Kompendium Der Maschinendynamik

Kompendium der Maschinendynamik

Dieter Kraft
Fachbereich Maschinenbau
Fachhochschule München
ii

Dieter
c Kraft. 5. Auflage, WS 1999/2000.
Inhaltsverzeichnis

Vorwort viii
1 Einführung 1
1.1 Modellbildung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1 Newton-Euler . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Harmonische Bewegung . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1 Begriffe . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 Beschreibung . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Definitionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.1 Zeitbereich . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.2 Frequenzbereich . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Physikalische Ersatzsysteme . . . . . . . . . . . . . . . . . . . . . 8
1.4.1 Federkonstanten . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1.1 Addition . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1.2 Balken und Stäbe . . . . . . . . . . . . . . . . . 9
2 Ein-Freiheitsgrad-Systeme 11
2.1 Ungedämpfte Eigenbewegung . . . . . . . . . . . . . . . . . . . . 11
2.1.1 Lösung der Bewegungsgleichung . . . . . . . . . . . . . . 11
2.1.2 Bewegungsformen . . . . . . . . . . . . . . . . . . . . . . 13
2.1.2.1 Anfangsbedingungen . . . . . . . . . . . . . . . . 13
2.1.2.2 Winkeladdition . . . . . . . . . . . . . . . . . . . 14
2.1.2.3 Phasenportrait . . . . . . . . . . . . . . . . . . . 15
2.1.3 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.3.1 Manometer-Schwingung . . . . . . . . . . . . . . 15
2.1.3.2 Strukturschwingung . . . . . . . . . . . . . . . . 16
2.1.3.3 Torsionsschwingung . . . . . . . . . . . . . . . . 16
2.2 Gedämpfte Eigenbewegung . . . . . . . . . . . . . . . . . . . . . 17
2.2.1 Lösung der Bewegungsgleichung . . . . . . . . . . . . . . 17
2.2.2 Bewegungsformen . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2.1 Ungedämpfte Schwingung . . . . . . . . . . . . . 18
2.2.2.2 Kritische Dämpfung . . . . . . . . . . . . . . . . 19
2.2.2.3 Unterdämpftes System . . . . . . . . . . . . . . 19
2.2.2.4 Überdämpftes System . . . . . . . . . . . . . . . 22
iv INHALTSVERZEICHNIS
2.2.3 Charakteristika . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.3.1 Stabilität . . . . . . . . . . . . . . . . . . . . . . 23
2.2.3.2 Logarithmisches Dekrement . . . . . . . . . . . . 24
2.2.3.3 Energieverluste . . . . . . . . . . . . . . . . . . . 25
2.2.4 Alternative Dämpfungsmodelle . . . . . . . . . . . . . . . 25
2.2.4.1 Trockene Reibung . . . . . . . . . . . . . . . . . 26
2.3 Harmonische Anregung . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.1 Harmonische Anregung des ungedämpften Systems . . . . 29
2.3.1.1 Resonanz . . . . . . . . . . . . . . . . . . . . . . 31
2.3.1.2 Schwebung . . . . . . . . . . . . . . . . . . . . . 32
2.3.2 Harmonische Anregung des gedämpften Sytems . . . . . . 34
2.3.2.1 Lösung der Bewegungsgleichung . . . . . . . . . 34
2.3.2.2 Diskussion der Lösung . . . . . . . . . . . . . . . 35
2.3.2.2.1 Vergrößerungsfunktion I . . . . . . . . . 35
2.3.2.2.2 Phasenwinkel I . . . . . . . . . . . . . . 37
2.3.2.2.3 Kraftübertragung I . . . . . . . . . . . 38
2.3.2.2.4 Bandbreite . . . . . . . . . . . . . . . . 38
2.3.3 Komplexe Erregerfunktion . . . . . . . . . . . . . . . . . . 40
2.3.3.2 Frequenzgang . . . . . . . . . . . . . . . . . . . . 41
2.3.3.3 Frequenzgang und Übertragungsfunktion . . . . 42
2.3.3.4 Geometrische Darstellung . . . . . . . . . . . . . 43
2.3.4 Alternative harmonische Anregungen . . . . . . . . . . . . 43
2.3.4.1 Harmonische Anregung der Basis . . . . . . . . . 44
2.3.4.1.1 Vergrößerungsfunktion II . . . . . . . . 46
2.3.4.1.2 Relativbewegung . . . . . . . . . . . . . 48
2.3.4.1.3 Kraftübertragung II . . . . . . . . . . . 49
2.3.4.2 Rotatorische Unwucht . . . . . . . . . . . . . . . 50
2.3.5 Alternative Dämpfungsmodelle II . . . . . . . . . . . . . . 53
2.3.5.1 Coulomb-Dämpfung . . . . . . . . . . . . . . . . 53
2.3.5.2 Hysterese-Dämpfung . . . . . . . . . . . . . . . . 53
2.3.5.3 Luft-Dämpfung . . . . . . . . . . . . . . . . . . 56
2.3.5.4 Kombinierte Dämpfungen . . . . . . . . . . . . . 57
2.3.6 Strömungs-induzierte Schwingungen . . . . . . . . . . . . 57
2.3.7 Beispiele und Übungen . . . . . . . . . . . . . . . . . . . . 58
2.4 Nicht-harmonische Anregungsfunktionen . . . . . . . . . . . . . . 66
2.4.1 Sprung-Funktion . . . . . . . . . . . . . . . . . . . . . . . 67
2.4.1.1 Sprungfunktion im Zeitbereich . . . . . . . . . . 67
2.4.1.2 Sprungfunktion im Frequenzbereich . . . . . . . 68
2.4.1.3 Anwendung . . . . . . . . . . . . . . . . . . . . . 68
2.4.2 Impuls-Funktion . . . . . . . . . . . . . . . . . . . . . . . 71
2.4.2.1 Impulsfunktion im Zeitbereich . . . . . . . . . . 72
2.4.2.2 Impulsfunktion im Frequenzbereich . . . . . . . 73
2.4.2.3 Anwendung . . . . . . . . . . . . . . . . . . . . . 74
2.4.3 Allgemeine Anregung . . . . . . . . . . . . . . . . . . . . 77
2.4.3.1 Impulsantwort . . . . . . . . . . . . . . . . . . . 77
INHALTSVERZEICHNIS v

2.4.4 Numerische Lösung . . . . . . . . . . . . . . . . . . . . . . 79
2.4.4.1 Approximation der Anregung . . . . . . . . . . . 79
2.4.4.2 Numerische Lösung . . . . . . . . . . . . . . . . 79
3 Zwei-Freiheitsgrad-Systeme 81
3.1 Eigenbewegung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.1.1 Ungedämpfte Eigenbewegung . . . . . . . . . . . . . . . . 81
3.1.1.1 Modellbildung . . . . . . . . . . . . . . . . . . . 81
3.1.1.2 Lösung der Matrix-Differentialgleichung . . . . . 82
3.1.1.2.1 Lösungsansatz . . . . . . . . . . . . . . 82
3.1.1.2.2 Eigenfrequenzen . . . . . . . . . . . . . 83
3.1.1.2.3 Eigenformen . . . . . . . . . . . . . . . 84
3.1.1.2.4 Allgemeine Lösung . . . . . . . . . . . . 85
3.1.1.3 Modal-Analyse . . . . . . . . . . . . . . . . . . . 87
3.1.1.3.1 Eigenwerte und Eigenvektoren . . . . . 87
3.1.1.3.2 Transformation auf Diagonalform . . . 90
3.1.1.3.3 Entkopplung der Systemgleichungen . . 91
3.1.1.4 Beispiele . . . . . . . . . . . . . . . . . . . . . . 95
3.1.1.4.1 Werkzeugmaschine . . . . . . . . . . . . 96
3.1.1.4.2 Doppelpendel . . . . . . . . . . . . . . . 99
3.1.2 Gedämpfte Eigenbewegung . . . . . . . . . . . . . . . . . 102
3.1.2.1 Modell-Gleichungen . . . . . . . . . . . . . . . . 102
3.1.2.2 Modal-Analyse . . . . . . . . . . . . . . . . . . . 103
3.2 Erzwungene Bewegung . . . . . . . . . . . . . . . . . . . . . . . . 104
3.2.1 Bewegungsgleichungen . . . . . . . . . . . . . . . . . . . . 104
3.2.2 Modal-Analyse . . . . . . . . . . . . . . . . . . . . . . . . 104
3.2.3 Drei Integrale . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.2.3.1 Harmonische Anregung des gedämpften Systems 105
3.2.3.2 Sprungförmige Anregung des gedämpften Systems105
3.2.3.3 Harmonische Anregung des ungedämpften Sys-
tems . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.2.3.4 Lösungen der Integrale . . . . . . . . . . . . . . 105
3.2.4 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
3.2.4.1 KFZ-Aufhängung . . . . . . . . . . . . . . . . . 106
3.2.4.2 KFZ-Nickbewegung . . . . . . . . . . . . . . . . 109
4 Viel-Freiheitsgrad-Systeme 111
5 Kontinuierliche Systeme 113

5.1 Systeme zweiter Ordnung . . . . . . . . . . . . . . . . . . . . . . 113
5.1.1 Die Schwingende Saite . . . . . . . . . . . . . . . . . . . . 113
5.1.1.1 Mathematisches Modell . . . . . . . . . . . . . . 113
5.1.1.2 Lösung der Wellengleichung . . . . . . . . . . . . 115
5.1.1.3 Charakteristische Gleichung . . . . . . . . . . . 119
5.1.2 Längsschwingung von Stäben . . . . . . . . . . . . . . . . 120
vi INHALTSVERZEICHNIS

5.1.2.2 Lösung der Modellgleichung . . . . . . . . . . . 121
5.1.2.3 Alternative Randwerte . . . . . . . . . . . . . . 123
5.1.3 Torsionsschwingungen von Stäben . . . . . . . . . . . . . 124
5.2 Systeme vierter Ordnung . . . . . . . . . . . . . . . . . . . . . . 125
5.2.1 Biegeschwingung von Balken . . . . . . . . . . . . . . . . 125
5.2.1.1.1 Euler-Theorie schlanker Balken . . . . . 125
5.2.1.1.2 Randwerte und Anfangswerte . . . . . . 128
5.2.1.2 Lösung der Modellgleichung . . . . . . . . . . . 128
5.2.1.2.1 Ortskomponente . . . . . . . . . . . . . 129
5.2.1.2.2 Zeitkomponente . . . . . . . . . . . . . 130
5.2.1.2.3 Timoshenko-Theorie dicker Balken . . . 131
6 Technische Anwendungen 135

6.1 Schwingungsdämpfung . . . . . . . . . . . . . . . . . . . . . . . . 135
6.2 Schwingungstilgung . . . . . . . . . . . . . . . . . . . . . . . . . . 135
6.2.1 Ungedämpfte Schwingungstilgung . . . . . . . . . . . . . 135
6.2.1.1 Eigenwerte der isolierten Maschine . . . . . . . . 138
6.2.2 Gedämpfte Schwingungstilgung . . . . . . . . . . . . . . . 139
6.2.2.1 Optimierung . . . . . . . . . . . . . . . . . . . . 140
6.3 Experimentelle Modalanalyse . . . . . . . . . . . . . . . . . . . . 140
6.3.1 Stochastische Signale . . . . . . . . . . . . . . . . . . . . . 140
6.3.2 Ermittlung der System-Parameter . . . . . . . . . . . . . 143
6.3.2.1 Eigenfrequenz und Dämpfung . . . . . . . . . . 144
6.3.2.2 Eigenvektoren . . . . . . . . . . . . . . . . . . . 144
6.3.2.2.1 Betrag der Eigenvektorelemente . . . . 146
6.3.2.2.2 Vorzeichen der Eigenvektorelemente . . 146
6.3.2.3 Beispiel . . . . . . . . . . . . . . . . . . . . . . . 146
6.3.2.3.1 Eigenfrequenz und Dämpfung . . . . . 150
6.3.2.3.2 Eigenvektoren . . . . . . . . . . . . . . 150
Anhang 154
A Integral-Transformationen 155
A.1 Fourier-Transformation . . . . . . . . . . . . . . . . . . . . . . . 155
A.1.1 Fourier-Reihen . . . . . . . . . . . . . . . . . . . . . . . . 155
A.1.2 Diskrete Fourier-Transformation . . . . . . . . . . . . . . 156
A.1.3 Fenster-Funktionen . . . . . . . . . . . . . . . . . . . . . . 156
A.1.4 Eigenschaften und Berechnung . . . . . . . . . . . . . . . 156
A.1.5 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
A.2 Laplace-Transformation . . . . . . . . . . . . . . . . . . . . . . . 158
A.2.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
A.2.2 Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . 161
A.3 Partialbruchzerlegung . . . . . . . . . . . . . . . . . . . . . . . . 165
INHALTSVERZEICHNIS vii
A.3.1 Reelle Nullstellen . . . . . . . . . . . . . . . . . . . . . . . 165

A.3.1.1 Einfache Nullstellen . . . . . . . . . . . . . . . . 165
A.3.1.2 Mehrfache Nullstellen . . . . . . . . . . . . . . . 166
A.3.2 Komplexe Nullstellen . . . . . . . . . . . . . . . . . . . . 166
A.3.3 Beispiele und Übungen . . . . . . . . . . . . . . . . . . . . 166
A.4 Algebraisierung linearer Differentialgleichungen . . . . . . . . . . 168
B Matrixalgebra 171
B.1 Definitionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
B.2 Algebraische Operationen . . . . . . . . . . . . . . . . . . . . . . 172
B.3 Iterative Operationen . . . . . . . . . . . . . . . . . . . . . . . . 173
C Linearisierung 179
C.1 Taylor-Entwicklung . . . . . . . . . . . . . . . . . . . . . . . . . . 179
C.2 Standard-Form . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
C.3 Beispiele und Übungen . . . . . . . . . . . . . . . . . . . . . . . . 181
D Lösung gewöhnlicher Differentialgleichungen 185

D.1 Analytische Lösung . . . . . . . . . . . . . . . . . . . . . . . . . . 185
D.1.1 Lösung im Frequenzbereich . . . . . . . . . . . . . . . . . 185
D.1.1.1 Übertragungsfunktion der Zustandsgleichung . . 186
D.1.2 Lösung im Zeitbereich . . . . . . . . . . . . . . . . . . . . 187
D.1.2.1 Homogene Lösung . . . . . . . . . . . . . . . . . 187
D.1.2.2 Partikuläre Lösung . . . . . . . . . . . . . . . . 188
D.1.2.3 Gesamtlösung . . . . . . . . . . . . . . . . . . . 189
D.1.2.4 Methode der unbestimmten Koeffizienten . . . . 190
D.2 Numerische Lösung . . . . . . . . . . . . . . . . . . . . . . . . . . 194
D.2.1 Diskretisierung . . . . . . . . . . . . . . . . . . . . . . . . 194
D.2.1.1 Lösungsalgorithmus . . . . . . . . . . . . . . . . 194
D.2.1.2 Berechnung von Φ und Γ . . . . . . . . . . . . . 195
D.2.2 Taylor-Entwicklung . . . . . . . . . . . . . . . . . . . . . . 196
D.2.2.1 Lösungsalgorithmus . . . . . . . . . . . . . . . . 197
D.2.2.1.1 Euler-Verfahren . . . . . . . . . . . . . 198
D.2.2.1.2 Heun-Verfahren . . . . . . . . . . . . . 198
D.2.2.1.3 Runge-Kutta-Verfahren . . . . . . . . . 199
D.2.2.2 Computer-Prozedur . . . . . . . . . . . . . . . . 199
D.3 Beispiel: Balancierter Stab . . . . . . . . . . . . . . . . . . . . . . 200
D.3.1 Diskretisierung . . . . . . . . . . . . . . . . . . . . . . . . 202
D.3.2 Reihen-Entwicklung . . . . . . . . . . . . . . . . . . . . . 202
E Charakterisierung partieller Differentialgleichungen 205
Bibliographie 209
viii INHALTSVERZEICHNIS
Vorwort
Das Vorwort muß noch geschrieben werden.1 Hier nur soviel:
1. Der Stoff des Sommersemesters beinhaltet ausführlich Schwingungen linea-

rer Systeme mit einem Freiheitsgrad (Kapitel 2). Systeme mit mehreren
Freiheitsgraden und kontinuierliche Systeme werden im Wintersemester
und weitergehend im Studienschwerpunkt ‘Entwicklung und Versuch’ be-
handelt.
2. Das Schreiben dieses Manuskripts hat mir sehr viel Freude gemacht,2
3. Das Manuskript enthält wahrscheinlich viele Fehler. Helfen Sie mir durch Meine Sprechstunde:
Rückkopplung: Nennen Sie Fehler, machen Sie Verbesserungsvorschläge, Di 13–14 Uhr,
fragen Sie bei Unklarheiten, etc.3 Raum W-1.07,
Tel. 1265-1177.
4. Der jeweils letzte Stand des Manuskripts ist als Postscript-File unter http://www.fm.fh-
muenchen.de:8080/˜dkraft verfügbar.
5. Dank sei gesagt den Vielen, die nach den Grundsätzen der Free Software
Foundation das Gnu-Projekt vorantreiben, das Betriebssystem Linux pro-
movieren, das geniale Textsatzsystem TEX geschrieben haben, das einfache
CAD-System Xfig managen, u.v.a.m. Stellvertretend für viele hier nur
einige Namen: Richard Stallman, Linus Torvalds, Donald Knuth, Brian
Smith, Tomas Rokicki, Karl Berry, Thomas Esser.
6. Ein dringender Hinweis:Vollziehen Sie die Beispiele nach; fragen Sie, wenn !
ich Zwischenschritte zu eilig ausgelassen habe, rechnen Sie die Aufgaben
mit Papier und Bleistift durch,4 reines Durchlesen ist überflüssige Zeitver-
schwendung.
7. Arbeiten Sie sich in ein Computer-Algebra-System ein und überprüfen Sie

damit Ihre Ergebnisse. In spätestens fünf Jahren machen Sie die Prüfung
unter Zu-Hilfe-Nahme eines Notebooks.5
1 Dieter
c Kraft. 5. Auflage, sS 1999.
2 Ich hoffe, daß das Gleiche für Sie beim Lesen und Üben gilt.
3 Prof. Casper, der Präsident der renomierten Stanford University, behauptet, daß Profes-
soren von Studenten mindestens ebensoviel lernen wie umgekehrt!

4 Die Lernpsychologie hat gefunden, daß motorische (Hand-)Bewegungen dem Gehirn sehr
hilfreich zur Seite stehen.

5 Ein Reutlinger Gymnasium macht heuer einen Probeversuch beim Abitur.
x INHALTSVERZEICHNIS
Das Manuskript gliedert sich in Kapitel, Abschnitte, Unterabschnitte, Paragra-

phen u.s.w. Die Gleichungen sind abschnittsweise durchnummeriert. Das Zeichen
! weist auf wichtige Resultate hin, das Zeichen 2 schließt jeweils eine Auf-
gabe, ein Beispiel, eine Übung, etc. ab. Kleingedrucktes kann beim ersten Lesen
übergangen werden; es zählt nicht zum Prüfungsstoff.
Wer einen Index6 für dieses Manuskript für den Hungerlohn einer Hilfskraft
erstellen will, der komme bitte in meine Sprechstunde oder vereinbare einen
anderen Termin mit mir.
Das gleiche gilt für die Verschönerung der Abbildungen. Diese wurden folgen-
dermaßen erzeugt: Falls Funktionsgraphen Teil einer Abbildung sind, wurden
diese mit Matlab oder MuPAD gebildet, von dort als PostScript-Files exportiert,
als solche nach Xfig importiert und dort weiter bearbeitet, Alle anderen Abbil-
dungen wurden mit Xfig erzeugt, als PostScript-Dateien exportiert und nach
LATEX importiert.
Neben den im Text zitierten Referenzen seien noch folgende deutschsprachige7
Quellen erwähnt: [49], [16].
6 Mit dem Programm makeindex [7].

7 Im Zeichen der Europäischen Union, der ökonomischen Globalisierung und der Multikul-
turen ist die Lektüre englischer Fachtexte für jeden Studenten unabdingbar.
Kapitel 1
Einführung
Die Schwingungslehre beschreibt die oszillierende Bewegung von Körpern unter

dem Einfluß von systemimmanenten und äußeren Kräften und Momenten. Alle
Systeme, die mit Masse und Elastizität ausgestattet sind, sind grundsätzlich
schwingungsfähig. Dies trifft auf den Großteil (elektro-)mechanischer Maschi-
nen, Anlagen und Strukturen zu. Die schwingungstechnische, d.h. maschinendy-
namische Analyse und Synthese dieser Systeme ist deshalb für den angehenden
Maschinenbau-Ingenieur von außerordentlicher Bedeutung.
Die Anzahl der unabhängigen Koordinaten, die zur Beschreibung eines Systems
genügt, wird als der Freiheitsgrad des Systems bezeichnet. So ist ein inertial auf- !
gehängtes, ebenes Pendel ein System mit einem Freiheitsgrad, da der momen-
tane Pendelwinkel relativ zu einer Referenzlage die Pendelbewegung eindeutig
beschreibt. Ein analog geartetes Doppelpendel ist ein System mit zwei Freiheits-
graden, eine schwingende Saite ein solches mit unendlich vielen Freiheitsgraden.
Ein räumlich ausgedehnter starrer Körper hat sechs Freiheitsgrade, drei der
Translation und drei der Rotation.
Diese Einführung beschränkt sich auf lineare oder abschnittsweise lineare Bewe-
gung1 , bei denen das Superpositionsprinzip gilt, und für die die abgeschlossene
Theorie linearer Differentialgleichungen zur Verfügung steht.
Grundsätzlich wird (für Systeme mit beliebiger Anzahl von Freiheitsgraden)

zwischen freier und erzwungener Schwingung unterschieden. Freie Schwingung !
findet statt, wenn das System nur unter dem Einfluß systemimmanenter Kräfte
und Momente schwingt, z.B. unter dem der Rückstellkraft einer elastischen Fe-
der. Dann schwingt das System in einer oder mehrerer seiner Eigenfrequenzen.
Erzwungene Schwingung ist die Schwingung unter dem Einfluß äußerer Kräfte
und Momente, z.B. eines elektrischen Antriebs. Ist diese Anregung ihrerseits eine
oszillierende, dann schwingt das System mit der Anregungsfrequenz. Fällt diese
mit einer Eigenfrequenz des Systems zusammen, dann kommt es zu gefährlichen
1 Systeme mit Colomb-Dämpfung, s.a. Abschnitt 2.2.4.1, sind Beispiele für abschnittsweise
lineare Systeme.
2 Einführung
Resonanzerscheinungen. Solche schon im Entwurf einer Maschine oder Struktur

!
zu vermeiden gehört zu den wichtigen Aufgaben des Ingenieurs.
Wird in dem schwingenden System Energie dissipiert, z.B. durch Reibung, dann
führt es eine gedämpfte Bewegung aus. Ist die Dämpfung klein, dann kann man
sie meist vernachlässigen. Andererseits hat ihre Existenz einen beträchtlichen
(mindernden) Einfluß auf die Resonanzamplitude.
1.1 Modellbildung
1.1.1 Newton-Euler
Die Modellbildung mechanischer Systeme beruht auf dem zweiten Newtonschen2

Gesetz für translatorische Systeme:

mẍ(t) = f(t) (1.1.1)
und dem Eulerschen3 Satz für rotatorische Systeme:4

Jθ̈(t) = m(t). (1.1.2)
Zu diesen Fundamentalgesetzen kommen weitere mechanische, elektromecha-

nische etc. Kraft- und Momentenbeziehungen, z.B. das Hooksche Gesetz aus
der Elastizitätstheorie.
! In Gl. (1.1.1) und Gl. (1.1.2) wird zweimal der Buchstabe m für unterschied-
m = m(t) liche Begriffe verwendet: Einmal für die (konstante) Masse m und einmal für
das (variable) Moment m(t). Letzteres führt immer das Argument t mit sich! Es
sollten deshalb keine Verwechslungen vorkommen. Der Grund für die Verwen-
dung kleiner Buchstaben für Kraft f(t) und Moment m(t) liegt in der Laplace-
111111
000000 Transformation dieser Größen, s.a. Anh. A.2, nach deren Durchführung F(s) und
O M(s) mit Großbuchstaben belegt sind.
Beispiel 1 Eine Masse m sei an einem masselosen Faden der Länge l aufgehängt
l und vollführe um den Aufhängungspunkt ‘O’ eine Pendelbewegung in einer verti-
kalen Ebene. Der Ausschlagwinkel gegenüber der vertikalen Ruhelage sei θ. Wie
θ
lautet die Bewegungsgleichung?
Die Anordnung werde am Aufhängepunkt freigeschnittten, dann ist die Ände-
rung des Drehimpulses um ‘O’ ml2 θ̈(t), während das äußere Moment m(t) (be-
m
dingt durch die Schwerkraft der Masse) −mgl sin θ(t) beträgt. Damit ist die
2 Sir Isaac Newton (1642–1727), englischer Mathematiker und Physiker, entwickelte
(unabhängig von Gottfried Wilhem Leibniz (1646–1716)) die Differential- und Integralrech-
nung. Bahnbrechende Beiträge zur Entwicklung der klassischen Mechanik.
3 Leonhard Euler (1707–1783), schweizer Mathematiker, der in St. Petersburg und Berlin
wirkte. Beiträge auf fast allen Gebieten der Mathematik und Physik: Differential- und Dif-
ferenzengleichungen, komplexe Analysis, spezielle Funktionen, Reihen, Variationsrechnung,
Mechanik, Fluidmechanik.
4 In Gl. (1.1.1) bedeutet m die Masse des Systems, und in Gl. (1.1.2) ein von außen auf das
System wirkende Moment.

1.1 Modellbildung 3
Modell(Differential)gleichung
ml2 θ̈(t) + mgl sin θ(t) = 0.
Sie wird noch durch Anfangs- und/oder Randwerte, z.B. x(0) = x0 und ẋ(0) = ẋ0
festgelegt.
Die Differentialgleichung ist homogen, aber nichtlinear. Eine Entwicklung der
Sinus-Funktion sin θ = θ − θ3 /3 + und Abbruch der Entwicklung nach dem
ersten Term führt auf folgende lineare Differentialgleichung, s.a. Anhang C,
g
θ̈(t) + θ(t) = 0.
l
1.1.2 Lagrange
Die Modellbildung nach Newton und Euler hat den Nachteil, daß Sie bei Syste-
men mit mehreren Freiheitsgraden die Teilsysteme freischneiden und ihre Reak-
tionskräfte bestimmen müssen, die als innere Kräfte und Momente dann in den
Bewegungsgleichungen garnicht explizit auftreten. Dieser Umstand haftet der
Methode nach Lagrange5 nicht an. Es wird die kinetische Energie T = T (ẋ, x)
und die potentielle Energie U = U(x) und die Lagrange-Funktion L = L(ẋ, x)als
deren Differenz gebildet:
L(ẋ, x) = T (ẋ, x) − U(x),
und dann erhält man die Bewegungsgleichungen aus den Gleichungen 2. Art von
Lagrange:
d ∂L ∂L
− = f(t), i = 1, . . . , n, (1.1.3)
dt ∂ẋi (t) ∂xi (t)
mit n der Anzahl der beteiligten Teilsysteme.
Beispiel 2 Für das in Abb. 1.1 dargestellte mechanische System mit den beiden
Freiheitsgraden x1 , der Position der Masse m, und x2 , der Winkelauslenkung
des Schwungrades, seien die Bewegungsgleichungen nach der Methode von La-
grange herzuleiten.
Die kinetische Energie des Systems ist
1 1
T= mẋ21 + Jẋ22 ,
2 2
die potentielle Energie
1 2 1
U= kx + k(rx2 − x1 )2 ,
2 1 2
5 Joseph Louis Lagrange (1736–1813), lebte und wirkte in Turin, Berlin und Paris. Bedeu-
tende Beiträge zur Mechanik, Himmelsmechanik, Differentialgleichungen und Variationsrech-

nung.
4 Einführung
x1 x2
11
00
00
11
00
11 k k
00
11 m
00
11
00
11 r
00
11 11111111111
00000000000 J
111111
000000
00
11
00
11 00000000000
11111111111 00
11
000000
111111
m(t)
Abbildung 1.1: Mechanisches System
und daraus folgt unter Anwendung von Gl. (1.1.3) mit n = 2
mẍ1 + 2kx1 − krx2 = 0,

Jẍ2 − krx1 + kr x2
2
= m(t).
Aufgabe 1 Verifizieren Sie das Ergebnis mit Bleistift auf Papier.
Enthält das betrachtete System eine zeitinvariante Dissipationsfunktion F(ẋ),

dann wird diese in Gl. (1.1.3) durch den Term ∂F/∂ẋ berücksichtigt:
d ∂L ∂L ∂F
− + = f(t), i = 1, . . . , n. (1.1.4)
dt ∂ẋi (t) ∂xi (t) ∂ẋi (t)
Beispiel 3 In Beispiel 2 werde zwischen Masse m und Schwungrad J ein Dämp-

fer mit dem Dämpfungsbeiwert c eingefügt. Unter der Voraussetzung viskoser
Dämpfung (s.a. Abschnitt 2.2 auf S. 17) läßt sich eine Dissipationsfunktion
F = c(rẋ2 − ẋ1 )2 /2 formulieren.
Aufgabe 2 Stellen Sie für dieses Beispiel die Bewegungsgleichungen auf.
1.2 Harmonische Bewegung
Die Lösungen der Bewegungsgleichungen in Abschnitt 1.1 führen regelmäßig

auf harmonische Schwingungen, die deshalb im folgenden kurz charakterisiert
werden sollen. Grundlegend für die Beschreibung der Bewegung mechanischer
Systeme ist die harmonische Bewegung, wie sie entsteht, wenn sich ein Punkt
mit konstanter Winkelgeschwindigkeit ω auf einem Kreis mit Radius A bewegt
und die Ordinate x(t) = A sin ωt des Punktes über der Abszisse ωt aufgetragen
wird, s.a. Abb. 1.2.
1.2 Harmonische Bewegung 5
x(t)
A sin ω t
A A
ωt
ωt
2π
Abbildung 1.2: Harmonische Bewegung
In Abb. 1.3 ist eine abklingende (gedämpfte) harmonische Bewegung einer Masse
m, die über eine elastische Feder und einen viskosen Dämpfer inertial fest auf-
gehängt ist und die eine Lichtquelle trägt, auf ein lichtempfindliches Papier
projiziert, das an der Anordung mit konstanter Geschwindigkeit vorbeiläuft[48].
11111
00000
k c
x(t)
A
m
t
Abbildung 1.3: Gedämpfte harmonische Bewegung
Viele dynamische Bewegungen laufen nicht harmonisch, aber doch periodisch,

d.h. gleichmäßig sich mit einer Periode T wiederholend, ab. Solche periodischen
Vorgänge lassen sich über die Entwicklung in Fourier-Reihen durch harmonische
approximieren, siehe dazu Anhang A.1.
1.2.1 Begriffe
Die harmonische Bewegung wird nach Abb. 1.3 durch die Auslenkung x(t)
x(t) = A sin ωt (1.2.1)
der Masse beschrieben, wobei A die Amplitude und ω die Kreisfrequenz, ge-
messen in rad/s, ist. Die Dauer einer Schwingungsperiode ist T , und der Zusam-
6 Einführung
menhang zwischen Kreisfrequenz, Frequenz f und Schwingungsdauer ist

2π
ω = 2πf = . (1.2.2)
T
Die Frequenz ist definiert durch f = 1/T und wird in Hz=1/s gemessen.
1.2.2 Beschreibung
Wir sind nicht nur an der Auslenkung x sondern auch an der Geschwindigkeit ẋ
ẋ(t) = ωA cos ωt = ωA sin(ωt + π/2) (1.2.3)
und der Beschleunigung ẍ
ẍ(t) = −ω2 A sin ωt = ω2 A sin(ωt + π) (1.2.4)
der Masse interessiert, und wir beobachten jeweils eine Phasenverschiebung von
π/2 zwischen diesen Größen. Zwischen Auslenkung und Beschleunigung besteht
folgender Zusammenhang:6
ẍ = −ω2 x, (1.2.5)
die Beschleunigung ist der Auslenkung proportional und zeigt in Richtung auf
den Ursprung der Bewegung, die Gleichgewichtslage.
Mit Hilfe der Euler-Identität
ejφ = cos φ + j sin φ (1.2.6)
kann die harmonische Bewegung in der komplexen Größe z
z(t) = Aejωt
= A cos ωt + jA sin ωt (1.2.7)
= x + jy
ausgedrückt werden.
Aufgabe 3 Zeigen Sie, daß die Beziehung (1.2.7) die Differentialgleichung (1.2.5)
erfüllt.
2
Die zu z konjugiert komplexe Größe ist
z£ = Ae−jωt ,
und der Realteil von z ist

z + z£
(z) = = A cos ωt.
2
Zur Wiederholung des Rechnens mit komplexen Zahlen hilft folgende

6 Gl.
(1.2.5) ist die erste, eine Bewegung beschreibende, Differentialgleichung in diesem
Kompendium.
1.3 Definitionen 7
Regel 1 Für z1 = A1 ejφ1 , z2 = A2 ejφ2 und z = x + jy gilt die

Multiplikation:
z1 z2 = A1 A2 ej(φ1 +φ2 ) , (1.2.8)
Division:
z1 A1 j(φ1 −φ2 )
= e , (1.2.9)
z2 A2
Potenzbildung:
zn = An ejnφ z1/n = A1/n ejφ/n , (1.2.10)
Betrag A und Winkel φ:
y
A= x2 + y2 , φ = arctan . (1.2.11)
x
2
1.3 Definitionen
Die wichtigsten schwingungstechnischen Definitionen sind hier zusammenges-

tellt:
1.3.1 Zeitbereich
Der stationäre Mittelwert x̄ einer Schwingung x(t) ist Mittelwert:

1 T
x̄ = lim x(t)dt, (1.3.1)
T→∞ T 0
der Mittelwert einer Halb-Periode einer Sinus-Schwingung ist

A π A
x̄ = sin tdt = 2 .
π 0 π
Der quadratische Mittelwert x̄2 ist
T
1
x̄ = lim
2
x2 (t)dt, (1.3.2)
T→∞ T 0
beispielsweise ist für x(t) = A sin ωt der quadratische Mittelwert

A2 T 1
x̄2 = lim sin2 ωtdt = A2 .
T→∞ T 0 2
Aufgabe 4 Überprüfen Sie dieses Ergebnis a) mit Bleistift und Papier, b) mit
einem CAS-System, z.B. Maple oder MuPAD.
2
Von Bedeutung ist ebenfalls die Quadratwurzel des quadratischen Mittelwerts7

rms = x̄2 . (1.3.3)

Im vorangegangenen Beispiel rms = A/ 2.
7 Englisch: root mean square (rms).
8 Einführung
1.3.2 Frequenzbereich
Dezibel: Das Dezibel8 ist ein logarithmisches Maß des Verhältnisses zweier Leistungen:
P1
db = 10 log10
P2
oder mit einem Ergebnis aus Beispiel 6, das besagt, daß die Leistung proportio-
nal der Amplitude ist,
x21 x1
db = 10 log10 2
= 20 log10 . (1.3.4)
x2 x2
Beispielsweise ist eine Amplitudenvergrößerung von x1 /x2 = 6 gemessen in De-

zibel db = 15.56.
Oktave: Die Oktave ist eine Bezeichnung für die Bandbreite einer Schwingung. Wenn
die obere Grenzfrequenz doppelt so groß ist wie die untere, dann deckt das
Frequenzspektrum eine Oktave ab.
Beispiel: Der Frequenzbereich erstrecke sich von 250 Hz bis 500 Hz, dann ist die
Bandbreite 500 − 250 = 250 Hz oder eine Oktave.
Zwei Frequenzen f1 und f2 sind n Oktaven voneinander getrennt, wenn
f1 f1
= 2n oder n = log2 (1.3.5)
f2 f2
gilt.
1.4 Physikalische Ersatzsysteme
Physikalische Ersatzsysteme sind äquivalente Massen, Federkonstanten, Dämp-

fer, etc.9
1.4.1 Federkonstanten
1.4.1.1 Addition
Zwei oder mehrere (n) parallel geschaltete Federn mit den Steifigkeiten ki haben
als äquivalente Federkonstante k die Summe der ki:

n
k= ki , (1.4.1)
i=1
8 Das
Dezibel ist nach G. A. Bell, dem Gründer der Bell Company, später AT& T, benannt.
9 Dieser
Abschnitt wird im Laufe des Semesters ergänzt. Einige Formeln sind schon im Text
verwendet, ohne hier zu erscheinen, s.z.B. Gl. (2.1.12).
1.4 Physikalische Ersatzsysteme 9
bei n hintereinandergeschalteten Federn berechnet sich die äquivalente Feder-

konstante aus den Kehrwerten:
1 1
n
= , (1.4.2)
k ki
i=1
oder n
ki
k = i=1
n . (1.4.3)
i=1 ki
1.4.1.2 Balken und Stäbe
Zugstab mit Länge l, Querschnitt A und Elastizitätsmodul E:

EA
k= (1.4.4)
l
Torsionsstab mit Länge l, Querschnitt A und Elastizitätsmodul E:
Balken, eingespannt-frei gelagert, Länge l, Flächenträgheitsmoment I, Elasti-
zitätsmodul E, Last am freien Ende:
3EI
k= (1.4.5)
l3
10 Einführung
Kapitel 2
Ein-Freiheitsgrad-Systeme
2.1 Ungedämpfte Eigenbewegung
Die Bewegungsgleichung eines dynamischen ungedämpften Feder-Masse-Systems

mit einem longitudinalen Freiheitsgrad1 ohne äußere Anregung lautet (Hoo-
kesches Gesetz: fk = −kx(t)):
mẍ(t) + kx(t) = 0, x(0) = x0 , ẋ(0) = ẋ0 , (2.1.1)
mit gegebenen Anfangswerten2 x0 und ẋ0 .
Die detaillierte Herleitung soll anhand Abb. 2.1 erfolgen. In der statischen
Gleichgewichtsposition hält die Federkraft k∆ dem Gewicht W = mg das Gleich-
gewicht.
k∆ = W = mg.
Newtons zweites Gesetz auf die Konfiguration angewandt ergibt

mẍ(t) = f(t) = W − k[∆ + x(t)],
und daraus folgt Gl. (2.1.1).
2.1.1 Lösung der Bewegungsgleichung
Die Lösung der Bewegungsgleichung3 wird über den Ansatz4 Merke:Lineare

Differentialgleichungen
x(t) = Cest (2.1.2)
mit konstanten
1 Die folgenden Überlegungen gelten ganz analog für Systeme mit einem rotatorischen Frei- Koeffizienten, in denen
heitsgrad: Jθ̈ + kt θ = 0.
2 Anstelle von ẋ kann auch ein Funktionswert x(t = t ) = x vorgeschrieben sein. die Zeit t nicht explizit
0 1 1
Gl. (2.1.1) beschreibt dann nicht mehr ein Anfangswertproblem, sondern ein Randwertpro- erscheint, haben
blem. Randwertprobleme sind i.a. viel schwieriger zu lösen als Anfangswertprobleme[28]. immer Exponential-
3 Differentialgleichungen, in denen die Zeit nur implizit vorkommt, heißen autonom.
4 In Gl. (2.1.1) wird die Summe einer Funktion und ihrer zweiten Ableitung gebildet, d.h. funktionen als alleinige
der Ansatz muß in Funktion und Ableitungen gleiche Funktionsanteile enthalten; genau das Lösungskomponenten.
tut die Exponentialfunktion.
12 Ein-Freiheitsgrad-Systeme
111111
000000
k
entspannte k∆
∆ k( ∆ +x) stat.
Feder
m x Gleichgew.
m
m
. ..
W x x
W
Abbildung 2.1: Feder-Masse-System mit freigeschnittener Masse
gewonnen, in dem C und s aus den Anfangswerten zu bestimmende Parameter

darstellen. Der Ansatz wird zweimal differenziert und in die Bewegungsgleichung
eingesetzt:
Cest (ms2 + k) = 0,
und da dies für alle t und beliebige C gelten muß, ist5
ms2 + k = 0, (2.1.3)
k
die sogenannte charakteristische Gleichung, aus der
k
s1,2 = − = j (2.1.4)
m m
folgt. Der Ausdruck6 k
ωn = (2.1.5)
m
! wird als die natürliche (ungedämpfte) Frequenz des Systems bezeichnet. Diese
wird experimentell wie folgt ermittelt:
Aus der statischen Auslenkung ∆ der Feder, s.a. Abb. 2.1, und der Masse m
wird zunächst die Federkonstante k bestimmt:
mg
k=
∆
→ Experiment und diese dann in Gl. (2.1.5) eingesetzt:
g
ωn = .
∆
Damit erhält man auch die Periode Tn = 1/fn der Eigenschwingung:

∆
Tn = 2π .
g
5 Die Lösung für C = 0 wird triviale Lösung genannt und interessiert uns nicht.
6 Oft findet man in der Literatur auch ω0 statt ωn .
2.1 Ungedämpfte Eigenbewegung 13
Die beiden Lösungen (2.1.4) der charakteristischen Gleichung (2.1.3) heißen cha-
rakteristische oder Eigenwerte des Systems. Mit ihnen ist die allgemeine Lösung
der Dgl. (2.1.1)
x(t) = C1 ejωn t + C2 e−jωn t , (2.1.6)
mit aus den Anfangswerten zu bestimmenden konjugiert komplexen Konstanten
C1 und C2 , oder unter Verwendung der Euler-Identität e¦jα = cos α j sin α
x(t) = A1 cos ωn t + A2 sin ωn t, (2.1.7)
wobei A1 und A2 wiederum aus den Anfangswerten wie folgt zu bestimmen
sind:
x(0) = A1 = x0 , ẋ(0) = ωn A2 = ẋ0
und damit
ẋ0
A1 = x0 , A2 = .
ωn
In die Lösung (2.1.7) eingesetzt wird
ẋ0
x(t) = x0 cos ωn t + sin ωn t (2.1.8)
ωn
als allgemeine Lösung erhalten.
Zwischen den Konstanten Ai und Ci besteht folgende Beziehung:
A1 = C1 + C2 , und A2 = j(C1 − C2 ).
Aufgabe 5 Leiten Sie diese Beziehung her; und schreiben Sie sich Ci = f(Ai )
in den Margin.
2
2.1.2 Bewegungsformen
Die allgemeine Lösung (2.1.8) stellt eine harmonische Schwingung dar, deswegen
ist das durch Gl. (2.1.1) beschriebene System ein harmonischer Oszillator.
2.1.2.1 Anfangsbedingungen
Gl. (2.1.8) beschreibt die Bewegung der Masse m um ihre statische Gleichge-
wichtslage. Eine (Eigen-)Bewegung kommt nur zustande, wenn mindestens eine
der beiden Anfangsbedingungen von Null verschieden sind.
Für ẋ0 = 0 ergibt sich
x(t) = x0 cos ωn t
und für x0 = 0
ẋ0
x(t) = sin ωn t.
ωn
Der Einfluß der Anfangswerte auf die Lösung x(t) ist in Abb. 2.3 für ωn = 1
dargestellt. Sie erkennen deutlich die unterschiedlichen Amplituden der Schwin-
gungen.
1.5
0.5
←x =0,xp =1/2
0 0
←x0=1,xp0=0
x(t)
−0.5
←x =−1/2,xp =1
0 0
−1
−1.5
0 1 2 3 4 5 6 7
t[s]
Abbildung 2.2: Einfluß der Anfangswerte
2.1.2.2 Winkeladdition
Unter Verwendung der Additionstheoreme für Winkelfunktionen kann die Lö-

sung (2.1.7) in der Form
x(t) = A cos (ωn t − φ) (2.1.9)
dargestellt werden, wobei mit A1 = A cos φ und A2 = A sin φ der Ausdruck A

die Amplitude

ẋ0 2
A= A21 + A22 = x20 + ( )
ωn
und φ der Phasenwinkel
A2 ẋ0
φ = arctan = arctan
A1 x0 ωn
sind.
Analog zu Gl. (2.1.9) ist
x(t) = A sin (ωn t + ψ), (2.1.10)

2.1 Ungedämpfte Eigenbewegung 15
mit der Amplitude A wie oben und

x0 ωn
ψ = arctan
ẋ0
2.1.2.3 Phasenportrait
Ein- bzw. zweimalige Differentiation der Lösung (2.1.9) ergeben die Geschwin-
digkeit
ẋ(t) = −ωn A sin (ωn t − φ) = ωn A cos (ωn t − φ + π/2)
und die Beschleunigung
ẍ(t) = −ω2n A cos (ωn t − φ) = ω2n A cos (ωn t − φ + π),
woraus zu entnehmen ist, daß die Geschwindigkeit ẋ der Auslenkung x um den

Winkel π/2 und die Beschleunigung ẍ um den Winkel π vorauseilt.
Die Darstellung von ẋ als Funktion von x wird als Phasendiagramm bezeichnet.
Aus der Beziehung cos2 (ωn t − φ) + sin2 (ωn t − φ) = 1 erhält man mit
x(t)
cos (ωn t − φ) =
A
und mit
ẋ(t)
sin (ωn t − φ) = −
Aωn
das Phasendiagramm einer Ellipse
x2 ẋ2
+ = 1.
A2 (Aωn )2
2.1.3 Beispiele
2.1.3.1 Manometer-Schwingung
In einem Manometer nach dem Prinzip geneigter kommunizierender Röhren

schwingt eine Flüssigkeitssäule ungedämpft. Die Länge der Flüssigkeitssäule sei
L, der Querschnitt A. Wie groß ist die natürliche Frequenz ωn der Flüssigkeits-
schwingung?
Lösung: Die Bewegungsgleichung lautet[40]

mẍ = fx ,
d.h.
LAρẍ = −2Axρg
oder vereinfacht
2g
ẍ + x=0
L
und daraus ergibt sich 2g

ωn = .
L
2.1.3.2 Strukturschwingung
Ein (masselos) angenommener einseitig eingespannter Balken der Länge l trägt

auf seinem freien Ende eine Masse m, die eine statische Durchbiegung x des
freien Endes bewirkt. Wie groß ist die Eigenkreisfrequenz der Anordnung?
Lösung: Die Auslenkung eines Kragbalkens unter einer Punktlast am Ende ist
mg
x=
k
mit der Balkensteifigkeit
3EI
k=
l3
mit E dem Elastizitätsmodul und I dem Flächenträgheitsmoment des Balkens.
Damit ist 3EI g

ωn = = . (2.1.11)
ml3 x
2.1.3.3 Torsionsschwingung
Ein Rad hängt an einer eingespannten Welle mit Durchmesser d und Länge l.
Das Rad wird aus seiner statischen Gleichgewichtslage ausgelenkt und vollführt
in t1 Sekunden n Schwingungen. Bestimmen Sie das polare Trägheitsmoment J
des Rades.
Lösung: Die Bewegungsgleichung ist
Jθ̈ + kt θ = 0.
Die Eigenkreisfrequenz ωn berechnet sich aus der Anzahl der Schwingungen in der
gegebenen Zeit:
n
ωn = 2π .
t1
Die Torsionssteifigkeit der Welle ist
Gπd4
kt = (2.1.12)
32l
mit G dem Schermodul des Wellenmaterials.
Aus der Bewegungsgleichung folgt
kt Gd4 t21
J= 2
= .
ωn 128πln2
2.2 Gedämpfte Eigenbewegung 17
Aufgabe 6 1) Überprüfen Sie die Dimensionen des Resultats!

2) Warum hat die Amplitude der Auslenkung keinen Einfluß?
3) Rechnen Sie ein Beispiel mit realistischen Zahlenwerten!
2
2.2 Gedämpfte Eigenbewegung
Zunächst soll der einfache Fall der viskosen (geschwindigkeitsproportionalen)

Dämpfung untersucht werden. Zusätzlich zur Federkraft tritt hier die Dämp-
fungskraft fc = −cẋ(t), so daß die Bewegungsgleichung
mẍ(t) + cẋ(t) + kx(t) = 0, x(0) = x0 , ẋ(0) = ẋ0 (2.2.1)
lautet.
2.2.1 Lösung der Bewegungsgleichung
Zur Lösung der Bewegungsgleichung (2.2.1) wird wieder der Ansatz (2.1.2)
x(t) = Cest herangezogen. Die charakteristische Gleichung ergibt sich hier nach
(ms2 + cs + k)Cest = 0 zu
ms2 + cs + k = 0, (2.2.2)
und deren Lösungen sind:
c
c 2 k
s1,2 =− − . (2.2.3)
2m 2m m
und damit ist die allgemeine Lösung der Bewegungsgleichung (2.2.1) !
− 2m
c
+

( 2m
c
)2 − m
k
t
− 2m
c
−

( 2m
c

)2 − m
k
t
x(t) = C1 e + C2 e , (2.2.4)
worin die Ci wieder aus den Anfangsbedingungen bestimmt werden.

Der Lösungsgraph (2.2.4) hängt entscheidend vom Radikanden in Gl. (2.2.3) ab.
Wird dieser Null, (ck /2m)2 − k/m = 0, dann wird ck

ck = 2 km = 2mωn
die kritische Dämpfungskonstante genannt. Das Verhältnis einer beliebigen Dämp-

fungskonstanten c zur kritischen ck wird als Dämpfungsverhältnis Dämpfungsverhältnis ζ
c
ζ= (2.2.5)
ck
bezeichnet.
Mit ωn und ζ kann Gl. (2.2.1) nach Division durch m auch in der Form
ẍ(t) + 2ζωn ẋ(t) + ω2n x(t) = 0 (2.2.6)

geschrieben werden, wobei nun die drei Parameter m, c, k durch nur zwei, ωn , ζ,
ersetzt sind.

Das Dämpfungsverhältnis wird in die Beziehung (2.2.3) eingesetzt:
s1,2 = −ζ ζ 2 − 1 ωn , (2.2.7)

und damit wird als Lösung (2.2.4)

−ζ+ ζ2 −1 ωn t −ζ− ζ2 −1 ωn t
x(t) = C1 e + C2 e (2.2.8)
erhalten. Setzt man das Dämpfungsverhältnis ζ und die Eigenkreisfrequenz ωn
in die Systemgleichung (2.2.1) ein, dann erhält man die häufig verwendete Dars-
tellung
ẍ(t) + 2ζωn ẋ(t) + ω2n x(t) = 0 (2.2.9)
und entsprechende Anfangsbedingungen.
2.2.2 Bewegungsformen
In Abhängigkeit von ζ werden nun die unterschiedlichen Lösungsformen dieser

Gleichung diskutiert:
1. ζ = 0: Ungedämpfte Schwingung,
2. ζ = 1: Kritisch gedämpfte Schwingung,
3. 0 < ζ < 1: Unterdämpfte Schwingung,
4. ζ > 1: Überdämpfte Schwingung.
2.2.2.1 Ungedämpfte Schwingung
Der Fall ζ = 0 führt auf ungedämpfte Schwingungen des Abschnitts (2.1). Hier
soll die Lösung (2.1.8) durch Anwendung der Laplace-Transformation[36], s.a.
Anhang A.2, gewonnen werden. Die Laplace-Transformation der homogenen Dif-
ferentialgleichung mẍ(t) + kx(t) = 0 oder, nach Division durch m,
ẍ(t) + ω2n x(t) = 0
Merke: x(t) c s X(s) lautet
s2 X(s) − sx0 − ẋ0 + ω2n X(s) = 0,
und nach X aufgelöst:
s 1
X(s) = x0 + 2 ẋ0 .
s2 + ω2n s + ω2n
Die inverse Laplace-Transformation dieses Ausdrucks ergibt mit Zeile 23 und 24
der Tab. A.1
ẋ0
x(t) = x0 cos ωn t + sin ωn t,
ωn
wie nach Ergebnis (2.1.8) zu erwarten war.
2.2.2.2 Kritische Dämpfung
Im Falle von ζ = 1, der kritischen Dämpfung, fallen die beiden Wurzeln der
charakteristischen Gleichung (2.2.2) zusammen:
ck
s1,2 = − = −ωn ,
2m
dementsprechend lautet die Systemgleichung
ẍ(t) + 2ωn ẋ(t) + ω2n x(t) = 0.
Deren Lösung soll wieder durch Anwendung der Laplace-Transformation be-

rechnet werden:
s2 X(s) − sx0 − ẋ0 + 2ωn sX(s) − 2ωn x0 + ω2n X(s) = 0,

und nach X aufgelöst:
ẋ0 + sx0 + 2ωn x0
X(s) =
s2 + 2ωn s + ω2n
s 1
= x0 + (ẋ0 + 2ωn x0 ).
(s + ωn )2 (s + ωn )2
Die inverse Laplace-Transformation führt zu
x(t) = (x0 + (ẋ0 + ωn x0 )t)e−ωn t . (2.2.10)

Aufgabe 7 Vollziehen Sie die inverse Laplace-Transformation im einzelnen mit
Bleistift auf Papier mit Hilfe der Tab. A.1 nach!
2
2.2.2.3 Unterdämpftes System
Im Fall des unterdämpften Systems 0 < ζ < 1 wird die Diskriminante der Lösung
der charakteristischen Gleichung (2.2.7) negativ, deshalb kann diese Lösung auch
als
s1,2 = −ζ j 1 − ζ2 ωn (2.2.11)

geschrieben werden. Damit wird die Lösung (2.2.8) der Systemgleichung

−ζ+j −ζ−j

1−ζ2 ωn t 1−ζ2 ωn t
x(t) = C1 e + C2 e

= e−ζωn t C1 ej 1−ζ2 ωn t
+ C2 e−j 1−ζ2 ωn t

= e−ζωn t (C1 + C2 ) cos 1 − ζ 2 ωn t

+ j(C1 − C2 ) sin 1 − ζ 2 ωn t

= e−ζωn t A1 cos 1 − ζ2 ωn t + A2 sin 1 − ζ 2 ωn t
= Ae−ζωn t cos ( 1 − ζ2 ωn t − φ) (2.2.12)

= Ae−ζωn t sin ( 1 − ζ2 ωn t + ψ) (2.2.13)
wobei A1 und A2 oder A und φ oder ψ aus den Anfangsbedingungen zu bes-

timmende Konstanten sind. Ersteres Paar ist
A1 = x0
und
ẋ0 + ζωn x0 ẋ0 + ζωn x0
A2 = = ,
1 − ζ 2 ωn ωd
wobei, mit
ωd = 1 − ζ 2 ωn (2.2.14)
der Frequenz der gedämpften Schwingung, die allgemeine Lösung
ẋ0 + ζωn x0

−ζωn t
x(t) = e x0 cos ωd t + sin ωd t (2.2.15)
ωd
ist. Analog zu Abschnitt 2.1.2 sind die Amplitude A als
ẋ 2
0 + ζωn x0
A= A21 + A22 = x20 +
ωd
und der Phasenwinkel φ als

A2 ẋ0 + ζωn x0
φ = arctan = arctan
A1 x0 ωd
und ψ als
A1
ψ = arctan = arctan x0 ωd ẋ0 + ζωn x0
A2
ermittelbar.
In Abb. 2.3 ist der Einfluß der Anfangsbedingungen auf die Lösung x(t) für
ωn = 1 und ζ = 1/5 dargestellt. Der Eingabe-File für Matlab[47] ist nachfolgend
eingerückt.
Gedämpfte freie Schwingung Gl. (2.2.15), Einfluß der Anfangsbedingungen:
wn=1;
z=1/5;
wd=sqrt(1-z^2)*wn;
t=linspace(0,20,2000);
x0=1;
x0p=0;
A1=x0;
A2=(x0p+z*wn*x0)/wd;
x1=exp(-z*wn.*t).*(A1.*cos(wd.*t)+A2.*sin(wd.*t));
x0=0;
x0p=1;
A1=x0;
←x =1,xp =0
0 0
0.8
0.6
←x0=0,xp0=1
0.4
←x =−1/2,xp =0
0 0
x(t)
0.2
−0.2
−0.4
−0.6
0 2 4 6 8 10 12 14 16 18 20
t[s]
Abbildung 2.3: Einfluß der Anfangsbedingungen
x0=-1/2;
x0p=0;
A1=x0;
plot(t,x1,’k-’,t,x2,’k--’,t,x3,’k-.’)
grid
xlabel(’t[s]’)
ylabel(’x(t)’)
gtext(’\leftarrowx_0=1,xp_0=0’)
gtext(’\leftarrowx_0=0,xp_0=1’)
gtext(’\leftarrowx_0=-1/2,xp_0=0’)
Abb. 2.4 zeigt den Einfluß der Dämpfung, ζ {1/5, 1/3, 1/2}, auf das System-
verhalten.
Aufgabe 8 Untersuchen Sie anhand der Abb. 2.4 den Einfluß der Dämpfung auf
die Schwingungsdauer T . Begründen Sie Ihre Erfahrung durch die Theorie.
2
0.8
0.6
0.4
←ζ=1/5
x(t)
0.2
←ζ=1/2
0
−0.2
←ζ=1/3
−0.4
−0.6
0 2 4 6 8 10 12 14 16 18 20
t[s]
Abbildung 2.4: Einfluß der Dämpfung
2.2.2.4 Überdämpftes System

Im Falle des überdämpften Systems, ζ > 1, ist ζ2 − 1 > 0 und damit sind die
Wurzeln (2.2.7) der charakteristischen Gleichung

s1,2 = −ζ ζ 2 − 1 ωn
reel und unterschiedlich, und es gilt s2 < s1 < 0. Die Lösung der Bewegungs-
gleichung ist
−ζ+

ζ2 −1 ωn t
−ζ−

ζ2 −1 ωn t
x(t) = C1 e + C2 e , (2.2.16)
eine exponentiell abnehmende, aperiodische Bewegung, wobei die Konstanten

x0 ωn (+ζ + ζ2 − 1) + ẋ0
C1 =
2ωn ζ2 − 1
und
x0 ωn (−ζ + ζ2 − 1) − ẋ0
C2 =
2ωn ζ2 − 1
wieder aus den Anfangsbedingungen x0 und ẋ0 berechnet werden.
Beispiel 4 Die Anfangsbedingungen können sehr einfach mit einem CAS-System

symbolisch ermittelt werden; hier z.B. mit Maple[35]. Gelöst wird folgendes li-
neare Gleichungssystem:
1 1
C x
1 0
=
(−ζ + ζ2 − 1)ωn (−ζ − ζ2 − 1)ωn C2 ẋ0
Diese Gleichung wird in folgender Maple-Sitzung gelöst:7

> with(linalg):
> assume(zeta>1);
> assume(w>0);

A:=matrix([[1,1],[(−ζ + ζ2 − 1)*w,(−ζ − ζ2 − 1)*w]]);

>
A := 1 1
−ζ˜ + ζ˜2 − 1 w ˜ −ζ˜ − ζ˜2 − 1 w ˜
> b:=vector([x0,xp0]);
b := [ x0 xp0 ]
> C:=linsolve(A,b);
1 xp0 + w ˜ ζ˜ x0 + w ˜ ζ˜2 − 1 x0
C :=

2 w˜ ζ˜2 − 1
1 w ˜ ζ˜ x0 − w ˜ ζ˜2 − 1 x0 + xp0
−
2 ζ˜2 − 1 w ˜
2
Aufgabe 9 Überprüfen Sie, ob Maple richtig ‘gerechnet’ hat!
2
2.2.3 Charakteristika
2.2.3.1 Stabilität
Wichtiges Merkmal eines dynamischen Systems ist seine Stabilität. Allgemeine

Stabilitätsbedingungen werden im Anhang B angegeben. Für ein mechanisches
System 2. Ordnung ist notwendig und hinreichend, daß alle Koeffizienten der
charakteristischen Gleichung (hier m, c und k) gleiches Vorzeichen (hier ist
physikalisch sinnvoll nur das positive) haben. Gleichbedeutend damit ist, daß
gilt !
7 Die assume-Anweisung legt die Bedingungen ζ > 1 und ωn > 0 fest, die im Zusammen-
hang dieses Abschnitts gefordert sind.
jω
ζ=0
00
11
00ω n
11
s1
0<ζ<1 1
0 1−ζ 2 ω n
ωn
ζ>1 ζ=1 ζ>1 −ζω n σ

1
0 11
00 1 0000000
0 1111111
s2 s1 0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
1
00000000
1111111
0000000
1111111
s
2
00
11
00
11
Abbildung 2.5: Lage der Pole
(si ) < 0, i,
wobei (s) der Realteil der komplexen Größe s ist. D.h. die Nullstellen der cha-
rakteristischen Gleichung8 müssen negativen Realteil haben. Dieser Sachverhalt
ist in Abbildung 2.5 dargestellt für zwei Polpaare s1,2 , von denen eines auf dem
Halbkreis mit Radius ωn liegt und eines auf der negativen reellen Achse.
2.2.3.2 Logarithmisches Dekrement
Aus der Kreisfrequenz ωd der gedämpften Schwingung wird deren Schwingung-

sdauer Td zu
2π
Td =
ωd
berechnet. Die periodische Amplitudenreduktion während einer Schwingung-
sdauer wird der Lösung (2.2.12) zu den Zeitpunkten t1 und t2 = t1 + Td ent-
nommen:
x(t1 ) Ae−ζωn t1 cos(ωd t1 − φ) e−ζωn t1
= = = eζωn Td .
x(t2 ) Ae−ζωn t2 cos(ωd t2 − φ) e−ζωn (t1 +Td )
8 Die Nullstellen der charakteristischen Gleichung werden auch als Pole des Systems be-
zeichnet.
Das Verhältnis
x(t1 ) ζ !
δ = ln = ζωn Td = 2π (2.2.17)
x(t2 ) 1 − ζ2
wird als logarithmisches Dekrement bezeichnet. Für kleine ζ 1 gilt approxi-
mativ
δ 2πζ.
Wenn durch Gleichung (2.2.17) das logarithmische Dekrement gegeben ist, dann
kann daraus das Dämpfungsverhältnis berechnet werden:
δ
ζ= ,
4π2 + δ2
wobei für kleine δ wieder die approximative Linearisierung
δ
ζ
2π
gilt. Mit diesen Beziehungen kann aus dem Graphen x(t) der Lösung das Dämp- → Experiment
fungsverhältnis ζ experimentell durch Auslesen zweier konsekutiver Werte x(t1 )
und x(t2 ) gewonnen werden.
2.2.3.3 Energieverluste
Die zeitliche Änderung der Energie W ist das Produkt aus Kraft und Geschwin-
digkeit
d0
tW(t) = fv = −cẋ2 (t), (2.2.18)
dt
und die dissipierte Energie ∆W während einer Periode Td ist
Td
d0
∆W = tW(t)dt. (2.2.19)
0 dt
Für eine gedämpfte harmonische Bewegung sei x(t) = X sin ωd t wird das Inte-
gral (2.2.19) zu
Td
∆W = cX2 ω2d cos2 ωd tdt
0
2π
= cX2 ωd cos2 ωd td(ωd t)
0
= πcωd X2 .
Der Energieverlust ist proportional zum Quadrat der Bewegungsamplitude X;
weiterhin ist er abhängig von sämtlichen Systemparametern (ωn , ζ).
2.2.4 Alternative Dämpfungsmodelle
Das breite Spektrum alternativer Dämpfungsmodelle[11] wird in einem Semi-

nar im Studienschwerpunkt ‘Entwicklung und Versuch’ ausführlich behandelt.
Hier soll zunächst nur auf den Einfluß trockener Reibung, der sog. Coulomb-
Dämpfung, eingegangen werden.
2.2.4.1 Trockene Reibung
Die bisherige Modellbildung der Dämfungskraft geht aus von der Vorstellung
der Geschwindigkeitsproportionalität fc (t) = cẋ(t). Der Vorteil dieses Ansatzes
liegt in der Tatsache, daß die Bewegungsgleichung linear ist, der Nachteil ist
die geringere Realitätsnähe. Herrscht trockene Reibung vor mit einem Reibung-
skoeffizienten µ, dann ist die Dämpfungskraft auch richtungsabhängig:
⎧
⎨ µN ẋ < 0,
fc = 0 ẋ = 0,
⎩
−µN ẋ > 0,
dieser Dämpfungsansatz heißt Coulomb-Dämpfung, und mit ihm wird die Be-
wegungsgleichung (1.1.1) nichtlinear. Unter Einführung der Signum-Funktion
⎧
⎨ 1 f ür x > 0,
sign(x) = 0 f ür x = 0,
⎩
−1 f ür x < 0,
und mit N = mg wird die Bewegungsgleichung
mẍ + µmgsign(ẋ) + kx = 0. (2.2.20)
Diese Gleichung ist inhomogen, die Nichtlinearität ist einfach: die Gleichung ist
abschnittsweise linear:
mẍ + kx = −µmg für ẋ > 0,
mẍ + kx = 0 für ẋ = 0
und
mẍ + kx = µmg für ẋ < 0.
Damit wird auch die Lösung in Anlehnung an Gleichung (2.1.7) einfach
µmg
x(t) = A1 cos ωn t + A2 sin ωn t − für ẋ > 0, (2.2.21)
k
und
µmg
x(t) = A3 cos ωn t + A4 sin ωn t + für ẋ < 0, (2.2.22)
k
was durch Einsetzen in Gl. (2.2.20) nachprüfbar ist. Die Konstanten Ai , i =
1, . . . , 4 werden wieder aus Anfangsbedingungen gewonnen. Diese seien zum
Zeitpunkt t = 0
x(0) = x0 > 0,
und
ẋ(0) = 0,
d.h. die Bewegung startet von ‘rechts’ nach ‘links’ und damit muß Gleichung (2.2.22)
verwendet werden, aus der
µmg
A3 = x0 −
k
und
A4 = 0

erhalten werden, und x(t) in der ersten Halbperiode wird
µmg µmg
x(t) = x0 − cos ωn t + . (2.2.23)
k k
Bei t = T/2 = π/ωn findet Richtungsumkehr der Masse m statt; jetzt gilt
Gl. (2.2.21) mit Anfangsbedingungen aus Gl. (2.2.23) und t = π/ωn
π µmg
x1 = x( ) = −x0 + 2
ωn k
und
π
) = 0,
ẋ(
ωn
da bei Richtungsumkehr die Geschwindigkeit der Masse gerade Null ist.
Damit werden in der zweiten Halbperiode für π/ωn t 2π/ωn
µmg
A1 = x0 − 3
k
und
A2 = 0
und µmg µmg
x(t) = x0 − 3 cos ωn t − . (2.2.24)
k k
Am Ende der zweiten Halbperiode ist
µmg
x2 = x(2π/ωn ) = x0 − 4
k
und ẋ(2π/ωn ) wiederum Null. Dies sind die Anfangsbedingungen für den dritten
Halbzyklus, für den wieder Gl. (2.2.22) zu wählen ist.
Und so fort, bis die Bewegung zum Stillstand kommt, was dann geschieht, wenn
xn µmg/k ist, da dann die Rückstellkraft der Feder nicht mehr ausreicht, um
die Reibungskraft µmg zu überwinden, d.h.
2µmg µmg
x0 − n
k k
oder nach
µmg
x0 −
n= k
2µmg
k
Halbperioden.
In jeder Halbperiode reduziert sich die Amplitude X der Schwingung um 2µmg/k,
d.h.
4µmg
Xi+1 = Xi − ,
k
d.h. sie reduziert sich linear mit der Zeit, im Gegensatz zur viskosen Dämpfung,
bei der die Amplitude exponentiell abfällt, s.a. Gl. (2.2.15).
Aufgabe 10 Berechnen Sie die Steigung der Amplituden-Einhüllenden.

2
Eine Bewegung eines Massepunktes mit Coulomb-Dämpfung ist in Abb. 2.6
dargestellt.9
1
x(t)
−1
−2
−3
−4
−5
0 5 10 15 20 25 30 35 40
t[s]
Abbildung 2.6: Einfluß der Coulomb-Dämpfung
2.3 Harmonische Anregung
Im vorangegangenen Kapitel wurden die freien Schwingungen eines mechani-

schen Systems untersucht. Das System wird dabei durch entsprechende Anfang-
9 Diese Abbildung wurde durch numerische Lösung der Differentialgleichung (2.2.20) im
CAE-System Matlab[47] gewonnen. Dabei wurde der Differential-Equation-Editor dee be-

nutzt, in dem die Dgl. zweiter Ordnung als System zweier Dgln. erster Ordnung eingegeben
werden
ẋ1 = x2 ,
ẋ2 = −k/mx1 − sgn(x2 )µg.
Aufgabe 11 Verifizieren Sie dieses System unter Verwendung der Hilfsmittel des Anhangs D.
2
2.3 Harmonische Anregung 29
sbedingungen aus seiner statischen Gleichgewichtslage gebracht und dann sich

selbst überlassen. Es führt seine Eigenbewegung aus.
Nun soll dem System fortwährend Energie zugeführt werden; dann führt es
angeregte oder erzwungene Schwingungen aus. Zunächst beschränken wir uns
auf den Fall der harmonischen Anregung, die allgemein als
f(t) = F0 ej(ωt+φ)
oder
f(t) = F0 cos(ωt + φ) (2.3.1)
formuliert wird, mit F0 der Amplitude, ω der Frequenz und φ dem Phasenwin-
kel. Wenn zum Zeitpunkt t = 0 auch f(t) = 0 ist, dann ist auch φ = 0.
Wir werden nachweisen, daß harmonische Anregung immer eine harmonische
Bewegung x(t) bewirkt, die sich jedoch i.a. in Amplitude und Phase von der
Anregung unterscheidet. Wenn die anregende Frequenz ω mit der Eigenfrequenz
ωn des angeregten Systems zusammenfällt, dann überhöht sich die Amplitude
X sehr stark, und es kann zu schweren Schäden am System führen. Man spricht
von Resonanz.10
Die Bewegungsgleichung des fremd-erregten Systems lautet:
mẍ(t) + cẋ(t) + kx(t) = f(t). (2.3.2)
Deren allgemeine Lösung wird superponiert aus der Lösung xh (t) des homogenen
Systems
mẍh (t) + cẋh (t) + kxh (t) = 0
und der partikulären Lösung xp (t) des angeregten Systems (2.3.2):
x(t) = xh (t) + xp (t).
Darin ist xh für den transienten Teil der Lösung und xp für deren stationären
Anteil verantwortlich.
2.3.1 Harmonische Anregung des ungedämpften Systems
Für das ungedämpfte System wird die Bewegungsgleichung (2.3.2) mit der An-
regung (2.3.1)
mẍ(t) + kx(t) = F0 cos ωt, x(0) = x0 , ẋ(0) = ẋ0 , (2.3.3)
oder
ẍ(t)
+ x(t) = f0 cos ωt,
ω2n
wobei
F0
f0 = =∆ (2.3.4)
k
10 Resonanz von resonare (lat.) widerhallen.
die statische Auslenkung der Masse m durch die Kraft F0 ist.
Die homogene Lösung dieser Gleichung wurde in Abschnitt 2.1 ermittelt:
xh (t) = A1 cos ωn t + A2 sin ωn t.
Die partikuläre Lösung genügt dem Ansatz
xp (t) = A0 cos ωt,
was man durch (zweimaliges) Differenzieren und Einsetzen in Gleichung (2.3.3)

sofort sieht. Aus diesem Vorgang ergibt sich auch die Amplitude
F0
A0 =
k − mω2
und damit gleich die gesamte Lösung der Bewegungsgleichung
F0
x(t) = A1 cos ωn t + A2 sin ωn t + cos ωt. (2.3.5)
k − mω2
Die Amplituden, Ai , i = 1, 2, werden aus den Anfangsbedingungen zum Zeit-

punkt t = 0, nämlich x0 und ẋ0 , bestimmt:
F0
A1 = x0 −
k − mω2
und
ẋ0
A2 =
ωn
und damit wird Gleichung (2.3.5) schließlich zu
F0
ẋ0 F0
x(t) = x0 − cos ωn t + sin ωn t + cos ωt. (2.3.6)
k − mω2 ωn k − mω2
Es ist leicht nachzuvollziehen, daß mit dem Verhältnis von Erreger- und Eigen-
kreisfrequenz
η = ω/ωn
für das Amplitudenverhältnis A0 /f0
V(η) =
A0
f0
= 1ω 2
=
1
1 − η2
(2.3.7)
1−
ωn
gilt; in Abb. 2.7 ist V über η abgebildet. Das Amplitudenverhältnis V wird auch
als Vergrößerungsfunktion bezeichnet.
Die Abbildung zeigt zwei Bereiche, die durch einen Pol bei ω = ωn getrennt
sind.
ω=ω
n
V(η)
−1
−2
−3
−4
−5
0 0.5 1 1.5 2 2.5 3
η
Abbildung 2.7: Vergrößerungsfunktion der ungedämpften Schwingung
2.3.1.1 Resonanz
0 ω < ωn Mit dem Amplitudenverhältnis (2.3.7) wird Gleichung (2.3.6)

F0
ẋ0 f0
x(t) = x0 − cos ωn t + sin ωn t + cos ωt; (2.3.8)
k − mω2 ωn 1 − η2
es gilt η < 1, und x(t) berechnet sich nach (2.3.8) und V ist im linken Ast der
Abb. 2.7 gezeichnet. Der Systemausgang x(t) ist in Phase mit dem Systemein-
gang f(t).
Jetzt ist η > 1, und die partikuläre Lösung wird xp (t) = −A0 cos ωt, hier mit ωn < ω < ∞
f0
A0 =
η2 − 1
Das Amplitudenverhältnis ist im rechten Ast abgebildet. Für sehr große ω ten-
diert A0 gegen Null. A ist negativ, d.h. für eine positive ‘statische’ Amplitude
f0 ist die ‘dynamische’ Amplitude A0 negativ; man sagt, Eingang und Ausgang
Æ
sind (180 ) phasenverschoben.
In diesem Fall kann der Ansatz xp (t) = A0 cos ωt nicht zum Ziel führen, da er ωn = ω
auch die homogene Gleichung löst. Die modifizierte Ansatzfunktion lautet nun
[28]
xp (t) = A0 t sin ωt,
und damit die Lösungsfunktion x(t) = xh (t) + xp (t)
x(t) = A1 cos ωt + A2 sin ωt + A0 t sin ωt.
A0 wird durch Einsetzen des Ansatzes xp in die Gleichung (2.3.3) gewonnen:
f0
A0 = .
2ω
Damit wird die Lösung für ω = ωn
f0
x(t) = A1 cos ωt + A2 sin ωt + t sin ωt, (2.3.9)
2ω
wobei die Amplituden A1 und A2 wieder aus den beiden Anfangsbedingungen
x0 und ẋ0 gewonnen werden, die in Gleichung (2.3.9) und deren Ableitung für
t = 0 eingesetzt werden. Damit erhält man schließlich
ẋ0 f0
x(t) = x0 cos ωt + sin ωt + t sin ωt (2.3.10)
ω 2ω
als Lösung. In ihr kommt ωn nur scheinbar nicht vor, da es gleich der anregenden
Kreisfrequenz ω ist. Man erkennt leicht, warum Resonanz im ungedämpften Fall
katastrophale Auswirkungen hat: Der dritte Summand in der Lösung (2.3.10)
wächst für t → ∞ über alle Schranken, s.a. Abb. 2.8
2.3.1.2 Schwebung
Wir kehren zurück zur Gleichung (2.3.6) und setzen dort die Anfangsbedingun-
gen zur Vereinfachung — aber ohne Beschränkung der Allgemeinheit — zu Null.
Dann erhalten wir nach kurzer Umrechnung
F0
x(t) = (cos ωt − cos ωn t),
m(ω2n − ω2 )
was unter Verwendung eines Theorems der Winkelfunktionen als Produkt dars-
ω ω
tellbar ist:
2F0 n +ω n −ω
x(t) = sin t sin t . (2.3.11)
m(ω2n − ω2 ) 2 2
Nun sei die erregende Frequenz ω nur wenig kleiner als die Eigenfrequenz ωn :
ωn − ω = 2
mit einer kleinen positiven Größe. Außerdem gilt
ωn + ω 2ω
50
40
30
20
10
x(ω t)
−10
−20
−30
−40
−50
0 5 10 15 20 25 30 35 40 45 50
ωt
Abbildung 2.8: Resonanzkatastrophe
und nach Multiplikation dieser beiden Relationen
ω2n − ω2 4ω.
Mit den eben beschriebenen Beziehungen wird Gleichung (2.3.11) zu
F0
x(t) = sin t sin ωt.
2mω
Dies ist eine Schwingung mit der Frequenz ω, Schwingungsperiode T = 2π/ω,

und einer zeitvariablen, harmonischen Amplitude
F0
A(t) = sin t.
2mω
Die Periode der Amplitude ist TA 2π/. Diese Schwingungsform ist Ihnen aus
dem Physikunterricht als Schwebung bekannt. Eine typische Schwebung ist in
Abb. 2.9 dargestellt.
0.8
0.6
0.4
0.2
x(t)
−0.2
−0.4
−0.6
−0.8
−1
0 5 10 15 20 25 30 35
t[s]
Abbildung 2.9: Schwebung
2.3.2 Harmonische Anregung des gedämpften Sytems
Die Bewegungsgleichung (2.2.1) des homogenen gedämpten Systems wird jetzt

um den Erregerterm F0 cos ωt ergänzt:
mẍ(t) + cẋ(t) + kx(t) = F0 cos ωt, x(0) = x0 , ẋ(0) = ẋ0 . (2.3.12)
2.3.2.1 Lösung der Bewegungsgleichung
Die partikuläre Lösung dieser Gleichung wird wegen des Dämpfungsterms cẋ(t)
nicht mehr in Phase mit der Anregung schwingen, sondern wir müssen einen
Phasenwinkel φ0 in den Ansatz einführen:
xp (t) = A0 cos(ωt − φ0 ).
Die Konstanten A0 und φ0 werden wieder durch Einsetzen von xp und deren
Ableitungen in Gleichung (2.3.12) bestimmt:
A0 [(k − mω2 ) cos(ωt − φ0 ) − cω sin(ωt − φ0 )] = F0 cos ωt.

Mit Hilfe der Additionstheoreme der Winkelfunktionen wird diese Gleichung

zunächst umgeformt, und dann werden die Sinus- und Kosinusterme beider Glei-
chungsseiten gleichgesetzt:
A0 [(k − mω2 ) cos φ0 + cω sin φ0 ] cos ωt = F0 cos ωt,

A0 [(k − mω ) sin φ0 − cω cos φ0 ] sin ωt =
2
0.
Dies ist Gleichungssystem mit den beiden Unbekannten A0 und φ0 mit der
Lösung
F0
A0 = (2.3.13)
(k − mω2 )2 + (cω)2
und
cω
φ0 = arctan . (2.3.14)
k − mω2
Übung 1 Überprüfen Sie die Lösung mit Bleistift und Papier.
Die Gesamtlösung der Bewegungsgleichung ergibt sich wieder aus der Überla-
gerung von homogener und partikulärer Lösung x = xh + xp , mit xh z.B. aus
Abschnitt 2.2.2.3 Gleichung (2.2.12)
x(t) = Ae−ζωn t cos ( 1 − ζ2 ωn t − φ) + A0 cos(ωt − φ0 ). (2.3.15)
2.3.2.2 Diskussion der Lösung
Mit den in Abschnitt 2.2.2 eingeführten Begriffen der statischen Auslenkung

∆ = f0 , des Frequenzverhältnisses η und der Vergrößerungsfunktion V erhalten
wir folgende Beziehungen:
A0 1
V(ζ, η) = = (2.3.16)
f0 (1 − η2 )2 + (2ζη)2
und
2ζη
φ0 = arctan . (2.3.17)
1 − η2
Übung 2 Vollziehen Sie bitte die Ausdrücke (2.3.16) und (2.3.17) mit Bleistift
und Papier nach.
2.3.2.2.1 Vergrößerungsfunktion I Für ein Dämpfungsverhältnis ζ = 0 redu-

ziert sich die Beziehung (2.3.16) auf die der ungedämpften Schwingung (2.3.7).
Für ζ > 0 verschwindet der Pol in der Vergrößerungsfunktion (2.3.7), der
Graph (2.3.16) der Vergrößerungsfunktion muß nicht bereichsweise diskutiert
werde. In Abb. 2.10 ist die Vergrößerungsfunktion über dem Frequenzverhältnis
4.5
3.5
←ζ=0.1
3
V(η)
2.5
←ζ=0.2
2
←ζ=0.3
1.5
←ζ=0.5
1
←ζ=0.707
0.5
0
0 0.5 1 1.5 2 2.5 3
η
Abbildung 2.10: Vergrößerungsfunktion V
η mit dem Dämpfungsverhältnis ζ als Parameter aufgezeichnet. Die Graphen-

schar zeigt ζ von oben nach unten steigend; der geometrische Ort der Maxima
von V ist gestrichelt angedeutet, s.a. Übung 3.
Folgendes ist zu erkennen:
• Für alle η nimmt V mit steigendem ζ ab,
• Für große Werte von η tendiert V gegen Null,
• Die Steigung des Graphen von V im Ursprung ist für alle ζ Null,
• Für ζ Ô1
2
nimmt V mit wachsenden η monoton ab,
• Für ζ < Ô1
2
erreicht V ein Maximum bei
η= 1 − 2ζ2 . (2.3.18)
Übung 3 Leiten Sie die Beziehung (2.3.18) ab. Wie groß ist der Wert dieses
Maximums?
2
2.3.2.2.2 Phasenwinkel I Der Phasenwinkel φ0 als Funktion des Frequenzve-

rhältnisses η ist in Abb. 2.11 dargestellt. Für η > 1 steigt ζ wieder von oben
nach unten.
180
160
←ζ=0.3 ←ζ=0.5 ←ζ=0.707

140
120
100
φ0(η)
80
60
40
←ζ=0.2
20
←ζ=0.1
0
0 0.5 1 1.5 2 2.5 3
η
Abbildung 2.11: Phasenwinkel φ0
Folgendes ist bemerkenswert:

• Für das ungedämpfte System (ζ = 0) gilt

Æ
0 f ür η < 1,
φ0 = Æ
180 f ür η > 1,
für η = 0 ist eine Definition nicht sinnvoll, da hier die Ausgangsamplitude

über alle Schranken wächst.
• Für gedämpfte Systeme (ζ > 0) gilt
⎧ Æ Æ
⎨ 0 Æ< φ0 < 90 f ür 0 < η < 1,
φ0 = 90 f ür η = 1,
⎩ Æ Æ
90 < φ0 < 180 f ür η > 1.
Æ
• Für große Werte von η nähert sich φ0 → 180 , d.h. Anregung und Antwort
sind außer Phase.
2.3.2.2.3 Kraftübertragung I Im Zusammenhang mit der Schwingungsisola-

tion ist die auf den Basispunkt wirkende Kraft fB (t) von Bedeutung. Diese setzt
sich aus Feder- und Dämpferkraft zusammen:
fB (t) = cẋ(t) + kx(t).
Sie wird im stationären Fall aus der partikulären Lösung xp (t) = A0 cos(ωt −
φ0 ) und deren Ableitung ẋp (t) = −ωA0 sin(ωt − φ0 ) zu
fB (t) = kA0 cos(ωt − φ0 ) − cωA0 sin(ωt − φ0 )

= kA0 cos(ωt − φ0 ) − cωA0 cos(ωt + φ0 + π/2)
berechnet. Die zweite Zeile dieser Gleichung zeigt, daß die beiden Vektorsum-
manden orthogonal zueinander sind (π/2!), und der Betrag der Summe ist

FB = A0 (k)2 + (cω)2
und mit Gl. (2.3.13)

(k)2 + (cω)2
FB = F0 ,
(k − mω2 )2 + (cω)2
woraus das Verhältnis der Amplitude der anregenden Kraft F0 zur übertragenen
Kraft FB gebildet werden kann:

FB 1 + (2ζη)2
= , (2.3.19)
F0 (1 − η2 )2 + (2ζη)2
welches später im Zusammenhang mit der Basisanregung 2.3.4.1 auch als V2

bezeichnet werden wird. Dort hat es aber anderer Entstehungsursachen. Die
Diskussion des Graphen von Gl. (2.3.19) erfolgt in Abschnitt 2.3.4.1.1.
2.3.2.2.4 Bandbreite In Übung 3 haben Sie das Maximum der Vergrößerung-

sfunktion für kleine ζ zu
1
Vmax =
2ζ 1 − ζ2
bestimmt, welches für ζ 1 durch
1
Vmax (2.3.20)
2ζ
approximiert werden kann. Dieser Wert wird auch als Qualitätsfaktor

Q be-
zeichnet. Die Frequenzwerte ω1 und ω2 , die den Werten Q2 = Q/ 2 auf dem
V-Graphen sind Frequenzen halber Leistung, da die durch Dämpfung dissipierte
Leistung ∆W = πcωd X2 proportional zum Quadrat der Amplitude X ist, s.a.
Abschnitt 2.2.3.3.
Der Sachverhalt ist in Abb. 2.12 skizziert.
Q2
∆ω
η1 1 η2 η
Abbildung 2.12: Bandbreite
Die Differenz ∆ω = ω2 − ω1 wird als Bandbreite des Systems bezeichnet und

! beträgt ungefähr
∆ω 2ζωn . (2.3.21)
Dies ist wie folgt einzusehen:
Die Frequenzen halber Leistung erhält man mit Beziehung (2.3.18) aus Gl. (2.3.16)
zu
1 1
=
(1 − η ) + (2ζη)
2 2 2 2 2ζ
oder als Lösung der Gleichung
η4 − (2 − 4ζ2 )η2 + 1 − 8ζ2 = 0,
die
η21 = 1 − 2ζ2 − 2ζ 1 + ζ2
und
η22 = 1 − 2ζ2 + 2ζ 1 + ζ2
sind und für ζ 1 als
η21 1 − 2ζ und η22 1 + 2ζ
approximiert werden können. Nun gilt
ω22 − ω21 = (ω2 + ω1 )(ω2 − ω1 )

= (η22 − η21 )ω2n
4ζω2n
und außerdem
ω2 + ω1 2ωn ,
womit die Beziehung (2.3.21) bewiesen ist.
Mit Gl. (2.3.21) in Gl. (2.3.20) eingesetzt erhält man mit
ωn 1
Q (2.3.22)
ω2 − ω1 2ζ
eine Beziehung, aus der man bei experimentell leicht ermittelbarem ωn =

! k/m und den beiden Frequenzen bei halber Leistung einfach das Dämpfung-
sverhältnis ζ bestimmen kann.
Beispiel 5 Ein Feder-Masse-Dämpfer-System wird harmonisch angeregt. Die Am-

plitude bei Resonanzfrequenz ist 20 mm und die Amplitude bei 3/4 der Resonanz-
frequenz ist 10 mm. Wie groß ist das Dämpfungsverhältnis ζ?
Lösung: Es gilt mit Gl. (2.3.16) und Gl. (2.3.20)

A0
f0
=
1
2ζ
,
ω=ωn
d.h.
f0 = 0.02
2ζ = 0.04ζ.
Andererseits ist
A0
=
1
f0 (1 − η2 )2 + (2ζη)2 η=0.75
was für η = ω/ωn = 3/4
0.01 1
=
0.04ζ 0.1914 + 2.25ζ2
bedeutet, und daraus erhält man 0.1914 + 2.25ζ2 = 16ζ2 ⇒ ζ = 0.118.
Aufgabe 12 Zeigen Sie, daß für ζ 1 zwischen dem Dämpfungsverhältnis ζ

! und den Frequenzen halber Leistung ωi , i = 1, 2, folgende Beziehung besteht:
ω2 − ω1
ζ= . (2.3.23)
ω2 + ω1
2.3.3 Komplexe Erregerfunktion
Die Euler-Identität
e¦jωt = cos ωt j sin ωt
erlaubt es, den Realteil F0 cos ωt und den Imaginärteil F0 sin ωt einer harmoni-
schen Anregung zusammenzufassen zur Exponentialfunktion f(t) = F0 ejωt und
damit die Bewegungsgleichung (2.3.12) in folgende Form zu bringen
mẍ(t) + cẋ(t) + kx(t) = F0 ejωt , x(0) = x0 , ẋ(0) = ẋ0 . (2.3.24)
Der Realteil der Lösung x(t) dieser Gleichung entspricht dabei der physikalischen
Lösung.
Wie in Abschnitt 2.3.2.1 wird zur Lösung der — jetzt komplexen — Bewegung-
sgleichung die partikuläre Lösung als
xp (t) = A0 ejωt (2.3.25)
angesetzt. Dieser Ansatz und dessen erste und zweite Ableitungen werden in die
Bewegungsgleichung (2.3.24) eingesetzt. Unter der Bedingung, daß diese für alle
Zeitpunkte t gelten muß, d.h. daß ejωt nicht identisch verschwinden darf, wird
für die Ausgangsamplitude A0 folgender Ausdruck erhalten:
F0
A0 =
k − mω2 + jcω
k − mω2 cω
= F0 − j F0
(k − mω ) + (cω)
2 2 2 (k − mω2 )2 + (cω)2
F0
= e−jφ , (2.3.26)
(k − mω2 )2 + (cω)2
wobei die letzte Formelzeile aus der Äquivalenz der Darstellung komplexer Va-
riablen in kartesischen und in Polarkoordinaten x + jy = rejφ mit r = x2 + y2
und φ = arctan(y/x) folgt und für
cω
φ = arctan
k − mω2
resultiert. A0 in den Ansatz (2.3.25) eingesetzt ergibt für die partikuläre Lösung
F0
xp (t) = ej(ωt−φ) (2.3.27)
(k − mω2 )2 + (cω)2
2.3.3.2 Frequenzgang
Wie in Abschnitt 2.3.2 wird die Vergrößerungsfunktion V = A0 /f0 = kA0 /F0

verwendet um den komplexen Frequenzgang H(jω) zu definieren:
1
H(jω) A0 /f0 = , (2.3.28)
1− η2 + j2ζη
dessen Betrag
1
|H(jω)| =
(1 − η2 )2 + (2ζη)2
die in der Beziehung (2.3.16) definierte Vergrößerungsfunktion V darstellt. Aus

der Relation (2.3.26) ist ersichtlich, daß für den Frequenzgang
H(jω) = |H(jω)|e−jφ
gilt, wobei in diesem Zusammenhang der Phasenwinkel φ
2ζη
φ = arctan
1 − η2
beträgt. Damit kann die partikuläre Lösung (2.3.27) auch folgendermaßen ges-
chrieben werden:
xp (t) = f0 |H(jω)|ej(ωt−φ) . (2.3.29)
Spezialfälle dieser Gleichung sind
f0
xp (t) = f0 |H(jω)|ej(ωt−φ) = cos(ωt − φ) (2.3.30)
(1 − η2 )2 + (2ζη)2
für Anregung durch f(t) = F0 cos ωt und

f0
xp (t) = f0 |H(jω)|ej(ωt−φ) = sin(ωt − φ) (2.3.31)
(1 − η2 )2 + (2ζη)2
für Anregung durch f(t) = F0 sin ωt.

Im Frequenzgang eines dynamischen Systems ist sowohl Amplituden- als auch
Phaseninformation enthalten, die im sogenannten Bode-Diagramm als Amplituden-
und Phasengang getrennt dargestellt wird. Das Bode-Diagramm ist ein wichtiges
Hilfsmittel für die Stabilitätsbestimmung und den Regler-Entwurf [18].
Übung 4 Versuchen Sie den partikulären Anteil der Lösung der harmonisch an-
geregten Bewegungsgleichung (2.3.15) aus der allgemeineren Lösung (2.3.27)
herauszufiltern. Hinweis: Teilen Sie Anregung und Antwort in Real- und Ima-
ginärteile auf.
2
2.3.3.3 Frequenzgang und Übertragungsfunktion
Die Laplace-Transformierte der Bewegungsgleichung
mẍ(t) + cẋ(t) + kx(t) = f(t)
lautet
ms2 X(s) + csX(s) + kX(s) = F(s),
und heißt als Verhältnis von Ausgang X zu Eingang F geschrieben Übertragung-
sfunktion
X(s) 1
G(s) = = .
F(s) ms2 + cs + k
Die Beschränkung der komplexen Variablen s auf die imaginäre Achse s = jω

führt auf
X(jω) 1
=
F(jω) k − mω2 + jcω
und nach Multiplikation mit k auf
X(jω) 1
k = .
F(jω) 1 − η + 2jζη
2
Dies zeigt, daß zwischen Frequenzgang und Übertragungsfunktion eine unmit-

telbare Beziehung besteht:
kG(jω) = H(jω).
2.3.3.4 Geometrische Darstellung
Die Analyse der Lösung (2.3.29) läßt eine anschauliche geometrische Deutung in
der komplexen Ebene zu. Xp wird zweimal differenziert: Es wird damit zunächst
die Geschwindigkeit ẋp und dann die Beschleunigung ẍp gewonnen:
ẋp (t) = jωf0 |H(jω)|ej(ωt−φ) = jωxp (t)
und
ẍp (t) = j2 ω2 f0 |H(jω)|ej(ωt−φ) = −ω2 xp (t).
da j = cos(π/2) + j sin(π/2) ist, eilt die Geschwindigkeit ẋp der Auslenkung

Æ
xp um den Winkel π/2 = 90 voraus, und da −1 = cos π + j sin π ist, eilt
Æ
die Beschleunigung ẍp der Auslenkung um den Winkel π = 180 voraus. Dies
ist in Abb. 2.13 dargestellt. Dort ist auch zu erkennen, daß die Vektorsumme
von mẍp , cẋp und kxp gleich der anregenden Kraft f(t) = F0 ejωt ist. Die ganze
Vektoranordnung rotiert in der komplexen Ebene mit der Winkelgeschwindigkeit
ω.
Übung 5 Überlegen Sie sich, welche geometrische Deutung das Diagramm im

Falle der rein reellen harmonischen Anregung bekommt.
2.3.4 Alternative harmonische Anregungen
In vielen Fällen wirkt nicht eine unmittelbare äußere Kraft als Anregung auf das
dynamische System, sondern solche Kräfte ergeben sich mittelbar, z.B. durch
harmonische Erregung der Systembasis (Fußpunkterregung) oder eine rotato-
rische Unwucht im System.
Im
x(t)
f(t)
kx(t)
φ
.
cx(t)
ωt ..
mx+kx
Re
..
mx(t)
Abbildung 2.13: Kräfteanteile in komplexer Darstellung
2.3.4.1 Harmonische Anregung der Basis
Eine harmonische Erregung der Systembasis ist in Abb. 2.14 dargestellt, in der
ein stark vereinfachtes Fahrzeug über eine sinusförmige Fahrbahn fährt.
Die freigeschnittene Fahrzeugmasse mit der an ihr angreifenden Kräften ist dort
ebenfalls angegeben, und damit ergibt die Modellbildung folgende Bilanz:
mẍ(t) + cẋ(t) + kx(t) = cẏ(t) + ky(t),
woraus
mẍ(t) + c(ẋ(t) − ẏ(t)) + k(x(t) − y(t)) = 0. (2.3.32)
folgt. Die Anregungsfunktion sei y(t) = Y sin ωt, und in Gl. (2.3.32) eingesetzt
ergibt sich
mẍ(t) + cẋ(t) + kx(t) = cωY cos ωt + kY sin ωt.
Dies ist ein dynamisches System mit zwei Anregungen, also müssen auch zwei
partikuläre Lösungen angesetzt werden, die allerdings — wegen der Linearität
..
mx
x(t)
m
k c
y(t)
. .
k(x-y) c(x-y)
11
00
00
11
00
11
00
11
Abbildung 2.14: Harmonische Anregung der Basis
des Systems — superponiert werden können:
cωY cos(ωt − φ1 ) kY sin(ωt − φ1 )

xp (t) = + ,

(k − mω2 )2 + (cω)2 (k − mω2 )2 + (cω)2
k2 + (cω)2
= Y cos(ωt − φ1 − φ2 ),
(k − mω2 )2 + (cω)2
1 + (2ζη)2
= Y cos(ωt − φ1 − φ2 ), (2.3.33)
(1 − η2 )2 + (2ζη)2
mit
cω 2ζη
φ1 = arctan = arctan
k − mω2 1 − η2
und
k 1
φ2 = arctan = arctan ,
cω 2ζη
wobei wieder das Frequenzverhältnis η = ω/ωn und das Dämpfungsverhältnis
ζ = c/ck sind.
Übung 6 Berechnen Sie die beiden zu cωY cos ωt und kY sin ωt gehörenden par-
tikulären Lösungen x1p (t) und x2p (t) und damit die Lösung xp (t) = x1p (t)+x2p (t).
2
Übung 7 Fassen Sie mit Hilfe einer guten Formelsammlung[6]11 die beiden Pha-
11 Der Maple-Befehl combine(expression,arctan,’symbolic’) führt auch zum Erfolg.
senwinkel φ1 und φ2 zu einem zusammen und überprüfen Sie das Ergebnis
1 + (4ζ2 − 1)η2
φ0 = − arctan . (2.3.34)
2ζη3
Dieser Phasenwinkel ist in Abb. 2.15 mit verschiedenen Dämpfungsverhältnissen

als Parameter abgebildet.
180
160
140
←ζ=0.1
120
←ζ=0.2
100
φ0(η)
←ζ=0.3
80
←ζ=0.5
60
←ζ=0.707
40
20
0
0 0.5 1 1.5 2 2.5 3
η
Abbildung 2.15: Phasenwinkel als Funktion der Erregerfrequenz
2.3.4.1.1 Vergrößerungsfunktion II Die Amplitude A0 der partikulären Lö-

sung

1 + (2ζη)2
A0 = Y
(1 − η2 )2 + (2ζη)2
wird ins Verhältnis zu der der Anregung Y gesetzt und ergibt dann den Auslen-
kungsfaktor12 V2 , eine weitere Vergrößerungsfunktion

A0 1 + (2ζη)2
V2 (η, ζ) = = , (2.3.35)
Y (1 − η2 )2 + (2ζη)2
die beschreibt, wie die Auslenkung der Basis auf das System in Abhängigkeit von
der Anregungsfrequenz übertragen wird. Sie ist in Abb. 2.16 für verschiedene
Dämpfungsverhältnisse dargestellt.
4.5
3.5
←ζ=0.1
3
V2(η)
2.5
2
←ζ=0.2
1.5 ←ζ=0.5
←ζ=0.3
1
←ζ=0.707
0.5
0
0 0.5 1 1.5 2 2.5 3
η
Abbildung 2.16: Auslenkungsfaktor als Funktion der Erregerfrequenz
Folgendes charakterisiert den Auslenkungsfaktor:

• Für alle ζ und η = 0 gilt V2 = 1,
• Für ζ = 0 und η → 1 gilt V2 → ∞ (Resonanz),

• Für alle ζ und η = 2 gilt V2 = 1,

• Für alle ζ und η > 2 gilt V2 < 1,
12 Engl.: displacement transmissibility. Die deutsche Bezeichnung der verschiedenen Ver-
größerungsfunktionen ist uneinheitlich. Hier wird der Vorschlag von Wittenburg[49] übernom-
men.
• Für 0 < ζ < 1 erreicht V2 ein Maximum bei

1

η= 1 + 8ζ2 − 1 < 1.
2ζ
Übung 8 Zeigen Sie, daß das Maximum folgenden Wert annimmt:

=

1 + 8 ζ2
V2max

1− 1
2
1 + 8 ζ2 − 1
+ 1 + 8 ζ2 − 1
4 ζ2
2.3.4.1.2 Relativbewegung Die Abb. 2.14 zeigt, daß z = x − y die Relativaus-

lenkung der Systemmasse bezüglich der bewegten Basis ist. In der Variablen z
kann die Bewegungsgleichung (2.3.32) nun wie folgt angesetzt werden:
mz̈(t) + cż(t) + kz(t) = −mÿ(t) = mω2 Y sin ωt.
Deren stationäre Lösung ist
mω2
z(t) = Y sin(ωt − φ1 ) = Z sin(ωt − φ1 ),
(k − mω2 )2 + (cω)2
mit
cω 2ζη
φ1 = arctan = arctan .
k − mω 2 1 − η2
Die Vergrößerungsfunktion V3
Z mω2 η2
V3 = = =
Y (k − mω2 )2 + (cω)2 (1 − η2 )2 + (2ζη)2
ist in Abb. 2.17 für unterschiedliche Dämpfungsverhältnisse aufgezeichnet. Auch
hier zeigt die gestrichelte Linie den Graphen des geometrischen Ortes des Maxi-
mums von V3 . Der Graph des Phasenwinkels φ1 ist identisch mit dem in Abb. 2.11
Die Relativbewegung ist durch folgende Merkmale gekennzeichnet:
• Für kleine Frequenzen ω 1 ist Z 0, unabhängig von ζ,
• In der Resonanzregion, ω ωn , steigt die Vergrößerungsfunktion sehr
stark mit abnehmendem Dämpfungsverhältnis ζ; um diesen Effekt zu verk-
leinern, müssen zusätzliche Dämpfungsmaßnahmen ergriffen werden,
• Für große Frequenzen ω → ∞ tendiert die Vergrößerungsfunktion V3 → 1,
unabhängig von ζ,

• Für 0 < ζ < 2/2 erreicht die Vergrößerungsfunktion V3 ein Maximum
bei
1
η= ,
1 − 2ζ2
4.5
←ζ=0.1
4
3.5
3
V3(η)
2.5 ←ζ=0.2
2
←ζ=0.3
1.5
1 ←ζ=0.5
←ζ=0.707
0.5
0
0 0.5 1 1.5 2 2.5 3
η
Abbildung 2.17: Vergrößerungsfunktion V3

• Für ζ > 2/2 steigt die Vergrößerungsfunktion monoton an.
Übung 9 Zeigen Sie, daß der Wert des Maximums der Vergrößerungsfunktion
1
V3max =
2ζ 1 − ζ2
ist.
2.3.4.1.3 Kraftübertragung II Aus der Abb. 2.14 ist ersichtlich, daß die bes-
chleunigte Masse m eine Kraft f
f(t) = k(x(t) − y(t)) + c(ẋ(t) − ẏ(t)) = −mẍ(t)

auf die Basis ausübt. Sie kann — im stationären Zustand — aus der partikulären
Lösung (2.3.33) durch zweimalige Differentiation gewonnen werden

1 + (2ζη)2
f(t) = mω2 Y cos(ωt − φ1 − φ2 )
(1 − η2 )2 + (2ζη)2
1 + (2ζη)2
= kYη 2
cos(ωt − φ1 − φ2 )
(1 − η2 )2 + (2ζη)2
= FT cos(ωt − φ1 − φ2 ),
wobei die Amplitude der übertragenen Kraft

1 + (2ζη)2
FT = kYη2
(1 − η2 )2 + (2ζη)2
ist, und das Verhältnis V4

FT 1 + (2ζη)2
V4 = = η2
kY (1 − η2 )2 + (2ζη)2
als Kraftübertragungsfaktor13 bezeichnet wird, einer weiteren Vergrößerung-

sfunktion. Der Graph von V4 ist in Abb. 2.18 für unterschiedliche Dämpfung-
sverhältnisse dargestellt.
2.3.4.2 Rotatorische Unwucht
Rotatorische Unwuchten sind häufig die Ursachen unangenehmer maschinen-

dynamischer Probleme, die durch geeignete aktive oder passive Kompensation
beseitigt oder gemindert werden müssen. Kleine Unregelmäßigkeiten in der Mas-
senverteilung, z.B. elektrischer Antriebe, führen zu beträchtlichen Vibrationen.
Eine beispielhafte mechanische Anordnung zeigt Abbildung 2.19, in der auch die
freigeschnittene Masse mit den an ihr angreifenden Kräften und Momenten dar-
gestellt ist. Der Einfachheit halber sei die Anordnung symmetrisch angenommen,
so daß sich die Kräfte η orthogonal zur x-Richtung und die beiden Momente µ
aufheben. Eine eventuell orthogonal zu ζ wirkende Kraftkomponente muß durch
eine geeignet angenommene Führung kompensiert werden.
Zwei (Zusatz-)Massen mr /2 rotieren auf der (Maschinen-)Masse m mit einem

Abstand e von der Rotationsachse mit der Kreisfrequenz ω; dann ist die x−Komponente
der Massenauslenkung
xr = e cos ωt
und die resultierende Kraftkomponente 2ζ ergibt sich aus der Beziehung
mr ax (t) = mr (ẍ(t) − eω2 cos ωt) = −2ζ(t). (2.3.36)

13 Engl.: force transmissiblity.
4.5
3.5
←ζ=0.1
←ζ=0.707
3
←ζ=0.2
←ζ=0.5
V4(η)
2.5
2
←ζ=0.3
1.5
0.5
0
0 0.5 1 1.5 2 2.5 3
η
Abbildung 2.18: Kraftübertragungsfaktor V4
Das Newtonsche Gesetz auf die freigeschnittene Masse m angewandt lautet:
mẍ(t) = −kx(t) − cẋ(t) + 2ζ(t)
und mit Gl. (2.3.36) und

M = m + mr
ergibt sich damit die Bewegungsgleichung für ein System mit rotatorischer Un-
wucht
Mẍ(t) + cẋ(t) + kx(t) = mr eω2 cos ωt. (2.3.37)
Gleichung (2.3.37) ist ganz äquivalent zu Gleichung (2.3.31), in der nur m durch
M und F0 durch mr eω2 zu ersetzen sind.
Die partikuläre Lösung berechnet sich mit η = ω/ωn zu
emr η2
xp (t) = A0 cos(ωt − φ0 ) = cos(ωt − φ0 ), (2.3.38)
M (1 − η2 )2 + (2ζη)2
mit dem Phasenwinkel φ0
2ζη
φ0 = arctan . (2.3.39)
1 − η2
ωt
1111
0 01
0000
1 111
000
10
e
000
111 000
111 ξ ξ
0
1000
111
000
111
0 mr/2
1 m
000
111
000
111
000
111 1010 x(t)
0
1 10 η η
0
1
0
1 1010 µ µ
0
1 10
k c
.
kx cx
11111111111111
00000000000000
Abbildung 2.19: Rotatorische Unwucht
Aufgabe 13 Vollziehen Sie die Ermittlung der Amplitude A0 nach!
Die Vergrößerungsfunktion
MA0 η2
= ,
mr e (1 − η2 )2 + (2ζη)2
entspricht dem Z/Y des vorangegangenen Paragraphen 2.3.4.1.2, es gilt deswegen

auch der entsprechende Graph in Abb. 2.17.
Auch hier gelten folgende Bemerkungen:
1. Die Vergrößerungsfunktion ist Null bei ω = 0,
2. Die Vergrößerungsfunktion tendiert gegen Eins für große ω,

3. Für 0 < ζ < 2/2 erreicht die Vergrößerungsfunktion ein Maximum
mX 1
= (2.3.40)
me max 2ζ 1 − ζ2
bei
1
ηmax = > 1, (2.3.41)
1 − 2ζ2

4. Für ζ > 2/2 wächst die Vergrößerungsfunktion monoton.
2.3.5 Alternative Dämpfungsmodelle II
2.3.5.1 Coulomb-Dämpfung
Die angeregte Schwingung mit trockener Reibung genügt folgender Modellglei-

chung, s.a. Abschnitt 2.2.4.1,
mẍ(t) + kx(t) µN = F0 sinωt, (2.3.42)
wobei die Reibungskraft µN addiert wird, wenn ẋ > 0 gilt und sie subtrahiert
wird, wenn ẋ < 0 ist.
2.3.5.2 Hysterese-Dämpfung
Dämpfungsmechanismen werden häufig als dissipierte Energien während eines

Schwingungszyklus’ untersucht. Dabei werden (experimentelle) Hysterese-Diagramme
in Form von Spannungs-Dehnungs-Kennlinien betrachtet.
Die Verlustenergie ∆E während eines Zyklus ist das Linienintegral

∆E = Fd dx
über einen Zyklus mit Fd der Dämpfungskraft.

Beispiel 6 Im Fall viskoser Dämpfung wird ∆E wie folgt berechnet:
2π/ω dx
2π/ω
∆E = cẋ dt = cẋ2 dt.
0 dt 0
Im stationären Zustand ist x = X sin ωt und ẋ = ω cos ωt und damit wird

∆E = cπωX2 . (Überprüfen Sie das bestimmte Integral!)
2
Betrachtet sei nun ein Dehnungs-Kraft-Diagramm für viskose Dämpfung. Die
Summe der externen (Feder- und Dämpfer-)Kräfte ist
F = kx + cẋ
Die stationäre Lösung sei von der Form x(t) = X sin ωt, dann wird
F = kx + cXω cos ωt = kx cωX 1 − sin2 ωt = kx cω X2 − x2 .
Nach Quadrieren und Umordnen ergibt sich die Gleichung einer rotierten Ellipse:
F2 + (c2 ω2 + k2 )x2 − 2kFx − c2 ω2 X2 = 0,
deren Graph in Abb. 2.20 dargestellt ist, und deren Fläche den oben berechneten
Wert ∆E einnimmt. Wenn keine viskose Dämpfung wirkt (c = 0), dann kollabiert
die Ellipse auf die eingezeichnete Gerade mit der Steigung k, der Kennlinie der
Feder.
F(t)
cωX
X x(t)
Abbildung 2.20: Hysterese-Diagramm für viskose Dämpfung
Solche Spannungs-Dehnungs-Diagramme werden experimentell ermittelt. In der → Werkstoffkunde

Praxis findet man oft den Fall, daß die Hysterese-Schleife von der Anregung-
sfrequenz ω unabhängig ist:
∆E = πkβX2 = πhX2 ,
mit β oter h = kβ der Hysterese-Dämpfungskonstanten. Diese Dämpfung wird

zur viskosen in Beziehung gesetzt, indem gleiche Energie-Dissipation, d.h. gleiche
Fläche der Hystereseschleife angenommen wird, π^ cωX2 = πkβX2 , und damit
eine äquivalente Dämpfungskonstante c^
kβ
c^ = ,
ω
mit experimentell gewonnenem β.
Nun wird wieder analog zu Abschnitt 2.3.2 die Bewegungsgleichung
mẍ + c^ẋ + kx = F0 cos ωt (2.3.43)
formuliert und gelöst:

xp = X cos(ωt − φ),
mit
X= F0 /k
=
f0
(1 − η2 )2 + β2
^ 2
(1 − η2 )2 + (2ζη)
und
β
φ = arctan ,
1 − η2
3.5
3
←ζ=0.3
2.5
V5(η)
←ζ=0.5
1.5
←ζ=0.707
1
←ζ=1
0.5 ←ζ=2
0
0 0.5 1 1.5 2 2.5 3
η
Abbildung 2.21: Amplitudengang bei Hysterese-Dämpfung
wobei
c^
ζ^ =
2 mk
und
ω ω
η= =
ωn k/m
sind.
In den Abb. 2.21 und 2.22 sind Amplitudengang und Phasengang für verschie-
dene Werte von ζ dargestellt.
Sie erkennen folgendes:
• Die Vergrößerungsfunktion V5 = X/f0 erreicht ihr Maximum
1
Vmax =
b
bei ω = ωn unabhängig von ζ,
• Der Phasenwinkel bei ω = 0 beträgt
φ = arctan β,
also ist die Systemantwort nie in Phase mit der Systemanregung.

180
160
←ζ=0.707
140
←ζ=1
←ζ=2
120
100
Φ(η)
80
60
40
←ζ=0.5
←ζ=0.3
20
0
0 0.5 1 1.5 2 2.5 3
η
Abbildung 2.22: Phasengang bei Hysterese-Dämpfung
Aufgabe 14 Diskutieren Sie ausführlich den Unterschied zwischen Hysterese-

Dämpfung und viskoser Dämpfung.
2
2.3.5.3 Luft-Dämpfung
Wenn ein System in Luft oder einem anderen viskosen Medium schwingt, dann
ist die Dämpfungskraft proportional dem Quadrat der Geschwindigkeit ẋ und
die Systemgleichung wird folgendermaßen formuliert:
mẍ + αsignẋẋ2 + kx = F0 cos ωt.
Die Dämpfungskraft
1
Fd = αsignẋẋ2 = cw ρAsignẋẋ2 ,
2
die der Geschwindigkeitsrichtung entgegenwirkt, hängt vom Widerstandsbeiwert
cw , von der Dichte ρ des Mediums und der Querschnittsfläche A des Systems
ab. Die Berechnung des Energieverlustes geschieht nach dem Beispiel von [25]:
8
∆E = αω2 X3 ,
3
mit äquivalenter viskoser Dämpfung
8 αωX
c^ = . (2.3.44)
3 π
2.3.5.4 Kombinierte Dämpfungen
Für die Summe unterschiedlicher Dämpfungsanteile kann man ebenfalls eine

äquivalente viskose Dämpfung definieren indem die Energieverluste der einzel-
nen Anteile aufsummiert werden: !
n
∆Ei
c^ = 1 2 , (2.3.45)
πωX
und mit diesem c^ kann das System wie ein viskoses nach Abschnitt 2.3.2 analy-
siert werden.
Aufgabe 15 Versuchen Sie aus der Literatur, z.B. [1],[5] eine möglichst vollstän-
dige und übersichtliche Zusammenstellung der unterschiedlichen Dämpfungsfor-
men zu kompilieren.
2.3.6 Strömungs-induzierte Schwingungen
Bekannt sind strömungsinduzierte Schwingungen, wie das ‘Singen’ von Über-

landleitungen oder die Bewegung von Brücken, Kaminen und Hochhäusern. Sie
werden durch ein Phänomen erzeugt, das Karman’sche Wirbelstraße heißt.
Durch die vom Luftstrom angeströmten zylinderförmigen Bauten werden lee-

seits asymmetrisch abgehende Wirbel erzeugt, jeweils alternierend im Uhrzeiger-
und Gegenuhrzeigersinn. Diese Wirbel bewirken ihrerseits eine harmonisch os-
zillierende Auftriebskraft senkrecht zur Anströmrichtung. → Strömungsmechanik
Experimentelle Untersuchungen haben gezeigt, daß dieses Phänomen besonders

bei Reynoldszahlen, dem Verhältnis der Trägheits- zu den Zähigkeitskräften in
der Strömung,
ρvd
Re = (2.3.46)
η
im Bereich
50 < Re < 5000
auftritt, wobei ρ die Dichte des strömenden Mediums ist, v dessen Geschwin-
digkeit, η dessen dynamische Zähigkeit und d der Bauteildurchmesser ist. Dabei
ist die Frequenz f der abgehenden Wirbel durch die Strouhalzahl
fd
Sr = = 0.21 (2.3.47)
v
gegeben [17]. Die harmonisch variierende Auftriebskraft ist
1
f(t) = cA ρv2 A sin ωt, (2.3.48)
2
mit cA = 1, dem Auftriebskoeffizienten von Zylindern und A der Querschnitts-
fläche.
Aufgabe des Ingenieurs ist es:
• Die Eigenfrequenz ωn des Bauteils außerhalb des Frequenzbereichs der

Anregung ω = 2πf zu halten, um Resonanz zu vermeiden,
• Die Kraft (2.3.48) unter der statischen Fehlerbelastung des Bauteils zu

halten.
2.3.7 Beispiele und Übungen
Beispiel 7 Für das in Abb. 2.23 dargestellte mechanische System einer an einer
Stange der Länge l und Masse m2 aufgehängten Punktmasse m1 , die mit der
harmonischen Kraft f(t) = F0 sin ωt angeregt wird, soll die Bewegungsgleichung
erstellt und die Amplitude Θ der stationären Lösung berechnet werden.
11111
00000 1
0
0
1
0
1
1
0 0
1
0 F(t)
1
0
1 0
1
k2
0
1
0
1 0
1
0
1
0
1
0
1
0
1 11
00
00
11
m2 0
1 m1
0
1
0
1
θ 0
1
0
1
0
1
0
1 0
1
0
1 1
0
0
1 k1 0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1 0
1
0
1 0
1
0
1
a 1111
0000
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
1
0 0
1
0
1 0
1
0
1 b
0
1 0
1
0
1 0
1
0
1
0
1
l 0
1
0
1
0
1
Abbildung 2.23: Dynamisches System
Das Momentengleichgewicht um den Drehpunkt ergibt die Bewegungsgleichung
(J0 + m1 l2 )θ̈(t) + (k1 a2 + k2 b2 )θ(t) = F0 l sin ωt,

wobei das Massenträgheitsmoment der Stange J0 = 121

ml2 + 14 ml2 = 13 ml2
bezüglich des Drehpunktes aus dem um den Schwerpunkt l/2 und dem ‘Steiner-
Anteil’ berechnet ist.
Die stationäre Lösung folgt dem Ansatz
θp = Θ sin ωt
und hat als Amplitude
F0 l
Θ= .
k1 a2 + k2 b2 − (J0 + m1 l2 )ω2
Mit a = 0.25 m, b = 0.5 m, l = 1.0 m, m1 = 50 kg, m2 = 10 kg, k1 = k2 = 5000

N/m, F0 = 500 N und ω = 1000 U/min wird die Amplitude der stationären
Lösung
500
Θ= = −8.572
10−4 rad.
5000(0.252 + 0.52 ) − (3.333 + 50)104.722
Besorgen Sie sich14 das Computer-Algebra-System MuPAD[19] und lassen Sie sich MuPAD
den Lösunggraphen zeichnen. Das geht ganz einfach:
Mit read( beispiel.mu ) lesen Sie am MuPAD-Prompt folgendes Beispiel-File
ein:
a:=0.25:
b:=0.5:
l:=1.0:
M:=50.0:
m:=10.0:
k:=5000.0:
F:=500.0:
w0:=200.0:
w:=2*PI*w0/60:
J:=m*l^2/3+M*l^2:
K:=k*(a^2+b^2):
f:=ode({J*diff(Q(t),t,t)+K*Q(t)=F*l*sin(w*t),Q(0)=0,D(Q)(0)=0},Q(t));
x:=solve(f);
graph:=[Mode=Curve,[t,op(x,1)],t=[0,2],Grid=[50],Smoothness=[20]];
plot2d(Axes=Origin,Ticks=5,Labeling=TRUE,Scaling=UnConstrained,graph);
Zunächst werden die Daten eingelesen, dann mit der Prozedur ode die Differen-
tialgleichung formuliert, in solve gelöst, und in plot2d wird der in Abb. 2.24
folgende Graph gezeichnet. Dabei variiert ω0 von 200 bis 800.
Fragen: 1) Was bedeutet das negative Vorzeichen von Θ?

2) Interpretieren Sie den Graphen in Abb. 2.24
14 Kostenfrei unter http://math-www.uni-paderborn.de/MuPAD/ für Linux oder Win-
dows95
0.15
0.1
←ω0=200
0.05
←ω =400
0
←ω0=600
Θ(t)
0
←ω0=800
−0.05
−0.1
−0.15
0 0.5 1 1.5 2 2.5 3 3.5
t
Abbildung 2.24: Beispielgraph
Anregung: 1) Variieren Sie einige der Parameter des Beispiels, z.B. m1 und
wiederholen Sie dann die MuPAD-Sitzung.
2) Beantworten Sie dann wieder die o.a. Fragen.
2
Beispiel 8 Ein Beispiel für rotatorische Unwucht ist die Reifen/Rad-Kombination
an Kraftfahrzeugen. Ein vereinfachtes Modell ist in Abb. 2.25 dargestellt.
Die Masse M vereinigt alle festen Teile (Bremsen, Streben, etc.), die Masse m
alle beweglichen Teile (Felge, Reifen). Die Feder-Dämpfer-Kombination (c, k2 )
repräsentiert die Radaufhängung, die Feder k1 stellt die Reifensteifigkeit dar.
Der Schwerpunkt der Masse m habe eine (Unwucht-)Exzentrizität e von der
Drehachse, die bei bestimmten Drehzahlen des Rades (d.h. Fahrgeschwindigkei-
ten) unangenehme Resonanzerscheinungen verursacht.
Gesucht ist die maximale Unwucht-Amplitude und die Geschwindigkeit, bei der
sie auftritt. Folgende Zahlenwerte seien gegeben: M = 20 kg, m = 15 kg, k1 =
1.8
105 N/m, k2 = 2
104 N/m, c = 265 Ns/m (der Dämpfer sei beschädigt!),
e = 2 mm. Der Bodenabstand der Radnabe beträgt h = 0.28 m.
Zunächst ist die Eigenfrequenz des Gesamtsystemsωn = k/m= 200, 000/35 =
75.59 rad/s und das Dämpfungsverhältnis ζ = c/2 km = 265/2 200, 000
35 =
0.05 und damit erhält man die Amplitude X mit Gl. (2.3.41) und Gl. (2.3.38)
111111111111111111
000000000000000000
000000000000000000
111111111111111111
000000000000000000
111111111111111111
k2
c
M m ω
k1
11111111111111111
00000000000000000
00000000000000000
11111111111111111
00000000000000000
11111111111111111
e
Abbildung 2.25: Rad/Reifen-Kombination

bei ηmax = 1/ 1 − 2ζ2 = 1.0025 zu
em η2
X= = 8.57 mm.
M+m (1 − η2 )2 + (2ζη)2
Die Amplitude tritt bei ωmax = rωn = 75.78 rad/s auf, was folgender Fahrges-
chwindigkeit entspricht:
v = hωmax = 0.28
75.78 = 21.2 m/s.
Beispiel 9 Die Fläche einer Kraft-Dehnungs-Schleife betrage ∆E = 2.5 Nm und

die maximale Auslenkung X = 8 mm. Aus der Steigung der Schleife läßt sich
die Steifigkeit zu k = 5
104 N/m ermitteln.
Berechnen Sie den Koeffizienten β der Hysterese-Dämpfung und den der äqui-
valenten viskosen Dämpfung, wenn das System bei 10 Hz betrieben wird.
Hysterese-Dämpfung:
∆E = πkβX2
2.5 = π5
104 β0.0084
⇒β = 0.294
Viskose Dämpfung:
kβ
c^ =
ω
5
104 0.294
=
20π
⇒ c^ = 198kg/s
2
Beispiel 10 Berechnung der Resonanz-Amplitude für quadratische Dämpfung:
Aus Beziehung (2.3.16) wird für ω = ωn , d.h. η = 1, und mit Ausdruck (2.3.44)
f0 f0 f0
X= = =
2ζω 2 c^ω 8/(3π)αω2 X
und daraus 3πf

0 3πf0 m
X= = . (2.3.49)
8αω2 4kcw ρA
2
Beispiel 11 Stabilitätsbedingungen:
1. Die Stabilität eines Systems wird nur durch seine Eigenbewegung charak-
terisiert.
2. Ein System ist dann und nur dann stabil, wenn die Nullstellen des cha-
rakteristischen Polynoms negativen Realteil haben.
3. Das charakteristische Polynom q(s) ist der Nenner der Übertragungsfunk-
tion des Systems.
4. Im Fall des gedämpften mechanischen Systems mit einem Freiheitsgrad ist
q(s) = ms2 + cs + k (2.3.50)
Die Nullstellen s1,2 der Gl. (2.3.50) sind
c 1
c 2 k
s1,2 =− −4 .
2m 2 m2 m
Diese haben negativen Realteil wenn alle Polynomkoeffizienten (m, c, k) positiv
(oder negativ — was im physikalischen Kontext sinnlos ist) sind.
Aufgabe:Versuchen Sie diese Aussage zu beweisen.
2
Beispiel 12 Ein Stahlkamin mit der Höhe h = 20 m, dem Außendurchmesser
da = 0.80 m und dem Innendurchmesser di = 0.75 m werde von Wind angebla-
sen.
Bei welcher Windgeschwindigkeit v führt die Wirbelanregung zu Resonanz?

Die Grundeigenfrequenz ω1 eines einseitig eingespannten Balkens ist

EI
ω1 = (β1 l) 2
, (2.3.51)
ρl4 A
mit l = h und β1 l = 1.875 [40, Seite 527].

Für Stahl gilt E = 2.07
1011 N/m2 und ρ = 7.9
103 kg/m3 , und es sind
A = (d2a − d2i )π/4 = 0.06087 m2 und I = (d4a − d4i )π/64 = 0.00457 m4 und

damit
(2.07
1011 )(0.00457)
ω1 = 1.875 2
= 12.415rad/s = 1.976Hz.
(7.9
103 )(0.06087)(20)4
Die Frequenz der Wirbelbildung ist nach Gleichung (2.3.47) fd = 0.21v und
damit
fd 1.976
0.8
v= = = 7.53m/s.
0.21 0.21
2
Übung 10 Stellen Sie die Bewegungsgleichung für das in Abb. 2.26 gezeichnete
mechanische System auf und bestimmen Sie die stationäre Lösung. Die Masse
m ist homogen verteilt. Das System werde harmonisch angeregt mit M(t) =
M0 sin ωt.
1111
0000 11111
00000
k k
1111111
0000000
M(t)
0000000
1111111
1
0
0000000
1111111
1111111111
0000000000
0000000
1111111
0
1
θ m
1
0
0
1 0
1 0
1
11111
00000
l/4 3l/4
Abbildung 2.26: Ungedämpftes mechanisches System
Numerische Werte sind: l = 1 m, m = 10 kg, M0 = 100 Nm, k = 5000 N/m,

ω = 1000 U/min.
2
Übung 11 Die Konfiguration der Basisanregung sei wie in Abb. 2.27 dargestellt,
d.h. die anregende Bewegung wird über einen Dämpfer auf die Masse übertragen.
Die obere Abstützung sei inertial fest angenommen.
111111111111111111111
000000000000000000000
000000000000000000000
111111111111111111111
000000000000000000000
111111111111111111111
111111111111111111111
000000000000000000000
x(t)
y(t)=Ysin ω t
11111
00000
111
000
000
111
000
111
Abbildung 2.27: Modifizierte Basisanregung
Welche Kraft wird im stationären Zustand auf die Masse übertragen? Skizzieren
Sie auch den Amplitudengang.
Übung 12 Ein Kraftfahrzeug der Masse m kg fahre über eine unebene Straße,
die sinusförmig mit Wellenlänge l = 6 m und Amplitude Y = 0.1m angenähert
sei. Die KFZ-Aufhängung bestehe aus Feder (k = 4
105 N/m) und Dämpfer
(c = 20
103 Ns/m).
Berechnen Sie die Erregerfrequenz ω als Funktion der Fahrzeuggeschwindigkeit

v und die Fahrzeugamplitude X als Funktion der Fahrzeugmasse m. Vergleichen
000000000
111111111
000000000
111111111
Lager
1010
1010
Welle
1010
1010
l=2m
d
1010
Rotor 1010 s=5mm
1010
000000000000000000000
111111111111111111111 10 01
A
000000000000000000000
111111111111111111111 1010 A
000000000000000000000
111111111111111111111
000000
111111
000000000000000000000
111111111111111111111 0000000
1111111 1010
000000
111111
000000000000000000000
111111111111111111111
000000
111111 B 0000000
1111111
0000000
1111111
B
10
000000
111111
1111111
0000000
000000
111111 1111111
0000000 0000000
1111111
0000000
1111111
Stator
Abbildung 2.28: Francis-Turbine
Sie dann zwei Fahrzeuge mit den Massen m = {1000, 1500} kg bei Geschwindig-
keiten von v = {20, 80, 100, 150} km/h.
2
Übung 13 Eine Francis-Turbine, deren vereinfachter Schnitt in Abb. 2.28 dar-
gestellt ist, mit Rotor-Masse m = 250 kg hat eine nominelle Spaltbreite zwischen
Rotor und Stator von s = 5 mm. Es wirkt eine Unwucht von emr = 5 mmkg
auf den Rotor. Der Drehzahlbereich variiert von 600 n 6000 U/min.
Die Turbinen-Welle hat eine Länge von l = 2 m. Berechnen Sie den Wellen-
Durchmesser d der Turbine, damit diese im gesamten Drehzahlbereich berüh-
rungsfrei läuft.
Hinweis: Nehmen Sie die Welle wie einen im Lager eingespannten Balken an,
dessen freies Ende die Rotormasse belastet. In diesem Fall ist die äquivalente
Federsteifigkeit k gegeben durch
EI E
πd
4
k=3 =3 3 . (2.3.52)
l3 l 64
Der Elastizitätsmodul von Stahl ist E = 2.1

1011 N/m2 .
2
Übung 14 Selbsterregte Schwingungen
Das dynamische Eigen-Verhalten einer Flugzeugtragfläche sei sehr einfach durch
mẍ + c0 ẋ + kx = 0 (2.3.53)
mit m, c0 , k > 0 beschrieben. Die Bewegung induziert aerodynamische Kräfte

der Form c1 ẋ.
1) Wie verändern diese die Bewegungsgleichung (2.3.53)?
2) Welcher Bedingung muß c1 genügen, damit das selbsterregte System stabil
bleibt?
3) Ist die modifizierte Bewegungsgleichung aus 1) linear?
4) Geben Sie geeignete Anfangs- und/oder Randbedingungen an, um die Bewe-
gungsgleichung zu lösen.
5) Transformieren Sie die modifizierte Bewegungsgleichung in ein System von
Differentialgleichungen 1. Ordnung
ż = Az + bu (2.3.54)
für den Zustandsvektor (z1 , z2 )T = (x, ẋ)T .

6) Welche Elemente hat die Matrix A?
7) Welche Rolle spielt in unserem Fall der Vektor b?
8) Lösen Sie Gleichung (2.3.54).
2
Übung 15 Das mechanische System der Übung 10 werde nun durch einen Dämp-
fer mit dem Dämpfungsbeiwert c = 1000 Ns/m ergänzt, wie in Abb. 2.29 dar-
gestellt.
Wie lautet nun seine Bewegungsgleichung und deren stationäre Lösung?
2
2.4 Nicht-harmonische Anregungsfunktionen
Neben den soeben ausführlich behandelten harmonischen Anregungen spielen

allgemeine Anregungsfunktionen, wie die Impulsfunktion, die Sprungfunktion,
die Rampenfunktion und Kombinationen aus diesen, wie die Treppenfunktion
→ Regelungstechnik oder die Sägezahnfunktion eine große Rolle. Letztenendes lassen sich diese Funk-
tionen über die Fourier-Transformation[29] beliebig nahe als harmonische Funk-
tionen approximieren.
2.4 Nicht-harmonische Anregungsfunktionen 67
1111
0000 11111
00000 11111
00000
k k
c
1111111
0000000
M(t)
0000000
1111111
1
0
0000000
1111111
0
1
θ
0000000 10
1111111 0
1
m
0
1
0
1 0
1 0
1
01
11111
00000 10101111111
0000000
l/4
l/4 3l/41 0
Abbildung 2.29: Gedämpftes mechanisches System
Wir werden in diesem Abschnitt häufig von der Laplace-Transformation des

Abschnittes A Gebrauch machen. !
2.4.1 Sprung-Funktion
2.4.1.1 Sprungfunktion im Zeitbereich
Die Sprungfunktion15 als Anregungungsfunktion für ein mechanisches System

tritt beispielsweise auf, wenn Sie als Radfahrer über einen Bordstein fahren. Sie
ist dargestellt in Abb. 2.30 und wird definiert als
σ (t) σ (t)
1 1
0 t 0 a t
Abbildung 2.30: Sprung-Funktion

0 für t < 0
σ(t) = (2.4.1)
1 für t 1
15 Siewird auch Heaviside-Funktion genannt, nach dem englischen Physiker Oliver Heaviside,
1850–1925.
und allgemein:
0 f ür t < a
σ(t − a) =
1 f ür t a
2.4.1.2 Sprungfunktion im Frequenzbereich
Die Laplace-Transformierte {σ(t − a)} ist

e−as
Σ = {σ(t − a)} = (s > 0), (2.4.2)
s
was leicht mittels der Definition der Laplace-Transformation beweisbar ist:
Beweis: Nach Definition der Regel 2 auf Seite 158 ist
∞
{σ(t − a)} = e−st σ(t − a)dt
0
a ∞
= e−st
0
dt + e−st
1
dt
0
a
=
1
− e−st
s
∞
=
e−as
s
.
a
2.4.1.3 Anwendung
Es soll nun der Einfluß einer sprungförmigen Anregung f(t) auf ein gedämpftes
mechanisches System mit Hilfe der Methode der Laplace-Transformation unter-
sucht werden:
mẍ(t) + cẋ(t) + kx(t) = f(t), x(0) = x0 , ẋ(0) = ẋ0
wird Laplace-transformiert
m(s2 X(s) − sx0 − ẋ0 ) + c(sX(s) − x0 ) + kX(s) = F(s),
woraus
mẋ0 + (ms + c)x0 F(s)
X(s) = +
ms2 + cs + k ms2 + cs + k
= Xh (s) + Xp (s)
1 s + 2ζωn
= ẋ0 + 2 x0 (2.4.3)
s2 + 2ζωn s + ω2n s + 2ζωn s + ω2n
F(s)
+
m(s2 + 2ζωn s + ω2n )
folgt, wobei F(s) die Laplace-Transformierte der Anregungsfunktion f(t) ist. Die
Gesamtlösung X(s) setzt sich auch im Bild- oder Frequenzbereich mit der Va-
riablen s wieder additiv aus der homogenen Lösung Xh (s) und der partikulären
Lösung Xp (s) zusammen.
Wenn die Anfangsbedingungen Null sind, wird der Quotient aus Ausgangsfunk-
tion Xp (s) und Eingangsfunktion F(s) als Übertragungsfunktion G(s) bezeich-
net:
Xp (s) 1
G(s) = .
F(s) ms2 + cs + k
Zunächst wird also X(s) im Frequenzbereich gebildet, und daraufhin wird die
gesuchte Lösung x(t) im Zeitbereich durch inverse Laplace-Transformation ge-
wonnen:16
x(t) = −1 {X(s)}.
Dieser Schritt ist nun für X(s) in Gleichung (2.4.3) durchzuführen: Die erste
Zeile wird in Tab. A.1 ausgelesen, die zweite Zeile wird mit Hilfe von Gl. (A.2.6)
gelöst, nachdem
F(s)
m(s2 + 2ζωn s + ω2n )
in die Faktoren F1 (s) = F(s) und
1
F2 (s) =
m(s2 + 2ζωn s + ω2n )
faktorisiert wird, deren inverse Laplace-Transformation
t
−1 1
[F1 (s)F2 (s)] = f(τ)e−ζωn (t−τ) sin( 1 − ζ2 ωn (t − τ))dτ
m 1 − ζ 2 ωn 0
ist. Damit wird
x0
x(t) = e−ζωn t sin( 1 − ζ2 ωn t + φ)
1 − ζ2
ẋ0
+ e−ζωn t sin 1 − ζ2 ωn t (2.4.4)
1 − ζ 2 ωn
t
1
+ f(τ)e−ζωn (t−τ) sin 1 − ζ2 ωn (t − τ)dτ
m 1 − ζ 2 ωn 0
mit φ = arccos ζ. Der dritte Summand dieser Beziehung ist ein Duhamel- oder
Faltungsintegral.
Jetzt soll das Integral in der Lösung (2.4.4)
noch für die Sprungfunktion 0110 F(t)

f(t) =
F0 0 t < t0 1010
0 t0 t 1010
ausgewertet werden. Das geschieht wieder
im Bildbereich, also Gl. (2.4.3); die Laplace-
Transformierte [f(t)] ist
F0 e−t0 s
F(s) =
F0
s
−
s
. 11111111111111
00000000000000
00000000000000
11111111111111
11111111111111
00000000000000
16
11111111111111
00000000000000
Zumeist geschieht dies durch Nachschlagen in geeigneten Tabellen, z.B. Tab. A.1, u.U.
nach vorheriger Vereinfachung durch Partialbruchzerlegung, s.a. Anhang 31.
m
11111111111111
00000000000000
00000000000000 1010
11111111111111
11111111111111
00000000000000
00000000000000 1010x(t)
11111111111111
k/2 k/2
c
111111111111111
000000000000000
Der homogene Anteil (die ersten beiden Sum-

manden) in Gl. (2.4.3) ändert sich nicht, also
braucht nur der dritte Summand betrachtet
zu werden:
F0 (1 − e−t0 s )
Xp (s) =
ms(s2 + 2ζωn s + ω2n )
und dieser wird mit Tab. A.1 und Gl. (A.2.5)
F0
e −ζωn t

xp (t) = 1− sin( 1 − ζ2 ωn t + φ)
mω2n
F0
e 1−ζ 2
−ζωn (t−t0 )

− 1− sin( 1 − ζ2 ω n (t − t0 ) + φ)
mω2n
F0 1 − ζ2
= −e−ζωn t sin( 1 − ζ2 ωn t + φ)
m 1 − ζ2 ω2n

+ e−ζωn (t−t0 ) sin( 1 − ζ2 ωn (t − t0 ) + φ) ,
mit φ = arccos ζ. In der nebenstehenden Ab-

bildung ist ein entsprechendes Modell einer Kompaktifizierungsanlage darges-
tellt.
Beispiel 13 Gegeben sei folgendes System:
ẍ(t) + 3ẋ(t) + 2x(t) = f(t), ẋ0 = 0, x0 = 0,
mit ⎧
⎨ 0 t<1
f(t) = 1 1t<2
⎩
0 2t

Es sind ωn = 2 und ζ = Ô
3
2 2
> 1 und mit
−s −2s
^F = e − e
s
erhält man

X(s) = G(s) e−s − e−2s

mit
1
G(s) =
s(s + 1)(s + 2)
und nach Partialbruchzerlegung, siehe Anhang A.3
1 1 1
G(s) = − + .
2s s + 1 2(s + 2)
Die inverse Laplace-Transformation von G(s) ergibt nach Tab. A.1
1 1
g(t) = −1 [G(s)] = − e−t + e−2t
2 2
und damit mit Gl. (A.2.5)

e
−1
x(t) = [X(s)] = −1 e−s G(s) − e−2s G(s)
1
−1 −s
= G(s) − −1 e−2s G(s)
−(t−1)1
= −e + e−2(t−1) σ(t − 1)
21 2
1

− + e−(t−2) − e−2(t−2) σ(t − 2)
2 2
was abschnittsweise geschrieben

⎧
⎪
⎨ 0 t < 1,
x(t) =
1
2 − e−(t−1) + 12 e−2(t−1) 1 t < 2,
⎪
⎩ e2 (1−e2 ) −2t
e(e − 1)e−t + 2 e 2t
bedeutet.
Die Antwort des Systems, wieder mit MuPADmit dem nachfolgenden File gewon-
nen, ist in Abb. 2.31 dargestellt. Dort ist auch der Graph der Impulsantwort
(Pulsbreite=0) des Systems mit eingetragen.
f:=proc(t) begin
if t<1 then 0;
elif t<2 then
1/2-exp(-(t-1))+1/2*exp(-2*(t-1));
else
-exp(-(t-1))+1/2*exp(-2*(t-1))+exp(-(t-2))-1/2*exp(-2*(t-2));
end_if;
end_proc;
plot2d(Axes=Origin,Scaling=UnConstrained,Ticks=5,
Labeling=TRUE,Labels=["",""],[Mode=Curve,[t,hold(f(t))],
t=[0,10],Grid=[100],Style=[Lines]]);
Aufgabe 16 Wiederholen Sie Beispiel 13 für ein unterdämpftes System mit ζ < 1
mit z.B. q(s) = s2 + 2s

+ 2 und für ein kritisch gedämpftes System mit ζ = 1
mit z.B. q(s) = s2 + 2 2s + 2.
2.4.2 Impuls-Funktion
Eine Impulsfunktion liegt vor, wenn ein hoher Kraft- oder Momenten-Impuls
über eine sehr kurze Zeit erfolgt, z.B ein Hammerschlag auf ein massives Werkstück
oder der Stoß zweier Billiard-Kugeln. In elektrotechnischen Systemen geschieht
die schnelle Aufladung eines Kondensators durch eine Stromquelle impulsförmig.
0.25
← Pulsbreite=0
0.2
← Pulsbreite=1
0.15
x(t)
0.1
0.05
0
0 1 2 3 4 5 6 7 8 9 10
t
Abbildung 2.31: Antwort auf einen endlichen Impuls
2.4.2.1 Impulsfunktion im Zeitbereich
Die Impulsfunktion gehört, mathematisch betrachtet, zu den verallgemeinerten

Funktionen, den sogenannten Distributionen. Eine Modellvorstellung erhält man
durch Abb. 2.32, in der ein Rechteck-Impuls mit der Breite 2 und der Höhe
^
F/(2) dargestellt ist, wobei 1 eine kleine Zahl sein soll.
Die Impulsfunktion I() ergibt sich aus der Abbildung als bestimmtes Integral
der Kraft ⎧
⎪
⎪ 0 t<τ−
⎪
⎨ ^F
f(t) = τ−tτ+
⎪ 2
⎪
⎪
⎩ 0 t>τ+
und damit τ+ ∞ ^F
I() = f(t)dt = f(t)dt = 2 = ^F.
τ− −∞ 2
Zusammenfassend sind die beiden wichtigen Eigenschaften der Impulsfunktion:
1.
F(t − τ) = 0, t=τ (2.4.5)
2. ∞
F(t − τ)dt = ^F. (2.4.6)
−∞
F(t)
F
2ε
τ−ε τ+ε t
Abbildung 2.32: Impuls-Funktion
Ist ^
F = 1, dann spricht man vom Dirac-Impuls.17
2.4.2.2 Impulsfunktion im Frequenzbereich
Die Impulsfunktion kann auch als Differenz zweier Sprungfunktionen gesehen

werden:
1
fk (t) = (σ(t − t0 ) − σ(t − (t0 + k))) .
k
Deren Laplace-Transformierte ist
1 1 − e−ks
[fk (t)] = e−t0 s − e−(t0 +k)s = e−t0 s . (2.4.7)
ks ks
Der Grenzwert
lim fk (t) = δ(t − t0 )
k→ 0
ist wiederum der Dirac’sche Delta-Impuls mit den Eigenschaften

∞ f ür t = t0 ,
δ(t − t0 ) = (2.4.8)
0 sonst,
17 Paul Dirac (1902–1984), Englischer Physiker; erhielt 1933 den Nobel-Preis für seine Ar-
beiten zur Quanten-Mechanik.
und ∞
δ(t − t0 )dt = 1. (2.4.9)
−∞
Nach Beziehung (2.4.7) ist dessen Laplace-Transformierte allgemein
∆ = [δ(t − t0 )] = e−t0 s (2.4.10)
und speziell für t0 = 0:

∆(s) = [δ(t)] = 1. (2.4.11)
2.4.2.3 Anwendung
Nun sei das Beispiel 13 mit f(t) = δ(t − t0 ) wiederholt.

Es ist
X(s) = G(s)e−t0 s
mit
1 1 1
G(s) = = − ,
(s + 1)(s + 2) s+1 s+2
deren inverse Laplace-Transformierte
g(t) = −1 [G(s)] = e−t − e−2t
ist, und damit die Lösung, s.a. Tab. A.1, Zeile 7,
x(t) = −1 [e−t0 s G(s)] = g(t − t0 )σ(t − t0 )
und abschnittsweise:

0 t < t0 ,
x(t) =
e−(t−t0 ) − e−2(t−t0 ) t0 < t.
Für t0 = 1 ist der Lösungsgraph in Abb. 2.31 mit eingetragen.

Beispiel 14 Stellen Sie die Bewegungsgleichung für das in Abb. 2.33 dargestellte
Flaschenzugsystem auf, das durch eine Kraft f(t) = F0 e−t angetrieben wird.
Lösen Sie die Bewegungsgleichung. Folgende Daten sind anzunehmen: m = 10
kg, J0 = 1 kgm2 , F0 = 50 N, k1 = 1000 N/m, k2 = 500 N/m, r = 5 cm.
Das Momentengleichgewicht um den Aufhängungspunkt ‘O’ ergibt
J0 θ̈(t) + 2rmẍ(t) + 2rk1 x(t) + η2 k2 θ(t) = 2rF0 e−t .
Mit θ = x/(2r) wird

J 0
rk2

+ 2rm ẍ(t) + 2rk1 + x(t) = 2rF0 et
2r 2
erhalten, was mit den gegebenen Daten auf
11.0ẍ(t) + 112.5x(t) = 5e−t

1
0
0
1 J0
0
1
0
1
0
1 k2
11
00
00
11
r
00
11
0
1 00
11
0
1
00
11
O1
0
2r
111
000
1
0
0
1
0
1
0
1F(t)
0
1
0
1
0
1
0
1
0
1
0
1
m
1
0
0
1
0
1
0
1
0
1
0
1
0
1
x(t)
k1
1111111
0000000
0000000
1111111
Abbildung 2.33: Flaschenzug
führt. Es handelt sich um ein ungedämpftes System mit

ωn = 112.5/11.0 = 3.198 rad/s.
Dieses Problem soll uns Maple[24],[35],[41] in der allgemeinen Fassung
mẍ + kx = Fe−t , ẋ(0) = 0, x(0) = 0
lösen. Alle Computer-Algebra-Systeme (CAS)18 können ihre Sitzungen komfor-

tabel nach TEX oder LATEX exportieren. Hier ein Beispiel:19
> assume(m>0);
> assume(k>0);
> assume(F>0);
∂
> deq:=m*diff(x(t),t,t)+k*x(t)=F*exp(-t);
2
deq := m˜ x( t ) + k ˜ x( t ) = F ˜ e( −t )
∂t2
> ini:=D(x)(0)=0,x(0)=0;
ini := D( x )( 0 ) = 0, x( 0 ) = 0
18 Alsdrittes System sei noch Mathematica[50] genannt.

19 Dieassume-Funktion legt einen Wertebereich für die Variable fest, z.B. m,k, F > 0, womit
die Physik der Mathematik beim Lösen hilft.
0.06
ungedämpft
0.04
← gedämpft
0.02
x(t)
−0.02
−0.04
−0.06
0 2 4 6 8 10 12 14 16 18 20
t
Abbildung 2.34: Harmonische und gedämpfte Schwingung
dsolve(deq,ini,x(t));

>

m˜ k ˜ t m˜ k ˜ t
F ˜ cos F ˜ m˜ sin
F ˜ e( −t ) m˜ m˜
x( t ) = − +
m˜ + k ˜ m˜ + k ˜ m˜ k ˜ ( m˜ + k ˜ )
Für die o.a. numerischen Werte ergibt sich dann der Graph in Abb. 2.34. In-
terpretieren Sie den Graphen!
2
Aufgabe 17 Lösen Sie das voranstehende Beispiel mit Bleistift und Papier. Wenn
Sie die Laplace-Transformation verwenden, dann werden Sie Ihr Ergebnis mit
dem von MuPAD vergleichen wollen. Verwenden Sie dazu die Funktionen trans-
form::laplace bzw. transform::ilaplace.
2
Aufgabe 18 Fügen Sie nun in Abb. 2.33 parallel zur Feder k2 einen Dämpfer
mit dem Dämpfungsbeiwert c = 100 Ns/m ein. Leiten sie die Bewegungsglei-
chung her und lösen Sie sie. Je nach Dämpfungsbeiwert könnte der Graph wie
in Abb. 2.34 eingetragen aussehen.
2
2.4.3 Allgemeine Anregung
2.4.3.1 Impulsantwort
Die Impulsantwort h(t) ist die Antwort (Lösung der Systemgleichung) x(t) eines
linearen dynamischen Systems, z.B. mẍ + cẋ + kx = f(t), auf den Dirac-Impuls
f(t) = δ.
Im Frequenzbereich wird das System durch die Übertragungsfunktion G(s) =
Ê
X(s)/F(s) beschrieben. Da für f(t) = δ die Beziehung (2.4.11) F(s) = ∆ = 1 gilt,
stimmt formal die Impulsantwort H(s) = X(s) = G(s)F(s) im Frequenzbereich
mit ihrer Übertragungsfunktion überein: H(s) = G(s). Merke aber: Während
H(s) eine Lösung(sfunktion) ist, ist G(s) der Quotient zweier Systemgrößen.
Zunächst sei die Impulsantwort betrachtet: Impulsantwort
mẍ + cẋ + kx = δ(t),
die von t = 0 bis t = ∆ integriert werde:

∆
m[ẋ(∆) − ẋ(0)] + c[x(∆) − x(0)] + k x(t)dt = 1.
0
Aus physikalischen Gründen darf für den Grenzübergang ∆ → 0 der zweite und
dritte Summand der linken Seite keinen Beitrag leisten, ansonsten müßte gelten
x(∆) → ∞, also:
m[ẋ(∆) − ẋ(0)] = 1,
und mit ẋ(0) = 0:
1
ẋ(∆) = .
m
Aus dieser Überlegung folgt, daß eine impulsförmige Systemanregung äquivalent
ist zur Eigenbewegung des Systems mit x(0) = 0 und ẋ(0) = 1/m.
Jetzt sei noch einmal die gedämpfte Eigenbewegung aus Abschnitt 2.2.2.3, Gl. (2.2.12), Eigenbewegung

betrachtet:
x(t) = e−ζωn t A1 cos 1 − ζ2 ωn t + A2 sin 1 − ζ 2 ωn t .
Für x(0) = 0 und ẋ(0) = 1/m erhält man nach kurzer Rechnung:
e−ζωn t
h(t) = x(t) = sin(ωd t),
mωd
welches wegen der gewählten Anfangsbedingungen auch die Impulsantwort h(t)
ist.
Nun sei die allgemeine Anregung f(t) betrachtet. Wir integrieren von t = 0 bis Anregung f(t)
t = ∆ und lassen in diesem Zeitraum f = f(0) konstant, dann gilt für
x(t) = f(0)∆h(t).
Wir wiederholen diesen Schritt von t = ∆ bis t = 2∆:
x(t) = f(0)∆h(t) + f(∆)∆h(t − ∆),
und weiter:

n−1
Ê
x(t) = f(i∆)h(t − i∆)∆.
i=0
Der Grenzübergang ∆ → 0 ergibtfür n → ∞ Impulsantworten:

t
x(t) = f(τ)h(t − τ)dτ. (2.4.12)
0
Das Integral in Gl. (2.4.12) ist ein Faltungsintegral.20 Bisher waren beide An-
fangsbedingungen zu Null gesetzt, d.h. xp(t) = x(t).
Anwendung Mit der Impulsantwort für, z.B. das unterdämpfte System mẍ + cẋ + kx = δ,
1
h(t − τ) = e−ζωn (t−τ) sin ωd (t − τ) (2.4.13)
mωd
wird Gl. (2.4.12)

t
1
xp (t) = e−ζωn t f(τ)eζωn τ sin ωd (t − τ)dτ. (2.4.14)
mωd 0
Beispiele mit Lösungen dieses Integrals für diverse f(t) finden Sie in Absch-
nitt 3.2.3.
Beispiel 15 Es soll das gedämpfte System mẍ + cẋ + kx = σ(t), mit σ(t) dem
Einheitssprung (2.4.1) als Anregung und mit Anfangsbedingungen zu Null ge-
setzt, berechnet werden.
Das Integral in Gl. (2.4.14) ist für t 0 auszuwerten, d.h. in diesem Fall ist
f = 1, und Maple löst uns das Integral wie folgt:21
>
> int(exp(zeta*omega*tau)*
> sin(sqrt(1-zeta^2)*omega*(t-tau)),tau=0..t);
t
1 − ζ2 e(ζωn t)
ζωn τ
e sin ωd (t − τ)dτ =
0 ωn

1 − ζ2 cos( 1 − ζ2 ωn t) + ζ sin( 1 − ζ2 ωn t)
−
ωn
20 Englisch:convolution integral.
21 Die weitere Umwandlung in die Form sin(ωd t + φ) muß man noch per Hand erledigen;
Anfrage bei Waterloo Software läuft.
Dieses Ergebnis in Gl. (2.4.14) eingesetzt führt zu
1
1

x(t) = 1− e−ζωn t sin(ωd t + φ)
k 1 − ζ2
mit
1 − ζ2
φ = arctan .
ζ
2
Die Gesamtlösung x(t) = xh + xp des Systems Gesamtlösung
mẍ(t) + cẋ(t) + kx(t) = f(t)
ist mit Gl. (2.2.12) für den unterdämpften Fall, 0 < ζ < 1,
ẋ 2
+ ζωn x0
e−ζωn t sin (ωd t + φ)
0
x(t) = x20 +
ωd
t (2.4.15)
1
+ e−ζωn t f(τ)eζωn τ sin ωd (t − τ)dτ,
mωd 0
mit
x0 ωd
φ = arctan .
ẋ0 + ζωn x0
2.4.4 Numerische Lösung
2.4.4.1 Approximation der Anregung
In Abb. 2.35 ist eine allgemeine Anregungsfunktion abgebildet und dazu ihre
Approximation durch eine Treppenfunktion. Mit dieser Idee sind lineare dyna-
mische Systeme, die durch allgemeine Erregerfunktionen angetrieben werden,
abschnittsweise durch Laplace-Transformation und Anregung durch Sprung-
funktionen (jeweils die Differenz zur vorangegangenen Treppe, die natürlich auch
negativ sein kann) und nachfolgende inverse Laplace-Transformation lösbar.
Die Approximation der Anregungsfunktion durch eine (abschnittsweise kons-
tante) Treppenfunktion ist eine (grobe) Approximattion nullter Ordnung und
liefert nur dann brauchbare Ergebnisse, wenn die Zeitachse genügend fein dis-
kretisiert wird, was einen hohen rechnerischen Aufwand zur Folge hat.
Approximationen höherer Ordnung (Polygonzug, Spline-Funktionen, etc.) lassen
eine gröbere Diskretisierung der Zeitachse zu [12],[39].
2.4.4.2 Numerische Lösung
Ein alternativer Zugang, dynamische Systeme mit allgemeinen Anregungsfunk-

tionen zu lösen, ist die numerische Integration mit Lösungsverfahren für An-
F(t)
F(a) 00
11
11
00
00
11
00
11
00
11
00
11
00
11
00
11
00
11
00
11
00
11
00
11
11
00 t
0 a a+h
Abbildung 2.35: Numerische Lösung
fangswertprobleme, für die eine Vielzahl von Verfahren, Methoden und Softwa-
repaketen zur Verfügung steht [23].22 Eine kurze Einführung ist in Anhang D
zusammengefaßt.
22 Im Internet ist die netlib mit der URL ‘http://www.netlib.org/liblist.html’ eine uner-
schöpfliche Quelle freier Software.
Kapitel 3
Zwei-Freiheitsgrad-Systeme
3.1 Eigenbewegung
3.1.1 Ungedämpfte Eigenbewegung
3.1.1.1 Modellbildung
Die Modellbildung für ein Zwei-Freiheitsgrad-System wird anhand der freigesch-

nittenen Massen in Abb. 3.1 mittels des 2. Gesetzes von Newton durchgeführt.
1
0
0
1
x1 x2
0
1
0
1
k1 k2
0
1
m1 m2
0
1
0
1
0
1
k1 x1 k 2 (x 2 -x 1 )
m1 m2
Abbildung 3.1: Zwei-Freiheitsgrad-System
Es gilt für jede Masse mi das Kräftegleichgewicht in horizontaler Richtung:
m1 ẍ1 = −k1 x1 + k2 (x2 − x1 ),

m2 ẍ2 = −k2 (x2 − x1 )
und umgeformt:
m1 ẍ1 + (k1 + k2 )x1 − k2 x2 = 0,

m2 ẍ2 − k2 x1 + k2 x2 = 0
82 Zwei-Freiheitsgrad-Systeme
Dies ist ein System von zwei miteinander gekoppelten Differentialgleichungen

zweiter Ordnung. Um sie eindeutig lösen zu können, müssen je zwei Anfangsbe-
dingungen als Integrationskonstanten gegeben sein: x1 (0) = x10 , ẋ1 (0) = ẋ10
und x2 (0) = x20 , ẋ2 (0) = ẋ20 . Das Gleichungssystem kann folgendermaßen in
Matrix-Vektor-Form geschrieben werden:
m 1 0
ẍ k
1 1+ k2 −k2
x 0
1
+ = (3.1.1)
0 m2 ẍ2 −k2 k2 x2 0
oder abgekürzt:
Mẍ + Kx = 0 (3.1.2)
mit der Massenmatrix M m 1 0

M=
0 m2
und der Steifigkeitsmatrix K
k 1 + k2 −k2

K= .
−k2 k2
Der Ortsvektor x 1
x=
x2

ist ein Spaltenvektor, der (um Raum zu sparen) im Text zum Zeilenvektor x =
¼
x1 , x2 transponiert wird. Die Anfangswertvektoren sind
x (0)
1
ẋ (0)
1
x0 = und ẋ0 =
x2 (0) ẋ2 (0)
Übung 16 Bestimmen Sie Massen- und Steifigkeitsmatrix für die in Abb. 3.2
dargestellte Beispielkonfiguration.
2
1
0
0
1
x1 x2
11
00
00
11
0
1 k1 k2 k3
00
11
0
1 00
11
0
1 00
11
m1 m2
0
1 00
11
0
1 00
11
0
1 00
11
3.1.1.2 Lösung der Matrix-Differentialgleichung
3.1.1.2.1 Lösungsansatz Wie im Fall des Ein-Freiheitsgrad-Systems, s.a. Gl. (2.1.2),

wird auch hier ein harmonischer Lösungsansatz verwendet:
x(t) = uejωt . (3.1.3)

3.1 Eigenbewegung 83
Zweimalige Differentiation des Ansatzes (3.1.3) und Einsetzen in Gl. (3.1.2)

ergibt folgende Gleichung:
(−ω2 M + K)uejωt = 0, (3.1.4)
oder, da ejωt = 0, t,
(−ω2 M + K)u = 0. (3.1.5)
Da wir nicht an der trivialen Lösung u = 0 interessiert sind, darf die Inverse der
Matrix −ω2 M + K nicht existieren. Dies ist der Fall, wenn ihre Determinante
Null wird:
det(−ω2 M + K) = 0. (3.1.6)
Um dies einzusehen, wird Gl. (3.1.5) mit (−ω2 M + K)−1 von links vormultipli-
ziert:
(−ω2 M + K)−1 (−ω2 M + K)uejωt = (−ω2 M + K)−1 0
oder
Iu = 0,
was wieder nur die triviale Lösung u = 0 bedeutet. Die Inverse einer Matrix
A existiert nicht, wenn ihre Determinante |A| Null wird, was unmittelbar aus
Gl. (B.3.2) folgt. Dies sei gezeigt an folgendem:
Beispiel 16 Gegeben sei die Matrix A
a b
A=
c d
deren Inverse A−1 ist, s.a. Kap. B.3,
−1 1
d
−b
A =
|A| −c a
mit |A| = ad − bc.

2
Übung 17 1) Vollziehen Sie Beispiel 16 im einzelnen nach.
2) Zeigen Sie, daß für |A| = ad − bc = 0, d.h. ad = bc, die Matrix A nur noch
den Rang Eins hat.
2
3.1.1.2.2 Eigenfrequenzen Aus der Gl. (3.1.6) läßt sich ω gewinnen. Dies sei
gezeigt am Beispiel des Abschn. 3.1.1.1:
Beispiel 17 Die Beziehung det(−ω2 M + K) = 0 ergibt mit den aktuellen Matri-
zen

−ω2 m1 + k1 + k2
−k2
−k2
−ω2 m2 + k2
=0
oder ausgewertet:
m1 m2 ω4 − (m1 k2 + m2 (k1 + k2 ))ω2 + k1 k2 = 0, (3.1.7)
eine quadratische Gleichung in ω2 .

Für m1 = 9, m2 = 1, k1 = 24 und k2 = 3 erhält man
ω4 − 6ω2 + 8 = 0
oder
(ω2 − 2)(ω2 − 4) = 0

und daraus ω1 = 2 und ω2 = 2.
2
Die Gl. (3.1.7) wird als charakteristische Gleichung bezeichnet, die Frequenz
ω ist die natürliche Frequenz des Systems (3.1.2). Im nächsten Abschnitt wird
gezeigt daß zwischen dieser und der Eigenfrequenz λ einer transformierten Stei-
figkeitsmatrix folgender Zusammenhang besteht:
λ = ω2 . (3.1.8)
3.1.1.2.3 Eigenformen Die natürlichen Frequenzen ωi werden nun in Gl. (3.1.5)

eingesetzt, und so die zu den ωi gehörenden Eigenformen ui erhalten:
(−ω2i M + K)ui = 0.
In Übung 17 wurde gezeigt, daß die Matrix (−ω2i M + K) einen Rang-Abfall von
Zwei auf Eins hat, das heißt, daß die beiden Zeilen der Matrix linear abhängig
sind. Das bedeutet, daß von den beiden Komponenten des Vektors ui nur das
Verhältnis bestimmt werden kann, nicht ihre absolute Größe. Wir zeigen das
mit den Werten des Beispiels 17 am
Beispiel 18 Die Lösung der (homogenen) Matrixgleichung
(−ω2i M + K)ui = 0
ergibt für i = 1, d.h. ω21 = 2,

−9
2 + 24 + 3 −3
u 0
11
= ,
−3 −1
2 + 3 u12 0
oder ausmultipliziert die beiden Gleichungen
9u11 − 3u12 = 0,
−3u11 + u12 = 0.
Aus beiden Gleichungen erhält man die gleiche Information:

u11 1
= ,
u12 3
d.h. wir kennen nur die Richtung des Vektors u1 , nicht seine Größe. Für ω22 = 4
ergibt sich
−9
4 + 24 + 3 −3

u21 0
= ,
−3 −1
4 + 3 u22 0
oder
u21 1
=− .
u22 3
So können die beiden Vektoren u1 und u1 folgendermaßen geschrieben werden:
1
1
u1 = 3 = = ...
1 3
und − −1 1
1
u2 = 3 = = = ...
1 3 −3
3.1.1.2.4 Allgemeine Lösung Mit den in den beiden vorangegangenen Ab-

schnitten gewonnenen Parametern ωi und ui kann die allgemeine Lösung des
dynamischen Systems (3.1.2) als Kombination der vier Einzellösungen x(t) =
ui e¦jωi t , i = 1, 2 geschrieben werden:
x(t) = (aejω1 t + be−jω1 t )u1 + (cejω2 t + de−jω2 t )u2 (3.1.9)
oder, unter zuhilfenahme der Euler-Identität:
x(t) = A1 sin(ω1 t + φ1 )u1 + A2 sin(ω2 t + φ2 )u2 . (3.1.10)
Die Integrationskonstanten {a, b, c, d} und {A1 , φ1 , A2 , φ2 } werden jeweils durch

Einsetzen der vier Anfangsbedingungen x0 und ẋ0 in die Gl. (3.1.9) bzw. Gl. (3.1.10)
gewonnen.
Dies soll gezeigt werden anhand des folgenden
Beispiel 19 Gegeben seien x0 = (1, 0) ¼ und ẋ0 = (0, 0) ¼ und u1 = ( 13 , 1) ¼ und

u2 = (− 13 , 1) ¼ , und damit wird die Lösung
1 1
x1 (t) = A1 sin( 2t + φ1 ) − A2 sin(2t + φ2 ), (3.1.11a)
3
3
x2 (t) = A1 sin( 2t + φ1 ) + A2 sin(2t + φ2 ). (3.1.11b)
Für t = 0 lautet diese:

1 1
1= A1 sin φ1 − A2 sin φ2 , (3.1.12a)
3 3
0 = A1 sin φ1 + A2 sin φ2 . (3.1.12b)
Nun wird Gl. (3.1.11a) differenziert:

2 2
ẋ1 (t) = A1 cos( 2t + φ1 ) − A2 cos(2t + φ2 ), (3.1.13a)

3
3
ẋ2 (t) = 2A1 cos( 2t + φ1 ) + 2A2 cos(2t + φ2 ) (3.1.13b)
und wiederum für t = 0:

2 2
0= A1 cos φ1 − A2 cos φ2 , (3.1.14a)

3 3
0 = 2A1 cos φ1 + 2A2 cos φ2 . (3.1.14b)
Gl. (3.1.12a) und Gl. (3.1.14a) bilden ein Gleichungssystem mit den vier unbe-
kannten Integrationskonstanten A1 , A2 , φ1 und φ2 . Gelöst wird es mit einem
Paket für symbolische Algebra, z.B. Maple. Hier folgt der Ausdruck der Maple-
Sitzung:
> eqn1:=1=1/3*A1*sin(phi.1)-1/3*A2*sin(phi.2);
1 1
eqn1 := 1 = A1 sin(φ1) − A2 sin(φ2)
3 3
> eqn2:=0=A1*sin(phi.1)+A2*sin(phi.2);
eqn2 := 0 = A1 sin(φ1) + A2 sin(φ2)
> eqn3:=0=sqrt(2)/3*A1*cos(phi.1)-2/3*A2*cos(phi.2);
1 2
eqn3 := 0 = 2 A1 cos(φ1) − A2 cos(φ2)
3 3
> eqn4:=0=sqrt(2)*A1*cos(phi.1)+2*A2*cos(phi.2);

eqn4 := 0 = 2 A1 cos(φ1) + 2 A2 cos(φ2)
> solve({eqn1,eqn2,eqn3,eqn4},{A1,A2,phi.1,phi.2});
1 1 −3 −3
{φ2 = π, φ1 = − π, A2 = , A1 = },
2 2 2 2
1 1 3 −3
{φ1 = − π, φ2 = − π, A2 = , A1 = },
2 2 2 2
1 −3 1 3
{φ2 = π, A2 = , φ1 = π, A1 = },
2 2 2 2
1 3 1 3
{φ2 = − π, A2 = , φ1 = π, A1 = }
2 2 2 2
Von den vier Lösungsmengen wählen wir die dritte mit jeweils positiven Pha-
senwinkeln und erhalten damit als analytische Lösung der Differentialgleichung
1 π 1 π 1 1
x1 (t) = sin( 2t + )+ sin(2t + )= cos 2t + cos 2t (3.1.15a)
2 2 2 2 2 2
3 π 3 π 3 3
x2 (t) = sin( 2t + )− sin(2t + )= cos 2t − cos 2t (3.1.15b)
2 2 2 2 2 2
Hier folgt der Lösungsgraph in Abb. 3.3:
2
← x2
← x1
x(t)
−1
−2
−3
0 2 4 6 8 10 12 14 16 18 20
t
3.1.1.3 Modal-Analyse
3.1.1.3.1 Eigenwerte und Eigenvektoren Aus der Linearen Algebra [21, 43]
wissen Sie, daß die Matrix −ω2 M + K oder — bekannter mit λ = ω2 als —
−λM + K dem allgemeinen Eigenwertproblem zugrunde liegt. Bevor wir uns
dessen Lösung zuwenden, sei zunächst das spezielle Eigenwertproblem
(−λI + A)v = 0 (3.1.16)
behandelt. Die Genese von Gl. (3.1.16) ist leicht nachzuvollziehen. Wie im Falle
der Systeme mit einem Freiheitsgrad, s.a. Gl. (2.2.9), wird die Systemgleichung
durch die Masse dividiert“, wobei Division im Mehr-Freiheitsgrad-Fall immer

”
Multiplikation mit der inversen Matrix bedeutet.
Zu diesem Zweck werden die Koordinaten x des dynamischen Systems transfor-

miert:
1
x = M− 2 q, (3.1.17)
in die Systemgleichung (3.1.2) eingesetzt und diese mit M−1/2 vormultipliziert:

1 1 1 1
M− 2 MM− 2 q̈(t) + M− 2 KM− 2 q(t) = 0. (3.1.18)
1 1
Mit der Abkürzung M− 2 KM− 2 = A wird Gl. (3.1.18)
Iq̈(t) + Aq(t) = 0. (3.1.19)
Für diese wird wieder der harmonische Lösungsansatz
q(t) = vejωt (3.1.20)
gewählt, der in Gl. (3.1.19) eingesetzt zu
(−ω2 I + A)vejωt = 0
oder
Av = ω2 v = λv (3.1.21)
führt, was zu zeigen war.
Wenn die Matrizen M und K, wie in unserem Fall, symmetrisch sind, dann ist
auch die Matrix A symmetrisch, und man spricht vom symmetrischen Eigen-
wertproblem. Es zeigt folgende Eigenschaften:
1. Alle Eigenwerte λi sind reell,
2. Alle Eigenvektoren sind zueinander orthogonal:
vi ¼ vj = 0, i = j, (3.1.22)
3. Die Eigenvektoren werden auf Eins normiert:

vi
vi ⇐ , (3.1.23)
vi
und bilden dann die Eigenvektor-Matrix V
V = (v1 , v2 , . . . , vn ). (3.1.24)
Diese Matrix heißt Modal-Matrix und ist orthonormal.
Wir exemplifizieren das Beschriebene durch Fortführen des Beispiels 17 im

Beispiel 20 Es gilt mit

1

=
0

m1 0 m1
M1/2 = und mit M−1/2 1
0 m2 0
m2
für die transformierte Matrix

3 −1

A = M−1/2 KM−1/2 = ,
−1 3
und damit ergibt sich für das Eigenwert-Problem:

3 − λ −1

(A − λI)v = 0 oder v = 0.
−1 3−λ
Nun werden aus der Bedingung der Singularität der Matrix in der voranstehen-
den Gleichung ihre Eigenwerte bestimmt:
3 − λ
−1 −1
3−λ

= 0 =⇒ λ2 − 6λ + 8 = 0 =⇒ λ1,2 = {2, 4}.
Dieses Ergebnis stimmt natürlich mit dem aus Beispiel 17 überein.

Als nächstes werden die zu den λi gehörenden Eigenvektoren vi ermittelt:
3 − λ 1 −1

v1 = 0 =⇒ v11 − v12 = 0 =⇒ v11 = v12 .
−1 3 − λ1
Dieser wird zu Eins normiert:

v1 = v211 + v212 = 2v11 ,

und aus der Forderung v1 = 1 wird v11 = 1/ 2 erhalten und damit
1
1
v1 = .
2 1
3 − λ
Und nun
2 −1
v2 = 0 =⇒ −v21 − v22 = 0 =⇒ v21 = −v22 .
−1 3 − λ2

Und aus v2 = 2v21 = 1 folgt v21 = 1/ 2 und damit wird
1
1
v2 = .
2 −1
Aus beiden Resultaten zeigen Sie leicht: v1 ¼ v2 = 0, die Orthogonalität, und

da beide Eigenvektoren zu Eins normiert sind, ist die Eigenvektor-Matrix V =
(v1 , v2 ) orthonormal.
2
1
Analog zur Transformation (3.1.17) x = M− 2 q gilt auch die Transformation
1 1
ui = M− 2 vi oder vi = M 2 ui . (3.1.25)
Damit wird gezeigt, daß
vi¼ vj = (M 2 ui ) ¼ M 2 uj = ui¼ (M 2 ) ¼ M 2 uj = ui¼ Muj = 1

1 1 1 1
(3.1.26)
orthonormal ist.
Übung 18 Zeigen Sie die eben hergeleitete Aussage mit den Ergebnissen des
Beispiels 20.
2
3.1.1.3.2 Transformation auf Diagonalform Zunächst sei nochmals die Modal-

Matrix V betrachtet. Als orthonormale Matrix besitzt sie folgende Eigenschaft[21]:
V ¼ V = I. (3.1.27)
Übung 19 Zeigen Sie die Eigenschaft (3.1.27) anhand der Eigenvektoren aus
Beispiel 20.
2
Übung 20 Zeigen Sie, daß aus der Eigenschaft (3.1.27) folgende einfache Aus-
sage über die Inversion einer orthonormalen Matrix getroffen werden kann:
V −1 = V ¼ . (3.1.28)
2
Eine Transformation einer Matrix X mit einer nicht-singulären Matrix T
Y = T −1 XT (3.1.29)
wird als Ähnlichkeitstransformation bezeichnet. Die Matrix Y wird als zur Ma-
trix X ähnlich bezeichnet.
Folgende Eigenschaft bildet die Grundlage der Modalanalyse: Eine symmetrische
Matrix A ist durch die Ähnlichkeitstransformation mit der Modal-Matrix V
Λ = V −1 AV = V ¼ AV = diag(λ1 , λ2 , . . . , λn ) (3.1.30)
diagonalisierbar. Die Matrix Λ wird als Spektralmatrix benannt.

Übung 21 Zeigen Sie mit den Parametern des Beispiels 20 die Gültigkeit der
Aussage (3.1.30). Vergessen Sie nicht, daß diese Übung kein Beweis von (3.1.30)
ist!
2
3.1.1.3.3 Entkopplung der Systemgleichungen Mit den Ergebnissen des vo-

rangegangenen Paragraphen können wir den letzten Schritt der Modallanalyse,
die Entkopplung der Systemgleichungen vornehmen. Dazu wird eine weitere
Koordinatentransformation durchgeführt, mit deren Hilfe die Matrix A diago-
nalisiert wird, ohne daß die zur Einheitsmatrix transformierte Massenmatrix
wieder ent-diagonalisiert wird:
q = Vp. (3.1.31)
Die Variable p nach Gl. (3.1.31) wird in die Gl. (3.1.19) substituiert
V p̈(t) + AVp(t) = 0
und diese Gleichung mit der Inversen, d.h. der Transponierten, von V von links
(vor-)multipliziert:
V ¼ V p̈(t) + V ¼ AVp(t) = 0 (3.1.32a)

Ip̈(t) + Λp(t) = 0 (3.1.32b)
p̈(t) + Λp(t) = 0. (3.1.32c)
Damit ist die Entkopplung der Systemgleichungen vollendet, und jede dieser
kann für sich nach den Methoden des Kap. 2 gelöst werden. Die Behandlung der
Anfangsbedingungen wird in der Zusammenfassung des Algorithmus im nächs-
ten Paragraphen erläutert.
Beispiel 21 In Komponenten lautet Gl. (3.1.32c) für den Zwei-Freiheitsgrad-Fall
p̈ λ
1 1 0
p 0
1
+ =
p̈2 0 λ2 p2 0
oder
p̈1 + λ1 p1 = 0,
p̈2 + λ2 p2 = 0.
Die Rücktransformation in die Original-Koordinaten wird ebenfalls im nächsten

Paragraphen dargestellt.
2
Die (theoretische) Modalanalyse wird zusammengefaßt in folgendem
Algorithmus 1 Gegeben sei das dynamische System
Mẍ(t) + Kx(t) = 0,
x(0) = x0 ,
ẋ(0) = ẋ0 .
Es wird in folgenden Schritten die Lösung x(t) gewonnen:1

1 Zwei-Freiheitsgrad-Systeme lassen sich bequem mit Papier und Bleistift bearbeiten; bei
mehr als zwei Freiheitsgraden zieht man den Computer zu Rate, z.B. Matlab[33].
1 1
1. Berechnung von M 2 und M− 2 ,2
1 1
2. Berechnung von A = M− 2 KM− 2 ,
3. Berechnung der Eigenwerte λi = ω2i und Eigenvektoren vi
der Matrix A,
4. Ordnen der Eigenvektoren in die Modal-Matrix
V = (v1 , v2 , . . . , vn ),
5. Berechnung von P = M− 2 V und P−1 = V ¼ M 2 ,
1 1
6. Transformation der Anfangswerte
p(0) = P−1 x0 und ṗ(0) = P−1 ẋ0 ,
7. Lösung der Gleichung

p̈(t) + Λp(t) = 0 :

ṗ2i0 ωi pi0
pi (t) = p2i0 + sin ωi t + arctan
ω2i ṗi0
8. Rücktransformation der Lösung: x(t) = Pp(t).

2
Der Algorithmus sei mittels einer Matlab-Sitzung gezeigt im
Beispiel 22 In Übung 16 haben Sie gezeigt, daß für das dort gegebene Beispiel-
System die Massenmatrix und die Steifigkeitsmatrix folgende Form haben:
m 1 0
k 1+ k2 −k2

M= und .
0 m2 −k2 k2 + k3
2 Für die Diagonalmatrix m 11 0

M=
0 m22
ist m11 0

M1/2 =
0 m22
Für die symmetrische Matrix a b
M=
b d
wird die Angelegenheit etwas komplizierter; auch hier hilft wieder Maple:
> interface(labeling=false);
> M:=matrix([[a,b],[b,d]]);
a b
M :=
b d
> S:=‘linalg/matpower‘(M,1/2);
S := result
> print(S);
Wählen Sie nun folgende Parameter: m1 = 1 kg, m2 = 1 kg, k1 = 1 N/m,

k2 = 2 N/m,k3 = 1 N/m, x2 (0) = 1 m und alle anderen Anfangswerte zu Null.
Es folgt die Ausgabe der Matlab-Sitzung:
M =
1 0
0 1
K =
3 -2
-2 3
M1 =
1 0
0 1
M2 =
1
( 2a + 2d + 2 a2 − 2ad + d2 + 4b2 a2 − 2ad + d2 + 4b2
4

− a 2a + 2d − 2 a2 − 2ad + d2 + 4b2

+ a 2a + 2d + 2 a2 − 2ad + d2 + 4b2

+ d 2a + 2d − 2 a2 − 2ad + d2 + 4b2

− d 2a + 2d + 2 a2 − 2ad + d2 + 4b2
Æ
+ 2a + 2d − 2

a2 − 2ad + d2 + 4b2
1
a2 − 2ad + d2 + 4b2 )

a2 − 2ad + d2 + 4b2 , b(− 2a + 2d − 2 a2 − 2ad + d2 + 4b2
2
Æ
+ 2a + 2d + 2 a2 − 2ad + d2 + 4b2 ) a2 − 2ad + d2 + 4b2
1
b(− 2a + 2d − 2 a − 2ad + d + 4b

2 2 2
Æ a − 2ad + d + 4b , −1(
2

+ 2a + 2d + 2 a − 2ad + d + 4b )
2 2 2 2 2 2
4

− 2a + 2d + 2 a − 2ad + d + 4b a − 2ad + d + 4b
2 2 2 2 2 2

+ d 2a + 2d − 2 a − 2ad + d + 4b
2 2 2

− d 2a + 2d + 2 a − 2ad + d + 4b
2 2 2

− a 2a + 2d − 2 a − 2ad + d + 4b
2 2 2

+ a 2a + 2d + 2 a − 2ad + d + 4b
2 2 2
Æ

− 2a + 2d − 2 a − 2ad + d + 4b a − 2ad + d + 4b )
2 2 2 2 2 2
a2 − 2ad + d2 + 4b2
1 0
0 1
A =
3 -2
-2 3
V =
-0.7071 -0.7071
0.7071 -0.7071
D =
5 0
0 1
P =
-0.7071 -0.7071
0.7071 -0.7071
PI =
-0.7071 0.7071
-0.7071 -0.7071
x0 =
0
1
xp0 =
0
0
p0 =
0.7071
-0.7071
pp0 =
0
0
w1 =
2.2361
w2 =
1
und hier der Eingabe-File für die Sitzung:
M=[1,0;0,1]
K=[3,-2;-2,3]
M1=sqrt(M)
M2=inv(M1)
A=M2*K*M2
[V,D]=eig(A)
P=M2*V
PI=V’*M1
x0=[0;1]
xp0=[0;0]
r0=PI*x0
rp0=PI*xp0
t=linspace(0,20,2000);
w1=sqrt(D(1,1))
w2=sqrt(D(2,2))
r1=r0(1)*cos(w1.*t)+rp0(1)/w1*sin(w1.*t);
r2=r0(2)*cos(w2.*t)+rp0(2)/w2*sin(w2.*t);
r1=sqrt(r0(1)^2+rp0(1)^2/w1^2)*sin(w1.*t+atan2(r0(1)*w1,rp0(1)));
r2=sqrt(r0(2)^2+rp0(2)^2/w2^2)*sin(w2.*t+atan2(r0(2)*w2,rp0(2)));
x1=P(1,1)*r1+P(1,2)*r2;
x2=P(2,1)*r1+P(2,2)*r2;
plot(t,x1,’-’,t,x2,’--’)
grid
xlabel(’t’)
ylabel(’x(t)’)
gtext(’\leftarrow x_1’)
gtext(’\leftarrow x_2’)
Der Lösungsgraph ist in Abb. 3.4 dargestellt.
0.8
← x1
0.6
0.4
0.2
← x2
x(t)
−0.2
−0.4
−0.6
−0.8
−1
0 2 4 6 8 10 12 14 16 18 20
t
Abbildung 3.4: Modalanalyse
Übung 22 Wiederholen Sie das Beispiel mit Bleistift und Papier!

Skizzieren Sie auch p.
Worin besteht der Unterschied zu den Graphen in Abb. 3.4?
3.1.1.4 Beispiele
3.1.1.4.1 Werkzeugmaschine Eine Werkzeugmaschine mit der Masse m =

1000 kg und dem Massenträgheitsmoment J0 = 300 kgm2 sei elastisch gela-
gert mit k1 = 3 106 N/m und k2 = 2 106 N/m. Die Lager seien l1 = 0.5 m
und l2 = 0.8 m vom Schwerpunkt entfernt. Berechnen Sie die natürlichen Fre-
quenzen und Eigenformen der Maschine.
m J0
k1 k2
11111111111111111111111111111
00000000000000000000000000000
l1 l2
Abbildung 3.5: Prinzipskizze der Werkzeugmaschine
Die Modellbildung kann unter unterschiedlichen Koordinatensystemen erfolgen.

Zunächst sei ein Koordinatensystem entsprechend Abb. 3.6 gewählt. Die beiden
Koordinaten sind x(t) (translatorische Bewegung des Schwerpunktes) und θ(t)
(rotatorische Bewegung um den Schwerpunkt). Der freigeschnittene Körper in
Abb. 3.6 zeigt für kleine Auslenkungen folgendes Kräftegleichgewicht:
mẍ = −f1 − f2 = −k1 (x − l1 θ) − k2 (x + l2 θ)
und folgendes Momentengleichgewicht:
J0 θ̈ = f1 l1 − f2 l2 = k1 l1 (x − l1 θ) − k2 l2 (x + l2 θ).
In Matrix-Schreibweise lauten beide Gleichungen zusammengefaßt:

m 0 ẍ k1 + k2 −k1 l1 + k2 l2
x 0
+ =
0 J0 θ̈ −k1 l1 + k2 l2 k1 l21 + k2 l22 θ 0
Die Lösung ist wieder in der folgenden Matlab-Sitzung gegeben, wobei die Werte
aus Matlab heraus mit dem Befehl diary gespeichert werden:
1 m =
l1 l2
x 1 (t) x(t) x 2 (t)
θ (t)
f1
f2
Abbildung 3.6: Koordinatensystem der Werkzeugmaschine
2 1000
3 J =
4 300
5 k1 =
6 3000000
7 k2 =
8 2000000
9 l1 =
10 0.50000000000000
11 l2 =
12 0.80000000000000
13 M =
14 1000 0
15 0 300
16 K =
17 1.0e+06 *
18 5.00000000000000 0.10000000000000
19 0.10000000000000 2.03000000000000
20 M1 =
21 31.62277660168379 0
22 0 17.32050807568877
23 M2 =
24 0.03162277660168 0
25 0 0.05773502691896
26 A =
27 1.0e+03 *
28 5.00000000000000 0.18257418583506
29 0.18257418583506 6.76666666666666
30 V =
31 0.99481178318674 0.10173257115012
32 -0.10173257115012 0.99481178318674
33 D =
34 1.0e+03 *
35 4.98132939148435 0
36 0 6.78533727518232
37 U =
38 0.98301325847268 0.05592416811137
39 -0.18353455714641 0.99843501912796
40 E =
41 1.0e+03 *
42 4.98132939148435 0
43 0 6.78533727518232
44 Modeshape_1 =
45 -5.35601182554696
46 Modeshape_2 =
47 0.05601182554696
48 U =
49 0.03145871078044 0.00321706637060
50 -0.00587353273389 0.05743548508159
51 U_norm =
52 0.54488085412332 0.05572122405192
53 -0.10173257115012 0.99481178318674
Mit dem korrespondierenden Eingabe-File:
%Werkzeugmaschine
format long
m=1000
J=300
k1=3000000
k2=2000000
l1=1/2
l2=8/10
M=[m,0;0,J]
K=[k1+k2,-k1*l1+k2*l2;-k1*l1+k2*l2,k1*l1^2+k2*l2^2]
M1=sqrt(M)
M2=inv(M1)
A=M2*K*M2
[V,D]=eig(A)
[U,E]=eig(K,M)
Modeshape_1=U(1,1)/U(2,1)
Modeshape_2=U(1,2)/U(2,2)
U=M2*V
U_norm=U/norm(U)
Der Unterschied der Zeilen 38,39 und 52,53 ist kein Rechenfehler, sondern beruht
auf der Definition der Matrix-Norm norm(U).
Aufgabe 19 Wiederholen Sie dieses Beispiel, wobei Sie nun die Koordinaten
nicht in den Schwerpunkt der Maschine legen, sondern um den Abstand e hori-
zontal nach links versetzt.
3.1.1.4.2 Doppelpendel
11111111
00000000
l1
θ
1
S1
m1
Bestimmen Sie für das
W1 l2
θ nebenstehenden Doppel-
2 S2
pendel die Bewegungsglei-
x1 chung in den Koordi-
m2
naten x1 und x2 für
x2 W2 kleine Ausschläge. Berech-
nen Sie die natürlichen
Frequenzen, die Amplitu-
denverhältnisse und die
Lage der Schwingungskno-
ten für m1 = m2 = m
und l1 = l2 = l. Die Seil-
kräfte sind mit S1 und S2
bezeichnet.
Das Momentengleichgewicht um den Aufhängepunkt lautet:
m1 l21 θ̈1 = −W1 l1 sin θ1

− S2 cos θ2 (l1 sin θ1 )
+ S2 sin θ2 (l1 cos θ1 )
= −W1 l1 θ1 + S2 l1 (θ2 − θ1 )
und um die Masse m1 :
m2 l22 θ̈2 + m2 l2 l1 θ̈1 = −W2 l2 sin θ2

= −W2 l2 θ2 .
Mit den Beziehungen θ1 = x1 /l1 und θ2 = (x2 − x1 )/l2 und der Approximation

S2 W2 erhalten wir
m l l1 + l2
+ xx = 00 . (3.1.33)
l1
1 1 0 ẍ W 1 1 + W2 −W2 1
l2 l2
0 m l ẍ
2 2 2 −W2 +W2 2
Für m1 = m2 = m, l1 = l2 = l und W1 = W2 = mg wird diese Matrixgleichung

ml 0
ẍ 3mg
1 −mg
x 0
1
+ = .
0 ml ẍ2 −mg mg x2 0
Dieses Problem wollen wir symbolisch, mit den Parametern m und l lösen.
Damit wir Körper der irrationalen Zahlen bleiben, wählen wir g = 10. Hier die
Maple-Sitzung:
> with(linalg):
M:=matrix([[m*l,0],[0,m*l]]);
ml
>
0
M :=
0 ml
> g:=10;
g := 10

> K:=matrix([[3*m*g,-m*g],[-m*g,m*g]]);
30 m −10 m
K :=
−10 m 10 m

> M1:=matrix([[sqrt(m*l),0],[0,sqrt(m*l)]]);

ml 0
M1 :=
0 ml
!
> M2:=inverse(M1);

""
ml
M2 :=
0
ml

ml
#
0
ml
> A:=evalm(M2&*K&*M2);
!
""
30 10
−
A := #
l l
10 10
−
l l
> V:=eigenvectors(A);
V :=
2+ 2 2− 2

[10 , 1, { −1 − 2, 1 }], [10 , 1, { 2 − 1, 1 }]
l l
> v1:=V[1];
2+ 2

v1 := [10 , 1, { −1 − 2, 1 }]
l
> v2:=v1[3];

v2 := { −1 − 2, 1 }
v3:=v2[1];

>

v3 := −1 − 2, 1
> w1:=V[2];
2− 2

w1 := [10 , 1, { 2 − 1, 1 }]
l
w2:=w1[3];

>

w2 := { 2 − 1, 1 }
w3:=w2[1];

>

w3 := 2 − 1, 1
−1 −
> W:=matrix([v3,w3]);

2 1
W :=
2−1 1
!
> U:=evalm(M2&*W);

m l (−1 − 2)
""
ml
U := #
ml ml

m l ( 2 − 1) ml
ml ml
> r1:=U[1,1]/U[1,2];

r1 := −1 − 2
> r2:=U[2,1]/U[2,2];

r2 := 2−1
> rf1:=evalf(r1);
rf1 := −2.414213562
> rf2:=evalf(r2);
rf2 := .414213562
> node1:=0;
node1 := 0
> node2:=zero/1=(1-zero)/(-r1);
1 − zero
node2 := zero = −
−1 − 2
> solve(node2,zero);
1

2+ 2
> evalf(");
.2928932188
! Ein ausführlicher Kommentar dieser Sitzung ist Inhalt eines Praktikums.
3.1.2 Gedämpfte Eigenbewegung
3.1.2.1 Modell-Gleichungen
Die Bewegungsgleichung des gedämpften Systems3 mit zwei Freiheitsgraden

entsprechend Abb. 3.7 lautet:
m 1 0
ẍ c
1 1+ c2 −c2
ẋ k
1 1 + k2 −k2
x 0
1
+ + =
0 m2 ẍ2 −c2 c2 ẋ2 −k2 k2 x2 0
(3.1.34)
und mit der Dämpfungsmatrix
c 1 + c2 −c2

C=
−c2 c2
abgekürzt
Mẍ + Cẋ + Kx = 0. (3.1.35)
1
0
0
1 x1 x2
0
1
k1 k2
0
1
0
1
0
1
m1 m2
0
1
0
1
0
1 c1 c2
Abbildung 3.7: Zwei-Freiheitsgrad-System mit Dämpfung
Die Modalanalyse des Abschnitts 3.1.1.3 kann unmittelbar zur Lösung der Gl. (3.1.35)
verwendet werden, wenn proportionale Dämpfung
C = µM + κK (3.1.36)
3 Wir betrachten vorläufig nur die geschwindigkeits-proportionale Coulomb-Dämpfung.
angenommen wird, womit die Bewegungsgleichung
Mẍ + (µM + κK)ẋ + Kx = 0. (3.1.37)
wird.
3.1.2.2 Modal-Analyse
Die beiden Koordinatentransformationen x = M−1/2 q und q = Vp führen dann

mit
A = M−1/2 KM−1/2
und Λ = diag(λ1 , . . . , λn ), den Eigenwerten λi , und V = (v1 , . . . , vn ), den
Eigenvektoren vi von A über
q̈ + (µI + κA)q̇ + Aq = 0 (3.1.38)
zu
p̈ + (µI + κΛ)ṗ + Λp = 0. (3.1.39)
Komponentenweise geschrieben, sind dies entkoppelte Differentialgleichungen
der Form
p̈i (t) + 2ζi ωni ṗi (t) + ω2ni pi (t) = 0 (3.1.40)
mit ω2ni = λi und 2ζi ωni = µ + κω2ni oder
1
µ

ζi = + κωni . (3.1.41)
2 ωni
Gl. (3.1.40) ist ganz analog zu Gl. (2.2.9) gebaut, und demnach ist die Lösung
für den unterdämpften Fall 0 < ζi < 1
pi (t) = Ai e−ζi ωni t sin (ωdi t + φi ) (3.1.42)
mit ṗ (0) + ζ ω 2
i i ni pi (0)
Ai = p2i (0) +
ωdi
und
pi (0)ωdi
φi = arctan
ṗi (0) + ζi ωni pi (0)
und mit
ωdi = 1 − ζ2i ωni .
Die zur Ermittlung von A und φ notwendigen Anfangswerte pi (0) und ṗi ste-
hen mit p(0) = V ¼ M1/2 x0 und ṗ(0) = V ¼ M1/2 ẋ0 zur Verfügung, und die
Rücktransformation der Lösung (3.1.42) geschieht wieder durch
x(t) = M−1/2 Vp(t). (3.1.43)
Die von ζi abhängigen anderen Bewegungsformen werden analog zu Absch-

nitt 2.2.2 gewonnen.
3.2 Erzwungene Bewegung
Nachdem im ersten Abschnitt dieses Kapitels über Systeme mit zwei Freiheits-
graden die Eigenbewegung ohne und mit Dämpfung relativ ausführlich be-
handelt wurde, soll für die erzwungene Bewegung nur der Fall der Coulomb-
Dämfung beschrieben werden.
3.2.1 Bewegungsgleichungen
Die Bewegungsgleichung lautet in diesem Fall:

Mẍ(t) + Cẋ(t) + Kx(t) = f(t). (3.2.1)
Wieder sei proportionale Dämpfung vorausgesetzt:
Mẍ(t) + (µM + κK)ẋ(t) + Kx(t) = f(t). (3.2.2)
Die Anfangsbedingungen x(0) = x0 und ẋ(0) = ẋ0 sind gegeben.
3.2.2 Modal-Analyse
Die Bewegungsgleichungen (3.2.2) sollen durch Diagonalisierung der System-

Matrizen (Modal-Analyse) wieder auf zwei (bzw. i.a. n) entkoppelte Differen-
tialgleichungen zurückgeführt werden.
Dazu werden wie oben die Transformationen x = M−1/2 q und q = Vp und
die Linksmultiplikationen M−1/2 und V ¼ durchgeführt, wodurch Gl. (3.2.1)
zunächst nach
q̈(t) + Bq̇(t) + Aq(t) = M−1/2 f(t)
und endlich nach
p̈(t) + ∆ṗ(t) + Λp(t) = V ¼ M−1/2 f(t) (3.2.3)
überführt wird. Dabei ist B = M−1/2 CM−1/2 und ∆ = diag(2ζi ωni ). Die
resultierenden entkoppelten Gleichungen sind
p̈i (t) + 2ζi ωni ṗi + ω2ni pi (t) = f̃i (t), i = 1, . . . , n, (3.2.4)
wobei zu beachten ist, daß die rechten Seiten f̃i die Elemente des Vektors
V ¼ M−1/2 f, also Linearkombinationen der fi , der auf jede Masse mi aufgepräg-
ten Kräfte oder auf die entsprechenden Massenträgheitsmomente Ji aufgepräg-
ten Momente sind.
Die Lösung der Bewegungsgleichung (3.2.4) aus Abschnitt 2.4.3 sei hier wiede-
rholt:
ṗ (0) + ζ ω 2
ni pi (0)
e−ζi ωni t sin (ωdi t + φi )
i i
pi (t) = pi (0)2 +
ωdi
t (3.2.5)
1
+ e−ζi ωni t f̃i (τ)eζi ωni τ sin ωdi (t − τ)dτ,
mii ωdi 0
3.2 Erzwungene Bewegung 105
mit
pi (0)ωdi
φi = arctan
ṗi (0) + ζi ωni pi (0)
und mii den Diagonalelementen der Massenmatrix M und pi (0) und ṗi (0) wie
in Paragraph 3.1.2.2. Auch die Rücktransformation in die Original-Koordinaten
x geschieht wie dort.
3.2.3 Drei Integrale
Für die Lösung (3.2.5) sind drei Integrale von Bedeutung, nämlich:
3.2.3.1 Harmonische Anregung des gedämpften Systems
Anregung: f(τ) = sin(ωτ)
Integral:
t
sin(ωτ)eζi ωni τ sin 1 − ζ2i ωni (t − τ)dτ, (3.2.6)
0
3.2.3.2 Sprungförmige Anregung des gedämpften Systems
Anregung: 1
Integral:
t
eζi ωni τ sin 1 − ζ2i ωni (t − τ)dτ, (3.2.7)
0
3.2.3.3 Harmonische Anregung des ungedämpften Systems
Anregung: f(τ) = sin(ωτ)
Integral:
t
sin(ωτ) sin ωni (t − τ)dτ, (3.2.8)
0
3.2.3.4 Lösungen der Integrale
Die Lösungen der Integrale in der o.a. Reihenfolge präsentiert für Sie Maple:
> interface(labeling=false);
> int(sin(omega*tau)*exp(zeta[i]*omega[i]*tau)*
> sin(sqrt(1-zeta[i]^2)*omega[i]*(t-tau)),tau=0..t);

−e(t ζi ωi )
$
1 − ζi 2 ωi (2 ζi ωi cos(t ω) ω + sin(t ω) ω2 − sin(t ω) ωi 2 )
((ω + 2 ω 1 − ζ ω + ω ) (ω − 2 ω 1 − ζ ω + ω
2 2 2 2 2 2
)) + ω
i
i i i i i

(2 ζ ω cos( 1 − ζ ω t) 1 − ζ + 2 sin( 1 − ζ ω t) ζ
2 2 2 2 2
ωi 2
i i i
$ i i i i i
+ sin( 1 − ζ ω t) ω − sin( 1 − ζ ω t) ω ) (
2 2 2 2
i i
i i i
(ω2 + 2 ω 1 − ζi 2 ωi + ωi 2 ) (ω2 − 2 ω 1 − ζi 2 ωi + ωi 2 ))
> int(exp(zeta*omega[i]*tau)*sin(sqrt(1-zeta^2)
> *omega[i]*(t-tau)),tau=0..t);

1 − ζ2 e(t ζ ωi ) 1 − ζ2 cos( 1 − ζ2 ωi t) + ζ sin( 1 − ζ2 ωi t)
−
ωi ωi
> int(sin(omega*tau)*sin(omega[i]*(t-tau)),tau=
> 0..t);
sin(t ω) ωi sin(ωi t) ω
− +
(ω + ωi ) (ω − ωi ) (ω + ωi ) (ω − ωi )
3.2.4 Beispiele
3.2.4.1 KFZ-Aufhängung
In Abb. 3.8 ist eine einfache KFZ-Aufhängung und ihr mechanisches Ersatz-
modell dargestellt. Es sollen zuerst die Bewegungsgleichungen und daran an-
schließend die natürlichen Frequenzen des Systems bestimmt werden. Die Fahr-
zeugmasse sei munnamed.fig1 = 2000 kg, die Federsteifigkeit k1 = 103 N/m,
die Reifenmasse m2 = 50 kg und die Reifensteifigkeit k2 = 104 N/m.
Die Bewegungsgleichungen für ein Zwei-Freiheitsgrad-System ohne Dämpfung

lauten Mẍ + Kx = 0 oder
2000 0

1000 −1000

ẍ + x = 0.
0 50 −1000 11000
Die natürlichen Frequenzen ergeben sich aus der Lösung der Polynomgleichung
det(−ω2n M + K) = 0
oder
−2000ω + 1000
−1000 2
n −1000
−50ω2n + 11000

= 105 ω4n − 2.205
107 ω2n + 107 = 0
und damit ω2n1,2 = λ1,2 = {0.4545, 220.0455} oder ωn1,2 = {0.6741, 14.8339}.
x1
m m1
1
k1 k1
x2
m2
m2
k2
1111111111
0000000000 11111111111
0
1
00000000000
k2
0000000000
1111111111 0
1
00000000000
11111111111
Abbildung 3.8: Prinzipskizze und Ersatzmodell einer KFZ-Aufhängung
Nun sei parallel zu den Federn je ein Dämpfungsglied mit den Dämpfungsve-
rhältnissen ζ1,2 = {0.01, 0.2} geschaltet. Außerdem sei das Rad von einer Kraft
f2 (t) = 10 sin 3t N angeregt. Es soll die Systemantwort x1 (t) der Fahrzeugmasse
bestimmt werden. Die Anfangsbedingungen seien Null.
Zunächst wird die Koordinatentransformation q = M1/2 x durchgeführt und

damit die Matrix A = M−1/2 KM−1/2 gewonnen. Dann werden die Eigenwerte
λ1,2 mit D = diag(λ1 , λ2 ) nebst der Eigenvektormatrix V bestimmt. Dies geht
noch einfach per Hand“. Ich kopiere aber direkt aus einer Matlab-Sitzung:4
”
>> M1=sqrt(M)
M1 =
4 Das geht unter Linux ähnlich wie Cut-and-Paste unter Windows.

44.72135954999580 0
0 7.07106781186548
>> M2=inv(M1)
M2 =
0.02236067977500 0
0 0.14142135623731
>> A=M2*K*M2
1.0e+02 *
0.00500000000000 -0.03162277660168
-0.03162277660168 2.20000000000000
>> [V,D]=eig(A)
V =
0.99989628223203 -0.01440224907975
0.01440224907975 0.99989628223203
D =
1.0e+02 *
0.00454451365276 0
0 2.20045548634724
Die Koordinatentransformation nach p = V ¼ q führt auf die (zweimal) transfor-
mierte Systemgleichung
p̈(t) + diag(2ζωni )ṗ(t) + Λp(t) = V ¼ M−1/2 f(t),
deren rechte Seite
f(t) = (0.02036785597726 sin 3t, 1.41406688329898 sin 3t) ¼
ist. Die entkoppelten Gleichungen lauten somit
p̈1 + 0.0134826ṗ1 + 0.4544514p1 = 0.0203679 sin 3t
p̈2 + 5.9335729ṗ2 + 220.0455486p2 = 1.4140669 sin 3t,
und deren Lösungen sind:5

5 Gewonnen mit Maple aus der Form
p̈1 + aṗ1 + bp1 = csin 3t
und damit für beide Gleichungen mit unterschiedlichen a, b und c verwendbar.
> interface(labeling=false):
> dsolve({diff(p(t),t,t)+a*diff(p(t),t)+b*p(t)
> =c*sin(3*t),p(0)=0,D(p)(0)=0},p(t)):
> simplify(");
1 Ô
p(t) = (−6 e(−1/2 (a− a −4 b) t) b + 2 sin(3 t) b a2 − 4 b
2
2 Ô
+ 6 e(−1/2 (a+ a −4 b) t) b − 6 cos(3 t) a a2 − 4 b
2
Ô Ô
+ 54 e(−1/2 (a− a2 −4 b) t)
+ 3 e(−1/2 (a− a2 −4 b) t)
a2 − 4 b a
Ô Ô
(−1/2 (a+ a2 −4 b) t) (−1/2 (a+ a2 −4 b) t)
− 3e a + 3e
2
a2 − 4 b a
Ô Ô
Æ
(−1/2 (a− a2 −4 b) t) (−1/2 (a+ a2 −4 b) t)
+ 3e a − 54 e
2
− 18 sin(3 t) a2 − 4 b)c ( a2 − 4 b (9 a2 + b2 − 18 b + 81))
Es darf nicht vergessen werden, die Koordinaten p in die ursprünglichen physi-

kalischen Koordinaten zurückzutransformieren:
x(t) = M−1/2 Vp(t).
Da nur die erste Koordinate x1 (t) gesucht ist, ist dies ein einfaches Skalarpro-
dukt, dessen Ausführung sei dem Leser überlassen.
3.2.4.2 KFZ-Nickbewegung
Dieses Beispiel wird in einer Übung im WS 1997/98 behandelt.

Kapitel 4
Viel-Freiheitsgrad-Systeme
Systeme mit mehr als zwei Freiheitsgraden sind mit Papier und Bleistift“mühsam
”
zu analysieren. Die Verallgemeinerung von zwei auf mehr als zwei Freiheitsgrade
unter Verwendung des Matrix-Kalküls und eines Computers (Matlab) ist dage-
gen trivial.
Die entsprechende Ausarbeitung erfolgt erst in den nächsten Semesterferien.
Diesmal ist die Materie kein Prüfungsstoff!
112 Viel-Freiheitsgrad-Systeme
Kapitel 5
Kontinuierliche Systeme
Die bisher behandelten dynamischen Systeme waren durch konzentrierte Para-

meter (Masse, Dämpfungsbeiwert, Steifigkeit) gekennzeichnet. Im mathemati-
schen Kontext sind diese durch gewöhnliche Differentialgleichungen beschrieben.
Nun sollen Systeme beschrieben und behandelt werden, die nicht mehr durch
diskret verteilte Massen sondern durch kontinuierlich verteilte Parameter cha-
rakterisiert sind. Dazu gehören Saiten, Stäbe, Balken, Platten, Schalen und
andere mechanische Systeme. Diese werden nun als partielle Differentialglei-
chungen modelliert: Die Variablen sind nun von Ort und Zeit abhängig, z.B.
bezeichnet w(x, t) die Durchbiegung eines Balkens am Ort x zum Zeitpunkt t.
Begonnnen wird mit Systemen 2. Ordnung, danach folgen Systeme 4. Ordnung.

Wir beschränken uns dabei auf lineare Systeme.
5.1 Systeme zweiter Ordnung
Systeme zweiter Ordnung sind schwingende Saiten und längs- und torsionssch-
wingende Stäbe. Zunächst seien schwingende Saiten (Streichinstrumente, Brü-
ckenkabel, Überlandleitungen) behandelt.
5.1.1 Die Schwingende Saite
5.1.1.1 Mathematisches Modell
In Abbildung 5.1 ist eine beidseitig eingespannte Saite mit der Länge l gezeigt.
Sie steht unter (Längs-)Spannung τ, hat eine homogene Dichteverteilung ρ und
wird quer zur Längenabmessung mit Last/Länge f(x, t) belegt. Die seitliche
Auslenkung der Saite ist w(x, t).
114 Kontinuierliche Systeme
11
00 f(x,t) 111
000
00
11
00
11
000
111
000
111
00
11
00
11
000
111
000
111
00
11
000
11
000
111
l111
000
00
11 x
000
111
f(x,t) w(x,t) τ2
θ2
x2 =x1 + ∆ x
θ1 x
τ1 1
Abbildung 5.1: Schwingende Saite
Die Abbildung zeigt auch einen infinitesimalen Ausschnitt ∆x, anhand dessen
die Bewegungsgleichung modelliert wird. Das zweite Axiom von Newton ergibt
quer zur Saite:
∂2 w(x, t)
ρ∆x = f(x, t)∆x − τ1 sin θ1 + τ2 sin θ2 (5.1.1)
∂t2
und längs zur Saite
0 = −τ1 cos θ1 + τ2 cos θ2 . (5.1.2)
Mit der Approximation für kleine Winkel θ und der Steigung ∂w/∂x der Saite

∼ tan θi = ∂w(x, t)
sin θi =
∂x

xi
∼ 1 ergibt Gl. (5.1.2) τ1 = τ2 = τ und Gl. (5.1.1)

und cos θi =

ρ∆x
∂2 w(x, t)
∂t 2
= f(x, t)∆x − τ
∂w(x, t)
∂x
+τ
∂w(x, t)
∂x
. (5.1.3)
x1 x2
Zwischen links- und rechtsseitiger Steigung besteht nach Taylor-Entwicklung

folgender Zusammenhang:

τ
∂w(x, t)
∂x
=τ
∂w(x, t)
∂x
+
∂
∂x
τ
∂w(x, t)
∂x
∆x + O(∆x2 ).
x2 x1 x1
Bei Vernachlässigung der Terme höherer Ordnung O(∆x2 ) wird Gl. (5.1.3) mit
c = τ/ρ, der Ausbreitungsgeschwindigkeit der Welle, und f(x, t) = 0 die freie
Schwingung der Saite
∂2 w(x, t) ∂2 w(x, t)
2
= c2 . (5.1.4)
∂t ∂x2
5.1 Systeme zweiter Ordnung 115
Gleichung (5.1.4) ist die Gleichung der schwingenden Saite; sie wird in der ma-
thematischen Physik als Wellengleichung bezeichnet. Es ist eine lineare par-
tielle Differentialgleichung zweiter Ordnung in Raum und Zeit. Zu ihrer Lösung
werden zwei (räumliche) Randbedingungen und zwei (zeitliche) Anfangsbedin-
gungen benötigt: Man spricht von einem Anfangs-Randwert-Problem. Bei der
eingespannten Saite liegen beide Ränder fest:
w(0, t) = w(l, t) = 0, t 0. (5.1.5)
Ganz analog zu den Systemen mit endlich vielen Freiheitsgraden sind Anfang-
swerte für den Ort und die Geschwindigkeit anzugeben:
w(x, 0) = w0 (x), ẇ(x, 0) = v0 (x), 0 < x < l. (5.1.6)
Die Saiten- oder Wellengleichung ist eine Gleichung vom hyperbolischen Typ.
Bezüglich der Klassifizierung von partiellen Differentialgleichungen geben An-
hang E und Logan[30] Auskunft.
5.1.1.2 Lösung der Wellengleichung
Wir betrachten zunächst den homogenen Teil von Gl. (5.1.4):
∂2 w(x, t) 2
2 ∂ w(x, t)
= c (5.1.7)
∂t2 ∂x2
und separieren die Variable w(x, t) in einen ortsabhängigen Anteil X(x) und
einen zeitabhängigen Anteil T (t):1
w(x, t) = X(x)T (t). (5.1.8)
Dies bedeutet, daß X(x) die Form der Saite bestimmt und T (t) ihre Bewegung.
Damit wird Gl. (5.1.7)
c2 X¼¼ (x)T (t) = X(x)T ¼¼ (t)
oder nach Umformung

X¼¼ (x) T ¼¼ (t)
= 2 .
X(x) c T (t)
In dieser Gleichung ist die linke Seite nur von x abhängig, die rechte nur von t,
die Variablen sind separiert. In die rechte Seite kann jedes positive t eingesetzt
werden, und die linke Seite muß die resultierende Zahl für jedes x [0, l] ergeben.
D.h. diese Gleichung ist für zwei Variable x und t nur dann erfüllt, wenn sie
konstant ist.
Aufgabe 20 Geben Sie ein mathematisches Argument für die Richtigkeit dieser
Behauptung.
2
1 Diese Technik der Separation der Variablen geht auf Fourier zurück.
Die Seperationskonstante λ in dieser Gleichung

X¼¼ (x) T ¼¼ (t)
= 2 = −λ (5.1.9)
X(x) c T (t)
hat konventionell negatives Vorzeichen. Gl. (5.1.9) legt zwei Teilprobleme vor:
1. Das Ortsproblem
X¼¼ + λX = 0, (5.1.10)
2. und das Zeitproblem
T ¼¼ + λc2 T = 0. (5.1.11)
Wir lösen zunächst das Ortsproblem. Da w(0, t) = X(0)T (t) = 0 und w(l, t) =
X(l)T (t) = 0 sind, schließen wir auf X(0) = X(l) = 0, da die alternative An-
nahme T (t) = 0 zu w(x, t) = 0 also zur unbewegten Saite führt. Damit wird
Problem (5.1.10) zu einem Randwertproblem
X¼¼ + λX = 0, X(0) = 0, X(l) = 0. (5.1.12)
Hierin ist λ ganz analog zu diskreten Systemen Eigenwert des Problems und
nichttriviale Lösungen X die zugehörigen Eigenfunktionen.
Wir untersuchen unterschiedliche Lösungstypen: a) Für λ = 0 ist X¼¼ = 0, was
nach zweifacher Integration zu X(x) = ax + b mit Konstanten a und b führt;
diese sind wegen X(0) = b = 0 und X(l) = al = 0 beide Null, weswegen
Problem (5.1.12) keine nichttriviale Lösung besitzt. b) Nun sei λ < 0, z.B.
λ = −k2 , was zu X¼¼ − k2 X = 0 führt mit der Lösung X(x) = aekx + be−kx .
Die Randwerte ergeben zunächst X(0) = a + b = 0 oder a = −b mit X(x) =
2a sinh kx und dann speziell X(l) = 2a sinh kl = 0, was nur für a = 0 möglich
ist: Auch dieser Fall führt nur auf triviale X(x) 0. Es bleibt c) λ > 0, z.B.
λ = k2 und X¼¼ + k2 X = 0 mit der Lösung
X(x) = a cos kx + b sin kx.
Der linke“ Randwert fordert X(0) = a = 0 und damit X(x) = b sin kx. Der
”
rechte“ Randwert bedingt X(l) = b sin kl = 0, was einerseits für b = 0 wiede-
”
rum nur die triviale Lösung X(x) 0 ergibt, andererseits auch für sin kl = 0
erfüllt ist, was in
kl = nπ, n = 1, 2, 3, . . . ,
oder
λn = k2 = n2 π2 /l2 , n = 1, 2, 3, . . . , (5.1.13)

resultiert mit entsprechenden Eigenfunktionen
x
Xn (x) = sin nπ . (5.1.14)
l
Die erhaltenen Eigenwerte werden nun in die Zeitgleichung eingesetzt:
n2 π2 c2
T ¼¼ + T = 0,
l2
welche die allgemeine Lösung

ct
ct

Tn (t) = an cos nπ + bn sin nπ , n = 1, 2, 3, . . . ,
l l
besitzt.

Orts- und Zeitlösung werden zur Gesamtlösung zusammengeführt:
ct ct
x

wn (x, t) = Xn (x)Tn (t) = an cos nπ + bn sin nπ . sin nπ
l ll
(5.1.15)
Diese Lösung erfüllt die Wellengleichung für alle positiven n und die Randbe-
dingungen w(0, t) = w(l, t) = 0. Die noch unbestimmten Koeffizienten an und
bn in Gl. (5.1.15) werden durch Auswertung der Anfangsbedingungen w0 (x)
und v0 (x) gewonnen. Hier wird nur das Ergebnis mitgeteilt, eine ausführliche
Begründung findet der interessierte Leser in O’Neil[37].
∞

Auch die unendliche Summe
ct
ct
x
w(x, t) = an cos nπ + bn sin nπ sin nπ (5.1.16)
l l l
n=1
erfüllt die Wellengleichung, und der Anfangswert

∞
x
w(x, 0) = an sin nπ = w0 (x)
l
n=1
wird durch die an als Fourier-Koeffizienten

2 l x
an = w0 (x) sin nπ dx (5.1.17)
l 0 l

erfüllt. Ebenso wird mit der partiellen Ableitung der Lösung nach der Zeit
∞
c ct ct x
wt (x, t) = nπ −an sin nπ + bn cos nπ sin nπ
l l l l
n=1
der Anfangswert
∞
c x
wt (x, 0) = nπ bn sin nπ = v0 (x)
l l
n=1
durch die bn als Fourier-Koeffizienten

2 l

x
bn = v0 (x) sin nπ dx (5.1.18)
nπc 0 l
erfüllt.
Gleichungen (5.1.16)– (5.1.18) sind die (Fourier-)Lösung der Wellengleichung.
Die Herleitung der D’Alembert-Lösung
x+ct
1 1
w(x, t) = [w0 (x − ct) + w0 (x + ct)] + v0 (ξ)dξ
2 2c x−ct
findet der Leser in O’Neil[37].

Beispiel 23 Gegeben sei die Wellengleichung
wtt = 4wxx , 0 < x < 1, t > 0,
Randbedingungen:
w(0, t) = 0, w(1, t) = 0, t 0,
Anfangsbedingungen:
⎧
⎪
⎪ falls0 x 1/4,
⎨x
w(x, 0) = w0 (x) = 1/4 falls1/4 x 3/4, ẇ(x, 0) = v0 (x) = 0, 0 x 1.
⎪
⎪
⎩1 − x falls3/4 x 1,
1 v0 (x) = 0 sind auch alle bn = 0 in Gl. (5.1.16). Die Koeffizienten an =

Mit
2 0 w0 (x) sin nπxdx berechnet die folgende Maple-Sitzung, die auch einen Gra-
phen für x [0, 1] und t [0, 1] zeichnet.
> assume(n,integer);
> w[0]:=piecewise(x<1/4,x,x<3/4,1/4,x<1,1-x);
⎧
⎪ 1
⎪x
⎪ x<
⎨ 4
w0 := 1 x<
3
⎪
⎪
⎪
⎩
4 4
1−x x<1
> a[n]:=2*int(w[0]*sin(n*Pi*x),x=0..1);
1 3
sin( n˜ π) + sin( n˜ π)
an˜ := 2 4 4
n˜2 π2
> w:=sum(a[n]*sin(n*Pi*x)*cos(2*n*Pi*t),n=1..105):
> plot3d(w,x=0..1,t=0..1,axes=frame);
0.2
0.1
–0.1
–0.2
0
0.2 0
0.4 0.2
0.4
t 0.6
0.6 x
0.8 0.8
1
5.1.1.3 Charakteristische Gleichung
Die Behandlung der Randbedingungen soll nun systematisiert werden. Dazu

wählen wir eine Konfiguration wie sie in Abb. 5.2 dargestellt ist: Die Saitenenden
können sich in einem Schlitz reibungsfrei vertikal bewegen. In diesem Fall kann
die Saite keine Kraft vertikal zur Längenausdehnung x aufnehmen, d.h.
∂y
τ =0 (5.1.19)
∂x
oder ∂y/∂x = 0.
y,w
Abbildung 5.2: Schwingende Saite: Variation der Randbedingungen
Dann werden mit der Ableitung von

X(x) = a cos kx + b sin kx,
d.h. mit
X¼ (x) = −ka sin kx + kb cos kx
X (0)
die beiden Randbedingungen in Vektordarstellung formuliert:
¼ −ka0 kb1
0
= = .
X¼ (l) −ka sin kl kb cos kl 0
Da aus der ersten Gleichung b = 0 folgt, kann die Vektordarstellung umgeformt

werden in eine Matrixdarstellung:
0 k
a 0
= .
−k sin kl k cos kl b 0
Dieses lineare Gleichungssystem mit den unbekannten Koeffizienten a und b hat
nur dann eine nicht verschwindende Lösung, wenn die Determinante der Matrix
Null wird, d.h.
k2 sin kl = 0. (5.1.20)
Gleichung (5.1.20) ist die charakteristische Gleichung des Systems.
Aufgabe 21 Geben Sie die Lösung der Wellengleichung mit den Randbedingun-
gen dieses Abschnitts an.
2
5.1.2 Längsschwingung von Stäben
Nach der schwingenden Saite betrachten wir als nächstes Kontinuum die Läng-
sschwingungen von Stäben. Auch sie führen auf das Modell einer Differential-
gleichung zweiter Ordnung im Ort und in der Zeit.
Eine Prinzipskizze der Anordnung zeigt Abb. 5.3, die auch ein infinitesimales
Stabelement mit der Längenausdehnung dx enthält,2 auf das das zweite Axiom
von Newton angewendet, folgende Gleichgewichtsbeziehung ergibt:
∂2 w(x, t)
ρA(x)dx = F + dF − F.
∂t2
Hierin ist w(x, t) die Auslenkung des Stabes am Ort x zum Zeitpunkt t, ρ die
Dichte des Stabmaterials, A(x) die (variable) Querschnittsfläche, und F bzw. F+
dF sind die (Zug-)Kräfte, die in x−Richtung auf die beiden Querschnittsflächen
wirken.
11
00
00
11
00
11
00
11
00
11
00
11
00
11 0
00
11
l
11
00 x
w(x,t)
F F+dF
Abbildung 5.3: Schwingender Stab
Ein Ergebnis aus der Festigkeitslehre stellt folgenden Zusammenhang zwischen

Kraft F und Zugspannung σs und zwischen Zugspannung und Dehnung wx her:
F = σs A(x) und σs = Ewx (x, t), und damit
∂w(x, t)
F = EA(x) .
∂x
In die Gleichgewichtsbeziehung eingesetzt und mit dF = (∂F/∂x)dx erhält man
∂2 w(x, t) ∂
∂w(x, t)

ρA(x) 2
= EA(x) .
∂t ∂x ∂x
2 Das durchgezogene Element kennzeichnet den Gleichgewichtszustand, das gestrichelte den
deformierten.
Für konstanten Querschnitt vereinfacht sich diese Gleichung zu
∂2 w(x, t) E ∂2 w(x, t)
2
= . (5.1.21)
∂t ρ ∂x2
Diese Gleichung hat mit c = E/ρ, der Ausbreitungsgeschwindigkeit der Aus-

lenkung w ganz analoge Struktur zur Gleichung der Saite, ist also auch die
Wellengleichung.
5.1.2.2 Lösung der Modellgleichung
Die Lösung der Modellgleichung (5.1.21) wird wieder durch Separation der Va-
riablen w(x, t) = X(x)T (t) gewonnen. Sie hängt von den Randwerten
w(0, t)undw(l, t), t 0.
und Anfangswerten
w(x, 0) = w0 (x), ẇ(x, 0) = v0 (x), 0<x<l
ab. Wir besprechen zwei Beispiele und fassen Resultate für andere gebräuchliche
Randwerte in einer Tabelle zusammen.
Beispiel 24 Eingespannter Stab

Hier gilt
w(0, t) = 0 und wx (l, t) = 0,
letzteres, weil die Spannung am freien Ende des Stabes Null ist.
Der Lösungsansatz für X(x)
X(x) = a cos kx + b sin kx
wird differenziert
X¼ (x) = −ak sin kx + bk cos kx.
Aus w(0, t) = X(0)T (t) = 0 folgt X(0) = 0 und damit a = 0. Die charakteris-
tische Gleichung folgt aus
1 0
a 0
=
−k sin kl k cos kl b 0
und 1
−k sin kl 0
k cos kl
=0
zu cos kl = 0 und kl = 2(n + 1)π/2. Hieraus folgen die Eigenwerte
2(n + 1)π 2
λn = k2n = , n = 1, 2, 3, . . . .
2
Die Eigenformen X(x) sind damit

2(n + 1)π x
X(x) = bn sin
2 l
und die natürlichen Frequenzen
2(n + 1)π
ωn c.
2l
Damit wird die Gesamtlösung
∞
2(n + 1)π x
w(x, t) = (cn cos ωn t + dn sin ωn t) sin ,
2 l
1
mit
2
l 2(n + 1)π x
cn = w0 (x) sin dx
l 0 2 l
und
4
l 2(n + 1)π x
dn = v0 (x) sin dx
(2n + 1)πc 0 2 l
2
Beispiel 25 Stab mit Endmasse
In diesem Beispiel trage der eingespannte Stab an seinem freien Ende eine Zu-
satzmasse m1 .
111
000
000
111
0000
111
000
111
l
000
111
000
111 ρ AE m1
000
111
000
111
000
111
x
Abbildung 5.4: Schwingender Stab mit Endmasse
Der Randwert am linken“ Rand ist wieder w(0, t) = 0, und am rechten“ Rand
” ”
ergibt er sich aus der Gleichgewichtsbedingung zwischen Zugkraft am Balkenende
und Trägheitskraft der Endmasse.
∂w(l, t) ∂2 w(l, t)
AE = −m1 .
∂x ∂t2
Die partiellen Ableitungen der Auslenkung w(x, t) erhält man aus dem Lösung-
sansatz
wn (x, t) = (an cos kn x + bn sin kn x)(cn cos kn ct + dn sin kn ct)
zu
∂wn (x, t)
= kn (−an sin kn x + bn cos kn x)(cn cos kn ct + dn sin kn ct)
∂x
bzw.
∂2 wn (x, t)
= −k2n c2 (an cos kn x + bn sin kn x)(cn cos kn ct + dn sin kn ct).
∂t2
Setzt man diese in die Randwertbedingung ein und berücksichtigt, daß an = 0
ist (was aus dem linken Randwert folgt), dann ergibt sich
AE cos kn l = m1 kn c2 sin kn l
oder
AEl m
kn l tan kn l = = .
c2 m1 m1
Dies ist eine transzendente Gleichung zur Bestimmung der Eigenfrequenzen kn .
Sie muß numerisch gelöst werden. Die rechte Seite ist das Verhältnis der Stab-
masse m zur Endmasse m1 .
Für m = m1 sind die ersten drei Eigenfrequenzen ki l = {0.8603, 3.4256, 6.4373}.
Aufgabe 22 Formulieren Sie die Randbedingung für die Längsschwingung eines

elastischen Stabes in der Konfiguration der folgenden Abbildung.
11
00
00
11 00
11
11
00
00
11 00
11
0 l
00
11 00
11
00
11
00
11
ρ AE m1
00
11
00
11
00
11 x k 00
11
00
11 00
11
Abbildung 5.5: Schwingender Stab mit Endmasse und Federabstützung
Zeigen Sie, daß die Beziehung zur Gewinnung der Eigenfrequenzen kn
EAkn
tan kn l = − (5.1.22)
m1 k2n c2 + k
lautet, wobei k die Federkonstante ist.
5.1.2.3 Alternative Randwerte
Alternative Randwerte sind in Tabelle 5.1 zusammengefaßt.
Aufgabe 23 Beschreiben Sie den Unterschied zwischen Zeile 1 und 3 der Tabelle.
Erklären Sie die physikalische Bedeutung.
2
Konfiguration Eigenwertgleichung Eigenfrequenzen Eigenformen
nπc x
sin kn l = 0 kn = cos nπ
2n + 1 x
l l
11
00
00
11 (2n + 1)πc
00
11 cos kn l = 0 kn =
00
11 x sin π
00
11 2l 2 l
00
11
00
11
00
11
00
11 11
00
00
11 00
11
00
11 00
11 nπc x
00
11 x 00
11 sin kn l = 0 kn = sin nπ
00
11 00
11 l l
00
11 00
11
00
11 00
11
00
11 00
11
00
11 111
000
00
11 000
111
00
11 000
111 kn cot kn =
kl
kn =
nπc x
00
11 x 000
111 sin nπ
00
11 000
111 EA l l
00
11 000
111
00
11 000
111
00
11 000
111
Tabelle 5.1: Alternative Randwerte
5.1.3 Torsionsschwingungen von Stäben
Das mathematische Modell der Torsionsschwingung von Stäben wird unter Be-
zug auf Abb. 5.6 gewonnen. Zwischen dem Torsionsmoment T (x, t) und dem
Torsionswinkel θ(x, t) besteht folgender Zusammenhang[20]:
∂
T (x, t) = GJ(x) θ(x, t),
∂x
mit G dem Schermodul des Stabmaterials und J(x) dem polaren Trägheitsmo-
ment der Querschnittsfläche des Stabes.
Betrachtet werde ein infinitesimal kleiner Ausschnitt des Stabes der Länge dx,
auf den ein äußeres Moment f(x, t) pro Längeneinheit wirke; Newtons zweites
Gesetz ergibt
∂2
J0 (x)dx θ(x, t) = T (x, t) + dT (x, t) − T (x, t) + f(x, t)dx
∂t2
mit J0 (x) dem polaren Trägheitsmoment pro Längeneinheit dx. Mit dT (x, t) =
∂x T (x, t)dx erhalten wir
∂
∂2 ∂
∂

J0 (x)dx 2 θ(x, t) = GJ(x) θ(x, t) dx + f(x, t)dx,
∂t ∂x ∂x
und für homogenes Material mit konstantem Querschnitt, also J0 = ρJ, mit ρ
der Materialdichte:
∂2 ∂2
ρ 2
θ(x, t) = G 2 θ(x, t) + f(x, t). (5.1.23)
∂t ∂x
5.2 Systeme vierter Ordnung 125
dx
θ
l
x
f(x,t) T
θ
T+dT
θ+d θ
x
dx
x+dx
Abbildung 5.6: Tordierter Stab
Mit c = G/ρ und f(x, t) = 0 erhält man
∂2 2 ∂
2
θ(x, t) = c θ(x, t). (5.1.24)
∂t2 ∂x2
Diese Beziehung ist strukturidentisch zur Saitengleichung (5.1.4) und zur Glei-
chung für die Longitudinalschwingung von Stäben (5.1.21).
5.2 Systeme vierter Ordnung
5.2.1 Biegeschwingung von Balken
5.2.1.1.1 Euler-Theorie schlanker Balken In Abb. 5.7 ist ein Teilelement dx

eines transversal schwingenden Balkens mit der Querschnittsfläche A(x) und
dem Trägheitsmoment I(x) freigeschnitten. M(x, t) ist das Biegemoment, V(x, t)
die Querkraft und f(x, t) eine externe Linienbelastung pro Einheitslänge.
Zur Modellbildung sei folgende vereinfachende Annahme getroffen, die mit guter
Näherung für schlanke Balken (l/b, l/h > 10) zutrifft[2, Kap. 11].
Annahme: Die Scher-Verformung sei klein gegenüber der Biegung w(x, t), d.h.
die Seiten des Elements dx verformen sich nicht und bleiben senkrecht zur Bie-
gelinie.
f(x,t)
z
w(x,t)
x
dx
x
l
f(x,t)
M(x,t)+dM(x,t)
M(x,t)
w(x,t) V(x,t)+dV(x,t)
V(x,t)
dx
x
Abbildung 5.7: Biegung von Balken

Dann gilt für die am Element angreifenden Kräfte (Newton II):
∂2
ρA(x)dx w(x, t) = V(x, t) − (V(x, t) + dV(x, t)) + f(x, t)dx,
∂t2
oder mit
∂V(x, t)
dV(x, t) = dx
∂x
∂2 ∂
ρA(x) w(x, t) + V(x, t) = f(x, t). (5.2.1)
∂t2 ∂x
Ebenso gilt für die Momente um O:3
1
−M(x, t) + (M(x, t) + dM(x, t)) − (V(x, t) + dV(x, t))dx + dxf(x, t)dx = 0
2
oder mit
∂M(x, t)
dM(x, t) = dx
∂x
und unter Vernachlässigung von Termen höherer Ordnung
∂M(x, t)
V(x, t) = .
∂x
Einsetzen dieser Beziehung in Gl. (5.2.1) ergibt
∂2 ∂2
ρA(x) 2
w(x, t) + 2 M(x, t) = f(x, t).
∂t ∂x
Die Festigkeitslehre lehrt die Proportionalität von Biegemoment M(x, t) und
Durchbiegung w(x, t) mit dem Elastizitätsmodul E als Proportionalitätsfaktor:
∂2
M(x, t) = EI(x) w(x, t).
∂x2
Beide voranstehenden Beziehungen ergeben
∂2 ∂2
∂2

ρA(x) 2 w(x, t) + 2 EI(x) 2 w(x, t) = f(x, t).
∂t ∂x ∂x
Für konstantes A und I und ohne äußere Belastung f erhalten wir
∂2 ∂4
2
w(x, t) + c2 4 w(x, t) = 0, (5.2.2)
∂t ∂x
wobei
EI
c= (5.2.3)
ρA
ist.
3 Wegen Annahme I ist wirkt kein Massenträgheitsmoment.
5.2.1.1.2 Randwerte und Anfangswerte Die Modellgleichung (5.2.2) ist eine

lineare partielle Differentialgleichung vierter Ordnung. Zur Lösung sind vier
Randwerte des Ortes und zwei Anfangswerte der Zeit notwendig: Es handelt
sich wie in Abschnitt 5.1 um ein Anfangs-Randwert-Problem.
Die Randwerte werden durch die Balkenkonfiguration bestimmt:
Für alle t 0 und i = 0 oder i = l gelten folgende Bedingungen:
1. Eingespanntes Ende:
Durchbiegung: w(i, t) = 0,
∂
Neigung: w(i, t) = 0,
∂x
2. Freies Ende:
∂3
Scherkraft: EI 3 w(i, t) = 0,
∂x
∂2
Biegemoment: EI 2 w(i, t) = 0,
∂x
3. Unterstütztes Ende:
Durchbiegung: w(i, t) = 0,
∂2
Biegemoment: EI 2 w(i, t) = 0,
∂x
4. Vertikal gleitendes Ende:
∂
Neigung: w(i, t) = 0,
∂x
∂3
Scherkraft: EI 3 w(i, t) = 0.
∂x
Für die Anfangswerte gilt für 0 < x < l:
w(x, 0) = w0 (x),
und
ẇ(x, 0) = v0 (x),
die nicht beide identisch verschwinden dürfen.
5.2.1.2 Lösung der Modellgleichung
Die Lösung der Modellgleichung (5.2.2) wird wieder durch Separation der Va-
riablen w(x, t) = X(x)T (t) gewonnen. Einsetzen dieses Ansatzes in Gl. (5.2.2)
führt auf
T ¼¼ (t)X(x) + c2 X¼¼¼¼ (x)T (t) = 0,
welche Beziehung nach Umformung auf
X¼¼¼¼ (x) T ¼¼ (t)

c2 =− = ω2 (5.2.4)
X(x) T (t)
nur für eine Konstante ω2 erfüllt sein kann, wie in Abschnitt 5.1 ausführlich
dargelegt wurde.
Gl. (5.2.4) wird in zwei gewöhnliche Differentialgleichungen getrennt:
X¼¼¼¼ (x) − β4 X(x) = 0 (5.2.5)
und
T ¼¼ (t) + ω2 T (t) = 0, (5.2.6)
wobei abkürzend
ω2 ρAω2
β4 = 2
= (5.2.7)
c EI
steht.
5.2.1.2.1 Ortskomponente Lösungsansatz für Gl. (5.2.5) ist
X(x) = Ceλx ,
welcher eingesetzt in diese Gleichung zu
(λ4 − β4 )Ceλx = 0
oder
λ4 = β4
mit den Lösungen
λ = β, jβ
führt. Die Lösung ist damit
X(x) = C1 eβx + C2 e−βx + C3 ejβx + C4 e−jβx ,
mit Konstanten Ci , i = 1, . . . 4, die aus den vier Randbedingungen errechnet

werden.
Da
e¦βx = cosh βx sinh βx
und
e¦jβx = cos βx j sin βx,
wird
X(x) = c1 sin βx + c2 cos βx + c3 sinh βx + c4 cosh βx, (5.2.8)
mit den ci wiederum aus den Randbedingungen der Balkenkonfiguration.
Die Ermittlung der ci sei gezeigt an folgendem
Beispiel 26 in dem die Konfiguration eines an beiden Seiten frei gelagerten Bal-
kens untersucht werden soll.
Die Randwerte sind hier:
X(0) = X¼¼ (0) = X(l) = X¼¼ (l) = 0,

woraus sich mit Gl. (5.2.8) folgendes homogene Gleichungssystem für die ci
ergibt:
! ! !
"" "" ""
0 1 0 1 c1 0
−1
# # #
0 0 1 c2 0
=
sin βl cos βl sinh βl cosh βl c3 0
− sin βl − cos βl sinh βl cosh βl c4 0
und da c2 + c4 = 0 und −c2 + c4 = 0 sind, vereinfacht es sich zu
sin βl sinh βl
c 0
1
= . (5.2.9)
− sin βl sinh βl c3 0
Diese Gleichung führt nur dann zu nichttrivialen Lösungen, wenn ihre Deter-
minante gleich Null ist:
sin βl sinh βl + sin βl sinh βl = 0,
woraus sin βl = 0 folgt, oder
βn l = nπ, n = 1, 2, . . .
und damit
n
βn = π, n = 1, 2, . . . . (5.2.10)
l
n EI
Damit werden die Eigenfrequenzen mit der Beziehung (5.2.7)
2
ωn = π , n = 1, 2, . . . . (5.2.11)
l ρA
Aus Gl. (5.2.9) folgt

sin βl
c3 = c1 = 0
sinh βl
und damit ist die Lösung
Xn (x) = c1n sin βn x. (5.2.12)
2
Aufgabe 24 Wiederholen Sie Beispiel 26 für den einseitig und den beidseitig
eingespannten Balken.
2
5.2.1.2.2 Zeitkomponente Nach Kap. 2.1 ist die Lösung der Zeitkomponente,
T ¼¼ (t) + ω2 T (t) = 0,
hier durch
Tn (t) = an cos ωn t + bn sin ωn t (5.2.13)
formuliert, wobei die Koeffizienten an und bn aus den Anfangswerten bestimmt
werden, und die ωn während der Berechnung der Ortskomponente X(x) ange-
fallen sind.
Beispiel 27 Wir führen Beispiel 26 fort und geben als w0 (x) = sin 2π xl und
ẇ(x) = v0 (x) = 0 an.
Die letzte Bedingung führt wegen
d
Tn (0) = −an
0 + bn
1 = 0
dt
auf bn = 0 und damit wird die Gesamtlösung
∞

w(x, t) = X(x)T (t) = [(a1 c1 )n cos ωn t + (a1 c1 )n sin ωn t] sin βn x,
n=1
wobei die (a1 c1 )n = αn neue Paramater sind, die aus der verbleibenden An-
fangsbedingung w(x) wie folgt berechnet werden.
Es ist
∞

x
w0 (x) = sin 2π = w(x, 0) = αn sin βn x,
l
n=1
und damit werden die

0 falls n = 1, 3, 4, . . . ,
αn =
1 falls n = 2.
So daß die endgültige Problemlösung

x
w(x, t) = cos ω2 sin 2π
l
heißt.
2
Aufgabe 25 Führen Sie Aufgabe 24 analog zu Beispiel 27 fort.
2
5.2.1.2.3 Timoshenko-Theorie dicker Balken Wenn die zu Beginn von Para-

graph 5.2.1.1.1 getroffene Annahme schlanker Balken aufgegeben wird, dann
muß auch der Einfluß der Scherverformung und der rotatorischen Trägheit im
Modell berücksichtigt werden. Biegung des Balkens zieht eine zeitlich verän-
derliche Biegelinie nach sich; der entsprechenden rotatorischen Beschleunigung
wirkt eine rotatorische Trägheitskraft entgegen, die bei hoher Biegegeschwindig-
keit durchaus nicht zu vernachlässigen ist.
Die Modellkomponenten seien an Hand von Abb. 5.8 erläutert. Das betrachtete
Balkenelement hat die Länge dx, sein Massenmittelpunkt sei O. Die Gerade
O − N ist die Normale auf die Seitenfläche des Elements durch O, die Gerade
O−T die Tangente an die Biegelinie in O, die Gerade O−O ¼ ist die Biegelinie im
Ruhezustand. Die Abweichung der Tangente O − T aus der Ruhelage O − O ¼ ist
durch den Winkel α = ∂w(x,t)
∂x gekennzeichnet. Für Balken mit Scherverformung
fallen O−T und O−N nicht mehr zusammen: Es ergibt sich ein Scherwinkel γ =
φ−α. Die Scherung hat nur Verformung, keine Rotation zur Folge. Die Rotation
ist Konsequenz der Verformung in Zusammenhang mit der Durchbiegung des
Balkenelements.
Für das Biegemoment M und die Scherkraft V übernehmen wir folgende Zu-
sammenhänge aus der Festigkeitslehre[3]:
∂
M(x, t) = EI(x) φ(x, t) (5.2.14)
∂x
und
∂
V(x, t) = kA(x)Gγ = kA(x)G(φ(x, t) − w(x, t)) (5.2.15)
∂x
mit G dem Schermodul und k einem Formfaktor, der die Querschnittsform
berücksichtigt. Dieser Faktor wird heißt Timoshenko-Scher-Koeffizient und ist
k = 56 für Rechteckquerschnitte und k = 10
9
für Kreisquerschnitte[10].
y,w
M+dM
N
V+dV
P φ
γ
T
Q
M O α
O´
R
w(x,t)
V
dx
Abbildung 5.8: Timoshenko-Balken
Die Newton- und Eulergleichungen der Translation und Rotation des Balkene-
lement können nun wie folgt formuliert werden:
1. Translation in y−Richtung
∂2
ρA(x)dx w(x, t) = V(x, t) − (V(x, t) + dV(x, t)) + f(x, t)dx,
∂t2
2. Rotation parallel zur z−Achse um R
∂2 dx
ρI(x)dx φ(x, t) = −M(x, t)+(M(x, t)+dM(x, t))+(V(x, t)+dV(x, t))dx+f(x, t)dx .
∂t2 2
Einsetzen der Ausdrücke für Biegemoment und Scherkraft in diese beiden Glei-
chungen und Vernachlässigung von Termen höherer Ordnung in dx führt auf
∂2 ∂
∂

ρA(x) w(x, t) = − kA(x)G φ(x, t) − w(x, t) + f(x, t)
∂t2 ∂x ∂x
und
∂2 ∂
∂
∂

ρI(x) 2 φ(x, t) = EI(x) − kA(x)G φ(x, t) − w(x, t) .
∂t ∂x ∂x ∂x
∂
Für konstanten Querschnitt kann die erste dieser Gleichungen nach ∂x φ(x, t)
aufgelöst und in die zweite eingesetzt werden:
∂4
E
∂4 ρ2 I ∂4 ∂2
EI w(x, t) − ρ 1 + w(x, t) + w(x, t) + ρA 2 w(x, t)
∂x4 kG 2
∂x ∂t 2 kG ∂t 4 ∂t
EI ∂2 ρI ∂2
= f(x, t) + 2
f(x, t) − f(x, t),
kAG ∂x kAG ∂t2
und für den homogenen Fall f(x, t) = 0:
∂4
E
∂ w(x, t)
4
ρ2 I ∂4 ∂2
EI 4 w(x, t) − ρ 1 + + w(x, t) + ρA w(x, t) = 0.
∂x kG ∂x2 ∂t2 kG ∂t4 ∂t2
(5.2.16)
Kapitel 6
Technische Anwendungen
6.1 Schwingungsdämpfung
6.2 Schwingungstilgung
Viele technische Einrichtungen der Feinmechanik (optische Meßeinrichtungen

u.ä.) sind auf höchste Schwingungsarmut angewiesen. Diese wird durch Schwin-
gungstilgung oder Schwingungsabsorption erreicht. Dazu wird die elastisch auf-
gehängte Primärmasse m1 durch einen Absorber mit der Masse m2 entspre-
chend der Abb. 6.1 ergänzt. Das ursprüngliche Ein-Freiheitsgrad-System wird
dadurch zum Zwei-Freiheitsgrad-System.
6.2.1 Ungedämpfte Schwingungstilgung
Zunächst sei keine Dämpfung im System vorausgesetzt. Die Anregung der Primär-
masse sei f(t) = F0 sin ωt, dann gelten folgende Systemgleichungen:
m 1 0
ẍ k
1 1 + k2 −k2
x F
1 0 sin ωt

+ = , (6.2.1)
0 m2 ẍ2 −k2 k2 x2 0
in die der Ansatz

xi (t) = Xi sin ωt, i = 1, 2, (6.2.2)
eingesetzt, folgendes Gleichungssystem ergibt:
k 1 + k2 − m1 ω2 −k2
X F
1 0
AX = F oder =
−k2 k2 − m2 ω2 X2 0.
Dessen Lösung ist:

X 1 1
(k
2 − m2 ω2 )F0

= (6.2.3)
X2 det(A) k2 F0
136 Technische Anwendungen
Maschine
F sin( ω t)
0
m1
x1
k2
x2
k_1 k
_1
m2
2 2
Schwingungstilger
111111111111111111111
000000000000000000000
Abbildung 6.1: Schwingungstilgung
mit det(A) = (k1 + k2 − m1 ω2 )(k2 − m2 ω2 ) − k22 .

Tilgungsziel ist es, die Amplitude X1 der Primärmasse, der eigentlichen Ma-
schine, zu Null zu machen, d.h.
k2 − m2 ω2
X1 = F0 = 0, (6.2.4)
(k1 + k2 − m1 ω2 )(k2 − m2 ω2 ) − k22
woraus die Abstimmungsbedingung für den Isolator
k2
= ω2 (6.2.5)
m2
folgt. Diese Bedingung soll insbesondere die Vibrationen nahe der Systemreso-
nanz
k1
ω211 = ω
m1
absorbieren,1 was zusammen mit Gl. (6.2.5) zu
k1 k2
=
m1 m2
führt. Mit diesen Beziehungen und den Definitionen
ω ω
η1 = und η2 =
ω11 ω22
1 Beachten Sie, daß ω11 und ω22 die Eigenfrequenzen der beiden getrennten Systeme
(Maschine und Absorber) sind.
6.2 Schwingungstilgung 137
und der statischen Auslenkung ∆ = F0 /k1 wird die Lösung (6.2.3) als
X1
∆
= k2

1 − η21
k2
(6.2.6a)
1+ − η21 1 − η22 −
k1 k1
X2
∆
= k2
1 − k 2
(6.2.6b)
1+ − η21 1− η22
k1 k1
Der Absolutwert von (6.2.6a) ist für µ = m1 /m2 = 1/4 in Abb. 6.2 dargestellt.
1.8
µ=1/4
ω1=ω2
1.6
← ohne Isolator
1.4
1.2
|X1/∆|
0.8
0.6
0.4
0.2
a b
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
η
Abbildung 6.2: Vergrößerung der schwingungsisolierten Maschine
Aufgabe 26 Bestimmen Sie rechnerisch die beiden Eigenfrequenzen ωi , i = 1, 2,

des Gesamtsystems von Abb. 6.2.
2
Bei der Tilgungsfrequenz ω11 = ω wird die Amplitude X2 des Isolators nach
Gl. (6.2.6b)
F0
X2 = −
k2
und damit die Reaktionskraft des Tilgers auf die Primärmaschine
F2 = k2 X2 = −F0 .
D.h. die Reaktionskraft F2 kompensiert die Anregung F0 der Primärmaschine.

6.2.1.1 Eigenwerte der isolierten Maschine
Die beiden Eigenwerte der isolierten Maschine ergeben sich als Nullstelle der
Determinante det(A) mit folgenden Definitionen:
m2 ω22
µ= und ν =
m1 ω11
ω11

ω1,2 = 1 + ν2 (1 + µ) ν4 (1 + µ)2 − 2(1 − µ)ν2 + 1. (6.2.7)
2
In Abb. 6.3 sind die Eigenwerte als Funktion der Isolatormasse für unterschied-
liche Parameter ν dargestellt.
ν=1/2
2.5
2
ω2/ω11
ν=1
1.5
ω1/ω11
ν=2
0.5
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
µ
Abbildung 6.3: Eigenwerte als Funktion der Isolatormasse
Bemerkung 1 1. Aufgabe 26 und Gl. (6.2.7) zeigen, daß ein Eigenwert ω1

unter der Isolationsfrequenz ω11 liegt, und der zweite ω2 darüber. D.h.
daß beim Hochfahren der Maschine immer durch die Resonanzfrequenz
ω1 gefahren werden muß. Dort ist die Amplitude sehr groß-
2. Die Vibrationen der Maschine werden nur für eine bestimmte Frequenz
getilgt; für andere (Betriebs-)Frequenzen können die Amplituden durchaus
störend hoch werden.
6.2 Schwingungstilgung 139
3. Die Spreizung des Empfindlichkeitsbereichs (a–b) in Abb. 6.2 hängt ab

vom Massenverhältnis µ, und dieser Bereich wird mit wachsendem µ ver-
größert, s.a. Abb. 6.3.
6.2.2 Gedämpfte Schwingungstilgung
Nach Einführung einer viskosen Dämpfung entsprechend Abb. 6.4 wird Gl. (6.2.1)
Maschine
F sin( ω t)
0
m1
x1
k2 c2
x2
k_1 k
_1
m2
2 2
1
0
0
1 Schwingungstilger
1111111111111111111111
0000000000000000000000
0000000000000000000000
1111111111111111111111
Abbildung 6.4: Gedämpfte Schwingungstilgung
m ẍ c ẋ k x F
folgendermaßen ergänzt:
1 0 1 1+ c2 −c2 1 1 + k2 −k2 1 0
+ + = ejωt ,
0 m2 ẍ2 −c2 c2 ẋ2 −k2 k2 x2 0
(6.2.8)
oder allgemein:
Mẍ + Cẋ + Kx = Fejωt , (6.2.9)
in die nun wegen der durch die Dämpfung eingeführten Phasenverschiebung
zwischen Eingang und Ausgang der Lösungsansatz
xi = Xi ejωt , i = 1, 2, (6.2.10)
eingesetzt wird. Dann ergibt sich folgendes Gleichungssystem für die Amplituden
k X F
Xi :
1 + k2 − m1 ω2 + j(c1 + c2 )ω −k2 − jc2 ω 1 0

= ,
−k2 − jc2 ω k2 − m2 ω2 + jc2 ω X2 0
(6.2.11)
X k F
und daraus
1 1 2 − m2 ω2 + jc2 ω k2 + jc2 ω 0
= ,
X2 det(A) k2 + jc2 ω k1 + k2 − m1 ω2 + j(c1 + c2 )ω 0
(6.2.12)
mit A = K − ω2 M + jωC und det(A)
|A| = m1 m2 ω4 − j(m1 c2 + m2 c1 + m2 c2 )ω3 (6.2.13)

− (m1 k2 + m2 k1 + m2 k2 + c1 c2 )ω + j(c1 k2 + c2 k1 )ω + k1 k2 .
2
Aus Gl. (6.2.12) berechnen sich die (komplexen) Amplituden zu
k2 − m2 ω2 + jc2 ω
X1 = F0 , (6.2.14a)
|A|
k2 + jc2 ω
X2 = F0 . (6.2.14b)
|A|
Der Absolutwert der auf die statische Auslenkung ∆1 = F0 /k1 normierten Am-
plituden Xi wird für den wichtigen Fall c1 = 0 mit
m2 ω22 c2 ω
µ= , ν= , ζ= , η1 =
m1 ω11 2m2 ω1 ω11

berechnet als
X
∆ 1 = (2ζη ) (−1 + (1 +(2ζη
2
) + (η − ν )
)
1
2 2
1
µ η ) + (µν η + (1 − η )(η
2 2 2 2
2 2
2 2
− ν2 ))2
,
1 1

1 1 1 1
X (6.2.15a)
∆
2 = (2ζη ) (−1 + (1 + µ η(2ζη
2
) +ν
) 2 2
1
2
) + (µν η + (1 − η )(η
4
− ν2 ))2
2 2
. 2 2
1 1 1 1 1 1
(6.2.15b)
Die Maschinenauslenkung |X1 /∆1 | ist in Abb. 6.5 für µ = 1/4, ν = 1, η1 = 1 und
verschiedene ζ dargestellt. Es ist zu erkennen, was schon Gl. (6.2.14a) zeigt, daß
für kein ω die Maschinenamplitude X1 mehr Null ist. Dafür ist aber gegenüber
dem ungedämpften Fall in Abb. 6.2 der Bereich [a, b], in welchem X1 /∆1 1
gilt, aufgeweitet, d.h. das System ist unempfindlicher gegenüber Änderungen
der nominellen Drehzahl.
6.2.2.1 Optimierung
6.3 Experimentelle Modalanalyse
6.3.1 Stochastische Signale
In der experimentellen Modalanalyse werden als Erregerfunktionen Zufallssi-

gnale f(t) verwendet, bei denen f(t) für ein bestimmtes t nur mit einer gewis-
sen Wahrscheinlichkeit bekannt ist. Diese Signale können nicht in ihre Fourier-
Anteile zerlegt werden, da sie:
6.3 Experimentelle Modalanalyse 141
12
10
←ζ=1/10
8
|X1/∆|
←ζ=1/2
←ζ=1/4
2
←ζ=1/6
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
η
Abbildung 6.5: Vergrößerungsfunktion bei gedämpfter Isolation
• nicht periodisch sind,
• und nicht der Dirichlet-Bedingung

∞
|f(t)|dt < ∞
−∞
genügen.
Das zu vermessende System wird nicht mit einer Probe f(t) angeregt, sondern
es wird eine bestimmte, statistisch signifikante Anzahl von Experimenten durch-
geführt, und deren Resultate x(t) zu einem Ensemble zusammengefaßt. Wichtige
Zufallsfunktionen sind solche, deren statistische Eigenschaften nicht von der Zeit
t abhängen; man nennt sie stationäre Zufallsfunktionen. Z.B. ist ihr Mittelwert
x̄

1 T
x̄ = lim x(t)dt (6.3.1)
T→∞ T 0
konstant. Der quadratische Mittelwert oder die Varianz x̄2

T
1
x̄ = lim
2
x2 (t)dt (6.3.2)
T→∞ T 0
ist ein Maß für die Schwankungen des Signals x(t). Die Quadratwurzel aus der
Varianz ist2
xrms = x̄2 .
Die Autokorrelationsfunktion Rxx (τ) ist definiert als

1 T
Rxx (τ) = lim x(t)x(t + τ)dt. (6.3.3)
T→∞ T 0
Sie ist ein Maß dafür, wie schnell sich das Signal x(t) mit der Zeit ändert. Die
Fourier-Transformierte der Autokorrelationsfunktion ist die spektrale Leistungs-
dichte Sxx (ω)
1 ∞
Sxx (ω) = Rxx (τ)e−jωτ dxτ (6.3.4)
2π −∞
oder rücktransformiert:3
∞
Rxx (τ) = Sxx (ω)ejωτ dxω. (6.3.5)
−∞
Die Kreuzkorrelationsfunktion zweier Signale x(t) und f(t) ist

T
Rxf (τ) = lim x(t)f(t + τ)dt, (6.3.6)
T→∞ 0
und deren Fourier-Transformierte ist:

1 ∞
Sxf (ω) = Rxf e−jωτ dxτ. (6.3.7)
2π −∞
Aus den Definitionen folgt sofort:
Rfx (τ) = Rxf (−τ) (6.3.8)
und
Sfx (ω) = S£xf (ω), (6.3.9)
mit S£xf (ω) der konjugiert-komplexen Funktion Sfx (ω).
Kreuzkorrelationen beinhalten Informationen über die Abhängigkeit unterschied-
licher Signale. Sie geben z.B. an, ob eine Schwingung an einem bestimmten Ort
einer Struktur eine Schwingung an einem anderen Ort beinflußt. Ist die Kreuz-
korrelation für einen bestimmten Wert von τ hoch, dann ist der wechselseitige
Einfluß groß, und die gegenseitige Übertragungszeit beträgt τ.
Unter Zuhilfenahme längerer Umrechnungen von Fourier-Integralen können für
gedämpfte mechanische Systeme folgende Beziehungen gezeigt werden[32, Seite
26–29]:
Sfx (ω) = H(ω)Sff (ω) (6.3.10)
und
Sxx (ω) = H(ω)Sxf (ω) (6.3.11)
2 Sie heißt im Englischen root-mean-square value.
3 Gl. (6.3.4) und Gl. (6.3.5) sind die Beziehuungen von Wiener und Khintchine.
und
Sxx (ω) = |H(ω)|2 Sff (ω). (6.3.12)
Damit wird die spektrale Leistungsdichte des Systemausgangs Sxx mit der des
Eingangs Sff über das Quadrat des Betrags des Frequenzgangs4 H(ω) verbun-
den
Da sowohl Gl. (6.3.10) als auch Gl. (6.3.11) eine Basis zur Berechnung des Fre-
quenzganges H(ω) bilden, kann sowohl die eine als auch die andere zur Über-
prüfung von H herangezogen werden. Am einfachsten geschieht dies durch Aus-
wertung der Kohärenzfunktion γ2
H1 (ω) Sfx (ω) Sxf (ω) Sfx (ω)S£fx (ω)
=
=
H2 (ω) Sff (ω) Sxx (ω) Sff (ω)Sxx (ω)
|Sfx (ω)|2
= =: γ2 (ω). (6.3.13)
Sxx (ω)Sff (ω)
Es gilt
0 < γ2 1,
und die Messungen sind kohärent für γ2 = 1, d.h. sie sind nicht durch Meßrau-
schen kontaminiert. Bei γ2 = 0 haben Sie reines Rauschen gemessen.
1
0
0
1
0
1
0
1
Beschleunigungsaufnehmer 6
0
1
5
0
1
4
0
1
elastische Struktur
2
0
1
1
0
1
0
0 0.5 1 1.5 2 2.5 3
0
1 Shaker Anregung
Analysator
Abbildung 6.6: Schwingungsmessung
6.3.2 Ermittlung der System-Parameter
Die Ermittlung der Systemparameter erfolgt durch geeignete Auswertung der

Frequenzgänge, deren Messung im vorangegangenen Abschnitt beschrieben ist.
Es werden Systeme mit mehreren Freiheitsgraden untersucht, die an unterschied-
lichen Orten {l} mit fl angeregt werden, und deren Ausgänge xk an den Orten {k}
gemessen werden. Die jeweiligen Frequenzgänge Xk /Fl werden in der Rezeptanz-
Matrix Hkl zusammengefaßt.
Weiter wird angenommen, daß die Resonanzfrequenzen der unterschiedlichen Ei-
genfrequenzen gut getrennt liegen. Dann wird das Gesamtsystem jeweils als ein
4 Dies ist der Amplitudengang.
System mit einem Freiheitsgrad an der jeweiligen Eigenfrequenz ωi betrachtet

und analysiert.
6.3.2.1 Eigenfrequenz und Dämpfung
Die i−te Eigenfrequenz ωi wird dort angenommen, wo das i−te Maximum des
Amplitudengangs auf der Frequenzabszisse gefunden wird, s.a. Abschnitt 2.3.2:
ηmax = 1 − 2ζ2 (6.3.14)
und
1
Vmax = . (6.3.15)
2ζ 1 − ζ2
Das Dämpfungsverhältnis ζi wird aus der Bandbreite ∆ωi = 2ζi ωi zu
∆ωi
ζi = (6.3.16)
2ωi
berechnet. Dabei wird die Bandbreite als Frequenz-Differenz der Schnittpunkte
der Geraden Ô12 Vmax mit dem Graphen des Amplitudengangs gewonnen, s.a.
Abb. 2.12 auf Seite 39.
6.3.2.2 Eigenvektoren
Unter den mannigfachen Methoden zur Bestimmungen der modalen Parameter

aus Schwingungsmessungen[14, 32] sei die modifizierte Ewins-Gleeson-Methode[31,
15] wegen ihrer didaktischen Klarheit gewählt
Ausgangspunkt ist das Mehrgrößensystem aus Abschnitt 3.2.1, Gl. (3.2.1), mit
fejωt als anregender rechter Seite:
Mẍ + Cẋ + Kx = fejωt . (6.3.17)
Mit dem Lösungsansatz
x(t) = uejωt
in Gl. (6.3.17) eingesetzt wird
(K − ω2 M + jωC)u = f
erhalten, woraus
u = (K − ω2 M + jωC)−1 f (6.3.18)
gewonnen wird. Die Inverse in Gl. (6.3.18)
α(ω) = (K − ω2 M + jωC)−1 (6.3.19)
wird Rezeptanz-Matrix genannt.
Durch die Transformation (Diagonalisierung) von Gl. (6.3.17) von räumlichen
Koordinaten x(t) nach modalen Koordinaten p(t) mittels x = M−1/2 q und
q = Vp, mit V der orthonormalen Matrix der Eigenvektoren von M−1/2 KM−1/2 ,
wird auch die Rezeptanz-Matrix folgendermaßen diagonalisiert:
1. Transformation:
p̈(t) + ∆ṗ(t) + Λp(t) = V T M−1/2 ejωt ,
2. Diagonalmatrizen:
∆ = diag(2ζi ωi ) = V T M−1/2 CM−1/2 V
und
Λ = diag(ω2i ) = V T M−1/2 KM−1/2 V,
3. Einsetzen von
C = M1/2 V∆V T M1/2
und
K = M1/2 VΛV T M1/2
in Gl. (6.3.19) mit Q = M1/2 V
4. Rezeptanz-Matrix:
α(ω) = (Q(Λ − ω2 I + jω∆)QT )1

= Q−T diag(ω2i − ω2 + 2jζi ωi ω)−1 Q−1
1

= Q−T diag Q−1
ωi − ω + 2jζi ωi ω
2 2
n
ui uTi
= , (6.3.20)
i=1
ω2i − ω2 + 2jζi ωi ω
wobei die ui die Eigenvektoren des Systems (6.3.17) sind.

Mit Gl. (6.3.20) ist ein Zusammenhang zwischen den Eigenvektoren ui und der
Rezeptanz-Matrix α(ω) hergestellt. Die Rezeptanz-Matrix enthält als Elemente
die Frequenzgänge zwischen Eingang fl und Ausgang uk , also5
Uk
Ê
αkl (ω) = Hkl (jω) = . (6.3.21)
Fl
Für ω = ωi erhält man aus Gl. (6.3.20) für den Betrag des Elementes {kl} der
Frequenzgangsmatrix die Approximation6
|ui uTi |kl

|αkl (ωi )| = (6.3.22)
2ζi ω2i
Ê
und damit
|ui uTi |kl = 2ζi ω2i |Hkl (ωi )|. (6.3.23)
Das Vorzeichen von |ui uTi |kl wird demPhasendiagramm H(ωi ) entnommen.
5 Die
6 Wegen

restlichen Eingänge fi , i = 1, . .. , n, i = l werden Null gehalten.
der Resonanzüberhöhung bei ω = ωi sind die restlichen Summanden aus (6.3.20)
klein gegenüber (6.3.22).
6.3.2.2.1 Betrag der Eigenvektorelemente Wie werden nun aus der gemesse-
nen Rezeptanz-Matrix die Eigenvektoren ui , i = 1, . . . , n, gewonnen? Darüber
geben die Matrizen ui uTi Auskunft: Dies sind Dyaden der Form
u 2
u u
i,1 ui,1 ui,2 ui,1 ui,n
ui uTi = ...
i,2 i,1 u2i,2
..
.

..
.
ui,2 ui,n
..
.
(6.3.24)
|H
ui,n ui,1 ui,n ui,2 u2i,n
11 (ωi )| |H12 (ωi )| |H1n (ωi )|
|H

21 (ωi )| |H22 (ωi )| |H2n (ωi )|

= 2ζi ω2i ..
.
..
.

..
.
..
.

|Hn1 (ωi )| |Hn2 (ωi )| |Hnn (ωi )|
die bekanntlich den Rang Eins haben[46] und deren Zeilen oder Spalten alle von
einer linear abhängig sind. Es muß also bereits eine Zeile, z.B. die erste, alle
notwendigen Informationen liefern. Aus Gl. (6.3.24) erhält man zunächst:

ui,1 = 2ζi ω2i |H11 (ωi )|, i = 1, . . . , n, (6.3.25)
und dann sukzessive:

2ζi ω2i |H1,j (ωi )|
ui,j = , j = 2, . . . , n, i = 1, . . . , n. (6.3.26)
ui,1
6.3.2.2.2 Vorzeichen der Eigenvektorelemente Die Vorzeichen der Eigenvek-

torelemente werden aus dem Graphen des Phasengangs entnommen:
Für ω = ωi i = 1, . . . , n gilt:

ui,j =
> 0 wenn die Phase Hi,j = +90Æ , (6.3.27)
< 0 wenn die Phase Hi,j = −90Æ .
6.3.2.3 Beispiel
Gegeben sei folgendes dynamische System
Mẍ + Cẋ + Kx = F cos ωt,
mit 1 0 2 −1

M= , K= , C = µM + κK
0 1 −1 2
mit µ = 1/10 und κ = 1/40.
Das folgende ist als Maple-Worksheet ausgeführt:
> restart;
> with(linalg):
Warning, new definition for norm
Warning, new definition for trace

M:=matrix([[1,0],[0,1]]);
1
>
0
M :=
0 1
K:=matrix([[2,-1],[-1,2]]);

>
2 −1
K :=
−1 2
> mu:=1/10;
1
µ :=
10
> kappa:=1/40;
1
κ :=
40
> C:=mu*M+kappa*K;
1 1
C := M+ K
10 40
> A:=K-omega^2*M+I*omega*C;
1 1
A := K − ω2 M + I ω ( M+ K)
10 40
> H:=inverse(A);
40 − 20 ω + 3 I ω 2
40 + I ω
!
−16
H :=
−8 ""
%1
40 + I ω
%1
40 − 20 ω2 + 3 I ω #
−8 −16
%1 %1
%1 := −960 + 1287 ω − 176 I ω − 320 ω + 96 I ω3
2 4
> plot(abs(H[1,1]),omega=0..3):
> plot(argument(H[1,1]),omega=0..3):
> plot(abs(H[2,1]),omega=0..3):
> plot(argument(H[2,1]),omega=0..3):
> eiv:=eigenvectors(K);
eiv := [1, 1, {[1, 1]}], [3, 1, {[−1, 1]}]
> v1:=eiv[1,3,1];
4.5
Q
4
3.5
3
−1/2
Q2=2 Q
2.5
|H11(ω)|
1.5
0.5
ω ω
11 12
0
0 0.5 1 1.5 2 2.5 3
ω
Abbildung 6.7: Amplitudengang H11
v1 := [1, 1]
> v1n:=v1/norm(v1,2);
1
v1n := v1 2
2
> v2:=eiv[2,3,1];
v2 := [−1, 1]
> v2n:=v2/norm(v2,2);
1
v2n := v2 2
2
> V:=augment(v1n,v2n);
ω1 ω2
0
−0.5
−1
−1.5
∠ H11(ω)
−2
−2.5
−3
−3.5
0 0.5 1 1.5 2 2.5 3
ω
Abbildung 6.8: Phasengang H11
!
""
1 1
2 −
V :=
2
2
1
2
1 #
2 2
2 2
VT:=transpose(V);
!
>
""
1 1
VT :=
2 2
2
1
2
1 #
− 2 2
2 2
Delta:=multiply(VT,C,V);
!
>
""
1
∆ :=
0
8
7 #
0
40
> Lambda:=multiply(VT,K,V);
1 0

Λ :=
0 3
> zeta[1]:=Delta[1,1]/sqrt(Lambda[1,1])/2;
1
ζ1 :=
16
> zeta[2]:=Delta[2,2]/sqrt(Lambda[2,2])/2;
7
ζ2 := 3
240
Betrag und Argument von H11 und H21 sind in den Abbildungen 6.7, 6.8, 6.9
und 6.10 dargestellt und werden in Matlab nachbearbeitet.
6.3.2.3.1 Eigenfrequenz und Dämpfung Aus den Abb. 6.7 und 6.8 werden
folgende Werte entnommen und berechnet:
ω1 ω11 ω12 |H11 (ω1 )| Q2 (ω1 ) H11 (ωÆ 1) ζ1

0.9924 0.9235 1.0500 4.0591 2.8702 −90 0.0637
ω2 ω21 ω22 |H11 (ω2 )| Q2 (ω2 ) H11 (ωÆ 2) ζ2
1.7394 1.6619 1.8349 1.7005 1.2024 −90 0.0497
Tabelle 6.1: Systemparameter
Die abgelesenen und berechneten Werte,

u.a. Gl. (6.3.16),ωi und ζi stimmen
gut mit den theoretischen ωi = {1, 3} und ζi = {1/16, 7 3/240} überein.
Aufgabe 27 Stellen Sie aus den Abb. 6.9 und 6.10 eine zu Tab. 6.1 analoge
Tabelle zusammen und bestätigen Sie die vorhandenen und ergänzen Sie die
noch fehlenden Werte des Beispiels.
2
6.3.2.3.2 Eigenvektoren Die zur Bestimmung der Eigenvektoren notwendigen

Daten werden aus den Abb. 6.7, 6.8, 6.9 und 6.10 extrahiert und sind in Tab. 6.2
eingetragen. Daraus berechnen Sie mit Gl. (6.3.25) und (6.3.26)
|H11 (ω1 )| H11 (ωÆ 1) |H11 (ω2 )| H11 (ωÆ 2)

4.05906 −90 1.70051 −90
|H21 (ω1 )| H21 (ωÆ 1) |H21 (ω2 )| H21 (ωÆ 2)
3.98602 −90 1.67596 +90
Tabelle 6.2: Maxima des Amplitudengangs
u1 = (0.7111, 0.7089)T und u2 = (−0.7803, 0.7465)T ,

3.5
2.5
|H21(ω)|
1.5
0.5
0
0 0.5 1 1.5 2 2.5 3
ω
Abbildung 6.9: Amplitudengang H21
wobei die Vorzeichen nach Gl. (6.3.27) gefunden werden. Das Ergebnis ist in gu-
ter Übereinstimmung mit den exakten theoretischen Werten des Maple-Worksheet.
Übung 23 Schreiben Sie eine Matlab-Prozedur zur experimentellen Modalana-

lyse. Ein Entwurf ist in den folgenden Zeilen beispielhaft abgebildet.
1 global F
x=0:0.001:3;
h11=-16*(40-20*x.^2+3*i*x)./(-960+1287*x.^2-176*i*x-320*x.^4+96*i*x.^3);
h21=-8*(40+i*x)./(-960+1287*x.^2-176*i*x-320*x.^4+96*i*x.^3);
5 %Eigenwert 1, Daempfung 1
x1=fmin(’h’,sqrt(1)-1/6,sqrt(1)+1/6,[1,1e-8,1e-8])
F=-h(x1)/sqrt(2)
x11=fzero(’h11’,x1-1/10)
x21=fzero(’h11’,x1+1/10)
10 zeta1=(x21-x11)/2/x1
y=0:0.01:x21;
z=F*ones(length(y),1);
y0=0:0.01:x1;
z0=-h(x1)*ones(length(y0),1);
15 y1=0:0.01:-h(x11);
z1=x11*ones(length(y1),1);
1
∠ H21(ω)
−1
−2
−3
−4
0 0.5 1 1.5 2 2.5 3
ω
Abbildung 6.10: Phasengang H21
y2=0:0.01:-h(x21);
%Eigenwert 2, Daempfung 2
20 x2=fmin(’h’,sqrt(3)-1/6,sqrt(3)+1/6,[1,1e-8,1e-8])
F=-h(x2)/sqrt(2)
x12=fzero(’h11’,x2-1/10)
x22=fzero(’h11’,x2+1/10)
zeta2=(x22-x12)/2/x2
25 plot(x,abs(h11));grid;
xlabel(’\omega’);
ylabel(’|H_{11}(\omega)|’);
hold on
plot(y,z,’--’);plot(y0,z0,’--’);
30 plot(z1,y1,’--’);plot(z2,y2,’--’);
%gtext(’Q’);gtext(’Q_2=2^{-1/2}Q’);
%gtext(’\omega_{11}’);gtext(’\omega_{12}’);
hold off
pause
35 y1=0:-0.01:h12(x1);
y2=0:-0.01:h12(x2);
plot(x,angle(h11));grid;
40 xlabel(’\omega’);
ylabel(’\angle H_{11}(\omega)’);
hold on
plot(z1,y1,’--’);
plot(z2,y2,’--’);
45 %gtext(’\omega_1’);gtext(’\omega_2’);
hold off
pause
plot(x,abs(h21));grid;
50 ylabel(’|H_{21}(\omega)|’);
pause
plot(x,angle(h21));grid;
ylabel(’\angle H_{21}(\omega)’);
55 pause
%Probe der Daempfungen
xg1=fmin(’g’,sqrt(1)-1/6,sqrt(1)+1/6,[1,1e-8,1e-8])
xg2=fmin(’g’,sqrt(3)-1/6,sqrt(3)+1/6,[1,1e-8,1e-8])
F=-g(xg1)/sqrt(2)
60 x11=fzero(’h22’,xg1-1/10)
x21=fzero(’h22’,xg1+1/10)
zeta1=(x21-x11)/2/xg1
F=-g(xg2)/sqrt(2)
x12=fzero(’h22’,xg2-1/10)
65 x22=fzero(’h22’,xg2+1/10)
zeta2=(x22-x12)/2/xg2
%Betraege der Eigenvektoren
a1a1=-2*zeta1*h(x1)*x1^2
a1a2=-2*zeta1*g(xg1)*xg1^2
70 u11=sqrt(a1a1)
u12=a1a2/u11
a11=-2*zeta2*h(x2)*x2^2
a12=-2*zeta2*g(xg2)*xg2^2
u21=sqrt(a11)
75 u22=a12/u21
function y=h(x)
y=-abs(-16*(40-20*x.^2+3*i*x)./(-960+1287*x.^2-176*i*x-320*x.^4+96*i*x.^3));
80 function y=h11(x)
global F
y=abs(-16*(40-20*x.^2+3*i*x)./(-960+1287*x.^2-176*i*x-320*x.^4+96*i*x.^3))-F;
function y=h12(x)
85 y=angle(-16*(40-20*x.^2+3*i*x)./(-960+1287*x.^2-176*i*x-320*x.^4+96*i*x.^3));
Wenn Sie die Student-Edition von Matlab besitzen, dann ist eine symbolisch-
numerische Lösung durch Zugriff auf den Maple-Kern optimal.
2
Anhang A
Integral-Transformationen
A.1 Fourier-Transformation
Periodische Bewegungen, z.B. eine Sägezahn-Bewegung, lassen sich durch Ent-

wicklung in Fourier-Reihen1 durch harmonische Bewegungen approximieren.
A.1.1 Fourier-Reihen
Es sei die periodische Funktion x(t) gegeben; ihre Fourier-Entwicklung ist:

∞

1
x(t) = a0 + (an cos nωt + bn sin nωt), (A.1.1)
2
n=1
mit der Periode T und der Grundfrequenz ω = 2π T . Die Koeffizienten an und

bn heißen Fourier-Koeffizienten, und sie werden folgendermaßen berechnet:
T
2
a0 = x(t)dt, (A.1.2a)
T 0
T
2
an = x(t) cos nωtdt, (A.1.2b)
T 0
T
2
bn = x(t) sin nωtdt. (A.1.2c)
T 0
Diese einfachen Beziehungen erhält man durch Multiplikation von Gl. (A.1.1)
mit cos nωt bzw. sin nωt und Integration über eine Periode T .
Aufgabe 28 Führen Sie die Schritte im einzelnen selbst durch!
2
1 Jean-Baptiste Joseph Fourier (1768–1830), französischer Mathematiker und Physiker, be-
deutende Beiträge zur Thermodynamik und zu den Differentialgleichungen der Physik.
156 Integral-Transformationen
A.1.2 Diskrete Fourier-Transformation
Wenn die Funktion x(t) mit der Periode T zu N diskreten Zeitpunkten tk als xk
gemessen wurde, dann läßt sie sich als diskrete Fourier-Transformation darstel-
len:
a0
N/2 2πitk 2πitk

x(tk ) = xk = + ai cos + bi sin , k = 1, . . . , N. (A.1.3)
2 T T
i=1
Hier berechnen sich die diskreten Fourier-Koeffizienten wie folgt:
1
N
a0 = xk , (A.1.4a)
N
k=1
1
N
2πik
ai = xk cos , (A.1.4b)
N N
k=1
1
N
2πik
bi = xk sin . (A.1.4c)
N N
k=1
A.1.3 Fenster-Funktionen
Wenn die Abtastung des Signals nicht bei ganzzahligen Vielfachen der Periode
T erfolgt, kommt es zu Verfälschungen der Fourier-Approximation, da dann
eine Funktion mit einer veränderten Periode zugrunde liegt. Um diesen Effekt
abzuschwächen, wird das Signal mit einer Gewichtungsfunktion bewertet, die die
Ränder des Abtastintervalls gering gewichtet. Man spricht von einer Bewertung
mit einer Fenster-Funktion.2 Eine häufig verwendet Fenster-Funktion ist die

Hanning-Funktion:
1 k
w(k) = 1 − cos 2π , k = 1, . . . , n. (A.1.5)
2 n+1
A.1.4 Eigenschaften und Berechnung
Alternative Darstellung: Fourier-Reihen können als Sinus- oder Cosinus-Terme alleine beschrieben wer-
den, z.B.
∞
x(t) = d0 + dn cos(nωt − φn ),
n=1
mit
d0

= a0 /2, (A.1.6a)
= a2n + b2n ,
dn
b n
(A.1.6b)
φn = arctan . (A.1.6c)
an
2 Englisch: Windowing.
A.1 Fourier-Transformation 157
Gerade Funktionen genügen der Bedingung x(−t) = x(t); für diese fallen die Gerade und ungerade
Sinus-Terme der Fourier-Entwicklung weg, und es bleibt Funktionen:
∞

1
x(t) = a0 + an cos nωt.
2
n=1
Für ungerade Funktionen gilt x(−t) = −x(t), und in diesem Fall gilt
∞

x(t) = (bn ) sin nωt.
n=1
Die harmonischen Funktionen an cos(nωt und bn sin(nωt sind die harmoni- Frequenz-Spektrum:
schen Anteile der Ordnung n der periodischen Funktion x(t). Die Koeffizienten
der Gln. (A.1.2) und (A.1.6a) können als vertikale Linien über den zu ihnen
gehörenden Frequenzen nω aufgetragen werden und bilden dann das (diskrete
)Frequenzspektrum der Funktion x(t). Auf diese Weise kann jede Funktion im
Zeitbereich als x(t) oder im Frequenzbereich als z.B an (nω), n = 1, . . . , ∞,
dargestellt werden. Beide Darstellungsweisen haben je von Fall zu Fall ihre
Vorteile[29].
Zur numerischen Berechnung der Koeffizienten in Gl. (A.1.2) wird die schnelle Numerische Berechnung:
Fourier-Transformation3 von Cooley und Tuckey[29] verwendet. Dazu wird das
Gleichungssystem (A.1.4) in Matrix-Vektor-Darstellung
Aa = x
umformuliert, mit x dem Vektor mit den Komponenten xk der abgetasteten dis-
kreten Funktionswerte, a dem Vektor der zu berechnenden Fourier-Koeffizienten
a0 , an , bn und A der Koeffizientenmatrix mit den Eingängen cos 2πitk /T und
sin 2πitk /T . Der Algorithmus von Cooley und Tuckey beinhaltet eine effiziente
Inversion der Koeffizientenmatrix zur Berechnung der Fourier-Koeffizienten
a = A−1 x.
A.1.5 Beispiel
Gegeben sei die Dreieckswelle mit der Periode T :

4t/T − 1 für 0 t T/2
f(t) =
1 − 4(t − T/2)/T für T/2 t T
Der Fourier-Koeffizient a0 wird aus Gl. (A.1.2) berechnet:

T/2 T
2 2
a0 = (4t/T − 1)dt + [1 − 4(t − T/2)/T ]dt = 0,
T 0 T T/2
3 Englisch: Fast Fourier Transform (FFT).

die Fourier-Koeffizienten an werden aus Gl. (A.1.2b) gewonnen:

2 T/2 2 T
an = (4t/T − 1) cos nωT tdt + [1 − 4(t − T/2)/T ] cos nωT tdt
T 0 T T/2
⎧
⎨0 für gerade n
= 8
⎩− für ungerade n
n2 π2
Die Integration aller bn gemäß Gl. (A.1.2c) ergibt immer Null. Damit läßt sich

die Dreieckswelle folgendermaßen approximieren:
8 2π 1 6π 1 10π

f(t) = cos t + cos t+ cos t + ... . (A.1.7)
π2 T 9 T 25 T
Übung 24 Überprüfen Sie die Approximationsgüte der Gl. (A.1.7) indem Sie
sukzessive die Summanden addieren. Benützen Sie Matlab oder Gnuplot oder
ein ähnliches Ihnen verfügbares Programm.
A.2 Laplace-Transformation
A.2.1 Definition
Die Laplace-Transformation4 gehört zu den Integraltransformationen vom Typ

t1
F(s) = f(t)K(s; t)dt,
t0
die eine im Zeitbereich gegebene Funktion f(t) in die Funktion F(s) im Bildbe-
reich transformiert, der durch die komplexe Variable s = σ + jω charakterisiert
ist.
Lineare, zeitinvariante Differentialgleichungen lassen sich durch Integral-Trans-
formationen in rationale Funktionen ‘algebraisieren’ und lösen, wenn als Kern
der Transformation
K(s; t) = e−st
gewählt und die Integrationsgrenzen t0 = 0 und t1 = ∞ gewählt werden:
Regel 2
∞
F(s) = [f(t)] = 0
f(t)e−st dt.
[f(t)] heißt Laplace-Transformation. Die Rücktransformation vom Bildbereich
in den Zeitbereich geschieht durch die inverse Laplace-Transformation

1 σ+j∞
f(t) = −1 [F(s)] = F(s)est ds.
2πj σ−j∞
2
4 Pierre Simon de Laplace (1749–1827), französischer Mathematiker, wichtige Beiträge zur
Potentialtheorie, zur Mechanik, Astronomie und Wahrscheinlichkeitslehre.
A.2 Laplace-Transformation 159
Die Zuordnung f(t) c s F(s) wird als Korrespondenz der Laplace-Trans-

formation bezeichnet. Für diese Korrespondenzen stehen Tafeln zur Verfügung;
eine einfache, für dieses Skriptum, die Übungen und die Prüfung ausreichende ist
in Tabelle A.1 zusammengefaßt. Ausführlichere Korrespondenzentabellen finden
Sie z.B. in [13].
Wenn möglich werden die Originalfunktionen mit kleinen Buchstaben, ihre kor-
respondierenden Laplace-transformiertern Funktionen mit den entsprechenden
Großbuchstaben bezeichnet, z.B. f(t) ⇔ F(s), y(x) ⇔ Y(s). Wenn Funktionen
im Zeitbereich schon großen Buchstaben zugeordnet sind, dann bleiben sie im
Frequenzbereich großgeschrieben und erhalten zur Unterscheidung ein Dach,
z.B. f(t) ⇔ F(s).
Beispiel 28 Sei f(t) = 1 für t 0 gegeben. Bestimmen Sie F(s).
∞
−st
1 −st
T
[f(t)] = [1] = e dt = lim − e
0 T→∞
1s −sT
0
1
1
= lim − e + e0 =
T→∞ s s s
Tabelle A.1: Laplace-Korrespondenzen
No F(s) f(t), t 0
∞
1 F(s) 0
e−st f(t)dt
d
2 sF(s) − f(0) f(t)
dt
d2
3 s2 F(s) − sf(0) − f ¼ (0) f(t)
dt2
dn
4 sn F(s) − sn−1 f(0) − fn−1 (0) f(t)
dtn
F(s) t
5 0
f(τ)dτ
s
6 F(s − a) eat f(t)
7 e−as F(s) σ(t − a)f(t − a)
t t
8 F(s) G(s) 0
f(τ)g(t − τ)dτ = 0
g(τ)f(t − τ)dτ
9 1 δ(t)
e−as
10 σ(t − a)
s
1
11 σ(t)
s
n!
12 tn
sn+1
1
13 e−at
s+a
1 1
14 tn−1 e−at
(s + a)n (n − 1)!
a
15 1 − e−at
s(s + a)
s
16 (1 − at)e−at
(s + a)2
1 1
17 (1 − e−at − ate−at )
s(s + a)2 a2
1 e−at − e−bt
18
(s + a)(s + b) b−a
s+c (c − a)e−at − (c − b)e−bt
19
(s + a)(s + b) b−a
1 1
b a

20 1− e−at + e−bt
s(s + a)(s + b) b−a b−a

ab
s+c 1 b(c − a) −at a(c − b) −bt
21 c− e + e
s(s + a)(s + b) ab b−a b−a
1 e−at e−bt e−ct
22 + +
(s + a)(s + b)(s + c) (b − a)(c − a) (c − b)(a − b) (a − c)(b − c)
s+d (d − a)e−at (d − b)e−bt (d − c)e−ct
23 + +
(s + a)(s + b)(s + c) (b − a)(c − a) (c − b)(a − b) (a − c)(b − c)
a
24 sin at
s2 + a2
s
25 cos at
s2 + a2
a
26 e−bt sin at
(s + b)2 + a2
s+b
27 e−bt cos at
(s + b)2 + a2
ω2n ωn
28 e−ζωn t sin ωn 1 − ζ2 t
s2 + 2ζωn s + ω2n 1 − ζ2
s 1
29 − e−ζωn t sin(ωn 1 − ζ2 t − θ), θ = arccos ζ
s2 + 2ζωn s + ω2n 1 − ζ2
s + 2ζωn 1
30 e−ζωn t sin(ωn 1 − ζ2 t + θ), θ = arccos ζ
s2 + 2ζωn s + ω2n 1 − ζ2
ω2n 1
31 1− e−ζωn t sin(ωn 1 − ζ2 t + θ), θ = arccos ζ
s(s2 + 2ζωn s + ω2n ) 1 − ζ2
s + 2ζωn
32 e−ζωn t sin(ωn 1 − ζ2 t + θ), θ = arccos ζ
s(s2 + 2ζωn s + ω2n )
ω 1
33 arctan sin ωt
s t
In Tabelle A.1 ist σ(t) die Einheitssprungfunktion oder Heaviside-Funktion Eingangsfunktionen:

0 falls t < 0,
σ(t) =
1 falls t 0,
und δ(t) der Dirac- oder Einheitsimpuls, der heuristisch als
σ(t) − σ(t − T )
δ(t) = lim
T→0 T
definiert werden kann. Zusammen mit der Einheitsrampenfunktion ρ(t)
ρ(t) = tσ(t)
und einer Winkelfunktion

w(t) = σ(t) sin at
sind damit die wichtigsten Systemeingangsfunktionen beschrieben.
A.2.2 Eigenschaften
Die Laplace-Transformation ist eine lineare Transformation mit folgenden Ei- Linearität:
genschaften einer linearen Transformation:
[kf(t)] = k [f(t)]
für konstantes k und

[f1 (t) + f2 (t)] = [f1 (t)] + [f2 (t)] .
Diese Eigenschaft folgt sofort aus der Definition der Regel 2.
Aufgabe 29 Versuchen Sie den Beweis; das ist eine gute Übung zum Umgang
mit Regel 2.
2
Weitere Eigenschaften sind zusammengefaßt in folgendem
Satz 1
dn

n−1
dk
f(t) = sn F(s) − sn−1−k f(0+ ), (A.2.1)
d
dt n dtk
k=0
speziell für n = 1 : f(t) = sF(s) − f(0+ ),

dt
dk
mit f(0+ ) dem entsprechenden rechtsseitigen Grenzwert an der Stelle t = 0.
dtk
t F(s)

f(τ)dτ = , (A.2.2)
0 s
lim f(t) = lim sF(s), (A.2.3)
t→ ∞ s→ 0
lim f(t) = lim sF(s), (A.2.4)
t→ 0 s→ ∞
−t0 s

e−at

[f(t − t0 )] = e F(s),
f(t) = F(s + a),
(A.2.5)
(A.2.6)
t t
−1
[F1 (s)F2 (s)] = f1 (t − τ)f2 (τ)dτ = f1 (τ)f2 (t − τ)dτ. (A.2.7)
0 0
Bemerkung: Die erste Eigenschaft (A.2.1) des Satzes bildet die Grundlage zur Algebrai-
sierung linearer Differentialgleichungen mit konstanten Koeffizienten. Die Ei-
genschaften (A.2.3) und (A.2.4) bilden die sogenannten Grenzwertsätze. Die
Eigenschaft (A.2.5) zeigt, daß auch Systeme mit Totzeit t0 mit der Laplace-
Transformation behandelt werden können. Die letzte Eigenschaft (A.2.7) wird
als Faltungseigenschaft bezeichnet.
Beweis: Hier sollen als Beispiele für die Anwendung der Regel 2 einige Aussagen des
Satzes 1 bewiesen werden.
a) Differentiation, Gl. (A.2.1): Als Werkzeug aus der Integralrechnung wird die
partielle Integration verwendet[6].
∞
¼
{f (t)} = e−st f ¼ (t)dt
0
∞
= e−st f(t)
∞
+s
e−st f(t)dt
0 0
= −f(0) + s{f(t)}
= −f(0) + sF(s).
{f ¼¼ (t)} = s2 {f(t)} − sf(0) − f ¼ (0) wird bewiesen durch Ersetzen von f ¼ (t)
durch f ¼¼ (t) in der o.a. Gleichungskette, der allgemeine Beweis von Gl. (A.2.1)
geschieht durch Induktion. (Versuchen Sie es als Wiederholung der Grundvor-
lesung Mathematik!)
b) Verschiebung der t-Achse, Gl. (A.2.5): Zunächst soll gezeigt werden, daß mit
der Heaviside-Funktion σ(τ) folgendes gilt:
{σ(t − t0 )f(t − t0 )} = e−t0 s F(s). (A.2.8)
Für t0 0 sei f̃(t) wie folgt definiert:

0 f ür t < t0
f̃(t) =
f(t − t0 ) sonst
oder mit der Heaviside-Funktion
f̃(t) = σ(t − t0 )f(t − t0 ).
Dann gilt {f̃} = e−t0 s F(s), wobei F(s) = {f(t)} ist, und damit ist die Bezie-
hung (A.2.8) hergeleitet.
Nun ist
∞
e−t0 s F(s) = e−t0 s e−sτ f(τ)dxτ
∞ 0
−s(t0 +τ)
= e f(τ)dxτ;
τ=0
nun wird t0 + τ durch t substituiert, d.h. τ = t − t0 in o.a. Gleichung eingesetzt

und die Gleichungskette weitergeführt:
∞
e−t0 s F(s) = e−st f(t − t0 )dt
t=t
∞ 0
= e−st f(t − t0 )σ(t − t0 )dt,
t=0
womit mit Gl. (A.2.8) der Beweis erbracht ist.
c) Verschiebung der s-Achse, Gl. (A.2.6): Es gilt nach Definition der Laplace-
Transformation ∞
F(s) e−st f(t)dt
0
und damit unter Ersetzen von s durch s − a

∞
F(s − a) = e−(s−a)t f(t)dt
0∞
= e−st eat f(t)dt
0

= eat f(t) .
d) Faltungsintegral, Gl. (A.2.7): Die Definition von F2 (s) und Gl. (A.2.5) führen
auf ∞ ∞
e−sτ F2 (s) = e−st f2 (t − τ)σ(t − τ)dt = e−st f2 (t − τ)dt.
0 τ
Dies und die Definition von F1 (s) ergeben:
∞ ∞ ∞
F1 (s)F2 (s) = e−sτ f1 (τ)F2 (s)dt = f1 (τ) e−st f2 (t − τ)dtdxτ
0 0 τ
∞ t
−st
= e f1 (τ)f2 (t − τ)dxτdt,
0 0
und damit das behauptete Resultat.

2
Beispiel 29 Gegeben sei f(t) = cos ωt, gesucht F(s).
Es gilt f ¼¼ (t) = −ω2 cos ωt = −ω2 f(t) und f(0) = 1 und f ¼ (0) = 0 und damit
−ω2 {f(t)} = {f ¼¼ (t)}

= s2 {f(t)} − s
s
⇒ {f(f)} =
s2 + ω 2
Wiederholen Sie dieses Beispiel für f(t) = sin ωt.
2
Daß Sie auf mehreren Wegen zum Ziel gelangen können, zeigt das folgende
Beispiel 30 Es ist mit Zeile 13 aus Tab. A.1
jωt 1
e =
s − jω
s + jω
=
(s − jω)(s + jω)
s ω
= +j 2 .
s +ω
2 2 s + ω2
Andererseits ist mit der Euler-Identität
jωt
e = {cos ωt + j sin ωt}
= {cos ωt} + j {sin ωt} ,
woraus sich durch Vergleich

s
{cos ωt} =
s2 + ω 2
und
ω
{sin ωt} =
s2 + ω 2
ergibt.
2
A.3 Partialbruchzerlegung 165
Für die Faltungsoperation (A.2.7)

t
f(t) = (f1 f2 )(t) = f1 (τ)f2 (t − τ)dxτ (A.2.9)
0
gelten das Kommutativ-, das Distributiv- und das Assoziativ-Gesetz; außerdem

ist 0 f = f 0 = 0, aber i.a.
1 f = f.
Übung 25 Finden Sie ein Beispiel für letztere Behauptung.
A.3 Partialbruchzerlegung
Rationale Funktionen P(s)/Q(s), mit P(s) und Q(s) als Polynomen beliebiger
Ordnung, werden nicht immer in Korrespondenzentabellen zu finden sein. Um
von ihnen die inverse Laplace-Transformation bilden zu können, erweist sich die
Partialbruchzerlegung als wichtiges Hilfsmittel. Es sei
P(s) bm s m + + b1 s + b0
F(s) = = ,
Q(s) a n sn + + a 1 s + a 0
wobei ohne Beschränkung der Allgemeinheit m < n gesetzt werden darf. Nach
dem Fundamentalsatz der Algebra kann Q(s) in seine Nullstellen si faktorisiert
werden:
n
Q(s) = (s − si ) = (s − s1 )(s − s2 )

(s − sn ).
i=1
Nun läßt sich F(s) in die Summe seiner Partialbrüche
k1 k2 kn
F(s) = + + +
s − s1 s − s2 s − sn
zerlegen, wobei das Vorgehen durch den Typ der Nullstellen bestimmt wird.
A.3.1 Reelle Nullstellen
A.3.1.1 Einfache Nullstellen
Die Koeffizienten kj für einfache reelle Nullstellen sj werden wie folgt berechnet !
kj = (s − sj )F(s)|s=sj , j = 1, . . . , n.
A.3.1.2 Mehrfache Nullstellen
Im Falle mehrfacher reeller Nullstellen des Nenners, (s − sj )q ,
P(s) kl kj1 kj2 kjq

F(s) = = + + + +
(s − sl )(s − sj )q s − sl s − sj (s − sj )2 (s − sj )q
werden die Partialbruch-Koeffizienten aus der Beziehung

kjr =
1 dq−r
(q − r)! dsq−r
[(s − sj )q F(s)] , r = 1, . . . , q
s=sj
gewonnen.
A.3.2 Komplexe Nullstellen
Bei einfachen5 komplexen Polpaaren si = α + jβ und si+1 = α − jβ werden

diese zu einem gemeinsamen Bruch zusammengefaßt:
ki (s − α) + ki+1 β
F(s) = +
(s − α)2 + β2
mit den Koeffizienten
ki (s − α) + ki+1 β|s=α+jβ = [(s − α)2 + β2 ]F(s)

.
s=α+jβ
Diese komplexe Gleichung kann durch Vergleich der Realteile und der Imaginär-
teile nach den beiden Unbekannten ki und ki+1 aufgelöst werden. Die inverse
Laplace-Transformation des betrachteten ersten Terms von F(s) ist unter Beach-
tung der No. 16 und 17 in Tabelle A.1 besonders einfach zu berechnen.
A.3.3 Beispiele und Übungen
→ A.4 Beispiel 31 Gegeben sei die Übertragungsfunktion eines dynamischen Systems
Y(s) 2s + 3
T (s) = = 2 .
U(s) s + 2s + 1
Es soll die Antwort y(t) des Systems im Zeitbereich auf einen Einheitssprung
u(t) = σ(t) als Systemeingang berechnet und deren Graph skizziert werden.
Lösung: Für die Übertragungsfunktion eines dynamischen Systems
Y(s) 2s + 3
T (s) = = 2 .
U(s) s + 2s + 1
5 Mehrfache komplexe Polpaare kommen in der Praxis äußerst selten vor, deshalb wird auf
deren Behandlung verzichtet.
A.3 Partialbruchzerlegung 167
und den Einheitssprung u(t) = σ(t) als Systemeingang, dessen Laplace-Transformierte

U(s) = 1/s lautet, ist der Systemausgang durch
2s + 3 2s + 3
Y(s) = = (A.3.1)
s(s2 + 2s + 1) s(s + 1)2
gegeben. Die Nullstellen des Nenners liegen bei s1 = 0 und s2 = −1; letztere
tritt zweifach auf, da ihr Exponent Zwei ist.
Die Sprungantwort im Zeitbereich erhält man durch inverse Laplace-Transfor-
mation, deren einfachere Berechnung durch Partialbruch-Zerlegung
von Gleichung (A.3.1) vorbereitet wird:
2s + 3 k1 k21 k22
Y(s) = = + +
s(s + 1)2 s s + 1 (s + 1)2
(k1 + k21 )s2 + (2k1 + k21 + k22 )s + k1
= .
s(s + 1)2
Vergleich der Koeffizienten gleicher Potenzen von s auf der rechten und linken Algebraische Methode:
Seite führt auf folgendes lineares Gleichungssystem:
k1 + k21 = 0,
2k1 + k21 + k22 = 2,
k1 = 3,
und damit zu k1 = 3, k21 = −3 und k22 = −1.
Das gleiche Ergebnis wird mit der Residuen-Methode6 erzielt:

Residuen-Methode:
[(s − s ) Y(s)]
(l−j)
1 d
kij = i
l
, j = 1, . . . , l,
(l − j)! ds(l−j) s=si
hier speziell für l = 2, da die zweite Nenner-Nullstelle s = −1 zweifach auftritt:

= (s − s )Y(s) = 3,
2s + 3
k1 1 =
(s + 1)2

s=s1 s=0
d 2s + 3
[(s − s ) Y(s)]
d(2−1)

1
k21 = 2
2
= = −3,
(2 − 1)! ds(2−1)

ds s
2s + 3
s=s2 s=−1
k22 =
1 d(2−2)
(2 − 2)! ds(2−2)
[(s − s2 )2 Y(s)] =
s = −1.
s=s2 s=−1
Damit ergibt die Partialbruch-Zerlegung
2s + 3 3 3 1
Y(s) = = − − ,
s(s + 1)2 s s + 1 (s + 1)2
und unter Verwendung der Korrespondenzen-Tabelle wird die Sprungantwort im
Zeitbereich
y(t) = 3 − 3e−t − te−t .
2
6 In der Theorie komplexer Funktionen werden die kij als Residuen bezeichnet.
Übung 26 Gegeben sei der Ausgang eines dynamischen Systems im Frequenz-

Bereich
5s + 3
Y(s) = .
(s + 1)(s + 2)(s + 3)
Berechnen Sie dessen Partialbruch-Zerlegung und damit den Ausgang x(t) =
−1
[X(s)] im Zeitbereich.
2
Übung 27 Wiederholen Sie Aufgabe 26 für folgende Funktion
5
Y(s) = .
s(s + 1)3 (s + 2)
A.4 Algebraisierung linearer Differentialgleichungen
Es sei die lineare Differentialgleichung n−ter Ordnung vorgelegt
dn y dn−1 y dy
an n
+ an−1 n−1 + + a1 + a0 y
dt dt dt
dm u dm−1 u du
= bm m
+ b m−1 m−1
+ + b1 + b0 u, m < n,
dt dt dt
deren sämtliche Anfangsbedingungen,
dn y(0)
= 0, ... y(0) = 0,
dtn
verschwinden mögen, was wegen der Linearität (Superponierbarkeit) der be-
trachteten dynamischen Systeme keine Einschränkung bedeutet.
! Anwendung der ersten Eigenschaft des Satzes 1, [di y/dti ] = si Y(s), i =
0, . . . , n, ergibt als Laplace-Transformation der Impulsantwort einer Differen-
tialgleichung deren Übertragungsfunktion
Y(s) bm sm + bm−1 sm−1 + + b1 s + b0

= =: G(s).
U(s) an sn + an−1 sn−1 + + a1 s + a0
Der Übergang von der Differentialgleichung zur Übertragungsfunktion ist um-

kehrbar, d.h. ebenso einfach wie die Übertragungsfunktion aus der Differen-
tialgleichung hergeleitet werden kann, kann die Differentialgleichung aus der
Übertragungsfunktion gewonnen werden. Dies zeigen die folgenden Beispiele.
Beispiel 32 Ein mechanisches Feder-Masse-System mit Reibung genügt folgen-
der Differentialgleichung
mÿ + dẏ + cy = u(t).

A.4 Algebraisierung linearer Differentialgleichungen 169
Satz 1 in aller Allgemeinheit angewendet ergibt deren Laplace-Transformation
m[s2 Y(s) − s1 y(0) − s0 ẏ(0)] + d[s1 Y(s) − s0 y(0)] + cY(s) = U(s)
oder
(ms2 + ds + c)Y(s) = m[y(0)s + ẏ(0)] + dy(0) + U(s)
oder, mit allen Anfangsbedingungen zu Null gesetzt,
(ms2 + ds + c)Y(s) = U(s)
und daraus die Übertragungsfunktion
Y(s) 1
= .
U(s) ms + ds + c
2
2
Beispiel 33 Ein pneumatisches Drossel-Speicher-System hat die Übertragung-
sfunktion
Xa (s) 1
= .
Xe (s) Ts + 1
Erweiterung mit dem Nenner der rechten Seite ergibt
(Ts + 1)Xa (s) = TsXa (s) + Xa (s) = Xe (s)
und mit der ersten Eigenschaft des Satzes 1
T ẋa (t) + xa (t) = xe (t),
mit xe (t) dem zeitlichen Verlauf des Eingangsdruckes vor der Drossel und xa (t)
dem zeitlichen Verlauf des Ausgangsdruckes im Kessel. Die Zeitkonstante T =
RC ist das Produkt aus Drosselwiderstand R und Kesselkapazität C.
2
Übung 28 Betrachten Sie die Differentialgleichung
d2 x(t) dx(t)
2
+2 + 3x(t) = 4σ(t),
dt dt
mit σ(t) der Einheitssprungfunktion.
Zunächst seien die Anfangswerte x(0) = 0 und x ¼ (0) = 0. Lösen Sie die Diffe-
rentialgleichung durch Transformation in den Bildbereich, Partialbruchzerlegung
und Rücktransformation in den Zeitbereich.
Nehmen Sie nun x(0) = −1 und x ¼ (0) = 3 an und wiederholen Sie die Aufgabe.
Interpretieren Sie die unterschiedlichen Ergebnisse.
2
Anhang B
Matrixalgebra
B.1 Definitionen
Eine m
n Matrix ist eine rechteckige Anordnungen von (ganzen, reellen, kom- Matrizen:
plexen, etc.) Zahlen oder Funktionen:

a11 a12 a1,n−1 a1,n

a21 a22 a2,n−1 a2,n

..
.
..
.
..
.
..
.
..
.
..
.
..
.
..
.
A= .. .. .. .. .. .. .. ..

. . . . . . . .

a
.. .. .. .. .. .. .. ..

. . . . . . . .
m−1,1 am−1,2 am−1,n−1 am−1,n
am,1 am,2 am,n−1 am,n
mit m Zeilen und n Spalten. Die einzelnen Zahlen sind die Komponenten, Ele-
mente oder Eingänge der Matrix, das Element in der i-ten Zeile und j-ten Spalte
wird mit aij bezeichnet. Gilt m = n, dann heißt die Matrix quadratisch. Das
Tupel (m, n) wird Dimension der Matrix genannt.
Matrizen mit einer Spalte oder einer Zeile heißen Vektoren, genauer Spalten- Vektoren:
bzw. Zeilenvektoren. Im allgemeinen werden Vektoren als Spaltenvektoren an-
gegeben, Zeilenvektoren sind transponierte Spaltenvektoren: a ist ein Spalten-
vektor, aT ist derselbe Vektor zum Zeilenvektor transponiert. Vektoren sind in !
aller Regel als Spaltenvektoren notiert; alle Ausnahmen davon sind ausdrück-
lich erwähnt. Die ganze Zahl n der Elemente des Vektors heißt Dimension des
Vektors.
Matrizen werden hier und im folgenden in Großbuchstaben und fett geschrieben, Konventionen:
Vektoren in Kleinbuchstaben und ebenfalls fett. Komponenten oder Elemente
von Vektoren werden normal gedruckt und mit einem Index versehen, z.B. xi ,
Elemente von Matrizen werden ebenfalls normal gedruckt und mit zwei Indizes
172 Matrixalgebra
gekennzeichnet, z.B. aij , wobei der erste Index der Zeilenindex, der zweite der
Spaltenindex ist.
Spezielle Matrizen: Quadratische Matrizen, deren nicht-diagonale Elemente Null sind, heißen Dia-
gonalmatrizen, Diagonalmatrizen, deren Diagonalelemente alle Eins sind, heißen
Einheitsmatrizen. Die Einheitsmatrix wird I geschrieben. Will man ihre Dimen-
sion n noch angeben, dann indiziert man die Matrix In .
Eine quadratische Matrix, die durch Spiegelung der oberen rechten Hälfte an
der Diagonalen entsteht, heißt symmetrische Matrix.
Beispiel 34 Folgende Matrix A erfüllt die Definition und ist damit symmetrisch:
2
A= 1
1 3
4 0
3 0 7
B.2 Algebraische Operationen
Transponierung: Die Transponierte einer Matrix wird durch Vertauschen von Zeilen und Spal-
ten der Matrix erzeugt. Sie wird durch ein hochgestelltes T nach der Matrix
gekennzeichnet. Ein transponierter Spaltenvektor ist ein Zeilenvektor.
Beispiel 35
3 4 −2

8
A=
−6 17 , =
3 8 9 0
.
9 2 1 AT 4 −6
−2 17
2 4
1 7
0 4 7
2
Addition: Matrizen oder Vektoren gleicher Dimension werden elementweise addiert oder
subtrahiert.
Multiplikation Matrizen oder Vektoren werden elementweise mit einer skalaren Größe multipli-
mit einem Skalar: ziert oder dividiert.
Skalarprodukt: Das Skalarprodukt eines Zeilenvektors mit einem Spaltenvektor gleicher Dimen-
sion ist die Summe der elementweisen Produkte der einzelnen Vektorelemente,
d.h. explizit
xT y = x1 y1 + x2 y2 + + xn−1 yn−1 + xn yn .
Beispiel 36 für ein Skalarprodukt:

7
1 2

3 8 = 50.
9
B.3 Iterative Operationen 173
2
Das Produkt einer m
n Matrix A mit einer n
p Matrix B ist eine m
p Matrix Matrixprodukt:
C, deren Elemente cij die Skalarprodukte der Zeilenvektoren ai , i = 1, . . . , m
der Matrix A mit den Spaltenvektoren bj , j = 1, . . . , p der Matrix B sind:

n
cij = ai bj = aik bkj , i = 1, . . . , m, j = 1, . . . , p.
k=1
Die Anzahl der Spalten von A muß gleich der Anzahl der Zeilen von B sein,
sonst ist die Matrixmultiplikation nicht definiert.
Beispiel 37 für ein Matrix
Matrix-Produkt:
1 7
4 = 1854
8 9
2 3 24 30
5 6
4 5 6 69 84
1 2 3
2
Es gilt folgendes:
(AB)T = BT AT .
Aber es gilt im allgemeinen nicht: !
AB = BA,
d.h. die Matrixmultiplikation ist nicht kommutativ.

Die Spur einer quadratischen Matrix A mit der Dimension n
n ist die Summe Spur:
ihrer Diagonalelemente:
n
spur(A) = aii .
i=1
B.3 Iterative Operationen
Die Determinante |A| einer Matrix wird auch als det(A) bezeichnet. Die zum Determinante:
Element aij definierte Unterdeterminante Aij ist die Determinante der Matrix,
die aus der Matrix A entsteht, wenn deren i-te Zeile und j-te Spalte gestrichen
werden. Diese wird auch Minore genannt.
Beispiel 38 Die Unterdeterminante A13 der Matrix
2
A= 1
1 1
1 −1 (B.3.1)
2 1 3
ist 1
= = −1.
1
A13
2 1
2
174 Matrixalgebra
Für Determinanten gelten folgende Eigenschaften Eigenschaften

1. Vertauschen von je zwei Zeilen oder Spalten einer Determinate ändert
deren Vorzeichen,
2. Sind zwei Zeilen oder Spalten einer Determinante identisch, dann ist ihr
Wert Null,
3. Beliebige Zeilen oder Spalten dürfen mit einer Konstanten multipliziert
zu einer anderen Zeile oder Spalte addiert werden, ohne daß der Wert der
Determinante sich ändert.
Aufgabe 30 Überprüfen Sie an Beispielen obige Eigenschaften.1
2
Kofaktor: Der Kofaktor cij zum Element aij ist definiert als
cij = (−1)i+j Aij .
Beispiel 39 Die Matrix A sei wie im vorangehenden Beispiel (B.3.1), ihr Ko-
faktor c13 ist
c13 = (−1)4 A13 = −1.
2
Expansion der Die Ordnung einer Determinante kann um eine Ordnung reduziert werden, in-
Determinante: dem man sie um irgendeine Zeile oder Spalte in die Kofaktoren expandiert.
2
Beispiel 40 Folgende Determinante D werde um die zweite Spalte expandiert:
4 1 5
D = 2 2 1
0
4
3
2 2
= 1(−1)1+2
1
3
2 + 2(−1)
2+2 2 5
3
+ 0(−1) 3+2 4 5
1

= −10 − 8 = −18.
2
Adjungierte Matrix: Die zur Matrix A adjungierte Matrix adj(A) ist die Transponierte der Matrix
der Kofaktoren:
T

c11 c12 c13
adj(A) = c21 c22 c23 .
c31 c32 c33
Beispiel 41 Die Matrix A sei wieder wie im Beispiel (B.3.1), dann ist deren
Adjungierte
4 −5 −1
T
adj(A) = −2 4
0 .
−2 3 1
1 Sie sind sich bewußt, daß solch ein Überprüfen kein Beweis der Eigenschaften ist!
Die Inverse A−1 einer quadratischen Matrix ist, falls sie existiert, die Lösung Inverse:
der Matrixgleichung
AX = I.
Damit gilt sofort:

A−1 A = AA−1 = I.
Mit Hilfe der Cramerschen Regel kann A−1 berechnet werden: !
adj(A)
A−1 = . (B.3.2)
|A|
Beispiel 42 Die Matrix A sei wieder wie im Beispiel (B.3.1), dann ist deren
Inverse
2 −1 −1

A−1

= − 5
2 2 3
2
.
− 12 0 1
2
Es gilt außerdem folgendes:
(AB)−1 = B−1 A−1 . (B.3.3)
Übung 29 Berechnen Sie die Inverse der Matrix

a 11 a12

A= .
a21 a22
Welche Bedingung muß an die Koeffizienten aij gestellt werden, damit A inver-
tierbar ist?
Orthogonale Matrizen genügen der Beziehung: Orthogonale Matrizen:
AT A = AAT = I, (B.3.4)
und damit gilt auch folgende einfache Relation zur Ermittlung der Inversen einer
orthogonalen Matrix:
A−1 = AT . (B.3.5)
Die Eigenwerte λ einer Matrix sind die Lösungen der Polynomgleichung Eigenwerte:
|λI − A| = 0. (B.3.6)
176 Matrixalgebra
Beispiel 43 Die Matrix A sei wieder wie im Beispiel (B.3.1):

1 0 0 2 1 1
λ 0 1 0 − 1 1 −1
0 0 1 3

λ 0 0 2 1 1
2 1
0 λ 0 − 1 1 −1
= 0 0 λ 3

λ − 2 −1 −1
2 1
−1 λ − 1 1
= −2 −1 λ − 3
= λ3 − 6λ2 + 9λ − 2 = 0,
deren Lösungen sind
λ1 = 3.7321, λ2 = 2.0000, λ3 = 0.2679.
2
Es gelten die Beziehungen

n
n
|A| = λi und spur(A) = λi ,
i=1 i=1
wobei spur(A), die Spur von A, die Summe der Diagonalelemente der Matrix A
ist.
Übung 30 Verifizieren Sie diese Beziehungen für das gerade behandelte Beispiel.
2
Übung 31 Bilden Sie die Eigenwerte der Matrix aus Übung 29.
2
Eigenvektoren: Ein Eigenvektor x zum Eigenwert λ einer Matrix A ist durch folgende homogene
Gleichung definiert:
(λI − A)x = 0. (B.3.7)
Eigenwerte und Eigenvektoren sind unerläßliche Hilfsmittel bei der Behand-
lung von Schwingungsproblemen mit mehreren Freiheitsgraden, s.a. Kap. 3 und
Kap. 4.
Rang einer Matrix: Die m-dimensionalen Vektoren x1 , x2 , . . . , xn heißen linear abhängig, wenn es
Zahlen c1 , c2 , . . . , cn gibt, die nicht alle Null sind und die Gleichung
c1 x1 + c2 x2 + + cn xn = 0
erfüllen. Kann diese Gleichung nur durch c1 = 0, c2 = 0, . . . , cn = 0 erfüllt

werden, dann sind die Vektoren x1 , x2 , . . . , xn linear unabhängig.
Geometrische Deutung: Linear abhängige Vektoren in der Ebene liegen parallel,
im Raum liegen sie in einer Ebene.
Beispiel 44 Die beiden Vektoren aT = (1 2 3) und bT = (2 4 6) sind linear
a b 1 2 0

abhängig, da
c1 a +c b =c 2 +c 4 = 0

1
2 2
1
2 1 2
a3 b3 3 6 0
durch c1 = 2 und c2 = −1 erfüllt wird.
Dagegen sind die beiden Vektoren aT = (1 2 3) und bT = (2 4 7) linear unabhän-
gig.
2
Übung 32 Überlegen Sie sich, warum der Nullvektor (0 0 . . . 0)T von jedem
Vektor a linear abhängig ist.
2
Eine m
n-Matrix hat den vollen oder maximalen Rang min(m, n), wenn !
min(m, n) Spalten oder Zeilen in ihr linear unabhängig sind.
1
Beispiel 45 Die 3
2-Matrix
A= 2
2
4
3 7
hat den Rang min(3, 2) = 2, die 2
3-Matrix
1 2 3

B=
2 4 6
dagegen nur den Rang 1 = min(3, 2).
2
Quadratische Matrizen A, mit dim(A) = n, haben genau dann vollen Rang n,
wenn ihre Determinante nicht verschwindet
|A| = 0.
1
Übung 33 Hat die Matrix
A= 4
2 3
5 6
7 8 9
vollen Rang?
2
Eine quadratische Matrix, deren Determinante Null ist, heißt singuläre Matrix. Singuläre Matrix:
Wichtige Literatur zur Matrix-Algebra bilden die Monographien von Golub und
Van Loan[21] und Stewart[44]. In der Maschinendynamik sind die Matrizen i.A.
symmetrisch; dadurch spezialisiert sich das Eigenproblem auf das symmetrische.
Das Standardwerk dazu hat Parlett[38] verfaßt.
178 Matrixalgebra
Anhang C
Linearisierung
C.1 Taylor-Entwicklung
Analyse- und Syntheseverfahren für dynamische Systeme sind am weitesten für

lineare Systeme entwickelt. Dagegen sind fast alle physikalischen, technischen,
ökonomischen und sozialen Prozesse nichtlinear und werden durch Differential-
gleichungen folgender allgemeiner autonomer1 Struktur beschrieben
ẋ(t) = f(x(t), u(t)). (C.1.1)
Für die Untersuchung mit unseren Methoden muß diese Gleichung linearisiert
werden.
Dazu wird eine nominale Lösung x0 (t) von (C.1.1) betrachtet, die durch den
Eingang u0 (t) und eine gewisse Anfangsbedingung x0 (t) erzeugt worden ist.
Um diese nominale Lösung werde die i-te Komponente der Differentialgleichung
(C.1.1) in eine Taylor-Reihe bis zum ersten Glied entwickelt:

ẋi (t) = fi (x0 , u0 ) +

n
∂fi (x, u)
∂x
(xj − x0j )

j=1
j x0 ,u0
∂f (x, u)
+
m
∂u
i (uj − u0j ),
j=1
j x0 ,u0
i = 1, . . . , n.
Nun seien
∆xi = xi − x0i
und
∆ui = ui − u0i ,
1 EinSystem wird nicht-autonom genannt, wenn in den rechten Seiten der Differentialglei-
chungen die Zeit t explizit auftritt: ẋ(t) = f(x(t),u(t), t).
180 Linearisierung
und daher
∆ẋi = ẋi − ẋ0i .
Es gilt
ẋ0i = fi (x0 , u0 ),
und damit kann Gleichung (C.1.2) folgendermaßen umgeformt werden:

∆ẋi (t) =

n
∂fi (x, u)
∂xj
∆xj (t) +

m
∂fi (x, u)
∂uj
∆uj (t),
j=1 x0 ,u0 j=1 x0 ,u0
oder als Vektorgleichung für das gesamte System:
∆ẋ = A∆x + B∆u. (C.1.2)
C.2 Standard-Form
Wenn man jetzt (der einfacheren Schreibweise wegen) folgende Umdefinitionen

vornimmt ∆x x und ∆u u, dann erhält man die Standardform der Zus-
tandsdarstellung dynamischer Systeme:
ẋ = Ax + Bu. (C.2.1)
Die Matrizen A und B beinhalten die partiellen Ableitungen der Funktionen fi

nach dem Zustandsvariablen xj bzw. den Eingangsvariablen uj in den Punkten
x0 und u0 . Sie sind die Jacobi-Matrizen des Systems und werden wie folgt
gebildet

∂f1 ∂f1
∂f1
∂x1 ∂x2 ∂xn
∂f2 ∂f2 ∂f2

∂x1 ∂x2 ∂xn
A = .. .. .. .. ..
(C.2a)
. . . . .

.. .. .. .. ..
. . . . .
∂fn ∂fn
∂fn
∂x1 ∂x2 ∂xn

∂f1 ∂f1
∂f1
∂u1 ∂u2 ∂um
∂f2 ∂f2 ∂f2

∂u1 ∂u2 ∂um
B = .. .. .. .. ..
(C.2b)
. . . . .

.. .. .. .. ..
. . . . .
∂fn ∂fn
∂fn
∂u1 ∂u2 ∂um
C.3 Beispiele und Übungen 181
Da die Taylor-Entwicklung nur in einer Umgebung von x0 und u0 gültig ist,

müssen A und B für weiter von x0 und u0 entfernt liegende Punkte neu ermittelt
werden; A und B sind dann nicht mehr konstant, sondern variieren mit der Zeit.
C.3 Beispiele und Übungen
Beispiel 46 Gegeben sei die nichtlineare Differentialgleichung
ẍ + ẋ + ẋx = u,
deren nichtlineare Zustandsdarstellung
ẋ1 = x2 =: f1 (x, u),

ẋ2 = −x1 x2 − x2 + u =: f2 (x, u),
lautet.
Die Jacobi-Matrizen werden als
∂f1 ∂f1
A=
∂x1 ∂x2 0 1
=
∂f2 ∂f2 −x2 −x1 − 1 x0 ,u0
∂x1 ∂x2

x0 ,u0
∂f1 0
B= ∂u =
∂f2 1
∂u x0 ,u0
berechnet, und mit x0 = (x01 x02 )T als Nominallösung erhält man folgende li-
neare Zustandsgleichungen in den Variablen ∆x und ∆u
∆ẋ1 = ∆x2 ,
∆ẋ2 = −x02 ∆x1 − (x01 + 1)∆x2 + ∆u, (C.3.1)
und für x0 = (x01 x02 )T = (1 1)T
∆ẋ1 = ∆x2 ,
∆ẋ2 = −∆x1 − 2∆x2 + ∆u.
2
Beachten Sie, daß die linearen Terme der nichtlinearen Darstellung unverändert
in die lineare Darstellung übergehen. Dies ist plausibel, da die Linearisierung
der linearen Darstellung an dieser nichts ändern soll.
Übung 34 Untersuchen Sie den Fehler in Beispiel 46, wenn die Linearisierung
für
0 x1 2, 0 x2 2,
gültig sein soll.
182 Linearisierung
Hinweis: Vergleichen Sie für extreme x die lineare mit der nichtlinearen Zus-
tandsdarstellung.
2
Beispiel 47 Betrachten sie folgendes lineare System
ẋ1 = x2 =: f1 (x, u),
ẋ2 = u =: f2 (x, u).

Es werde folgendes nichtlineare Regelgesetz
u = (1 − eK|x1 | )sign(x1 ),
mit der Vorzeichenfunktion

+1 if z > 0
sign(z) = ,
−1 if z < 0
angewendet. Damit ergibt sich folgende linearisierte Zustandsdarstellung

∂f1
∆ẋ1 = ∆x2 = ∆x2 ,
∂x2
∂f2
∆x1 = Ke−K|x1 | ∆x1 ,
0
∆ẋ2 =
∂x1
oder in Matrixdarstellung
∆ẋ 0
1 1
∆x 1
= ,
∆ẋ2 a 0 ∆x2
mit a = Ke−K|x1 | = const. für konstantes x01 .

0
Für x01 = 0 ergibt sich a = K und für sehr großes x01 strebt a → 0. Im ersten
Fall ist ∆ẋ2 = K∆x1 , im zweiten bleibt ∆x2 praktisch konstant.
2
Übung 35 Gegeben sei das nichtlineare System
1
ẋ1 = − ,
x22
ẋ1 = ux1 .
a) Bilden sie die linearisierte Zustandsdarstellung zunächst allgemein für belie-
biges x01 , x02 und u0 .
b) Nun nehmen Sie u0 (t) = 0 und x01 (t0 ) = x02 (t0 ) = 1 an. Zeigen Sie, daß für
diesen Eingang und mit diesen Anfangsbedingungen die allgemeine Lösung der
x01 (t) = 1 − t,
x02 (t) = 1,
C.3 Beispiele und Übungen 183
ist.
c) Bilden Sie für diese x0 (t) und u0 (t) die Jacobi-Matrizen. Hier tritt die Zeit
explizit auf !
2
184 Linearisierung
Anhang D
Lösung gewöhnlicher
In wenigen Fällen gering komplexer Systeme niedriger Ordnung werden die Zus-
tandsgleichungen
ẋ(t) = Ax(t) + Bu(t), x(t0 ) = x0 , (D.1a)
y(t) = Cx(t), (D.1b)
analytisch und exakt gelöst werden. In aller Regel werden die Lösungen mit dem
Computer numerisch und approximativ gefunden.
Wir werden auch den ersten Weg nicht vernachlässigen, da er Einsicht in die
Lösungsstruktur vermittelt. Für den zweiten Weg werden wir auch Computer-
Prozeduren angeben.
D.1 Analytische Lösung
D.1.1 Lösung im Frequenzbereich
Es sei eine Zeile i der Gleichung (D.1a) und eine Zeile j der Gleichung (D.1b)
herausgegriffen:
ẋi (t) = ai1 x1 (t) + + ain xn (t) + bi1 u1 (t) + + bim um (t),
xi (t0 ) = xi0 , (D.1a)
yj (t) = cj1 x1 (t) + + cjn xn (t), (D.1b)
mit aij , i = 1, . . . , n, j = 1, . . . , n, bik , i = 1, . . . , n, k = 1, . . . , m und cjk , j =

1, . . . , p, k = 1, . . . , m den entsprechenden Elementen der Matrizen A, B und
C. Die Laplace-Transformation der Gleichung (4.1) ergibt
sXi (s) − xi0 = ai1 X1 (s) + + ain Xn (s) + bi1 U1 (s) + + bim Um (s),
186 Lösung gewöhnlicher Differentialgleichungen
und
Yj (s) = cj1 X1 (s) + + cjn Xn (s)
und für alle i = 1, . . . , n, j = 1, . . . , p, in Matrix-Form
sX(s) − x0 = AX(s) + BU(s),
oder umgeformt
X(s) = (sI − A)−1 x0 + (sI − A)−1 BU(s), (D.2a)

Y(s) = CX(s). (D.2b)
Gleichung (4.2) ist die Lösung der Zustandsgleichung im s-Bereich. Rücktrans-

formation in den t-Bereich liefert x(t) und y(t). Gleichung (4.2) beinhaltet zwei
Summanden: der erste berücksichtigt den Lösungsanteil der Anfangsbedingung
x0 , der zweite den des Systemeingangs u.
Mit der Beziehung (B.3.2) kann die Inverse (sI − A)−1 in Gleichung (D.2a) als
adj(sI − A)
(sI − A)−1 = (D.1.3)
|sI − A|
geschrieben werden. Die Determinante im Nenner ist das charakteristische Po-

lynom (in s) der Übertragungsfunktion.
D.1.1.1 Übertragungsfunktion der Zustandsgleichung
Von der Darstellung (4.2) der Lösung der Zustandsgleichung gelangt man, wenn
die Anfangsbedingungen x0 = 0 gesetzt werden, sofort zur Übertragungsfunk-
tion G(s):
Y(s)
G(s) = = C(sI − A)−1 B. (D.1.4)
U(s)
Bei Mehrgrößensystemen (m > 1 oder p > 1) ist die Übertragungsfunktion

G(s) eine matrixwertige Funktion, d.h. G(s) ist eine p
m – Matrix mit ratio-
nalen Funktionen in s als Elementen gij (s), die das Übertragungsverhalten vom
Eingang Uj zum Ausgang Yi bestimmen.
Beispiel 48 Das Matrix-Tripel (A, B, C) der Strecke des balancierten Stabes ist
0 1
0

A= , b= , cT = (1 0).
g/l 0 −1
Es soll die Übertragungsfunktion des Stabes unter Verwendung der Beziehung

(D.1.4) bestimmt werden.
D.1 Analytische Lösung 187
Diese Beziehung wird folgendermaßen ausgewertet
−1
1 s −1 0 −1
c (sI − A)
T
b = 0
−g/ls s 1 −1
1 s − g/l s − g/l 0
0 g/l −1
2 2
=
s
s2 − g/l s2 − g/l
−1
= .
s2 − g/l
2
Übung 36 Wiederholen Sie den Rechengang aus Beispiel 48 für folgende Daten:
0 1
0
A= , b= , cT = (1 0).
−2 −3 1
Überprüfen Sie Ihr Ergebnis durch Vergleich mit den Matrix-Elementen der Nor-
malform.
2
D.1.2 Lösung im Zeitbereich
Die Lösung der Zustandsgleichung (D.1a) im Zeitbereich erreichen wir in zwei

Schritten: durch Berechnung der homogenen und der partikulären Lösung.
D.1.2.1 Homogene Lösung
Zunächst sei die Eingangsfunktion u(t) Null, d.h. wir suchen die Lösung xh (t)
des homogenenen Systems
ẋh (t) = Axh (t), xh (t0 ) = x0 . (D.1.5)
Die Lösung sei genügend glatt, so daß sie als Reihenansatz geschrieben werden
kann
xh (t) = α0 + α1 (t − t0 ) + α2 (t − t0 )2 + . (D.1.6)
Mit t = t0 erhält man sofort x0 = α0 . Differentiation von (D.1.6) und Substi-
tution in (D.1.5) ergibt
α1 + 2α2 (t − t0 ) + 3α3 (t − t0 )2 + = Axh (t),
und daraus α1 = Ax0 für t = t0 . Dieser Vorgang wird fortgesetzt und führt zu
1 1

xh (t) = I + A(t − t0 ) + A2 (t − t0 )2 + A3 (t − t0 )3 + x0 .
2 6
Der Ausdruck in der eckigen Klammer ist die Reihendarstellung der Matrix-
Exponentialfunktion
∞
(t − t0 )k
eA(t−t0 ) = Ak , (D.1.7)
k!
k=0
die unter gewissen Voraussetzungen sehr schnell konvergiert [34], so daß nur eine
geringe Anzahl kmax der Summanden in (D.1.7) berechnet werden muß. Damit
errechnet sich die homogene Lösung zu

kmax

(t − t0 )k
xh (t) = Ak x0 . (D.1.8)
k!
k=0
Übung 37 Zeigen Sie, daß folgendes gilt:
eA(t2 −t0 ) = eA(t2 −t1 ) eA(t1 −t0 ) (D.1.9)
Hinweis: Lösen Sie die homogene Gleichung zuerst von t0 nach t1 und dann
von t1 nach t2 .
2
D.1.2.2 Partikuläre Lösung
Die partikuläre Lösung xp (t) der Zustandsgleichungen wird durch Variation der
Parameter erhalten. Folgender Lösungsansatz sei angenommen
xp (t) = eA(t−t0 ) ξ(t), (D.1.10)
mit zu bestimmendem Parametervektor ξ(t). Dieser Ansatz muß die Gleichung

(D.1a) erfüllen:
AeA(t−t0 ) ξ(t) + eA(t−t0 ) ξ̇(t) = AeA(t−t0 ) ξ(t) + Bu(t)
oder aufgelöst
ξ̇(t) = e−A(t−t0 ) Bu(t),
und integriert
t
ξ(t) = e−A(τ−t0 ) Bu(τ)dτ.
t0
Dieser Ausdruck wird in den Ansatz (D.1.10) substituiert

t
xp (t) = eA(t−t0 ) e−A(τ−t0 ) Bu(τ)dτ,
t0
und unter Verwendung von (D.1.9) erhalten wir eine partikuläre Lösung der
Zustandsgleichung
t
xp (t) = eA(t−τ) Bu(τ)dτ. (D.1.11)
t0
D.1.2.3 Gesamtlösung
Die homogene Lösung (D.1.8) und die Partikularlösung (D.1.11) ergeben die
Gesamtlösung
x(t) = xh (t) + xp (t)

t
A(t−t0 )
= e x0 + eA(t−τ) Bu(τ)dτ (D.12a)
t0
y(t) = Cx(t). (D.12b)
Wie schon die Lösung (D.2a) im Frequenzbereich zeigt auch die Lösung (D.12a)
im Zeitbereich zwei Summanden: der erste beschreibt den Einfluß des Anfang-
swertes x(t0 ) auf die Lösung (Anteil der Lösung der homogenen Differentialglei-
chung), der zweite den Einfluß einer Eingangsfunktion u(t).
Beachten Sie, daß eA(t−t0 ) in (D.12a) eine Matrix ist mit elementweise Expo-
nentialfunktionen. Diese Matrix wird als Transitionsmatrix
Φ(t, t0 ) = eA(t−t0 ) (D.1.13)
des dynamischen Systems (D.1a) bezeichnet, und mit ihr wird (4.12) zu
t
x(t) = Φ(t, t0 )x0 + Φ(t, τ)Bu(τ)dτ, (D.14a)
t0
t
y(t) = CΦ(t, t0 )x0 + C Φ(t, τ)Bu(τ)dτ. (D.14b)
t0
Diese Lösung gilt allgemein für lineare Differentialgleichungssysteme, die auch

zeitabhängige Matrizen A(t) haben dürfen. Bei konstanten Matrizen A redu-
ziert sich die Abhängigkeit von Φ(t, t0 ) von den beiden Variablen t und t0 auf
deren Differenz t − t0 : Φ(t − t0 ) und für t0 = 0, was man für zeitinvariante
Systeme ohne Beschränkung der Allgemeinheit setzen darf, auf Φ(t). Damit ist
die Lösung linearer, zeitinvarianter Systeme
t
x(t) = Φ(t)x0 + Φ(t − τ)Bu(τ)dτ, (D.15a)
0
t
y(t) = CΦ(t)x0 + C Φ(t − τ)Bu(τ)dτ. (D.15b)
0
Warum ist das Argument der Transitionsmatrix im Integranden von (4.15) (t −

τ), während das Argument der Eingangsfunktion t ist? In Gleichung (D.2a) ist
der zweite Summand ein Produkt aus zwei Faktoren, die von s abhängen: (sI −
A)−1 BU(s).
t Dessen inverse Laplace-Transformation ist ein Faltungsintegral der
Form 0 Φ(t − τ)Bu(τ)dτ. → Kompendium: Satz 6
Ein Vergleich der beiden Lösungen (D.2a) und (D.15a) zeigt folgenden Zusam-
menhang zwischen der Laplace-Transformierten der Transitionsmatrix Φ(t) und
der Matrix (sI − A)−1 :
−1
{Φ(t)} = (sI − A) . (D.1.16)
Übung 38 Rechnen Sie dieses Ergebnis für den skalaren Fall durch.
D.1.2.4 Methode der unbestimmten Koeffizienten
Vorgelegt sei die inhomegene lineare Differentialgleichung zweiter Ordnung mit

konstanten Koeffizienten
mẍ(t) + cẋ(t) + kx(t) = f(t), (D.1.17)
gesucht ist die partikuläre Lösung xp (t).
Die Methode der unbestimmten Koeffizienten ist ein einfacher Spezialfall der
Methode der Variation der Parameter[28] und ist u.a. auf die Ansätze der Erre-
gerfunktionen f(t) in Tab. D.1 anwendbar, bei denen die Ableitungen von f(t)
der Funktion f(t) ähnlich sind.
f(t) xp (t)
aeωt Aeωt
atn A0 + A1 t + + An−1 tn−1 + An tn
a cos ωt A0 cos ωt + A1 sin ωt
a sin ωt A0 cos ωt + A1 sin ωt
Tabelle D.1: Unbestimmte Koeffizienten
Folgende Regeln sind auf Gl. (D.1.17) anwendbar:
1. Ist f(t) eine der Funktionen in Spalte 1 von Tab. D.1, dann wird der
korrespondierende Ansatz xp (t) aus Spalte 2 gewählt. Die unbestimmten
Koeffizienten des Ansatzes werden als Lösung eines linearen Gleichungs-
systems erhalten, das sich durch Einsetzen von xp und seiner Ableitungen
in Gl. (D.1.17) ergibt.
2. Löst f(t) den homogenen Teil von Gl. (D.1.17), dann wird der entspre-
chende Ansatz xp (t) mit t multipliziert, wenn die Lösung einer einfachen
Wurzel der charakteristischen Gl. von (D.1.17) entspricht oder mit t2 im
Falle einer doppelten Nullstelle usf..
3. Ist f(t) Summe von Komponenten aus Spalte 1, dann ist xp (t) Summe der
korrespondierenden Komponenten aus Spalte 2.
Beispiel 49 Regel 1. Lösen Sie
2ẍ + 2ẋ + x = 2t2 − t.
Der Ansatz für xp ist nach Tab. D.1
xp = A2 t2 + A1 t + A0 ,
und seine Ableitungen sind
ẋp = 2A2 t + A1 ,
ẍp = 2A2 .
In die Differentialgleichung eingesetzt ergibt dies
4A2 + 2(2A2 t + A1 ) + A2 t2 + A1 t + A0 = 2t2 − t,
oder nach Umordnung
A2 t2 + (4A2 + A1 )t + 4A2 + 2A1 + A0 = 2t2 − t.
Der Koeffizientenvergleich der Polynome auf der rechten und linken Seite ergibt
folgendes lineare Gleichungssystem:
A2 = 2,
4A2 + A1 = −1,
4A2 + 2A1 + A0 = 0,
und damit A2 = 2, A1 = −9 und A0 = 10 und
xp (t) = 2t2 − 9t + 10.
2
Übung 39 Bestimmen Sie für dieses Beispiel die Gesamtlösung für x0 = 1 und
ẋ0 = −1.
2
Übung 40 Warum funktioniert xp = A2 t2 + A1 t nicht?
2
ẍ + 5ẋ + 6x = e−2t .
Der natürliche“ Ansatz xp = Aet führt nicht zum Ziel. (Probieren Sie ihn und
”
beurteilen Sie den Mißerfolg!)
Wir wählen
xp = Ate−2t
und
x˙p = A(e−2t − 2te−2t ),

x¨p = 4A(e−2t − te−2t ),
und erhalten nach Einsetzen in die Differentialgleichung
4A(te−2t − e−2t ) + 5A(e−2t − 2te2t ) + 6Ate−2t = e−2t

eine lineare Gleichung in A, deren Lösung A = 1 die partikuläre Lösung
xp = te−2t
ergibt.
2
Übung 41 Bestimmen Sie für dieses Beispiel die Gesamtlösung für x0 = 0 und
ẋ0 = 0. Vorsicht: Es ist nicht etwa xh 0!
2
Ein Maple-Worksheet vollzieht Beispiel und Übung nach:
> restart;
> ode:=diff(x(t),t,t)+5*diff(x(t),t)+6*x(t)=exp(-2*t);
2
(−2 t)
ode := ( ∂t
∂
2 x(t)) + 5 ( ∂t x(t)) + 6 x(t) = e
∂
> dsolve({ode,x(0)=0,D(x)(0)=0},x(t));
x(t) = −e(−2 t) + t e(−2 t) + e(−3 t)
> f:=exp(-2*t);
f := e(−2 t)
> a:=A*t*f;
a := A t e(−2 t)
> b:=diff(a,t);
b := A e(−2 t) − 2 A t e(−2 t)
> c:=diff(a,t,t);
c := −4 A e(−2 t) + 4 A t e(−2 t)
> leq:=c+5*b+6*a=f;
leq := A e(−2 t) = e(−2 t)
> A:=solve(leq,A);
A := 1
ẍ + 5ẋ + 6x = e2t + t2 .
Die partikuläre Lösung ist
xp (t) = A3 e2t + A2 t2 + A1 t + A0
1 2t 1 2 5 19
= e + t − t+ ,
20 6 18 108
und sie wird in folgender Maple-Sitzung erarbeitet.
> restart;
> ode:=diff(x(t),t,t)+5*diff(x(t),t)+6*x(t)=exp(2*t)+t^2;
2
(2 t)
ode := ( ∂t
∂
2 x(t)) + 5 ( ∂t x(t)) + 6 x(t) = e
∂
+ t2
> dsolve({ode,x(0)=0,D(x)(0)=0},x(t));
1 37 (−3 t) 1 (−2 t)
x(t) = (27 e(5 t) + 90 e(3 t) t2 − 150 t e(3 t) + 95 e(3 t) ) e(−3 t) + e − e
540 135 2
> dsolve({ode},x(t));
1
x(t) = (27 e(5 t) + 90 e(3 t) t2 − 150 t e(3 t) + 95 e(3 t) ) e(−3 t) + C1 e(−3 t) + C2 e(−2 t)
540
> expand(%);
1 t 2 1 2 5 19 C1 C2
x(t) = (e ) + t − t+ + +
20 6 18 108 (et )3 (et )2
> f:=exp(2*t)+t^2;
f := e(2 t) + t2
Ansatz fuer die partikulaere Loesung

> xp:=A[3]*exp(2*t)+A[2]*t^2+A[1]*t+A[0];
xp := A3 e(2 t) + A2 t2 + A1 t + A0
Differentiation des Ansatzes

> xpp:=diff(xp,t);
xpp := 2 A3 e(2 t) + 2 A2 t + A1
> xppp:=diff(xp,t,t);
xppp := 4 A3 e(2 t) + 2 A2
Einsetzen des Ansatzes und seiner Ableitungen in die Differentialgleichung

> leq:=xppp+5*xpp+6*xp=f;
leq := 20 A3 e(2 t) + 2 A2 + 10 A2 t + 5 A1 + 6 A2 t2 + 6 A1 t + 6 A0 = e(2 t) + t2
> lhss:=sort(lhs(leq)-op(1,lhs(leq)));
lhss := 6 A2 t2 + 10 A2 t + 6 A1 t + 2 A2 + 5 A1 + 6 A0
> lhsc:=collect(lhss,t);
lhsc := 6 A2 t2 + (6 A1 + 10 A2 ) t + 5 A1 + 6 A0 + 2 A2
Koeffizientenvergleich
> eq[1]:=op(1,op(1,lhs(leq)))*op(2,op(1,lhs(leq)))=1;
eq 1 := 20 A3 = 1
> eq[2]:=coeff(lhsc,t,2)=1;
eq 2 := 6 A2 = 1
eq 3 := 6 A1 + 10 A2 = 0
eq 4 := 5 A1 + 6 A0 + 2 A2 = 0
Loesung des linearen Gleichungssystems

> solve({eq[1],eq[2],eq[3],eq[4]},{A[0],A[1],A[2],A[3]});
19 −5 1 1
{A0 = , A1 = , A2 = , A3 = }
108 18 6 20
2
Aufgabe 31 Lösen Sie
ẍ + 2ẋ + 5x = 16et + sin 2t.
D.2 Numerische Lösung
Die numerische Lösung der Zustandsgleichung (4.15) auf dem Digitalrechner

kann mit mehreren Ansätzen gewonnen werde. Wir betrachten einen Diskre-
tisierungsansatz für speziell lineare Differentialgleichungen und einen Ansatz
durch Entwicklung in eine Taylorreihe für allgemeine (auch nichtlineare) Diffe-
rentialgleichungen.
D.2.1 Diskretisierung
Beim Diskretisierungsansatz soll die Lösung schrittweise über Teilintervalle mit

der Intervallänge T integriert werden.
D.2.1.1 Lösungsalgorithmus
Wir seien bei kT angelangt und gehen den Schritt nach kT + T :

kT +T
x(kT + T ) = eAT x(kT ) + eA(kT +T −τ) Bu(τ)dτ. (D.2.1)
kT
Während dieses Schrittes halten wir
u(τ) = u(kT ), kT τ < kT + T.
konstant (Halteglied nullter Ordnung). Dadurch kann u() aus dem Integranden
genommen werden. Änderung der Variablen η = kT + T − τ erleichtert die
Integration:
T
x(kT + T ) = eAT x(kT ) + eAη dηBu(kT ). (D.2.2)
0
Mit
Φ(T ) = eAT , (D.3a)

T
Γ (T ) = eAη dηB (D.3b)
0
D.2 Numerische Lösung 195
wird Gleichung (D.2.2) und die zugehörige Gleichung der Ausgangsgröße
x(kT + T ) = Φ(T )x(kT ) + Γ (T )u(kT ), (D.4a)

y(kT ) = Cx(kT ). (D.4b)
D.2.1.2 Berechnung von Φ und Γ
Nach (D.1.7) ist

1 1
Φ(T ) = eAT = I + AT + A2 T 2 + A3 T 3 +
2 6
die Reihendarstellung der Matrix-Exponentialfunktion. Die Terme Φ und Γ kön-
nen unter einheitlichen Gesichtspunkten berechnet werden, wenn
AT A2 T 2
Ψ(T ) = I + + +
2! 3!

oder numerisch stabiler
AT AT AT AT
Ψ(T ) = I + I+ I+
2 3 N−1 N
definiert wird. Dann berechnet sich
Φ(T ) = I + ATΨ(T ) (D.2.5)
und
∞
∞

Ak T k+1 Ak T k
Γ (T ) = B= T B = Ψ(T )T B. (D.2.6)
(k + 1)! (k + 1)!
k=0 k=0
Übung 42 Verifizieren Sie die unendliche Summe in (D.2.6) durch Integration

von (D.3b).
2
Damit reduziert sich die numerische Berechnung der Zustandsgleichung auf die
Ermittllung von Ψ(T ). Ein Computer-Programm 2 in der MATLAB-Syntax [47]
zeigt, wie einfach das ist.
Algorithmus 2 Berechnung von Φ und Γ aus der Matrix-Exponential-Funktion:
1 function [Phi, Gamma] = c2d(a, b, t)
2 % Conversion of state space models
3 % from continuous to discrete time.
4 % [Phi, Gamma] = C2D(A,B,T)
5 % converts the continuous-time system:
6 % .
7 % x = Ax + Bu
8 %
9 % to the discrete-time state-space system:
10 %
11 % x[n+1] = Phi * x[n] + Gamma * u[n]
12 %
13 % assuming a zero-order hold on the inputs
14 % and sample time T.
15
16 error(nargchk(3,3,nargin));
17 error(abcdchk(a,b));
18
19 [m,n] = size(a);
20 [m,nb] = size(b);
21 s = expm([[a b]*t; zeros(nb,n+nb)]);
22 Phi = s(1:n,1:n);
23 Gamma = s(1:n,n+1:n+nb);
24
25
26 function e = expm(a)
27 % Matrix exponential via Taylor series.
28 % Scale A by power of 2 so that its norm is < 1/2 .
29 s = round(log(norm(a,1))/log(2)+1.5);
30 if s < 0,
31 s = 0;
32 end
33 a = a/2^s;
34
35 % Taylor series for exp(A)
36 [m,n] = size(a);
37 k = 1;
38 e = 0*a;
39 f = eye(m,n);
40 while norm(e+f-e,1) > 0,
41 e = e + f;
42 f = a*f/k;
43 k = k+1;
44 end
45
46 % Undo scaling by repeated squaring
47 for k = 1:s,
48 e = e*e;
49 end
D.2.2 Taylor-Entwicklung
Die Darstellung der Lösung einer allgemeinen Differentialgleichung
ẋ(t) = f(x, u, t), x(t0 ) = x0 ,
durch Entwicklung in eine Taylor-Reihe beschränken wir der Übersicht halber

auf den Fall einer skalaren Differentialgleichung in einer Variablen x, also n = 1.
Die Beschreibung bleibt für Systeme von Differentialgleichungen, n > 1, gültig,

und man findet sie in vielen Lehrbüchern zur numerischem Mathematik [8, 45].
D.2.2.1 Lösungsalgorithmus
Es sei angenommen, daß in
ẋ(t) = f(x, u, t), x(t0 ) = x0 , (D.2.7)
die Funktion f genügend oft nach x, u und t differenzierbar ist. Wenn ∂f/∂x =: fx
und ∂f/∂u =: fu stetig sind, dann besitzt die Differentialgleichung (D.2.7) eine
eindeutige Lösung x(t). Diese entwickeln wir in eine Taylor-Reihe um den Punkt
t = t0 :
(t − t0 )2
x(t) = x0 + (t − t0 )ẋ(t0 ) + ẍ(t0 ) + , (D.2.8)
2!
deren Ableitungen wir nicht explizit kennen, da die Lösung nicht bekannt ist.
Wir beschaffen die Ableitungen durch totale Differentiation von (D.2.7)
ẋ = f(x, u, t), (D.9a)

d
ẍ = f(x, u, t) = ft + fx ẋ + fu u̇ = ft + fx f + fu u̇, (D.9b)
dt
..
.
Übung 43 Bilden Sie die dritte totale Ableitung der Differentialgleichung (D.2.7).
2
Diese Übung zeigt, daß die höheren totalen Ableitungen sehr komplexe Aus-
drücke werden. Daraus werden alternativ folgende Konsequenzen gezogen:
1. die Taylor-Entwicklung wird nach wenigen Termen abgebrochen; dann ist
(D.2.8) nur in einer kleinen Umgebung von t0 gültig,
2. die totalen Ableitungen in der Taylor-Entwicklung werden durch zusätzliche
Auswertung der Funktion f an geeigneten Zwischenwerten im Integration-
sintervall gewonnen; dann muß ein höherer numerischer Aufwand einge-
setzt werden, (D.2.8) ist aber in einer größeren Umgebung von t0 gültig.
Es sei nun angenommen, daß die Entwicklung (D.2.8) eine brauchbare Näherung
der Lösung für einen Schritt h = t − t0 darstellt. Dann können x und alle seine
totalen Ableitungen an der Stelle t = t0 + h ausgewertet werden, und mit ihnen
kann ein neuer Schritt t + h gemacht werden. Mit der Definition des Operators
T
h ¼ hk−1 (k−1)
Tk (x, u, t) = f(x, u, t) + f (x, u, t) + + f (x, u, t), (D.2.10)
2! k!
wird dieser Vorgang als Algorithmus 3 formalisiert
Algorithmus 3 Taylor-Entwicklung der Ordnung k zur Lösung der Differential-

gleichung
ẋ(t) = f(x, u, t), t0 t tf , x(t0 ) = x0 ,
1. wähle eine Schrittweite

tf − t0
h= ,
N
2. setze
ti = t0 + ih, i = 0, . . . , N,
3. berechne Approximationen xi der Lösung x(ti ) durch die Rekursion
xi+1 = xi + hTk (xi , u(ti ), ti ), i = 0, . . . , N − 1,
mit Tk (x, u, t) nach (D.2.10).
Das Rest-Glied der Taylor-Entwicklung der Ordnung k
h(k+1) (k)
R = f (x(τ), u(τ), τ),
(k + 1)!
h(k+1) (k+1)
= x (τ), ti < τ < ti + h,
(k + 1)!
zeigt, daß der Fehler der Approximation von der Ordnung k + 1, (hk+1 ), ist.
D.2.2.1.1 Euler-Verfahren Für die Ordnung k = 1 wird Algorithmus 3 als

Euler-Verfahren bezeichnet:
Algorithmus 4 Euler-Verfahren:
Schritt 1 und 2 wie in Algorithmus 3,
Schritt 3:
xi+1 = xi + hf(xi , u(ti ), ti ), i = 0, . . . , N − 1.
Das Restglied,
R = 1/2h2 ẍ(τ),
zeigt, daß der Fehler von (h2 ) ist.
D.2.2.1.2 Heun-Verfahren Für die Ordnung k = 2 wird Algorithmus 3 als

Heun-Verfahren bezeichnet:
Algorithmus 5 Heun-Verfahren:
Schritt 3:
k1 = hf(xi , u(ti ), ti ),
xi+1 = xi + 1/2[k1 + hf(xi + k1 , u(ti+1 ), ti+1 )], i = 0, . . . , N − 1.
2
Übung 44 Bilden Sie das Restglied und daraus die Ordnung des Heun-Verfahrens.
2
D.2.2.1.3 Runge-Kutta-Verfahren Für Ordnungen k > 1 werden die Ablei-

tungen durch zusätzliche Funktionsauswertungen an geeigneten Zwischenwerten
im Intervall ti t ti + h gewonnen. Auf die Ableitung wird hier verzichtet [8,
Seite 362–366]. Das bekannteste Verfahren ist das von Runge und Kutta vierter
Ordnung, das im folgenden Algorithmus beschrieben wird.
Algorithmus 6 Runge-Kutta-Verfahren:
Schritt 3:
k1 = hf(xi , u(ti ), ti ),
k2 = hf(xi + 1/2k1 , u(ti + 1/2h), ti + 1/2h),
k3 = hf(xi + 1/2k2 , u(ti + 1/2h), ti + 1/2h),
k4 = hf(xi + k3 , u(ti + h), ti + h),
xi+1 = xi + 1/6(k1 + 2k2 + 2k3 + k4 ), i = 0, . . . , N − 1.
2
Der Fehler ist hier von (h5 ).
D.2.2.2 Computer-Prozedur
Eine einfache Implementierung des Runge-Kutta-Verfahrens zeigt das folgende

FORTRAN-Unterprogramm. Dieses rechnet mit fester Schrittweite h, effizien-
tere Implementierungen mit Schrittweitensteuerungen finden Sie in Referenz
[22, 26, 27, 42].
1 subroutine RuKu4 (f, n, x, t, h)
2 double precision x(*), t, h, hh
3 double precision dx [allocatable] (:)
4 double precision k1 [allocatable] (:)

8 integer i, n
9 external f
10
11 allocate (dx(n),k1(n),k2(n),k3(n),k4(n))
12 hh = h/2
13 call f(k1,x,t)
14 do i = 1,n
15 dx(i) = x(i)
16 x(i) = dx(i)+k1(i)*hh
17 end do
18 call f(k2,x,t+hh)
19 do i = 1,n
20 x(i) = dx(i)+k2(i)*hh
21 end do
22 call f(k3,x,t+hh)
23 t=t+h
24 do i = 1,n
25 x(i) = dx(i)+k3(i)*h
26 end do
27 call f(k4,x,t)
28 do i = 1,n
29 x(i) = dx(i)+(k1(i)+2*k2(i)+2*k3(i)+k4(i))*h/6
30 end do
31 deallocate (dx, k1, k2, k3, k4)
32 return
33 end
D.3 Beispiel: Balancierter Stab
Als Beispiel für die Anwendung der im Abschnitt D.2 besprochenen numerischen
Lösungsverfahren wollen wir den mit einem PD-Regler und einem Zustandsre-
gler geregelten Stab simulieren. Aus Stabilitätsgründen wird nicht die ungere-
gelte Strecke berechnet, sondern die geregelte mit der Übertragungsfunktion
Y(s) −(KD s + KP )
G(s) = = 2 . (D.3.1)
U(s) s − KD s − (g/l + KP )
Die Regler-Normalform des PD-geregelten Stabes ist in Abbildung D.1 gezeigt,

und deren Koeffizienten sind
a0 = −(g/l + KP ), a1 = −KD ,
und
b0 = −KP , b1 = −KD .
D.3 Beispiel: Balancierter Stab 201
Damit läßt sich die Regler-Normalform des geregelten balancierten Stabes for-
ẋ (t) x (t) 0
mulieren:
1 0 1 1
= + u(t), (D.2a)
ẋ2 (t) g/l + KP KD
x (t)
1
x (t) 2 1
y(t) = (−KP − KD ) , (D.2b)

x2 (t)
- b1
u - m ẋ2 - 1 x2 1 x1 ? y
+ r- r- b0 - +m
I
@
6 s s
@
−a1
−a0
Abbildung D.1: Regler-Normalform des balancierten Stabes
Die Regler-Parameter KD und KP sollen wieder durch Polvorgabe bestimmt

werden. Die beiden Pole des geregelten Systems sollen diesmal bei s1,2 = −1 i
liegen. Daraus ergeben sich für g/l = 9 die Parameter
KD = −2 und KP = −11.
Übung 45 Bitte bestätigen Sie durch Vergleich der Koeffizienten des charakte-
ristischen Polynoms der Übertragungsfunktion (D.3.1) die numerischen Werte
der Regler-Parameter.
2
Die numerischen Lösungsverfahren gelten für beliebiges (beschränktes) Eingang-
ssignal u(t). Für einen Vergleich beschränken wir uns hier auf den Einheitss-
prung, d.h.
0 für t < 0
u(t) = ,
1 für t 0
dessen Laplace-Transformierte U(s) = 1/s ist.
Die exakte Lösung des Problems (D.3.1) ist dann → Kompendium: Abschnitt
y(t) =
−KP
1 − e−ζωn t sin(βωn t + θ)
2.2.2
−(KP + g/l)
−KD
+ e−ζωn t sin βωn t, (D.3.3)
−(KP + g/l)

mit β = 1 − ζ2 und θ = arccos ζ.
Übung 46 Bitte rechnen Sie als Wiederholung des Stoffs der Vorlesung Rege-
lungstechnik diese Lösung nach. Überlegen Sie sich, daß deren zweiter Summand
der differenzierende Anteil des Zählers der Übertragungsfunktion ist.
D.3.1 Diskretisierung
Die Lösung des Problems (4.2) mit dem Diskretisierungsansatz (D.4a) ist in
Abbildung D.2 in der linken Hälfte dargestellt. Dabei ist das Zeitintervall t
[0, 5] in k = 128, k = 8 und k = 1 Teilintervalle aufgeteilt. Die Graphen der
entsprechenden Lösungen sind durch ausgezogene, gestrichelte, bzw. punktierte
Linienzüge gekennzeichnet.
Abbildung D.2: Numerische Lösung der Zustandsgleichung
Für enge Diskretisierung (k = 128) fällt der Graph mit der exakten Lösung
(4.3) zusammen. Die Lösungen der beiden anderen Diskretisierungen stimmen
nur für t = iT, i = 0, . . . , k, mit T dem Diskretisierungsintervall, mit der exakten
Lösung überein.
→ Rechenzeitvergleich Soll die Lösung nur für gewisse diskrete Zeitpunkte erhalten werden, dann ist
in der Vorlesungsübung für lineare Differentialgleichungen der Diskretisierungsansatz sehr ökonomisch
bezüglich der aufzuwendenden Rechenleistung. Die Lösungen für Zwischenzeit-
punkte können durch verschiedene Interpolationsansätze gewonnen werden: li-
neare Interpolation oder Spline-Interpolation.
! Zur Rekapitulation: Dieser Diskretisierungsansatz eignet sich nur für lineare
bzw. linearisierte Differentialgleichungen, deren Parameter nicht von der unabhän-
gigen Variablen t abhängen.
D.3.2 Reihen-Entwicklung
Die Lösung des Problems (4.2) mit Hilfe der Taylor-Entwicklung des Algorith-
mus 3 zur Ordnung k = 1 ist in Abbildung D.2 in der rechten Hälfte dargestellt.
Dabei sind die Schrittweiten h = 0.05, h = 0.2 und h = 1 Sekunden gewählt.
Die Graphen der entsprechenden Lösungen sind wieder durch ausgezogene, ges-
trichelte, bzw. punktierte Linienzüge gekennzeichnet.
Im Gegensatz zum Dikretisierungsansatz, bei dem die Lösung im Diskretisie-

rungspunkt iT , unabhängig von der Größe von T , gewonnen wird, ist die Lösung
beim Reihenansatz entscheidend von der Schrittweite h abhänging. Für zu groß
gewähltes h (um geringe Rechenzeit zu beanspruchen) wird der maximale Feh-
ler im gewählten Beispiel für die Ordnung k = 1 (Euler-Verfahren) über 25%
und damit das Ergebnis unbrauchbar. Für noch größere Schrittweiten wird das
D.3 Beispiel: Balancierter Stab 203
Verfahren sogar instabil. Über Stabilitätsprobleme beim Lösen von Differential-

gleichungen wird auf die Spezialliteratur [23] verwiesen.
Wird die Ordnung auf k = 4 (Runge-Kutta-Verfahren) erhöht, dann erhöht → Rechenzeitvergleich
sich auch der Rechenaufwand pro Schritt auf das Vierfache, aber der Fehler in der Vorlesungsübung
verringert sich auf 0.1%. Um einen bestimmten Fehler nicht zu überschreiten,
kann man beim Runge-Kutta-Verfahren eine bedeutend größere Schrittweite
wählen als beim Euler-Verfahren. Insgesamt ist solch ein Runge-Kutta-Verfahren
mittlerer Ordnung (ergänzt um eine schnelle SchrittweitenSteuerung) ein sehr
effizientes Simulationswerkzeug.
Zur Rekapitulation: Der Taylor-Reihen-Ansatz eignet sich für beliebige, auch !
nichtlineare, Differentialgleichungen.
Anhang E
Charakterisierung partieller
First Order Linear Equations
Consider the first order linear partial differential equation in two variables x and
y:
a(x, y)ux + b(x, y)uy + c(x, y)u = f(x, y). (E.0.1)
Transformation of PDE into ODE
We try to find variables ξ = ϕ(x, y) and η = ψ(x, y) which transform equa-

tion (E.0.1) into solvable form
vξ + d(ξ, η)v = g(ξ, η), (E.0.2)
where v(ξ, η) = u(x(ξ, η), y(ξ, η)), and equation (E.0.2) is a linear first order
ordinary differential equation in ξ with η as a parameter.
We want the co-ordinate changes to be one-to-one, which requires a non-zero
ϕ
determinant of the Jacobian
J =
x ϕy
= ϕx ψy − ϕy ψx = 0. (E.0.3)
ψ x ψy
To find a suitable transformation, first ux = vξ ξx + vη ηx and uy = vξ ξy + vη ηy

are substituted into equation (E.0.1) to give
a(vξ ξx + vη ηx ) + b(vξ ξy + vη ηy ) + cv = f
or
(aξx + bξy )vξ + (aηx + bηy )vη + cv = f. (E.0.4)
206 Charakterisierung partieller Differentialgleichungen
If η is chosen such that aηx + bηy = 0 we get
ηx b
=−
ηy a
for ηy = 0.
On the other hand we have for η(x, y) = k, with k an arbitrary constant,

dη = ηx dx + ηy dy = 0, which leads to
dy ηx b
=− = . (E.0.5)
dx ηy a
This is the characteristic equation of equation (E.0.1). The equation
η(x, y) = k (E.0.6)
defines a family of curves in the (x, y) plane which are called the characteristics
of problem (E.0.1).
To further reduce equation (E.0.1) to the form of eq. (E.0.2) we choose
ξ = x.
This guarantees η

J= 1
x ηy
0

= −ηy = 0
by the assumption on ηy in equation (E.0.5). Now equation (E.0.4) reduces to
a(x, y)vξ + c(x, y)v = f(x, y)
or in terms of (ξ, η)
A(ξ, η)vξ + C(ξ, η)v = F(ξ, η),
which for A(ξ, η) = 0 is with
C(ξ, η) F(ξ, η)
vξ + v= (E.0.7)
A(ξ, η) A(ξ, η)
of the desired form with

C(ξ, η) F(ξ, η)
d(ξ, η) = and g(ξ, η) = .
A(ξ, η) A(ξ, η)
Solution of ODE

d(ξ,η)dξ
Now, for the solution of equation (E.0.7), we multiply it by e to get

e d(ξ,η)dξ
vξ + d(ξ, η)e d(ξ,η)dξ
v = g(ξ, η)e d(ξ,η)dξ
.
Charakterisierung partieller Differentialgleichungen 207

As the left hand side is (e d(ξ,η)dξ
v)ξ the equation can be integrated with
respect to ξ with the result

e d(ξ,η)dξ
v= g(ξ, η)e d(ξ,η)dξ
dξ + h(η)
or

v(ξ, η) = e− d(ξ,η)dξ
g(ξ, η)e d(ξ,η)dξ
dξ + h(η)e− d(ξ,η)dξ
, (E.0.8)
where h(η) is any differentiable function of one variable. This expression has to
be transformed back into the original variables (x, y)
u(x, y) = eα(x,y) [β(x, y) + h(ψ(x, y))], (E.0.9)
which is the desired solution.
Example 1 With a = 0, b, and c as real numbers find the solution of
aux + buy + cu = 0.
The characteristic equation is
dy b
= ,
dx a
which can be integrated as
bx − ay = k.
Now take
ξ=x and η = bx − ay,
to get
avξ + cv = 0
or
c
v = 0.
vξ +

a
By multiplying this equation by e (c/a)dξ = e(c/a)ξ we get
c
e(c/a)ξ vξ + ve(c/a)ξ = 0
a
or
∂ (c/a)ξ
(e v) = 0.
∂ξ
Integration yields
e(c/a)ξ v = h(η)
or
v(ξ, η) = e−(c/a)ξ h(η)
and back transformation
u(x, y) = e−(c/a)x h(bx − ay).
Exercise 1 Try to solve

ux + cos(x)uy = xy,
and
xux − uy + u = x.
208 Charakterisierung partieller Differentialgleichungen
Literaturverzeichnis
[1] J. P. Bandstra. Comparison of equivalent viscous damping and nonlinear

damping in discrete and continuous vibrating systems. Journal of Vibra-
tion, Acoustics, Stress, Reliability in Design, 105:382–392, 1983.
[2] H. Baruh. Analytical Dynamics. McGraw-Hill, Boston, 1999.
[3] F. P. Beer and W. Johnston. Mechanics of Materials. McGraw-Hill, New

York, 1982.
[4] D. Betounes. Partial Differential Equations for Computational Sciences.

Springer, New York, 1997.
[5] R. D. Blevins. Flow-Induced Vibration. Van Nostrand Reinhold, New York,

1990.
[6] I. N. Bronstein and K. A. Semendjajew. Taschenbuch der Mathematik.

Teubner, Stuttgart, 1991.
[7] P. Chen and M. A. Harrison. Index preparation and processing. Software-

Practice and Experience, 19(9):897–915, 1988.
[8] S. D. Conte and C. de Boor. Elementary Numerical Analysis. McGraw-Hill,

New York, 1980.
[9] J. M. Cooper. Introduction to Partial Differential Equations with MAT-

LAB. Birkhäuser, Boston, 1998.
[10] G. R. Cowper. The shear coefficient in Timoshenko’s beam theory. J. Appl.

Mechanics, 33:335–340, 1966.
[11] S. H. Crandall. The role of damping in vibration theory. J. Sound and

Vibration, 11:3–18, 1970.
[12] C. de Boor. A Practical Guide to Splines. Springer, New York, 1978.
[13] G. Doetsch. Anleitung zum praktischen Gebrauch der Laplace-

Transformation und der Z-Transformation. Oldenbourg, München, 1981.
[14] D. J. Ewins. Modal Testing: Theory and Practice. Research Studies Press,
New York, 1984.
210 LITERATURVERZEICHNIS
[15] D. J. Ewins and P. T. Gleeson. A method for modal identification of lightly

damped structures. J. Sound and Vibration, 84(1):57–79, 1982.
[16] U. Fischer and W. Stephan. Mechanische Schwingungen. Fachbuchverlag,

Leipzig-Köln, 1993.
[17] R. W. Fox and A. T. McDonald. Introduction to Fluid Mechanics. Wiley,

New York, 1992.
[18] G. F. Franklin, J. D. Powell, and A. Emami-Naeini. Feedback Control of

Dynamic Systems. Addison-Wesley, Reading, 1994.
[19] B. Fuchssteiner. MuPAD User’s Manual. Wiley-Teubner, Chichester-

Stuttgart, 1996.
[20] J. M. Gere and S. G. Timoshenko. Mechanics of Materials. PWS Publishing

Company, Boston, 1997.
[21] G. H. Golub and C. F. van Loan. Matrix Computations. Johns Hopkins

University Press, Baltimore, 1983.
[22] D. Gruntz. Symbolic computation of explicit runge-kutta formulas. In

W. Gander and J. Hřebiček, editors, Solving Problems in Scientific Com-
putation Using Maple and Matlab, chapter 19, pages 251–266. Springer,
Berlin, 1993.
[23] E. Hairer, S. P. Nørsett, and G. Wanner. Solving Ordinary Differential

Equations I — Nonstiff Problems. Springer, Berlin, 1987.
[24] A. Heck. Introduction to Maple. Springer, New York, 1996.
[25] D. J. Inman. Engineering Vibration. Prentice-Hall, Englewood Cliffs, 1994.
[26] D. Kahaner, C. Moler, and S. Nash. Numerical Methods and Software.

Prentice-Hall, Englewood Cliffs, 1989.
[27] D. Kraft. Tomp — fortran modules for optimal control calculations. ACM
Trans. Math. Softw., 20(3):262–281, 1994.
[28] E. Kreyszig. Advanced Engineering Mathematics. Wiley, New York, 1988.
[29] H. Kwakernaak and R. Sivan. Modern Signals and Systems. Prentice-Hall,

Englewood Cliffs, 1991.
[30] D. J. Logan. Applied Partial Differential Equations. Springer, New York,

1998.
[31] N. M. M. Maia and D. J. Ewins. A new approach for the modal identifi-
cation of lightly damped structures. Mech. Systems and Signal Processing,
3(2):173–193, 1989.
[32] N. M. M. Maia and J. M. M. Silva. Theoretical and Experimental Modal

Analysis. Research Studies Press, London, 1997.
LITERATURVERZEICHNIS 211
[33] C. Moler and et al. Using Matlab Version 5. The MathWorks, Natick, MA,
1996.
[34] C. B. Moler and C. F. van Loan. Nineteen dubious ways to compute the
exponential of a matrix. SIAM Review, 20:801–836, 1978.
[35] M. B. Monagan, K. O. Geddes, G. Labahn, and S. Vorkoetter. Maple V
Programming Guide. Springer, New York, 1996.
[36] K. Ogata. Modern Control Engineering. Prentice Hall, Englewood Cliffs,
1990.
[37] P. V. O’Neil. Beginning Partial Differential Equations. John Wiley, New
York, 1999.
[38] B. N. Parlett. The Symmetric Eigenvalue Problem. Prentice-Hall, Engle-
wood Cliffs, 1980.
[39] M. J. D. Powell. Approximation Theory and Methods. Cambridge Univer-
sity Press, Cambridge, 1981.
[40] S. S. Rao. Mechanical Vibrations. Addison-Wesley, Reading, 1995.
[41] D. Redfern. The Maple Handbook. Springer, New York, 1996.
[42] L. F. Shampine and M. W. Reichelt. The matlab ode suite. SIAM J. Sci.
Comput., 18(1):1–22, 1997.
[43] B. T. Smith, J. M. Boyle, J. J. Dongarra, B. S. Garbow, Y. Ikebe, V. C.
Klema, and C. B. Moler. Matrix Eigensystem Routines - EISPACK Guide.
Springer, New York, 1976.
[44] G. W. Stewart. Introduction to Matrix Computations. Academic Press,
New York, 1973.
[45] J. Stoer and R. Bulirsch. Introduction to Numerical Analysis. Springer,
New York, 1980.
[46] G. Strang. Linear Algebra and its Applications. Academic Press, New York,
1976.
[47] TheMathWorks. Matlab User’s Guide. TheMathWorks, Natick, 1992.
[48] W. T. Thomson. Theory of Vibration with Applications. Prentice-Hall,
Englewood Cliffs, 1981.
[49] J. Wittenburg. Schwingungslehre. Springer, Berlin, 1996.
[50] S. Wolfram. Mathematica – A System for Doing Mathematics by Computer.
Addison-Wesley, Redwood City, CA, 1991.
212 LITERATURVERZEICHNIS

Kompendium Der Maschinendynamik

Hochgeladen von

Copyright:

Verfügbare Formate

Kompendium Der Maschinendynamik

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Kompendium Der Maschinendynamik

Hochgeladen von

Copyright:

Verfügbare Formate

Kompendium der Maschinendynamik

2.4.3.2 Lösung der Bewegungsgleichung . . . . . . . . . 77

5 Kontinuierliche Systeme 113

5.1.2.1 Mathematisches Modell . . . . . . . . . . . . . . 120

6 Technische Anwendungen 135

A.3.1 Reelle Nullstellen . . . . . . . . . . . . . . . . . . . . . . . 165

D Lösung gewöhnlicher Diﬀerentialgleichungen 185

E Charakterisierung partieller Diﬀerentialgleichungen 205

Das Vorwort muß noch geschrieben werden.1 Hier nur soviel:

1. Der Stoﬀ des Sommersemesters beinhaltet ausführlich Schwingungen linea-

7. Arbeiten Sie sich in ein Computer-Algebra-System ein und überprüfen Sie

soren von Studenten mindestens ebensoviel lernen wie umgekehrt!

hilfreich zur Seite stehen.

Das Manuskript gliedert sich in Kapitel, Abschnitte, Unterabschnitte, Paragra-

6 Mit dem Programm makeindex [7].

Die Schwingungslehre beschreibt die oszillierende Bewegung von Körpern unter

Grundsätzlich wird (für Systeme mit beliebiger Anzahl von Freiheitsgraden)

Resonanzerscheinungen. Solche schon im Entwurf einer Maschine oder Struktur

Die Modellbildung mechanischer Systeme beruht auf dem zweiten Newtonschen2

und dem Eulerschen3 Satz für rotatorische Systeme:4

Zu diesen Fundamentalgesetzen kommen weitere mechanische, elektromecha-

System wirkende Moment.

ml2 θ̈(t) + mgl sin θ(t) = 0.

L(ẋ, x) = T (ẋ, x) − U(x),

tende Beiträge zur Mechanik, Himmelsmechanik, Diﬀerentialgleichungen und Variationsrech-

Abbildung 1.1: Mechanisches System

und daraus folgt unter Anwendung von Gl. (1.1.3) mit n = 2

mẍ1 + 2kx1 − krx2 = 0,

Aufgabe 1 Veriﬁzieren Sie das Ergebnis mit Bleistift auf Papier.

Enthält das betrachtete System eine zeitinvariante Dissipationsfunktion F(ẋ),

Beispiel 3 In Beispiel 2 werde zwischen Masse m und Schwungrad J ein Dämp-

Aufgabe 2 Stellen Sie für dieses Beispiel die Bewegungsgleichungen auf.

1.2 Harmonische Bewegung

Die Lösungen der Bewegungsgleichungen in Abschnitt 1.1 führen regelmäßig

Abbildung 1.2: Harmonische Bewegung

Abbildung 1.3: Gedämpfte harmonische Bewegung

Viele dynamische Bewegungen laufen nicht harmonisch, aber doch periodisch,

x(t) = A sin ωt (1.2.1)

menhang zwischen Kreisfrequenz, Frequenz f und Schwingungsdauer ist

ẋ(t) = ωA cos ωt = ωA sin(ωt + π/2) (1.2.3)

und der Beschleunigung ẍ

ẍ(t) = −ω2 A sin ωt = ω2 A sin(ωt + π) (1.2.4)

ejφ = cos φ + j sin φ (1.2.6)

kann die harmonische Bewegung in der komplexen Größe z

und der Realteil von z ist

Zur Wiederholung des Rechnens mit komplexen Zahlen hilft folgende

Regel 1 Für z1 = A1 ejφ1 , z2 = A2 ejφ2 und z = x + jy gilt die

Die wichtigsten schwingungstechnischen Deﬁnitionen sind hier zusammenges-

Der stationäre Mittelwert x̄ einer Schwingung x(t) ist Mittelwert:

der Mittelwert einer Halb-Periode einer Sinus-Schwingung ist

Beispielsweise ist eine Amplitudenvergrößerung von x1 /x2 = 6 gemessen in De-

Zwei Frequenzen f1 und f2 sind n Oktaven voneinander getrennt, wenn

1.4 Physikalische Ersatzsysteme

Physikalische Ersatzsysteme sind äquivalente Massen, Federkonstanten, Dämp-

bei n hintereinandergeschalteten Federn berechnet sich die äquivalente Feder-

1.4.1.2 Balken und Stäbe

Zugstab mit Länge l, Querschnitt A und Elastizitätsmodul E:

2.1 Ungedämpfte Eigenbewegung

Die Bewegungsgleichung eines dynamischen ungedämpften Feder-Masse-Systems

2.1.1 Lösung der Bewegungsgleichung