3.1 Qu es la vibracin?

Cualquier movimiento que se repite despus de un intervalo de tiempo se llama

vibracin u oscilacin. El vaivn de un pndulo y el movimiento de una cuerda pulsada

son ejemplos comunes de vibracin. La teora de vibracin tiene que ver con el estudio

de los movimientos oscilatorios y las fuerzas asociadas con ellos. (Rao, 2012)

3.2 Sistema Dinmico

Por lo comn un sistema dinmico un medio para almacenar energa potencial

(resorte o elasticidad), un medio para conservar energa cintica (masa o inercia) y un

medio por el cual la energa se pierde (amortiguador).

La vibracin de un sistema implica la transformacin de su energa potencial en

cintica y de esta en energa potencial, de manera alterna. Si el sistema se amortigua,

una parte de su energa se disipa en cada ciclo de vibracin y se le debe de

reemplazar por una fuente externa para que se mantenga el estado de vibracin

estable. (Rao, 2012)

Figura 1. Sistema dinmico.

3.3 Movimiento armnico

El movimiento oscilatorio puede repetirse con regularidad, como el caso de un

pndulo simple, o desplegar una irregularidad considerable, como en el caso del

movimiento de la tierra en un sismo. Si el movimiento se repite despus de intervalos

de tiempo iguales se llama movimiento peridico, el tipo ms simple de movimiento

peridico es el movimiento armnico. El movimiento impartido a la masa m por el

mecanismo de yugo escoses que se muestra en la figura 2 es un ejemplo de

movimiento armnico simple. En este sistema una manivela de radio A gira alrededor

del punto O. El otro extremo de la manivela, P, se desliza en una barra ranurada, la

cual se mueve con un movimiento de vaivn en la gua vertical R. Cuando la manivela

gira a una velocidad , el extremo S del eslabn ranurado y por consiguiente la masa

m del sistema resorte masa, se desplazan de sus posiciones medias una distancia X

(en el tiempo t) dada por

= = t

Este movimiento se muestra por medio de la curva senoidal en la figura 2. La

velocidad de la masa m en el sistema t la da

Y la aceleracin

2
= 2 = 2
2

Se puede observar que la aceleracin es directamente proporcional al

desplazamiento. Una vibracin como esa, con la aceleracin proporcional al

desplazamiento y dirigida a la posicin media, se conoce como movimiento armnico

simple. El movimiento = es otro ejemplo de movimiento armnico simple.

(Rao, 2012)
 Figura 2. Mecanismo de yugo escocs.

El movimiento armnico se puede representar de una manera ms prctica por

medio de un vector OP de magnitud A que gira a una velocidad angular constante .

En la siguiente figura la proyeccin del vector OP sobre el eje vertical est dada por

Y su proyeccin sobre el eje horizontal est dada por

=
 Figura 3. Movimiento armnico de la proyeccin del extremo de un vector rotatorio.

3.4 Ciclo

Se llama ciclo al movimiento de un cuerpo vibratorio desde suposicin no

perturbada o de equilibrio hasta su posicin en una direccin, luego de vuelta a su

posicin de equilibrio y luego a su posicin extrema en la otra direccin, y de vuelta a

su posicin de equilibrio se le llama ciclo de vibracin. Una revolucin (es decir, un

desplazamiento angular de 2 radianes) del pasador P en la figura 3 o una revolucin

de vector OP en la figura xx construye un ciclo. (Rao, 2012)

3.5 Amplitud

Al desplazamiento mximo de un cuerpo vibratorio a partir de su posicin de

equilibrio se le llama amplitud de vibracin. En las Figuras 2 y 3 la amplitud de la

vibracin es igual a A. (Rao, 2012)

3.6 Periodo de oscilacin

El tiempo requerido para completar un ciclo de movimiento se conoce como periodo

de oscilacin o periodo de tiempo y esta simbolizado por . Es igual al tiempo

de la figura gire un ngulo de 2 y por consiguiente

requerido para que el vector

2
=

Donde se llama frecuencia circular.

3.7 Frecuencia de oscilacin

La cantidad de ciclos por unidad de tiempo se llama frecuencia de oscilacin o

simplemente frecuencia y est indicada por f. Por lo tanto

1
= =
2

Aqu a se le llama frecuencia circular para distinguirla de la frecuencia lineal

f. La variable simboliza la velocidad angular angular del movimiento cclico; f

se mide en ciclos por segundo (Hertz) en tanto que se mide en radianes por

segundo. (Rao, 2012)

3.8 ngulo de fase

Consideremos dos movimientos vibratorios indicados por

1 = 1
 2 = 2 ( + )

Los dos movimientos armnicos dados por las ecuaciones anteriores se llaman

sincrnicos porque tienen la misma frecuencia o velocidad angular, . No es necesario

que dos oscilaciones sincrnicas tengan la misma amplitud ni que alcancen sus

valores mximos al mismo tiempo los movimientos dados por las anteriores

ecuaciones se representan grficamente como se muestra en la figura 4. En esta

figura, el segundo vector

2 se adelanta un ngulo , conocido como ngulo de fase

1 , esto significa que el mximo del segundo vector ocurrir radianes

, al primero

antes que el primero. Observemos que en lugar de los mximos pueden considerarse

cualquier otro punto para hallar el ngulo de fase. (Rao, 2012)

Figura 4. Diferencia de fase entre dos vectores.

3.9 Frecuencia Natural

Si se deja que un sistema vibre por si mismo despus de una perturbacin inicial, la

frecuencia con la cual oscila sin la accin de fuerzas externas se conoce como

frecuencia natural. Por lo comn un sistema vibratorio que tiene n grados de libertad,

tendr n frecuencias naturales de vibracin distintas. (Rao, 2012)

3.10 Amortiguacin

En muchos sistemas prcticos, la energa vibratoria se convierte se convierte en

calor o sonido. Debido a la reduccin de la energa, la respuesta, como el

desplazamiento del sistema, se reduce gradualmente. El mecanismo mediante el cual

la energa vibratoria se convierte gradualmente en calor o sonido se conoce como

amortiguamiento. Aun cuando la cantidad de energa es convertida en calor o sonido

es relativamente pequea, la consideracin de amortiguamiento llega a ser importante

para predecir con exactitud la respuesta a la vibracin de un sistema. Se supone que

un amortiguador no tiene masa ni elasticidad, y que la fuerza del amortiguamiento

existe solo si hay una velocidad relativa entre los dos extremos del amortiguador. Es

difcil determinar las causas del amortiguamiento en sistemas prcticos. Por

consiguiente, el amortiguamiento se modela como uno ms de los siguientes tipos.

(Rao, 2012)

3.11 Amortiguamiento viscoso.

El amortiguamiento viscoso es el mecanismo de amortiguamiento de mayor uso en

el anlisis de vibracin. Cuando un sistema mecnico vibra en un medio fluido como

aire, gas, agua, aceite, la resistencia ofrecida por el fluido en el cuerpo en movimiento

hace que se disipe la energa. En este caso, la cantidad de energa disipada depende

de muchos factores, como el tamao y forma del cuerpo vibratorio, la viscosidad del

fluido, la frecuencia de vibracin e incluso la velocidad del cuerpo vibratorio. En el

amortiguamiento viscoso, la fuerza de amortiguamiento es proporcional a la velocidad

del cuerpo vibratorio. Entre los ejemplos tpicos de amortiguamiento viscoso estn: (1)

la pelcula de fluido entre superficies deslizantes; (2) el flujo de fluido alrededor de un

pistn en un cilindro; (3) el flujo de fluido a travs de un orificio, y (4) la pelcula de

fluido alrededor de un mun en una chumacera. (Rao, 2012)

3.12 Amortiguamiento de Coulomb o de friccin en seco.

Aqu la fuerza de amortiguamiento es de magnitud constante pero de direccin

opuesta a la del movimiento de cuerpo vibratorio. Es resultado de la friccin entre

superficies que al frotarse estn secas o no tienen una lubricacin suficiente.

Amortiguamiento debido a un material o solido o histrico.

Cuando un material se deforma, absorbe o disipa energa. El efecto se debe a la

friccin entre los planos internos, los cuales se deslizan a mediada que ocurren las

deformaciones. Cuando un cuerpo que experimenta amortiguamiento producido por el

material se somete a vibracin, el diagrama de esfuerzo deformacin muestra un bucle

de histresis como se indica en la figura xx. El rea de este bucle indica la perdida de

energa por unidad de volumen del cuerpo por ciclo debido al amortiguamiento. (Rao,

2012)
3.13 Series de Fourier

Aunque el movimiento armnico es ms simple de manejar, el movimiento de

muchos sistemas vibratorios es no armnico. Sin embargo en muchos casos las

vibraciones son peridicas. Por suerte cualquier funcin en el tiempo peridica puede

ser representada por la serie de Fourier como una suma infinita de trminos seno y

coseno.

Si () en una funcin con periodo , su representacin como serie de Fourier est

dada por

() = + 1 cos + 2 cos + + 1 sin + 2 sin +
2

0
() = + ( cos + sin )
2
=1

Figura 5. Una funcin peridica.

La Figura 6 (a) nos muestra la funcin peridica y la Figura (b) nos muestra que,

mediante las series de Fourier podemos acercarnos a la funcin peridica mientras

ms trminos tengamos. (Rao, 2012)

3.14 Fenmeno de Gibbs

Cuando una funcin peridica se representa con una serie de Fourier se observa

un comportamiento anmalo. Por ejemplo, la siguiente Figura 7 muestra una onda

triangular y su representacin en serie de Fourier con un nmero diferente de

trminos. Al aumentar los trminos () se ve que la aproximacin mejora en otras

partes excepto cerca de la discontinuidad () en el pico de la funcin verdadera. Se ha

observado que el error en la amplitud permanece en aproximadamente 9 por ciento

cuando . Este comportamiento se conoce como fenmeno de Gibbs, en honor a

su descubridor. (Rao, 2012)

Figura 6. Fenmeno de Gibbs.

3.15 Anlisis de Fourier

Cuando la seal de respuesta es una onda seno pura como la obtenida de una

prueba de anlisis modal con una excitacin sinusoidal, la determinacin de la

frecuencia caracterstica es un simple proceso. Sin embargo, en un anlisis modal con

excitacin aleatoria, el desplazamiento, velocidad o aceleracin del anlisis de la

estructura es normalmente una funcin complicada, resultado de la interaccin entre

varias frecuencias de resonancia y de la frecuencia caracterstica de las fuerzas

motrices externa. (Maia N. M. M, 1997)

Antes de aproximar una situacin, comencemos con un simple caso de una

excitacin peridica, dirigido a una respuesta peridica. Como el desplazamiento ()

es una funcin peridica con periodo , () puede ser expresado como la suma de un

nmero ondas sinusoidales harmnicamente relacionadas y por lo tanto pueden ser

representadas por una serie de Fourier.

2 2
() = + 2 ( cos + sin ) (3.1)

=1

La constante es simplemente el significado del valor de () sobre el periodo

(es decir de -/2 a +/2). La constante y pueden ser evaluadas de

1 /2 2
= () cos (3.2)
/2

1 /2 2
= () sen (3.3)
/2

Las constantes y pueden ser calculadas de una manera correcta para

cualquier funcin peridica. Debera notarse que los clculos estn basados en

funciones reales y que el espectro de frecuencia de () est definido por solo

frecuencias positivas (n=1, 2,3,).

 2 2
Si cos
y sin
estn expresados en trminos de funciones exponenciales

complejas como

2 2 + 2
cos = (3.4)
2

2 2 2
sin = (3.5)
2

El resultado de la forma exponencial para la serie de Fourier puede ser escrito

como

() = 2/ (3.6)
=

Donde

1 /2
= () 2/ (3.7)
/2

Como est definido para valores negativos y positivos de (frecuencias), las

siguientes relaciones mantiene y las cantidades reales y .

2
| | = | | = + 2 (3.8)

Si () no es una funcin peridica pero es un simple impulso, todava es posible

utilizar el teorema de Fourier, aunque en algo modifica la versin sustituyendo (3.7) en

(3.6) obtenemos

+
1 /2
() = ( () 2/ ) 2/ (3.9)
/2
=

Podemos asumir en este caso que, el impulso se repetir en un periodo infinito.

Como , 1 = y = que es una variable continua. Luego la

suma en (3.9) se vuelve en una integral:


() = ( () 2 ) 2 (3.10)

() = () 2 (3.11)

Donde

() = () 2 (3.12)

Las dos ltimas expresiones constituyen las muy conocidas integrales de Fourier,

definidas en formas complejas de + . Estas integrales son muy importantes

porque ellas permiten que las seales en el dominio del tiempo puedan ser

transformadas a una seal en el dominio de la frecuencia.

De lejos, solo seales peridicas y de impulso han sido discutidas.

Frecuentemente, en el anlisis modal, otros tipos de seal pueden ser encontrados.

Los varios tipos de seales pueden ser categorizadas como:

Harmnicas e.g seales de fuerza y respuesta de una estructura excitada por una fuerza
sinusoidal.
Peridicas e.g vibracin de una maquina rotativa a velocidad constante.
Transientes e.g respuesta de una estructura excitada por una fuerza impulsiva.
Aleatoria e.g respuesta de una estructura bajo una excitacin de ruido blanco.

Categoras (a) y (b) son seales peridicas. Por lo tanto un anlisis de Fourier puede

ser llevado acabo, como el periodo de las seales, , es bien definido. Categora (c)

es el resultado de una seal de impulso y podra ser analizada usando las integrales

de Fourier. Adems si la seal transiente ha bajado dentro de la longitud de grabado,

esta puede ser convertida a una seal peridica considerando que esta seal repita

por si solo en uno, dos, tres longitudes de grabado. Para la categora (d), esto es solo

posible en la prctica para analizar un registro de longitud finito de una seal aleatoria.
Proviene de que las propiedades no varan durante la recoleccin de datos o entre la

recoleccin de datos (ejemplo., cuando la seal es estacionaria), la seal es asumida

para ser peridica, el periodo es la duracin de la recoleccin , y el anlisis de

Fourier puede llevarse a cabo. Sin embargo, como ser visto despus, algunos

cuidadosos tratamientos sern necesarios, incluyendo algunos promedios de

resultados, lo cual es siempre requerido.

Las series de Fourier dadas por las ecuaciones (3.1) o (3.6) muestra () para ser

representada mediante una serie de armnicos, de frecuencias 1 , 2 , 3 , El

espaciado de la frecuencia es 1 . Esto no es un problema si la seal a ser

analizada es realmente peridica en el tiempo porque no puede haber componentes

en la seal a frecuencias entre las calculadas en el anlisis de Fourier. Sin embargo,

frecuentemente es necesario analizar seales que no son peridicas en el tiempo

(por ejemplo, la vibracin de una mquina rotativa con un nmero no entero de

revoluciones durante el periodo de medida, o la vibracin de una estructura bajo

cargas ambientales aleatorias).

El problema puede ser ilustrado mediante la comparacin de las series de Fourier

de una onda seno teniendo periodos en el tiempo con otra onda seno con

(2 + 1)2 periodos dentro de la toma de las medidas como se muestra en la Figuras

6 (a) y 6 (b). Como se puede ver de la Figura 6 (b), con periodos no completos de

onda, si la seal en el tiempo de grabado es repetida adems que en el periodo, un

declive discontinuamente ocurrir. Los espectros resultantes estn mostrados en las

Figuras 7. (a) y 7 (b). La Figura 7. (a) muestra la frecuencia de la primera onda seno

correctamente grabada mientras que la Figura 7. (b) muestra el espectro de la

segunda onda seno estando relativamente el ancho de banda con dos picos en el

lugar de la frecuencia correcta. Adems la presencia de otras componentes

sinusoidales en el segundo caso podra causar que la onda seno original quede

tapada por las otras componentes. Esto tiene implicaciones importantes para el
anlisis modal donde algunos modos pueden ser menormente excitados que otros

modos cercanos en particulares posiciones de medida, como posiciones modales.

Figura 6. a) Figura 6. b)

Figura 7. a) Figura 7. b)

El fenmeno de la dispersin de las verdaderas componentes de espectro a otras

frecuencias es llamado ``leakage. Refirindonos a la Figura 7. (a), la interpretacin

es que la energa asociada con la lnea de espectro en 0 se ha filtrado a frecuencias

vecinas, como en la Figura 7. (b). Por tanto el anlisis de un tiempo de grabacin corto

podra ocasionar ``leakage en el verdadero espectro. Para remediar o al menos

minimizar ese problema, la seal en el tiempo es usualmente multiplicada por una

funcin, conocida como funcin de ventana o simplemente ventana. El objetivo es

obtener un suave decaimiento a cero en los lmites del periodo grabado, entonces que

la seal resultante se aproxime ms a un periodo exacto. De la Figura 7. (a) a la

Figura 7. (b) ninguna ventana se ha aplicado, tambin nadie puede decir en trminos

generales que una ventana rectangular ha sido aplicada.

La forma exacta del espectro con filtracin depende de la frecuencia y las

relaciones de fase entre () y el tiempo de la funcin de ventana. En orden para

minimizar el filtrado, un nmero de funciones de ventana han sido propuestas. La

Tabla. 1 resume algunas de las ms importantes ventanas normalmente incorporadas

en las FFT.

Tabla 1. Funciones de ventana y sus formas.

La ventana ms comnmente usada es la Hanning. Su nombre deriva de Von

Hann, un cientfico que aplico un proceso equivalente a datos meteorolgicos. Cuando

las seales seno mostradas en las Figuras 7. (a) y 7. (b) son multiplicadas por la

funcin de Hanning preferentemente para el anlisis de Fourier, el espectro resultante

de las seales son mostradas en las Figuras 8. (a) y 8 (b). Podemos observar que la

ventana de Hanning esparce parte de la energa de las seales originales a las

colindantes componentes del espectro mientras que este suprime la energa filtrada a

otros componentes del espectro que estn lejos de la frecuencia correcta. Por lo tanto,

la aplicacin de la ventana generalmente limita la extensin del filtrado y reduce el

cambio de importantes componentes de la seal que estn siendo tapados.

Figura 8. a) Figura 8. b)

Es recomendado que una ventana deba ser usada siempre, excepto cuando la

seal es realmente peridica en el tiempo. Adems, la inevitable expansin de energa

cuando el anlisis de Fourier es usado en seales que no son exactamente peridicas

en el tiempo de medicin significa que debe tomarse mucho cuidado cuando se

obtiene valores de muestreo de un espectro, como estos tienden a aparecer ms

grandes de lo que realmente son. (Maia N. M. M, 1997)

3.16 Transformada Discreta de Fourier

Se mostr en la anterior seccin que, si () es una funcin peridica con periodo

, esta puede ser casi siempre representada como la suma infinita de series coseno y

seno o como una serie exponencial compleja como sigue a continuacin.

+
1 /2
() = ( () 2/ ) 2/ (3.13)
/2
=
 +
1
() = ( () 2/ ) 2/ (3.14)
0
=

Lo que se convierte en

() = 2/ (3.15)
=

Donde

1
= () 2/ (3.16)
0

En verdad, es el valor promedio del tiempo de () siendo importante debido a

la funcin 2/ . Considerar ahora, que () est muestreada en intervalos

regulares de tiempo y representado por series discretas {()}, = 0, 1, 2, , 1

donde = / . Denotando los coeficientes por los correspondientes coeficientes

de muestreo (), el valor de la funcin importante es () 2/ en el instante de

tiempo .

La integral mostrada en la Ecuacin (3.16) ser representada por una sumatoria:

1 1
1 1
() = () 2/ = () 2/ (3.17)

=0 =0

Y la Ecuacin (3.15) toma la siguiente forma:

() = () 2/ (3.18)
=0

Para = 0, 1, 2, , 1; = 0, 1, 2, , 1. La ecuacin anterior es la

Transformada Discreta de Fourier (DFT) por sus siglas en ingles.

 Una directa evaluacin de la Ecuacin (3.17) requerira cerca de 2 complejas

operaciones de suma y multiplicacin. Para valores largos de , esto podra ser

engorroso. Un algoritmo sofisticado, la transformada rpida de Fourier (FFT) propuesta

por Cooley y Tukey en 1965, es descrita a continuacin. (Maia N. M. M, 1997)

3.17 Transformada Rpida de Fourier (FFT)

Cuando la expresin 2/ en las Ecuaciones (3.17) y (3.18) es reemplazado por

el trmino las sumatorias de la DFT toman las siguientes formas:

1
1
() = () (3.19)

=0

() = () (3.20)
=0

La Figura 9. muestra el muestreo de la seal de desplazamiento (/) y su

asociada DFT ( /). Si (/) es peridica en el tiempo , el set de coeficientes

de Fourier ( /) sern peridicas sobre la frecuencia de muestreo .

De la Figura 9. uno observa la parte real de () es simtrica con respecto a la

frecuencia media donde es igual a /2 y la parte imaginaria es antisimtrica con

respecto a .

Estas simetras nos dicen que la parte real es una funcin par y la parte imaginaria

es una funcin impar. Esto significa que los coeficientes de Fourier entre /2 1

pueden ser vistos como los armnicos ``frecuencia negativa entre /2 y -1.

Igualmente la ltima parte de las series en el tiempo puede ser interpretado como

tiempo negativo lo que debera ocurrir antes de = 0.

 Figura 9. Seal en tiempo real y su DFT compleja.

En lo que sigue, una derivacin del algoritmo de Cooley-Tukey para evaluar la

Ecuacin (3.19) es presentado, usando un ejemplo de = 8. Usando la notacin de

Cooley el algoritmo FFT incluye evaluar la expresin.

() = () (3.21)
=0

Donde = 0, 1, 2, ,7; = 0, 1, 2, ,7; = ()/8 y = 2/8 . Puede ser expresado

= 42 + 21 + 0

= 42 + 21 + 0
Donde 0 , 1 , 2 , 0 , 1 2 pueden tener el valor de 0 o 1. Usando esta representacin

de la Ecuacin (3.21) se convierte en

1 1 1

(2 , 1 , 0 ) = (2 , 1 , 0 ) (42 +21 +0 )(42 +21 +0 ) (3.22)

0 =0 1 =0 2 =0

Notar que + = . , esto muestra que

(42 +21 +0 )(42 +21 +0 ) = (42 +21 +0 )42 . (42 +21 +0 )21 . (42 +21 +0 )0 (3.23)

Observando a estos trminos individualmente, podemos escribir

(42 +21 +0 )42 = [ 8(22 +1 )2 ] 40 2 (3.24)

(42 +21 +0 )21 = [ 82 1 ] (21 +0 )21 (3.25)

(42 +21 +0 )0 = (42 +21 +0 )0 (3.26)

8
Como 8 = [ 2/8 ] = 2 = 1, las partes entre corchetes en las Ecuaciones

(3.24) y (3.25) pueden ser reemplazadas por la unidad. Esto significa que la Ecuacin

(3.22) puede ser escrita como

1 1 1

(2 , 1 , 0 ) = (2 , 1 , 0 ) 40 2 (21 +0 )21 (42 +21 +0 )0 (3.27)

0 =0 1 =0 2 =0

En esta forma es conveniente desarrollar cada una de las sumatorias

separadamente y marcar los resultados intermedios. Debera notarse que cada set

consiste de ocho trminos y solo el ltimo set necesita ser guardado. Con lo que un

set de ecuaciones pueden ser derivadas como

1 (0 , 1 , 0 ) = (2 , 1 , 0 ) 40 2 (3.28)
2 =0
 1

2 (0 , 1 , 0 ) = 1 (0 , 1 , 0 ) (21 +0 )21 (3.29)

1 =0

3 (0 , 1 , 2 ) = 2 (0 , 1 , 0 ) (42 +21 +0 )0 (3.30)

0 =0

(2 , 1 , 0 ) = 3 (0 , 1 , 2 ) (3.31)

Estas ecuaciones de la FFT tienen 48 operaciones comparado con las 64

multiplicaciones y sumas complejas de la evaluacin directa de los coeficientes de

Fourier utilizando la Ecuacin (3.17). Como la primera multiplicacin en cada

sumatoria es actualmente una multiplicacin por +1, el nmero de operaciones

necesarias en la FFT puede ser reducido a 24. Notar que 0 = 4, 1 = 5,

etc., el nmero de multiplicaciones puede ser reducido a 12. Estos tipos de reduccin

son aplicables al caso ms general de = 2 donde es cualquier entero positivo,

reduciendo el clculo de 2 operaciones a (/2) log 2 multiplicaciones, (/2) log 2

sumas, (/2) log 2 restas. Para = 1024, esto representa una reduccin

computacional de ms de 200 a 1.
3.18 Transformada de Laplace

Una manera de obtener las respuestas dinmicas de un sistema bajo cualquier tipo

de excitacin, es por medio del mtodo de transformada de Laplace. Bsicamente, la

transformada de Laplace convierte ecuaciones diferenciales en ecuaciones

algebraicas que son ms fciles de manipular. (Maia N. M. M, 1997)

La transformada de Laplace de una funcin (), se denota como (), se define

como:

+
() = [()] = () (3.32)
0

Donde es, en general, una cantidad compleja conocida como la variable de

Laplace. Tomando la transformada de Laplace de cada lado de la siguiente ecuacin

diferencial:

() + () + () = () (3.33)

Obtenemos lo siguiente:

[ () + () + ()] = [ 2 () (0) (0)] + [() (0)] + ()

= ( 2 + + )() (0) (0) (0)

[()] = ()

( 2 + + )() = () + (0) + ( + )(0) (3.34)

Donde (0) y (0) son el desplazamiento y velocidad iniciales respectivamente y la

parte derecha de la ecuacin puede ser vista como una excitacin transformada

generalizada.
3.19 Funcin de Respuesta al Impulso (IRF)

Un sistema mecnico puede ser representado mediante un modelo grfico (sistema

dinmico) y a la vez descrito por una ecuacin de movimiento

() + () + () = () (3.34)

Donde () y () son la fuerza de excitacin, en funcin del tiempo, aplicada a el

sistema y el correspondiente desplazamiento (respuesta). Asumiremos tambin

condiciones iniciales de desplazamiento y velocidad (0) y (0).

De la teora de ecuaciones diferenciales, sabemos que la solucin de la Ecuacin

(3.34) es la suma de la solucin correspondiente a la ecuacin homognea con una

integral particular de la ecuacin no homognea. Si decimos que () = 0, la forma

homognea de la Ecuacin (3.34) est dada por

() + () + () = 0 (3.35)

Correspondiente a la muy conocida ecuacin de un sistema con vibracin libre.

Esta ecuacin tiene la siguiente solucin general:

() = (3.36)

Donde es conocida como la variable de Laplace, y es una cantidad compleja a ser

determinada. Sustituyendo la Ecuacin (3.36) en (3.35)

( 2 + + ) = 0 (3.37)

Se puede observar que existe una solucin trivial (() = = 0) que no

corresponde a un movimiento, por lo tanto no nos interesa, y una solucin no trivial

correspondiente a

2 + + = 0 (3.38)
La Ecuacin (3.38) es la muy conocida ecuacin caracterstica, obteniendo dos races

1 y 2, dado por

2
1,2 = ( ) (3.39)
2 2

Por lo tanto la solucin general de la Ecuacin (3.35), est dada por

() = 1 1 + 2 2 (3.40)

Donde 1 y 2 son constantes determinadas por las condiciones iniciales impuestas

en un sistema en = 0. Podemos notar que las dos races 1 y 2 pueden llegar a los

siguientes casos

Las fuerzas de amortiguamiento son las que gobiernan el movimiento

((2)2 > ) y por lo tanto se tienen races reales. En este caso a el

sistema se le denomina sobre amortiguado.

Las fuerzas de inercia y elasticidad prevalecen ((2)2 < ) y las dos

races son conjugadas complejas. En este caso al sistema se le denomina

sub amortiguado.

En el caso que ((2)2 = ), las dos races son reales. En este caso el

sistema se llama crticamente amortiguado.

El anterior anlisis muestra que cualquier sistema vibratorio tiene un parmetro

importante definido como el coeficiente crtico de amortiguamiento , que se obtiene

de (2)2 = y establece el lmite entre las situaciones sub amortiguadas y

sobre amortiguadas:

= 2 = 2 = 2 (3.41)

Donde = , es la frecuencia natural sin amortiguamiento. Definiendo un valor

adimensional como la razn de amortiguamiento

= (3.42)

Las races de la ecuacin caracterstica se escriben como

2
1,2 = 1 (3.43)

Por lo tanto

Sistema sobre amortiguado : > 1

Sistema crticamente amortiguado : = 1

Sistema sub amortiguado : < 1

La correspondiente solucin en el dominio del tiempo de la Ecuacin (3.35) es:

Sistema sobre amortiguado

2 2
1 1
() = (1 + 2 ) (3.44)

O considerando las condiciones iniciales:

2
() = (0) cosh ( 1)
[

(0) + (0) 2
+ sinh ( 1) (3.45)
2
1 ]

Sistema crticamente amortiguado

 () = (1 + 2 ) (3.46)

() = [(0)(1 + ) + (0)] (3.47)

Sistema sub amortiguado

2 2
1 1
() = (1 + 2 ) (3.48)

Donde = 1, o

2
() = (0) cos ( 1 )
[

(0) + (0) 2
+ sin ( 1 ) (3.49)
2
1 ]

Para (0) = 1 y (0) = 0, la siguiente figura muestra los casos descritos lneas arriba.

Figura 10. Ejemplo de las respuestas de vibracin libre, a un desplazamiento inicial

(0) = 1, para diferentes valores de relacin de amortiguamiento.
 Una alternativa al anlisis de Fourier (en el dominio de la frecuencia) es el uso de

una aproximacin en el dominio del tiempo para estimar la respuesta de un sistema a

una fuerza arbitraria de entrada. La forma ms simple de una funcin de fuerza no

peridica es el impulso o la funcin de Dirac. (Maia N. M. M, 1997)

() = ( ) (3.50)

Que es cero para todos los valores excepto para = , donde

+
lim ()() = 1 (3.51)
0

Podemos visualizar esta funcin, representada por un rea de un rectngulo de

ancho y altura 1/ tomando el lmite cuando tiende a cero

Figura 11. Definicin de la fuerza de impulso unitaria.

Considerando nuestro sistema de SDOF, antes de aplicar la excitacin impulsiva

(() = () = 0 para < o en = ), obtenemos, de la relacin de momento de

impulso

lim = 1 = = = = = (3.52)
0
 Y por lo tanto, concluimos que la respuesta a la funcin de la fuerza de impulso es

una vibracin libre con un desplazamiento inicial igual a cero y una velocidad inicial

igual a 1. Tal que de la Ecuacin (3.49) tenemos lo siguiente

1
() = ( ) = () sin[ ( )] > (3.53)

2
Donde = 1 , es la frecuencia natural amortiguada.

Por lo tanto ( ) es la funcin de respuesta al impulso IRF.

Figura 12. Funcin de respuesta al impulso.

3.20 Funcin de Transferencia

Si hacemos (0) = 0 y (0) = 0 en la siguiente ecuacin

( 2 + + )() = () + (0) + ( + )(0) (3.54)

Tenemos

( 2 + + )() = () (3.55)

Acomodando

() 1
() = = 2
(3.56)
() + +

Donde obtenemos la relacin entre la respuesta de un sistema (), resultado de

una fuerza que acta sobre el mismo sistema () a esta relacin se le conoce como

la Funcin de Transferencia. (Maia N. M. M, 1997)

El denominador de la Funcin de Transferencia nos proporciona dos races y para un

sistema sub amortiguado las dos races pueden ser escritas como

1,2 = (3.57)

Con

= (3.58)

Tambin

= 1 2 (3.59)

La funcin de transferencia puede ser escrita como

1
() = (3.60)
( 1 )( 2 )
Donde 1 = + y 2 = .

Si la Ecuacin (3.60) la desarrollamos mediante fracciones parciales tenemos

1
() = = + (3.61)
( 1 )( 2 ) ( 1 ) ( 2 )

Donde las conjugadas complejas y son definidas como los residuos de la

funcin de transferencia. Los residuos pueden ser encontrados fcilmente y estn

dados por

1
= (3.62)
2

En un sistema de un solo grado de libertad es solamente imaginario, para un

sistema de varios grados de libertad los residuos son, en general, cantidades

complejas.
3.21 Funcin de Respuesta en Frecuencia (FRF)

Si evaluamos la Funcin de Transferencia en el dominio de la frecuencia, a lo largo

del eje de frecuencia, obtenemos

() = ()= = [ + ] = +
( 1 ) ( 2 ) = 1 2

= + (3.62)
( ) + ( + ) +

La ecuacin anterior es la Funcin de Respuesta en Frecuencia (FRF) desarrollada

en fracciones parciales para un sistema de un solo grado de libertad. O de manera

ms sencilla, la misma FRF puede ser obtenida de la Ecuacin (3.56)

1
() = (3.63)
( 2 ) +

Entonces se puede sacar la siguiente conclusin; la FRF es solo un caso particular

de la Funcin de Transferencia. (Maia N. M. M, 1997)

3.22 Datos Aleatorios y Procesos Estacionarios

Un fenmeno fsico que puede ser representado por medio de una relacin

matemtica es llamado determinstico. Por otro lado un fenmeno aleatorio no puede

ser representado por una relacin matemtica (un valor exacto en un determinado

tiempo, no se puede determinar) y por lo tanto debe ser descrito como TRMINOS

PROBABILSTICOS. (Carlo Rainieri, s.f.)

Un proceso aleatorio o estocstico es una coleccin de todos los posibles sucesos

de un fenmeno aleatorio. Una funcin de muestra es la historia en el tiempo de un

fenmeno aleatorio. Una grabacin de muestra es una funcin de muestra observada

en un intervalo de tiempo finito.

Un grupo de funciones de muestra es necesario para caracterizar un proceso

aleatorio.

El valor medio del proceso aleatorio en un instante se puede calcular como el valor

instantneo de cada funcin en el instante , como sigue

1
() = lim () (3.64)

=1

De la misma manera la funcin de auto correlacin puede ser calculada tomando el

promedio grupal de los productos de los valores instantneos en los instantes y +

1
(, + ) = lim () ( + ) (3.65)

=1
3.23 Nociones Fundamentales de la Teora de Probabilidad

Una previa clasificacin de la informacin se basa en la funcin de distribucin

probable.

() = [ ] (3.66)

Adems, siempre que la variable aleatoria asuma un rango continuo de valores, la

funcin de densidad probable se define como:

[ < + ]
() = lim (3.67)
0

De la misma manera en presencia de dos variables aleatorias es posible

definir la funcin de distribucin probable as como la funcin de densidad probable

para dos variables, como sigue:

(, ) = [ ] (3.68)

[ < + < + ]
(, ) = lim (3.69)
0
0

Cuando la variable aleatoria asume valores en el rango de (, +), el valor

medio puede ser calculado mediante la sumatoria de cada valor multiplicado con su

probabilidad de ocurrencia, como sigue

+
[ ] = () = (3.70)

Tambin se puede definir el valor cuadrtico medio como

+
[2 ] = 2 () = 2 (3.71)

Y la varianza:

+
[( )2 ] = ( )2 () = 2 2 = 2 (3.72)

Por definicin, la desviacin estndar es la raz cuadrada positiva de la varianza,

y est en las mismas unidades del valor medio .

La funcin de covarianza de dos variables aleatorias est definida como:

+ +
= [( )( )] = ( )( ) (, ) (3.73)

Tomando en cuenta que la siguiente relacin existe entre la covarianza de las dos

variables aleatorias y sus respectivas desviaciones estndar:

| | (3.74)

El coeficiente de correlacin puede ser definido como:

= (3.75)

Si se asume valores en el rango de [1, +1]. Cuando es cero, las dos variables

independientes no se correlacionan. Vale la pena observar que, mientras dos variables

aleatorias son independientes, no se correlacionan, y mientras que variables sin

correlacin no son necesariamente independientes.

3.24 Funciones de Correlacin

Las funciones de correlacin juegan un papel importante en el Anlisis Modal

Operacional (OMA), bajo las suposiciones de respuesta estacionaria y aleatoria, la

estadstica de segundo orden, de la respuesta, lleva toda la informacin fsica. (Carlo

Rainieri, s.f.)

Dada las funciones de muestra () i () de dos procesos estacionarios

aleatorios, los valores medios independientes del tiempo, estn dados por:

+
= [ ()] = () (3.76)

+
= [ ()] = () (3.77)

Las suposiciones de dos procesos estacionarios aleatorios nos dan funciones de

covarianza que son independientes del tiempo:

() = [( () )( ( + ) )] (3.78)

() = [( () )( ( + ) )] (3.79)

() = [( () )( ( + ) )] (3.80)

Si los valores promedio son iguales a cero, las funciones de covarianza coinciden

con las funciones de correlacin:

() = [ () ( + )] (3.81)

() = [ () ( + )] (3.82)

() = [ () ( + )] (3.83)

Las cantidades y son las funciones de auto correlacin y la cantidad es

la funcin de correlacin cruzada entre las funciones () i ().

 Cuando los valores promedio no son iguales a cero las funciones de covarianza y

de correlacin se relacionan de la siguiente manera:

() = () 2 (3.84)

() = () 2 (3.85)

() = () (3.86)

Teniendo en cuenta que dos procesos estacionarios aleatorios no estn

correlacionados si () = 0 para todos los valores de , y esto implica () =

para todos los valores de , si es cero los dos procesos no se correlacionan

() = 0 para todo .

Teniendo en cuenta que la funcin de correlacin cruzada y la funcin de

covarianza cruzada estn limitadas por las siguientes desigualdades:

2
| ()| (0) (0) (3.87)

2
| ()| (0) (0) (3.88)

Y observando que

| ()| (0) (3.89)

| ()| (0) (3.90)

Lo anterior nos da a conocer que los mximos valores de las funciones de auto

correlacin y de auto covarianza ocurren en = 0; estos corresponden al valor

cuadrtico medio y la varianza de los datos, respectivamente:

(0) = [2 ()], (0) = 2 (3.91)

 Cuando los valores medios y funciones de covarianza (correlacin) del proceso

aleatorio estacionario considerado, pueden ser calculados directamente por mtodos

de promedio de tiempo en un par de grabaciones de muestra en vez de calcular

promedios grupales, los dos procesos aleatorios estacionarios son llamados a ser

dbilmente ergodicos. En otras palabras, en la presencia de dos procesos ergodicos,

las propiedades estadsticas de procesos aleatorios dbilmente estacionarios pueden

ser determinados de un anlisis de solo un par de grabaciones de muestra sin tener la

necesidad de capturar una gran cantidad de informacin. Como consecuencia, en la

presencia de dos procesos ergodicos, los valores medios de dos funciones de muestra

individuales pueden ser calculados por un promedio de tiempo como sigue:

1
() = lim () = (3.92)
0

1
() = lim () = (3.93)
0

El valor interno nos indica que la k-sima funcin de muestra ha sido elegida

para el clculo del valor medio: desde que el proceso es ergodico, los resultados son

independientes de la eleccin ( () = , () = ). Vale la pena advertir que los

valores promedio son independientes del tiempo.

De una manera similar, las funciones de auto covarianza y de covarianza cruzada

pueden ser calculadas directamente de la k-sima funcin de muestra, como sigue:

1
(, ) = lim [ () ][ ( + ) ] = (, ) 2 (3.94)
0

1
(, ) = lim [ () ][ ( + ) ] = (, ) 2 (3.95)
0

1
(, ) = lim [ () ][ ( + ) ] = (, ) (3.96)
0
 Y siendo los procesos ergodicos, los resultados son independientes de la funcin

elegida ( (, ) = (), (, ) = (), (, ) = ()).

Cuando un proceso estacionario es ergodico, la funcin de muestra genrica es

representativa para todas las dems, entonces las propiedades de primer y segundo

orden de un proceso pueden ser calculadas de una sola funcin de muestra.

De un proceso estacionario y ergodico, las funciones de auto correlacin y

correlacin cruzada estn dadas por las siguientes expresiones:

1
() = lim ()( + ) (3.97)
0

1
() = lim ()( + ) (3.98)
0

1
() = lim ()( + ) (3.99)
0

Los procesos aleatorios ergodicos son definitivamente una clase importante de

procesos aleatorios.

Desde que el valor medio y la funcin de correlacin que han sido calculadas

mediante promedios de tiempo, son iguales al valor medio y funcin de correlacin

calculados mediante promedios grupales respectivamente, una sola funcin de

muestra es suficiente para calcular las cantidades antes mencionadas. (Carlo Rainieri,

s.f.)
3.25 Funciones de Densidad Espectral

Dado un par de grabaciones de muestra () () de duracin limitada de

procesos aleatorios estacionarios, sus transformadas de Fourier (que existe como una

consecuencia de la duracin finita de las seales) son:

(, ) = () 2 (3.100)
0

(, ) = () 2 (3.101)
0

Las funciones de densidad espectral en una variable (auto) y las de dos variables

(cruzada) en el rango de (, +); se definen como sigue:

1
() = lim [ (, ) (, )] (3.102)

1
() = lim [ (, ) (, )] (3.103)

1
() = lim [ (, ) (, )] (3.104)

Donde * indica una conjugada compleja. Las funciones arriba descritas, pero en el

rango de (0, +), estn dadas por:

1
() = 2 () = 2 lim [| (, )|2 ] 0 < < + (3.105)

1
() = 2 () = 2 lim [| (, )|2 ] 0 < < + (3.106)

1
() = 2 () = 2 lim [ (, ) (, )] 0 < < + (3.107)

 Las funciones de densidad espectral en el rango de (; +) son comnmente

adoptadas en derivaciones tericas y clculos matemticos. Mientras que las

funciones de densidad espectral en el rango de (0; +) son usadas en aplicaciones

prcticas. En particular, en aplicaciones prcticas las funciones de densidad espectral,

en el rango de (0; +), son siempre el resultado de las transformadas de Fourier de

un periodo finito ( < ) y del promedio de un nmero finito de elementos grupales.

Antes de analizar el clculo del PSDs en la prctica, es interesante darse cuenta

que PSDs y las funciones de correlacin son un par de transformada de Fourier. (Carlo

Rainieri, s.f.) Asumiendo que los valores medios han sido eliminados de la las

grabaciones de muestra y que las integrales de los valores absolutos de las funciones

de correlacin son finitos (esto es siempre la verdad para periodos de grabaciones

finitos), tenemos lo siguiente:

+
|()| < (3.108)

Las funciones de densidad espectral en el rango de (; +) son las

transformadas de Fourier de las funciones de correlacin:

+
() = () 2 (3.109)

+
() = () 2 (3.110)

+
() = () 2 (3.111)

Las funciones de densidad espectral de una variable (auto) son funciones reales,

mientras que las funciones de densidad espectral de dos variables (cruzada) son

complejas. Las funciones arriba descritas pero en el rango de (0; +) estn dadas

por:

() = 4 () cos(2) (3.112)
0

() = 4 () cos(2) (3.113)
0

+
() = 2 () 2 = () () (3.114)

Donde () es llamada y () es

. La ltima funcin de densidad

espectral en el rango de (0; +) puede ser expresada en notacin polar compleja

como sigue:

() = | ()| () 0 < < (3.115)

Donde la magnitud y fase estn dados por:

2 () + 2 () (3.116)
| ()| =

()
() = tan1 (3.117)
()