Académique Documents
Professionnel Documents
Culture Documents
Operacional
Finalidad Obtener:
Frecuencias naturales.
Factores de
amortiguamiento.
Formas modales.
ANLISIS MODAL
Finalidad Obtener:
Frecuencias naturales.
Formas modales.
Factores de
amortiguamiento.
ANLISIS MODAL
Martillo de
impacto
Anlisis Modal
Excitacin
Experimental
forzada
(EMA)
Excitador modal
ANLISIS
MODAL
Anlisis Modal
Estructura en
Operacional Ruido blanco
servicio
(OMA)
Estructura en servicio.
Fuentes de excitacin
Fuentes de
excitacin
ambiental
Maquinaria
Viento Oleaje Trfico Etc.
propia
Estructura en servicio.
Fuentes de excitacin
Fuentes de
excitacin
ambiental
Maquinaria
Viento Oleaje Trfico Etc.
propia
Estructura en servicio.
Fuentes de excitacin
Fuentes de
excitacin
ambiental
Maquinaria
Viento Oleaje Trfico Etc.
propia
Estructura en servicio.
Fuentes de excitacin
Fuentes de
excitacin
ambiental
Maquinaria
Viento Oleaje Trfico Etc.
propia
Estructura en servicio.
Fuentes de excitacin
Fuentes de
excitacin
ambiental
La propia
Viento Oleaje Trfico Etc.
maquinaria
EMPLEO
Modos obtenidos
mediante FEM
Puente Eduardo Torroja,
Posadas (Crdoba)
Modos obtenidos
experimentalmente
Puente Eduardo Torroja,
Posadas (Crdoba)
Puente Eduardo Torroja,
Posadas (Crdoba)
Puente sobre ro Guadalquivir
Palma del Ro (Crdoba)
Puente sobre ro Guadalquivir
Palma del Ro (Crdoba)
Puente sobre ro Guadalquivir
Palma del Ro (Crdoba)
Puente sobre ro Guadalquivir
Palma del Ro (Crdoba)
Modelo
FEM
Puente sobre ro Guadalquivir
Palma del Ro (Crdoba)
Puente sobre ro Guadalquivir
Palma del Ro (Crdoba)
Silo (almacenaje de grano)
Alhama de Murcia, Murcia
Silo (almacenaje de grano)
Alhama de Murcia, Murcia
Puente del Jaln
Villanueva del Jaln, Zaragoza
Puente del Jaln
Villanueva del Jaln, Zaragoza
Ventajas OMA
Modelo en tiempo
continuo
Ac Matriz de estado
x(t) Vector de estado
Bc Matriz de entrada
y(t) Vector de salidas
Cc Matriz de salida
u(t) Vector de entradas
Dc Matriz de transmisin directa
Modelos experimentales
Modelo de Espacio de Estados
Obtencin de parmetros modales
Matriz de estado Ac
Adems:
Matriz C = Cc
Componentes modales observables:
(igual tiempo continuo)
Modelos experimentales
Funcin de transferencia
con
Si entrada = ruido blanco (Syy slo depende de H() y una matriz cte.
(ruido blanco matriz de entrada)):
Modelos experimentales
Espectro y espectro medio de salida
Dominio de la
Dominio del tiempo
frecuencia
Auto-regressive moving
average (ARMA) o
No paramtricos Paramtricos State-Space models
Auto-regressive
average (AR)
Poly-least squares
Covariance-driven Eigensystem
Frequency Domain complex frequency Polyreference time
stochastic subspace Realization Algorithm
Decomposition (FDD) domain mehod (p- domain (PTD)
identification (SSI-COV) (ERA)
LSCF)
Ms simples
Basados en la DFT
Dominio de la frecuencia
Mtodo lineal de
Ms sofisticado
mnimos cuadrados (LS)
Paramtricos
Basado en una funcin de Estimador de mxima
coste verosimilitud (IV)
Algoritmos de realizacin
(Espacio de Estados)
Mtodos en el dominio de la
frecuencia
Frequency Domain
No paramtricos
Decomposition (FDD)
Frequency domain
Maximum Likelihood
identification (ML)
Paramtricos
Poly-least squares
complex frequency
domain mehod (p-LSCF)
Dominio de la frecuencia Paramtricos
Frequency-domain maximum likelihood
identification (ML)
Mtodo basado en la optimizacin que
estima los parmetros modales
minimizando una funcin de coste
cuadrtica ponderada adecuadamente
con la incertidumbre en los datos
experimentales.
El mtodo da lugar a ecuaciones no
lineales en los parmetros desconocidos.
Esto requiere un procedimiento iterativo
con problemas como:
Convergencia no garantizada,
Mnimos locales,
Sensibilidad a los valores iniciales,
Alta carga computacional.
Dominio de la frecuencia Paramtricos
Poly-least squares complex frequency
domain mehod (p-LSCF)
Comercialmente conocido como PolyMax.
Desarrollado para identificacin de parmetros modales a partir
de FRFs, basado en un ajuste por mnimos cuadrados.
Produce estimaciones de polos globales y vectores de
participacin modal.
Dominio de la frecuencia Paramtricos
Poly-least squares complex frequency
domain mehod (p-LSCF)
Ventajas:
Diagramas fciles de interpretar.
Identificacin de polos muy estable y factores de participacin.
Se aplica a casos de difcil identificacin:
Sistemas de orden superior.
Sistemas altamente amortiguados con gran superposicin modal.
Mtodos en el dominio del tiempo
Covariance Driven
Stochastic Subspace
Identification (SSI-COV)
Stochastic Space
Identification (SSI)
Data Driven Stochastic
(Slo salida) Subspace Identification
(SSI-DATA)
Espacio de estados
(State-Space)
Eigensystem Realization
Algorithm (ERA)
Deterministic Space
Identification
Natural Excitation
(Entrada-Salida) Technique (NExT)
Dominio del tiempo Espacio de Estados Determinsticos
Eigensystem Realization Algorithm (ERA)
Serie de datos
temporales
Matriz de Hankel
generalizada
Descomposicin en
valores singulares
Matriz de la
realizacin del
sistema
Resolucin del
problema de
autovalores.
Extraccin de las
propiedades del
sistema
Actualizacin de Modelos
Tcnicas de correlacin
Mod. analtico Coincidencias
Mod. experimental DOF a DOF
Solucin:
Reducir DOF de FEM
Expandir DOF medidos
Model matching
DOF de FEM DOF medidos
FEM requiere una malla fina, para
tener predicciones precisas.
En la prctica no es siempre
posible:
Algunos nodos FEM estn internos
en la estructura, difcil acceso.
Difcil medir DOF rotacionales.
En OMA, no es necesario una malla
fina de puntos medidos.
El nmero y localizacin de DOF
deben coincidir.
Vara entre 0 y 1.
MAC=1 Indica buena correlacin.
MAC=0 No hay correlacin
MAC(i,j)>0.8 Si la diagonal muestra esta condicin, se
puede considerar buena correlacin.
Actualizacin de Modelos
Seleccin de parmetros a actualizar
Frecuencia
Formas modales
Curvatura formas
modales
Flexibilidad
Algoritmos de
optimizacin
Mtodos basados en cambios
de parmetros modales
Mtodos basados en la frecuencia:
Medicin fcil de realizar, en puntos accesibles.
No se contamina fcilmente del ruido experimental.
Forward Problem:
Pertenece a la categora Nivel 1 de identificacin de dao.
Consiste en calcular cambios de frecuencias, a partir de un tipo de dao
conocido.
Se modela el dao matemticamente, y se comparan las frecuencias
obtenidas, con las medidas experimentalmente para determinar el dao.
Mtodos basados en cambios
de parmetros modales
Mtodos basados en los modos de vibracin:
= [][]1
Mtodos basados en algoritmos de optimizacin: