22 - Sistemas com N GDL

Vibração livre
O problema de autovalor e autovetor
Ortogonalidade dos modos normais

LT.: 6.9 a 6.10

Problemas: 6.44 a 6.63

1
 Vibração livre
O modelo matemático de um sistema mecânico, em sua forma mais geral, em
vibração livre sem amortecimento, é obtido fazendo a matriz amortecimento e
o vetor forçamento nulos na eq. (6.3):
.. .
   
(6.3)
[m] x  [c] x  [k] x  F ( t )
..
  
[m] x  [k] x  0 (6.55)
..
  
onde [m] e [k] são matrizes n x n e x , x e 0 são vetores n x 1

A solução da eq. (6.55) pode ser obtida supondo soluções harmônicas

 
x  X cos( t  )

onde X é o vetor amplitude de dimensões n x 1 (vetor modal),  é a
freqüência natural e  é o ângulo de fase inicial
2
Derivando duas vezes a equação acima e substituindo no modelo matemático,
chegamos, após alguma manipulação algébrica, a

[k]   [m] X  0
 
2 (6.61)

Não é qualquer valor de 2 que permite encontrar uma solução não trivial
 
X0

para a eq. (6.61), mas apenas um conjunto seleto de n valores de 2,

chamados autovalores
A determinação desses autovalores é conhecida, em Álgebra Linear, como
um Problema de Autovalor

A cada autovalor corresponde um vetor, denominado autovetor X
O problema de achar, para cada autovalor, o autovetor correspondente,
constitui, em Álgebra Linear, um Problema de Autovetor

Conforme já vimos,  é uma freqüência natural e os vetores X são os
vetores modais, os quais representam fisicamente os modos naturais de
vibração 3
 Conclusão: as freqüências naturais são as raízes quadradas dos
autovalores, enquanto que os modos de vibração são os autovetores

Portanto, determinar freqüências naturais e modos de vibração de um sistema

mecânico corresponde a achar os autovalores e os autovetores da equação
matricial correspondente

Para obter soluções não triviais (soluções em que o vetor das amplitudes seja
não-nulo), é necessário que o determinante da matriz da eq. (6.61) seja nulo:

[k]   2 [m]  0 (6.63)

Pré-multiplicando a eq. (6.63) pela inversa da matriz massa:

[m] 1[k]   2 [I]  0

Definindo a matriz dinâmica [D] como

[D]  [m] 1[k]

[D]   2 [I]  0
4
 A expansão do determinante acima conduz a um polinômio de
grau n em 2

Se o GDL do sistema for grande, a solução desse polinômio

torna-se inviável. Devemos, então, recorrer a um método
numérico computacional para achar as raízes desse polinômio, os
quais estão disponíveis calculadoras científicas (HP 48 e 49) e
em vários softwares comerciais, tais como o MatLab, Maple, etc.

Após obtermos os valores de 2, podemos substituí-los na eq.

(6.61) para encontrar os autovetores, os quais constituem os
modos naturais de vibração

Vamos ilustrar o método para um sistema com 3 GDL

5
 Exemplo 6.10
Achar as freqüências naturais e os modos de vibração do sistema da figura

Solução
Primeiro, vamos obter a matriz dinâmica para depois achar seus autovalores:
[D]  [m] 1[k]

 2k  k 0   2 1 0 
Matriz rigidez: k    k 2k  k   k  1 2  1
 0  k k   0  1 1 

m 0 0  1 0 0
Matriz massa: m   0 m 0   m0 1 0
 0 0 m 0 0 1 6
 Para inverter a matriz [m], vamos usar o MatLab:
>> m=[1 0 0;0 1 0;0 0 1];
>> inv(m)

ans =

1.0000 0.0000 0.0000

0.0000 1.0000 0.0000
0.0000 0.0000 1.0000
 1 0 0
1 
Logo: m 1  0 1 0
m
0 0 1

 1 0 0  2  1 0 
k   
[D]  m [k ]  0 1 0  1 2  1
1
m
0 0 1  0  1 1 

Podemos, novamente, usar o MatLab para efetuar a multiplicação matricial

acima e obter a matriz dinâmica: 7
 >> k=[2 -1 0;-1 2 -1;0 -1 1];
>> inv(m)*k

ans =

2 -1 0
-1 2 -1
0 -1 1
 2 1 0 
k  
Logo: [D]   1 2  1
m
 0  1 1 

2
A seguir, usamos o determinante [D]   [I]  0

2k k
 2  0
 2 1 0   1 0 0 m m
k   2  k 2k k
 1 2  1   0 1 0  0   2  0
m   m m m
 0  1 1  0 0 1 k k
0   2
m m 8
Resolvendo o determinante, chegamos a uma equação cúbica em 2, a qual
fornece os seguintes autovalores:
k
12  0,19806
m
k
 22 1,5553
m
2 k
 3  3,2490
m
cujas raízes quadradas são as freqüências naturais:
k
1  0,44504
m
k
 2  1,2471
m
k
 3  1,8025
m
9
Após obtermos as freqüências naturais, podemos substituí-las na eq. (6.61)
para encontrar os autovetores, os quais são os modos naturais de vibração

[k]   [m] X  0
 
2 (6.61)

Substituindo inicialmente [k] e [m], obtemos

2k  m 2 k 0   X 1  0
    
 k 2k  m 2  k   X 2   0
 0 k k  m 2   X 3  0
 
Substituindo 2 pelos autovalores obtidos, temos:
k
1o modo Para 12  0,19806 :
m
 k 
 2k  m( 0,19806 )  k 0   (1) 
m X1 0
 k   (1)   
 k 2k  m(0,19806 ) k   X 2   0
 m   (1) 
 k   X 3  0
 0 k k  m(0,19806 )
 m  10
   X 1  0
(1)
2k  0,19806k k 0
   (1)   
 k 2k  0,19806k k   X 2   0
 0 k k  0,19806k   X (31)  0
 

(2k  0,19806k )X 1(1)  kX (21)  0

 kX 1(1)  (2k  0,19806k )X (21)  kX (31)  0
 kX (21)  (k  0,19806k )X (31)  0

Dividindo as 3 equações por k e simplificando:

1,80194 X 1(1)  X (21)  0
 X 1(1)  1,80194 X (21)  X (31)  0
 X (21)  0,80194 X (31)  0

Podemos colocar as amplitudes das massas 2 e 3 em função da amplitude da

massa 1 a partir da primeira e da terceira equação; a segunda equação ficará
automaticamente satisfeita:
11
 X (21)  1,80194 X 1(1)
X (21) 1,80194 X 1(1)
X (31)    2,2470 X 1(1)
0,80194 0,80194

Assim, o primeiro modo de vibração é dado por:

 1,0 
 (1)
 
X  X 1(1)  1,8019 
2,2470 

Analogamente, podemos encontrar os segundo e terceiro modos de vibração:

 1,0   1,0 
 ( 2)  (3)
   
X  X 1( 2)  0,4450  X  X 1(3 )  1,2468 
 0,8020   0,5544 

Em geral, os valores das amplitudes da massa 1 nos 3 modos é arbitrada

como unitária, de modo que podemos construir os diagramas dos modos:
12
13
Obs.: uma maneira muito mais rápida e eficaz de obter os autovalores e os
autovetores pode ser feita através do MatLab, mediante o comando abaixo,
onde [D] é a matriz dinâmica:
>> [F,M]=eig(D)

F= A matriz [F] mostra os

autovetores nas colunas; para
-0.3280 0.7370 -0.5910 obtermos os modos de vibração
-0.5910 0.3280 0.7370 normalizados, dividimos cada
-0.7370 -0.5910 -0.3280 coluna pelo valor da respectiva
primeira linha
M=
A matriz [M] mostra os
0.1981 0 0 autovalores na diagonal
0 1.5550 0 principal; extraindo as raízes
0 0 3.2470 quadradas, obtem-se as
freqüências naturais

14
Ortogonalidade dos Modos Normais
Consideremos a i-ésima freqüência natural, i, e o seu correspondente
 (i)
vetor modal, X
Evidentemente, a eq. (6.61) deve ser satisfeita, logo:

[k]   [m] X  0
 
2
(6.61)

[k]  X
 ( i)   (i )  (i)
i2 [m] 0 2
 i [m] X  [k] X (6.69)

Considerando, agora, a j-ésima freqüência natural, j, e o seu correspondente

 ( j)
vetor modal, X , podemos igualmente escrever
 (ij  ( j)
2
 j [m] X  [k] X (6.70)
T T
 ( j)  (i)
Pré-multiplicando as eqs. (6.69) e (6.70), respectivamente, por X e X ,e
levando em conta a simetria das matrizes [k] e [m]:
15
 T T T
 ( j)  (i )  ( j)  (i )  (i)  ( j)
 i2 X [m] X X [k] X X [k] X (6.71)

Simetria de [k]
T T T
 (i )  ( j)  ( j)  (i )  (i)  ( j)
 2j X [m] X   2j X [m] X X [k] X (6.72)

Simetria de [m]
T
 ( j)  (i)
Subtraindo a eq. (6.72) da eq. (6.71): (i2   2j ) X [m] X 0 (6.73)

Como, em geral, i  j, podemos escrever

T
 ( j)  (i)
X [m] X  0, i j (6.74)

Levando em conta as eqs. (6.74) e (6.71):

T
 ( j)  (i )
X [k] X  0, i j (6.75)

Conclusão: os vetores modais são ortogonais com relação às matrizes

massa e rigidez 16
Quando i = j, os membros esquerdos das eqs. (6.74) e (6.75) não são nulos, mas
fornecem os elementos das matrizes massa e rigidez generalizadas,
correspondentes ao i-ésimo modo:
T
 (i)  (i )
Mii X [m] X , i  1,2,..., n (6.76)
T
 (i)  (i )
K ii X [k] X , i  1,2,..., n (6.77)

Eqs. (6.76) e (6.77) na forma matricial:

M11 0 
 
M 22
M      X  T m X 

(6.78)
...
 
 0 Mnn 

K 11 0 
 
K 22
K       X  T K  X 

(6.79)
...
 
 0 K nn 
17
 onde [X] é a chamada matriz modal, na qual a i-ésima coluna corresponde
ao i-ésimo vetor modal:

 (1)  (2)  (n ) 
 X   X X ... X  (6.80)
 

Em muitos casos, normalizamos os vetores modais de tal modo que a matriz [M]
seja igual à matriz identidade [I], ou seja:
T
 ( j)  (i )
X [m] X  1, i  1,2,..., n (6.81)

Nesses casos, a matriz [K] reduz-se a:

12 0 
 
 22
K       X  T K  X 

(6.82)
...
 2

 0  n 

18
 Ortonormalização dos Autovetores
Diz-se que um autovetor é ortonormal em relação à matriz massa [m] quando a
seguinte relação é satisfeita:
T
 (i )  ( i)
X [m] X 1

Exemplo 6.11
Ortonormalizar os autovetores do Exemplo 6.10 em relação à matriz massa
Solução
Do Exemplo 6.10:
 1 0 0
Matriz massa: m  m0 1 0
0 0 1
19
 Autovetores:
 1,0   1,0   1,0 
 (1)  ( 2)  (3)
     
X  X 1(1)  1,8019  X  X 1( 2)  0,4450  X  X 1( 3 )  1,2468 
2,2470   0,8020   0,5544 
T
 (i )  (i )
X [m] X 1
 1 0 0  1,0 
  
i=1 X 1(1) 1,0 1,8019 2,2470m0 1 0  1,8019   1
0 0 1 2,2470

m( X 1(1) ) 2 (1,0 2  1,8019 2  2,2470 2 )  1 0,3280

X 1(1) 
m
Analogamente, encontraremos:

0,7370 0,5911
i=2 X 1( 2)  X1( 2) 
m i=3
m
20