Professional Documents
Culture Documents
de seales de
un marco de
acero de ocho
pisos
Dinmica Estructural
Integrantes
1. Introduccin
La aplicacin tanto del mtodo de elementos finitos como del anlisis modal para identificar las
propiedades dinmicas de las estructuras y sistemas, mecnicos ha adquirido gran importancia en
los ltimos aos. La tendencia creciente es la correlacin o verificacin del modelo por medio de
los resultados experimentales obtenidos del anlisis modal Correlacionar los resultados va ms
all de la simple comparacin de las propiedades modales resultantes de ambos mtodos, es
decir, se trata de la combinacin cuantitativa de ambos resultados para identificar
especficamente las causas de las discrepancias entre las propiedades predichas por el modelo y
las medidas en el experimento modal.
Consideraciones del sistema
Para hacer posible la ejecucin de un anlisis modal, generalmente se imponen sobre cualquier
estructura o sistema mecnico las tres consideraciones bsicas siguientes:
a)
la estructura es lineal.
b)
la estructura es invariante con el tiempo.
c)
la estructura es observable.
La linealidad del sistema significa, que la respuesta de la estructura a cualquier combinacin de
fuerzas, simultneamente aplicadas, es la suma de las respuestas individuales a cada una de las
fuerzas aplicadas solas.
La no varianza del sistema con el tiempo significa que los parmetros a ser determinados son
constantes, es decir, las mediciones hechas al sistema en dos tiempos diferentes sern
consistentes.
La estructura slo puede ser observable si las mediciones de entrada y salida realizadas contienen
la informacin suficiente para generar un modelo adecuado del comportamiento de la estructura.
Aplicaciones
Las distintas aplicaciones del anlisis modal pueden ser:
Solucin de problemas de ruido y vibracin: Primero encontramos la fuente del problema
usando mediciones de vibracin bajo condiciones de operacin. Si el problema es causado por la
resonancia de la estructura (de hecho una debilidad estructural), podemos realizar modificaciones
al modelo dinmico y buscar alternativas para remediarlo.
Optimizacin del diseo: El anlisis modal en los prototipos de las estructuras te permiten
optimizar el diseo mediante la simulacin de la respuesta del prototipo y de esa manera hacer
modificaciones al modelo dinmico.
Monitoreo estructural: Los parmetros modales pueden ser usados para monitorear las
condiciones de las estructuras, como pueden ser imperfecciones o defectos; por ejemplo, el
desarrollo de grietas; esto te permite modificar los parmetros modales de la estructura.
Verificar modelos analticos: Podemos usar los modelos analticos en la etapa inicial de diseo
de aviones, aeronaves espaciales y otros vehculos. Estos modelos usualmente obtenidos desde la
tcnica de elemento finito son usados para la simulacin y optimizacin. Una vez que ya hemos
creado un prototipo de la estructura se hace un anlisis modal y se compara el modelo resultante
con el modelo analtico. Esta comparacin nos permite verificar o mejorar el modelo analtico.
Estudios recientes han demostrado que las propiedades modales de diversas estructuras varan en
funcin de cambios ambientales. La observacin de estructuras sometidas a excitaciones
ambientales experiment un importante crecimiento en la ltima dcada debido al avance
tecnolgico en los sistemas de medicin. La idea bsica consiste en evaluar el estado en el cual
una estructura se encuentra sin interrumpir su normal funcionamiento, a partir de la medicin de
su respuesta para verificar sus propiedades dinmicas, detectar dao o programar su
mantenimiento. En el caso de estructuras de grandes dimensiones, como puentes, edificios altos,
diques o estructuras fuera de costa, el ruido ambiental, por ejemplo viento o trfico de vehculos,
usualmente constituye la nica excitacin tcnica o econmicamente viable.
Experimento modal con martillo de impacto
El experimento modal con martillo de impacto es la tcnica ms popular en anlisis modal desde
los aos 1970s. La excitacin con martillo de impacto es una forma rpida, conveniente y de
bajo costo para encontrar los modos de vibracin de una estructura o sistema mecnico
(Schwarzand Richardson, 1999). Para realizar el experimento modal con martillo de impacto,
primero se fija un acelermetro en un punto de la estructura o sistema mecnico y despus sta
estructura se golpea con el martillo de impacto en tantos puntos de la estructura como se desee.
Es importante mencionar que la direccin del impacto debe ser la misma que la direccin de
medicin del acelermetro.
Usando un analizador de espectros de dos canales, las FRFs (Funciones de respuesta de
frecuencias) son calculadas (una a la vez) entre cada impacto y la respuesta obtenida por el
acelermetro fijado en un punto.
El equipo requerido para realizar un anlisis modal con la tcnica de Martillo de impacto es el
siguiente:
1.
Un martillo de impacto que contiene una celda de carga (sensor de fuerza) colocada en su
cabeza para medir la fuerza del golpe (excitacin).
2.
Un acelermetro para medir la aceleracin como respuesta en un punto de la estructura o
sistema mecnico en estudio, con la direccin requerida en coordenadas cartesianas X, Y o Z.
3.
Dos amplificadores de seriales para acondicionar las seales obtenidas del acelermetro y
del martillo de impacto.
4.
Un analizador FFT (Fast Fourier Transformed) de al menos dos canales para calcular las
FRFs.
5.
Software de pos-procesamiento modal para identificar los parmetros modales.
Vibraciones ambientales
Hace algunas dcadas, la mayor preocupacin de la ingeniera estructural era el desarrollo y
aplicacin automtica de nuevos y poderosos mtodos numricos para el anlisis (esttico y
dinmico) y diseo de estructuras de gran tamao. Luego, las primeras investigaciones en el
tema de vibraciones se basaron en importantes desarrollos en sistemas de identificacin y
anlisis experimental modal en Electrnica e Ingeniera Mecnica, realizados con anterioridad.
En estas primeras investigaciones se identificaron las principales propiedades dinmicas de
estructuras mediante la aplicacin de tcnicas de identificacin modal de vibracin forzada
(Input-Output) (Cuhna et al. ,2006). La dificultad para aplicar vibracin forzada o excitacin a
grandes estructuras civiles en una forma controlada gener la bsqueda de otros mtodos de
identificacin de mayor aplicabilidad. El progreso tecnolgico registrado en el rea de los
traductores y conversores de seales anlogas a digitales, hizo posible abrir un nuevo y
promisorio camino para la identificacin modal de estructuras de gran tamao, exclusivamente
basado en las medidas de la respuesta estructural para excitaciones.
Las pruebas de vibraciones ambientales (AVT) sobre una estructura no utilizan ninguna
excitacin artificial, por el contrario la respuesta de la estructura es medida por la excitacin
producida por el ambiente; como el viento, el trfico o los microsismos. Siendo los resultados de
las pruebas mejores, si la excitacin producida por el medio ambiente tiene un gran ancho de
banda en frecuencia que permita excitar todas las frecuencias naturales de la estructura (Cuhna et
al. ,2006).
Una de las principales ventajas de una AVT es el no requerir una excitacin artificial, de manera
que sea comparativamente ms econmica que los mtodos que utilizan vibraciones inducidas
(FVT). Adems, las investigaciones con AVT pueden desarrollarse sin interrumpir el normal uso
de las estructuras. La ejecucin de las AVT son sencillas y rpidas. Las excitaciones producidas
por el ambiente como el viento, el trfico y los microsismos son conocidas como de mltiples
entradas dado que actan sobre muchos puntos de la estructura al mismo tiempo. Por el
contrario, en los mtodos FVT la excitacin es del tipo de una sola entrada. La anterior
diferencia no es relevante en pequeas estructuras, pero en las grandes y complejas. Sin
embargo, la excitacin debida al ambiente normalmente no es controlada lo que produce una
falta de estacionariedad o un problema de estabilidad del estado de vibraciones. Esto puede
conducir a problemas debido a la no linealidad que presentan la mayora de las estructuras en la
Ingeniera Civil.
PROCESAMIENTO DE DATOS
Transformada de Fourier
Toda seal peridica, sin importar cuan complicada parezca, puede ser reconstruida a partir de
sinusoides cuyas frecuencias son mltiplos enteros de una frecuencia fundamental, eligiendo las
amplitudes y fases adecuada.
La idea bsica de las series de Fourier es que toda funcin peridica de perodo T puede ser
expresada como una suma trigonomtrica de senos y cosenos del mismo perodo T.
La historia moderna de las series de Fourier comenz con DAlembert (1747) y su tratado de las
oscilaciones de las cuerdas del violn. El desplazamiento u = u(t, x) de una cuerda de violn,
como una funcin del tiempo t y de la posicin x.
La transformada de Fourier tiene muchas aplicaciones en la ingeniera, especialmente para la
caracterizacin frecuencia de seales y sistemas lineales. Es decir, la transformada de Fourier se
utiliza para conocer las caractersticas frecuenciales de las seales y el comportamiento de los
sistemas lineales ante estas seales.
Transformada Contina de Fourier
Donde
t: Tiempo
f: Frecuencia en Hz
x(t): Seal de prueba
e-j2ft: Factor de Sondeo (Kernel Function)
X(f): Espectro en funcin de la frecuencia f
x(t) X(f), es decir para una funcin x(t) existe un equivalente X(f).
X(f), el espectro, revela la fuerza (energa) de varias componentes de frecuencia, ordenadas por
frecuencia.
La transformada de Fourier acta como un detector de energa en frecuencia-dependiente
Transformada MUSIC
El algoritmo MUSIC forma parte de una familia de algoritmos basados en el anlisis de
autovectores y autovalores (tambin conocidos como eigenvectors y eigenvalues
respectivamente).
En general, un autovector o vector propio X de una trasformacin lineal A est definido a travs
de la relacin,
donde a es un escalar que puede ser complejo y corresponde al autovalor asociado al autovector
X. Esto quiere decir que el efecto de una. Esto quiere decir que el efecto de una transformacin
lineal aplicada sobre cualquiera de sus autovectores se reduce a un simple escalamiento del
mismo.
Sean y (n) las muestras de una seal o proceso discreto. Se define una ventana y de M muestras
consecutivas, definida como el vector columna,
Y por tanto, permiten la descomposicin en valores singulares o SVD, la cual estar definida
como,
Donde cabe sealar que en caso de considerar un modelo de seal sinusoidal, se deber
considerar la desigualdad anterior como 2 + 1, ya que en este caso la estimacin incluir
tambin la parte reflejada (negativa) de la conformacin espectral de la seal.
Los componentes sinusoidales puros pueden ser expresados en base a vectores normalizados sfi
de exponenciales complejas asociadas a cada frecuencia i, los que son definidos como vectores
columna
El estimador utilizado en este tipo de algoritmos consiste en construir una funcin [] que
genere un pseudo-espectro a partir de cuyos mximos sea posible visualizar la presencia de tonos
puros y localizar la frecuencia a que corresponden. La funcin generadora del pseudo-espectro
de frecuencias tendr entonces la siguiente estructura:
Para los restantes valores de i en el recorrido del espectro entre s/2 y s/2 que no correspondan
exactamente a frecuencias de tonos puros presentes en la muestra, el denominador en la tendr
valores cercanos o superiores a la unidad con lo cual su inversa entregar valores uniformemente
menores a los picos espectrales obtenidos para los tonos detectados.
A partir del estimador general en la ecuacin nacen tres mtodos especficos para utilizar este
tipo de estimador de frecuencia que han sido propuestos en la literatura. Haciendo k = 1 ,
obtenemos el estimador de los mtodos MUSIC y Pisarenko, los cuales estn basados
estrictamente en los autovectores del subespacio de ruido con ponderacin uniforme.
Cuando aplicamos la desigualdad
estamos aplicando el mtodo MUSIC. En este caso construimos una matriz de autocorrelacin
con un tamao mayor al mnimo posible para estimar las frecuencias pero se debe tener cuidado
de que no se aproxime mucho a para que el promedio no sea deficiente.
El algoritmo MUSIC es el siguiente:
En primer lugar se ha de calcular el mnimo autovalor de la matriz de autocorrelacin formada,
como se ha visto, a travs de las muestras de la ventana considerada. El clculo de los
autovalores de una matriz es, en general, un proceso complejo y de alto coste computacional.
2. Simulacin de datos
Con el fin de validar el desempeo de la metodologa propuesta para una estructura real,
se utiliza para identificar los parmetros modales de un marco de acero de ocho pisos en 3D y
comparar los resultados con los datos experimentales disponibles presentados por Su et al.
(2014). La estructura tiene 1,5 m de largo, 1,1 m de ancho y 9,44 m de altura, como se muestra
en la Fig. 1. En cada piso se colocan placas de plomo de 250 kg teniendo as cada piso una masa
total de 325 kg. La estructura se someti a la excitacin de la base con ruido blanco en el sentido
largo. Durante la excitacin, las seales de vibracin son adquiridas por ocho sensores de
velocidad distribuidos en los ocho pisos y situados en el centro de cada piso (identificados por un
crculo slido en la Fig. 1). Los sensores usan una frecuencia de muestreo de 200 Hz dentro de
un perodo de tiempo de 72,5 segundos produciendo 14,500 muestras. Los datos de velocidad
medidos por el sensor 8 situado en la planta superior y mostrados en la Fig. 2 se utiliza para
validar la nueva metodologa.
Resultados
Modo
FEA
1
2
3
4
5
6
7
8
Frecuencia
(Hz)
direccin
2.01
6.49
12.38
19.80
26.46
34.36
44.84
56.80
Su et al.
(2014)
Amort.
(%)
MUSIC (error %)
NEXT-FFT-HPB (error %)
Frecuencia
(Hz)
Amort.
(%)
Frecuencia
(Hz)
Frecuencia
(Hz)
Amort.
(%)
1.4
0.9
0.7
0.4
0.9
1.0
1.3
2.1
5.07
7.78
3.07
3.43
2.19
2.47
12.20
5.69
81.40
87.29
94.40
93.46
97.85
95.52
99.02
----------
3.48
6.32
4.20
3.74
2.38
2.88
2.30
6.34
5.07
7.78
3.07
3.43
1.74
2.47
12.71
106.30
3.11
66.78
41.16
95.73
86.57
90.17
NEXT-FS-LD
(error %)
Amort.
(%)
77.14
81.74
84.60
73.38
95.27
90.32
14.37
61.29
Modo
FEA
1
2
3
4
5
6
7
8
Frequencia
(Hz)
direccion
2.01
6.49
12.38
19.80
26.46
34.36
44.84
56.80
Su et al.
(2014)
Amortig
uamiento
(%)
1.4
0.9
0.7
0.4
0.9
1.0
1.3
2.1
FFT HPB
MUSIC
NEXT-FFT-HPB
Frequencia
(Hz)
Amortiguam
iento (%)
Frequencia
(Hz)
Frequencia
(Hz)
Amortiguamie
nto (%)
2.112
6.995
12.76
19.12
25.88
33.51
39.37
60.03
0.26
0.11
0.04
0.03
0.02
0.04
0.01
----------
2.0
6.9
12.9
19.06
25.83
33.77
43.81
60.4
2.112
6.995
12.76
19.12
26
33.51
39.37
----------
2.88
0.87
0.23
0.24
0.04
0.13
0.13
----------
NEXTFS-LD
Amortig
uamiento
(%)
0.32
0.1643
0.1078
0.1065
0.0426
0.0968
1.1132
0.8129
3. Discusin
Fourier
La FFT (Transformada Rpida de Fourier) es considerada una de las mejores herramientas para
anlisis de seales estacionarias, sin embargo, la FFT tiene demasiadas desventajas para
determinar las propiedades dinmicas de una estructura, ya que las seales de estructuras son nolineales y no-estacionarias, en conclusin las propiedades dinmicas de una estructura no pueden
ser analizadas adecuadamente mediante el uso de la FFT.
Music
Aplicando MUSIC ([S,f]=pmusic(X,P,nfft,Fs,nwin,noverlap)) se observan las frecuencias con
mayor exactitud, en comparacin con las obtenidas con la transformada de rpida de Fourier
(FFT), aun cuando sta depende en su totalidad de los datos que el usuario ingresa,
principalmente los datos referentes a las frecuencias a obtener (P), as como los de traslape de la
seal (nwin y noverlap), los cuales mejoran la deteccin de las distintas componentes.
Inicialmente se analiz la seal aplicando MUSIC ingresando el cdigo
[S,f]=pmusic(X,16,8192,Fs,22,21) al programa MATLAB, con el cual se obtienen resultados
similares a los obtenidos por el anlisis por el mtodo de elementos finitos, sin embargo, en esta
primera aplicacin de MUSIC, el programa no logra detectar la octava frecuencia.
Con la intencin de aumentar la exactitud para lograr detectar la frecuencia faltante, se variaron
los valores de P, nwin y noverlap. Como resultado de dichas variaciones, se observ que
elimina el ruido completamente, lo que nos conlleva un cierto porcentaje de error, que se
comprob al hacer la suma de las seales filtradas y compararlas con la seal original, puesto
que se aprecia claramente que no es parecida al 100 por ciento, lo que conlleva a mas error en el
clculo de los resultados.
Otro factor a considerar fue el tipo de filtro que se utiliz, en este caso el cheby 1, puesto que al
aplicar Fourier a la suma de las seales filtradas no se encontr ningn indicativo de cual filtro
haba de dar mejores resultados puesto que los valores se obtuvieron iguales, y se opt por el
filtro de Cheby 1 sin tener parmetros confiables de que este filtro era el que nos proporcionara
mejores resultados.
4. Conclusiones
Como conclusin final considero que los dos factores ms importantes serian la identificacin de
las frecuencias existentes en un seal a analizar, y un buen filtrado o exclusin de factores que
daen la visualizacin (como es la supresin del ruido o buen filtrado de la frecuencia a analizar)
La aplicacin de los distintos mtodos descritos en el presente trabajo, arroja resultados muy
distintos con respecto a los proporcionados por el MEF, principalmente en lo referente al factor
de amortiguamiento.
Aunque la aplicacin de la transformada de Fourier para la obtencin de las frecuencias de la
seal para cada uno de los modos fue muy acertada, al combinarse sta con el mtodo HPB para
la obtencin del factor de amortiguamiento, se tiene un gran error, debido a que quien la utiliza,
Al realizar el anlisis de la seal obtenida experimentalmente pudimos comprobar que por medio
de diferentes mtodos de procesamiento de la misma obtuvimos resultados equiparables a los
obtenidos del anlisis por elementos finitos en cuanto a frecuencias, siendo MUSIC como era de
esperarse la que nos permiti encontrar las frecuencias comparables a las del MEF al ajustar los
parmetros lo suficiente para buscar las seales conocidas despus de darnos una idea por medio
de la transformada de Fourier lo cual es un recordatorio de que el procesamiento de los datos
experimentales y los datos del MEF deben siempre complementarse el uno al otro permitiendo el
poder acercarnos a conocer las propiedades reales del edificio.
El resultado correspondiente al factor de amortiguamiento obtenido del procesamiento de la
seal vario grandemente respecto al obtenido por Su, et al. A pesar de usar los distintos mtodos
para obtenerlo por lo cual solo podramos analizar este parmetro mediante la realizacin de
todos los mtodos disponibles para tomar la decisin de cul es el que ms se acerca al valor
real.
Partiendo del supuesto de que los valores de frecuencias y factores de amortiguamiento para cada
uno de los modos obtenidos mediante el MEF son correctos, se pueden observar variaciones
grandes en comparacin con los obtenidos mediante los mtodos descritos en el presente trabajo
(FFT-HPB, MUSIC, NEXT-FFT-HPB y NEXT-FS-LD).
Iniciando con la comparacin de los valores de frecuencias del MEF con los obtenidos mediante
la aplicacin de la transformada rpida de Fourier (FFT), podemos observar valores muy
semejantes entre s para cada uno de los modos, con un error (en el caso ms crtico) del orden de
12%. Si bien la tcnica FFT es muy susceptible al ruido, se sabe que puede arrojar una muy
buena aproximacin inicial a los valores de las frecuencias y que es tambin una de las tcnicas
ms utilizadas como ayuda para la obtencin del factor de amortiguamiento. En sta primera
comparacin de los valores del MEF referentes al amortiguamiento, con los obtenidos mediante
la aplicacin el mtodo HPB en combinacin con la FFT, se aprecian diferencias considerables
arrojando errores que van del 80% al 99%. Dichos errores pueden deberse en gran medida a que
ste mtodo es muy susceptible al error humano, ya que el usuario puede incurrir en errores de
visualizacin. Es por esto, entre otras cosas, que el mtodo HPB no es uno es los ms confiables
para la obtencin del factor de amortiguamiento.
Continuando con la aplicacin de MUSIC para la obtencin de los valores de frecuencias para
cada uno de los distintos modos, se puede apreciar que efectivamente es un mtodo mucho ms
exacto que el de la transformada de Fourier FFT, aunque no es para nada confiable en cuanto a la
amplitud. Con la aplicacin de la tcnica MUSIC, se pudo reducir el error entre los valores
obtenidos por dicho mtodo y los valores de referencia provenientes del MEF, siendo el error en
el caso ms crtico del orden de 6%. Esta reduccin en el error se logr obtener en parte gracias a
que el mtodo depende casi completamente de los valores que el usuario asigna, es decir, se
logr debido a las variaciones que podemos hacer a las variables que intervienen, tanto para
frecuencias esperadas, como para el traslape de la seal. Para ste caso en particular, se pudo
jugar en gran medida con los valores de las frecuencias esperadas e ignorar las frecuencias
espurias que esto genera, gracias a que ya se contaba con valores iniciales de referencia
aportados por un anlisis mediante el mtodo de elementos finitos.
Al aplicar NEXT-FFT-HPB a la seal, se obtuvieron como era de esperarse, los mismos valores
de frecuencias que con FFT-HPB, sin embargo, se logr reducir el error entre los factores de
amortiguamiento con respecto a los obtenidos con el MEF. Aunque en mi opinin, el mtodo
HPB para obtencin del factor de amortiguamiento sigue siendo un tanto burdo. Esto debido a
los errores de visualizacin que podra cometer el usuario. Adems, al combinarlo con la tcnica
FFT, obtiene de sta la caracterstica de ser muy susceptible al ruido de la seal, lo cual puede
causar que el error en general aumente.
Por ltimo, el mtodo NEXT-FS-LD aplicado a la seal en el presente trabajo, es el que arroja,
en mi opinin, los mejores resultados referentes al factor de amortiguamiento. Esto debido a que
en dicho mtodo, se puede reducir en gran medida el error que pueda causar el ruido de la seal,
gracias a que con la aplicacin de las distintas tcnicas de filtrado vistas en clase, ste puede ser
reducido o eliminado, dependiendo del tipo de filtro aplicado (siendo en mi opinin el filtro
pasabanda el ms efectivo). Adems de las ventajas que da el filtrado de la seal, creo que el
mtodo de decremento logartmico (LD) es el ms acertado y exacto de los dos utilizados en el
presente trabajo, ya que se puede decir que en ste no se tiene tanta susceptibilidad a error del
usuario como en el mtodo HPB. Se pudo observar en la comparacin de resultados, que el error
se redujo un poco con la utilizacin de ste ltimo mtodo.
Podemos apreciar en el trabajo que existe gran variacin entre los resultados arrojados por los
distintos mtodos aplicados en el presente trabajo, por lo cual se puede concluir que no hay un
camino forzoso para la obtencin de frecuencias o factor de amortiguamiento, sino que
depender del criterio del usuario de dichos mtodos, cul usar en cada caso particular, ya que
cada caso de anlisis es distinto y dependiendo de sus caractersticas, un mtodo que no es el ms
adecuado para cierto tipo de seales, puede serlo para algunas menos complejas.
Como se puede apreciar en la tabla de comparativa con los mtodos utilizados, para obtener las
frecuencias la funcin MUSIC parece ser la ms acertada al modelo del elemento finito, puesto
que se obtuvieron errores menores con este mtodo.
En cuanto el factor de Amortiguamiento , en base a los resultados se observa que el menor
porcentaje de error se logra con la combinacin de los mtodos NEXT-FFT-HPB, pero puesto
que la transformada de Fourier no puede procesar seales con una gran cantidad de ruido no se
puede calcular la frecuencia nmero 8, entonces podra decirse que el mtodo ms adecuado
sera el de NEXT-FS-LD siempre y cuando se logre un buen filtrado capaz de eliminar, sino es
todo, la mayor cantidad posible de ruido para evitar errores.
El anlisis de una seal real, puede arrojarnos datos similares a los reales (o en cierto caso
parecidos al de algn modelo de elementos finito), pero siempre habr una rango de error, que
depender de los mtodos empleados y de la habilidad del analista. En este proyecto, obtuvimos
los valores de las frecuencias muy similares a los que tenamos de referencia, pero aun
empleando diversos mtodos vistos durante la clase, los valores obtenidos del amortiguamiento
difirieron en un promedio del 100%. Por lo que puedo concluir que con los temas vistos en clase
podemos obtener valores muy prximos a las frecuencias reales, pero para obtener
amortiguamientos donde la seal sea real o con valores altos de ruido, se necesitan otros mtodos
ms refinados.
5. Referencias
A. Cunha, E. Caetano, F. Magalhes and C. Moutinho. From input-output to outputonly
modal identification of civil engineering structures, 1st International Operational Modal Analysis
Conference IOMAC, Copenhaga, Dinamarca, 2006.
Brel & Kjaer, Application notes. 2015. An introduction to modal testing . En
http://www.bksv.com/
del
Schwarz B.J. and Richardson M.H., 1999, Experimental Modal Analysis, CSI Reliability
Week, Orlando, FL., pp. 1 - 12.
Su, W. C., Huang, C. S., Chen, C. H., Liu, C. Y., Huang, H. C. & Le, Q. T. 2014),
Identifying the modal parameters of a structure from ambient vibration data via the stationary
wavelet packet. Computer-Aided Civil and Infrastructure Engineering, 2910), 738757.