = α i Li λ n λ m
em que Li é um comprimento de influência associado ao nó i, e finalmente λ n e λ m

representam os co-senos directores da normal à face em contacto com a água.
Elementos finitos de água
A pressão hidrodinâmica foi também simulada utilizando elementos finitos de água,

considerando neste caso uma formulação baseada na relação constitutiva para
materiais isotrópicos expressa em função do módulo de compressibilidade
volumétrica Kv, e do módulo de distorção G (Zienkiewicz, 1967):
E E
Kv = G=
3 (1 − 2ν ) 2 (1 + ν )
em que E representa o módulo de elasticidade e ν o coeficiente de Poisson. Neste

caso, a equação constitutiva na hipótese de estado plano de deformação pode ser
escrita da seguinte forma:
⎡ σ11 ⎤ ⎡ K v + 34 G K v − 32 G 0 ⎤ ⎡ ε11 ⎤
⎢σ ⎥ = ⎢ K − 2 G K + 4 G 0 ⎥ ⎢ε ⎥
⎢ 22 ⎥ ⎢ v 3 v 3 ⎥ ⎢ 22 ⎥
⎢⎣ σ12 ⎥⎦ ⎢⎣ 0 0 G ⎥⎦ ⎢⎣ ε12 ⎥⎦
Para os elementos finitos de água assumiu-se que G 0 e K v 2 GPa (de acordo com
a velocidade de propagação das ondas de pressão na água de v = 1440 m/s). Já para o
caso do betão foram determinados os seguintes valores: G = 13.54 GPa e
Kv = 18.06 GPa, estimados tendo em conta que E = 32.5 GPa e ν = 0.2.
Tendo em conta as formulações apresentadas anteriormente, apresentam-se de

seguida um conjunto de resultados numéricos obtidos com base na rotina final
desenvolvida em MatLab.
Exemplo 4.11 Resultados numéricos obtidos com o modelo plano de elementos finitos.
Utilizando as formulações de elementos finitos previamente apresentadas e tendo em conta a malha de elementos finitos apresentada no
exemplo anterior, apresentam-se as primeiras 4 configurações modais obtidas numericamente, para a situação sem água.
F1 = 48.81 Hz F2 = 292.69 Hz F3 = 453.82 Hz F4 = 736.95 Hz

Figura 4.35 Primeiros modos de vibração obtidos numericamente.
De notar que o 3º modo apresentado na figura anterior, deve-se à flexão da base do modelo, pois o modelo só se encontra apoiado nas
extremidades, como se mostra nas Figura 4.33 e Figura 4.36.
Utilizando o modelo de elementos finitos que se apresentou anteriormente, geraram-se um conjunto de registos de aceleração, com o
objectivo de lhes aplicar as técnicas de identificação modal estocásticas no domínio da frequência e de comparar directamente, os
resultados assim obtidos, com resultados obtidos experimentalmente, na Figura 4.36 apresenta-se um esquema representativo do processo
experimental.
u1 (t)
u2 (t)
u3 (t)
u4 (t)
u5 (t)
u6 (t)
Figura 4.36 Esquema representativo dos graus de liberdade de interesse para a caracterização experimental do modelo físico.
De salientar que a consideração do 6º ponto de medida se ficou a dever à necessidade de avaliar a importância de movimentos de base do
modelo, os quais se verificaram experimentalmente, como mais à frente se verá.
Tendo em consideração os resultados obtidos numericamente, definiu-se a gama de

frequências a analisar a partir de resultados experimentais, nomeadamente na
definição da frequência de amostragem a considerar para a realização dos mesmos,
sendo que para a definição dos primeiros modos de vibração é necessário considerar
uma frequência de amostragem da ordem de 2000 Hz para se caracterizar
convenientemente a gama de frequências de 0 a cerca de 1000 Hz em que a
frequência de Nyquist é de cerca 1000 Hz.
Apresentam-se agora um conjunto resultados experimentais, apresentados de uma

forma detalhada, que resultam da aplicação das técnicas de identificação modal
estocástica a registos de aceleração obtidos para o modelo físico da parede em
consola. Neste caso mais detalhado considerou-se a penas o modelo físico, ainda sem
considerar o efeito da água.
De notar que se realizaram vários ensaios, para várias cotas de água, no final
apresentar-se-á um gráfico resumo que engloba a contribuição de todos esses ensaios,
o qual representa a variação da frequência própria associada ao 1º modo de vibração
em função da cota da água considerada em cada ensaio.
Exemplo 4.12 Aplicação do método de identificação modal estocástico BFD a registos de aceleração obtidos experimentalmente, sobre o
modelo físico da parede em consola, ainda sem entrar em consideração com o efeito da água.
Para a obtenção dos registos experimentais utilizou-se uma frequência de amostragem de 2048 Hz. Aplicando a transformada de Fourier,
àqueles registos, obtiveram-se as funções de densidade espectral de potência da resposta em aceleração. A partir dos auto-espectros
determinou-se o espectro médio (ver Figura 4.37), com base no qual é possível identificar as frequências naturais contidas na gama de
frequências analisadas, isto é entre 0 e 1024 Hz. De notar que, os valores identificados dependem da precisão em frequência, que neste
caso, uma vez que se utilizou uma frequência de amostragem de 2048 Hz (∆t = 0.00048828125s) e amostras com um comprimento de
2048 pontos, então ∆f = 1/(2048×0.00048828125) = 1 Hz.
0
APSD
10
49 281
-2
10

751
-4
10
[(m/s2)/Hz]
-6
10
-8
10
-10
10
0 200 400 600 800 1000
f [Hz]
Figura 4.37 Espectro médio.
Analisando a figura anterior, facilmente se identificam três picos, correspondentes aos três primeiros modos de vibração de flexão da
parede em consola. Na Figura 4.38, apresentam-se no formato de uma matriz as estimativas das funções de coerências entre as séries
temporais.
2 2 2 2 2 2
γ [1,1] γ [1,2] γ [1,3] γ [1,4] γ [1,5] γ [1,6]
Coerência
1 1 1 1 1 1
0.5 0.5 0.5 0.5 0.5 0.5
0 0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
2 2 2 2 2 2
γ [2,1] γ [2,2] γ [2,3] γ [2,4] γ [2,5] γ [2,6]
Coerência
1 1 1 1 1 1
0.5 0.5 0.5 0.5 0.5 0.5
0 0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
2 2 2 2 2 2
γ [3,1] γ [3,2] γ [3,3] γ [3,4] γ [3,5] γ [3,6]
Coerência
1 1 1 1 1 1
0.5 0.5 0.5 0.5 0.5 0.5
0 0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
2 2 2 2 2 2
γ [4,1] γ [4,2] γ [4,3] γ [4,4] γ [4,5] γ [4,6]
Coerência
1 1 1 1 1 1
0.5 0.5 0.5 0.5 0.5 0.5
0 0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
2 2 2 2 2 2
γ [5,1] γ [5,2] γ [5,3] γ [5,4] γ [5,5] γ [5,6]
Coerência
1 1 1 1 1 1
0.5 0.5 0.5 0.5 0.5 0.5
0 0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
2 2 2 2 2 2
γ [6,1] γ [6,2] γ [6,3] γ [6,4] γ [6,5] γ [6,6]
Coerência
1 1 1 1 1 1
0.5 0.5 0.5 0.5 0.5 0.5
0 0 0 0 0 0
0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000 0 500 1000
f [Hz] f [Hz] f [Hz] f [Hz] f [Hz] f [Hz]
Figura 4.38 Estimativas das funções de coerência do modelo físico da parede em consola.
Como já se verificou anteriormente os elementos da diagonal principal apresentam um valor unitário, pois representam a função de
coerência de uma série consigo própria. Nos elementos fora da diagonal principal, verifica-se que apenas em bandas de frequências
próximas das frequências dos modos de vibração identificados no APSD, as funções de coerências assumem valores próximos da
unidade, denotando nessas circunstâncias uma elevada relação de linearidade entre as séries, e claro confirmando a existência de modos
de vibração da estrutura, para as frequências identificadas.
Analisando as várias linhas e colunas que compõem a figura anterior, importa referir que, a última linha e a última coluna, referem-se a
um ponto de medida colocado na base do modelo, o qual apresenta níveis de vibração muito baixos, pelo que é possível denotar algumas
diferenças, evidentes, relativamente aos outros elementos da matriz. Todavia, recorrendo àqueles elementos, é também possível
confirmar a existência de modos globais da estrutura, para as frequências identificadas no APSD.
A avaliação das configurações modais é efectuada recorrendo a uma coluna da já referida matriz das funções de transferência. Na Tabela
4.8, apresenta-se resumidamente, o processo referente à avaliação dos três modos de vibração identificados, tendo em conta a primeira
coluna da matriz das funções de transferência.
Tabela 4.8 Avaliação das configurações modais com base na 1ª coluna da matriz das Funções de Transferência
1 0 1 0.0500 1 0 1 0.0500 1 0 1 0.0500
0.7818 0.0158 0.7818 0.0391 0.1941 0.2528 0.1941 0.0097 0.2381 177.9369 -0.2380 -0.0119
0.5279 0.1083 0.5279 0.0264 0.4443 179.0864 -0.4443 -0.0222 0.5390 178.3084 -0.5390 -0.0270
0.3298 0.0127 0.3298 0.0165 0.6804 179.4819 -0.6804 -0.0340 0.1293 4.8720 0.1293 0.0065
0.1605 0.0226 0.1605 0.0080 0.5289 179.7976 -0.5289 -0.0264 0.6935 1.9659 0.6935 0.0347
0.0021 0.6453 0.0021 0.0001 0.0278 5.0276 0.0277 0.0014 0.0218 2.1302 0.0217 0.0011
Na Figura 4.39, apresentam-se a matriz modal (escalada para uma representação em relação às coordenas reais) e as respectivas
configurações modais obtidas com base naquela matriz.

1 1 1
0.8 0.8 0.8

⎡0.0500 0.0500 0.0500 ⎤
⎢ 0.0391 0.0097 −0.0119 ⎥ 0.6 0.6 0.6
⎢ ⎥
⎢0.0264 −0.0222 −0.0270 ⎥
Φ=⎢ ⎥ 0.4 0.4 0.4
⎢ 0.0165 −0.0340 0.0065 ⎥
⎢0.0080 −0.0264 0.0347 ⎥
⎢ ⎥ 0.2 0.2 0.2
⎣ 0.0001 0.0014 0.0011 ⎦
0 0 0
-0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1

(a) (b)
Figura 4.39 (a) Matriz modal escalada; (b) Configurações modais avaliadas com base na 1ª coluna das Funções de Transferência.
Salienta-se o facto de a última linha da matriz modal corresponder ao ponto associado à base do modelo, pelo que os valores para aí
obtidos são muito baixos, e em rigor deveriam ser nulos, só o não são devido a problemas de movimentos da base de fundação do
modelo, que se devem ao processo construtivo utilizado na construção do modelo.
Finalmente apresenta-se o processo relativo à avaliação dos coeficientes de amortecimentos modais, para os três modos de vibração
identificados. Na Figura 4.40, ilustra-se a aplicação do método, o qual se baseia na escolha de troços do ANPSD, na vizinhança dos picos
correspondentes às frequências de ressonância da estrutura.
0
1º modo 49 Hz 0
2º modo 281 Hz 0
3º modo 751 Hz
10 10 10
-1 -1 -1
10 10 10
G y máx G y máx
-2 -2 -2
10 1/2 G y máx 10 1/2 G y máx 10
[(m/s2)/Hz]
ξ=2% ξ = 0.95 %
-3 -3 -3 G y máx
10 10 10
1/2 G y máx
-4 -4 -4
10 10 10 ξ = 0.75 %
20 30 40 50 60 70 260 270 280 290 300 310 730 740 750 760 770 780
É de referir que, a consideração de um grande conjunto de pontos na vizinhança das frequências de ressonância se deveu ao facto de os
valores de meia potência associados ao 3º modo de vibração se encontrarem um pouco afastados em relação ao valor da frequência de
ressonância associada àquele modo.
método da meia potência
modo / frequência
ξ(%)
1º modo, f = 49 Hz 2.00
2º modo, f = 281 Hz 0.95
3º modo, f = 715 Hz 0.75
Na Tabela 4.9 apresentam-se os coeficientes de amortecimento modal obtidos neste caso experimental. Nesta fase é importante salientar
que, comparando-os com os da Tabela 4.3, se verifica claramente que para o 1º e 2º modo existe uma certa coerência, já para o caso do 3º
modo de vibração verifica-se uma diferença acentuada.
No exemplo anterior apresentaram-se os resultados obtidos pela aplicação do método

BFD aos resultados experimentais obtidos para o modelo físico da parede em consola,
considerando a situação em que o reservatório adjacente se encontra vazio. Da análise
de resultados obtidos, identificam-se claramente 3 modos de vibração, verifica-se que
a instrumentação da base do modelo permitiu confirmar a existência de alguns
movimentos, indesejáveis, da base, o que é evidente ao analisar-se a matriz modal.
Relativamente aos amortecimentos modais obtidos, destaca-se que o amortecimentos
referente ao 1º modo de vibração é claramente exagerado, o que vem confirmar as
tendências já referidas no capítulo 3, e que tem a ver com o carácter finito das séries
temporais.
De seguida, apresentam-se no Exemplo 4.13 os resultados obtidos a partir da

aplicação do método de identificação modal estocástica, FDD aos registos de
aceleração obtidos experimentalmente, para o modelo físico da parede em consola,
tendo em conta só a estrutura de betão do modelo, não entrando em consideração com
o efeito da água.
Exemplo 4.13 Aplicação do método de identificação modal estocástico FDD a registos de aceleração obtidos experimentalmente, sobre o
modelo físico da parede em consola, ainda sem entrar em consideração com o efeito da água.
A partir da matriz das funções de densidade espectral da resposta em aceleração, estimaram-se os espectros de valores singulares,
aplicando o algoritmo da decomposição em valores singulares (SVD). Na Figura 4.41, apresentam-se os espectros de valores singulares
obtidos. De notar que apenas os 3 primeiros valores singulares contribuem para a definição dos três osciladores de 1 grau de liberdade,
uma vez que na banda de frequências em análise apenas surgem 3 modos de vibração.

0
10
49 281
-2
10 751
-4
10
[(m/s2)2/Hz]
-6
10
-8
10
1º valor singular
2º valor singular
10
0 200 400 600 800 1000
f [Hz]
Analisando os resultados obtidos, importa referir que, os valores identificados nos três picos de ressonância do 1º valor singular
coincidem os previamente identificados nos ANPSD apresentados na Figura 4.37. Salienta-se ainda o facto de estes resultados obtidos
experimentalmente apresentarem outro tipo de informação contida no modelo físico, nomeadamente imediatamente antes do 2º pico
identificado com a frequência 281 Hz, surge um outro pico (muito mais pequeno) associado aos já referidos movimentos da base do
modelo.
Tabela 4.10 Avaliação das configurações modais com base no método FDD utilizando amostras de 1s.
0.7036 180 -1 - 0.0500 0.7110 - 180 -1 - 0.0500 0.7292 180 -1 - 0.0500
0.5488 180 - 0.7801 - 0.0390 0.1362 - 180 - 0.1916 - 0.0096 0.1768 0 0.2425 0.0121
0.3706 180 - 0.5268 - 0.0263 0.3180 0 0.4472 0.0224 0.3989 0 0.5470 0.0274
0.2316 180 - 0.3292 - 0.0165 0.4844 0 0.6813 0.0341 0.1043 180 - 0.1430 - 0.0072
0.1129 180 - 0.1605 - 0.0080 0.3735 0 0.5253 0.0263 0.5167 180 - 0.7086 - 0.0354
0.0015 180 - 0.0021 - 0.0001 0.0259 - 180 -0.0352 - 0.0018 0.0091 180 - 0.0125 -0.0006
Comparando os resultados obtidos na Tabela 4.10, como os obtidos na Tabela 4.8, verifica-se que são semelhantes. Na Figura 4.42,
apresentam-se as configurações modais avaliadas, utilizando o método FDD.

1 1 1
0.8 0.8 0.8

⎡ −0.0500 −0.0500 −0.0500 ⎤
⎢ −0.0390 −0.0096 0.0121 ⎥ 0.6 0.6 0.6
⎢ ⎥
⎢ −0.0263 0.0224 0.0274 ⎥
Φ=⎢ ⎥
⎢ −0.0165 0.0341 −0.0072 ⎥ 0.4 0.4 0.4
⎢ −0.0080 0.0263 −0.0354 ⎥
⎢ ⎥ 0.2 0.2 0.2
⎣ −0.0001 −0.0018 −0.0006 ⎦
0 0 0
-0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1

(a) (b)
Figura 4.42 (a) Matriz modal escalada; (b) Configurações modais obtidas a partir dos vectores singulares, utilizando o método FDD.
Tal como se verificou anteriormente, os valores obtidos para a última linha da matriz modal são muito pequenos, deveriam no entanto ser
nulos, uma vez que se referem à base de fundação do modelo.
Aplicando o método FDD, obtêm-se claramente os mesmos modos de vibração com

as mesmas frequências naturais obtidos com o método BFD e continua a confirmar-se
a existência de movimentos indesejáveis na base do modelo físico. Relativamente aos
coeficientes de amortecimentos modais, este método não permite a sua avaliação,
pelo que é necessário recorrer à aplicação da sua versão melhorada (EFDD), a qual irá
permitir a possibilidade de os estimar e assim é possível comparar com os obtidos
anteriormente. Desta forma, no exemplo seguinte apresenta-se a aplicação do método
EFDD.
Exemplo 4.14 Aplicação da versão melhorada do método de decomposição no domínio da frequência (EFDD).
Como já se verificou anteriormente, a aplicação deste método tem como ponto de partida, a definição dos espectros dos osciladores de 1
grau de liberdade a partir dos espectros de valores singulares, obtidos com o método FDD, apresentados no exemplo anterior, utilizando
o coeficiente MAC. Na Figura 4.43, apresentam-se a vermelho as funções de densidade espectral dos três osciladores de 1 grau de
liberdade, que é possível definir na banda de frequências em análise.

0
10
-2
10
-4
10
[(m/s2)2/Hz]
-6
10
-8
10
-10
10
0 200 400 600 800 1000
f [Hz]
Na Figura 4.44, apresenta-se a variação dos valores dos coeficientes MAC, na banda de frequências em análise, os quais foram utilizados
para a definição das funções de densidade espectral, apresentadas na figura anterior.
MAC
1.05
0.95
0.9
0.85
MAC 1
MAC 2
MAC 3
0.8
0 200 400 600 800 1000
f [Hz]
De notar que os valores de MAC obtidos apresentam valores razoavelmente elevados, uma vez que se utilizou um martelo de impacto
para ajudar a excitar o modelo físico, pelo que foi possível impor uma valor de MAC superior a 0.98. Nas figuras seguintes apresentam-
se as funções de auto-correlação obtidas a partir das funções de densidade espectral de cada um dos osciladores de 1 grau de liberdade
definidos previamente.
1
0.5
-0.5
-1
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0
ln[máx.(+ e -)]
-2
-4
-6
ξ = 0.72 %
-8
-10
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
50
40
Índice
30
f = 49.6 Hz
20
10
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
t (s)
1
0.5
-0.5
-1
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0
ln[máx. (+ e -)]
-2
-4
-6
ξ = 0.46 %
-8
-10
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
250
200
Índice
150 f = 282.2 Hz
100
50
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
t (s)
1
0.5
-0.5
-1
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0
ln[máx. (+ e -)]
-2
-4
-6
ξ = 0.84 %
-8
-10
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
600
Índice
400
f = 746.4 Hz
200
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
t (s)
Tabela 4.11 Avaliação dos valores de amortecimento modal e valor ajustado da frequência com base no método EFDD.
Modo Frequência [Hz] Amortecimento [%] Valor ajustado da frequência [Hz]
1º 49 0.72 49.6
2º 291 0.46 282.1
3º 751 0.84 746.4
É agora oportuno, analisar e comparar os valores de amortecimento modal obtidos pela aplicação dos método BFD e EFDD, cuja
comparação se apresenta na tabela seguinte:
Tabela 4.12 Comparação dos valores de amortecimento modal obtidos pela aplicação dos métodos BFD e EFDD.
Coeficientes de amortecimento modais [%]
Modo
BFD EFDD
1º 2.00 0.72
2º 0.95 0.46
3º 0.75 0.84
Analisando os resultados apresentados na tabela anterior, verifica-se que existe pouca coerência entre os valores obtidos, verifica-se
claramente que os valores obtidos para o 1º e 2º modo utilizando o método BFD são mais do dobro dos obtidos pelo método EFDD
enquanto que os obtidos para o 3º modo já se situam numa ordem de grandeza equivalente.
Seguidamente efectua-se a avaliação das configurações modais, tendo em conta a contribuição de todos os vectores singulares associados
aos espectros dos osciladores de 1 grau de liberdade, identificados na Figura 4.43. Na Tabela 4.13, apresenta-se um resumo, referente à
média dos valores obtidos.
Tabela 4.13 Avaliação das configurações modais com base no método EFDD.
0.1955 - 180 -1 - 0.0500 0.4414 - 180 -1 - 0.0500 0.0872 180 -1 - 0.0500
0.1529 - 180 - 0.7819 - 0.0390 0.0849 - 180 - 0.1923 - 0.0096 0.0210 0 0.2414 0.0121
0.1032 - 180 - 0.5278 - 0.0264 0.1972 0 0.4467 0.0223 0.0478 0 0.5486 0.0274
0.0645 - 180 - 0.3297 - 0.0165 0.3005 0 0.6808 0.0340 0.0121 180 - 0.1385 - 0.0069
0.0314 - 180 - 0.1605 - 0.0080 0.2320 0 0.5255 0.0263 0.0617 180 - 0.7083 - 0.0354
0.0004 - 180 - 0.0021 - 0.0001 0.0151 - 180 - 0.0343 - 0.0017 0.0028 180 - 0.0317 - 0.0016
Tendo em conta a tabela anterior, na Figura 4.48, apresentam-se as configurações modais avaliadas, utilizando o método EFDD.

1 1 1
0.8 0.8 0.8

⎡ −0.0500 −0.0500 −0.0500 ⎤
⎢ −0.0390 −0.0096 0.0121 ⎥ 0.6 0.6 0.6
⎢ ⎥
⎢ −0.0264 0.0223 0.0274 ⎥
Φ=⎢ ⎥ 0.4 0.4 0.4
⎢ −0.0165 0.0340 −0.0069 ⎥
⎢ −0.0080 0.0263 −0.0354 ⎥
⎢ ⎥ 0.2 0.2 0.2
⎣ −0.0001 −0.0017 −0.0016 ⎦
0 0 0
-0.1 0 0.1 -0.1 0 0.1 -0.1 0 0.1

(a) (b)
Figura 4.48 (a) Matriz modal escalada; (b) Configurações modais obtidas a partir da aplicação do método EFDD.
Mais uma vez se realça o facto de os valores da última linha serem influenciados por movimentos da base de fundação do modelo, sendo
muito pouco importantes para o caso do 1º modo, mas já com alguma relevância para o 2º e 3º modos.
Os resultados apresentados até aqui referem-se à situação sem água, no entanto o

grande objectivo da realização deste trabalho, refere-se ao estudo do comportamento
dinâmico da estrutura da parede em consola, tendo em conta a contribuição da água,
4.5 Conclusões 133
nomeadamente analisando várias cotas de água. Pelo que se apresenta no exemplo

seguinte, a variação do valor da frequência natural associada ao 1º modo de vibração
em função da cota da água, tendo em conta nove diferentes cotas de água, a partir de
reservatório vazio até cheio.
No exemplo seguinte os resultados experimentais são comparados com resultados

numéricos de elementos finitos, considerando as duas metodologias propostas para a
simulação do efeito da água: formulação de Westergaard (esquema de massas de água
associadas) e elementos finitos de água com módulo de distorção nulo.
Exemplo 4.15 Variação do valor da 1ª frequência natural em função da cota da água, comparação entre resultados numéricos e
experimentais.
Neste exemplo, compilam-se e comparam-se os resultados numéricos e experimentais obtidos para o modelo físico da parede em
consola, sob a forma de uma linha de influência, representativa da variação da 1ª frequência natural em função da cota da água,
considerada no reservatório, como se mostra na Figura 4.49, na qual se mostram os resultados referentes a 10 ensaios de vibrações, para
reservatório vazio e acima de 0.20 m de água de 0.10 m em 0.10 m.
Resultados experimentais
Resultados numéricos
50 Massas de água associadas E. F. de água
45
Frequência (Hz)
40
35
30
0.0 0.2 0.4 0.6 0.8 1.0
Cota da água (m)
Figura 4.49 Variação do valor da 1ª frequência natural em função da cota da água, comparação entre resultados numéricos e
experimentais.
Analisando a figura anterior, verifica-se imediatamente que o efeito da água se traduz por uma significativa redução dos valores da 1ª
frequência própria, para níveis de água superiores a 0.5 m (meio reservatório). Verifica-se igualmente que, os resultados experimentais
obtidos para nove diferentes cotas de água, a partir de reservatório vazio até cheio, mostram uma boa concordância com os resultados
numéricos, obtidos considerando as duas metodologias propostas para a simulação do efeito da água: formulação de Westergaard
(esquema de massas de água associadas) e elementos finitos de água com módulo de distorção nulo. É apenas de notar uma ligeira
discrepância para valores da cota de água altos: os valores numéricos são ligeiramente inferiores aos experimentais, o que indicia que nas
formulações adoptadas o efeito da massa de água é sobreavaliado.
É importante salientar, como aliás já se referiu previamente, que a calibração dos modelos numéricos foi efectuada para a situação de
reservatório vazio, em que apenas são tidas em consideração as propriedades mecânicas do betão armado, utilizadas na construção do
modelo físico. Neste processo realça-se o facto de o valor considerado, como adequado, para o módulo de elasticidade, ser o obtido a
partir da realização de ensaios de ultra-sons.
4.5 Conclusões
Neste capítulo apresentaram-se algumas das formulações utilizadas na análise do

comportamento dinâmico de osciladores contínuos, nomeadamente, para estudar os
problemas da vibração transversal e longitudinal. Apresentaram-se igualmente as
formulações associadas ao método dos elementos finitos, para a análise dinâmica de
estruturas (de acordo com a teoria de estado plano de deformação), utilizando
elementos finitos isoparamétricos do 2º grau, com 4 e 8 nós por elemento.
Tendo em conta as formulações de elementos finitos apresentadas, desenvolveram-se

rotinas de cálculo em MatLab, que permitem a determinação de frequências naturais e
modos de vibração. Utilizando estas rotinas determinaram-se as frequências naturais e
os modos de vibração, para o modelo estrutural de uma consola, os quais foram
comparados com resultados obtidos a partir da utilização das formulações analíticas,
apresentadas para os osciladores contínuos.
As rotinas de cálculo desenvolvidas em MatLab possibilitam também, a realização de

cálculos dinâmicos no domínio do tempo, baseadas na utilização do integral de
Duhamel na sua forma recursiva (método de Iwan). Utilizando estas rotinas, geraram-
se registos de aceleração (para alguns graus de liberdade do modelo estrutural da
consola), com base nos quais se ilustrou o processo relativo à avaliação experimental
dos parâmetros modais de estruturas contínuas, aplicando os métodos de identificação
modal estocástica, no domínio da frequência, descritos no capítulo 3.
Utilizando o modelo físico de uma parede de betão em consola e um reservatório

adjacente, introduziu-se de uma forma simples e preliminar o problema da interacção
dinâmica estrutura-fluido. Este problema foi apresentado e discutido, utilizando as
rotinas de elementos finitos desenvolvidas em MatLab e um conjunto de resultados
experimentais obtidos a partir da realização de ensaios de vibrações, efectuados sobre
o modelo físico em laboratório, para várias cotas de água do reservatório. Resta
acrescentar que as rotinas de elementos finitos possibilitam a consideração do efeito
hidrodinâmico, através da utilização de duas formulações: i) massas de água associas
e; ii) elementos finitos de água.
A partir dos resultados numéricos e experimentais obtidos para o modelo físico da

parede em consola, foi possível concluir que:
− O valor do módulo de elasticidade que se obtém a partir de ensaios de ultra-

sons é o mais adequado para considerar no desenvolvimento de modelos
numéricos para a análise dinâmica de estruturas;
− A utilização das formulações utilizadas para simular o efeito da água sob
excitação dinâmica (massas de água associas e elementos finitos de água),
permitem obter resultados similares em termos de frequências próprias: ambas
permitem obter uma boa concordância com os resultados experimentais
relativos à variação da 1ª frequência natural com o nível da água;
Todavia constata-se que poderá ser útil proceder a alguns melhoramentos quer nos
modelos numéricos quer no modelo físico. Nomeadamente, a formulação de
amortecimento de Rayleigh poderá ser melhorada tendo em conta separadamente a
contribuição do amortecimento associado à estrutura de betão e associado à água. O
modelo físico poderá ser igualmente melhorado por forma a garantir uma ligação rígida
entre a base do modelo, o pavimento e a parede de reacção. Poderá ser interessante utilizar
um novo modelo físico com uma parede em consola com menor espessura para obter
frequências mais baixas para os primeiros modos de vibração.
CAPÍTULO
5 CONCLUSÕES
SUMÁRIO: Neste capítulo apresentam-se as principais conclusões obtidas a partir

da realização deste trabalho.
5.1 Síntese do trabalho
Com o presente trabalho, pretendeu-se salientar a importância dos fundamentos da

dinâmica de estruturas no desenvolvimento de metodologias de identificação modal
estocástica, no domínio da frequência. Neste sentido, apresentaram-se alguns
conceitos teóricos, relacionados com a formulação modal no domínio da frequência,
que se julgam fundamentais para a implementação das metodologias de identificação
modal estocástica no domínio da frequência.
Descreveram-se, algumas das mais utilizadas, metodologias de identificação modal

estocástica no domínio da frequência. A descrição daquelas metodologias foi
efectuada, aplicando-as a um conjunto de séries temporais geradas numericamente
para o modelo da estrutura de um edifício de 3 pisos e para um conjunto de séries
temporais obtidas a partir de ensaios experimentais efectuados sobre a estrutura do
modelo físico do já referido edifício de 3 pisos.
Dos resultados obtidos, verificou-se que a aplicação dos métodos BFD e FDD
conduzem à obtenção de resultados praticamente iguais ao nível das frequências
naturais e dos modos de vibração, relativamente à avaliação dos coeficientes de
amortecimentos modais verificou-se que o método BFD apresenta erros significativos
para o caso do 1º modo de vibração, os quais se encontram essencialmente associados
à fraca discretização em frequência e a erros de escorregamento ou “leakage”.
Por seu lado, verificou-se que, a aplicação do método EFDD permite a obtenção de
estimativas para os coeficientes de amortecimentos modais e, segundo alguns autores
a obtenção de estimativas ajustadas para os valores das frequências naturais e para as
configurações modais. No entanto, é importante referir que, ao aplicar-se a
transformada de Fourier para estimar as funções de densidade espectral, se cometem
alguns erros os quais se devem, essencialmente, ao carácter finito das séries temporais
de dados que se analisam, pelo que quando se procede à obtenção das funções de
auto-correlação a partir das funções de densidade espectral, está-se a utilizar
informação que tem alguns erros associados e como se está a trabalhar com séries de
dados muito pequenas ao efectuar a inversa de Fourier, volta-se a introduzir
novamente erros, pelo que os valores finais que se obtêm podem ser estimativas
ajustadas de dados, para os quais se podem estar a acumular erros sucessivamente.
136 Capítulo 5: Conclusões
Um outro aspecto a salientar, refere-se à aplicação das metodologias de decremento

aleatório (RD) aos resultados experimentais, que para este caso permitiu a obtenção
de espectros com melhorias significativas, muito próximas das obtidas com as séries
temporais geradas numericamente, sendo essas quase teóricas, uma vez que advém de
dados gerados numericamente. A aplicação prévia das metodologias de decremento
aleatório proporcionam às séries temporais, uma espécie de pré-processamento,
obtendo-se segmentos temporais com semelhanças evidentes com a resposta em
vibração livre. Da combinação entre as metodologias de decremento aleatório e as
metodologias de identificação modal estocástica no domínio da frequência, resultaram
os métodos RD-BFD, RD-FDD e RD-EFDD.
Neste trabalho apresentam-se dois anexos em relação ao capítulo 3, no primeiro

apresentam-se de uma forma sistematizada alguns conceitos de base sobre o
processamento e a análise de séries temporais de dados (sinais digitalizados),
enquanto que no segundo se apresentam os fundamentos do método do decremento
aleatório, os quais são fundamentais para obter as estimativas das funções de RD
utilizadas nos métodos RD-BFD, RD-FDD e RD-EFDD.
No capítulo 4 apresentam-se as formulações referentes à análise do comportamento

dinâmico de osciladores contínuos (para problemas de vibração longitudinal e
transversal), bem como as formulações de base para efectuar análises dinâmicas
através do método dos elementos finitos (utilizando modelos estruturais planos, de
acordo com o estado plano de deformação).
Utilizando o modelo estrutural de uma consola, apresentou-se o processo referente à

identificação modal de estruturas contínuas, com base em registos de aceleração
gerados numericamente.
Finalmente, apresentaram-se um conjunto de resultados numéricos e experimentais

sobre o comportamento dinâmico do modelo físico de uma parede de betão em
consola e um reservatório adjacente, com base nos quais se analisou e discutiu o
problema da interacção dinâmica estrutura-fluido. O estudo deste caso preliminar
permitiu obter algumas conclusões, que eventualmente poderão ser extrapoladas para
o caso real da interacção barragem-albufeira, nomeadamente que:
− O valor do módulo de elasticidade que se obtém a partir de ensaios de ultra-

sons é o mais adequado para considerar no desenvolvimento de modelos
numéricos para a análise dinâmica de estruturas;
− As formulações utilizadas para simular o efeito hidrodinâmico da água (massas
de água associas e elementos finitos de água), permitem obter resultados
similares em termos de frequências próprias;
Agradecimentos
Os autores agradecem ao Eng.º Romano Câmara e ao Eng.º José Vieira de Lemos, do

Núcleo de Modelação Matemática e Física do Departamento de Barragens de Betão
do Laboratório Nacional de Engenharia Civil, as frutuosas trocas de ideias
promovidas durante a realização deste trabalho. Agradecem igualmente ao Eng.º João
Costa, ao Eng.º Pedro Silva e ao técnico António Fernandes, do Laboratório de
Materiais de Construção do Departamento de Engenharia Civil do Instituto Superior
de Engenharia de Lisboa, todo o apoio concedido para a realização do modelo físico
de betão para estudo do comportamento dinâmico de uma parede em consola
submetida a pressões hidrodinâmicas, apresentado no Capítulo 4.
ANEXO
A ANÁLISE E PROCESSAMENTO DE SINAL
SUMÁRIO: Com a introdução deste anexo pretende-se apresentar alguns conceitos

sobre a análise e processamento de sinais digitais, nomeadamente sobre os
fundamentos da análise espectral, bem como alguns dos possíveis erros que lhe
estão associados e que têm origem nas opções tomadas, sobre o processamento, que
usualmente se efectua.
A.1 Introdução
A análise e processamento de sinais, são dois conceitos que se encontram

intimamente ligados. Em termos gerais, pode-se afirmar que, o processamento tem
como principal função remover as componentes espúrias dos dados (sinais) medidos
experimentalmente, enquanto que a análise tem por objectivo apresentar os dados
experimentais numa forma mais fácil de interpretar, fazendo ressaltar aspectos
importantes que neles se encontram camuflados. Em termos práticos, na óptica da
observação experimental, o processamento efectua a ponte entre a aquisição de sinais
e parte inicial da sua análise.
Atendendo ao facto de a teoria da análise e processamento de sinal ser uma

ferramenta fundamental para as várias técnicas experimentais de análise de vibrações
e identificação de parâmetros dinâmicos em estruturas, nesta anexo apresenta-se de
uma forma sistemática algumas das questões mais relevantes para a análise e
processamento de sinais, com vista à sua compreensão para o desenvolvimento e
implementação de rotinas que permitam a identificação dos parâmetros dinâmicos das
estruturas de uma forma sistemática e fidedigna.
Tendo em conta os objectivos apresentados, neste anexo descrevem-se:

− o processo usualmente utilizado para a digitalização de sinais, explorando os
conceitos associados à operação de amostragem e às séries de dados
temporais;
− os fundamentos relativos à análise espectral de sinais, os erros que lhe estão
associados e as técnicas mais utilizadas para reduzir os seus efeitos;
− o funcionamento de filtros, no domínio do tempo e da frequência;
− as operações de decimação e “zoom”.
140 Anexo A: Análise e processamento de sinal
A.2 Séries temporais de dados. Amostragem
A observação da evolução das diversas grandezas físicas envolvidas nos problemas de

engenharia de estruturas é normalmente efectuada recorrendo à utilização de
transdutores. Estes equipamentos, que permitem a conversão de grandezas mecânicas,
noutro tipo de grandezas de mais fácil medição e tratamento, fornecem usualmente
como imagem da grandeza observada uma tensão eléctrica proporcional ao parâmetro
físico que se pretende observar e que se apresenta como um registo contínuo no
tempo.
No entanto, um registo contínuo pode ser representado por uma sucessão de valores
numéricos, geralmente equidistantes, o qual se designa por registo discreto e cujos
respectivos valores numéricos são genericamente designados por dados. A este
conjunto ordenado de dados finito dá-se a designação de série temporal, ou amostra,
com duração T.
À operação de passagem de um registo contínuo (sinal analógico) para um registo

discreto (sinal digital), dá-se o nome de amostragem. A qual se baseia na obtenção de
uma “amostra”, a qual se pretende que seja representativa do sinal contínuo.
0.5
u(t)
-0.5
-1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

t
Figura A.1 Amostragem de um sinal contínuo u(t).
Na prática, a transformação de um sinal analógico num sinal digital é assegurada pela

acção dos designados conversores analógico/digital (A/D).
A amostragem de um sinal u(t), consiste na obtenção de uma série de N valores

espaçados no tempo de um intervalo ∆t, tais que:
u k = u ( t k ) e T = N ⋅ ∆t
Tendo em conta a regularidade temporal do processo de amostragem descrito, admite-

se que as séries temporais que se apresentam resultam de uma amostragem periódica,
sendo portanto constituídas por valores equidistantes no tempo. A este espaçamento
temporal ∆t, dá-se a designação de intervalo de amostragem ou período de
amostragem. A partir deste conceito, surge naturalmente a noção de frequência de
amostragem, dada pela expressão:
1
fa =
∆t
a qual traduz, o número de amostras efectuadas por unidade de tempo.
Nesta fase, e reflectindo sobre a operação de amostragem, é pertinente a seguinte

questão: “Qual o critério a utilizar na escolha do intervalo de amostragem (∆t)?”.
A.3 Análise espectral. Fundamentos 141
Tendo em consideração, que se pretende que a “amostra” seja representativa do sinal

amostrado, então deveria ser possível, a partir do conhecimento de ∆t e dos valores da
série, reconstruir ou reconstituir, de modo unívoco, o sinal contínuo que lhe deu
origem. Intuitivamente pode-se afirmar que a desejada reconstrução (unívoca) do
sinal, a partir da série, é tanto melhor quanto menor for o valor de ∆t. No entanto, esta
condição por si só é insuficiente, uma vez que do ponto de vista prático poderá não
ser a mais ajustada, pois caso o valor de ∆t seja excessivamente pequeno obter-se-á
informação redundante (série com demasiados pontos), tendo como consequência,
uma desnecessária sobrecarga do esforço computacional.
Nos trabalhos de Shannon (1949), apresenta-se um critério designado por Teorema da

Amostragem, que estabelece os pressupostos a seguir no estabelecimento de uma
adequada gama de valores para a escolha do intervalo de amostragem ∆t.
Genericamente, vejamos o que estabelece o Teorema da Amostragem. Considere-se

um sinal contínuo u(t) e a correspondente série temporal uk, dele obtida por
amostragem periódica de intervalo ∆t; admita-se que aquele sinal tem transformada
de Fourier e, que esta é identicamente nula fora de um intervalo de frequência [-F, F],
em que F representa uma frequência finita qualquer; esta consideração implica que
fora daquela gama de frequências o sinal não possui conteúdo energético, designando-
se devido a este motivo por sinal de banda limitada. O Teorema da Amostragem
mostra que, se a série uk é obtida com uma frequência de amostragem superior a 2F,
ou seja:
1
fa = > 2F
∆t
então é possível reconstruir, univocamente, o sinal u(t) utilizando para o efeito

adequadas fórmulas de interpolação [Carvalhal et al., 1989].
Assim sendo, uma série temporal obtida de um sinal u(t), utilizando uma frequência
de amostragem fa nunca poderá fornecer informação sobre o conteúdo energético
desse mesmo sinal acima de:
fa
fN =
2
em que fN é usualmente designada por frequência de Nyquist.
A.3 Análise espectral. Fundamentos
A análise espectral, representa a possibilidade de representar no domínio da

frequência uma função definida no domínio do tempo, mediante a sua decomposição
em ondas sinusoidais de amplitude e frequências variáveis. Os fundamentos da
análise espectral (análise no domínio da frequência), baseiam-se na abordagem de
conceitos como as Séries de Fourier e as transformadas de Fourier e de Laplace.
Nesta secção dedica-se especial atenção à transformada discreta de Fourier e ao mais
divulgado algoritmo computacional que a tornou popular, a transformada rápida de
Fourier, conhecida pela sigla FFT (“Fast Fourier Transform”).
Antes de abordar os conceitos relacionados com a transformada de Fourier é

fundamental introduzir alguns aspectos relativos às séries de Fourier, as quais estão
na génese da transformada de Fourier, pelo que em primeiro lugar se apresenta o
caminho que vai desde a ideia que está na base das séries de Fourier até ao formato
final da transformada discreta de Fourier e transformada contínua de Fourier.
Apresenta-se igualmente o conceito de transformada inversa de Fourier.
Posteriormente apresentam-se algumas questões relacionadas com a aplicação prática

da transformada discreta de Fourier (a qual foi generalizada a partir da utilização do
algoritmo da FFT). Finalmente apresentam-se alguns dos erros que estão associados
ao processamento de sinal e que se reflectem na análise espectral.
A.3.1 Da série de Fourier à transformada de Fourier
Para se compreender completamente o conceito de transformada de Fourier, é

necessário recuar à ideia que deu origem à série de Fourier e percorrer o caminho até
se obter a transformada de Fourier. Pelo que, nesta subsecção se apresenta este
caminho de uma forma resumida, mas que no essencial é importante para a
abordagem que posteriormente se utiliza em relação ao conceito de transformada de
Fourier .
A ideia fundamental que está na base da descoberta de Fourier, assenta no

pressuposto de que é possível representar uma função definida no domínio do tempo,
com um determinado comprimento T, através da soma de um número infinito de
funções sinusoidais (ou ondas), com o mesmo comprimento da função. Esta ideia
pode ser visualizada através do esquema apresentado na figura seguinte, onde se
mostram, em perspectiva, várias das infinitas ondas cuja soma permite reconstituir
uma dada função f(t), definida num intervalo de comprimento T.
Onda 11
Onda 10
Onda 9
Onda 8
Onda 7
Onda 6
Onda 5
Onda 4
Onda 3
Onda 2
Onda 1
Onda 0 = c te
Valor médio de f(t) no intervalo T
0 T t
te
f(t) fT(t) = c + Onda 1 + Onda 2 + Onda 3 + Onda 4 + ...
Figura A.2 Conceito de decomposição de uma função em ondas sinusoidais.
Em termos gerais a aproximação em série de Fourier de uma dada função f(t), num O valor médio de uma função num
dado intervalo T, de comprimento T, pode ser representada (na forma trigonométrica) intervalo de comprimento T corres-
ponde à altura de um rectângulo de
através da seguinte série (somatório de infinitas ondas) base T cuja área seja igual à área sob
a função no referido intervalo. Dado
∞ ∞
que a área A sob a função é dada pelo
f T (t) = c te + ∑ onda n = c te + ∑ ( a n cos ( ωn t ) + b n sen ( ωn t ) ) , ωn = n ∆ω integral da função definido no
n =1 n =1
intervalo T então fica
cujos coeficientes são obtidos através das seguintes médias 1

T
v med = f (t) T
=
T
∫ f (t) dt
T 0
1
T ∫0
c te = f (t) T
= f (t)dt
T
2
a n = 2. f (t).cos ( ωn .t )
T ∫0
T
= f (t) cos(ωn t)dt , n = 1, 2, 3, ...
T
2
b n = 2. f (t).sen ( ωn .t )
T ∫0
T
= f (t) sen(ωn t)dt , n = 1, 2, 3, ...
Esta descoberta de Fourier, acerca da decomposição de funções em ondas, em

conjunto com a fórmula de Euler dos números complexos, foram posteriormente Figura A.3 Utilização do conceito de
desenvolvidas por Laplace e deram origem a poderosas ferramentas matemáticas de integral para cálculo do valor médio
grande interesse: as célebres transformadas de Fourier e de Laplace (generalização de uma função num intervalo [0,T].
das transformadas de Fourier).
A série de Fourier, previamente apresentada na forma trigonométrica, pode ser escrita

de forma mais compacta, e matematicamente mais vantajosa, recorrendo à
representação complexa das funções coseno e seno, obtendo-se assim a denominada
representação da série de Fourier na forma complexa.
De facto, utilizando a famosa fórmula de Euler dos complexos ei x = cos x + i senx

pode-se escrever
eiωn t + e −iωn t e −ieiωn t + ie − iωn t

cos(ωn t) = sen(ωn t) = Pela anterior definição de an e bn
2 2
pode-se concluir facilmente que
a n = a − n e b n = −b − n , n∈`
e portanto, com base nestas expressões, pode-se obter a pretendida expressão
correspondente à forma complexa da série de Fourier. De facto a n = a(ωn )
Atendendo à definição de an e bn
∞
⎛ eiωn t + e− iωn t −ieiωn t + ie−iωn t ⎞
f T (t) = v med + ∑ ⎜ a n
T T
a n − i bn 1 1
+ bn ⎟ = ∫ f (t).cos(ωn t)dt − i ∫ f (t).sen(ωn t)dt
n =1 ⎝ 2 2 ⎠ 2 T0 T0
T
a n − i bn 1
= ∫ f (t). ( cos(ωn t) − i.sen(ωn t) ) dt
2 T0
∞
⎛ a − i b n iωn t a n + i b n −iωn t ⎞ −iω t
f T (t) = v med + ∑ ⎜ n
e n
e + e ⎟
n =1 ⎝ 2 2 ⎠ ou seja
a 0 − i b0 iω0 t ∞ a n − i b n iωn t −1 a k − i b k iωk t

T
a n − i bn 1
f T (t) = e +∑ e +∑ e 2
= ∫ f (t) e − i ωn t dt
T0
2 n =1 2 k =−∞ 2
Note-se que para n = 0 ( ω0 = 0 ) fica
o que, admitindo agora n = … ,-3, -2, -1, 0 ,1, 2, 3, … , pode ser simplificado para a a 0− i b0 1
T T
1
seguinte forma = ∫ f (t) e − i ω0 t dt = ∫ f (t) dt = v med
2 T0 T0
∞
a n − i b n iωn t
f T (t) = ∑
n =−∞ 2
e , −∞ < ωn = n.∆ω < +∞
Tendo em conta as anteriores expressões para an e bn verifica-se facilmente que
T
a n − i bn 1
= ∫ f T (t) e− i ωn t dt
2 T0
Convenciona-se então, designar por Transformada Discreta de Fourier da função f(t),

no intervalo finito de comprimento T, a função complexa F(ωn) (função de variável
real discreta, ωn) dada por
T
a n − i ⋅ bn
FT ( ωn ) = ∫ f T ( t ) ⋅ e −i⋅ωn ⋅ t dt = ⋅T , −∞ < ωn = n ⋅ ∆ω < +∞
0
2
Com a anterior definição, a aproximação de uma função fT(t) em série de Fourier,

num intervalo de comprimento T (intervalo [0,T] ou [-T/2,T/2]), pode ser escrita na
seguinte forma
1 ∞ 2π
fT ( t ) = ⋅ ∑ FT ( ωn ) ⋅ ei⋅ωn ⋅ t , ωn = n ⋅ ∆ω , ∆ω =
T n =−∞ T
Quando T tende para ∞ (T→∞), então ∆ω=2π/T tenderá para dω (∆ω→dω), a

variável discreta ωn tenderá para uma variável contínua ω (ωn →ω), e o sinal de
somatório deverá assim ser substituído pelo sinal de integral ( ∑ → ∫ ): “soma de
infinitas parcelas infinitesimais”, e, no limite, fica
∞ ∞
1
f (t) = ⋅ ∫ F ( ω) ⋅ ei⋅ω⋅ t dω F ( ω) = ∫ f (t)⋅e
− i ⋅ω⋅ t
dt
2π −∞ −∞
O anterior par de funções, F(ω) e f(t), escrito na forma
+∞
F ( f (t) ) = F(ω) = ∫ f (t)e − iω t
dt Transformada de Fourier
−∞
-1 +∞
F ( F(ω) ) = f (t) = 1 ∫ F(ω).e iωt
dω Transformada Inversa de Fourier
2π −∞
é usualmente designado como um par Transformada de Fourier (da função f(t)) e

correspondente Transformada Inversa de Fourier.
A transformada de Fourier F(ω) é uma função complexa de variável real contínua ω

(no domínio da frequência) e a correspondente transformada inversa f(t) coincide com
a função original f(t), que é uma função real de variável real t (no domínio do tempo).
A.3.2 Aplicação da transformada discreta de Fourier a séries temporais
A aplicação da transformada discreta de Fourier (TDF), generalizou-se após o

surgimento do algoritmo da FFT, pelo que se apresentam agora alguns aspectos que
se consideram relevantes para a sua aplicação prática, nomeadamente aquando da sua
aplicação a sereis temporais de dados provenientes da realização de ensaios
experimentais.
As séries temporais provenientes dos ensaios de vibração ambiental, são consideradas

como funções aleatórias estacionárias. Caso estas funções estejam definidas num
domínio com limites de integração infinitos, então não possuem transformada de
Fourier. Esta dificuldade é ultrapassada, considerando apenas um intervalo de
comprimento finito T, no entanto, em termos práticos é sempre esta a situação que se
nos depara, uma vez que experimentalmente recolhemos “amostras” finitas, para as
quais já existe transformada de Fourier. A transformada obtida nestes casos, designa-
se por transformada discreta de Fourier (TDF), que no domínio da frequência se
encontra limitada a um conjunto finito de frequências discretas, afastadas entre si de
1 1
∆f = =
T N ⋅ ∆t
em que N é número de amostras e ∆t o espaçamento entre amostras no domínio do

tempo. Enquanto que a banda de frequências discretas estará contida dentro do
intervalo [-fN,fN], em que fN, representa a já referida frequência de Nyquist e pode ser
determinada pela seguinte expressão
1
fN =
2 ⋅ ∆t
Atendendo ao carácter discreto das séries temporais, e o facto de estas serem

representativas de um determinado sinal contínuo x(t), substituído por uma sequência
de valores {xn}={x(n⋅∆t)}, em que n = 1, 2, 3, ..., N e que a transformada contínua de
Fourier X(ω) é substituída pela TDF, representada pela sequência {Xk}={X(k⋅∆f)},
em que k = 1, 2, 3, ..., N, em que os valores de k superiores a N/2 podem ser
calculados com base nos anteriores, desde que fN = (N/2)⋅∆f. Desta forma, o par
apropriado de transformadas de Fourier será então descrito através das seguintes
expressões:
N
X k = X ( k ⋅ ∆f ) = ∆t ⋅ ∑ x n ⋅ e −i⋅ωn ⋅ t
n =1
N
x n = x ( n ⋅ ∆t ) = ∆f ⋅ ∑ X k ⋅ ei⋅ωn ⋅ t
k =1
Como já foi referido, o advento da generalização da aplicação da TDF surgiu com a

transformada rápida de Fourier (FFT), a qual não é mais do que um algoritmo
desenvolvido sob a forma de uma “ferramenta computacional”, que permite calcular a
TDF de uma forma rápida e eficiente, este algoritmo é uma consequência dos
trabalhos de Cooley e Tuckey (1965).
É no entanto de referir, que a FFT possui a limitação, ou inconveniente, de apenas

apresentar a sua forma mais eficiente no caso em que a série a que se aplica ter um
número N de pontos igual a uma potência inteira de 2, isto é, tal que N=2n. Existem,
no entanto, algumas formas de ultrapassar este tipo de limitação, embora em alguns
casos, com uma relativa perda de eficiência. Todavia, caso se pretenda aplicar
directamente o algoritmo original, mais eficiente, é possível truncar a série ou,
proceder ao acrescentamento de zeros, o que é ainda melhor.
Para concluir, sublinha-se que a utilização da FFT, reduz o número de operações

envolvidas. Daqui resulta uma maior precisão numérica, pela existência de menos
erros de arredondamento ou de truncatura, usualmente designados por ruído
aritmético.
A.3.3 Erros
Ao longo de todo o processo referente à caracterização do conteúdo espectral

associado a uma determinada grandeza física através da aquisição e análise de um
determinado sinal que se supõe representativo da sua evolução temporal, são
cometidos alguns erros, provenientes quer do processo de medição, quer da aplicação
das técnicas de processamento de sinal. Estes erros têm, em geral, origens ou causas
distintas e podem ser agrupados nos três seguintes grupos:
− Erros por sobreposição ou dobragem (“aliasing errors”), que surgem devido ao
facto de os sinais se encontrarem discretizados e manifestam-se pelo
aparecimento de energia associada a frequências superiores à frequência de
Nyquist;
− Erros por escorregamento ou efeito de fuga (“leakage effect”), os quais estão
associados ao carácter finito das séries temporais e tem como consequência a
distribuição da energia associada a uma determinada frequência por uma banda
de frequências em torno desta;
− Erros de carácter estatístico, os quais se podem subdividir em erros de viés
(“bias errors”) e erros de variância (“random errors”). Os erros de viés
caracterizam-se por desvios sistemáticos das quantidades estimadas em relação
às quantidades reais. Enquanto que os erros de variância (aleatórios) se

traduzem por desvios aleatórios relativamente à média estimada dessas
quantidades.
Os erros por sobreposição e escorregamento, estão associados ao carácter finito da

análise espectral, usualmente efectuada, e são considerados como os mais importantes
erros na análise de sinais, pelo que seguidamente se refere um conjunto de técnicas
correntemente utilizadas para minimizar ou mesmo eliminar o seu efeito.
Relativamente aos erros por sobreposição, a única maneira de efectivamente se

conseguir eliminar, consiste na colocação de um filtro analógico, designado por filtro
“anti-aliasing”, entre a saída dos transdutores e a entrada do sistema de conversão
analógico-digital, que elimine o contributo de todas as frequências acima da
frequência de Nyquist. Por vezes, tenta-se eliminar este efeito à custa de um aumento
da frequência de amostragem, no entanto, esta é uma técnica sem garantia absoluta de
sucesso, dado que o verdadeiro conteúdo espectral do sinal é desconhecido à partida.
No que diz respeito aos erros por escorregamento, o seu efeito é normalmente
atenuado recorrendo à aplicação de “janelas de dados”. De entre os vários tipos
janelas de dados existentes: rectangular, exponencial, “cosine-taper”, “Hanning”,
“Welch”, triangular (“Parzen”); entre outras, é aconselhável o uso de uma janela com
uma forma distinta da rectangular. O objectivo da aplicação de uma janela de dados
não rectangular é o de reduzir as descontinuidades do sinal periodizado nas fronteiras
do período de amostragem, T. No caso de sinais de tipo aleatório (que é o caso dos
sinais de resposta registados em ensaios de vibração ambiental) é generalizada a
utilização de uma janela de Hanning.
No exemplo seguinte aborda-se o problema dos erros por sobreposição (“aliasing

errors”), utilizando para o efeito um sinal que resulta da soma de três ondas.
Exemplo A.1 Análise de um sinal constituído pela soma de três ondas. Efeito de “Aliasing”.
Considere-se um sinal constituído pela soma de três ondas com as seguintes frequências: 5 Hz, 10 Hz e 15 Hz, como se mostra na Figura
A.4. A cinza está representado o sinal contínuo, enquanto que os pontos a preto correspondem à representação das ondas e do sinal,
considerando uma frequência de amostragem de 40 Hz.
1
u1(t)
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
1
u2(t)
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
1
u3(t)
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
5
u(t)
-5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
t (s)
Figura A.4 Soma de três ondas, representadas por sinais contínuos (linha a azul) e discretos (pontos a vermelho).
Na Figura A.5, faz-se a representação do sinal resultante da soma das três ondas, sob a forma de um espectro de potência, onde
claramente ressaltam três picos, precisamente para as frequências das três ondas que compõem o sinal.
5
10
0
10
-5
10

-10
[(m/s2)2/Hz] 10
-15
10
-20
10
-25
10
-30
10
-35
10
0 2 4 6 8 10 12 14 16 18 20
f (Hz)
Figura A.5 Espectro do sinal discreto obtido a partir da soma das ondas de 5, 10 e 15 Hz.
Utiliza-se agora o mesmo processo para mostrar o efeito de aliasing. Assim considera-se agora um sinal composto pela soma, também de
três ondas, com 5 Hz, 10 Hz e 25 Hz, como se mostra na Figura A.6, as quais são novamente representadas a azul por sinais contínuos e
por pontos a vermelho, resultantes de uma amostragem a 40 Hz.
1
u1(t)
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
1
u2(t)
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
1
u3(t)
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
5
u(t)
-5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
t (s)
Na Figura A.7, apresenta-se o espectro de potência do sinal discreto resultante da soma das ondas com 5, 10 e 25 Hz de frequência, de
notar que agora surge também um pico para a frequência de 15 Hz, que não é mais que o reflexo da frequência da onda de 25 Hz em
torno da frequência de Nyquist (20 Hz). Este é uma forma clara de mostrar o efeito de aliasing.
5
10
0
10
-5
10
-10
10
[(m/s2)2/Hz]
-15
10
-20
10
-25
10
-30
10
-35
10
0 2 4 6 8 10 12 14 16 18 20
f (Hz)
Mostra-se finalmente um terceiro caso, em que este efeito é logo detectado no domínio do tempo. Considera-se então, novamente um
sinal composto pela soma de três ondas, agora com 5, 10 e 38 Hz, mostrando-se igualmente a sua representação em contínuo e a sua
amostragem utilizando a frequência de amostragem de 40 Hz , como se mostra na Figura A.8
1
u1(t)
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
1
u2(t)
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
1
u3(t)
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
5
u(t)
-5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
t (s)
Analisando a figura anterior verifica-se claramente que no domínio do tempo se está a representar, para a terceira onda, uma forma
discreta que nada tem a ver com as suas características, representadas para o caso de um sinal contínuo, mas sim com as características de
uma onda com uma frequência mais baixa.
Na Figura A.9, apresenta-se o espectro de potência do sinal discreto resultante da soma das ondas com 5, 10 e 38 Hz de frequência, no
qual se verifica que surge agora um pico para a frequência de 2 Hz, o qual corresponde ao efeito de aliasing para a onda de 38 Hz, isto é,
a sua dobragem em torno da frequência de Nyquist (20 Hz) dá precisamente 2 Hz.
1
10
0
10

-1
10
-2
[(m/s2)2/Hz]
10
-3
10
-4
10
-5
10
-6
10
0 2 4 6 8 10 12 14 16 18 20
f (Hz)
Resta salientar que, o pico que surge na frequência de 2 Hz, para além de corresponder a um efeito de aliasing, está também afectado
pelo efeito de leakage ou escorregamento, o qual se descreve no exemplo A.2.
Como já se referiu anteriormente, para além do efeito de escorregamento (ou

“aliasing”), é também importantíssimo abordar o fenómeno de escorregamento (ou
“leakage”), o qual se aborda nos exemplos seguintes.
Exemplo A.2 Análise de dois sinais constituídos pela soma de três ondas. Ilustração do efeito de escorregamento (“Leakage”).
Para discutir o efeito de escorregamento ou “leakage”, considere-se novamente um sinal constituído pela soma de três ondas com as
seguintes frequências: 5, 10 e 15 Hz e um outro sinal constituído pela soma de três ondas com as seguintes frequências: 4, 9 e 14 Hz.
Considere-se que ambos os sinais são amostrados com uma frequência de amostragem de 40 Hz e que têm um comprimento total de
25.60 segundos (amostras com 1024 pontos). Na Figura A.10 apresentam-se os espectros referentes a cada uma das opções consideradas.
5 1
10 10
0
10
0
10
-5
10
-1
10
-10
[(m/s2)2/Hz]
10
-15 -2
10 10
-20
10
-3
10
-25
10
-4
-30
10
10
-35 -5
10 10
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
f (Hz) f (Hz)
(a) (b)
Figura A.10 Espectro do sinal discreto obtido a partir da soma das ondas de: (a) 5, 10 e 15 Hz; (b) 4, 9 e 14 Hz..
1 1
u1(t)
0 0
-1 -1
25 25.1 25.2 25.3 25.4 25.5 25.6 25 25.1 25.2 25.3 25.4 25.5 25.6
u2(t)
1 1
0 0
u3(t)
-1 -1
25 25.1 25.2 25.3 25.4 25.5 25.6 25 25.1 25.2 25.3 25.4 25.5 25.6
1 1
u1(t)
0 0
-1 -1
25 25.1 25.2 25.3 25.4 25.5 25.6 25 25.1 25.2 25.3 25.4 25.5 25.6
t (s) t (s)
(a) (b)
Figura A.11 Final dos registos das ondas: (a) com frequências 5, 10 e 15 Hz; (b) com frequências 4, 9 e 14 Hz.
Analisando as figuras anteriores, verifica-se claramente o efeito de “leakage”, o qual se traduz por uma ligeira diminuição da amplitude
dos picos, para a Figura A.10 (b), em oposição ao que acontece na Figura A.10 (a), sendo que esse abaixamento reflecte-se num aumento
da base dos picos, o qual é um reflexo do designado efeito de escorregamento do conteúdo energético do pico ressonante para as
frequências da vizinhança. Pode-se então colocar a seguinte questão: porque é que num caso acontece e no outro não? A razão é simples
e tem a ver com o comprimento das amostras e com o período associado à frequência das ondas. Com esse objectivo procede-se à analise
do final dos registos, como se mostra na Figura A.11.
Verifica-se que para as ondas às frequências 5, 10 e 15 Hz os registos terminam com o final dos períodos das ondas enquanto que para as
frequências 4, 9 e 14, os registos terminam, sem que esse “terminus” coincida com o “terminus” do período das ondas.
Exemplo A.3 Análise de um sinais constituído pela soma de três ondas. Ilustração do efeito de escorregamento (“Leakage”).
Analise-se novamente o sinal constituído pela soma das três ondas com as frequências 5, 10 e 15 Hz, considere-se agora duas situações
distintas: um registo com 25.60 segundos e um outro registo com 25.75 segundos, dos quais se mostra o seu “terminus” na Figura A.14,
enquanto que na Figura A.15, se mostra os respectivos espectros do sinal discreto que resulta das somas.
1 1
u1(t)
0 0
-1 -1
25 25.1 25.2 25.3 25.4 25.5 25.6 25.7 25 25.1 25.2 25.3 25.4 25.5 25.6 25.7
u2(t)
1 1
0 0
u3(t)
-1 -1
25 25.1 25.2 25.3 25.4 25.5 25.6 25.7 25 25.1 25.2 25.3 25.4 25.5 25.6 25.7
1 1
u1(t)
0 0
-1 -1
25 25.1 25.2 25.3 25.4 25.5 25.6 25.7 25 25.1 25.2 25.3 25.4 25.5 25.6 25.7
t (s) t (s)
(a) (b)
Figura A.12 Final dos registos das ondas com frequências 5, 10 e 15 Hz: (a) registo com 25.60 s; (b) registo com 25.75 s.
A.4 Filtragem de sinais 151
5 1
10 10
0
10
0
10
-5
10
-1
10
-10
[(m/s2)2/Hz]
10
-15 -2
10 10
-20
10
-3
10
-25
10
-4
10
-30
10
-35 -5
10 10
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
f (Hz) f (Hz)
(a) (b)
Figura A.13 Espectro do sinal discreto obtido a partir da soma das ondas de 5, 10 e 15 Hz: : (a) registo com 25.60 s; (b) registo com
25.75 s.
Analisando as figuras anteriores, verifica-se claramente que pelo facto de as ondas que constituem o sinal com 25.75, não terminarem
com o fim de um período, leva a que ocorra o efeito de escorregamento ou “leakage”. É de salientar que neste caso os sinais são
praticamente iguais, apenas não tem o mesmo comprimento, o que é a grande problema relacionado com a ocorrência deste efeito, isto é,
com o comprimento das amostras que se consideram para analisar um determinado sinal.
Atendendo ao que foi expresso nos exemplos anteriores, é importante salientar que, o
efeito de escorregamento ou “leakage” também contribuí para a existência de erros na
avaliação dos coeficientes de amortecimentos modais, utilizando para o efeito o
método da meia potência, por exemplo. Tendo em conta que a avaliação dos
coeficientes de amortecimentos modais dependem da largura dos picos de
ressonância, então é fácil perceber que a existência do efeito de escorregamento, faz
com que as frequências de meia potência se afastem do valor da frequência
correspondente ao pico ressonante, devido ao aumento da largura dos picos,
contribuído desta forma também para os erros existentes na avaliação dos coeficientes
de amortecimentos modais, a partir de resultados com duração finita em que se
aplicam técnicas de processamento de sinal. Nestas circunstâncias, quanto mais curtas
forem as amostras utilizadas maiores serão os erros associados ao efeito de
escorregamento ou “leakage”.
A.4 Filtragem de sinais
Verificou-se até aqui que, a observação experimental de uma determinada grandeza

física, pode ser desvirtuada pela ocorrência de erros na fase de aquisição e
processamento do sinal, ou então, por perturbações oriundas de fontes exteriores ao
sistema estrutural analisado. Atendendo a este facto, é fundamental prevenir o
aparecimento, antes da amostragem, e proceder à eliminação ou atenuação, após a
amostragem, das componentes do sinal que não sejam intrínsecas da grandeza física
observada ou que se revelem inúteis ou prejudiciais para a análise a desenvolver, pelo
que, usualmente, se recorre à utilização de filtros.
No âmbito da análise espectral de sinais, pode-se, de uma forma simplista, definir um

filtro como um elemento condicionador de sinal, selectivo em frequência, que,
consoante as suas características, deixa passar (transmite) ou atenua (filtra) uma
frequência particular ou uma banda de frequências [Carvalhal et al. 1989].
A operação de filtragem pode ser efectuada, quer por via analógica quer por via
digital, a primeira requer uma implementação física, baseada num conjunto de
circuitos electrónicos, enquanto que a segunda se baseia no desenvolvimento de

implementações numéricas.
O recurso à utilização de filtros digitais, reveste-se de particular interesse, em especial

devido ao cada vez maior número de ferramentas digitais disponíveis e ao baixo custo
que lhes está associado. No entanto é importante salientar que, a utilização de filtros
digitais não dispensa a utilização de filtros analógicos, nomeadamente nas situações
em que se pretende eliminar ou atenuar o efeito dos erros por sobreposição
(“aliasing”). Neste tipo de casos, é fundamental eliminar as componentes de
frequência superiores à frequência de Nyquist antes da aquisição do sinal, pois de
outra forma a série poderá vir contaminada pelos erros de sobreposição, impossíveis
de eliminar em fase posterior à custa de qualquer tipo de filtragem digital, correndo-se
o risco de interpretar erradamente certas componentes em frequência como
componentes do sistema analisado.
Um outro aspecto importante da aplicação de filtros, é a remoção de tendências

existentes nos sinais. Após a amostragem, verifica-se por vezes a existência de um
desvio relativamente ao zero das amplitudes (“off-set”), o qual se deve à não
estabilização completa do sensor durante o intervalo de observação. É conveniente
eliminar este tipo de tendência, pois a sua existência poderá introduzir algumas
perturbações durante a fase de processamento.
Usualmente, a remoção deste tipo de tendências é efectuada através a um ajuste por

mínimos quadrados de uma função polinomial. No entanto, em muitos dos casos
correntes verifica-se que esta tendência é aproximadamente constante, pelo que o
polinómio a ajustar é de grau zero, em que a constante que minimiza o quadrado da
diferença entre o sinal e o polinómio é, afinal, a média do sinal. Nestas condições, se
considerarmos a série inicial amostrada como {xn}, a remoção deste de uma tendência
constante dará origem a uma nova série {yn}, dada por
1 N −1
yn = x n − ⋅ ∑ xk
N k =0
A.4.1.1 Tipos básicos de filtros
Tendo em conta a linguagem técnica que lhes está associada, definem-se os seguintes
tipos de filtros ideais:
− passa-baixo, que em termos ideais é um filtro que elimina toda a banda de
frequências acima de uma determinada frequência de corte, deixando passar
todas as frequências abaixo da frequência de corte;
− passa-alto, surge como um filtro que tem uma função inversa, em relação ao
anterior, ou seja, elimina toda a gama de frequências abaixo da frequência de
corte, deixando passar todas as frequências acima da frequência de corte;
− passa-banda, resulta da associação em série dos outros dois tipos, pelo que a
sua utilização tem como objectivo eliminar a banda de frequências fora de um
dado intervalo [ω1 ,ω2], deixando passar todas as frequências contidas dentro
do intervalo;
− elimina-banda, advém da associação em paralelo de um filtro ideal passa-
baixo e de um filtro ideal passa-alto, em contraposição com o anterior elimina
a banda de frequências dentro de um dado intervalo [ω1 ,ω2];
Importa referir que, os filtro ideais que se acabaram de definir não existem, quanto
muito, é possível desenvolver filtros reais que, nas condições específicas em que vão
ser utilizados, constituem aproximações satisfatórias dos filtros com características
ideais.
A.4 Filtragem de sinais 153
Definem-se agora alguns termos utilizados na teoria dos filtros, essenciais para a sua
compreensão. Considere-se então, um filtro como um sistema linear e invariante no
tempo, cuja função de transferência é dada por
H ( ω) = H ( ω) ⋅ eiφ( ω)
o termo H ( ω) , designa-se usualmente por ganho do filtro, exprime-se em dB na

forma
G ( ω) = 20 ⋅ log H ( ω) dB
o valor inverso do ganho 1 H ( ω) , designa-se por atenuação, que também se exprime

em dB na forma
A ( ω) = −20 ⋅ log H ( ω) dB
finalmente, denomina-se por atraso, o simétrico da derivada da fase, em ordem a ω o

qual se representa na forma
d φ ( ω)
τ ( ω) = −
dω
Exemplo A.4 Eliminação de baixas frequências, aplicação de um filtro passa-alto digital.
Neste exemplo apresenta-se um registo de aceleração que é afectado por dois fenómenos que usualmente ocorrem nos ensaios de
vibrações. O primeiro, é usualmente conhecido como efeito de DC (a sigla DC é uma abreviatura de “direct current” – corrente contínua
– frequência zero), e é caracterizado, no domínio do tempo, por um desvio constante das medições em relação ao “zero” (como se pode
verificar na Figura A.14). No domínio da frequência, caracteriza-se por um valor não nulo para a frequência zero. O segundo fenómeno,
está relacionado com a falta de estabilização dos transdutores, caracterizando-se no domínio do tempo por “oscilações” na medição da
grandeza física (ver Figura A.14). No domínio da frequência, este efeito traduz-se numa concentração “anormal” de conteúdo energético
numa banda de frequências próximas de zero, como se mostra na Figura A.16 (a). Na Figura A.15, apresenta-se o mesmo registo, depois
de lhe aplicar um filtro passa-alto digital, no qual foram eliminadas as frequências numa banda inferior a 0.5 Hz.
0.1
0.05
Aceleração
[mm/s2]
-0.05
-0.1
0 50 100 150 200 250 300
t (s)
Figura A.14 Registo de aceleração com DC e mau comportamento a baixas frequências.
0.1
0.05
Aceleração
[mm/s2]
-0.05
-0.1
0 50 100 150 200 250 300
t (s)
Figura A.15 Registo de aceleração sem DC, depois da aplicação de um filtro passa-alto digital.
Mais uma vez se salienta o facto de que só se deve eliminar bandas de frequências que não sejam relevantes para a análise a efectuar.
Neste caso concreto, do registo que se apresenta, eliminaram-se frequências abaixo de 1 Hz, quando as frequências de interesse da
estrutura se situavam acima do 4 Hz, pelo que o conteúdo em frequência que se eliminou em nada afecta o conteúdo de interesse para
uma análise correcta do comportamento dinâmico da estrutura.
Na figura seguinte apresentam-se como exemplo do efeito no domínio da frequência da aplicação do filtro passa-alto aos registos obtidos
experimentalmente, para o exemplo da estrutura do edifício de 3 pisos, utilizado no 3º capítulo.
0
ANPSD 0
ANPSD
10 10
4.4
-1 4.4 -1 13.09
10 10 18.7
13.09
18.7
[(mm/s2)2/Hz]
-2 -2
10 10
-3 -3
10 10
-4 -4
10 10
0 5 10 15 20 25 0 5 10 15 20 25
f [Hz] f [Hz]
(a) (b)
Figura A.16 Espectros normalizados médios: (a) antes da aplicação do filtro passa-alto; (b) depois da aplicação do filtro passa-alto.
Analisando a figura anterior, facilmente se verifica que a aplicação do filtro passa-alto permitiu a eliminação de da banda de frequências
abaixo de 1 Hz existente na Figura A.16 (a), que na Figura A.16, já não aparece. É de notar que a eliminação daquela banda de
frequências, teve como consequência a subida dos valores das amplitudes para as restantes frequências ao longo do espectro.
A.5 Decimação
A decimação é uma operação interessante, especialmente, nos casos em que se

pretende reduzir os tamanho das séries temporais para análises posteriores. Por
definição a decimação, consiste em escolher um conjunto de dados, considerando
uma frequência de amostragem inferior, e eliminar os restantes. Pelo que as séries de
dados iniciais, com intervalo de amostragem ∆t, dão lugar a séries com menor número
de pontos, com um novo intervalo de amostragem d∆t, dando origem a uma nova
frequência de Nyquist f’N = 1/(2 d∆t). Todavia, é necessário ter em conta que todo o
conteúdo em frequência acima do valor da nova frequência de Nyquist será dobrado
(“folded” or “aliased”) para o novo intervalo [0 f’N]. Para evitar o efeito de “aliasing”,
a série temporal inicial deverá ser filtrada antes de se efectuar a operação de
A.7 Conclusões 155
decimação, eliminando o conteúdo em frequência acima de 1/(2 d∆t) utilizando um

filtro digital passa-baixo.
A.6 Zoom
Como se viu na subsecção anterior, a operação de decimação, é uma técnica de

processamento que permite melhorar a resolução em frequência, sem com isso
aumentar o espaço de armazenamento do sinal observado. No entanto, dada a forma
como é realizada, a sua aplicação apenas permite melhorar substancialmente a
resolução para as baixas frequências. Pelo que, quando se pretende aumentar muito a
resolução do espectro numa banda estreita, na vizinhança de uma dada frequência
qualquer, é normalmente utilizada a técnica de “zoom”.
Esta técnica pode ser implementada de duas formas: uma baseada em técnicas
destrutivas e a outra em técnicas não destrutivas.
Genericamente, é importante salientar o facto de as técnicas destrutivas, se basearem

em métodos através dos quais são introduzidas modificações ao sinal observado.
Como se tratam de técnicas destrutivas, é necessário armazenar o sinal e iniciar o
processo sempre se pretenda analisar uma nova banda de frequências de interesse.
Apresentam como vantagem, o facto de não ser necessário aumentar o tamanho da
série.
Por seu lado a implementação da técnica de “zoom” recorrendo a técnicas não

destrutivas, baseia-se no aumento do tamanho da amostra, quer por aumento do tempo
de observação da série, quer por adição de zeros.
A.7 Conclusões
Neste anexo, expuseram-se alguns conceitos e noções (de base mas essenciais),
relativos à análise e processamento de séries temporais de dados (sinais digitais).
Uma vez que o grande objectivo deste trabalho se centra em aplicações a engenharia
civil, foi dada maior ênfase a sistemas físicos, cuja variável dependente, ou de
referência, é o tempo, que aliás é a situação mais frequente, na resolução deste tipo de
problemas de engenharia com recurso à teoria dos sistemas.
ANEXO
B MÉTODO DO DECREMENTO ALEATÓRIO
SUMÁRIO: Neste anexo introduz-se os fundamentos do método do decremento

aleatório, essenciais para a abordagem que se efectua no capítulo 3 sobre a
aplicação dos métodos de identificação modal estocástica no domínio da frequência
após a determinação das funções de decremento aleatório. Pelo que neste anexo, se
abordam precisamente a forma como se podem obter aquelas funções, ou melhor a
matriz daquelas funções.
B.1 Introdução
O método do decremento aleatório, é conhecido na literatura inglesa por “random

decrement” – abreviado pela sigla RD, trata-se de uma técnica que, foi utilizada pela
primeira vez por [Cole 1968], no âmbito da caracterização dinâmica e detecção de
danos em estruturas aeroespaciais sujeitas às condições normais de operação.
Posteriormente, a aplicação desta técnica foi abordada por outros autores, dos quais
de destacam os trabalhos desenvolvidos por [Ibrahim 1977, 1979, 2001], [Vandiver et
al. 1982], [Brincker et al. 1991, 1992] e [Asmussen 1997], sendo que este último
explora e aplica este interessante método na identificação modal de estruturas de
engenharia civil.
Os trabalhos de [Cole, 1968], desenvolvidos na NASA, cingiam-se à análise

individualizada das séries temporais da resposta, com vista à obtenção de frequências
naturais de vibração e coeficientes de amortecimento. Com os trabalhos de [Ibrahim
1977], foram introduzidos os conceitos de auto funções de decremento aleatório e É também usual designar as funções
funções cruzadas de decremento aleatório, com base nas quais é possível obter, de decremento aleatório como
também, as configurações modais das estruturas. funções RD [Asmussen 1997;
Rodrigues 2004] e representá-las
através da letra D.
Posteriormente [Vandiver et al. 1982], estabeleceu a relação entre as funções de RD e
as funções de correlação, sustentada no facto de as auto funções RD serem
proporcionais às funções de auto-correlação, para processos estocásticos estacionários
gaussianos de média nula, no caso de se utilizar uma condição de passagem por um
nível, para obtenção das funções de RD. Em [Brincker et al. 1992] é introduzida a
definição duma condição inicial generalizada, verifica-se igualmente a relação das
funções de RD com as funções de correlação e com as suas primeiras derivadas em
ordem ao tempo.
Actualmente esta técnica é utilizada para estimar, de uma forma rápida e simples, as É importante salientar que as funções
funções de correlação, com base na média de um conjunto de amostras seleccionadas de correlação são usualmente
utilizadas nos métodos de
a partir de séries temporais da resposta a acções ambientais, sendo que a selecção das
identificação modal estocática no
amostras obtidas respeita a verificação da ocorrência de uma determinada condição domínio do tempo (os quais não são
158 Anexo B: Método do decremento aleatório
inicial. abordados no âmbito deste trabalho).

Enquadram-se nos designados
métodos de duas fases, os quais
No âmbito dos trabalhos de [Cole 1968], as funções RD foram inicialmente
avaliam em primeiro lugar as funções
interpretadas como a resposta das estruturas em regime livre, segundo ele a resposta de correlação e só depois é que estas
de uma estrutura a uma excitação aleatória para o instante de tempo genérico t, é são analisadas recorrendo ao ajuste de
composta por três componentes: modelos paramétricos com vista à
identificação das características
i) a resposta devida aos deslocamentos iniciais (para o instante t0); dinâmicas dos sistemas estruturais.
ii) a resposta devida às velocidades iniciais (para o instante t0);
O método do decremento aleatório é
iii) a resposta às acções aleatórias, desde o instante t0 até ao instante t = t0+∆t. precisamente uma das possíveis vias
para avaliar as funções correlação.
Considere-se uma série temporal da resposta, se dessa série forem retiradas amostras,
sempre com o mesmo deslocamento inicial, efectuando a média dessas amostras,
verifica-se que, à medida que se consideram mais amostras, a componente da resposta
aleatória tende a anular-se e a desaparecer, o mesmo acontece com a componente da
resposta devida à velocidade inicial, uma vez que as componentes de velocidade
positivas (corte em subida) são anuladas pelas componentes de velocidades negativas
(corte em descida), restando somente a componente da resposta em regime livre
devida aos deslocamentos iniciais.
B.1.1 Funções de decremento aleatório
Para o estabelecimento das funções de RD, considerem-se dois processos estocásticos

estacionários x(t) e y(t), cujas respectivas auto funções RD são definidas com base no
valor espectável sob a condição T, de acordo com as seguintes expressões:
D xx (τ ) = E ⎡⎣ x ( t + τ ) | Tx ( t ) ⎤⎦ D yy (τ ) = E ⎡⎣ y ( t + τ ) | Ty ( t ) ⎤⎦
Por sua vez as funções cruzadas RD, podem-se definir na forma seguinte:
D xy (τ ) = E ⎡⎣ x ( t + τ ) | Ty ( t ) ⎤⎦ D yx (τ ) = E ⎡⎣ y ( t + τ ) | Tx ( t ) ⎤⎦
Do ponto de vista prático, assume-se que os processos estocásticos x(t) e y(t), também
são ergódicos, neste caso, desde que se consiga extrair, das séries temporais, um
número de amostras N suficientemente grande, as funções RD anteriores, podem-se
avaliar com base nas seguintes expressões:
1 N 1 N
D̂ xx (τ ) = ⋅ ∑ x ( t i + τ ) | Tx ( ti ) D̂ yy (τ ) = ⋅ ∑ y ( t i + τ ) | Ty ( ti )
N i =1 N i =1
1 N 1 N
D̂ xy (τ ) = ⋅ ∑ x ( t i + τ ) | Ty ( ti ) D̂ yx (τ ) = ⋅ ∑ y ( t i + τ ) | Tx ( ti )
N i =1 N i =1
As estimativas das funções RD, avaliadas com base nas expressões anteriores, são
estimativas não enviesadas [Brincker et al. 1992; Asmussen 1997], sendo essa uma
das vantagens do método do decremento aleatório.
B.1.2 Condições iniciais
A aplicação do método do decremento aleatório assenta no critério de selecção das

B.1 Introdução 159
condições iniciais, para a extracção de amostras a partir das série temporais da

resposta. Segundo [Asmussen 1997], as condições iniciais usualmente utilizadas
como critério de selecção, no método do decremento aleatório, são as seguintes:
i) condição inicial de passagem por um nível;

ii) condição inicial de máximos locais;
iii) condição inicial de pontos positivos;
iv) condição inicial de passagem por zero com inclinação positiva.
Importa referir que, embora a fundamentação do método RD se baseie em termos da

resposta em deslocamentos, é equivalente aplicar o processo de avaliação das funções
de RD à resposta em aceleração, que, é a grandeza física usualmente medida em
ensaios de vibração ambiental. Nessas circunstâncias, as condições iniciais para
extracção das amostras são definidas em função da aceleração e/ou da sua derivada
em ordem ao tempo.
No primeiro critério são seleccionadas amostras que têm o seu início quando a série
temporal passa um determinado valor definido da aceleração – Tx(t) ={x(t) = a}, em
subida ou em descida. No segundo critério seleccionam-se amostras que tenham como
ponto inicial os máximos locais da série temporal, isto é pontos cujas primeiras
derivadas são nulas. Enquanto no terceiro critério são seleccionadas amostras cujos
pontos iniciais estejam compreendidos entre dois limites a e b, que deverão ter o
mesmo sinal. Por fim, no quarto critério seleccionam-se amostras que tenham como
ponto inicial a ordenada nula e declive positivo, isto é primeira derivada positiva.
Utilizando cada um dos critérios anteriores, obtêm-se funções RD com diferentes

valores iniciais. Por exemplo, utilizando o primeiro critério, obtêm-se funções RD que
no instante inicial apresentam um valor de aceleração igual a a e primeira derivada
nula. Por outro lado, a escolha do nível a é fundamental, pois condiciona a qualidade
dos resultados. Um nível a baixo permite a selecção de mais amostras, contudo, os
erros associados ao processo de medição têm maior relevância. Em [Asmussen 1997],
é demonstrado que para a aplicação do primeiro critério existe um nível a óptimo, o
qual é um múltiplo do desvio padrão (σx) da série temporal em análise:
a = 2 ⋅σ x
As funções RD estimadas com base nos primeiros três critérios de selecção são
proporcionais às funções de correlação, enquanto que, as funções RD estimadas
através do quarto critério de selecção são proporcionais à primeira derivadas das
funções de correlação.
As funções de correlação estimadas através das funções RD, podem ser utilizadas na
segunda fase dos métodos de duas fases no domínio do tempo, ou podem ser
utilizadas para determinar as funções de densidade espectral de potência nos métodos
no domínio da frequência. Esta última possibilidade é apresentada pela primeira vez
em [Rodrigues 2004].
160 Anexo B: Método do decremento aleatório
REFERÊNCIAS BIBLIOGRÁFICAS
Allemang, R.J.; Brown, D.L. (1982) – “A correlation Coefficient for Modal Vector Analysis”, Proceedings of the IMAC I,
Orlando, USA.
Asmussen, J. C. (1997) – “Modal Analysis Based on the Random Decrement Technique”, PhD Thesis, Department of Building
Technology and Structural Engineering, Aalborg University.
Bendat J., Piersol A.; (2000) – “Random Data: Analysis and Measurement Procedures, 3rd Edition”. Wiley-Interscience.
Bendat, J.; Piersol, A. (1993) – “Engineering Applications of Correlation and Spectral Analysis 2nd Edition”. John Wiley &
Sons.
Brincker, R.; Zhang, L.; Andersen, P. (2000) – “Ouput-Only Modal Analysis by Frequency Domain Decomposition”,
Proceedings of The ISMA25 Noise And Vibration Engineering Volume 11. Leuven, Belgium, pp. 717-723, September 13-15.
Brincker, R.; Ventura C.; Andersen, P. (2001) – “Damping Estimation by Frequency Domain Decomposition”, Proceedings
of The IMAC XIX, Kissimme, USA.
Brownjohn, J.M.W.; Dumanoglu, A.A.; Severn, R.T.; Blakeborough, A. (1989) – “Ambient vibration survey of the Bosporus
suspension bridge”, Earthquake Engineering and Structural Dynamics, Vol. 18, p. 263-283.
Caetano, E. (1992) – “Identificação Experimental de Parâmetros Dinâmicos em Sistemas Estruturais”, Tese de Mestrado,
Faculdade de Engenharia da Universidade do Porto.
Caetano, E. (2000) – “Dynamics of Cable-stayed Bridges: Experimental Assessment of Cable-Structure Interaction”, PhD
Thesis, Faculdade de Engenharia da Universidade do Porto.
Câmara, R.; (1989) – “Modelos Para Estudo do Comportamento Dinâmico de Barragens de Betão pelo Método dos
Elementos Finitos”. Tese para Especialista, LNEC, Lisboa.
Carvalhal, F. J.; Costa, C. de O.; Azevedo, F. S. (1989) – “Elementos de Sistemas e de Análise e Processamento de Sinais” -
Curso, LNEC.
162 Referências Bibliográficas
Chopra A. K. (1995) – “Dynamics of Structures: Theory and Applications to Earthquake Engineering”, Prentice Hall, New
Jersey.
Clough R. e Penzien J.(1993) – “Dynamics of Structures: 2ª Edição”, McGraw-Hill, New York.
Cole, H. (1968) – “One-The-Line Analysis of Random Vibrations”, AIAA Paper nº 68-288.
Cooley, J. W.; Tukey, J. W. (1965) – “An algorithm for the machine calculation of complex Fourier series” Math. of Comp.,
Vol. 19, Nº 90.
Corrêa, M. R.; Campos Costa, A. (1992) – “Ensaios Dinâmicos da Ponte sobre o Rio Arade”, Pontes Atirantadas do Guadiana
e do Arade, ditado por J.A. Fernandes, L.O. Santos, LNEC, Portugal.
Crawford, R.; Ward, H.S. (1964) – “Determination of natural period of buildings”, Bulletin of the Seismological Society of
America, Vol. 54, N. 6, p. 1743-1756.
Delaunay, D.; Grillaud, G.; Biétry, J.; Sacré, C. (1999) – “Wind response of long span bridges: In situ measurements and
modal analysis”, IMAC XVII, Kissimmee, USA.
Delgado, R. (1984) – “O método dos elementos finitos na análise dinâmica de barragens incluindo a interacção sólido-
líquido”, Tese de Doutoramento, Faculdade de Engenharia da Universidade do Porto.
Felber, A. J.; (1993) – “Development of a Hybrid Bridge Evaluation System”, Ph. D thesis, Department of Civil Engineering,
University of British Columbia, Vancouver, Canada.
Guerreiro, L. (1999) – “Osciladores lineares contínuos”, Apontamentos da disciplina de Dinâmica e Engenharia Sísmica do
Mestrado em Engenharia de Estruturas, IST.
Ibrahim, S.R. (1977) – “The use of Random Decrement Technique for Identification of Structural Modes of Vibration”, AIAA
paper, Vol. 77, p. 1-9.
Juang, J. N. (1994) – “Applied System Identification”, Prentice Hall, USA.
Klema, V.C.; Laub, A.J. (1980) – “The singular Value Decomposition: its Computation and some Applications”, IEEE
Transaction on Automatic Control, AC-25(2), 164-178.
Litter, J.D. (1995) – “An Assessment of Some of the Different Methods for Estimating Damping from Full-Scale Testing”,
Journal of Wind Engineering and Industrial Aerodynamics, N. 57, p. 179-189.
Magalhães, F. (2004) – “Identificação modal estocástica para validação experimental de modelos numéricos”, Tese de
Mestrado, Faculdade de Engenharia da Universidade do Porto.
Maia, N.M.M.; Silva, J.M.M.; He, J.; (1997) – “Theoretical and experimental modal analysis”, Research Studies Press Ltd.,
Somerset, England, 468p.
MATLAB (2003) – “The language of technical computing”, http://www.mathworks.com/ Version 6.1 (Release 13).
Newland, D. E. (1975) – “An introduction to random vibration and spectral analysis”, Longman Group Ltd. United
Kingdom.
Referências Bibliográficas 163
Paultre, P.; Proulx, J.; Talbolt, M. (1995) – “Dynamic testing procedures for highway bridges using traffic loads”, Journal of
Structural Engineering, Vol. 121, N. 2, p. 362-376, ASCE.
Pedro, J. O. (1977) – “Dimensionamento de Barragens Abóbada pelo Método dos Elementos Finitos”, Tese para especialista
(Memória 479), LNEC.
Peeters, B. (2000) – “System Identification and Damage Detection in Civil Engineering”, PhD Thesis, Structural Mechanics,
Civil Engineering Department, K.U. Leuven, Belgium.
Prevosto, M. (1982) – “Algoritmes d’Identification des Caractéristiques Vibratoires de Structures Mécaniques Complexes”,
PhD Thesis, Université de Rennes I, France.
Priestley, M., (1969) – “Structural Behaviour of Buildings from Dynamic Measurements under Ambient Excitation”, Relatório
do LNEC.
Rodrigues, J. (2004) – “Identificação Modal Estocástica. Métodos de Análise e Aplicações em Estruturas de Engenharia
Civil”, Tese de Doutoramento, Faculdade de Engenharia da Universidade do Porto.
Shih, C.Y.; Tsuei, Y.G.; Allemang, R.J.; Brown, D.L. (1988) – “Complex Mode Identification Function and its Application to
Spatial Domain Parameter Identification”, Mechanical Systems and Signal Processing, vol. 2, N. 4, p. 367-377.
Structural Vibration Solutions Aps; (2008) –“ARTeMIS Extractor, Release 3.4, User’s Manual”, Denmark.
Tedesco, J.W.; McDougal, W.G; Ross, C.A. (1999) – “Structural Dynamics: Theory and Applications”, Addison-Wesley.
Ventura, C.; Brincker, R. (2000) – “Modal Identification of Output Only Systems – Course Notes”, Short Course, Universidad
Politecnica de Madrid.
Welch, P.D. (1967) – “The use of Fast Fourier Transform for the estimation of Power Spectra: a Method based on the
averaging over short modified periodograms”, IEEE Transation on Audio and Electro-Acoustics, AU-15(2).
Westergaard, H. M. (1933) – “Water Pressures on Dams during Earthquakes”, American Society of Civil Engineers,
Transactions, vol. 98, pp. 18-433. Discussion, pp. 434-472.
Zienkiewicz, O.C. (1967) – “The Finite Element Method in Structural and Continuum Mechanics”, Ed. McGraw-Hill.
View publication stats

Análise Dinâmica de Estruturas - Paulo Mendes e Sérgio Oliveira

Enviado por

Dados do documento

Descrição 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 Dinâmica de Estruturas - Paulo Mendes e Sérgio Oliveira

Enviado por

Direitos autorais:

Formatos disponíveis

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Análise dinâmica de estruturas Utilização integrada de modelos de

Book · January 2008

Long-term dynamic monitoring of concrete dams View project

The user has requested enhancement of the downloaded file.

Lisboa, Outubro de 2008

Análise dinâmica de estruturas. Utilização integrada de modelos de Resumo

Neste trabalho aborda-se o tema da análise dinâmica de estruturas de engenharia civil,

Após a introdução dos fundamentos da dinâmica de estruturas, efectua-se a descrição

Dynamic analysis of structures. Using modal identification models and Abstract

CAPÍTULO 1 - INTRODUÇÃO ......................................................................................................................... 1

1.1 CONSIDERAÇÕES GERAIS .................................................................................................................................................... 1

CAPÍTULO 2 – COMPORTAMENTO DINÂMICO DE MODELOS ESTRUTURAIS COM VÁRIOS GRAUS DE

2.1 INTRODUÇÃO ....................................................................................................................................................................... 5

CAPÍTULO 3 – IDENTIFICAÇÃO MODAL ESTOCÁSTICA NO DOMÍNIO DA FREQUÊNCIA ............................. 25

3.1 INTRODUÇÃO ..................................................................................................................................................................... 25

CAPÍTULO 4 – ANÁLISE DO COMPORTAMENTO DINÂMICO DE ESTRUTURAS CONTÍNUAS ........................ 89

4.1 INTRODUÇÃO ..................................................................................................................................................................... 89

5.1 SÍNTESE DO TRABALHO ................................................................................................................................................... 135

A.1 INTRODUÇÃO .................................................................................................................................................................. 139

B.1 INTRODUÇÃO................................................................................................................................................................... 157

SUMÁRIO: As crescentes preocupações da sociedade com as questões de segurança

Neste sentido, a observação do comportamento dinâmico de estruturas e o

1.1 Considerações gerais

A análise do comportamento dinâmico de estruturas de engenharia civil deve ser

Recentemente, têm-se verificado importantes desenvolvimentos, quer ao nível da

Estas evoluções têm impulsionado o desenvolvimento de modelos numéricos

Densidade Espectral de Potência Média

Globalmente, a análise do comportamento dinâmico de estruturas deverá ser

• Apresentar alguns dos fundamentos da dinâmica de estruturas,

• Abordar o problema do comportamento dinâmico de estruturas

Este trabalho é igualmente desenvolvido com o objectivo de constituir um elemento

Finalmente, importa salientar que a introdução do problema da interacção estrutura-

2 COMPORTAMENTO DINÂMICO DE MODELOS

SUMÁRIO: O estudo do comportamento dinâmico de modelos estruturais com um

A análise e caracterização do comportamento dinâmico de estruturas baseia-se num

Genericamente, e independentemente do tipo de excitação, o processo relativo à

como a adopção de um modelo espacial discreto ou contínuo que represente

Acção do vento Acção do tipo ruído ambiente

Acção impulsiva Caracteríticas modais:

Figura 2.1 Esquema representativo da caracterização do comportamento dinâmico de estruturas.

Neste capítulo, o estudo do comportamento dinâmico de estruturas é efectuado, u 1 (t)

assumindo simplificadamente a hipótese de comportamento elástico linear e que as

Nos modelos matemáticos utilizados para estudar o comportamento dinâmico de u 2 (t)

Tendo em conta o tipo de excitação, é efectuada a apresentação dos diversos

2.2 Excitação determinística

A caracterização do comportamento dinâmico de estruturas, com base numa excitação

Nesta secção apresentam-se os conceitos utilizadas neste tipo de abordagem,

2.2.1 Equação do movimento para estruturas discretizadas

O estudo do comportamento dinâmico de estruturas, discretizadas em n graus de

As matrizes m, c e k , representam, respectivamente, a matriz de massas,

Por sua vez os vectores u ( t ) , u ( t ) e u ( t ) , contêm as acelerações, velocidades e

A resolução deste sistema de equações diferenciais de segunda ordem, pode ser

Uma vez que o objectivo deste trabalho é analisar o comportamento dinâmico de

evidentemente mais interessante. Transformadas de Fourier dos

obtém-se uma nova expressão matricial, que relaciona, no domínio da frequência a

A determinação da matriz anterior pode ser uma operação computacionalmente

Tendo em conta as simplificações introduzidas, determinaram-se as seguintes matrizes de rigidez e de massa:

2.2.2 Formulação modal

A formulação modal permite transformar o sistema de equações diferenciais anterior,

2.2.2.1 Determinação de frequências e modos de vibração de sistemas sem amortecimento

Os fundamentos da formulação modal desenvolvem-se a partir do caso teórico de

a equação anterior também pode ser representada na forma seguinte

Por sua vez os vectores u ( t ) , u ( t ) e u ( t ) , contêm as acelerações, velocidades e

u i ( t ) + ci ⋅ u i ( t ) + ki ⋅ u i ( t ) = pi ( t )