sensors-20-07303 (1)

Machine Translated by Google
sensor
Tinjauan
Tinjauan Kritis terhadap Identifikasi Redaman Nonlinier

dalam Dinamika Struktural: Metode, Aplikasi,
dan Tantangan
1 4 5
Tareq Al-Hababi , Maosen Cao 2,3,*, Bassiouny Saleh , Nizar Faisal Alkayem
dan Hao Xu 6
1
Departemen Mekanika Teknik, Universitas Hohai, Nanjing 210098, Cina; tareq.alhaabi@hhu.edu.cn
2
Laboratorium Utama Teknik Geoteknik Lingkungan dan Pengendalian Bencana Provinsi Jiangxi,
Universitas Sains dan Teknologi Jiangxi, Ganzhou 341000, Cina
3
Institut Penelitian Teknik Kelautan dan Pesisir Nantong, Universitas Hohai, Nantong 226000, Cina
4
Sekolah Tinggi Mekanika dan Material, Universitas Hohai, Nanjing 211100, Cina; bassiouny.saleh@alexu.edu.eg
5
Sekolah Tinggi Teknik Sipil dan Transportasi, Universitas Hohai, Nanjing 210098, Tiongkok;
nizar.alkayem@yahoo.in
6
Laboratorium Kunci Negara Analisis Struktur Peralatan Industri, Fakultas Teknik Kendaraan dan
Mekanika, Sekolah Penerbangan dan Astronautika, Universitas Teknologi Dalian, Dalian 116024, Cina;
xuhao@dlut.edu.cn
* Korespondensi: cmszhy@hhu.edu.cn
Diterima: 12 November 2020; Diterima: 12 Desember 2020; Diterbitkan: 19 Desember 2020
Abstrak: Dalam beberapa dekade terakhir, identifikasi redaman nonlinier (NDI) dalam dinamika struktural telah dilakukan
menarik minat penelitian yang luas dan studi intensif. Strategi NDI berbeda-beda, dari konvensional hingga
lebih maju, telah dikembangkan untuk berbagai tipe struktur. Dengan keuntungan yang jelas
metode linier klasik, strategi ini mampu mengukur karakteristik redaman nonlinier,
menyediakan alat yang ampuh untuk analisis dan desain struktur teknik yang kompleks. Sejak itu
tren saat ini dalam banyak aplikasi cenderung ke aplikasi yang lebih maju dan canggih, itu bagus sekali
perlunya upaya untuk mengembangkan metode-metode ini guna mengimbangi kemajuan ini. Apalagi NDI bisa
menyediakan alat yang efektif dan menjanjikan untuk tujuan deteksi kerusakan struktural, jika terjadi perubahan
dalam fitur dinamis struktur dapat dikorelasikan dengan tingkat kerusakan. Makalah ulasan ini
memberikan gambaran umum mengenai metode NDI dengan menjelaskan tantangan dan potensi mendasar
metode ini berdasarkan literatur yang tersedia. Lebih lanjut, penelitian ini menawarkan komprehensif
survei berbagai aplikasi dan tren penelitian NDI di masa depan. Untuk potensi pengembangan dan
pekerjaan aplikasi untuk metode redaman nonlinier, hasil yang diantisipasi dan rekomendasi
makalah ini dapat membantu para peneliti dan pengembang di seluruh dunia untuk mengetahui kesenjangan yang ada dan belum terpecahkan
permasalahan di bidang NDI.
Kata Kunci: identifikasi redaman nonlinier; aplikasi redaman nonlinier; elemen hingga
pemodelan; deteksi kerusakan struktural; fitur dinamis
1. Perkenalan
Dalam beberapa dekade terakhir, sejumlah besar struktur teknik seperti berbagai struktur sipil
(misalnya jembatan, bendungan, gedung, dll.), mesin berputar, pesawat terbang, dll., telah dirancang dan dikembangkan secara luas.
digunakan dalam layanan kehidupan nyata [1]. Struktur seperti itu, dengan geometri atau material yang sederhana atau kompleks
properti, terkena tingkat getaran yang berbeda dari berbagai sumber, termasuk gempa bumi,
beban angin, pergerakan kendaraan, ketidakseimbangan putaran mesin, dan lain-lain [2]. Tingkat getaran yang berlebihan
Sensor 2020, 20, 7303; doi:10.3390/s20247303 www.mdpi.com/journal/sensors

Sensor 2020, 20, 7303 2 dari 41
sangat mempengaruhi kinerja, kondisi kesehatan, dan kemudahan servis struktur dan bahkan menyebabkan
ketidakstabilan dan kegagalan struktural [3].
Secara umum, redaman struktural merupakan karakteristik dinamis yang lebih disukai yang mampu
mengurangi tingkat getaran sistem ke tingkat yang dapat diterima [4]. Redaman dan variasinya terjadi
karena disipasi energi yang terus menerus [5], baik secara internal maupun eksternal, terkait dengan
faktor-faktor seperti degradasi material, perubahan geometri, kondisi batas, dll. [6]. Dengan mekanisme
yang kompleks, redaman struktural umumnya diklasifikasikan menjadi tiga jenis. Pertama, redaman fluida
yang berasal dari gaya hidrodinamik atau aerodinamis yang mengelilingi struktur [7]. Kedua, redaman
material, yang muncul akibat interaksi atom-molekul kompleks di dalam material [8]. Ketiga, redaman
struktur, akibat gesekan Coulomb antar bagian dalam suatu sistem struktur [9]. Untuk karakterisasi
redaman, beberapa model yang disederhanakan telah disarankan; misalnya, model redaman viskos,
redaman histeretik, dan model redaman gesekan Coulomb [10]. Dalam aplikasi nyata, redaman viskos
ekuivalen biasanya digunakan untuk memodelkan perilaku keseluruhan sistem teredam [11].
Kebanyakan sistem struktural menunjukkan tingkat nonlinier tertentu yang terkait dengan sumber
yang berbeda [12,13]. Namun, mengabaikan nonlinier dapat diterima dalam banyak kasus demi
penyederhanaan analisis [14,15]. Dalam kasus lain, perilaku nonlinier memainkan peranan yang dominan.
Pengabaian nonlinier harus dicegah dalam kasus seperti ini, karena dapat menyebabkan kesalahan prediksi
perilaku sistem [16]. Di antara penyebab nonlinier sistem, redaman nonlinier [17,18] sering dianggap paling
berpengaruh; kompleksitas ini membuatnya sulit untuk melakukan identifikasi sistem [19]. Selain itu, untuk lebih
mengakomodasi pengembangan material canggih dengan perilaku nonlinier yang kuat, penelitian tentang
dampak redaman nonlinier menjadi semakin penting [20-22].
Beberapa pendekatan identifikasi redaman, teoritis dan eksperimental, telah dikembangkan [23].
Teknik eksperimental untuk estimasi redaman menunjukkan keunggulan dalam akurasi dan keandalan.
Pendekatan identifikasi redaman memberikan penjelasan langsung mengenai sifat redaman dibandingkan
dengan pendekatan teoritis [24]. Teknik penyempurnaan teknik struktur dilakukan dengan mengukur input dan
output selama percobaan struktur nyata. Teknik peningkatan ini dilakukan untuk menghindari perilaku yang tidak
diinginkan dari sistem yang terkena efek redaman [25].
Beberapa hipotesis dapat digunakan untuk redaman linier dan nonlinier pada sistem redaman rendah
[26-28]. Sistem dengan redaman tinggi biasanya menyebabkan kerusakan struktural [29]; namun, efek
nonlinier pada sistem getar tidak dapat diabaikan karena dampaknya yang signifikan terhadap perilaku
dinamis [30,31]. Pendekatan redaman linier dapat memberikan prediksi numerik struktural yang tepat [32,33].
Namun demikian, dalam banyak penerapan modern, efektivitas metode ini tidak dapat dijamin, terutama bila
strukturnya rumit, misalnya terdiri dari material komposit atau beroperasi di lingkungan yang tidak bersahabat
[34,35]. Oleh karena itu, metode linier harus dibatasi pada identifikasi redaman pada struktur sederhana tertentu
yang beroperasi dalam kondisi normal [36]. Kelemahan ini, dalam dekade terakhir, berkontribusi terhadap
pesatnya perkembangan metode redaman nonlinier [37,38].
Identifikasi redaman adalah tugas yang menantang [39] yang dilakukan dengan mengembangkan berbagai
metode analitis [40-42] dan eksperimental sistem linier dan nonlinier [43-45]. Selain itu, NDI merupakan aspek
praktis yang dilakukan untuk mencegah kegagalan struktural dan kejadian tragis yang disebabkan oleh kerusakan
struktural [46,47]. Selain meningkatkan keselamatan dan pemeliharaan struktur utama, hal ini juga berkontribusi
terhadap pengendalian sistem dan memprediksi respon sistem struktur di bawah redaman nonlinier dengan
benar [48,49].
NDI untuk sistem dinamis dapat diklasifikasikan menjadi tujuh kategori: metode linearisasi, metode domain
waktu, metode domain frekuensi, metode frekuensi waktu, metode modal, pemodelan black-box, dan metode
pemutakhiran model [1]. Klasifikasi juga dapat dilakukan dari sudut pandang lain, misalnya parametrik dan non
parametrik [50,51]. Contoh metode linearisasi adalah pendekatan linearisasi ekuivalen (ELA), yang merupakan
metode umum yang digunakan dalam aplikasi seperti sistem model sectional yang ditangguhkan pegas. ELA
digunakan untuk jembatan dan sistem aeroelastik serta peredam dan peredam kejut yang digunakan dalam
sistem kontrol [52].
Sensor 2020, 20, 7303 3 dari 41
Metode domain waktu adalah metode yang terkenal seperti metode pengurangan log yang
digunakan dalam sistem teredam ringan dan sistem aeroelastik [53,54]. Selain itu, transformasi
Hilbert (HT) digunakan untuk menganalisis sistem getaran [55], penukar panas, dan deteksi
kerusakan struktur beton bertulang (RC) dan material komposit [56,57]. Metode domain frekuensi
dikenal karena kesederhanaan matematisnya dan kemampuannya untuk memberikan interpretasi
yang mendalam [58]. Misalnya, identifikasi nonlinier keseimbangan harmonik (HBNID) digunakan
dalam sistem seperti teknik sipil, aktuator, perangkat bioteknologi, sensor, dan robotika [59]. Selain
itu, fungsi respons frekuensi (FRF) telah banyak digunakan untuk mempelajari redaman nonlinier
pada sambungan perekat [60,61].
Metode frekuensi waktu, misalnya yang didasarkan pada transformasi wavelet kontinu (CWT),
adalah alat canggih yang digunakan dalam aplikasi seperti peredam getaran yang banyak digunakan
dalam arsitektur angkatan laut, sistem bantalan rotor, dan konstruksi [62]. Selain itu, HT digunakan
dalam aplikasi seperti ketidakseimbangan mesin berputar, kontrol pergerakan kapal, dan deteksi
kerusakan balok RC berdasarkan pengukuran getaran bebas untuk penentuan redaman nonlinier [63].
Metode modal dianggap sangat berguna dalam bidang dinamika struktural dan identifikasi kerusakan.
Metode peluruhan resonansi (RDM) diterapkan untuk menyelidiki redaman nonlinier pada peredam sipil,
pesawat terbang, dan berbagai jenis [23]. Transformasi wavelet (WT) digunakan dalam identifikasi
koefisien redaman sesaat untuk deteksi kerusakan pada beton, otomotif, ruang angkasa, dan struktur
bangunan sederhana yang terdiri dari dua balok baut [64]. Pemodelan kotak hitam (BBM) adalah metode
yang akurat dan efisien dalam menggambarkan perilaku dinamis struktur. Misalnya, jaringan saraf fuzzy
wavelet (FWNN) digunakan untuk identifikasi nonlinier dalam sistem seperti peredam cairan
magnetorheological kendaraan (MR), sistem aeroelastik, industri modern, sistem kontrol, dan peralatan militer dan pertaha
Metode pemutakhiran model mencakup, misalnya, identifikasi redaman struktural menggunakan metode
pemutakhiran model berbasis FRF dan identifikasi redaman untuk prediksi akurat FRF yang diukur
menggunakan model pembaruan elemen hingga dari sistem mekanis [66,67]. Baru-baru ini, beberapa
penelitian telah dilakukan pada sistem dinamis. Studi-studi ini menunjukkan kelayakan yang tinggi dari metode
NDI dibandingkan dengan metode linier karena memberikan hasil yang lebih dapat diandalkan meskipun terdapat kesulitan [1].
Penelitian nonlinier berfokus terutama pada pengembangan metode yang efisien dan fungsional untuk
bereaksi terhadap redaman struktural nonlinier sebagai masalah ilmiah dan teknologi yang mendasar.
Sebuah survei terhadap penelitian yang ada di komunitas teknik telah memberikan banyak penelitian tentang redaman
nonlinier, seperti yang ditunjukkan pada Gambar 1. Diharapkan minat para peneliti di bidang ini akan terus berlanjut.
Gambar 1. Jumlah publikasi studi redaman nonlinier (Menurut sistem mesin Scopus dalam
durasi Januari 1999 hingga November 2020).
Sensor 2020, 20, 7303 4 dari 41
Ringkasnya, metode NDI sangatlah penting dan metode-metode baru ini memanfaatkan pentingnya metode ini
dalam dinamika struktural secara umum. Metode-metode tersebut mampu memberikan aspek-aspek penting dan alat
yang berguna untuk melacak perubahan struktural dan perubahan dinamis. Selain itu, hal ini dapat menghasilkan
penelitian potensial di masa depan dalam bidang dinamika struktural serta identifikasi kerusakan.
Makalah tinjauan ini membahas kemajuan metode NDI berdasarkan literatur yang tersedia dalam hal
survei kemungkinan metode dan penerapannya. Bagian 2 menawarkan tinjauan kritis terhadap metode
redaman nonlinier terkini berdasarkan penelitian sebelumnya untuk mengidentifikasi peran dan penempatan metode NDI.
Metode redaman nonlinier juga dibahas menggunakan prinsip teoritis dan diagram skematiknya. Bagian
kedua diikuti dengan gambaran kemungkinan penerapan metode redaman nonlinier di berbagai bidang. Di
akhir karya ini disajikan ringkasan dan kata penutup.
2. Metode Identifikasi Redaman Nonlinier
Studi awal tentang identifikasi nonlinieritas model struktural dapat ditelusuri kembali ke tahun 1970an [1].
Tujuan dari bagian ini adalah untuk mensurvei metode NDI yang berkembang selama beberapa tahun terakhir
sebagai akibat dari pengembangan material dan struktur industri baru [68]. Berbagai faktor nonlinier telah
menyebabkan perilaku sistem berbeda, yang berarti bahwa setiap sistem memiliki perilaku unik dan oleh
karena itu memerlukan pendekatan yang berbeda [69]. Studi yang relevan pertama kali difokuskan pada
sistem derajat kebebasan tunggal (SDOF) [70]. Kemudian, dengan kemajuan teknik komputasi, penelitian
diperluas ke sistem multi-derajat kebebasan (MDOF) yang lebih kompleks [71-73]. Jenis struktur tertentu yang
sedang diselidiki meliputi jembatan, gedung tinggi, pesawat terbang, dll. [74]. Terlepas dari artikel review
sebelumnya yang terutama membahas tentang identifikasi sistem nonlinier [1,2,23], fokus penelitian ini terletak
pada pengembangan berbagai metode NDI. Metode-metode tersebut dapat diklasifikasikan menjadi tujuh
kategori, seperti yang ditunjukkan pada Gambar 2.
Gambar 2. Metode identifikasi redaman nonlinier.

2.1. Metode Linearisasi
Metode linierisasi adalah suatu proses yang bertujuan untuk memperkirakan sistem nonlinier yang
digambarkan oleh persamaan diferensial nonlinier dengan persamaan linier untuk memudahkan pemrosesan.
Linearisasi ekuivalen (EL) adalah metode perkiraan yang banyak digunakan untuk analisis sistem dinamis [75].
Krylov dan Bogoliuboff memperkenalkan proses linearisasi pertama dari sistem deterministik. Pendekatan sistem stokastik
kemudian diperluas oleh Caughey. Kemudian, beberapa versi setara yang diperluas
Sensor 2020, 20, 7303 5 dari 41
metode linearisasi telah ditetapkan. Metode Linearisasi Ekuivalen dianggap sebagai alat yang paling mudah
diakses dan banyak digunakan untuk menganalisis masalah stokastik nonlinier, namun keakuratannya bergantung
pada proses rata-rata [76]. Metode klasik lainnya termasuk persamaan Fokker-Planck, momen penutupan, rata-
rata stokastik, perturbasi, dll. Namun, metode tersebut terbatas pada sistem nonlinier yang relatif mudah dan
spesifik, dan beberapa di antaranya mahal secara komputasi, terutama bila diterapkan dalam sistem MDOF [77] .
Wang dan Low [78] mengusulkan metode EL yang dapat diandalkan untuk memprediksi respons sistem
nonlinier dengan redaman viskos yang terkena dampak. Selain itu, pengaruh nonlinier dan redaman viskos
terhadap keamanan produk kemasan juga dibahas. Selain itu, koefisien seperti rasio redaman dalam sistem
bantalan juga diselidiki. Menurut analisis mereka, sifat nonlinier dan redaman viskos yang dihasilkan terbukti
menjadi faktor positif yang mampu meminimalkan dampak kaku sampai batas tertentu. Bajrić dan Høgsberg [79]
menyajikan pendekatan untuk identifikasi sistem keluaran saja.
Metode ini efektif untuk menganalisis respons acak dengan osilator SDOF dalam kondisi redaman
histeretik. Model Bouc-Wen digunakan untuk memanfaatkan gaya pemulih untuk memperoleh model
relaksasi linier yang setara. Identifikasi dilakukan pada ruang keadaan, dimana model redaman relaksasi
linier turunan menggantikan model sistem histeretik. Model linier ekuivalen mengusulkan agar gerakan
respons bersifat harmonis dengan variasi fase dan amplitudo yang lambat, sehingga metode ini dibatasi
untuk mengatasi respons pita sempit. Untuk mempelajari sistem model jembatan penampang bersuspensi
pegas , Gao dkk. [80] mengembangkan pendekatan EL untuk meningkatkan ketepatan pengukuran gaya
eksitasi diri dalam uji model sectional. Pengaruh penambahan redaman dan kekakuan pada respon
peluruhan bebas pada kondisi kecepatan angin nol telah dieksplorasi. Berdasarkan temuan mereka,
karakteristik nonlinier yang terkait dengan pengaruh pengaruh redaman tambahan jauh lebih signifikan
dibandingkan karakteristik nonlinier yang terkait dengan pengaruh penambahan kekakuan. Dalam karya
lain, Gao dan Zhu [81] mengusulkan pendekatan di mana model sectional tersuspensi pegas (SSSM)
digunakan untuk mengevaluasi rasio dan frekuensi redaman bergantung amplitudo yang setara.
Persamaan ELA diturunkan dengan menerapkan metode skala ganda untuk merepresentasikan nonlinier
mekanis dalam pengertian perkiraan orde pertama . Metode identifikasi ELA dan sistem nonlinier yang
diusulkan kemudian ditemukan cukup akurat untuk memodelkan nonlinier mekanis dari sistem yang
diusulkan. Gambar 3 menunjukkan perbandingan redaman bergantung amplitudo ekuivalen yang
teridentifikasi dan frekuensi alami SSSM dalam mode lentur dan puntir. Perilaku nonlinier rasio redaman
berasal dari mekanisme disipatif energi yang rumit, seperti redaman material, gesekan Coulomb, redaman
viskos, dan redaman nonlinier yang disebabkan oleh peredam sistem SSSM tambahan. Dalam ELA,
respons nonlinier lemah sistem SDOF dianggap sebagai gangguan pada respons osilator tak teredam,
sehingga persamaan gerak nonlinier yang mengatur respons peluruhan bebas sistem disajikan sebagai
berikut:
.. . 2
q + ÿ f 0 q = 0 q, q + ÿ (1)
. ..
dimana q adalah perpindahan; q adalah kecepatan; q adalah percepatan model penampang; ÿ0 adalah frekuensi
.
melingkar; ÿ fq, q adalah gaya nonlinier umum; dan ÿ merupakan faktor kecil yang menunjukkan bahwa suku
sebelumnya merupakan besaran kecil; ÿ20 q adalah gaya pemulih linier. Persamaan (1) dapat diselesaikan
berdasarkan pendekatan rata-rata Krylov – Bogoliubov. Metode ELA kemudian diterapkan untuk memodelkan
nonlinier fisik sistem nonlinier lemah dengan menggunakan koefisien redaman D(A) dan koefisien gaya pemulih
S(A),
.. 2
q + D(a) . q + K(a)q = 0 ÿ (2)
dan dengan memasukkan rasio dan frekuensi redaman viskos yang setara, Persamaan (2) dapat direpresentasikan sebagai:
.. 2 2
q + 2ÿeÿe(a) . e (a)q = 0 ÿ q + ÿ (3)
dimana ÿe(a) adalah rasio redaman yang bergantung pada amplitudo; ÿe(a) adalah frekuensi sirkular
ekuivalen .
Sensor 2020, 20, 7303 6 dari 41
Gambar 3. Perbandingan redaman bergantung amplitudo ekuivalen yang teridentifikasi dan frekuensi alami
model penampang yang ditangguhkan pegas. (a) Modus pembengkokan; (b) mode torsi [81].
Baik redaman nonlinier maupun frekuensi bergantung pada amplitudo dan akurat dalam
memodelkan nonlinier fisik sistem suspensi pegas nonlinier lemah.
Baru-baru ini, Chen dan Tse [82] mengusulkan metode yang disempurnakan untuk menentukan
nonlinier fisik sistem suspensi pegas nonlinier lemah. Metode ini efektif diterapkan dalam sistem
keseimbangan tekanan aeroelastik hibrid (HAPB). Dalam sistem HAPB, frekuensi dan redaman yang
terkait dengan model linier adalah konstan dan menyebabkan perbedaan besar dalam prediksi respons
karena ketidaktahuan akan karakteristik sistem yang berubah secara perlahan. Solusi dari sistem yang
diusulkan diperoleh dengan menurunkan metode rata-rata Krylov – Bogoliubov dan metode ELA, seperti
yang ditunjukkan pada Gambar 4.
Gambar 4. Diagram identifikasi nonlinier dari sistem nonlinier lemah [82].

Sensor 2020, 20, 7303 7 dari 41
2.2. Metode Domain Waktu
Dalam metode domain waktu, data yang dianalisis berbentuk time-series selama proses identifikasi [83].
Keuntungannya adalah kemudahan dalam analisis data tanpa banyak menghabiskan waktu dan tenaga karena
data sejarah waktu selalu dapat diperoleh secara langsung [84].
Karya khas diperkenalkan oleh Jacobson et al. [85], di mana mereka mengevaluasi metode identifikasi
redaman menggunakan simulasi domain waktu berdasarkan sistem aeroelastik untuk penerapan batasan
flutter pada optimasi berbasis gradien. Beberapa metode domain waktu diterapkan dengan metodologi
berbasis CFD. Metode pensil matriks terbukti menjadi pendekatan yang paling efektif dalam memperkirakan
redaman pada sekumpulan sinyal masukan. Dalam studi lain tentang susunan tabung penukar panas, Eret
dan Meskell [86] menyelidiki validitas dua metode identifikasi yang diterapkan dalam sistem elastis fluida
SDOF dengan menggunakan data eksperimen. Metode analisis getaran bebas (FREEVIB) digunakan untuk
mengidentifikasi nonlinier dan kemudian dibandingkan dengan metode penurunan nonlinier. Berdasarkan
hasil tersebut, metode penurunan nonlinier memberikan hasil yang lebih akurat. Namun kekurangannya
adalah bentuk fungsional sistem perlu ditentukan sebelumnya. Meskell [87] menyajikan teknik untuk
mengevaluasi secara bersamaan berbagai jenis redaman nonlinier dan redaman viskos. Teknik ini bergantung
pada penurunan puncak berturut-turut dalam sistem transien. Penelitian ini dibatasi pada sistem SDOF.
Teknik ini dioptimalkan berdasarkan pertimbangan bahwa sistem bersifat nonlinier lemah, teredam
ringan terhadap linier, dan redaman kubus. Keakuratan metode ini ditunjukkan dengan menggunakan
respons simulasi. Disimpulkan bahwa metode ini menjanjikan untuk sistem teredam ringan dengan
menggunakan data eksperimen, khususnya dalam sistem elastis fluida. Frizzarin dkk. [88]
mengembangkan pendekatan untuk mendeteksi kerusakan pada struktur beton. Pendekatan ini
bergantung pada analisis redaman nonlinier yang diambil dari respons getaran struktural. Kelayakan
pendekatan ini ditunjukkan dengan menggunakan model jembatan beton skala besar yang mengalami
kerusakan seismik yang disebabkan selama uji meja goyang. Redaman nonlinier berhasil diidentifikasi
dengan pendekatan penurunan acak berdasarkan respons getaran sekitar. Hasil penelitian
menunjukkan bahwa besarnya redaman nonlinier meningkat seiring dengan meningkatnya derajat
kerusakan seismik. Korelasi kuat antara peningkatan redaman nonlinier dan penurunan kekakuan struktural juga ditemu
Sebuah metode analisis redaman nonlinier menggunakan data getaran sekitar dikembangkan untuk
deteksi kerusakan bebas dasar pada struktur RC. Model peredam viskos dan gesekan digabungkan untuk
memperoleh respon getaran bebas struktur, seperti ditunjukkan pada Persamaan (4):
ÿ ÿÿÿt e - ÿ
a(t) = x0 1 + (4)
ÿ ÿ
dimana x0 adalah amplitudo awal; ÿ adalah frekuensi alami; ÿ dan ÿ masing-masing merupakan rasio redaman
untuk redaman viskos dan gesekan.
Metode domain waktu lainnya diusulkan oleh Wu et al. [89] untuk memungkinkan identifikasi simultan
redaman nonlinier dan gesekan Coulomb dalam sistem mekanis. Metode jendela persegi panjang bergerak
diperkenalkan berdasarkan sifat redaman nonlinier. Berbagai model redaman nonlinier dalam sistem SDOF
dipelajari, dengan jumlah gesekan Coulomb yang konstan. Hasil simulasi menunjukkan bahwa teknik
identifikasi yang diusulkan efisien dan dapat diterapkan. Selain itu, ketepatan identifikasi redaman nonlinier
lebih tinggi dibandingkan dengan gaya gesekan Coulomb. Gambar 5 menyajikan hubungan nonlinier antara
rasio redaman dan amplitudo masing-masing dalam fungsi eksponensial dan kuadrat. Keakuratan penentuan
redaman kuadratik paling tinggi dibandingkan penentuan jenis redaman viskos nonlinier lainnya. Dalam
kuantifikasi efek yang tidak diinginkan pada keseluruhan redaman baja paduan yang diukur, Vanwalleghem
dkk. [90] mengidentifikasi sumber redaman eksternal dalam material teredam dengan menerapkan metode
domain waktu sementara dan memperkenalkan konfigurasi pengaturan uji redaman yang efektif. Hasil
penelitian menunjukkan bahwa nilai redaman bergantung pada ukuran spesimen dan tingkat eksitasi. Selain
itu, redaman akan meningkat dengan amplitudo respons yang diperbesar terlepas dari ukuran sampel, seperti
diilustrasikan pada Gambar 6. Selain itu, kapasitas redaman berbeda dari satu paduan baja dengan baja
paduan lainnya. Oleh karena itu, suatu jenis tidak dapat digeneralisasikan pada jenis lainnya.
Sensor 2020, 20, 7303 8 dari 41
Dalam karya terkait lainnya, Ba¸stürk dkk. [91] mempelajari respons dinamis nonlinier pelat komposit laminasi hibrid di bawah
pengaruh beban ledakan dengan melibatkan redaman. Pengaruh faktor-faktor seperti rasio redaman, rasio aspek, dan berbagai
nilai tekanan puncak dipelajari. Efek termal dari gelombang ledakan dihindari selama analisis. Hasil penelitian menunjukkan
bahwa amplitudo rasio redaman berperan penting dalam defleksi pelat dan frekuensi. Amplitudo getaran menurun dalam waktu
singkat karena efek redaman. Baru-baru ini, Feldman dan Braun [92] menyajikan metode eksperimental yang menjanjikan untuk
identifikasi redaman dan kekakuan nonlinier dalam sistem getaran. Metode ini didasarkan pada pengukuran masukan dan
keluaran dalam domain waktu dan penerapan transformasi Hilbert dari sinyal yang diukur dalam keadaan getaran bebas dan
paksa. Berdasarkan temuan mereka, pendekatan representasi karakteristik nonlinier akurat dan efisien.
Gambar 5. Kurva rasio redaman versus amplitudo. (a) Hubungan eksponen; (b) hubungan kuadrat [89].
Gambar 6. Rasio redaman sebagai fungsi dari (a) amplitudo respon spesimen (bentuk mode pertama);
(b) amplitudo respons spesimen (bentuk mode kedua) untuk tiga ukuran spesimen [90].
2.3. Metode Domain Frekuensi
Metode domain frekuensi ditampilkan dengan menangani data dalam bentuk spektrum atau FRF
selama proses identifikasi [93]. Beberapa metode domain frekuensi telah ditinjau dalam literatur teknis
dalam beberapa tahun terakhir [94,95]. Metode-metode ini menunjukkan kelebihan seperti kemudahan
komputasi dan kemampuan memberikan beberapa penjelasan tentang sistem nonlinier [96]. Berbeda dengan deret waktu
Sensor 2020, 20, 7303 9 dari 41
sinyal, data yang diproses dalam domain frekuensi dapat mengambil berbagai bentuk, seperti spektrum Fourier,
spektrum daya, atau bentuk lainnya [97,98]. Karena analisis data dalam domain frekuensi hanya berfokus pada
rentang frekuensi tertentu, beban komputasi dapat dikurangi, dan sejumlah besar parameter nonlinier dapat
dihitung secara tepat dan efektif [23].
Matahari dkk. [99] menyajikan metode modifikasi untuk identifikasi redaman untuk struktur
kekakuan nonlinier berdasarkan metode bandwidth setengah daya yang terkenal. Rumus tersebut
diverifikasi dengan menggunakan simulasi numerik. Prosedur ini telah divalidasi dengan menerapkan
spesimen pelapis keras dengan nonlinier lunak, dan parameter redaman struktur diperoleh pada
berbagai tingkat menarik. Thothadri dkk. [100] memperluas metode identifikasi sistem nonlinier
bernama identifikasi nonlinier keseimbangan harmonik (HBNID) ke sistem struktur fluida MDOF. Dua
model teoritis diperiksa dengan menggunakan metode yang diperluas ini. Hasil penelitian menunjukkan
bahwa HBNID bekerja dengan baik dalam menentukan parameter yang tidak diketahui jika struktur
model teridentifikasi. Dalam penelitian terkait lainnya, Balasubramanian et al. [101] melakukan
penyelidikan eksperimental dan numerik untuk menentukan peningkatan redaman dengan amplitudo
getaran pelat karet menggunakan tiga model disipasi yang berbeda. Respons nonlinier diukur menggunakan vibrometer
Hasilnya, peningkatan redaman sekitar 60% ketika amplitudo getaran 1,6 kali ketebalan pelat. Disipasi
yang ditentukan dari berbagai model diperiksa karena mengkonfirmasi sifat nonlinier dominan dari
redaman sebagai fungsi amplitudo getaran, seperti yang ditunjukkan pada Gambar 7. Untuk
mengurangi getaran pada kendaraan demi kenyamanan penumpang, Ho et al. [102] menyelidiki,
secara eksperimental dan numerik, isolasi getaran menggunakan redaman nonlinier yang dilakukan
oleh peredam MR. Teknik domain frekuensi diadopsi, karena efisiensi sistem isolasi dapat dinilai pada
rentang frekuensi yang luas. Hasil eksperimen dan numerik menunjukkan bahwa efek isolasi getaran
yang baik di sekitar daerah resonansi dan frekuensi tinggi telah tercapai, dan karenanya secara
signifikan meningkatkan kinerja peredam konvensional.
Gambar 7. Perubahan rasio redaman terhadap amplitudo getaran (a) menggunakan model 1, (b)
menggunakan model 2 [101].
Persamaan gerak yang mewakili redaman viskos nonlinier dari sistem isolasi getaran SDOF dapat dinyatakan
sebagai:
M .. y(t) + Ky(t) + Fc = ÿM ..u(t) (5)
dimana y(t) = x(t) ÿ u(t) ; M adalah massa; K adalah kekakuan pegas; Fc adalah gaya redaman nonlinier yang
diberikan oleh
N
Fc = tanda . kamu(t) Cn . kamu(t) (6)
dimana Cn adalah konstanta redaman nonlinier; 0 < n ÿ 1, adalah eksponen redaman; u(t) adalah perpindahan
masukan sinusoidal yang ditentukan oleh u(t) = A sin(2ÿf t) dengan frekuensi f dan amplitudo A.
Sensor 2020, 20, 7303 10 dari 41
Pazand dan Nobari [103] menyelidiki efek kerusakan pada redaman efektif perekat viskoelastik
menggunakan metode identifikasi sensitivitas eigen terbalik untuk perilaku perekat di daerah linier dan
nonlinier. Hasil menunjukkan bahwa redaman perekat menurun seiring dengan penurunan frekuensi. Selain
itu, kerusakan akibat pelepasan ikatan mempunyai pengaruh buruk terhadap redaman perekat, dan
pengurangan (pelunakan) menjadi lebih penting seiring dengan meningkatnya tingkat kerusakan. Gambar
8 menunjukkan bahwa redaman perekat efektif menurun seiring dengan meningkatnya frekuensi di daerah linier dan nonlinier.
Selain itu, pola reduksinya berbeda untuk berbagai mode seperti mode tekuk dan geser.
Cherif dkk. [104] menyajikan pendekatan penilaian faktor kerugian redaman untuk struktur dua dimensi
berdasarkan pengukuran bidang perpindahan dengan menggunakan vibrometer laser. Pendekatan ini
kemudian dibandingkan dengan tiga pendekatan lainnya: yaitu metode bandwidth setengah daya, metode
laju peluruhan, dan metode input daya kondisi tunak. Dari hasil tersebut, pendekatan gelombang terbalik
yang diusulkan akurat dan dapat diandalkan untuk evaluasi bilangan gelombang dan faktor kerugian
redaman. Gambar 9 menunjukkan bahwa pada frekuensi menengah, ketiga metode tersebut cocok, namun
pada frekuensi rendah sekitar (100–300) Hz, metode input daya menunjukkan beberapa perbedaan
dibandingkan metode lainnya. Penjelasannya adalah frekuensi-frekuensi ini mempunyai jumlah mode yang
sedikit. Pada frekuensi tinggi, faktor kerugian redaman yang dievaluasi dengan laju peluruhan dan metode
gelombang terbalik berada dalam kesesuaian yang baik. Roncen dkk. [105] secara eksperimental dan
numerik menganalisis isolator karet nonlinier, yang dikenai dua eksitasi acak, yaitu eksitasi harmonik dan
broadband. Hubungan antara kekakuan dan redaman versus amplitudo perpindahan relatif isolator karet diselidiki.
Prediksi getaran nonlinier berkas yang terkena eksitasi acak dilakukan dengan mengadopsi metode
keseimbangan harmonik dan metode penembakan. Berdasarkan perbandingan antara investigasi
eksperimental dan numerik, diamati bahwa terdapat korelasi fungsional antara eksitasi acak harmonik dan
broadband. Hal ini menunjukkan validitas dan kemanjuran pemodelan isolator karet serta metodologi
nonlinier yang diusulkan. Baru-baru ini, Colin dkk. [106] menyelidiki banyak fitur redaman kuadrat nonlinier
balok kantilever di bawah eksitasi basis harmonik. Teknik identifikasi domain frekuensi digunakan untuk
mengidentifikasi koefisien redaman modal linier dan nonlinier.
2.4. Metode Frekuensi Waktu
Baru-baru ini, penerapan metode domain frekuensi waktu menjadi lebih sering dan meluas dibandingkan
metode domain waktu dan domain frekuensi [107]. Metode ini mendeteksi redaman melalui karakteristik
temporal dan frekuensi umum dari respons struktur bergetar yang dihasilkan dari analisis menggunakan
metode frekuensi waktu [108,109]. Beberapa metode baru-baru ini disajikan untuk melakukan analisis
frekuensi waktu [110-112]. Salah satu pendekatan yang paling kuat adalah transformasi wavelet kontinu,
yang telah banyak digunakan untuk NDI dalam berbagai aplikasi. Sifat umum dari getaran nonlinier adalah,
menurut bentuk nonlinier, frekuensi alami sesaat dan koefisien redaman dapat menjadi fungsi waktu [113].
Di bidang kapal dan benda terapung, Kim dan Park [114] memperkirakan koefisien redaman dan
pemulihan nonlinier dari sistem produksi terapung melalui transformasi Hilbert dari sinyal peluruhan
bebas yang diperoleh dari eksperimen peluruhan free-roll. Perbandingan dibuat antara metode ini dan
metode penurunan logaritmik tradisional dalam kinerja identifikasi koefisien redaman.
Koefisien nonlinier momen redaman dan pemulihan berhasil diperoleh. Gambar 10 menunjukkan
beberapa fluktuasi pada sudut gulungan kecil; namun, redaman hanya dapat diperkirakan menggunakan
model kuadrat dalam rentang sudut putar sekitar 6 rad; melampaui kisaran ini, koefisien redaman
menurun. Hal ini disebabkan oleh efek memori pusaran di dekat lunas lambung kapal. Teknik yang
disajikan menunjukkan akurasi yang lebih besar daripada penurunan logaritmik, terutama bila suku-
suku nonlinier digabungkan dalam suku pemulih.
Sensor 2020, 20, 7303 11 dari 41
Gambar 8. Koefisien redaman efektif yang teridentifikasi untuk luas linier dan nonlinier, untuk ikatan utuh
dan rusak (a,b) dengan mode tekuk, (c,d) dengan mode geser [103].
Gambar 9. Pengaruh frekuensi terhadap faktor kerugian redaman eksperimental (a) panel komposit tipis,
(b) panel komposit tebal [104].
Sensor 2020, 20, 7303 12 dari 41
Gambar 10. Penyimpanan dan pembongkaran produksi terapung mengidentifikasi parameter dinamis sehubungan
dengan sudut gulungan. (a) Koefisien redaman; (b) momen pemulihan [114].
Franchetti dan Modena [115] mengembangkan teknik deteksi kerusakan pada komponen
struktural beton bertulang pratekan (PRC) pracetak berdasarkan eksperimen getaran bebas dan
NDI. Tiga benda uji pracetak balok RRC diuji. Respon dinamis dianalisis dengan menggunakan
berbagai metode, termasuk penyesuaian kurva multi-input multi-output (MIMO) dan metode HT.
Mekanisme disipasi energi aktual dari balok RRC diwakili oleh usulan faktor redaman kuadrat
nonlinier yang terkait dengan tingkat kerusakan aktual. Hasilnya menunjukkan bahwa faktor
redaman kuadrat dapat digunakan secara efisien untuk mendeteksi kerusakan karena sensitivitasnya
yang tinggi. Namun, efektivitas pendekatan ini mungkin dibatasi oleh sulitnya memperoleh respon getaran struktur be
Redaman viskos murni dan redaman polinomial digabungkan dalam model yang diusulkan, seperti yang ditampilkan pada
Gambar 11. Bentuk gaya redaman polinomial yang paling populer adalah kuadrat:
. .
Fd = ÿd· x·x (7)
dimana d adalah konstanta, dan nilai kecepatan absolut ditambahkan untuk memastikan bahwa gaya selalu berlawanan
dengan kecepatan.
Gambar 11. Model redaman gabungan [115].
Persamaan gerak gabungan sistem kental dan kuadrat dapat direpresentasikan sebagai berikut:
.. . . .
+ cm x + dx X x + kx = 0 (8)
dimana m adalah massa, c adalah koefisien redaman viskos, dan k adalah kekakuan,
(a0c1) · e ÿc1
·t a(t) = (9)
c1 + a0c2 (1 ÿ e ÿc1 ·t)
Sensor 2020, 20, 7303 13 dari 41
dimana a adalah amplitudo osilasi, a0 adalah amplitudo awal, c1 dan c2 adalah konstanta, dan t
adalah waktu. Solusi eksak redaman viskos murni (c2 = 0 ) dirumuskan sebagai berikut:
ÿc1 ·t ÿÿÿt
a(t) = a0· e = a0· e (10)
Tang dkk. [116] secara eksperimental menyelidiki penilaian parameter peredam getaran nonlinier dari uji getaran
bebas. HT digunakan untuk memperkirakan amplitudo sesaat dan frekuensi alami teredam. Kemudian ditentukan kekakuan
dan redaman untuk peredam getaran nonlinier. Dengan membandingkan metode yang ada saat ini dengan metode
Restoring Force Surface (RFS), terlihat perbedaannya hanya sekitar 13%. Chandra dan Sekhar [117] menyajikan
pendekatan estimasi redaman nonlinier dalam sistem bantalan rotor menggunakan metode berbasis CWT. Dua model
redaman nonlinier yang berbeda diperiksa. Selubung sinyal getaran bebas diperoleh dengan menggunakan pendekatan
berbasis wavelet. Validitas dan penerapan metode yang diusulkan dilaporkan menggunakan sinyal yang diperoleh dari
hasil eksperimen. Joseph dan Minh-Nghi [118] menggunakan transformasi wavelet dalam identifikasi dan kuantifikasi
redaman dalam osilator nonlinier berdasarkan respons peluruhan bebas. Dua metode berdasarkan transformasi wavelet
telah digunakan; pertama, penampang transformasi wavelet, kedua, ridge dan skeleton dari transformasi wavelet. Metode
yang diusulkan di sini digunakan untuk mempelajari osilator SDOF nonlinier secara eksklusif. Hasil numerik menunjukkan
bahwa metode ini akurat dalam memperkirakan frekuensi alami dan koefisien redaman, bahkan dengan data yang
mengandung noise.
Curadelli dkk. [119] memperkenalkan skema baru untuk deteksi kerusakan struktural menggunakan identifikasi koefisien
redaman sesaat melalui transformasi wavelet. Berdasarkan temuan mereka, redaman berbagai struktur sangat dipengaruhi oleh
adanya kerusakan. Bukti mengenai efek kerusakan pada karakteristik dinamis rangka RC telah diberikan. Oleh karena itu,
parameter redaman struktur dapat digunakan sebagai indikator kerusakan karena sensitivitasnya yang tinggi terhadap adanya
kerusakan. Transformasi wavelet juga telah terbukti dapat digunakan untuk menentukan redaman melalui respon struktural
terhadap getaran bebas.
Dalam karya terkait lainnya, Heller dkk. [120] secara eksperimental menganalisis pengaruh sambungan mekanis dan
parameter fungsionalnya terhadap perilaku dinamis struktur yang dibangun. Parameter modal yang setara berdasarkan
penerapan transformasi wavelet yang digunakan pada respons peluruhan bebas diadopsi untuk menggambarkan perilaku
dinamis nonlinier yang diharapkan. Hasil eksperimen menunjukkan bahwa sambungan gesekan merupakan sumber utama
disipasi energi selama gerakan relatif substruktur pada struktur yang dibangun. Selain itu, kapasitas redaman negatif dapat
ditingkatkan secara signifikan dengan memperluas area antarmuka.
Baru-baru ini, Dziedziech dkk. [121] meneliti dinamika peredam kolom cairan yang disetel (TLCD),
di mana karakteristik redaman nonlinier dan properti lainnya yang bervariasi terhadap waktu diidentifikasi.
CWT digunakan untuk pemisahan mode, dan kemudian dilakukan pengenalan rasio redaman
sesaat dari mode getaran pertama. Temuan menunjukkan bahwa rasio redaman bersifat nonlinier,
bervariasi terhadap waktu, dan berdasarkan tingkat getaran. Model yang diperkenalkan dapat
digunakan untuk mewakili perilaku disipatif mode getaran pertama dari peredam kolom cairan yang disetel.
Redaman yang bervariasi terhadap waktu berhasil dikenali dengan menggunakan analisis gabungan envelope, pemasangan
kurva, dan penurunan logaritmik, seperti yang ditunjukkan pada Gambar 12.
Sensor 2020, 20, 7303 14 dari 41
Gambar 12. Hasil identifikasi mode pertama getaran tuning kolom cairan peredam (TLCD)
yang dianalisis: (a) Frekuensi natural, (b) respons getaran, (c) rasio redaman [121].
2.5. Metode Modal
Karakteristik modal dianggap sangat penting dalam proses perancangan struktur teknik linier [122].
Parameter modal struktural yang khas adalah frekuensi alami, bentuk mode, dan redaman [123]. Ini adalah
alat bermanfaat yang digunakan dalam mempelajari perilaku dinamis berbagai struktur di sekitar keadaan
resonansinya. Pendekatan linier ini dianggap sudah matang dan banyak digunakan [124].
Sebaliknya, metode untuk mengidentifikasi modal nonlinier berada pada salah satu arah penelitian terbaru
yang menjanjikan di bidang dinamika struktural [125,126]. Beberapa pendekatan terkait telah diperkenalkan
dalam survei pada tahun 2006 dan 2016 [1,23]. Kemajuan penting telah dicapai selama dua dekade
terakhir, sehingga identifikasi modal nonlinier adalah bidang studi yang sangat aktif [23].
Untuk meningkatkan desain teknik, keandalan, dan kinerja struktur, Mezghani et al. [127] menyelidiki
karakteristik dinamis isolator yang terdiri dari elemen kekakuan dan redaman. Investigasi dilakukan dalam
berbagai eksitasi untuk mendorong minimalisasi transmisi getaran menggunakan metode modal. Metode
identifikasi nonlinier yang diusulkan memungkinkan perancang untuk memprediksi perilaku dinamis
nonlinier melalui data eksperimen.
Hasil menunjukkan bahwa teknik ini valid dan dapat diterapkan dalam menentukan parameter nonlinier
isolator jaring logam. Redaman nonlinier juga dapat ditekan seiring dengan meningkatnya amplitudo
eksitasi basa. Naylor dkk. [128] memperkenalkan metode peluruhan resonansi untuk memperkirakan
sistem teredam nonproporsional MDOF. Meskipun ada beberapa ketidaksempurnaan, metode ini bekerja
dengan baik dan menghasilkan matriks modal redaman yang dapat diterima. Hasilnya menunjukkan bahwa
terdapat kesalahan kecil dalam proses estimasi. Londoño dkk. [129] memperkenalkan metode untuk
mengekstraksi kurva tulang punggung sistem nonlinier teredam ringan menggunakan metode peluruhan
resonansi yang dimodifikasi. Hasil eksperimen dan numerik menunjukkan bahwa prosedur yang diusulkan
dapat memberikan perkiraan rasio redaman yang akurat. Selain itu, hasil menunjukkan bahwa rasio
redaman kecil yang lebih rendah dari 5% tidak mempengaruhi perkiraan frekuensi sesaat sistem nonlinier,
seperti yang ditunjukkan pada Gambar 13.
Dengan menganalisis respon peluruhan, sifat disipasi sistem dapat dievaluasi. Untuk sistem SDOF
klasik dan terkenal dengan persamaan umum
.. .
2 x + 2ÿÿn x + ÿ nx = 0 (11)
.. .
dimana x adalah percepatan; x adalah kecepatan, x adalah perpindahan, ÿ adalah rasio redaman, ÿn adalah frekuensi natural.
Dalam hal parameter sistem dan kondisi awal, selubung respon getaran bebas dapat direpresentasikan
sebagai
ÿÿÿnt
SEBUAH(t) = A0e (12)
Sensor 2020, 20, 7303 15 dari 41
Perlu dicatat bahwa pengoperasian redaman dihitung dengan suku eksponensial.

Ekspresi ini dapat digeneralisasikan untuk memungkinkan perubahan frekuensi sesaat dan redaman, yang
akan terjadi dalam sistem nonlinier dengan memodifikasi Persamaan (12) menjadi
SEBUAH(t) = A0e ÿÿ(t)ÿ0(t)t

(13)
Redaman efektif kemudian dapat ditentukan dengan
Hai
1
=
Hai
ÿ saya (ln(A0) ÿ ln A t Saya

(14)
Hai Hai
itu
ÿ0 t saya
saya
dimana ÿ0 t menunjukkan
Hai
= 2ÿf t
Saya
Hai
frekuensi sudut sesaat. Oleh karena itu, rasio redaman efektif ÿ dapat dinilai dari
Saya
kemiringan tangen selubung dari respons peluruhan yang direpresentasikan dalam skala semi-logaritmik
terhadap waktu.
Gambar 13. Perkiraan kurva kerangka percobaan: (a) Frekuensi (Hz); (b) rasio redaman (%) [129].
Krack dkk. [130] mengembangkan metode model pesanan tereduksi (ROM) baru untuk perhitungan
numerik mode nonlinier sistem mekanis. Penelitian ini mencakup beberapa jenis nonlinier, seperti nonlinier
disipatif, kuat, dan nonlinier halus. Karakteristik modal nonlinier digunakan untuk mengevaluasi getaran
paksa dan eksitasi diri. Hasil yang diperoleh sangat sesuai dengan hasil yang diperoleh dengan pendekatan
konvensional. Dalam karya terkait lainnya, Krack [131] mengusulkan metode identifikasi mode nonlinier
sistem nonkonservatif. Dua metode analisis modal nonlinier disajikan: Metode keseimbangan harmonik dan
metode penembakan.
Hasilnya menunjukkan bahwa metode yang diusulkan memberikan prediksi yang akurat untuk berbagai
kondisi kerja. Namun, ini terbatas pada mode nonlinier terisolasi dan rasio redaman modal rendah karena
juga terbatas pada gerakan periodik. Petrus dkk. [132] secara numerik dan eksperimental mengusulkan
teknik baru untuk analisis modal nonlinier sistem mekanik tidak mulus. Teknik numerik ditemukan
berdasarkan dua metode gabungan. Yaitu metode keseimbangan harmonik dan metode pengambilan
gambar yang menghasilkan representasi frekuensi waktu. Sebagai perbandingan, teknik eksperimental
mengandalkan metode resonansi fase nonlinier. Ditemukan bahwa hasil numerik sesuai dengan hasil yang
diperoleh melalui eksperimen. Scheel dkk. [133] mengembangkan teknik baru berdasarkan prosedur
eksperimental untuk pengujian modal nonlinier untuk bilah turbin modern.
Sensor 2020, 20, 7303 16 dari 41
Teknik ini memungkinkan ekstraksi eksperimental rasio redaman modal selain frekuensi alami dan bentuk
defleksi sebagai fungsi dari tingkat getaran. Metode ini sederhana dan lebih hemat waktu karena validitas dan
keakuratannya telah dibuktikan melalui perbandingan dengan metode lain. Ia juga memiliki ketahanan yang
tinggi terhadap kebisingan pengukuran dan tidak memerlukan banyak pengetahuan sebelumnya tentang sistem
yang diuji atau peralatan khusus. Dalam karya terkait lainnya, Scheel dkk. [134] merancang rig pengujian baru
bernama resonator balok gosok untuk analisis modal nonlinier eksperimental. Metode yang diusulkan melakukan
analisis berdasarkan konsep gerak periodik diperpanjang untuk memperoleh karakteristik modal. Hasilnya
menunjukkan bahwa rasio redaman modal meningkat sekitar 15%, sedangkan frekuensi menurun sebesar 36%
untuk mode getaran pertama. Baru-baru ini, Karaa ÿgaçlÿ dan Özgüven [135] mengusulkan prosedur analisis
modal eksperimental nonlinier yang disebut pengujian sinus bertahap (RCT) yang dikontrol respons untuk
mengekstraksi parameter modal nonlinier. Banyak ketidaklinieran di tempat berbeda diselidiki secara numerik
dan eksperimental. Hasil numerik dan eksperimen menunjukkan bahwa prosedur identifikasi yang diusulkan
efisien dan dapat diterapkan pada banyak aplikasi.
2.6. Pemodelan Kotak Hitam
Kotak hitam nonlinier adalah model khas yang digunakan untuk mengkarakterisasi perilaku dinamis nonlinier suatu
sistem hanya berdasarkan data. Pemodelan kotak hitam nonlinier adalah pemetaan dari data observasi masa lalu ke ruang
regressor yang dilakukan dengan tipe perluasan fungsi nonlinier, pemetaan ke ruang keluaran sistem [136]. Pemetaan
nonlinier dapat dilakukan dengan beberapa metode, misalnya jaringan wavelet, jaringan syaraf tiruan, dan model neuro-fuzzy
[137].
Witters dan Swevers [138] membahas identifikasi kotak hitam dari peredam semi-aktif elektro-hidraulik
untuk suspensi kendaraan. Untuk representasi dinamika peredam nonlinier yang kompleks, struktur kesalahan
keluaran berbasis jaringan saraf telah dipilih. Telah ditunjukkan bahwa model yang dijelaskan menggunakan
pengujian optimal tunggal dapat secara memadai menggambarkan perilaku dinamis nonlinier peredam
sepanjang periode kerjanya. Truong dan Ahn [139] memperkenalkan model kotak hitam nonlinier dan model
kotak hitam terbalik untuk mempelajari peredam fluida magneto-rheologi.
Sistem pemetaan fuzzy digunakan untuk mengidentifikasi sifat peredam. Metode jaringan saraf digunakan
untuk meningkatkan akurasi model dengan mengurangi fungsi kesalahan pemodelan.
Serangkaian investigasi dilakukan untuk memverifikasi efektivitas model pada dua sistem yang menggunakan
peredam yang sama. Khalid dkk. [140] menyelidiki model peredam MR skala kecil dengan mekanisme mode
katup menggunakan metode pemodelan jaringan saraf berulang dinamis untuk menghasilkan respons
nonlinier histeretiknya. Model Bouc-Wen yang dimodifikasi digunakan untuk menghasilkan data pelatihan
untuk membangun model numerik. Hasilnya menunjukkan bahwa model yang diusulkan secara efektif
mampu memprediksi respons peredam MR secara akurat pada berbagai kondisi pengoperasian.
Baru-baru ini, Dou dkk. [141] menyelidiki metode identifikasi nonlinier berdasarkan jaringan saraf wavelet fuzzy untuk sistem
aeroelastik nonlinier. Redaman nonlinier dipertimbangkan dalam identifikasi sistem aeroelastik, dan struktur FWNN baru
diperkenalkan. Simulasi numerik menunjukkan bahwa jaringan saraf fuzzy wavelet mencapai tingkat akurasi dan efektivitas
yang tinggi.
2.7. Metode Pembaruan Model
Pembaruan model elemen hingga (FE) adalah operasi yang dimaksudkan untuk mengkalibrasi model FE suatu struktur
agar sesuai dengan hasil eksperimen dan numerik [142,143]. Proses ini bertujuan untuk mendapatkan model akurat yang
mampu mereproduksi data terukur [144–146]. Meskipun metode berbantuan komputer berkembang pesat, model numerik
masih perlu dibandingkan dengan data empiris untuk memperbaruinya guna meningkatkan akurasi dan keandalannya [147].
Arora dkk. [148] mengusulkan skema baru untuk pembaruan model FE teredam untuk meningkatkan
kompatibilitas FRF berdasarkan penerapan metode identifikasi redaman. Ada dua tahap yang dilakukan,
yang pertama adalah pemutakhiran matriks massa dan kekakuan menggunakan metode fungsi respon, dan
yang kedua adalah identifikasi matriks redaman mengikuti langkah pertama. Hasilnya menunjukkan bahwa
model yang diperbarui mampu memprediksi FRF yang diukur.
Sensor 2020, 20, 7303 17 dari 41
Pertama, masalah nilai eigen yang berkaitan dengan sistem teredam viskos ditulis sebagai
2
M ÿ saya + Cÿi + Kÿi = 0 (15)
dimana M, C, dan K masing-masing adalah matriks massa, redaman, dan kekakuan; ÿi dan ÿ adalah vektor
eigen kompleks .
Selanjutnya matriks redaman dapat dinilai dengan menggunakan hubungan berikut
C = ÿM ÿÿ2ÿ T + ÿÿ2ÿT M (16)
dimana ÿ adalah matriks diagonal dari nilai eigen kompleks, dan batang keseluruhan mengacu pada konjugasi
kompleks. Vektor eigen kompleks distandarisasi sebagai
T2ÿ
Mÿ ii ÿ K ÿi = ÿi (17)
Massa dan kekakuan yang diperbarui yang diperoleh pada bagian sebelumnya dieksploitasi untuk menormalkan
vektor eigen kompleks.
Baru-baru ini, Arora [149] memperkenalkan teknik baru untuk identifikasi redaman struktural.
Ini adalah metode identifikasi langsung dan eksplisit. Matriks massa dan kekakuan yang diperbarui digunakan
untuk identifikasi matriks redaman struktural. Beberapa contoh diberikan, yang menggambarkan kinerja teknik
yang diusulkan. Berdasarkan hasilnya, teknik saat ini secara akurat mampu memprediksi FRF eksperimental
sistem dengan semua tingkat redaman. Tabel 1 merangkum metode NDI di beberapa bidang penerapan,
dengan beberapa kekuatan dan kelemahan metode ini berdasarkan penelitian sebelumnya. Hal ini juga
memberikan sarana yang berguna bagi para peneliti untuk membandingkan penelitian-penelitian yang berbeda
dan memfasilitasi pemahaman tentang metode NDI.
Sensor 2020, 20, 7303 18 dari 41
Tabel 1. Survei literatur metode identifikasi redaman nonlinier.

Metode Linearisasi
metode Fungsi DOF Keterbatasan Keuntungan Aplikasi Tipe Redaman Ref.
Memprediksi respons terhadap

Alat yang ampuh
Metode linearisasi komponen yang dikemas MDOF Respon sementara Dikemas
Mampu menganalisis kompleks Redaman kental [78]
dari nonlinier tidak termasuk. Komponen
bentuk
sistem
Sistem hanya keluaran Perlu asumsi. Cocok untuk yang acak

identifikasi Redaman histeris SDOF terbatas pada hal yang sempit Tuan Peredam. Redaman histeris [79]
perkiraan tanggapan
teknik tanggapan pita.
Perhitungan
Setara klasik - - Tepat
kekuatan bersemangat diri dalam Menjembatani; SSSM. Redaman kental [80]
metode linearisasi
tes jembatan.
Dapat diandalkan dan tepat

Sebuah studi tentang
Prediksikan Redaman kental,
Setara mekanis
Linearisasi SDOF - redaman kuadrat,
peluruhan bebas jangka panjang Menjembatani; SSSM. [81]
nonlinier dari sebuah dan gesekan Coulomb
Perkiraan tanggapan SSSM
sistem SSSM pembasahan
sistem
Dapat diandalkan dan akurat
Setara Penentuan A
- Prediksikan
Linearisasi nonlinier dari SDOF Suspensi Musim Semi Redaman kental [82]
peluruhan bebas jangka panjang
Perkiraan sistem HAPB Sistem.
tanggapan
Metode Domain Waktu
Pensil matriks Identifikasi bergetar

metode, Amplop Kuat terhadap kebisingan dan
berfungsi melalui dalam amplop penerbangan
Sensitif terhadap beberapa orang
kemampuan untuk menangani Aeroelastik
dan membuat desain -
Transformasi Hilbert, Log multi-komponen Redaman aeroelastik [85]
penurunandan perbaikan pada parameter awal Sistem
meringankan yang tidak diinginkan
sinyal melintasi a
Setengah kekuatan simulasi jangka pendek
perilaku aeroelastis
lebar pita
Sensor 2020, 20, 7303 19 dari 41
Tabel 1. Lanjutan.
Metode Domain Waktu
Prediksi unggul
Selidiki validitas Memerlukan Kesalahan rendah Kubik nonlinier
Metode FREEVIB dan kedua metode pengetahuan Metode gabungan Panas
identifikasi pada elastis pembasahan
Metode penurunan nonlinier SDOF sebelumnya tentang
menyediakan alat yang ampuh Penukar Redaman struktural [86]
fluida SDOF bentuk fungsional sistem
Tidak diperlukan Array Tabung Kental struktural
sistem saat menggunakan
pengetahuan sebelumnya
metode penurunan nonlinier. pembasahan
menggunakan data eksperimen. untuk metode FREEVIB
Linier dan nonlinier

Terbatas pada sistem Sedikit Redaman linier dan
Metode pengurangan parameter redaman SDOF Diperlukan satu tanggapan
Teredam [87]
ditentukan dalam kerangka SDOF pengukuran kubik
elastis fluida. Sistem
Deteksi kerusakan
Pendekatan tanda Deteksi kerusakan
jembatan RC SDOF - Menjembatani; RC -
tanpa mengacu pada garis [88]
tangan pengurangan acak menggunakan indeks Struktur
dasar yang utuh.
kerusakan rasio redaman nonlinier.
Identifikasi
gesekan Coulomb Akurat dan aplikatif Redaman kental dan
Metode jendela persegi - Mekanis
dan redaman nonlinier SDOF Dapat diperluas ke MDOF gesekan Coulomb [89]
panjang bergerak Sistem
secara simultan. sistem pembasahan
Kuantifikasi beberapa efek

Metode domain waktu yang tidak diinginkan - Meminimalkan efek kerugian
MDOF Paduan baja Redaman udara [90]
sementara pada nilai keseluruhan redaman eksternal
redaman terukur.
Investigasi respon
dinamis nonlinier pelat
Metode Galerkin dan Mode yang lebih tinggi Hibrida
komposit tidak termasuk dalam dilaminasi
Perbedaan Terbatas MDOF Dapat digunakan untuk
laminasi di bawah beban Redaman kental [91]
kontribusinya terhadap mempelajari banyak properti pelat komposit
metode ledakan dengan pengaruh
respons dinamis
redaman.
Sensor 2020, 20, 7303 20 dari 41
Tabel 1. Lanjutan.
Metode Domain Waktu
-Efektif dan sederhana untuk

menganalisa
Tepat untuk linier dan

Nonlinier
tekad di sistem nonlinier
Kebutuhan yang sangat Sebuah getaran
Transformasi Hilbert SDOF Tidak diperlukan -
kekakuan dan redaman data yang tepat tanpa [92]
sifat getaran kebisingan
pengetahuan tentang sistem sistem
sinyal atau parameter
sistem.
Mengurangi waktu pengujian
tanpa mengurangi data
ketepatan
Metode Domain Frekuensi

Pelajari redamannya
identifikasi Luas dan lebih tinggi
Setengah kekuatan yang dimodifikasi
SDOF - resolusi daripada Kental setara
Paduan Titanium [99]
metode bandwidth kekakuan nonlinier a metode setengah bandwidth. pembasahan
paduan titanium
Perpanjangan dari Perkiraan yang buruk kapan Memberikan sangat baik dan
MDOF elastis fluida -
Metodologi HBNID HBNID untuk menyertakan struktur modelnya adalah hasil yang akurat dengan a [100]
SDOF sistem
sistem MDOF tidak dikenal. struktur model yang diketahui.
Redaman nonlinier Tidak diperlukan Tiga berbeda

Domain frekuensi identifikasi a SDOF -
penyesuaian Pelat karet [101]
metode model redaman
pelat karet silikon parameter disipasi
Pelajari aplikasinya Kendaraan

dari nonlinier ideal Memberikan wawasan tentang
Domain frekuensi SDOF - isolasi getaran dan penangguhan -
pembasahan [102]
mendekati karakteristik untuk sebuah sistem; TN
stabilitas sistem.
peredam
sistem rekayasa
Investigasi Perekatnya
dampak kerusakan pada
- - Belajar linier dan gabungan dari -
FRF eksperimental redaman yang efektif [103]
daerah nonlinier mobil
dari viskoelastik
dan pesawat terbang
sambungan perekat
Sensor 2020, 20, 7303 21 dari 41
Tabel 1. Lanjutan.
Metode Domain Frekuensi

Estimasi faktor Sederhana untuk

kerugian redaman suatu karakterisasi struktural
Akurat dan dapat diandalkan untuk
Dua dimensi
Metode Gelombang Terbalik struktur kompleks MDOF - -
ortotropik [104]
menggunakan vibrometer bilangan gelombang dan
struktur
laser pemindaian dalam estimasi faktor kerugian
dua dimensi redaman.
Pelajari pengaruh Isolator

pelunakan untuk karet di
Keseimbangan Harmonis amplitudo Metode sederhana, valid dan
SDOF - -
Luar angkasa, [105]
metode perpindahan tinggi global
sensor dan
dari isolator karet
nonlinier bio-rekayasa
Pelajari fitur redaman Menggunakan koefisien

kuadrat nonlinier balok redaman kuadrat tak Balok
Metode domain frekuensi kantilever di bawah eksitasi SDOF - Redaman kuadrat nonlinier
berdimensi untuk keumuman [106]
kantilever
basis harmonik dan perbandingan dengan
struktur lain
Metode Frekuensi Waktu

Memasukkan suku
nonlinier akan
Transformasi Hilbert dan Selidiki momen redaman
mengurangi presisi penurunan Kedua Hilbert bertransformasi
dan pemulihan
dibandingkan SDOF logaritmik . Kapal dan
gulungan nonlinier pada dan penurunan Redaman kuadrat [114]
dengan teknik penurunan Yang nonlinier lepas pantai
sistem produksi terapung logaritmik akurat
logaritmik tradisional koefisien redaman tidak
sepenuhnya
kuadrat.
Investigasi
Mudah dan cocok untuk
Metode deteksi Ruang lingkup
kerusakan sinar RC pembuatan kontrol kualitas
Pemasangan kurva MDOF penerapannya terbatas anggota RPC dan dapat Deteksi
MIMO dan transformasi Hilbert kerusakan Redaman kuadrat nonlinier
menggunakan pengukuran karena sulitnya memperoleh [115]
SDOF diperluas untuk mendeteksi
teknik getaran bebas dan respons getaran Balok RC
kerusakan pada beton
identifikasi redaman bebas struktur
nonlinier
Sensor 2020, 20, 7303 22 dari 41
Tabel 1. Lanjutan.
Metode Frekuensi Waktu
Pelajari
Transformasi Hilbert dan identifikasi parameter Memberikan error hanya
Mesin Kekakuan kubik dan
peredam getaran nonlinier SDOF -
dibandingkan dengan sekitar 13% dibandingkan dengan [116]
berputar redaman kental
metode RFS pada mesin berputar metode RFS
Kajian metode NDI Tidak memerlukan solusi Ketidakseimbangan a Nonlinier tipe polinomial
Transformasi wavelet
MDOF -
menggunakan CWT analitis dari sinyal sistem bantalan kuadrat dan kubik [117]
berkelanjutan
untuk sistem bantalan rotor rotor
Estimasi
Persilangan
frekuensi sesaat,
Transformasi gelombang; prosedur memberikan
redaman, dan selubung Terbatas karena itu Kelas khusus model
persilangan hasil yang memuaskan pada Banyak
sistem menggunakan SDOF tidak dapat memberikan hasil
tingkat kebisingan yang rendah.
redaman nonlinier yang
prosedur dan punggungan aplikasi teknik [118]
transformasi yang akurat dengan ditandai dengan redaman
dan kerangka Prosedur ridge memberikan
wavelet secara luas tingkat kebisingan yang tinggi rendah
WT hasil yang akurat pada tingkat
berbagai aplikasi teknik kebisingan yang tinggi.
Selidiki skema
Mudah digunakan
deteksi kerusakan dalam identifikasi
struktural untuk
instan
Transformasi gelombang RC menggunakan MDOF - Deteksi -
prosedur frekuensi dan redaman [119]
identifikasi kerusakan RC
dari respon getaran bebas
koefisien redaman sesaat
menerapkan WT
Estimasi pengaruh sambungan

Struktur
Transformasi gelombang mekanis terhadap perilaku MDOF - - sederhana dari Koefisien redaman setara
[120]
dinamis dua balok baut dua balok
Pelajari dinamika TLCD yang

berfokus pada frekuensi
Model redaman kuadrat dapat
Gelombang Berkelanjutan dan identifikasi nonlinier
- - menggambarkan perilaku Arsitektur angkatan laut;
Model redaman kuadrat
serta udara [121]
Mengubah disipatif secara akurat Getaran
penyerap
karakterisasi
tekanan
Sensor 2020, 20, 7303 23 dari 41
Tabel 1. Lanjutan.
Metode Modal
Pelajari sifat dinamis

Metode modal isolator jaring logam di Sertakan beberapa kesalahan
Anti-getaran
Data terukur bawah berbagai tingkat dalam estimasi
transmisibilitas eksitasi untuk SDOF Tepat isolator; banyak Redaman kuadrat dan
redaman dan efek [127]
aplikasi teknik kekakuan kubik
Simulasi meningkatkan pengurangan fenomena lompat
numerik getaran yang ditransmisikan
Identifikasi elemen
matriks modal dari sistem Metode ini menghasilkan Piring dengan
Peluruhan Resonansi teredam nonproporsional MDOF - matriks redaman modal yang diskrit Redaman kental [128]
Metode (RDM) pada pelat dengan peredam dapat diterima dan
akurat peredam
diskrit
Ekstraksi kurva Kemampuan yang kuat untuk

tulang punggung sistem Akurasi rendah saat mencapai evaluasi akurat
SDOF
RDM yang dimodifikasi nonlinier teredam ringan mengidentifikasi rasio redaman Pesawat sipil Tiga model berbeda [129]
MDOF
menggunakan RDM jumlah redaman kerangka dan tulang punggung
yang dimodifikasi kurva.
Karakteristik modal Sistem

Modal nonlinier nonlinier digunakan untuk Kesepakatan yang sangat
2-DOF mekanis; Redaman kental,
mengevaluasi getaran Hanya permasalahan keadaan baik dengan hasil yang diperoleh
teknik analisis; A balok terjepit dan redaman histeretik, dan [130]
MDOF tunak yang bersifat nonlinier dengan
metode ROM paksa dan eksitasi piringan berbilah redaman modal
diri. pendekatan konvensional. turbin
Terbatas pada mode nonlinier

Estimasi modal
Analisis modal terisolasi dan rasio redaman Memberikan prediksi
nonlinier
nonlinier; Harmonis SDOF modal rendah akurat untuk berbagai kondisi Nonkonservatif Redaman kental dan
parameter sistem [131]
Metode keseimbangan dan MDOF kerja sistem; Peredam gesekan
nonlinier nonkonservatif
Metode pengambilan gambar Terbatas pada gerakan
periodik
Modal nonlinier
Identifikasi modal Metode numerik dapat
analisis; Harmonis Struktur kompleks dengan Sistem mekanis:
nonlinier diterapkan tanpa memerlukan
Metode keseimbangan dan nonlinier yang Modal nonlinier
parameter tidak MDOF upaya apa pun untuk [132]
Metode pemotretan dan kuat tidak disertakan. Sinar Timoshenko pembasahan
mulus mendefinisikan nonlinier
metode resonansi fase
nonlinier sistem mekanis sistem.
Sensor 2020, 20, 7303 24 dari 41
Tabel 1. Lanjutan.
Metode Modal
Hanya membutuhkan satu sinyal

Pelajari perpanjangan dari
tanggapan untuk masing-masing
modal nonlinier
tingkat getaran dan tidak
pengujian oleh a
tidak memerlukan yang khusus bersendi
Modal nonlinier jauh lebih baik
- peralatan. struktur;
redaman yang akurat MDOF Rasio redaman modal [133]
analisis Ini efisien, modern
kuantifikasi bilah turbin
hemat waktu, dan kuat
Struktur bersendi seperti itu
terhadap kebisingan.
sebagai turbin modern
pisau Akurat dan aplikatif
untuk aplikasi yang realistis.
Estimasi
modal nonlinier
Modal eksperimental ciri-ciri a - Akurat di tempat yang berbeda bersendi
SDOF Peredam gesekan [134]
analisis balok kantilever dengan tingkat eksitasi struktur
redaman yang kuat
nonlinier
Identifikasi
Nonlinier
modal nonlinier Terbatas pada sistem Akurat bahkan dengan sangat bersendi Histeris nonlinier
modal eksperimental MDOF [135]
parameter kuat memiliki mode terpisah efek nonlinier yang kuat struktur; redaman modal
analisis
sistem nonlinier
Pemodelan Kotak Hitam

Sebuah
Pelajari kotak hitamnya

BBM; elektro-hidrolik
perkiraan Model yang akurat
Sebuah saraf
- - semi aktif -
elektro-hidrolik Cocok untuk mobil penuh [138]
keluaran berbasis jaringan simulasi peredam;
model kesalahan peredam semi aktif kendaraan
untuk kendaraan
penangguhan
Mempelajari Kontrol
Berbasis BBM dan IBM magneto-rheologi sistem; optik,
peredam cairan menggunakan - - Metode langsung untuk -
pada fuzzy-neural pertahanan, [139]
sensor gaya lebih sedikit karakterisasi peredam
teknik luar angkasa,
teknik kontrol untuk otomotif
kontrol getaran
Sensor 2020, 20, 7303 25 dari 41
Tabel 1. Lanjutan.
Pemodelan Kotak Hitam

Investigasi Mampu memprediksi

kemanjuran metode ini tanggapan atas a Sipil
dari jaringan saraf jangkauan yang lebih luas struktur,
jaringan saraf BBM - - otomotif, - [140]
untuk menggambarkan kondisi operasi
perilaku dinamis dari Menghindari kumpulan data yang besar penerbangan,
peredam MR digunakan diproduksi secara keseluruhan Kontrol

dalam sistem kendali proses pengumpulan
Investigasi a
nonlinier Mampu menjadi model
metode identifikasi ketidakpastian dan
Menggunakan gelombang fuzzy
jaringan syaraf berdasarkan fuzzy Pitch DOF - bagian berikutnya. Dua dimensi
Redaman kental [141]
gelombang saraf Metode dengan akurasi tinggi bagian sayap
(FWNN) jaringan untuk dalam angka
sayap dua dimensi investigasi.
bagian
Metode Pembaruan Model

Pembasahan
identifikasi ke Metode yang akurat untuk
Model elemen hingga memprediksi secara akurat memprediksi kompleksnya Mekanis Tidak proporsional
MDOF - FRF. [148]
FRF diukur menggunakan redaman kental
prosedur pemutakhiran rekayasa model
elemen hingga diperbarui Itu bisa diterapkan
model dari aplikasi sebenarnya
sistem struktural
Langsung dan eksplisit

metode
Menyediakan akurat
Identifikasi prediksi FRF
redaman struktural dikumpulkan dari
Model berbasis FRF - Mekanis
memanfaatkan MDOF bereksperimen dengan semua Redaman struktural [149]
teknik pemutakhiran Model berbasis FRF rekayasa
tingkat redaman
teknik pemutakhiran Dapat menentukan
redaman struktural dari
sistem dengan erat
mode spasi
Sensor 2020, 20, 7303 26 dari 41
3. Aplikasi yang Sedang Tren
Dalam beberapa tahun terakhir, banyak aplikasi teknik menggunakan redaman nonlinier untuk
mempelajari fenomena nonlinier. Fenomena ini telah dimanfaatkan dalam perkembangan berbagai
bidang kehidupan, seperti otomotif, jembatan, bangunan, aerodinamika, kelautan, pertahanan, dan
bioteknologi, seperti terlihat pada Gambar 14. Kemajuan ini tidak akan mungkin terjadi tanpa
perkembangan teknologi. teknologi yang membantu membangun dan menguji aplikasi ini dalam hal keamanan dan keanda
Banyak perbaikan telah dilakukan pada aplikasi seperti penggunaan material komposit dan paduan yang memiliki sifat
baik yang menggabungkan keamanan dan kinerja [151]. Sebagian besar aplikasi teknik mengalami getaran yang tidak
diinginkan dan harus dikontrol. Paparan beban yang bervariasi terhadap waktu, seperti kendaraan, angin, gempa
bumi, dan gelombang laut, serta ketidakseimbangan putaran mesin, menyebabkan kerusakan dan kegagalan aplikasi.
Gambar 14. Aplikasi redaman nonlinier.
Seperti disebutkan sebelumnya, terdapat perkembangan berkelanjutan dalam berbagai aplikasi kehidupan
praktis. Salah satu fakta terpenting adalah banyak material dan aplikasi baru menunjukkan perilaku nonlinier. Struktur
seperti itu memerlukan studi nonlinier. Penelitian ini dapat memprediksi secara akurat perilaku sistem dinamis.
Redaman nonlinier adalah salah satu aspek nonlinier yang paling kritis dan kompleks. Para peneliti menghabiskan
lebih banyak upaya untuk mengembangkan banyak solusi, teori, model matematika, dan melakukan eksperimen.
Upaya ini dilakukan untuk memprediksi secara akurat perilaku dinamis, mengontrol tingkat getaran, dan menghindari
masalah akibat getaran yang berlebihan.
3.1. Aplikasi Otomotif
Beberapa penerapan perilaku dinamis nonlinier di dunia nyata telah dilaporkan dalam literatur.
Peredam otomotif adalah salah satu contoh sistem kompleks yang responsnya tidak stabil.
Misalnya, kendaraan menghadapi perubahan kondisi, yang dapat dinyatakan secara spesifik berdasarkan frekuensinya.
Selain itu, peredam otomotif sangat bergantung pada suhu karena efek viskositas, dan karenanya variasi respons
peredam. Dalam otomotif, bunyi rem yang diakibatkan oleh perbedaan gesekan antara bantalan dan rotor mengganggu
dan dianggap sebagai contoh efek nonlinier yang tidak diinginkan. Pesatnya perkembangan desain teknologi otomotif
menyebabkan lebih banyak stabilitas dalam kinerja, kenyamanan, dan keselamatan penumpang [152].
Worden dkk. [153] mempertimbangkan tiga metode identifikasi sistem nonlinier dari sistem suspensi
peredam otomotif. Metode yang digunakan adalah restorasi gaya permukaan, identifikasi nonlinier
dengan pendekatan umpan balik keluaran, dan optimasi nonlinier menggunakan analogi jaringan syaraf tiruan.
Studi ini dilakukan untuk memberikan wawasan lengkap tentang perilaku sistem. Dalam pekerjaan terkait,
Metered et al. [154] menerapkan prosedur identifikasi eksperimental berdasarkan pemodelan kotak hitam,
feed-forward, dan jaringan saraf berulang. Penelitian ini dilakukan untuk menyelidiki perilaku dinamis
peredam fluida Magnetorheological dan penggunaan parameter yang diidentifikasi dalam pengendalian
peredam tersebut. Dalam karya terkait lainnya, Truong dan Ahn [139] menyajikan model kotak hitam
nonlinier dan model kotak hitam terbalik untuk mengidentifikasi peredam fluida MR dan menerapkannya
untuk membentuk pendekatan kontrol tanpa sensor gaya baru untuk sistem redaman apa pun. Gambar 15
menunjukkan tipikal peredam cairan MR, struktur perangkat keras, dan prinsip kerja, yang banyak
digunakan di banyak aplikasi seperti otomotif, penerbangan, dan kontrol. Dalam penelitian lain, Salton et
al. [155] mengembangkan pendekatan kontrol waktu diskrit nonlinier untuk pelacakan cepat mobil mirip quadrotor. Sebuah ga
Sensor 2020, 20, 7303 27 dari 41
pengamat dilakukan untuk membantu sistem dalam menolak gangguan dan meminimalkan efek
dinamika yang tidak dimodelkan. Redaman nonlinier disajikan ke sistem menggunakan hukum kontrol
umpan balik nonlinier komposit. Baru-baru ini, Bonisoli dkk. [156] secara eksperimental menyelidiki
pengaruh peredam kejut sasis kendaraan pada identifikasi sifat modal dan matriks redaman melalui
Metode Lapisan.
Gambar 15. Peredam fluida magnetorheological (MR): (a) Struktur perangkat keras, (b) prinsip kerja [139].
3.2. Aplikasi Rotor
Telah diketahui bahwa efek nonlinier signifikan terhadap stabilitas dinamika rotor.
Fondasi dan struktur pendukung mempunyai pengaruh besar terhadap kinerja mesin berputar [157]. Oleh karena itu, sistem
ekivalen dari pondasi rotor harus ditentukan untuk mereproduksi perilaku getaran sistem secara keseluruhan untuk mewakili
perilaku sebenarnya. Peredam film pemeras sering digunakan pada mesin turbo saat ini, khususnya mesin aero, untuk
mengontrol besarnya getaran rotor. Beberapa informasi yang diperlukan, seperti gaya fluida, diperlukan untuk memprediksi
karakteristik peredam tersebut [158].
Mesin turbo berkecepatan tinggi yang digunakan dalam pembangkit listrik harus hemat daya, ekonomis, dan memiliki
kinerja tinggi. Penggunaan bantalan berpelumas gas dapat memberikan banyak keuntungan seperti kehilangan daya yang
lebih rendah, getaran yang lebih sedikit, dan kecepatan pengoperasian yang lebih tinggi. Hal ini dapat dicapai dengan
memilih sistem redaman yang sesuai [159,160].
Studi tentang struktur berputar mempunyai banyak tantangan yang berbeda, tidak seperti struktur stasioner.
Dampak nonlinier terlihat ketika tingkat amplitudo getaran tinggi. Kesulitan utama yang terkait dengan
pendefinisian sistem linier dari sistem bantalan rotor telah banyak dibahas pada penelitian sebelumnya, berbeda
dengan sistem nonlinier yang masih memerlukan kajian lebih luas.
Beberapa teknik tersedia dalam literatur untuk menentukan efek redaman nonlinier.
Dalam beberapa dekade terakhir, berbagai eksperimen teoritis dan laboratorium untuk mengevaluasi
efek redaman nonlinier dan perilaku struktur bantalan rotor telah dilakukan. Tasker dan Chopra [161]
menentukan sifat redaman kental linier yang setara untuk sistem redaman nonlinier dari sampel,
kebisingan, data respons transien multi-mode. Studi ini dilakukan melalui versi terbaru dari analisis
blok bergerak dan teknik domain waktu renggang. Simulasi numerik digunakan untuk representasi
lingkungan rotor yang khas. Mereka mempelajari dua jenis redaman nonlinier, redaman Coulomb dan
redaman kuadrat. Dalam studi mesin turbo, khususnya mesin aero, Zhang dan Roberts [162]
mengembangkan pendekatan domain frekuensi baru untuk memperkirakan parameter yang tidak
diketahui dalam sistem dinamis nonlinier. Studi ini dilakukan melalui penerapan langsung fungsi
jendela untuk suku-suku berbeda dalam persamaan gerak. Hasil uji simulasi yang dilakukan pada
model nonlinier peredam film pemerasan menunjukkan bahwa metode yang diperkenalkan dapat
memberikan estimasi yang memuaskan untuk berbagai parameter yang tidak diketahui. Gambar 16
menunjukkan pengaturan eksperimental untuk identifikasi redaman nonlinier pada rotor. Dalam
penelitian lain, Smith dan Wereley [163] menganalisis tiga metode untuk identifikasi redaman untuk
sistem rotor helikopter linier dan nonlinier dari data eksperimen transien. Metode yang digunakan
adalah analisis berdasarkan dekomposisi deret Fourier periodik, analisis blok bergerak berbasis FFT, dan metode berba
Sensor 2020, 20, 7303 28 dari 41
pengaruh panjang blok data, kesalahan pada frekuensi yang diasumsikan, dan kebisingan pada
ketepatan parameter redaman tertentu. Dalam penelitian lain [164], mereka mengevaluasi tiga
metode identifikasi redaman nonlinier untuk peredam magnetorheological (MR) sistem rotor
helikopter menggunakan data transien yang diekstraksi dengan tingkat Coulomb dan redaman
kuadrat yang diketahui. Dalam pekerjaan terkait, Yan et al. [165] melakukan studi komputasi
untuk menyelidiki pengaruh suspensi redaman nonlinier pada gerakan non-periodik rotor fleksibel
pada bantalan jurnal. Efek redaman nonlinier bergantung pada kecepatan rotor. Metode numerik
Runge-Kutta (RK) orde keempat digunakan dalam penyelesaian persamaan gerak tak berdimensi.
Metode yang diusulkan dapat digunakan untuk isolasi getaran antara bantalan dan lingkungan.
Gambar 17 menunjukkan suspensi redaman nonlinier pada rotor fleksibel pada bantalan jurnal.
Yu dkk. [166] memperkenalkan metode deteksi untuk identifikasi sistem ekuivalen struktur dengan
asumsi redaman histeretik non-proporsional. Pengukuran getaran struktur yang mengalami
eksitasi harmonik digunakan. Yamada dkk. [167] mempelajari secara numerik dan eksperimental
pengaruh tekstur permukaan pada sifat dinamis bantalan jurnal. Penelitian ini bertujuan untuk
mengetahui koefisien redaman dan kekakuan lapisan oli bantalan pada sistem putaran. Baru-
baru ini, Delgado dan Ertas [168] memperkenalkan bantalan gas hibrid teredam yang patuh
(CHGB) untuk mempelajari kinerja karakteristik dinamis dari sistem bantalan berpelumas gas teredam pada aplika
Hasilnya menunjukkan bahwa kekakuan meningkat seiring dengan meningkatnya frekuensi eksitasi dan kecepatan rotor,
sedangkan redaman menurun.
Gambar 16. Pengaturan eksperimental untuk identifikasi redaman nonlinier pada rotor [117].
Gambar 17. Suspensi redaman nonlinier pada rotor fleksibel pada bantalan jurnal [165].
Sensor 2020, 20, 7303 29 dari 41
3.3. Aplikasi Jembatan
Jembatan terkena banyak rangsangan eksternal. Beberapa eksitasi tersebut adalah gempa bumi, angin,
muatan kendaraan, bahan kimia, dan kondisi lingkungan. Eksitasi ini menyebabkan memburuknya kondisi
jembatan, dan akibatnya, bencana runtuh akibat kerusakan yang tidak diketahui selama inspeksi visual
berkala [169]. Inspeksi visual saja tidak cukup untuk mengenali kerusakan; Oleh karena itu, perlu
menggunakan teknologi modern. Salah satu teknik tersebut adalah penggunaan redaman sebagai indikator
kerusakan karena sensitivitasnya yang tinggi terhadap adanya kerusakan struktural. Dengan membandingkan
kasus utuh dan rusak, kita dapat mengenali kerusakan pada jembatan, dimana terdapat hubungan antara
besaran redaman dan tingkat kerusakan [170].
Selama beberapa dekade terakhir, beberapa jenis penelitian telah dilakukan untuk memahami hubungan
antara redaman nonlinier dan tingkat kerusakan jembatan. Frizzarin dkk. [88] mengembangkan teknik deteksi
kerusakan domain waktu untuk struktur beton. Ini menggunakan redaman nonlinier sebagai indikator
kerusakan pada bagian struktural RC. Pendekatan ini berhasil mengidentifikasi redaman jembatan nonlinier
dengan kerusakan seismik akibat reaksi getaran akustik melalui penerapan teknik tanda penurunan acak.
Pendekatan berbasis redaman nonlinier berhasil mengidentifikasi berbagai tingkat kerusakan seismik pada
model jembatan.
Dalam penyelidikan lain, Zarafshan dkk. [171] menentukan redaman pada jembatan jalan raya operasional dengan
menerapkan dua metode, khususnya pengukuran langsung peluruhan gerak dan metode eksitasi alami. Penelitian yang
diuraikan dimaksudkan untuk menunjukkan kemanjuran pendekatan yang disederhanakan untuk penentuan sifat redaman
jembatan jalan raya pada umumnya. Dalam penelitian terkait deteksi kerusakan jembatan, Dammika et al. [172] mengusulkan
metode identifikasi redaman berbasis energi untuk jembatan rangka baja. Mereka secara analitis dan eksperimental
memperkirakan parameter redaman jembatan, dan oleh karena itu rasio modal redaman diperkirakan secara analitis.
Baru-baru ini, Dammika dkk. [173] memperkenalkan metode analisis berbasis energi untuk evaluasi rasio redaman
modal untuk jembatan dan diikuti dengan uji eksperimental pada jembatan lengkung baja. Metode yang diusulkan telah
membuktikan kemampuannya dalam penentuan sumber redaman pada jembatan baja dan kontribusinya terhadap setiap
rasio redaman modal serta melengkapi pemantauan kesehatan struktural eksperimental jembatan. Gambar 18 menunjukkan
sebuah jembatan di bawah pengaruh pergerakan kendaraan yang berbeda dimana terdapat masalah interaksi antara
kendaraan yang bergerak dengan struktur jembatan. Pergerakan ini menimbulkan getaran yang tidak diinginkan yang
mempengaruhi struktur jembatan dalam jangka panjang.
Gambar 18. Dua pemandangan jembatan lengkung baja [173].
3.4. Aplikasi Bangunan
Telah diketahui bahwa karakteristik dinamis dari banyak struktur, seperti bangunan bertingkat tinggi,
bervariasi tergantung pada amplitudo getaran [174]. Penentuan redaman pada sistem struktur merupakan
permasalahan yang sangat rumit karena redaman berkaitan dengan banyak fenomena fisika [175,176].
Peredam memainkan peran penting dalam membuat bangunan tinggi lebih fleksibel dan tahan terhadap pengaruh eksternal
Sensor 2020, 20, 7303 30 dari 41
pengaruh seperti gempa bumi dan angin kencang [177]. Gambar 19 menunjukkan peredam kolom cairan yang
disetel (TLCD) yang digunakan dalam uji redaman bangunan. Peredam seperti itu dapat digunakan untuk
meningkatkan dinamika substruktur dimana ia dapat menyerap energi yang ditransfer dari struktur yang
bergetar [178]. Jenis peredam ini dapat digunakan secara luas pada struktur dan konstruksi teknik sipil untuk
mengurangi dampak gempa bumi dan beban angin. Banyak permasalahan yang dihadapi akibat osilasi yang
luas pada gedung-gedung tinggi, seperti ketidaknyamanan penghuni gedung dan dapat menyebabkan
kerusakan parah pada struktur dan kemungkinan runtuh [179]. Nonlinier struktural terjadi karena sebab-sebab
tertentu seperti kerusakan struktur dan kelonggaran sambungan sehingga tidak memungkinkan dilakukannya
analisis dinamika struktur secara linier, yang berarti perlunya memasukkan konsep nonlinier [180].
Gambar 19. Peredam kolom cairan yang disetel (TLCD) yang digunakan dalam pengujian bangunan [121].
Selama beberapa dekade terakhir, banyak penelitian telah dilakukan untuk mengetahui hubungan
antara redaman nonlinier dan tingkat kerusakan struktur bangunan. Ling dan Haldar [181] mengusulkan
teknik identifikasi domain waktu baru untuk evaluasi kerusakan struktur tak rusak.
Ini dengan tepat mengenali kekakuan struktur untuk kasus redaman viskos linier dan nonlinier.
Selain itu, metode yang diusulkan mampu mengidentifikasi struktur, bahkan dengan data respons yang
terkontaminasi kebisingan. Yang patut diperhatikan adalah studi oleh Kareem dan Gurley [182] yang
menggunakan metode penurunan acak untuk memperkirakan redaman dalam struktur dengan fokus
pada perlakuan ketidakpastian dalam prediksi dan evaluasinya. Mereka memeriksa beberapa jenis
sumber redaman pada struktur dan perlakuan ketidakpastian dalam estimasi redaman untuk aplikasi
dunia nyata. Dalam karya terkait lainnya, Huang dan Gu [183] mengusulkan teknik penurunan acak
amplop (RDT) untuk memperkirakan redaman nonlinier pada gedung-gedung tinggi. Tiga simulasi
numerik dilakukan untuk membandingkan dan menganalisis kinerja teknik yang diusulkan dalam
mengevaluasi ketergantungan amplitudo rasio redaman dengan RDT konvensional dan puncak RDT.
Keunggulan metode yang diusulkan terbukti dibandingkan dua metode lainnya dalam menilai rasio
redaman nonlinier berbasis amplitudo, karena metode ini juga diterapkan pada aplikasi praktis. Dalam
studi terkait lainnya, Béliveau [184] mengembangkan metode identifikasi redaman dalam dinamika
struktural berdasarkan informasi modal dalam kerangka Bayesian. Untuk menghitung frekuensi alami
dan konstanta redaman, digunakan skema Newton-Raphson yang dimodifikasi. Data aktual struktur
baja sembilan lantai digunakan dalam penerapan pendekatan ini.
Baru-baru ini, Mimura dan Mita [185] mengusulkan metode evaluasi otomatis untuk memperoleh
frekuensi dan rasio redaman dengan asumsi bahwa informasi mengenai distribusi massa dan bentuk
pola tersedia. Mereka menguji model struktur baja 40 lantai yang dibangun dengan RC. Metode yang
diusulkan diterapkan pada bangunan baja bertingkat 29 lantai yang rusak akibat gempa.
Sensor 2020, 20, 7303 31 dari 41
3.5. Aplikasi Kelautan
Kapal laut merupakan salah satu alat transportasi terpenting saat ini [186].
Ada banyak aplikasi kelautan, seperti kapal penumpang dan kargo, tongkang, dan kapal perang [187].
Kapal-kapal ini mengalami gerakan periodik terus menerus sebagai akibat dari aliran gelombang [188,189]. Pergerakan tersebut
mempengaruhi kenyamanan penumpang dan awak kapal, keselamatan struktural, serta pengendalian dan pengarahan kapal [190,191].
Alasan utama perilaku tersebut adalah karena karakteristik nonlinier yang sangat tinggi dari mekanisme
redaman kapal yang canggih, seperti pengaruh viskositas fluida. Oleh karena itu, selama proses desain
kapal, nonlinier harus diperhitungkan. Perkiraan pergerakan kapal yang akurat memungkinkan perancang
mencapai stabilitas dinamis yang diperlukan.
Ada banyak upaya untuk mempelajari fenomena ini; namun, memahami redaman nonlinier
sangatlah sulit karena nonliniernya yang kuat. Golding dkk. [192] menyajikan metode estimasi untuk
identifikasi online gaya redaman viskos nonlinier untuk kapal permukaan. Pendekatan ini didasarkan
pada estimasi parameter bersama dengan data kualitatif seputar parameter drag yang terdistribusi
secara longitudinal yang diekstraksi dari data terukur. Metode yang diusulkan diterapkan pada kondisi
realistis dan memberikan perkiraan akurat gaya hambat nonlinier viskos. Dalam pekerjaan terkait
lainnya, Jang et al. [193] mempelajari identifikasi momen redaman gulungan nonlinier pada kapal yang
memiliki struktur yang sama. Pendekatan regularisasi digunakan untuk menekan ketidakstabilan.
Masalah penentuan redaman secara matematis termasuk dalam persamaan Volterra tipe pertama
yang terintegrasi antara respons gulungan dan redaman gulungan nonlinier yang tidak diketahui.
Gambar 20 menunjukkan model kapal uji. Jang dkk. [194] melakukan percobaan free-roll untuk kapal
tertentu untuk menentukan bentuk fungsional dari redaman gulungan nonlinier. Persamaan terintegrasi
tipe Volterra yang pertama dibuat secara matematis untuk mengidentifikasi fungsi redaman nonlinier.
Ketidakstabilan solusi ditekan dengan menggunakan metode regularisasi Tikhonov.
Jang [195] mengidentifikasi sifat redaman dan pemulihan nonlinier dari sistem getaran nonlinier
dalam bentuk nonparametrik di mana redaman nonlinier digambarkan sebagai fungsi kecepatan saja.
Dia memperkenalkan konsep zero-crossings, yang digunakan untuk menyajikan teknik identifikasi
simultan nonlinier. Dalam studi terkait, Han dan Kinoshita [196] mempelajari metode identifikasi
redaman nonlinier nonparametrik dan output-saja yang baru. Mereka merumuskan masalah invers
stokastik untuk redaman nonlinier berdasarkan konsep ruang keadaan stokastik.
Investigasi numerik dan eksperimental dilakukan untuk menetapkan validitas dan efektivitas metode
yang diusulkan. Baru-baru ini, Sathyaseelan dkk. [197] menyajikan metode identifikasi koefisien
redaman nonlinier pada model gerak kapal berguling menggunakan metode spektral wavelet Legendre.
Mereka membuat perbandingan antara temuan yang diperoleh dengan menggunakan metode spektral
wavelet Legendre dan algoritma RK orde keempat. Pendekatan yang diusulkan dapat diterapkan pada
masalah kebebasan berganda.
Gambar 20. Model kapal uji [194].
4. Ringkasan dan Rekomendasi Arah Penelitian
Metode redaman nonlinier lebih akurat dan memberikan pemahaman yang lebih baik tentang
perilaku dinamis struktur nyata dan semakin banyak digunakan dibandingkan metode linier. Secara umum,
Sensor 2020, 20, 7303 32 dari 41
metode redaman nonlinier berkembang pesat dan semakin maju secara teknologi, karena fitur-fiturnya yang unggul,
dengan beragam kegunaan di semua bidang teknik, kendaraan, mesin berputar, jembatan, gedung, dan kapal.
Tinjauan kritis ini membahas metode redaman nonlinier yang umum seperti metode linierisasi, metode domain waktu,
metode domain frekuensi, metode frekuensi waktu, metode modal, pemodelan black-box, dan metode pemutakhiran
model dengan kesulitan dan kelebihan mendasar serta penerapannya. dari metode-metode ini. Makalah tinjauan ini
juga menyediakan platform yang kredibel bagi akademisi dan peneliti di bidang ini untuk memahami prinsip-prinsip
dasar dan nuansa metode-metode ini. Meskipun telah banyak kemajuan dalam pengembangan metode ini dalam
beberapa tahun terakhir untuk menentukan redaman nonlinier, aspek-aspek lain masih harus dipelajari untuk
memahami fenomena ini. Arahan penelitian yang direkomendasikan dirangkum untuk melanjutkan topik ini.
(1) Permasalahan NDI harus dipertimbangkan pada tahap awal desain karena hal ini berdampak pada peningkatan
keselamatan dan efisiensi struktur teknik.
(2) Redaman memiliki sensitivitas dan keandalan yang lebih tinggi dibandingkan frekuensi alami dan bentuk mode terhadap
deteksi kerusakan struktural dan dapat digunakan sebagai indikator yang berguna untuk menentukan kerusakan, yang
harus diklarifikasi lebih lanjut.
(3) Mengenai rasio redaman, koefisien redaman sesaat merupakan sifat khusus dari redaman nonlinier, dan cocok
untuk memberikan gambaran yang tepat yang membantu dalam menilai kerusakan struktural yang disebabkan
oleh nonlinier. Oleh karena itu, perhatian lebih harus diberikan pada metode tersebut untuk mengidentifikasi
koefisien redaman sesaat.
(4) Salah satu alasan utama mengapa penggunaan redaman nonlinier lebih sulit diterapkan dalam proses penentuan
kerusakan struktural adalah ketidakpastian dalam evaluasi redaman. Oleh karena itu, teknik yang kuat dan
andal harus dikembangkan agar dapat memberikan hasil yang akurat dan andal.
(5) Teknik frekuensi waktu berbasis wavelet untuk identifikasi redaman nonlinier telah menunjukkan fitur ketahanan
terhadap kebisingan dan kegunaan dalam mengidentifikasi redaman nonlinier. Sebuah langkah penting menuju
kemajuan teknik-teknik tersebut terletak pada mengatasi permasalahan yang belum terselesaikan dalam memilih
wavelet yang optimal untuk analisis.
(6) Redaman pada material komposit rumit karena mencakup berbagai mekanisme disipasi energi. Selain itu, material
komposit berbentuk anisotropik dan tidak seragam; itu perlu studi lebih lanjut.
(7) Dalam beberapa kasus, akan lebih mudah jika menggunakan lebih dari satu metode untuk menggambarkan
perilaku redaman nonlinier dinamika struktur secara akurat. Suatu pendekatan mungkin tidak memberikan
penjelasan yang lengkap karena banyak faktor yang mempengaruhi sistem. Jadi, disarankan untuk menggunakan
dua metode atau lebih sebagai pelengkap.
(8) Proses identifikasi nonlinier redaman sangat rumit karena adanya campuran mekanisme redaman yang berbeda
pada waktu yang bersamaan. Oleh karena itu, dalam banyak kasus, studi teoritis untuk NDI dalam struktur harus
diikuti dengan percobaan untuk memvalidasi hasilnya.
Kontribusi Penulis: Konseptualisasi, TA-h. dan pembawa acara; metodologi, MC, BS dan NFA; analisis formal, TA-h., MC dan HX;
investigasi, TA-h., MC dan BS; sumber daya, MC; penulisan—persiapan draf asli, TA-h.; menulis—review dan editing, MC, BS, NFA
dan HX; visualisasi, TA-h., NFA dan HX; pengawasan, MC; administrasi proyek, MC; perolehan dana, MC Semua penulis telah
membaca dan menyetujui versi naskah yang diterbitkan.
Pendanaan: Penelitian ini tidak menerima pendanaan eksternal.
Ucapan Terima Kasih: Karya ini didukung oleh Proyek Rencana Sains dan Teknologi Nantong (No. MS22019016), China Postdoctoral
Science Foundation (2020T130170), dan Proyek Penelitian Ilmu Transportasi Provinsi Jiangsu (No. 2019Z02).
Konflik Kepentingan: Penulis menyatakan tidak ada konflik kepentingan.

Sensor 2020, 20, 7303 33 dari 41
Singkatan
Singkatan berikut digunakan dalam makalah ini:
BBM Pemodelan kotak hitam

CFD Dinamika fluida komputasi
CHGB Bantalan gas hibrid yang teredam dengan baik
CWT Transformasi wavelet berkelanjutan
EL Linearisasi yang setara
ELA Perkiraan linearisasi yang setara
Fe Elemen hingga
GRATISVIB Analisis getaran bebas
FRF Fungsi respons frekuensi
FWNN Jaringan saraf wavelet fuzzy
HAPB Keseimbangan tekanan aeroelastik hibrida
HBNID Identifikasi nonlinier keseimbangan harmonik
HT Hilbert berubah
MDOF Kebebasan multi-derajat
MIMO Multi-masukan multi-output
TN Magnetorheologis
NDI Identifikasi redaman nonlinier
RRC Beton bertulang pratekan
RC Beton bertulang
RCT Pengujian sinus bertahap yang dikontrol respons
RDM Metode peluruhan resonansi
RDT Teknik pengurangan acak
RFS Memulihkan kekuatan permukaan
RK Runge-Kutta
ROM Model pesanan dikurangi
SDOF Derajat kebebasan tunggal
SSSM Model bagian dengan suspensi pegas
TLCD Peredam kolom cairan yang disetel
WT Transformasi gelombang
Referensi
1. Kerschen, G.; Worden, K.; Vakakis, AF; Golinval, JC Sistem nonlinier masa lalu, sekarang dan masa depan
identifikasi dalam dinamika struktural. Mekanisme. sistem. Proses Sinyal. 2006, 20, 505–592. [Referensi Silang]
2. Cao, MS; Sha, GG; Gao, YF; Ostachowicz, W. Identifikasi kerusakan struktural menggunakan redaman:
Ringkasan penggunaan dan fitur. Materi Cerdas. Struktur. 2017, 26, 043001. [Referensi Silang]
3. Blackwell, C.; Palazotto, A.; George, TJ; Cross, CJ Evaluasi karakteristik redaman benda keras
pelapisan pada titanium. Getaran Kejut. 2007, 14, 37–51. [Referensi Silang]
4. Eichler, A.; Moser, J.; Suci, J.; Zdrojek, M.; Wilson-Rae, saya.; Bachtold, A. Redaman nonlinier secara mekanis
resonator terbuat dari karbon nanotube dan graphene. Nat. Nanoteknologi. 2011, 6, 339–342. [Referensi Silang]
5. Liang, JW; Feeny, BF Mengidentifikasi Coulomb dan gesekan viskos pada osilator teredam ganda paksa. J.getaran.
Akustik. Trans. ASME 2004, 126, 118–125. [Referensi Silang]
6. Mevada, H.; Patel, D. Penentuan Eksperimental Redaman Struktural Bahan Berbeda. Proses. bahasa Inggris
2016, 144, 110–115. [Referensi Silang]
7.Zhang , X.; Du, X.; Brownjohn, J. Metode dekomposisi mode empiris termodulasi frekuensi untuk
identifikasi parameter modal sesaat sistem aeroelastik. J. Angin Eng. Ind.Aerodyn. 2012, 101,
43–52. [Referensi Silang]
8. Kulkarni, P.; Bhattacharjee, A.; Nanda, BK Kajian redaman pada balok komposit. Materi. Hari ini Proc. 2018,
5, 7061–7067. [Referensi Silang]
9. Chatterjee, A.; Chintha, HP Identifikasi dan estimasi parameter redaman nonlinier kubik menggunakan
seri probe harmonik dan seri volterra. Int. J.Tidak. Linier. Mekanisme. 2020, 125, 103518. [Referensi Silang]
Sensor 2020, 20, 7303 34 dari 41
10. Dou, C.; Penggemar, J.; Li, C.; Cao, J.; Gao, M. Tentang dinamika terputus-putus dari kelas osilator yang dipengaruhi gesekan dengan redaman
nonlinier di bawah batasan kaku bilateral. Mekanisme. Mach. Teori 2020, 147, 103750. [CrossRef]
11. Heitz, T.; Giry, C.; Richard, B.; Ragueneau, F. Identifikasi fungsi redaman kental yang setara tergantung pada parameter permintaan teknik.
bahasa Inggris Struktur. 2019, 188, 637–649. [Referensi Silang]
12. Ghiringhelli, GL; Terraneo, M. Karakterisasi eksperimental redaman yang didorong secara analitis dalam viskoelastik
bahan. Aerosp. Sains. Teknologi. 2015, 40, 75–85. [Referensi Silang]
13. Amabili, M. Redaman nonlinier pada getaran nonlinier pelat persegi panjang: Turunan dari viskoelastisitas
dan validasi eksperimental. J.Mech. Fis. Padat 2018, 118, 275–292. [Referensi Silang]
14. Anastasio, D.; Marchesiello, S.; Kerschen, G.; Noël, JP Identifikasi eksperimental nonlinier terdistribusi
dalam domain modal. J. Getaran Suara. 2019, 458, 426–444. [Referensi Silang]
15. Moradi, H.; Vossoughi, G.; Movahhedy, MR Pemodelan dinamis eksperimental penggilingan periferal dengan redaman proses, nonlinier gaya
struktural dan pemotongan. J. Getaran Suara. 2013, 332, 4709–4731. [Referensi Silang]
16. Olejnik, P.; Awrejcewicz, J. Osilator berpasangan dalam identifikasi redaman nonlinier pendulum parametrik nyata. Mekanisme. sistem. Proses
Sinyal. 2018, 98, 91–107. [Referensi Silang]
17. Ciang, CC; Lee, JR; Bang, HJ Pemantauan kesehatan struktural sistem turbin angin: Tinjauan kerusakan
metode deteksi. Ukuran. Sains. Teknologi. 2008, 19, 12. [Referensi Silang]
18. Kouris, LAS; Penna, A.; Magenes, G. Diagnosis kerusakan seismik pada bangunan pasangan bata menggunakan pengukuran redaman jangka
pendek . J. Getaran Suara. 2017, 394, 366–391. [Referensi Silang]
19. Ji, H.; Qiu, J.; Zhu, K.; Badel, A. Kontrol getaran dua mode balok menggunakan redaman peralihan tersinkronisasi nonlinier berdasarkan
maksimalisasi energi yang dikonversi. J. Getaran Suara. 2010, 329, 2751–2767.
[Referensi Silang]
20. Syariyat, M.; Jahangiri, M. Investigasi dampak nonlinier dan redaman pada pelat bergradasi fungsional viskoporoelastik dengan difusi dalam
bidang dan penyangga parsial. Kompos. Struktur. 2020, 245, 112345. [Referensi Silang]
21. Peters, RD Redaman Nonlinier dari Pendulum 'Linear'. arXiv 2003, arXiv:fisika/0306081.
22. Zaitsev, S.; Shtempluck, O.; Buks, E. Redaman nonlinier dalam osilator mikromekanis. Dyn Nonlinier.
23. Noël, JP; Kerschen, G. 10 tahun kemajuan dalam identifikasi sistem nonlinier dalam dinamika struktural: Sebuah tinjauan. Dalam Prosiding
ISMA 2016-International Conference on Noise and Vibration Engineering, Leuven, Belgia, 19–21 September 2016.
24. Karaa gaçlÿ, T.; Özgüven, HN Metode identifikasi nonparametrik domain frekuensi untuk struktur nonlinier: Menjelaskan metode permukaan.
Mekanisme. sistem. Proses Sinyal. 2020, 144, 106872. [Referensi Silang]
25. Boltežar, M.; Slaviÿc, J. Peningkatan transformasi wavelet kontinu untuk identifikasi redaman
sinyal pendek. Mekanisme. sistem. Proses Sinyal. 2004, 18, 1065–1076. [Referensi Silang]
26. Heaney, PS; Bilgen, O. Identifikasi sistem model parameter yang disamakan untuk sistem nonlinier lemah.
J. Getaran Suara. 2019, 450, 78–95. [Referensi Silang]
27. Li, A.; Bu, L.; Keene, D.; Klingel, J.; Payne, M.; Wang, X. Osilasi paksa dengan redaman linier dan nonlinier. Saya. J.Fisika. 2016, 84, 32–37.
[Referensi Silang]
28. Lamarque, CH; Savadkoohi, AT; Charlemagne, S. Hasil eksperimen pertukaran energi getaran antara sistem linier dan rantai osilator nonlinier.
29. Nguyen, QT; Tinard, V.; Fond, C. Pemodelan perilaku reologi nonlinier dan efek Mullins
Karet Redaman Tinggi. Int. J. Struktur Padatan. 2015, 75–76, 235–246. [Referensi Silang]
30. Haghdoust, P.; Conte, AL; Cinquemani, S.; Lecis, N. Metode numerik untuk memodelkan redaman non-linier
perilaku paduan memori bentuk martensit. Materi 2018, 11, 2178. [CrossRef]
31. Yuan, DN Pemodelan dinamis dan analisis mekanisme elastis dengan model redaman nonlinier.
JVC/J. getaran. Kontrol 2013, 19, 508–516. [Referensi Silang]
32. Phani, AS; Woodhouse, J. Identifikasi redaman kental dalam getaran linier. J. Getaran Suara. 2007, 303, 475–500.
[Referensi Silang]
33. Prandina, M.; Mottershead, JE; Bonisoli, E. Penilaian metode identifikasi redaman. J. Getaran Suara.
34. Botelho, EC; Campos, AN; de Barros, E.; Pardini, LC; Rezende, MC Perilaku redaman material komposit serat/logam kontinyu dengan metode
getaran bebas. Kompos. Bagian B Eng. 2005, 37, 255–263.
[Referensi Silang]
Sensor 2020, 20, 7303 35 dari 41
35. Berthelot, JM; Assara, M.; Sefrani, Y.; el Mahi, A. Analisis redaman material dan struktur komposit.
Kompos. Struktur. 2008, 85, 189–204. [Referensi Silang]
36. Guo, Z.; Sheng, M.; Bu, J.; Zhang, W. Identifikasi redaman dalam domain frekuensi menggunakan metode integral.
37. Jeong, B.; Cho, H.; Yu, MF; Vakakis, AF; McFarland, DM; Bergman, LA Pemodelan dan pengukuran redaman geometris nonlinier dalam sistem
mikrokantilever-nanotube. ACS Nano 2013, 7, 8547–8553.
[Referensi Silang]
38. Ruderman, MS Gelombang lambat berdiri teredam nonlinier dalam loop magnet koronal panas. Astron. Astrofisika.
2013, 553, A23. [Referensi Silang]
39. Noël, JP; Renson, L.; Kerschen, G. Dinamika kompleks struktur ruang angkasa nonlinier:
Identifikasi eksperimental dan interaksi modal. J. Getaran Suara. 2014, 333, 2588–2607. [Referensi Silang]
40. Ahmadi, K. Investigasi analitis terhadap obrolan pemesinan dengan mempertimbangkan nonlinier proses redaman.
41. Saarenheimo, A.; Borgerhoff, M.; Calonius, K.; Darraba, A.; Hamelin, A.; Ghadimi Khasraghy, S.; Karbassi, A.; Schneeberger, C.; Stadler, M.;
Tuomala, M.; dkk. Studi numerik pada uji perambatan getaran dan redaman V1. Raken. Mek. 2018, 51, 55–80. [Referensi Silang]
42. Cai, J.; Zhang, H. Skema efisien untuk persamaan Schrödinger nonlinier teredam dalam dimensi tinggi.
Aplikasi. Matematika. Biarkan. 2020, 102, 106158. [Referensi Silang]
43. Lisitano, D.; Bonisoli, E. Identifikasi langsung redaman nonlinier: Penerapan pada redaman magnetik
sistem. Mekanisme. sistem. Proses Sinyal. 2020, 146, 107038. [Referensi Silang]
44. Srikantha Phani, A.; Woodhouse, J. Identifikasi eksperimental redaman viskos dalam getaran linier.
45. Singh, V.; Shevchuk, O.; Blanter, YM; Steele, GA Redaman nonlinier negatif dari graphene multilayer
resonator mekanis. Fis. Pendeta B 2016, 93, 245407. [CrossRef]
46. Xu, B.; Dia, J.; Dyke, SJ Identifikasi gaya pemulih nonlinier bebas model untuk peredam SMA dengan polinomial Chebyshev ganda: Pendekatan
dan validasi. Dyn Nonlinier. 2015, 82, 1507–1522. [Referensi Silang]
47.Bian , J.; Jing, X. Karakteristik redaman pasif nonlinier superior dari anggota tubuh yang terinspirasi oleh bio atau berbentuk X
struktur. Mekanisme. sistem. Proses Sinyal. 2019, 125, 21–51. [Referensi Silang]
48. Yan, B.; Bu, H.; Yu, N.; Zhang, L.; Wu, C. Pemodelan teoritis dan analisis eksperimental nonlinier
redaman shunt elektromagnetik. J. Getaran Suara. 2020, 471, 115184. [Referensi Silang]
49. Yan, B.; Bu, H.; Zhang, L.; Zheng, W.; Wang, K.; Wu, C. Isolator getaran bistable dengan redaman shunt elektromagnetik nonlinier. Mekanisme.
sistem. Proses Sinyal. 2020, 136, 106504. [Referensi Silang]
50. Masri, SF; Caughey, TK Teknik identifikasi nonparametrik untuk masalah dinamis nonlinier. J. Aplikasi.
Mekanisme. Trans. ASME 1979, 46, 433–447. [Referensi Silang]
51. Lisitano, D.; Bonisoli, E.; Mottershead, JE Identifikasi redaman spasial langsung eksperimental oleh Stabilisasi
Metode Lapisan. J. Getaran Suara. 2018, 437, 325–339. [Referensi Silang]
52. Lumori, MLD; Schoukens, J.; Lataire, J. Identifikasi dan kuantifikasi kekakuan nonlinier dan redaman nonlinier pada rangkaian resonansi.
Mekanisme. sistem. Proses Sinyal. 2010, 24, 3205–3219. [Referensi Silang]
53. McNamara, JJ; Friedmann, PP Identifikasi batas Flutter untuk aeroelastisitas komputasi domain waktu.
AIAA J.2007 , 45, 1546–1555. [Referensi Silang]
54. Sainsbury, MG; Ho, YK Penerapan metode output filter Fourier domain waktu (TDFFO) untuk identifikasi sistem non-linier teredam ringan dengan
karakteristik pegas ganjil. Mekanisme. sistem.
Proses Sinyal. 2001, 15, 357–366. [Referensi Silang]
55. Boz, U.; Eriten, M. Identifikasi sistem nonlinier bahan lunak berdasarkan transformasi Hilbert. J. Getaran Suara.
56. Abramovich, H.; Govich, D.; Grunwald, A. Pengukuran redaman material komposit laminasi dan aluminium menggunakan metode histeresis loop.
Prog. Aerosp. Sains. 2015, 78, 8–18. [Referensi Silang]
57. Qu, H.; Li, T.; Chen, G. Dekomposisi mode analitik ganda (M-AMD) untuk identifikasi parameter akurasi tinggi osilator nonlinier dari getaran bebas.
Mekanisme. sistem. Proses Sinyal. 2019, 117, 483–497.
[Referensi Silang]
58. Ruzzene, M.; Fasana, A.; Garibaldi, L.; Piombo, B. Identifikasi frekuensi alami dan redaman menggunakan transformasi wavelet: Aplikasi pada
data nyata. Mekanisme. sistem. Proses Sinyal. 1997, 11, 207–218. [Referensi Silang]
Sensor 2020, 20, 7303 36 dari 41
59. Thothadri, M.; Moon, FC Identifikasi sistem nonlinier dari sistem dengan respons siklus batas periodik.
Dyn Nonlinier. 2005, 39, 63–77. [Referensi Silang]
60.Ben , BS; Ben, BA; Vikram, KA Pengukuran redaman pada material komposit menggunakan metode gabungan elemen hingga dan respon frekuensi.
Int. J.Eng. Sains. Menciptakan. 2013, 2, 89–97.
61. Naraghi, T.; Nobari, AS Identifikasi karakteristik dinamis sambungan perekat nonlinier viskoelastik. J. Getaran Suara. 2015, 352, 92–102. [Referensi
Silang]
62. Ta, MN; Lardis, J. Identifikasi nonlinier lemah pada redaman dan kekakuan dengan transformasi wavelet kontinu. J. Getaran Suara. 2006, 293, 16–37.
[Referensi Silang]
63. Feldman, M.; Bucher, saya.; Rotberg, J. Identifikasi eksperimental nonlinier dalam getaran bebas dan paksa menggunakan transformasi Hilbert. JVC/
J. getaran. Kontrol 2009, 15, 1563–1579. [Referensi Silang]
64. Wang, S.; Li, J.; Luo, H.; Zhu, H. Identifikasi kerusakan pada struktur terowongan bawah tanah berbasis wavelet
vektor gaya sisa. bahasa Inggris Struktur. 2019, 178, 506–520. [Referensi Silang]
65. Ibrahimi, Z.; Asemani, MH; Safavi, AA Desain pengontrol berbasis pengamat untuk sistem fuzzy Takagi-Sugeno yang terganggu tidak pasti: Pendekatan
jaringan saraf wavelet fuzzy.Int. J.Adaptasi. Proses Sinyal Kontrol. 2020.

[Referensi Silang]
66. Tang, X.; Peng, F.; Yan, R.; Zhu, Z.; Li, Z.; Xin, S. Identifikasi redaman proses nonlinier menggunakan stabilitas amplitudo hingga dan analisis pengaruh
pada stabilitas penggilingan lima sumbu. Int. J.Mech. Sains. 2020, 190, 106008.
[Referensi Silang]
67. Imregun, M.; Sanliturk, KY; Ewins, pembaruan model elemen hingga DJ menggunakan data fungsi respons frekuensi —II. studi kasus pada model
elemen hingga ukuran sedang. Mekanisme. sistem. Proses Sinyal. 1995, 9, 203–213.
[Referensi Silang]
68. Chung, DDL Review: Bahan untuk peredam getaran. J.Materi. Sains. 2001, 36, 5733–5737. [Referensi Silang]
69. Kurt, M.; Eriten, M.; McFarland, DM; Bergman, LA; Vakakis, AF Ketukan nonlinier kuat dalam dinamika sistem elastis dengan kekakuan lokal yang kuat
nonlinier: Analisis dan identifikasi. J. Getaran Suara. 2014, 333, 2054–2072. [Referensi Silang]
70. Fujimura, M.; Maeda, J.; Morimoto, Y. Sifat redaman aerodinamis menara transmisi diperkirakan dengan menggabungkan beberapa metode identifikasi.
J. Angin Eng. Ind.Aerodyn. 2010, 74, 1949–1955. [Referensi Silang]
71. Zhang, W. Kepadatan Spektral Model Redaman Nonlinier: Kasus DOF Tunggal. IEEE Trans.
Otomat. Kontra. 1990, 35, 1320–1329. [Referensi Silang]
72. StaszewskI, WJ Identifikasi Redaman dalam Sistem Mdof Menggunakan Dekomposisi Skala Waktu. J. Getaran Suara.
73. Wierschem, NE; Quinn, DD; Hubbard, SA; Al-Shudeifat, MA; McFarland, DM; Luo, J.; Fahnestock, LA; Spencer, BF; Vakakis, AF; Bergman, LA
Peningkatan redaman pasif dari sistem dua derajat kebebasan melalui keterikatan dua derajat kebebasan yang sangat nonlinier. J. Getaran Suara.
2012, 331, 5393–5407.

[Referensi Silang]
74. Wu, Y.; Chen, X. Identifikasi redaman aerodinamis nonlinier dari respon stokastik crosswind gedung tinggi menggunakan teknik filter Kalman tanpa
pewangi. bahasa Inggris Struktur. 2020, 220, 110791. [Referensi Silang]
75. Elliott, SJ; Teheran, MG; Langley, RS Peredaman nonlinier dan pemodelan kuasi-linier. Filsafat. Trans. R.Soc.
Sebuah Matematika. Fis. bahasa Inggris Sains. 2015, 373. [Referensi Silang] [PubMed]
76. Hai, DV; Hai, NQ; Hung, DT Metode Linierisasi Ekuivalen dengan Rata-rata Tertimbang untuk Menyelesaikan Osilator Nonlinier Tak Teredam. J.
Aplikasi. Matematika. 2018, 2018. [Referensi Silang]
77. Zoghaib, L.; Mattei, PO Analisis redaman pelat aluminium bebas. JVC/J. getaran. Kontrol 2015, 21, 2083–2098.
[Referensi Silang]
78. Wang, Y.; Analisis respons teredam KH rendah dari sistem bantalan nonlinier dengan metode linierisasi.
Hitung. Struktur. 2005, 83, 1584–1594. [Referensi Silang]
79. Bajrić, A.; Høgsberg, J. Estimasi redaman histeretik struktur dengan identifikasi subruang stokastik.
80. Gao, G.-Z.; Zhu, L.-D.; Ding, Q.-S. Identifikasi redaman nonlinier dan kekakuan model penampang tersuspensi pegas. Dalam Prosiding Konferensi Asia-
Pasifik Kedelapan tentang Teknik Angin, Chennai, India, 10–14 Desember 2013; hal.263–272.
81. Gao, G.; Zhu, L. Nonlinier redaman mekanis dan kekakuan model penampang yang ditangguhkan pegas
sistem untuk pengujian terowongan angin. J. Getaran Suara. 2015, 355, 369–391. [Referensi Silang]
Sensor 2020, 20, 7303 37 dari 41
82. Chen, Z.; Tse, KT Identifikasi nonlinier fisik dari keseimbangan aeroelastik-tekanan hibrida.
Dyn Nonlinier. 2019. [Referensi Silang]
83. Jin, M.; Rem, MRW; Song, H. Perbandingan metode identifikasi sistem nonlinier untuk peluruhan bebas
pengukuran dengan penerapan pada struktur yang disambung. J. Getaran Suara. 2019, 453, 268–293. [Referensi Silang]
84. Jang, TS Suatu metode untuk identifikasi simultan redaman nonlinier penuh dan pergeseran fasa serta amplitudo eksitasi harmonik eksternal
dalam osilator nonlinier paksa. Hitung. Struktur. 2013, 120, 77–85. [Referensi Silang]
85. Jacobson, KE; Kiviaho, JF; Kennedy, GJ; Smith, MJ Evaluasi metode identifikasi redaman domain waktu untuk optimasi yang dibatasi flutter.
J. Struktur Cairan. 2019, 87, 174–188. [Referensi Silang]
86. Eret, P.; Meskell, C. Pendekatan praktis untuk identifikasi parameter untuk sistem nonlinier lemah dan teredam ringan. J. Getaran Suara. 2008,
310, 829–844. [Referensi Silang]
87. Meskell, C. Metode penurunan untuk mengukur parameter redaman nonlinier dan linier. J. Getaran Suara.
88. Frizzarin, M.; Feng, MQ; Franchetti, P.; Soyoz, S.; Modena, C. Deteksi kerusakan berdasarkan analisis redaman
data getaran sekitar. Struktur. Kontrol Monitor Kesehatan. 2010, 742–760. [Referensi Silang]
89. Wu, Z.; Liu, H.; Liu, L.; Yuan, D. Identifikasi redaman viskos nonlinier dan gesekan Coulomb dari
data respons bebas. J. Getaran Suara. 2007, 304, 407–414. [Referensi Silang]
90. Vanwalleghem, J.; De Baere, saya.; Loccifier, M.; Van Paepegem, W. Rugi-rugi redaman eksternal dalam mengukur sifat peredam getaran
pada spesimen teredam ringan menggunakan metode domain waktu transien.
91. Ba¸stürk, S.; Uyanik, H.; Kazanci, Z. Getaran teredam nonlinier dari pelat komposit laminasi hibrida
terkena beban ledakan. Procedia Eng. 2014, 88, 18–25. [Referensi Silang]
92. Feldman, M.; Braun, S. Identifikasi sistem getar nonlinier melalui dekomposisi Hilbert. Mekanisme. sistem.
93. Parrinello, A.; Ghiringhelli, GL Evaluasi faktor kehilangan redaman laminasi datar dengan transmisi suara.
94. Schoukens, J.; Ljung, L. Identifikasi Sistem Nonlinier: Peta Jalan Berorientasi Pengguna. Sistem Kontrol IEEE. 2019,
39, 28–99.
95. Xu, L. Metode identifikasi parameter iteratif redaman untuk sistem dinamis berdasarkan pengukuran sinyal sinus. Proses Sinyal. 2016, 120,
96. Matahari, X.; Xu, J.; Wang, F.; Cheng, L. Desain dan percobaan penyerap nonlinier untuk puncak yang sama dan
de-nonlinieritas. J. Getaran Suara. 2019, 449, 274–299. [Referensi Silang]
97. Hamdaoui, M.; Ledi, KS; Robin, G.; Daya, EM Identifikasi struktur teredam viskoelastik yang bergantung pada frekuensi menggunakan metode
adjoint. J. Getaran Suara. 2019, 453, 237–252. [Referensi Silang]
98. Amabili, M. Redaman nonlinier pada getaran amplitudo besar: Pemodelan dan eksperimen. Dyn Nonlinier.
99. Matahari, W.; Li, H.; Ying, L. Identifikasi redaman untuk struktur kekakuan nonlinier. J.Vibroeng. 2014, 16,
770–780.
100. Thothadri, M.; Casas, RA; Bulan, FC; D'Andrea, R.; Johnson, CR Identifikasi sistem nonlinier dari sistem multi-derajat kebebasan. Dyn
Nonlinier. 2003, 32, 307–322. [Referensi Silang]
101. Balasubramanian, P.; Ferrari, G.; Amabili, M. Identifikasi respon viskoelastik dan redaman nonlinier pelat karet pada rezim getaran nonlinier.
Mekanisme. sistem. Proses Sinyal. 2018, 111, 376–398.
[Referensi Silang]
102. Ho, C.; Lang, ZQ; Sapi ński, B.; Billings, SA Isolasi getaran menggunakan redaman nonlinier yang dilaksanakan oleh a
peredam MR yang dikendalikan umpan balik. Materi Cerdas. Struktur. 2013, 22, 105010. [Referensi Silang]
103. Pazand, K.; Nobari, AS Identifikasi pengaruh debonding terhadap efektif linier dan nonlinier
redaman sambungan perekat. J. Getaran Suara. 2016, 380, 267–278. [Referensi Silang]
104. Cherif, R.; Chazot, JD; Atalla, N. Estimasi faktor kerugian redaman struktur ortotropik dua dimensi
dari pengukuran medan perpindahan. J. Getaran Suara. 2015, 356, 61–71. [Referensi Silang]
105. Roncen, T.; Sinou, JJ; Lambelin, JP Eksperimen dan simulasi nonlinier dari isolator karet dilakukan
getaran harmonik dan acak. J. Getaran Suara. 2019, 451, 71–83. [Referensi Silang]
Sensor 2020, 20, 7303 38 dari 41
106. Colin, M.; Thomas, O.; Grondel, S.; Cattan, É. Getaran amplitudo yang sangat besar pada struktur fleksibel: Identifikasi eksperimental
dan validasi model redaman tarik kuadrat. J. Struktur Cairan. 2020, 97, 103056. [Referensi Silang]
107. Pai, FP; Huang, L.; Hu, J.; Langewisch, DR Metode frekuensi waktu untuk identifikasi sistem nonlinier dan deteksi kerusakan. Struktur.
Pemantauan Kesehatan. 2008, 7, 103–127. [Referensi Silang]
108. Mujahid, A.; Moore, K.; Bergman, LA; Vakakis, AF Nonlinier pelunakan-pengerasan geometris yang kuat dalam osilator yang terdiri dari elemen
kekakuan dan redaman linier. Int. J.Tidak. Linier. Mekanisme. 2018, 107, 94–111.
[Referensi Silang]
109. Mihalec, M.; Slavik, J.; Boltežar, M. Transformasi wavelet tersinkronisasi untuk identifikasi redaman. Mekanisme. sistem.
110. Staszewski, WJ; Robertson, AN Analisis frekuensi waktu dan skala waktu untuk pemantauan kesehatan struktural.
Filsafat. Trans. R.Soc. Sebuah Matematika. Fis. bahasa Inggris Sains. 2007, 365, 449–477. [Referensi Silang]
111. Bellizzi, S.; Guillemain, P.; Kronland-Martinet, R. Identifikasi mode non-linier berpasangan dari getaran bebas menggunakan representasi
frekuensi waktu. J. Getaran Suara. 2001, 243, 191–213. [Referensi Silang]
112. Yang, Y.; Peng, ZK; Dong, XJ; Zhang, WM; Meng, G. Identifikasi sistem getaran variasi waktu nonlinier menggunakan
transformasi frekuensi waktu parametrik dengan kernel spline. Dyn Nonlinier. 2016, 85, 1679–1694. [Referensi Silang]
113. Li, H.; Wang, Z.; Lv, H.; Zhou, Z.; Han, Q.; Liu, J.; Qin, Z. Analisis getaran nonlinier cangkang silinder komposit yang diperkuat serat dengan
perlakuan redaman lapisan terbatas parsial. Struktur Berdinding Tipis. 2020, 157, 107000. [Referensi Silang]
114.Kim , Y.; Park, MJ Identifikasi redaman gulungan nonlinier dan momen pemulihan FPSO menggunakan Hilbert
mengubah. Samudera Inggris. 2015, 109, 381–388. [Referensi Silang]
115. Franchetti, P.; Modena, C. Identifikasi Redaman Nonlinier pada Balok Beton Bertulang Pratekan Pracetak . Hitung. sipil. Infrastruktur. bahasa
Inggris 2009, 24, 577–592. [Referensi Silang]
116. Tang, B.; Brennan, MJ; Gatti, G.; Ferguson, NS Karakterisasi eksperimental getaran nonlinier
penyerap menggunakan getaran bebas. J. Getaran Suara. 2016, 367, 159–169. [Referensi Silang]
117. Chandra, NH; Sekhar, AS Identifikasi redaman nonlinier pada rotor menggunakan transformasi wavelet. Mekanisme. Mach.
Teori 2016, 100, 170–183. [Referensi Silang]
118. Yusuf, L.; Minh-Nghi, T. Pendekatan berbasis wavelet untuk identifikasi redaman pada osilator non-linier.
Int. J.Mech. Sains. 2005, 47, 1262–1281. [Referensi Silang]
119. Curadelli, RO; Riera, JD; Ambrosini, D.; Amani, MG Deteksi kerusakan melalui redaman struktural
identifikasi. bahasa Inggris Struktur. 2008, 30, 3497–3504. [Referensi Silang]
120. Heller, L.; Foltête, E.; Piranda, J. Identifikasi eksperimental sifat dinamis nonlinier dari bangunan
struktur. J. Getaran Suara. 2009, 327, 183–196. [Referensi Silang]
121. Dziedziech, K.; Astaga, A.; Iwaniec, J.; Basu, B.; Staszewski, WJ; Uhl, T. Analisis nonlinier peredam kolom cairan yang disetel. bahasa Inggris
Struktur. 2018, 171, 1027–1033. [Referensi Silang]
122. Dien, N. Identifikasi redaman menggunakan metode demodulasi berbasis wavelet: Aplikasi pada Gearbox
sinyal. Teknologi. Mekanisme. 2007, 3, 324–333.
123. Chakraborty, A.; Basu, B.; Mitra, M. Identifikasi parameter modal sistem mdof dengan LP yang dimodifikasi
paket wavelet. J. Getaran Suara. 2006, 295, 827–837. [Referensi Silang]
124. Kerschen, G.; Worden, K.; Vakakis, AF; Golinval, JC Identifikasi sistem nonlinier dalam dinamika struktural: Status saat ini dan arah masa depan.
Dalam Prosiding Konferensi Analisis Modal Internasional ke-25, Orlando, FL, AS, 19–22 Februari 2007.
125. Raze, G.; Kerschen, G. Peredam getaran multimodal struktur nonlinier menggunakan beberapa nonlinier
peredam. Int. J.Tidak. Linier. Mekanisme. 2020, 119, 103308. [Referensi Silang]
126. Moore, KJ Identifikasi sistem nonlinier karakteristik: Pendekatan berbasis data untuk nonlinier lokal
lampiran. Mekanisme. sistem. Proses Sinyal. 2019, 131, 335–347. [Referensi Silang]
127. Mezghani, F.; Del Rincon, AF; Souf, MAB; Fernandez, PG; Chaari, F.; Viadero Rueda, F.; Haddar, M.
Identifikasi sifat isolator anti-getaran nonlinier. Comptes Rendus Mec. 2017, 345, 386–398.
[Referensi Silang]
128. Naylor, S.; Platten, MF; Wright, JR; Cooper, JE Identifikasi sistem multi derajat kebebasan dengan redaman nonproporsional menggunakan
metode peluruhan resonansi. J.getaran. Akustik. Trans. ASME 2004, 126, 298–306.
[Referensi Silang]
Sensor 2020, 20, 7303 39 dari 41
129. Londoño, JM; Neild, SA; Cooper, JE Identifikasi kurva tulang punggung sistem nonlinier dari resonansi
tanggapan pembusukan. J. Getaran Suara. 2015, 348, 224–238. [Referensi Silang]
130. Krack, M.; Panning-Von Scheidt, L.; Wallaschek, J. Sebuah metode untuk analisis dan sintesis modal nonlinier: Penerapan pada sistem mekanis
yang dipaksakan secara harmonis dan tereksitasi sendiri. J. Getaran Suara. 2013, 332, 6798–6814.
[Referensi Silang]
131. Krack, M. Analisis modal nonlinier sistem nonkonservatif: Perluasan konsep gerak periodik.
Hitung. Struktur. 2015, 154, 59–71. [Referensi Silang]
132. Petrus, S.; Schreyer, F.; Leine, RI Sebuah metode analisis modal nonlinier numerik dan eksperimental dari sistem tidak mulus. Mekanisme. sistem.
133. Scheel, M.; Petrus, S.; Leine, RI; Krack, M. Pendekatan resonansi fase untuk pengujian modal struktur dengan
disipasi nonlinier. J. Getaran Suara. 2018, 435, 56–73. [Referensi Silang]
134. Scheel, M.; Weigele, T.; Krack, M. Menantang metode analisis modal nonlinier eksperimental dengan struktur baru yang teredam gesekan kuat. J.
Getaran Suara. 2020, 485, 115580. [Referensi Silang]
135. Karaa gaçlÿ, T.; Özgüven, HN Analisis modal eksperimental sistem nonlinier dengan menggunakan respons terkontrol
pengujian sinus melangkah. Mekanisme. sistem. Proses Sinyal. 2021, 146, 107023. [Referensi Silang]
136. Juditsky, A.; Hjalmarsson, H.; Benveniste, A.; Delyon, B.; Sjoberg, J.; Zhang, Q. Model Kotak Hitam Nonlinier
dalam Identifikasi Sistem. Jaringan Syaraf. 1995, 30, 1–44.
137. Babuška, R.; Verbruggen, H. Metode neuro-fuzzy untuk identifikasi sistem nonlinier. Ann. Pdt. Kontrol
138. Witter, M.; Swevers, J. Identifikasi model kotak hitam untuk variabel kontinu, elektro-hidraulik
peredam semi aktif. Mekanisme. sistem. Proses Sinyal. 2010, 24, 4–18. [Referensi Silang]
139. Truong, DQ; Ahn, KK Model kotak hitam nonlinier dan kontrol redaman tanpa sensor gaya untuk sistem redaman menggunakan peredam fluida
magneto-rheological. Aktuator Sensor A Phys. 2011, 167, 556–573. [Referensi Silang]
140. Khalid, M.; Yusof, R.; Yosani, M.; Selamat, H.; Joshani, M. Identifikasi nonlinier peredam magneto-rheologi berdasarkan jaringan saraf dinamis.
Hitung. sipil. Infrastruktur. bahasa Inggris 2014, 29, 221–233. [Referensi Silang]
141. Dou, L.; Ji, R.; Gao, J. Identifikasi sistem aeroelastik nonlinier menggunakan jaringan saraf fuzzy wavelet.
Komputasi saraf 2016, 214, 935–943. [Referensi Silang]
142. Lin, RM; Zhu, J. Pembaruan model struktur teredam menggunakan data FRF. Mekanisme. sistem. Proses Sinyal. 2006, 20, 2200–2218. [Referensi
Silang]
143. Michon, G.; Almajid, A.; Aridon, G. Identifikasi redaman partikel berongga lunak dalam struktur sarang lebah.
144. Pradhan, S.; Modak, SV Suatu metode untuk identifikasi matriks redaman menggunakan data respon frekuensi.
145. García-Palencia, AJ; Santini-Bell, E. Algoritma pembaruan model dua langkah untuk identifikasi parameter struktur teredam elastis linier. Hitung. sipil.
Infrastruktur. bahasa Inggris 2013, 28, 509–521. [Referensi Silang]
146. Meruane, V. Pembaruan model menggunakan frekuensi antiresonan yang diidentifikasi dari fungsi transmisibilitas.
147. Arora, V.; Singh, SP; Kundra, TK Pembaruan model teredam menggunakan parameter pembaruan yang kompleks. J. Getaran Suara.
148. Arora, V.; Singh, SP; Kundra, TK Pemutakhiran model elemen hingga dengan identifikasi redaman. J. Getaran Suara.
149. Arora, V. Metode identifikasi redaman struktural langsung menggunakan FRF kompleks. J. Getaran Suara. 2014, 339,
150. Delannoy, J.; Pelukis, B.; Matius, B.; Karazis, K. Identifikasi redaman non-linier komponen reaktor nuklir jika terjadi resonansi internal satu-ke-satu.
Saya. sosial. Mekanisme. bahasa Inggris 2016, 50541, V04AT05A039.
[Referensi Silang]
151. Saleh, B.; Jiang, J.; Fathi, R.; Al-hababi, T.; Xu, Q.; Wang, L.; Ma, A. Bahan bergradasi fungsional selama 30 tahun: Tinjauan metode produksi,
Penerapan, dan Tantangan Masa Depan. Kompos Bagian B Eng. 2020, 201, 108376. [Referensi Silang]
152. Zhu, H.; Yang, J.; Zhang, Y.; Feng, X. Model dinamis pegas udara baru dengan termodinamika pneumatik, gesekan efektif, dan redaman viskoelastik.
153. Worden, K.; Cupang, D.; Haroon, M.; Adams, DE Identifikasi sistem nonlinier peredam otomotif: Analisis domain waktu dan frekuensi. Mekanisme.
sistem. Proses Sinyal. 2009, 23, 104–126. [Referensi Silang]
Sensor 2020, 20, 7303 40 dari 41
154. Meteran, H.; Bonello, P.; Oyadiji, SO Identifikasi eksperimental peredam magnetorheological dan evaluasi pengontrolnya. Mekanisme. sistem.
155. Salton, AT; Eckhard, D.; Flores, JV; Fernandes, G.; Azevedo, G. Pengamat gangguan dan kontrol redaman nonlinier untuk kendaraan quadrotor
pelacakan cepat. Dalam Prosiding Konferensi IEEE tentang Aplikasi Kontrol (CCA) 2016, Buenos Aires, Argentina, 19–22 September 2016.
[CrossRef]
156. Bonisoli, E.; Lisitano, D.; Vigliani, A. Identifikasi dan lokalisasi redaman melalui Metode Lapisan: Aplikasi eksperimental pada sasis kendaraan
yang berfokus pada efek peredam kejut. Mekanisme. sistem. Proses Sinyal. 2019, 116, 194–216. [Referensi Silang]
157. Maldonado, DJG; Karev, A.; Hagedorn, P.; Ritto, TG; Sampaio, R. Analisis sistem rotordinamik dengan anisotropi dan nonlinier menggunakan
teori Floquet dan metode bentuk normal. J. Getaran Suara. 2019, 453, 201–213. [Referensi Silang]
158. Jith, J.; Sarkar, S. Sebuah teknik pengurangan pesanan model untuk sistem dengan ketergantungan frekuensi nonlinier
pembasahan. Aplikasi. Matematika. Model. 2020, 77, 1662–1678. [Referensi Silang]
159. Gary, K.; Ertas, B. Koefisien Gaya Rotordinamik Eksperimental untuk Bantalan Gas Jurnal Hibrid Sesuai Difusi yang Memanfaatkan Peredam
Hermetik Berisi Cairan. J.Eng. Tenaga Turbin Gas 2020, 142. [CrossRef]
160. Lubell, DR; Wade, JL; Chauhan, NS; Nourse, JG Identifikasi dan koreksi ketidakstabilan rotor pada
turbin gas bebas minyak. Proses. Pameran Turbo ASME 2008, 5, 961–968. [Referensi Silang]
161. Tasker, F.; Chopra, I. Estimasi redaman nonlinier dari data kestabilan rotor menggunakan waktu dan frekuensi
teknik domain. AIAA J.1992 , 30, 1383–1391. [Referensi Silang]
162.Zhang , JX; Roberts, JB Sebuah metode identifikasi parametrik domain frekuensi untuk mempelajari non-linier
kinerja peredam film pemerasan. J. Getaran Suara. 1996, 189, 173–191. [Referensi Silang]
163. Smith, CB; Wereley, NM Identifikasi redaman linier dan nonlinier dalam sistem rotor helikopter. Mengumpulkan. Teknologi.
Ayah. Struktur AIAA/ASME/ASCE/AHS/ASC. Struktur. Dyn. Materi. Konf. 1998, 4, 2473–2485. [Referensi Silang]
164. Smith, CB; Wereley, NM Identifikasi redaman nonlinier dari data sementara. AIAA J.1999 , 37, 1625–1632.
[Referensi Silang]
165. Yan, S.; Dowell, EH; Lin, B. Pengaruh suspensi redaman nonlinier pada gerakan nonperiodik fleksibel
rotor pada bantalan jurnal. Dyn Nonlinier. 2014, 78, 1435–1450. [Referensi Silang]
166. Yu, M.; Hahn, EJ; Liu, J.; Lu, Z. Prosedur identifikasi sistem berbasis parameter kuasi-modal dengan redaman histeretik non-proporsional. J.
Getaran Suara. 2016, 382, 43–62. [Referensi Silang]
167. Yamada, H.; Taura, H.; Kaneko, S. Analisis Numerik dan Eksperimental Karakteristik Dinamis
Bantalan Jurnal dengan Lesung Pipi Persegi. J. Suku. 2018, 140, 1–13. [Referensi Silang]
168. Delgado, A.; Ertas, B. Karakterisasi Dinamis dari Bantalan Pelumas Gas Teredam yang Sesuai dengan Tekanan Eksternal dengan Modul
Peredam Film Pemerasan yang Disegel Secara Hermetik. J.Eng. Tenaga Turbin Gas 2019, 141. [CrossRef]
169. Gao, G.; Zhu, L.; Li, J.; Han, W. Memodelkan redaman aerodinamis nonlinier selama ketidakstabilan aerodinamis transversal untuk prisma
persegi panjang ramping dengan rasio sisi yang khas. J. Angin Eng. Ind.Aerodyn. 2020, 197, 104064. [Referensi Silang]
170. Wang, C.; Xiao, J.; Wang, C.; Zhang, C. Redaman nonlinier dan respons nonlinier agregat daur ulang
rangka beton yang menerima beban gempa. bahasa Inggris Struktur. 2019, 201, 109575. [Referensi Silang]
171. Zarafshan, A.; Ansari, F.; Taylor, T. Uji lapangan dan verifikasi metode perhitungan redaman untuk pengoperasian
jembatan jalan raya. J.Civ. Struktur. Pemantauan Kesehatan. 2014, 4, 99–105. [Referensi Silang]
172. Dammika, AJ; Yamaguchi, H.; Kawarai, K.; Yoshioka, T.; Matsumoto, Y. Estimasi redaman jembatan baja berbasis energi dan penerapannya
untuk deteksi kerusakan. Dalam Prosiding The Thirteenth East Asia-Pacific Conference on Structural Engineering and Construction (EASEC-13),
Sapporo, Jepang, 11–13 September 2013.
173. Dammika, AJ; Kawarai, K.; Yamaguchi, H.; Matsumoto, Y.; Yoshioka, T. Evaluasi redaman analitis melengkapi pemantauan kesehatan struktural
eksperimental jembatan. J.Jembatan. bahasa Inggris 2015, 20, 1–12.
[Referensi Silang]
174. Avci, O. Redaman nonlinier pada getaran lantai kemudahan servis: Verifikasi pada struktur laboratorium. Konf. Proses.
sosial. Contoh. Mekanisme. Ser. 2017, 2 Bagian F2, 139–145. [Referensi Silang]
175. Demarie, GV; Sabia, D. Redaman Non-linier dan Identifikasi Frekuensi pada Rusak Semakin Lambat, RC
Elemen. Contoh. Mekanisme. 2011, 51, 229–245. [Referensi Silang]
176. Haji, Bpk; Fung, J.; Nayfeh, AH; O'f Fahey, S. Identifikasi redaman menggunakan teknik perturbasi dan spektrum tingkat tinggi. Dyn Nonlinier.
Sensor 2020, 20, 7303 41 dari 41
177. Magalhaes, F.; Cunha, Á.; Caetano, E.; Brincker, R. Estimasi redaman menggunakan peluruhan bebas dan ambient
tes getaran. Mekanisme. sistem. Proses Sinyal. 2010, 24, 1274–1290. [Referensi Silang]
178. Venanzi, I.; Ierimonti, L.; Ubertini, F. Pendekatan redaman nonlinier yang ditingkatkan untuk sistem
kendala dalam peredam massa aktif. J. Getaran Suara. 2015, 357, 2–15. [Referensi Silang]
179. Publikasi, T. Lokalisasi Kerusakan pada Struktur Beton Bertulang dengan Menggunakan Pengukuran Redaman.
Kunci Inggris. Materi. jilid. 167-168 1999, 168, 132–141. [Referensi Silang]
180.Liao , X.; Zhang, J. Metode penyeimbangan energi untuk mengidentifikasi redaman nonlinier antarmuka sambungan baut.
Kunci Inggris. Materi. 2016, 693, 318–323. [Referensi Silang]
181. Ling, X.; Haldar, A. Identifikasi sistem level elemen dengan input yang tidak diketahui dengan redaman Rayleigh.
J.Eng. Mekanisme. 2004, 130, 877–885. [Referensi Silang]
182. Karim, A.; Gurley, K. Redaman dalam struktur: Evaluasi dan penanganan ketidakpastian. J. Angin Eng.
Ind.Aerodyn. 1996, 59, 131–157. [Referensi Silang]
183. Huang, Z.; Gu, M. Teknik Penurunan Acak Amplop untuk Identifikasi Redaman Nonlinier Gedung Tinggi. J.Struktur. bahasa Inggris (Amerika Serikat)
184. Béliveau, JG Identifikasi redaman viskos pada struktur dari informasi modal. J. Aplikasi. Mekanisme.
Trans. ASME 1976, 43, 335–339. [Referensi Silang]
185. Mimura, T.; Mita, A. Estimasi Otomatis Frekuensi Alami dan Rasio Redaman Struktur Bangunan.
Procedia Eng. 2017, 188, 163–169. [Referensi Silang]
186. Hou, XR; Zou, ZJ Identifikasi parameter persamaan gerak gulungan nonlinier untuk struktur terapung di
gelombang tidak beraturan. Aplikasi. Res Laut. 2016, 55, 66–75. [Referensi Silang]
187. Yu, L.; Pria.; Wang, S. Prediksi gulungan parametrik kapal kontainer KCS dalam gelombang kepala dengan penekanan pada redaman gulungan
dan momen pemulihan nonlinier. Samudera Inggris. 2019, 188, 106298. [Referensi Silang]
188.Han , SL; Kinoshita, T. Identifikasi kebalikan stokastik dari momen redaman gulungan nonlinier sebuah kapal yang bergerak dengan kecepatan
bukan nol-maju. Matematika. Masalah. bahasa Inggris 2012, 2012. [Referensi Silang]
189. Jang, TS; Choi, HS; Han, SL Sebuah metode baru untuk mendeteksi redaman non-linier dan memulihkan gaya dalam sistem osilasi non-linier dari
data transien. Int. J.Tidak. Linier. Mekanisme. 2009, 44, 801–808. [Referensi Silang]
190. Asgari, P.; Fernandes, AC; Rendah, YM Paling sering pusat rotasi sesaat (MOIRC) untuk penilaian redaman gulungan dalam uji peluruhan bebas
FPSO. Aplikasi. Res Laut. 2020, 95, 102014. [Referensi Silang]
191. Mirri, D.; Iuculano, G.; Filicori, F.; Pasini, G.; Vannini, G.; Gualtieri, GP Pendekatan seri Volterra yang dimodifikasi untuk pemodelan sistem dinamis
nonlinier. IEEE Trans. Sistem Sirkuit. saya Fundam. Aplikasi Teori. 2002, 49, 1118–1128. [Referensi Silang]
192. Emas, B.; Ross, A.; Fossen, TI Identifikasi Redaman Kental Nonlinier untuk Kapal Laut.
Proses IFAC. Jil. 2006, 39, 332–337. [Referensi Silang]
193. Jang, TS; Nak, JW; Han, SL; Dinyanyikan, HG; Lee, SK; Shin, SC Investigasi Numerik pada Identifikasi Nonparametrik Momen Redaman Gulungan
Nonlinier Kapal dari Respons Sementara. Lautan Terbuka Eng. J.
194. Jang, TS; Kwon, SH; Lee, JH Memulihkan bentuk fungsional redaman gulungan nonlinier kapal dari percobaan peluruhan gulungan bebas: Sebuah
formulisme terbalik. Samudera Inggris. 2010, 37, 1337–1344. [Referensi Silang]
195. Jang, TS Identifikasi simultan non-parametrik dari karakteristik redaman nonlinier dan pemulihan sistem nonlinier yang redamannya bergantung
pada kecepatan saja. Mekanisme. sistem. Proses Sinyal.
196.Han , SL; Kinoshita, T. Identifikasi redaman nonlinier pada sistem dinamik nonlinier berbasis stokastik
pendekatan terbalik. Matematika. Masalah. bahasa Inggris 2012, 2012, 1–20. [Referensi Silang]
197. Sathyaseelan, D.; Hariharan, G.; Kannan, K. Identifikasi parameter koefisien redaman nonlinier dari gerakan roll kapal amplitudo besar menggunakan
wavelet. Universitas Beni-Suef. J. Aplikasi Dasar. Sains. 2017, 6, 138–144.
[Referensi Silang]
Catatan Penerbit: MDPI tetap netral sehubungan dengan klaim yurisdiksi dalam peta yang dipublikasikan dan afiliasi kelembagaan.
© 2020 oleh penulis. Pemegang Lisensi MDPI, Basel, Swiss. Artikel ini adalah artikel akses terbuka yang
didistribusikan berdasarkan syarat dan ketentuan Atribusi Creative Commons
(CC BY) lisensi (http://creativecommons.org/licenses/by/4.0/).

sensors-20-07303 (1)

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

sensors-20-07303 (1)

Diunggah oleh

Hak Cipta:

Format Tersedia

Machine Translated by Google

Tinjauan Kritis terhadap Identifikasi Redaman Nonlinier

Diterima: 12 November 2020; Diterima: 12 Desember 2020; Diterbitkan: 19 Desember 2020

Sensor 2020, 20, 7303; doi:10.3390/s20247303 www.mdpi.com/journal/sensors

Sensor 2020, 20, 7303 2 dari 41

Sensor 2020, 20, 7303 3 dari 41

Sensor 2020, 20, 7303 4 dari 41

2. Metode Identifikasi Redaman Nonlinier

Gambar 2. Metode identifikasi redaman nonlinier.

Sensor 2020, 20, 7303 5 dari 41

Sensor 2020, 20, 7303 6 dari 41

Gambar 4. Diagram identifikasi nonlinier dari sistem nonlinier lemah [82].

Sensor 2020, 20, 7303 7 dari 41

2.2. Metode Domain Waktu

Sensor 2020, 20, 7303 8 dari 41

2.3. Metode Domain Frekuensi

Sensor 2020, 20, 7303 9 dari 41

Sensor 2020, 20, 7303 10 dari 41

2.4. Metode Frekuensi Waktu

Sensor 2020, 20, 7303 11 dari 41

Sensor 2020, 20, 7303 12 dari 41

Gambar 11. Model redaman gabungan [115].

Sensor 2020, 20, 7303 13 dari 41

Sensor 2020, 20, 7303 14 dari 41

Sensor 2020, 20, 7303 15 dari 41

Perlu dicatat bahwa pengoperasian redaman dihitung dengan suku eksponensial.

SEBUAH(t) = A0e ÿÿ(t)ÿ0(t)t

Redaman efektif kemudian dapat ditentukan dengan

ÿ saya (ln(A0) ÿ ln A t Saya

Sensor 2020, 20, 7303 16 dari 41

2.6. Pemodelan Kotak Hitam

2.7. Metode Pembaruan Model

Sensor 2020, 20, 7303 17 dari 41

C = ÿM ÿÿ2ÿ T + ÿÿ2ÿT M (16)

Sensor 2020, 20, 7303 18 dari 41

Tabel 1. Survei literatur metode identifikasi redaman nonlinier.

metode Fungsi DOF Keterbatasan Keuntungan Aplikasi Tipe Redaman Ref.

Memprediksi respons terhadap

Sistem hanya keluaran Perlu asumsi. Cocok untuk yang acak

Dapat diandalkan dan tepat

metode Fungsi DOF Keterbatasan Keuntungan Aplikasi Tipe Redaman Ref.

Pensil matriks Identifikasi bergetar

Sensor 2020, 20, 7303 19 dari 41

Metode Domain Waktu

metode Fungsi DOF Keterbatasan Keuntungan Aplikasi Tipe Redaman Ref.

Linier dan nonlinier

Kuantifikasi beberapa efek

Sensor 2020, 20, 7303 20 dari 41

Metode Domain Waktu

metode Fungsi DOF Keterbatasan Keuntungan Aplikasi Tipe Redaman Ref.

-Efektif dan sederhana untuk

Tepat untuk linier dan

Metode Domain Frekuensi

Redaman nonlinier Tidak diperlukan Tiga berbeda

Pelajari aplikasinya Kendaraan

Sensor 2020, 20, 7303 21 dari 41

Metode Domain Frekuensi

Estimasi faktor Sederhana untuk

Pelajari pengaruh Isolator

Pelajari fitur redaman Menggunakan koefisien

Metode Frekuensi Waktu

Sensor 2020, 20, 7303 22 dari 41

Metode Frekuensi Waktu

metode Fungsi DOF Keterbatasan Keuntungan Aplikasi Tipe Redaman Ref.