Observador Adaptable para Edificios Bajo El Enfoque de Propagación de Ondas
Observador Adaptable para Edificios Bajo El Enfoque de Propagación de Ondas
Observador Adaptable para Edificios Bajo El Enfoque de Propagación de Ondas
Sea la ecuación de onda con amortiguamiento de Kelvin donde, q es el número de integrales sobre intervalos de
discretizada (3), la cual puede ser reescrita como tiempo finito de la señal ϕ(t). Por otra parte, el tiempo
2
z = βM 2
Λu + ηM Λu̇, con z = (ü − büg ) (9) de integración δ ∈ R+ está definido por el tamaño de la
ventana móvil, como
replanteando la Ec. (9) como δ = nTs (21)
2
βM Λu = ψβV2 = ψΘβ (10) donde Ts es el período de muestreo y n > 0 es el factor de
2 escala que define el tiempo de la ventana de integración,
ηM Λu̇ = ψ̇ηV2 = ψ̇Θη (11) que debe ser seleccionado de acuerdo con el ancho de banda
2 2 del sistema. Aplicando el operador I5 [·] a (19), se produce
donde, los elementos de las matrices βM y ηM son em-
2 2
pleados para construir los vectores βV y ηV ∈ Rp×1 . Por Ξ(t) = Υβ (t)Θβ + Υη (t)Θη (22)
consiguiente, Λu y Λu̇ son ahora matrices con dimensión
donde
Rp×p . Por facilidad son renombradas como ψ y ψ̇, y se
definen como
3
T ϑ 3
Θβ = 0 β12 β22 β32 . . . βn−1
2
βn2 (12)
X
Ξ(t) = 3 I2 j (−1)j z(t − jδ) (23)
δ
0 0 0 0 0 ··· 0
j=0
u0 −2u1 u2 0 0 ··· 0
1
0 u1 −2u2 u3
0 ··· 0
ϑ X 1
1 Υβ (t) = I4 j (−1)j ψ̈(t − jδ) (24)
ψ= 0 0 u2 −2u3 u4 ··· 0 δ j=0
2
∆h .
. .
. .
. .
. .. .. ..
. . . . . . .
2
0 0 0 · · · un−2 −2un−1 un ϑ X 2
Υη (t) = 2 I3 j (−1)j ψ̈(t − jδ) (25)
0 0 0 ··· 0 un−1 −un δ
j=0
(13)
2 T
donde, Ξ ∈ Rp×1 , Υβ y Υη ∈ Rp×p , nj es el coeficiente
2 2 2 2
(14)
Θη = 0 η1 η2 η3 . . . ηn−1 ηn
binomial y finalmente ϑ ∈ R+ es un grado de libertad que
0 0 0 0 0 ··· 0
u̇0 −2u̇1 u̇2 0 0 ··· 0 permite normalizar la amplitud de las señales filtradas.
0 u̇1 −2u̇2 u̇3 0 ··· 0 Una manera de parametrizar (22) es
1 0 0 u̇ −2 u̇ u̇ · · · 0 (26)
ψ̇ = 2 3 4 Ξ(t) = Υ(t)Θ
∆h ..
2 .. .. .. .. .. ..
. . . . . . .
0
donde, Θ = [ΘTβ , ΘTη ]T ∈ R2p×1 es el vector de parámetros
0 0 · · · u̇n−2 −2u̇n−1 u̇n
0 0 0 ··· 0 u̇n−1 −u̇n reales del sistema y Υ = [Υβ , Υη ] ∈ Rp×2p es el regresor,
formado por señales de aceleración filtradas.
(15)
x̂˙ r (t) = Âr (t)x̂r (t) + Br üg (t) + Lz̃r (t) (36)
ẑr (t) = D̂r (t)x̂r (t), z̃r (t) = zr − ẑr (t) (37)
Note que ahora el estimador (36) es implementable, debido
a que el par (Ar , Dr ) en (32)-(33) es completamente
observable con rango 2n y por lo tanto todas las mediciones
no disponibles pueden ser estimadas. Observe que x̂r ,
ẑr ∈ R2n×1 , Âr y D̂r son los estimados de xr , zr , Ar
y Dr , respectivamente, las cuales se definen como
0n×n In×n
Âr (t) = 2d 2d (38) Figura 2. Edificio de cinco pisos escala reducida
β (t)Λr ηM r (t)Λr
h Mr i
D̂r (t) = βM 2d 2d (39) Al aplicar la excitación sísmica únicamente en la base del
r (t)Λr ηM r (t)Λr edificio, el algoritmo de estimación propuesto logra recu-
perar la respuesta estructural del edificio identificando los
donde, βM2d d
2
r (t) y ηM r (t) están conformadas por los estima- parámetros estructurales de referencia. La Fig. 4 muestra
2 2
dos de βM r y ηM r , producidos por el algoritmo de mínimos la evolución de las velocidades de cortante identificadas,
2 0.7
η̂1
1.5 0.6 η̂2
[Ns/m]
η̂3
1 0.5
η̂4
üg [m/s2 ]
0 0.3
Θ̂ηi+
−0.5 0.2
q
−1 0.1
−1.5 0
0 5 10 15 20 25 0 5 10 15 20 25
Tiempo [s] Tiempo [s]
Figura 3. Señal de excitación: Sismo de 1985 registrado Figura 5. Evolución de los coeficientes de amortiguamiento
por SCT, componente norte-sur identificados
mientras los coeficientes de amortiguamiento pueden ser de los valores de referencia proporcionados por la Chirp,
observados en la Fig. 5. En ambos casos se observa que a pesar de que no coinciden exactamente con ellos. Esto
la convergencia de los parámetros se logra antes de los 10 confirma el desempeño satisfactorio del algoritmo, pues
s y se mantiene para tiempos posteriores al señalado. La el error de estimación entre las frecuencias reales y las
Tabla 1, presenta los valores identificados. Note que los estimadas es de 4.35 % aproximadamente, en el peor de
resultados presentados en este artículo fueron obtenidos los casos.
empleando condiciones iniciales nulas para los parámetros Tabla 2. Comparación entre las frecuencias de
βi y ηi , α = 0.001 y P (0) = 105 ∗ I12×12 ; finalmente vibración real y sus estimadas
n = 40. 1 El algoritmo de identificación recupera propie-
dades estructurales similares para todos los pisos, debido a fri [Hz] fˆ[Hz] ∆fˆ/f ( %)
que éstos están constituidos con el mismo material, tienen 1.38 1.44 −4.35
4.06 4.22
el mismo número de columnas y la misma separación de −3.94
6.53 6.66
entrepisos, emulando un medio homogéneo.
−1.99
8.51 8.56 −0.59
10.13 9.76 3.65
12
8
plazamiento medido en el quinto piso con respecto a su
6
estimado. En éste caso se nota una buena convergencia
β̂1
antes de los primeros 5 s. Es importante señalar que los
Θ̂βi+
β̂2
4 desplazamientos son sometidos a una etapa de procesa-
β̂3
q
Piso: 1 2 3 4 5 0
β̂i [m/s]: 11.53 11.48 11.52 11.53 11.49
η̂i [N s/m]: 0.0316 0.1160 0.1898 0.1995 0.1927 −0.01