CURSO DE ANÁLISIS MODAL EXPERIMENTAL

Jaime Domínguez Abascal

Juana Mayo Núñez
Departamento de Ingeniería Mecánica y de los Materiales
Universidad de Sevilla
Fases del análisis modal experimental

MONTAJE
EXPERIMENTAL

FRF o HISTORIA
TEMPORAL

•Polos del sistema

AJUSTE DE
PARÁMETROS •Modos de vibración

VALIDACIÓN
 Indice

1. MÉTODOS DE AJUSTE DE
PARÁMETROS MODALES
1. ECUACIONES MODALES
BÁSICAS
2. CLASIFICACIÓN DE LOS
MÉTODOS
3. METODOS SDOF
4. METODOS MDOF
5. CONCLUSIONES

2. VALIDACIÓN DEL MODELO MODAL

1. INTRODUCCIÓN
2. SINTESIS DE FRF
3. MATRIZ MAC
4. PARTICIPACIÓN MODAL
5. RECIPROCIDAD
6. COMPLEJIDAD DEL MODO
MÉTODOS DE AJUSTE DE PARÁMETROS MODALES
FRECUENCIAS
NATURALES
AMORTIGUAMIENTO
MODOS DE VIBRACIÓN
Para 1 gdl:
Residuos

− j j 1
2 Mω1 2 Mω1 k
H ( jω ) = + =
( jω − jω1 − σ 1 ) ( jω + jω1 − σ 1 ) 1 − τ + j 2ξτ
2

⎛ Ψr21 Ψr1Ψr 2 ⎞
Para 2 gdl: Qr ⎜⎜ ⎟⎟
⎝ sim Ψr 2 ⎠
2

&y&r + cr y& r + k r yr = Ψ rT F (t ) Matriz de residuos

⎛ Qr Qr* ⎞ T
Yr ( p) = ⎜⎜ + ⎟Ψ F( p )
* ⎟ r
⎝ p − λr p − λr ⎠

H 11 = Ψ112 H y1 + Ψ212 H y 2
[H ] = ⎛⎜⎜
H 12 ⎞
H 11 H 12 = Ψ11Ψ12 H y1 + Ψ21Ψ22 H y 2
⎟⎟
⎝ Sim H 22 ⎠
H 22 = Ψ122 H y1 + Ψ222 H y 2
 ECUACIONES MODALES BÁSICAS

Datos:

m1 = m2 = 2kg
N N N
c1 = 3 c2 = 2 c3 = 3
m m m
s s s
N N N
k1 = 4000 k 2 = 2000 k3 = 4000
m m m
Sistema con amortiguamiento
proporcional

⎡m1 ⎤⎛ &x&1 ⎞ ⎡c1 + c2 − c2 ⎤⎛ x&1 ⎞ ⎡k1 + k 2 − k 2 ⎤⎛ x1 ⎞ ⎛ f1 ⎞

⎢ ⎥ ⎜⎜ ⎟⎟ + ⎢ ⎥ ⎜⎜ ⎟⎟ + ⎢ ⎥ ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎣ m2 ⎦⎝ &x&2 ⎠ ⎣ − c2 c2 + c3 ⎦⎝ x& 2 ⎠ ⎣ − k 2 k 2 + k 3 ⎦ ⎝ x2 ⎠ ⎝ f 2 ⎠

M&x& + Cx& + Kx = F
 Cálculo de las frecuencias
naturales y modos de
vibración
Problema de autovalores y autovectores

(K − ω M )Φ = 0
2

Polos:
(λ1 , λ2, λ1 , λ2 )
* *
Frecuencias naturales: Matriz de modos:

ωn1 = 44.7214 rad / s ⎛1 1 ⎞ λ1 = −0.75 + 44.7151 j = 44.721∠90.961º

Φ = ⎜⎜ ⎟⎟ λ2 = −1.75 + 63.2213 j = 63.246∠91.586º
ωn 2 = 63.2456 rad / s
⎝1 − 1⎠

⎛4 ⎞⎛ &y&1 ⎞ ⎛ 6 ⎞⎛ y&1 ⎞ ⎛ 8000 ⎞⎛ y1 ⎞ T⎛ 1 ⎞

f
⎜⎜ ⎟⎟⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟⎜⎜ ⎟⎟ = Φ ⎜⎜ ⎟⎟
⎝ 4 ⎠⎝ &y&2 ⎠ ⎝ 14 ⎠⎝ y& 2 ⎠ ⎝ 16000 ⎠⎝ y2 ⎠ ⎝ f2 ⎠
Factores de escalado modal: (dependen de la normalización del modo)

−j Q1 = −0.0028i
Qr =
2 M rω1r Q2 = −0.0020i Cualquier columna tiene
suficiente información para
calcular la matriz completa,
salvo cuando se excita un
A1 = nodo del modo
Residuos:
⎛Ψ Ψ Ψ12 Ψ11 ⎞
0 - 0.0028i 0 - 0.0028i Q1 ⎜⎜ 11 11 ⎟⎟
0 - 0.0028i 0 - 0.0028i
⎝ Ψ11Ψ12 Ψ12 Ψ12 ⎠
[A]
r = Qr {Φ r }{Φ Tr } A2 =
⎛Ψ Ψ Ψ22 Ψ21 ⎞
0 - 0.0020i 0 + 0.0020i Q2 ⎜⎜ 21 21 ⎟⎟
0 + 0.0020i 0 - 0.0020i
⎝ Ψ21Ψ22 Ψ22 Ψ22 ⎠

⎛ − 0.0028i − 0.0028i ⎞
Factor de participación modal: Qr Ψ T L = ⎜⎜
⎝ − 0 .002i 0 .002i
⎟⎟
⎠
Medida de la eficiencia de la excitación en cada grado de libertad para cada modo
 ECUACIONES MODALES BÁSICAS (CONT.)

FRF (escala lineal)

 ECUACIONES MODALES BÁSICAS (CONT.)
FRF (escala logarítmica)
 ECUACIONES MODALES BÁSICAS (CONT.)

Si dos modos consecutivos tienen el mismo signo para los residuos, existirá
una antiresonancia a una frecuencia entre las frecuencias naturales de esos
dos modos.
Si, por el contrario, los signos son opuestos, entonces existirá simplemente un
mínimo.

rr = Qr Ψr ΨrT

Hii SIEMPRE hay una antiresonancia siguiendo a una resonancia

Hik Mezcla de antiresonancias y mínimos

ECUACIONES MODALES BÁSICAS (CONT.)
 ECUACIONES MODALES BÁSICAS (CONT.)
Diagrama de Nyquist
 ECUACIONES MODALES BÁSICAS (CONT.)
Solamente dos son circunferencias
exactas: la movilidad para el caso
del amortiguamiento viscoso y la
receptancia para el caso del Xe iωt
x p (t ) X
RECEPTANCIA ≡ H (ω ) = iωt
= =
amortiguamiento estructural. En F (t ) Fo e Fo
los otros casos, el grado de x& p (t ) X&e iωt X&
MOVILIDAD ≡ Y (ω ) = = iωt
=
F (t ) Fo e Fo
distorsión respecto a una ω
&x&p (t ) X&&e i t
X&&
circunferencia depende de la INERTANCIA ≡ Y (ω ) = = =
F (t ) Fo e iωt Fo
cantidad de amortiguamiento
presente, siendo despreciable
cuando el amortiguamiento es
muy pequeño.
ω 1 ω (1 − τ 2 ) − i (2ζτ )
Y (ω ) = iωH (ω ) = i =i
k (1 − τ 2 ) + i (2ζτ ) k (1 − τ 2 ) 2 + (2ζτ ) 2
U = Re[Y (ω )] − V = Im[Y (ω )]
1
2ζτ ω (1 − τ ) ω 2 2c
Re[Y (ω )] = k Im[Y (ω )] = k
(1 − τ ) + (2ζτ ) 2
2 2
(1 − τ ) + (2ζτ ) 2
2 2

U +V =
(8ζ τ 2 ) − 16ζ 2τ 2 (( 1 − τ 2 ) 2 + ( 2ζτ ) 2 ) + (( 1 − τ 2 ) 2 + ( 2ζτ ) 2 ) + 16ζ 2τ 2 ( 1 − τ 2 ) 2
2 2 2

(2c )2 ((1 − τ 2 )2 + (2ζτ )2 )

2 2
2

2
⎛ 1 ⎞
U +V = ⎜ ⎟
2 2

⎝ 2c ⎠
 ECUACIONES MODALES BÁSICAS (CONT.)

Donde L es la matriz de factores de participación modal

ECUACIONES MODALES BÁSICAS (CONT.)
 ECUACIONES MODALES BÁSICAS (CONT.)

Aproximando la influencia de los modos

fuera de la banda de interés:
 ECUACIONES MODALES BÁSICAS (CONT.)

En el dominio del tiempo:

En el dominio del tiempo la posibilidad de

usar términos residuales no existe.
 CLASIFICACIÓN DE LOS MÉTODOS
Métodos de 1 g.d.l. (SDOF) o de varios
g.d.l.(MDOF):
En la banda de frecuencia de interés
sólo hay un modo importante.
Métodos de 1 g.d.l. Los términos residuales tienen en
cuenta la influencia de los modos
vecinos.
Son métodos muy rápidos y requieren
poca memoria.
Son válidos únicamente si los modos
están bien desacoplados.

Métodos de varios g.d.l.

Si los modos no están desacoplados, que es el caso general, es necesario
aproximar los datos adquiridos mediante un modelo que incluya varios modos. Los
parámetros de estos modos se estiman simultáneamente.
 CLASIFICACIÓN DE LOS MÉTODOS

Estimaciones locales o globales

Los polos son una característica del sistema y son, por tanto, independientes
de los puntos donde se aplique la carga y de los puntos de medida. Se
pueden estimar de cualquier función medida sobre la estructura.

Estimaciones locales
Cada FRF adquirida se analiza individualmente.
Se obtienen tantas estimaciones como FRFs se hayan adquirido.
El usuario decide qué estimación es la mejor o como calcular la mejor media
de todas las estimaciones.

Estimaciones globales
Todos los registros adquiridos se analizan simultáneamente.
Se obtiene una sola estimación de los parámetros modales.
Es sumamente importante la consistencia de los datos adquiridos. Errores en
la medida, como el efecto de la masa de los acelerómetros móviles, pueden
afectar gravemente a las estimaciones globales
 CLASIFICACIÓN DE LOS MÉTODOS
Excitación en un punto o en varios puntos
Los polos dobles o muy próximos solo pueden ser separados si se analiza
simultáneamente registros procedentes de excitaciones en puntos diferentes.
Supongamos una estructura con dos polos muy próximos. La respuesta cuando se
excita el g.d.l. j es:

Que se puede escribir como

Si solo se excita el g.d.l. j, no se observan los modos individuales sino una

combinación de ambos.
La respuesta cuando se excita otro g.d.l. l es:

La única diferencia radica en los factores de participación modal.

 CLASIFICACIÓN DE LOS MÉTODOS
Modelos modales o modelos directos

Modelo modal
El problema de identificación se reduce a la estimación de
unos parámetros desconocidos en un modelo
conocido
Modelo directo
Usa las ecuaciones del movimiento:
1) Estima los coeficientes de las ecuaciones diferenciales
2) Calcula los parámetros modales resolviendo un
problema de autovalores y autovectores de las
matrices estimadas de masa, rigidez y
amortiguamiento
 CLASIFICACIÓN DE LOS MÉTODOS

Implementación en el dominio del tiempo o en

el dominio de la frecuencia
Puede parecer que con la FFT se puede pasar de
un dominio a otro fácilmente,
sin embargo, hay algunas diferencias.

Si se desea realizar un análisis en

una banda de frecuencia estrecha,
donde los términos residuales
puedan ser importantes, es
preferible usar un método en el
dominio de la frecuencia
 CLASIFICACIÓN DE LOS MÉTODOS

METODO DOMINIO PARAMETROS ESTIMACIÓN EXCITACIÓN MODELO

Peak
Frecuencia Polo Local Simple Modal
Picking
Mode
SDOF Frecuencia Modo propio Local Simple Modal
Picking
Polo
Circle Fit Frecuencia Local Simple Modal
Modo propio

Polo
MDOF LSCE Tiempo Global Múltiple Modal
Modo propio
 CLASIFICACIÓN DE LOS MÉTODOS

Evolución

SDOF MDOF
Local Global
Excitación única múltiple
 Métodos SDOF

PEAK PICKING

A Frecuencia Natural

ωr
A/√2

Amortiguamiento:

ω2 - ω1
ζ=
ω1 ωr ω2 2•ωr
 Métodos SDOF
4 Frequency Response Function
x 10
1

0.5

Real Part
0

-0.5

-1
0 5 10 15 20 25 30
Frequency Hz

15000

10000
Imaginary Part

5000

0
0 5 10 15 20 25 30
Frequency Hz

(1 − τ 2 ) 2ζτ
Re[H (ω )] = k Im[H (ω )] = k
(1 − τ ) + (2ζτ ) 2
2 2
(1 − τ ) + (2ζτ ) 2
2 2
 Métodos SDOF

•El estimador localiza la frecuencia de resonancia sobre una línea

espectral. Por tanto, pueden existir errores importantes si la FRF tiene
una resolución en frecuencia baja y los picos caen entre dos líneas
espectrales.
•Puede ocurrir que uno de los puntos de potencia mitad no se pueda
hallar:
•Dos modos próximos
•Próximo al borde de la banda de frecuencia medida
•LOS MÉTODOS DE UN SOLO GRADO DE LIBERTAD SOLO
PUEDEN USARSE CON MODOS BIEN SEPARADOS
 Métodos SDOF
Mode picking
SDOF, modelo modal, dominio de la frecuencia, estimador
local del modo.
Despreciando los términos residuales, la FRF a la
frecuencia ωr se aproxima por:

Qrψ irψ jr Qrψ irψ jr rijr

H ij ( jωr ) ≅ ≅ ≅
( jωr − (σ r + jωr )) −σ r −σ r

Este método necesita una estimación del polo, por ejemplo mediante el
método peak picking u otra técnica.
Este método, obviamente, es muy sensible a pequeños desplazamientos
de las líneas espectrales.
Ejemplo
 Métodos SDOF
Circle fitting

Estimación local de
frecuencia,
amortiguamiento y modo
 Métodos MDOF
Complex exponential method
• Método en el dominio del tiempo
• Estimaciones globales
• Base de una serie de variantes más
eficientes (Polyreference least squares
complex exponential method LSCE)
 Métodos MDOF

r =1
( * *
r
*
) 2N
h(t ) = ∑ Qr Ψr ΨrT e λr t + Qr Ψr Ψ e λr t = ∑ rr e λr t
*T

r =1

•Selección de la FRF a
analizar
•Selección del número de
modos a buscar
•Cáculo de la IFR a través de
la FFT
 Métodos MDOF
2N 2N
h(t ) = ∑ rr e λr t
⇒ hij (t ) = ∑ rr ij e λr t

r =1 r =1

λr ∆t
= Vr
2N
h0 = h(0 ) = ∑ rr e 2N

r =1 h0 = h(0 ) = ∑ rr
2N r =1

h1 = h(∆t ) = ∑ rr e λr ∆t 2N

r =1 h1 = h(∆t ) = ∑ rrVr
r =1

( )
2N
h2 = h(2∆t ) = ∑ rr e λr ∆t
2 2N
h2 = h(2∆t ) = ∑ rrVr
2
r =1
r =1
M M
( )
2N
hq = h(q∆t ) = ∑ rr e λr ∆t
q 2N
hq = h(q∆t ) = ∑ rrVr
q
r =1
r =1
 Métodos MDOF
2N h0 = r1 + r2 + L + r2 N
h0 = h(0) = ∑ rr h1 = r1V1 + r2V2 + L + r2 NV2 N
r =1
h2 = r1V1 + r2V2 + L + r2 NV2 N
2 2 2
2N
h1 = h(∆t ) = ∑ rrVr M
r =1
hq = r1V1 + r2V2 + L + r2 NV2 N
q q q
2N
h2 = h(2∆t ) = ∑ rrVr
2
Multiplico cada una de las
r =1
ecs. por un coeficiente
M β 0 h0 = β 0 r1 + β 0 r2 + L + β 0 r2 N
2N
β1h1 = β1r1V1 + β1r2V2 + L + β1r2 NV2 N
hq = h(q∆t ) = ∑ rrVr
q

r =1 β 2 h2 = β 2 r1V12 + β 2 r2V2 2 + L + β 2 r2 NV2 N 2

M
β q hq = β q r1V1q + β q r2V2 q + L + β q r2 NV2 N q
q 2N
⎛ q i⎞
∑ β h
i i = ∑ ⎜ r ∑ i r ⎟⎟
⎜
r =1 ⎝
r β V
i =0 i =0 ⎠
 Métodos MDOF
q 2N
⎛ q i⎞
∑ β i hi = ∑ ⎜⎜ rr ∑ β iVr ⎟⎟
r =1 ⎝
i =0 i =0 ⎠
Los coeficientes se eligen de forma que las raíces de la ecuación:

β 0 + β1V + β 2V 2 + L + β qV q = 0

sean V1 , V2 , LVq

q
De esta forma la ecuación
anterior se transforma en: ∑β h
i =0
i i =0
 Métodos MDOF

q q −1

∑β h
i =0
i i = 0 ⇒ ∑ β i hi = − β q hq = − hq
i =0

⎛ β0 ⎞
⎜ ⎟
⎜ β1 ⎟
(h0 h1 L hq −1 )⎜
M ⎟ = −hq
⎜ ⎟
⎜β ⎟
⎝ q −1 ⎠
 Métodos MDOF
Podemos repetir todo el proceso para un conjunto diferente
de IFR:
β 0 h1 = β 0 r1V1 + β 0 r2V2 + L + β 0 r2 NV2 N
h1 = r1V1 + r2V2 + L + r2 NV2 N
β1h2 = β1r1V12 + β1r2V2 2 + L + β1r2 NV2 N 2
h2 = r1V1 + r2V2 + L + r2 NV2 N
2 2 2
M
M β q hq +1 = β q r1V1q +1 + β q r2V2 q +1 + L + β q r2 NV2 N q +1
q +1 q +1 q +1
hq +1 = r1V1 + r2V2 + L + r2 NV2 N q 2N
⎛ q
i⎞
∑ β h
i i +1 = ∑ ⎜ r r ∑ i r ⎟⎟
⎜
r =1 ⎝
r V β V
i =0 i =0 ⎠

⎛ β0 ⎞
⎜ ⎟
⎜ β1 ⎟
(h h2 L hq )⎜ ⎟ = − hq +1 q

∑β h =0
1
M
⎜ ⎟ i i +1
⎜β ⎟ i =0
⎝ q −1 ⎠
 Métodos MDOF

Aplicaciones sucesivas conducen a:

⎛ h0 h1 L h2 N −1 ⎞⎛ β 0 ⎞ ⎛ h2 N ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ h1 h2 L h2 N ⎟⎜ β1 ⎟ ⎜ h2 N +1 ⎟
⎜ M ⎟ ⎜ ⎟ = −⎜
M O M M M ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜h L h4 N − 2 ⎟⎠⎜⎝ β 2 N −1 ⎟⎠ ⎜h ⎟
⎝ 2 N −1 h2 N ⎝ 4 N −1 ⎠

Donde se ha igualado el número de puntos q al número de grados

de libertad del sistema
 Métodos MDOF
Procedimiento:
⎛ h0 h1 L h2 N −1 ⎞⎛ β 0 ⎞ ⎛ h2 N ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ h1 h2 L h2 N ⎟⎜ β1 ⎟ ⎜ h2 N +1 ⎟
⎜ M ⎟⎜ ⎟ = −⎜
M O M M M ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜h ⎟⎜ ⎟
L h4 N − 2 ⎠⎝ β 2 N −1 ⎠ ⎜ ⎟
⎝ 2 N −1 h2 N ⎝ h4 N −1 ⎠

β 0 + β1V + β 2V 2 + L + β 2 NV 2 N = 0
h0 = r1 + r2 + L + r2 N
h1 = r1V1 + r2V2 + L + r2 NV2 N
h2 = r1V1 + r2V2 + L + r2 NV2 N λr ∆t
2 2 2

e = Vr
M
hq = r1V1 + r2V2 + L + r2 NV2 N
q q q
POLOS

MODOS
 Métodos MDOF
Ejemplo
 Métodos MDOF

⎛ h0 h1 ⎞⎛ β 0 ⎞ ⎛ h2 ⎞
Ejemplo (cont.) ⎜⎜ ⎟⎟⎜⎜ ⎟⎟ = −⎜⎜ ⎟⎟
⎝ h1 h2 ⎠⎝ β1 ⎠ ⎝ h3 ⎠
⎧β0 = 1
⎛ 1 0 ⎞⎛ β 0 ⎞ ⎛ − 1⎞ ⎪
⎜⎜ ⎟⎟⎜⎜ ⎟⎟ = −⎜⎜ ⎟⎟ ⇒ ⎨β1 = 0
⎝ 0 − 1⎠⎝ β1 ⎠ ⎝ 0 ⎠ ⎪β = 1
⎩ 2
β 0 + β1V + β 2V 2 = 0 ⇒ 1 + V 2 = 0 ⇒ V = ± j
j = e λ1∆t = eσ 1∆t (cos ω1∆t + jsenω1∆t )
eσ 1∆t cos ω1∆t = 0
eσ 1∆t senω1∆t = 1
π π ω1
ω1 = = ⇒ f1 = = 0.25 Hz
2∆t 2 2π
σ1 = 0
 Métodos MDOF
Uso del complex exponential method:
• Se hace una estimación inicial del número de grados de
libertad y se aplica el método
• Los parámetros modales hallados en el paso 1 se usan
para regenerar una FRF que se compara con los datos
medidos originalmente. Se calcula el error entre las dos
curvas
 Métodos MDOF
• Se repite el proceso usando diferentes números de g.d.l.
• Se genera un diagrama del error vs el número de modos

•Debe existir una clara disminución del error cuando se

eligen tantos g.d.l. como modos hay realmente en la
banda seleccionada
•La inclusión de más modos provoca la aparición de
modos ‘computacionales’
 Métodos MDOF

¿ NÚMERO DE POLOS ? – FUNCIONES QUE NOS AYUDAN A DETERMINARLOS

Un problema común a prácticamente todos los procedimientos de

estimación de parámetros modales es la determinación del número exacto
de polos que influyen en el análisis.
A continuación se discuten algunas técnicas que pueden ayudar al analista a
determinar el número de polos:
•DIAGRAMA DE ERROR VS NÚMERO DE MODOS
•SUMA DE FRFs
•MODE INDICATOR FUNCTION (MIF)
•DIAGRAMA DE ESTABILIZACIÓN
 Métodos MDOF
• SUMA DE FRFs:
– La manera más obvia de determinar el numero de polos es contar el
número de picos que aparecen en las FRsF. La suma de las amplitudes
de todas las FRFs sintetiza esta información en una única curva.
– Los picos más altos de la curva indican resonancias con altos
desplazamientos modales, mientras que los picos más bajos indican
pequeños desplazamientos o modos locales.

– El número de picos será siempre una cota inferior del número real de
polos.
 Métodos MDOF
• MODE INDICATOR FUNCTION (MIF):
– Son curvas en el dominio de la frecuencia que presentan mínimos
locales en las frecuencias de resonancia.
– La curva MIF1 presentará mínimos locales en todas las frecuencias de
resonancia. La curva MIF2 (si esta disponible) presentará mínimos
locales en aquellas frecuencias que sean raíces dobles y así
sucesivamente.
– El máximo número de funciones
MIF coincide con el número
de posiciones de excitación.

– Estas funciones están basadas en que, en la resonancia y en caso de

modos normales, la respuesta está desfasada 90º con respecto a la
excitación.
– La interpretación de las MIF se complica en el caso de modos
complejos o cuando la densidad modal es alta
 Métodos MDOF
Para calcular el número óptimo de modos a incluir en el análisis se usa
el diagrama de estabilización:
Se comparan las estimaciones de las frecuencias y de los
amortiguamientos que se calculan mediante modelos con distinto
número de modos.

•Las frecuencias y amortiguamientos de los modos reales no cambiarán al

aumentar el número de modos.
•Por el contrario los modos computacionales reaparecerán con distintas
frecuencias y amortiguamientos.
 Métodos MDOF
• DIAGRAMA DE ESTABILIZACIÓN:
–El cálculo comienza suponiendo la existencia de un número pequeño de polos en el
ancho de banda seleccionado. Cuando se encuentra un polo que no se había
encontrado antes en una frecuencia determinada el sistema lo marca con una “o”.
–Suponiendo la existencia de un número mayor de polos esas “o” pasan a ser “f”,
“d”, “v” y/o “s”, indicando respectivamente que a esa frecuencia ya se había
encontrado un polo antes (frecuencia estabilizada), que a esa frecuencia ya se
había encontrado un polo antes con el mismo amortiguamiento, que a esa
frecuencia ya se había encontrado un polo antes con el mismo vector propio
asociado o que todos los parámetros se han estabilizado.

• SELECCIÓN DE POLOS:
–No existe un criterio para seleccionar de forma automática los polos. Su selección
correcta depende de la experiencia de la persona que realiza el análisis y del
método prueba/error.
–La selección se vuelve más difícil en sistemas con modos acoplados y/o con alto
amortiguamiento.
–Pese a que se permite seleccionar polos de modelos modales con diferente orden
(diferente línea horizontal en el diagrama de estabilización), es una practica muy
común buscar en el diagrama de estabilización (siempre que sea posible) “s” con un
orden de modelo congruente.
 Métodos MDOF
11.9

ssd o v o o s f o s s f o s d of s s f s s s s s d 32
sso o o o sf o s s o f sf s f s o f s s ds d d 31
ss o o o sd o o s s o o s s f s o f s s vs s f 30
oo ss ff o sf o s s f o s f o s o o s d vs s f o 29
ss o o o o sf o s s o s f o s o s f fs s f 28
ss o oo sf o s s o s f o s f s f fs s d 27
((m/s2)/N)
Amplitude

sd f o sf o s sf sf v f s o s f fs d f 26
ss o o s fo s fs o s f v s s s f d sd 25
ss ff o so f s s o s v f s s ff d sv 24
o ss o fs o s sf s f o s s f f d df o 23
o ss o f s fs s s s o s o s f f fs 22
ss o o s sf s so o s s f s f s 21
ss o s o so s s o s s f d o s 20
ss s o os s s f s s d f sf 19
ss s o o s s s o s s f v s 18
ss s o s s o s s s v v fs 17
ss s s sf s s s o f s 16
df s v fv s s s ff v 15
dd s v v o s s s f d o 14
ds s o s s s s d f 13
dd s s o s s s d d 12
sd s s s s v f d 11
df s o v s o o o 10
fo s o o d o v 9
o o o v f o o 8
o f o o d v 7
o f o o 6
o o o 5
o o o F Sum oFRF SUM 4
o o B Multivariant Mode Indicator 1 3
o o 2
B Multivariant Mode Indicator 2
645e-3
71.7 Linear 843
Hz
 Métodos MDOF
CÁLCULO DE LOS MODOS PROPIOS Y DE LAS FRFs
SINTETIZADAS:
–A partir de los polos seleccionados en el diagrama de estabilización y usando
normalmente un método de calculo denominado “Least Squares Frequency Domain
method” (LSFD) se calculan los modos propios del sistema y las FRFs sintetizadas.
En los métodos temporales no se pueden calcular estos residuos.
–Como resultado de este calculo se obtienen también los llamados “residuos inferior
y superior” que muestran la participación del resto de modos que se encuentran
fuera de la banda de análisis.
–Errores pequeños en las FRFs sintetizadas indican que en un primer momento la
selección de polos ha sido correcta.
SIN TERMINOS RESIDUALES CON TERMINOS RESIDUALES

15.85 15.85
((m/s2)/N)

((m/s2)/N)
Amplitude

Amplitude

FRF pl_2:1:+Z pl_2:1:+Z FRF pl_2:1:+Z pl_2:1:+Z

Synthesized FRF pl_2:1:+Z/pl_2:1:+Z Synthesized FRF pl_2:1:+Z/pl_2:1:+Z

0.09 0.08
180.00 180.00
°

FRF pl_2:1:+Z/pl_2:1:+Z FRF pl_2:1:+Z/pl_2:1:+Z

-180.00 -180.00
71.67 Hz 842.89 71.67 Hz 842.89
 CONCLUSIONES
• Las implementaciones en el dominio del tiempo
están normalmente mejor condicionadas que las
del dominio de la frecuencia. Una de las
razones es que evitan la mayoría de los
problemas del procesado de la señal (leakage,
aliasing, etc.)
• Si las condiciones de medida son ruidosas el
promediado es más fácil y eficiente en el
dominio de la frecuencia.
• Si el efecto de los modos fuera de la banda de
medida es importante, los métodos en el
dominio de la frecuencia son mejores.
 CONCLUSIONES
•Los métodos en el dominio de la frecuencia son
apropiados para ζ > 0.3%

• Los métodos en el dominio del tiempo son

apropiados para ζ < 5%
 CONCLUSIONES

• Normalmente las FRFs se pueden transformar

al dominio del tiempo mediante la inversa de la
transformada de Fourier rápida. Se necesita:
– Espaciado en frecuencia constante
– El número de líneas espectrales sea una potencia de
dos
• Algunas técnicas experimentales, como la
excitación senoidal escalonada, producen
espaciados en frecuencias no constantes. En
estos casos no pueden usarse métodos en el
dominio del tiempo.
 CONCLUSIONES

• LSCE:
–Al ser un método temporal no es apropiado para sistemas con un alto
amortiguamiento.
–Al seleccionar la banda de análisis de debe seguir el siguiente criterio:
• Procurar que en la banda seleccionada no existan más de 10 modos.
• Seleccionar en lo posible el inicio y el fin de la banda de análisis fuera de
los flancos de las resonancias, de esta manera se evitarán los efectos
de los residuos de los modos fuera de la banda analizada.

BAJO AMORTIGUAMIENTO => MUCHOS ALTO AMORTIGUAMIENTO => POCOS PUNTOS

PUNTOS
VALIDACIÓN DEL MODELO MODAL
 Introducción

MONTAJE
EXPERIMENTAL
Herramientas para validar
la calidad del modelo
FRF o HISTORIA modal estimado.
TEMPORAL
Validación en 3 niveles:
Primer nivel: inspección
AJUSTE DE visual
PARÁMETROS
Segundo nivel: Herramientas
matemáticas (MAC, etc.)
Tercer nivel: validación
implícita

VALIDACIÓN
CRITERIOS DE VALIDACIÓN MODAL:
Síntesis de FRFs
Matriz MAC
Participación modal
Reciprocidad
Complejidad del modo
MPC y MPD
 SINTESIS DE FRFs

–La validez del modelo modal estimado se puede comprobar comparando

las FRFs sintetizadas con las FRFs medidas no incluidas en el análisis.
–Se define un coeficiente de correlación

–Y un error:

–Una lista de las FRFs donde la correlación es inferior que un porcentaje

especificado y con un error mayor que un determinado porcentaje, genera
una información útil sobre la calidad de las FRFs sintetizadas.
–Pese a que obtener errores bajos en la síntesis de las FRFs en un
indicador de una correcta selección de polos, debe tenerse siempre en
cuenta que cualquier FRF puede ser correctamente ajustada incluyendo
polos “no reales”.
–Por tanto la obtención de errores bajos en la síntesis de las FRF indica
una correcta selección de polos pero no lo garantiza.
 MATRIZ MAC (Modal Assurance Criterion):

El factor de escala modal (MSF) y

el criterio MAC son
( )
X WY
*T
herramientas matemáticas MSF X = *T
para comparar dos vectores: Y Y WY
2
X WY
*T

MAC XY =
(Y *T
)(
WY X*T WX )

•El MSF da una estimación de la relación entre los dos vectores

•El criterio MAC es el factor de correlación
•Si el criterio MAC es la unidad, entonces los dos vectores son idénticos salvo
por el factor de escala MSF
•Si el criterio MAC es cero, no existe relación lineal entre ambos vectores y el
MSF no tiene ningún significado
 MATRIZ MAC (Modal Assurance Criterion):

Uso del criterio MAC:

1. Comparar dos estimaciones k y l del
mismo modo k

•Comparando la misma columna j (es decir, el mismo punto de

excitación) ambos valores deberían ser la unidad.
•Comparando dos columnas diferentes (es decir, diferentes puntos de
excitación) de dos estimaciones de la misma matriz de residuos los
valores deberían ser: MAC=1 y un MSF dependiente de los factores
de participación modal.
 MATRIZ MAC (Modal Assurance Criterion):
Uso del criterio MAC:
2. Investigar la validez de los modos estimados
– Esta matriz contiene los valores MAC de cualquier posible pareja de
vectores propios.
– Los valores MAC esperados se mueven en el rango entre 0 y 1 (o
100%). El valor MAC será 0 o muy bajo entre vectores que describen
modos distintos y 1 (o 100%) entre vectores que describen modos
exactamente iguales.
– El cálculo del MAC entre dos modos diferentes es aproximadamente
equivalente a comprobar su ortogonalidad

Mode 1 Mode 2 Mode 3 Mode 4 Mode 5 Mode 6 Mode 7 Mode 8 Mode 9

133.872 Hz 135.110 Hz 304.724 Hz 385.502 Hz 474.269 Hz 554.236 Hz 675.354 Hz 736.193 Hz 764.604 Hz
Mode 1 133.872 Hz 100.0 1.6 2.1 0.3 1.3 4.8 0.1 0.8 1.1
Mode 2 135.110 Hz 1.6 100.0 0.0 1.5 0.3 0.8 6.1 9.8 15.6
Mode 3 304.724 Hz 2.1 0.0 100.0 1.0 0.8 2.0 0.3 0.3 0.7
Mode 4 385.502 Hz 0.3 1.5 1.0 100.0 2.9 0.5 0.6 2.8 3.5
Mode 5 474.269 Hz 1.3 0.3 0.8 2.9 100.0 0.8 2.1 1.2 1.2
Mode 6 554.236 Hz 4.8 0.8 2.0 0.5 0.8 100.0 0.1 2.9 0.7
Mode 7 675.354 Hz 0.1 6.1 0.3 0.6 2.1 0.1 100.0 3.5 2.0
Mode 8 736.193 Hz 0.8 9.8 0.3 2.8 1.2 2.9 3.5 100.0 86.9
Mode 9 764.604 Hz 1.1 15.6 0.7 3.5 1.2 0.7 2.0 86.9 100.0
 MATRIZ MAC (Modal Assurance Criterion):

• INTERPRETACIÓN DE LA MATRIZ MAC:

–Si el valor MAC dos estimaciones del mismo modo físico es baja ( menor del 90%)
al menos una de las dos estimaciones es incorrecta. Bien por que una de ellas se
origina en un ensayo en el que el modo no estaba suficientemente excitado o bien
por que se trata de un pequeño modo local poco importante.

–Si el valor MAC entre dos estimaciones de diferentes modos próximos en

frecuencia es alta ( mayor del 35%) indica que al menos existen ciertas partes en la
estructura donde ambos modos pueden considerarse similares. En caso de que los
dos modos estén muy próximos en frecuencia debe de considerarse si el
movimiento o la diferente posición de los sensores durante la medida ha originado
pequeños desplazamientos en el valor de la frecuencia propia.

–Si el valor MAC entre dos estimaciones de diferentes modos a frecuencias

(suficientemente) alejadas es alta ( mayor del 35%) es una indicación indudable de
que no se ha discretizado el modelo lo suficiente y se obtienen dos modos muy
similares cuando en realidad el sistema deforma distinto.
 MATRIZ MAC (Modal Assurance Criterion):

En el primer análisis los transductores solo han capturado el movimiento fuera

del plano. La componente fuera del plano de un modo en el plano puede
ser similar a un modo fuera del plano.
 MATRIZ DE PARTICIPACIÓN MODAL

–La participación modal es un herramienta que permite investigar la

eficiencia de los puntos de excitación seleccionados en los modos
obtenidos.

Mode 1 Mode 2 Mode 3 Mode 4 Mode 5 Mode 6 Mode 7 Mode 8 Mode 9

INPUTS TOTAL MODES
133.872 Hz 135.110 Hz 304.724 Hz 385.502 Hz 474.269 Hz 554.236 Hz 675.354 Hz 736.193 Hz 764.604 Hz
pl_2:1:+Z 100 83.88 98.87 100 99.186 100 100 100 76.81 49.457
pl_2:3:+Z 94.564 100 100 99.337 100 97.281 84.765 25.342 100 50.543
TOTAL INPUTS 28.324 22.707 13.167 10.46 9.823 6.168 4.532 0.506 4.314 100

Esta información ayuda a seleccionar los puntos de excitación más

eficientes. Además ofrece información para evaluar la validez de otros
criterios de validación modal.
 MATRIZ DE PARTICIPACIÓN MODAL

• MATRIZ DE PARTICIPACIÓN MODAL - INTERPRETACIÓN:

– En cada columna se da una idea relativa de la eficiencia con la que los
diferentes inputs excitan cada modo. Esta información puede explicar la
obtención de malos valores MAC, puesto que los modos pobremente
excitados no son estimados correctamente.
– La columna “Total Modes” estima la contribución total de cada excitador
en el sistema. Un buen test debe tener una distribución casi idéntica
sobre los diferentes puntos de excitación.
– Cada valor en una misma fila da una idea de que modos son mejor
excitados por cada input.
– La fila “Total Inputs” indica la contribución de cada modo en la energía
total suministrada al sistema. Estos valores tienden a disminuir al
aumentar la frecuencia.
 RECIPROCIDAD

Principio de reciprocidad de Maxwell: La respuesta en el punto p debida a

una excitación en el punto q es idéntica a la respuesta en el punto q debida a
la misma excitación aplicada en el punto p
Esta hipótesis conduce a matrices de masa, rigidez, amortiguamiento y FRF
simétricas
A nivel de medida se puede comprobar:

A nivel del modelo modal el papel de los modos y de los vectores de

participación modal se puede invertir
 RECIPROCIDAD

ψ pr Lrq = ψ qr Lrp
Lrq Lrp
=
ψ qr ψ pr

Si se usan múltiples puntos de excitación y un algoritmo de estimación de

parámetros modales que estime los modos y los factores de participación
modal independientemente, la ecuación anterior comprueba la validez de la
hipótesis de reciprocidad
 COMPLEJIDAD DEL MODO

–Este parámetro esta basado en el hecho indudable de que ante una

adición de masa al sistema sus frecuencias naturales disminuyen. Por lo
tanto la sensibilidad de cualquier frecuencia de resonancia real ante una
adición de masa debe ser negativa.

Mode 1 Mode 2 Mode 3 Mode 4 Mode 5 Mode 6 Mode 7 Mode 8 Mode 9

INPUTS
133.872 Hz 135.110 Hz 304.724 Hz 385.502 Hz 474.269 Hz 554.236 Hz 675.354 Hz 736.193 Hz 764.604 Hz
pl_2:1:+Z 98.357 100 99.906 100 99.885 99.792 100 100 100
pl_2:3:+Z 98.357 100 99.906 100 99.885 99.792 100 95.288 100

• MATRIZ DE COMPLEJIDAD MODAL - INTERPRETACIÓN:

–Un valor alto (cercano al 100%) indica que el modo correspondiente tiene
sensibilidad negativa a la adición de masa.
–Un valor bajo (menor del 10%) en todos los modos para un punto de excitación
especifico, probablemente sea debido a un error en el signo de la fuerza de
excitación durante las medidas.
–Cuando mirando un modo se observa que el valor de la complejidad es alto
para un input y bajo (menor del 10%) para otro, indica que muy probablemente
se este excitando cerca de un nodo modal en el input cuya complejidad es baja.
–Un valor bajo de la complejidad modal (entre el 30% y el 70%) indica una
incorrecta estimación del polo.