Tese de mestrado. Estruturas de Engenharia Civil. Faculdade de Engenharia. Universidade do Porto. 2004

Made available in DSpace on 2014-06-11T19:27:14Z (GMT). No. of bitstreams: 0 Previous issue date: 2006-05-16Bitstream added on 2014-06-13T18:31:07Z : No. of bitstreams: 1 nunesjr_oa_me_ilha.pdf: 970524 bytes, checksum: 9726745cf5f299c04ce31a23c4988b5c (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A Análise Modal envolvendo apenas as respostas da estrutura é ainda um desafio que requer o uso de técnicas de identificação especiais. Este trabalho discute a identificação baseada apenas na resposta utilizando um método de identificação no tempo, mais especificamente, o método Identificação Estocástica de Subespaço. É mostrado que uma estrutura vibrando excitada por forças não conhecidas, pode ser modelada como um modelo de espaço de estado estocástico. A partir da aplicação de técnicas numéricas robustas como fatorização QR e Decomposição em Valores Singulares para a matriz bloco de Hankel semi-infinita, contendo os dados de resposta, é obtida a estimativa dos estados do modelo. Uma vez que os estados são conhecidos, o sistema de matrizes é encontrado através da solução de um problema de mínimos quadrados. Encontrado o modelo matemático da estrutura, os parâmetros modais são estimados diretamente através da decomposição em autovalores. O trabalho apresenta ainda uma metodologia que utiliza a função densidade de probabilidade para identificar possíveis componentes harmônicos contidos nos sinais de respostas. Os sinais são filtrados em uma faixa de freqüência contendo um provável modo e é verificado se este corresponde a um modo natural ou operacional. A metodologia é avaliada com dados simulados e experimentais e os resultados obtidos mostraram-se promissores para identificação dos parâmetros modais de sistemas estocásticos lineares e invariantes no tempo, utilizando apenas as respostas. / Modal analysis using output-only measurements is still a challenge in the experimental modal analysis community. It requires the use of special modal identification techniques. This work discusses the concepts involved in the output-only modal analysis and the implementation of the Stochastic Subspace Identification time domain method. It is shown that a vibrating structure excited by an unknown force can be modelled as a stochastic state space model. In this approach, the SSI method estimates the state sequences directly from the response data and the modal parameters are estimated by using the eigenvalues decomposition of the state matrix. The steps of the procedure are implemented using the well-known numerical linear algebra algorithms, Singular Value Decomposition and the QR decomposition. It also includes a methodology based on the Probability Density Function to identify harmonic components of the response signals. The signals are filtering in a range of frequency containing a mode, to verify if it is a natural or operational mode. The approach is evaluated with simulated and experimental data and the results have shown to be promising to identify the modal parameters of stochastic linear time-invariant systems, based only on the output data.

Apresenta uma nova técnica de identificação estocástica para estruturas sujeitas a excitação ambiente utilizando um método não recursivo, a análise estatística e a transformada wavelet. A análise estatística contribui para a seleção da melhor ordem para o sistema e automação dos procedimentos computacionais. Em geral há dificuldade para a identificação de baixas freqüências. A transformada wavelet é uma ferramenta fundamental para a compressão de dados e torna possível a identificação completa incluindo baixas freqüências e modos acoplados, além de melhorar significativamente a eficiência computacional do método. É apresentado o estudo de três sistemas simulados e os resultados obtidos são comparados aos parâmetros modais teóricos. / A new form to carry out stochastic identification of structures in operational conditions using a non recursive method, the statistic analysis and the wavelet transform, is presented. The statistic analysis contributed to select the best system order and to automation of computational procedures. In general the identification of low frequencies is a difficult task. The wavelet transform is an essential tool for compression of data making possible the complete identification including low frequencies. In addition it improves the computational efficiency. The study of three simulated system is presented and the results are compared with the analytical modal parameters.

Apresenta uma nova técnica de identificação estocástica para estruturas sujeitas a excitação ambiente utilizando um método não recursivo, a análise estatística e a transformada wavelet. A análise estatística contribui para a seleção da melhor ordem para o sistema e automação dos procedimentos computacionais. Em geral há dificuldade para a identificação de baixas freqüências. A transformada wavelet é uma ferramenta fundamental para a compressão de dados e torna possível a identificação completa incluindo baixas freqüências e modos acoplados, além de melhorar significativamente a eficiência computacional do método. É apresentado o estudo de três sistemas simulados e os resultados obtidos são comparados aos parâmetros modais teóricos. / A new form to carry out stochastic identification of structures in operational conditions using a non recursive method, the statistic analysis and the wavelet transform, is presented. The statistic analysis contributed to select the best system order and to automation of computational procedures. In general the identification of low frequencies is a difficult task. The wavelet transform is an essential tool for compression of data making possible the complete identification including low frequencies. In addition it improves the computational efficiency. The study of three simulated system is presented and the results are compared with the analytical modal parameters.

Made available in DSpace on 2014-06-11T19:27:14Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-07-30Bitstream added on 2014-06-13T19:55:34Z : No. of bitstreams: 1 freitas_tc_me_ilha.pdf: 1484818 bytes, checksum: 9f0ca1d5825d93918e44fc9b31aae513 (MD5) / Agência Nacional de Energia Elétrica (ANEEL) / Este trabalho apresenta o estudo, a implementação e a aplicação de duas técnicas de identificação de parâmetros modais utilizando apenas as respostas da estrutura, denominadas: Identificação Estocástica de Subespaço (IES) e Decomposição no Domínio da Freqüência (DDF). A IES é baseada na Decomposição em Valores Singulares (DVS) da projeção ortogonal do espaço das linhas das saídas futuras no espaço das linhas das saídas passadas. Uma vez realizada a DVS da projeção ortogonal é possível obter o modelo de espaço de estado da estrutura e os parâmetros modais são estimados diretamente através da decomposição em autovalores e autovetores da matriz dinâmica. A DDF é baseada na DVS da matriz de densidade espectral de potência de saída nas linhas de freqüências correspondentes a região em torno de um modo. O primeiro vetor singular obtido para cada linha de freqüência contém as respectivas informações daquele modo e os correspondentes valores singulares levam a função densidade espectral de um sistema equivalente de um grau de liberdade (1GL), permitindo a obtenção dos parâmetros do respectivo modo. Os métodos são avaliados utilizando dados simulados e experimentais. Os resultados mostram que as técnicas implementadas são capazes de estimar os parâmetros modais de estruturas utilizando apenas as respostas. / This work presents the study, implementation and application of the two techniques for the modal parameters identification using only response data: Stochastic Subspace Identification (SSI) and Frequency Domain Decomposition (FDD). The SSI is based on Singular Value Decomposition (SVD) of the orthogonal projection of the future output row space in the past output row space. After the completion of the SVD of the orthogonal projection, is possible to get the state space model of the structure and the modal parameters are estimated directly through the eigenvalues and eigenvectors decomposition of the dynamic matrix. The FDD is based on the SVD of the output power spectral density matrix in the frequencies lines around a mode. The first singular vector obtained for each frequency line contains the respective information about this mode and the corresponding spectral density function leads to an equivalent system of one degree of freedom (1 DOF), allowing the calculation of the parameters of the mode. The methods are evaluated using simulated and experimental data. The results show that the techniques implemented are capable to estimate the modal parameters of structures using only response data.