LucasAraujoMaycolBalestreiro PDF

CENTRO TECNOLÓGICO
DEPARTAMENTO DE ENGENHARIA MECÂNICA
LUCAS ARAUJO DE ALMEIDA

MAYCOL ANGELO BALESTREIRO PASCOAL
Prof. Dr. Luis Gustavo Villani
ANÁLISE MODAL ANALÍTICA
Vitória
2023
Dados:
𝑚1 = 30 𝑘𝑔, 𝑚2 = 32 𝑘𝑔, 𝑘1 = 1000 𝑁/𝑚, 𝑘2 = 20000 𝑁/𝑚, 𝑘3 = 10000 𝑁/𝑚,
𝑇 𝑇
𝑘4 = 5000 𝑁/𝑚, 𝑥(0) = [− 0, 1 0, 2] , 𝑣(0) = [0 0]
1. Equações do movimento
Tendo em vista o sentido positivo para 𝑥1 e, sabendo que as molas que

afetam o seu movimento são 𝑘1, 𝑘2, 𝑘3 e também que a deflexão das molas 𝑘2 e 𝑘3
depende do deslocamento relativo, dado por 𝑥2 − 𝑥1, então:
𝑚1 · 𝑥1'' =− 𝑘1 · 𝑥1 + (𝑘2 + 𝑘3) · (𝑥2 − 𝑥1)
𝑚1 · 𝑥1'' + 𝑘1 · 𝑥1 + (𝑘2 + 𝑘3) · (𝑥1 − 𝑥2) = 0
𝑚1 · 𝑥1'' + (𝑘1 + 𝑘2 + 𝑘3) · 𝑥1 − (𝑘2 + 𝑘3) · 𝑥2 = 0 (1)
Aplicando o mesmo procedimento para 𝑥2:

𝑚2 · 𝑥2'' =− 𝑘4 · 𝑥2 − (𝑘2 + 𝑘3) · (𝑥2 − 𝑥1)
𝑚2 · 𝑥2'' + 𝑘4 · 𝑥2 + (𝑘2 + 𝑘3) · (𝑥2 − 𝑥1) = 0
𝑚2 · 𝑥2'' + (𝑘4+ 𝑘2 + 𝑘3) · 𝑥2 − (𝑘2 + 𝑘3) · 𝑥1 = 0 (2)
Substituindo-se as incógnitas com os dados iniciais, tem-se que:

(1): 30 𝑥1'' + 31000 𝑥1 − 30000 𝑥2 = 0
(2): 32 𝑥2'' + 35000 𝑥2 − 30000 𝑥1 = 0
2. Reescrevendo na forma matricial
Na forma matricial, obtém-se a equação a seguir, dada por

[𝑀] · {𝑥''} + [𝐾] · {𝑥} = 0 (3)
Com isso, substituindo os valores dentro dessa equação dada acima, obtém-se
Substituindo os dados na matriz acima, temos que
3. Frequências naturais e modos de vibrar

Tendo em mãos a equação (3), podemos estimar uma resposta do tipo:
𝑗ω𝑡
𝑥(𝑡) = 𝑢 𝑒
𝑗ω𝑡
Como 𝑒 ≠ 0, obtemos (− ω²𝑀 + 𝐾)𝑢 = 0
Para um sistema linear homogêneo há duas possibilidades:
1. uma única solução, que é a solução 𝑢 = 0 (solução trivial);
2. infinitas soluções, em que temos os vetores solução em função de
um ou mais parâmetros (solução indeterminada), que em vibrações
significa a ausência de condições iniciais.
Obviamente, queremos o segundo caso, pois queremos saber o comportamento do
sistema em vibração. Temos que se o determinante de um sistema com uma matriz
quadrada for diferente de zero, ela terá solução única, nesse caso, a trivial, portanto, temos
que:
𝑑𝑒𝑡(− ω²𝑀 + 𝐾) = 0
=> (− ω² · 𝑚1 + (𝑘1 + 𝑘2 + 𝑘3)) · (− ω² · 𝑚2 + (𝑘4 + 𝑘2 + 𝑘3)) − (𝑘2 + 𝑘3)² = 0
4
ω · (𝑚1· 𝑚2) − ω² · (𝑚1 · (𝑘4 + 𝑘2 + 𝑘3) + 𝑚2 · (𝑘1 + 𝑘2 + 𝑘3))
+ ((𝑘1 + 𝑘2 + 𝑘3) · (𝑘4 + 𝑘2 + 𝑘3) − (𝑘2 + 𝑘3)²) = 0
Substituindo os valores:
4
960ω − 2042000ω² + 185000000 = 0
α = ω² => 960α² − 2042000α + 185000000 = 0
2042000 ± 2042000²−4·960·185000000 2042000 ± 3459364000000
α = 2·960
= 2·960
= 1063, 54 ± 968, 72 => α = 94, 82; α = 2032, 26
1 2
Por óbvio, obtemos: ω1 = 9, 74; ω2 = 45, 08; ω3 =− 9, 738 ; ω4 =− 45, 081;
Como não há sentido físico com relação às frequências angulares negativas, ω3 e
ω4 são desprezados e os valores das frequências naturais do sistema são:
ω1 = 9, 738 e ω2 = 45, 081.
Podemos substituir os valores das frequências naturais e encontrar os autovetores
associados:
𝑇
ω1 (𝑢1 = [𝑢11 𝑢21] ):
(− 94, 82 · 30 + 31000) · 𝑢11 + (− 30000) · 𝑢21 = 0
(− 94, 82 · 32 + 35000) · 𝑢21 + (− 30000) · 𝑢11 = 0
𝑇
=> 𝑢21 = 0, 9385 𝑢11 => 𝑣1 = [1 0, 9385] , 𝑢𝑛𝑖𝑡á𝑟𝑖𝑜
𝑇
Isto é, 𝑢 = [0, 729 0, 684]
1
𝑇
ω2 (𝑢2 = [𝑢12 𝑢22] ):
(− 2032, 26 · 30 + 31000) · 𝑢12 + (− 30000) · 𝑢22 = 0
(− 2023, 26 · 32 + 35000) · 𝑢22 + (− 30000) · 𝑢12 = 0
𝑇
=> 𝑢12 =− 0, 9915 => 𝑣2 = [1 − 0, 9915] , 𝑢𝑛𝑖𝑡á𝑟𝑖𝑜
𝑇
Isto é, 𝑢 = [0, 708 − 0, 707]
2
É possível comparar estes resultados com o do código computacional,
−1
considerando-se os autovetores e autovalores da matriz 𝑀 𝐾:
Figura 1. amostragem da etapa do código referente aos autovetores e autovalores
Fonte: autor, 2023.
4. Análise modal analítica

Essa etapa foi realizada por código computacional, seguindo-se os 8 passos
indicados no slide.
As bibliotecas utilizadas foram a numpy e a matplotlib.
Primeiramente, os dados de entrada foram carregados:
Figura 2. Apresentação dos parâmetros do sistema.
Fonte: autor, 2023.
As etapas 1 até parte da 7 foram realizadas computacionalmente. A

biblioteca numpy foi extensivamente para o cálculo de produto de matrizes, matriz
transposta, inversa, entre outros.
Figura 3. Representação do código implementado para as 7 primeiras etapas.
Fonte: autor, 2023.
Figura 4. Valores de A e B encontrados.
Fonte: autor, 2023.

Assim, temos:
𝑟1(𝑡) = 𝐵1𝑐𝑜𝑠(ω1𝑡) =− 0, 3941 · 𝑐𝑜𝑠(9, 738 · 𝑡)
𝑟2(𝑡) = 𝐵2𝑐𝑜𝑠(ω2𝑡) =− 1, 1936 · 𝑐𝑜𝑠(45, 081 · 𝑡)
Através dos coeficientes da matriz S obtida anteriormente, é possível ver o

quanto cada frequência natural ou modo de vibrar afeta determinado GDL, de modo
que os coeficientes 1 e 2 da primeira linha representam a influência do modo de
vibrar 1 e 2 no grau de liberdade 1, respectivamente.
𝑥1(𝑡) = 0, 0517 · 𝑐𝑜𝑠(9, 738 · 𝑡) − 0, 152 · 𝑐𝑜𝑠(45, 081 · 𝑡)
𝑥2(𝑡) = 0, 0485 · 𝑐𝑜𝑠(9, 738 · 𝑡) + 0, 152 · 𝑐𝑜𝑠(45, 081 · 𝑡)
Figura 5. Gráfico que representa a relação entre 𝑥1 e t (tempo).
Fonte: autor, 2023.
Figura 6. Gráfico que representa a relação entre 𝑥2 e t (tempo).
Fonte: autor, 2023.

5. Análise numérica e comparação com a analítica
Para a análise numérica, foi utilizada a função Linear Oscillator,
disponibilizada em literatura.
As matrizes de força e amortecimento foram zeradas e a função pode ser
aplicada, como mostra a figura abaixo.
Figura 7. Aplicação no código do procedimento acima citado.
Fonte: autor, 2023.
A taxa de amostragem foi escolhida de maneira conservadora (como 100

vezes a maior frequência do sistema), para a caracterização adequada da resposta
do sistema, como mostrado nos gráficos a seguir.
Figura 8. Resposta do sistema para 𝑥1.
Fonte: autor, 2023.

Figura 9. Resposta do sistema para 𝑥2.
Fonte: autor, 2023.
A comparação pode ser feita em um mesmo gráfico com a resposta numérica e analítica de
𝑥1 e 𝑥2, como mostram os gráficos abaixo, respectivamente.
Figura 10 Comparação entre a resposta numérica e analítica para 𝑥1.
Fonte: autor, 2023.

Figura 11. Comparação entre a resposta numérica e analítica para 𝑥2.
Fonte: autor, 2023.
Através dos gráficos comparativos, percebe-se que os resultados convergiram,

devido a um modelo numérico bem desenvolvido, ou seja, com o refinamento - taxa de
amostragem devida - e sem erros no método de integração.

LucasAraujoMaycolBalestreiro PDF

Enviado por

Direitos autorais:

Formatos disponíveis

LucasAraujoMaycolBalestreiro PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

LucasAraujoMaycolBalestreiro PDF

Enviado por

Direitos autorais:

Formatos disponíveis

CENTRO TECNOLÓGICO

DEPARTAMENTO DE ENGENHARIA MECÂNICA

LUCAS ARAUJO DE ALMEIDA

Prof. Dr. Luis Gustavo Villani

ANÁLISE MODAL ANALÍTICA

Tendo em vista o sentido positivo para 𝑥1 e, sabendo que as molas que

Aplicando o mesmo procedimento para 𝑥2:

Substituindo-se as incógnitas com os dados iniciais, tem-se que:

2. Reescrevendo na forma matricial

Na forma matricial, obtém-se a equação a seguir, dada por

Substituindo os dados na matriz acima, temos que

3. Frequências naturais e modos de vibrar

Fonte: autor, 2023.

4. Análise modal analítica

Figura 2. Apresentação dos parâmetros do sistema.

Fonte: autor, 2023.

As etapas 1 até parte da 7 foram realizadas computacionalmente. A

Fonte: autor, 2023.

Figura 4. Valores de A e B encontrados.

Fonte: autor, 2023.

Através dos coeficientes da matriz S obtida anteriormente, é possível ver o

Figura 5. Gráfico que representa a relação entre 𝑥1 e t (tempo).

Fonte: autor, 2023.

Figura 6. Gráfico que representa a relação entre 𝑥2 e t (tempo).

Fonte: autor, 2023.

Figura 7. Aplicação no código do procedimento acima citado.

Fonte: autor, 2023.

A taxa de amostragem foi escolhida de maneira conservadora (como 100

Figura 8. Resposta do sistema para 𝑥1.

Fonte: autor, 2023.

Fonte: autor, 2023.

Figura 10 Comparação entre a resposta numérica e analítica para 𝑥1.

Fonte: autor, 2023.

Fonte: autor, 2023.

Através dos gráficos comparativos, percebe-se que os resultados convergiram,

Você também pode gostar