Substructuring Method For Civil Structural

Health Monitoring Shun Weng download

https://ebookbell.com/product/substructuring-method-for-civil-
structural-health-monitoring-shun-weng-50732182

Explore and download more ebooks at ebookbell.com

Here are some recommended products that we believe you will be
interested in. You can click the link to download.

Substructuring In Engineering Dynamics Emerging Numerical And

Experimental Techniques 1st Ed 2020 Matthew S Allen

https://ebookbell.com/product/substructuring-in-engineering-dynamics-
emerging-numerical-and-experimental-techniques-1st-ed-2020-matthew-s-
allen-10798584

Topics In Experimental Dynamics Substructuring And Wind Turbine

Dynamics Volume 2 Proceedings Of The 30th Imac A Conference On
Structural Dynamics 2012 1st Edition Randy L Mayes Auth

https://ebookbell.com/product/topics-in-experimental-dynamics-
substructuring-and-wind-turbine-dynamics-volume-2-proceedings-of-
the-30th-imac-a-conference-on-structural-dynamics-2012-1st-edition-
randy-l-mayes-auth-4195586

Topics In Experimental Dynamic Substructuring Volume 2 Proceedings Of

The 31st Imac A Conference On Structural Dynamics 2013 1st Edition
Sbastien Perrier

https://ebookbell.com/product/topics-in-experimental-dynamic-
substructuring-volume-2-proceedings-of-the-31st-imac-a-conference-on-
structural-dynamics-2013-1st-edition-sbastien-perrier-4395408

Implementation Of Automated Multilevel Substructuring For Frequency

Response Analysis Of Structures Matthew Frederick Kaplan

https://ebookbell.com/product/implementation-of-automated-multilevel-
substructuring-for-frequency-response-analysis-of-structures-matthew-
frederick-kaplan-47289148
Engineering Applications of Computational Methods 15

Shun Weng
Hongping Zhu
Yong Xia

Substructuring
Method for Civil
Structural Health
Monitoring
Engineering Applications of Computational
Methods

Volume 15

Series Editors
Liang Gao, State Key Laboratory of Digital Manufacturing Equipment and
Technology, Huazhong University of Science and Technology, Wuhan, Hubei,
China
Akhil Garg, School of Mechanical Science and Engineering, Huazhong University
of Science and Technology, Wuhan, Hubei, China
The book series Engineering Applications of Computational Methods addresses the
numerous applications of mathematical theory and latest computational or numerical
methods in various fields of engineering. It emphasizes the practical application
of these methods, with possible aspects in programming. New and developing
computational methods using big data, machine learning and AI are discussed in
this book series, and could be applied to engineering fields, such as manufacturing,
industrial engineering, control engineering, civil engineering, energy engineering
and material engineering.
The book series Engineering Applications of Computational Methods aims to
introduce important computational methods adopted in different engineering projects
to researchers and engineers. The individual book volumes in the series are thematic.
The goal of each volume is to give readers a comprehensive overview of how the
computational methods in a certain engineering area can be used. As a collection, the
series provides valuable resources to a wide audience in academia, the engineering
research community, industry and anyone else who are looking to expand their
knowledge of computational methods.
This book series is indexed in both the Scopus and Compendex databases.
Shun Weng · Hongping Zhu · Yong Xia

Substructuring Method
for Civil Structural Health
Monitoring
Shun Weng Hongping Zhu
School of Civil and Hydraulic Engineering School of Civil and Hydraulic Engineering
Huazhong University of Science Huazhong University of Science
and Technology and Technology
Wuhan, Hubei, China Wuhan, Hubei, China

Yong Xia
Department of Civil and Environmental
Engineering
The Hong Kong Polytechnic University
Hong Kong, China

ISSN 2662-3366 ISSN 2662-3374 (electronic)

Engineering Applications of Computational Methods
ISBN 978-981-99-1368-8 ISBN 978-981-99-1369-5 (eBook)
https://doi.org/10.1007/978-981-99-1369-5

© The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature
Singapore Pte Ltd. 2023
This work is subject to copyright. All rights are solely and exclusively licensed by the Publisher, whether
the whole or part of the material is concerned, specifically the rights of translation, reprinting, reuse
of illustrations, recitation, broadcasting, reproduction on microfilms or in any other physical way, and
transmission or information storage and retrieval, electronic adaptation, computer software, or by similar
or dissimilar methodology now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this publication
does not imply, even in the absence of a specific statement, that such names are exempt from the relevant
protective laws and regulations and therefore free for general use.
The publisher, the authors, and the editors are safe to assume that the advice and information in this book
are believed to be true and accurate at the date of publication. Neither the publisher nor the authors or
the editors give a warranty, expressed or implied, with respect to the material contained herein or for any
errors or omissions that may have been made. The publisher remains neutral with regard to jurisdictional
claims in published maps and institutional affiliations.

This Springer imprint is published by the registered company Springer Nature Singapore Pte Ltd.
The registered company address is: 152 Beach Road, #21-01/04 Gateway East, Singapore 189721,
Singapore
Preface

Structural health monitoring is increasingly used to describe the gradual or sudden

changes of a civil structure by implementing a sensor system on full-scale civil infras-
tructures. Damage identification based upon changes in vibration characteristics on
a global basis is one of the most difficult but significant disciplines. There are usually
two approaches to damage identification discipline. Data-driven approaches estab-
lish a mathematical model to represent the state of a system, while model-driven
methods establish a high-fidelity physical model of the structure, usually by finite
element analysis. In the model-driven methods, parameters of the model are adjusted
to reduce a penalty function based on the residuals between a measurement set and the
corresponding model predictions. Model-driven methods are physically meaningful
and can achieve the four-level damage identification including detection, localiza-
tion, quantification, and prediction. The updated physical model can also be used for
a large number of applications such as design optimization, structural control, and
prediction of load behavior. Nevertheless, a civil structure is often large-scale, and its
finite element model consists of a large number of degrees-of-freedom and uncertain
parameters. The response analysis, model updating, and damage identification of
the large-scale structures are time-consuming or even prohibited to be performed.
Substructuring methods possess many merits in dynamic analysis, model
updating, and damage identification of large-scale structures. With the substruc-
turing methods, a global structure is divided into a number of independent substruc-
tures. Only one or more substructures are repeatedly analyzed and the re-analysis
of the global structure is thereby avoided. The substructuring methods are advan-
tageous to analyze a large-scale structure in piece-wise manner. The first author
researched on the substructuring methods from her Ph.D. study supervised by the
second and third authors and was deeply attracted by the fantastic performance
of the substructuring methods. Afterward, the authors and their research students
make great effort to the development of the substructuring methods, including the
forward and inverse substructuring methods, the frequency-domain and time-domain
substructuring methods, the linear and nonlinear substructuring methods, and deter-
ministic and indeterministic substructuring methods. In addition, the substructuring
methods have been extended to a large number of disciplines. With these new

v
vi Preface

improvement and findings on the substructuring methods, it is time to systematically

integrate the previous work together to show a complete view on characteristics of
the substructuring methods in civil structures.
This book mainly addresses the forward substructuring method. Part I presents
the linear substructuring methods, including our improvement on the substructuring
methods for eigensolutions, eigensensitivity, dynamic response, response sensitivity,
and model updating. Part II talks about the model condensation methods, which are
regarded as the substructuring method reduced in the physical space. The final part
of the book is the substructuring methods for nonlinear analysis and nonlinear model
updating.
The purpose of writing this book is to illustrate the fundamentals of the substruc-
turing methods and to make more researchers or engineers benefit from the substruc-
turing methods. In writing the book, the authors are always reminded that the book
mainly serves as a textbook or a reference book for the graduate students or practicing
engineers to understand the substructuring methods. The readers are supposed to have
some background in structural analysis, structural dynamics, random vibration, and
mathematics.
We would be very happy and grateful to receive constructive comments and
suggestions from the readers, and discussions and collaborations on substructuring
methods are warmly welcomed.

Wuhan, China Shun Weng

Wuhan, China Hongping Zhu
Hong Kong, China Yong Xia
Acknowledgements

The writing of this book has been a challenging and laborious task that could not
have been completed without the help of many individuals. We are grateful to many
people who helped in the preparation of this book.
First, it is greatly appreciated to Dr. Jiajing Li, Dr. Wei Tian, and Dr. Zhidan Chen
for their participation in research works presented in this book and for their essential
work on editing and language correction of the book. The present and former research
students at Huazhong University of Science and Technology (HUST) contributed to
some research works in this book as well. Special gratitude to Dr. Ling Mao, Dr.
Ling Ye, Dr. Hong Yu, Dr. Ke Gao, Mr. Yongyi Yan, Mr. Feng Liang, Ms. Yue Zuo,
Mr. Huixian Zhao, etc.
Our work presented in this book has been largely supported by the National
Key R&D Program of China (2021YFF0501001), National Natural Science Foun-
dation of China (51922046, 51778258, 51108205, 51838006, 51629801), Natural
Science Foundation of Hubei Province (2020CFA047), and the foundation from
HUST (2023JCYJ014). The China Railway Eryuan Engineering Group Co. Ltd.
and China Railway Siyuan Survey and Design Group Co. Ltd. provided a large
number of opportunities for the practical application of the research. All the supports
are gratefully acknowledged.
We are grateful to the School of Civil and Hydraulic Engineering of HUST for
the substantial support and prolific resource. We are very grateful to all colleagues
and staffs at HUST, who have helped us both in our research and daily work. It is
difficult to list all of them on this single page.
A vote of thanks must go to Mr. Mengchu Huang, senior editor at Springer
Nature Press, for his patience and encouragement from the beginning and during
the preparation of this book, and to all editors at Springer Nature Press for their
patience and scrutiny in the editing of this book.
Finally, we are grateful to our families for their love, encouragement, and
endurance.

vii
Contents

1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 The Objective of Substructuring Method in Structural
Health Monitoring . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 The Category of Substructuring Model Updating Methods . . . . . 3
1.3 Organization of the Book . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Part I Linear Substructuring Methods

2 Substructuring Method for Eigensolutions . . . . . . . . . . . . . . . . . . . . . . . 11
2.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Basic Methods for Eigensolutions . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.1 Subspace Iteration Method . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.2 Lanczos Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Substructuring Method for Eigensolutions . . . . . . . . . . . . . . . . . . . 15
2.3.1 Component Mode Synthesis . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.2 Kron’s Substructuring Method . . . . . . . . . . . . . . . . . . . . . . 19
2.3.3 First-Order Residual Flexibility Based
Substructuring Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.4 Second-Order Residual Flexibility Based
Substructuring Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.5 Residual Flexibility for Free Substructure . . . . . . . . . . . . 27
2.4 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.4.1 A Three-Span Frame Structure . . . . . . . . . . . . . . . . . . . . . . 29
2.4.2 The Balla Balla River Bridge . . . . . . . . . . . . . . . . . . . . . . . 35
2.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3 Substructuring Method for Eigensensitivity . . . . . . . . . . . . . . . . . . . . . . 47
3.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2 Basic Methods for Eigensensitivity . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2.1 Eigenvalue Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

ix
x Contents

3.2.2 Eigenvector Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

3.3 Substructuring Method for Eigensensitivity . . . . . . . . . . . . . . . . . . 51
3.3.1 Eigenvalue Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.3.2 Eigenvector Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.3.3 Derivative of Residual Flexibility . . . . . . . . . . . . . . . . . . . 55
3.4 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.4.1 The Three-Span Frame Structure . . . . . . . . . . . . . . . . . . . . 56
3.4.2 The Balla Balla River Bridge . . . . . . . . . . . . . . . . . . . . . . . 59
3.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4 Substructuring Method for High-Order Eigensensitivity . . . . . . . . . . 67
4.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.2 Basic Method for High-Order Eigensensitivity . . . . . . . . . . . . . . . . 67
4.2.1 Second-Order Eigensolution Derivatives . . . . . . . . . . . . . 67
4.2.2 General High-Order Eigensolution Derivatives . . . . . . . . 69
4.3 Substructuring Method for High-Order Eigensensitivity . . . . . . . . 70
4.3.1 Second-Order Eigensolution Derivatives . . . . . . . . . . . . . 70
4.3.2 High-Order Eigensolution Derivatives . . . . . . . . . . . . . . . 76
4.4 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5 Iterative Bisection Scanning Substructuring (IBSS) Method
for Eigensolution and Eigensensitivity . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.2 IBSS Method for Eigensolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.3 IBSS Method for Eigensensitivity . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.3.1 Eigenvalue Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.3.2 Eigenvector Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.4 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.4.1 A Cantilever Plate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.4.2 The Canton Tower . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
6 Simultaneous Iterative Substructuring Method
for Eigensolutions and Eigensensitivity . . . . . . . . . . . . . . . . . . . . . . . . . . 103
6.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
6.2 SIS Method for Eigensolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6.3 SIS Method for Eigensensitivity . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6.3.1 Eigenvalue Derivative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6.3.2 Eigenvector Derivative . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.4 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
6.4.1 A Frame Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
6.4.2 Wuhan Yangtze River Navigation Center . . . . . . . . . . . . . 113
Contents xi

6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
7 Substructuring Method Considering Elastic Effects of Slave
Modes in the Time Domain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
7.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
7.2 Basic Method for Time History Dynamic Response
and Response Sensitivity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
7.3 Substructuring Method for Time History Dynamic
Response and Response Sensitivity . . . . . . . . . . . . . . . . . . . . . . . . . 125
7.4 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
7.4.1 A Three-Bay Frame . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
7.4.2 Wuhan Yangtze River Navigation Center . . . . . . . . . . . . . 133
7.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
8 Substructuring Method Considering Inertial Effects of Slave
Modes in the Time Domain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
8.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
8.2 Substructuring Method for Time History Dynamic
Response and Response Sensitivity . . . . . . . . . . . . . . . . . . . . . . . . . 143
8.3 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
8.3.1 A Three-Bay Frame . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
8.3.2 Wuhan Yangtze River Navigation Center . . . . . . . . . . . . . 151
8.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
9 Substructuring Method for Finite Element Model Updating . . . . . . . 155
9.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
9.2 Fundamentals of Sensitivity-Based FE Model Updating
Using Modal Properties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
9.3 Fundamentals of Sensitivity-Based FE Model Updating
Using Time History Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
9.4 FE Model Updating by Substructuring Method Using
Modal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
9.5 FE Model Updating by Substructuring Method Using Time
History Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
9.6 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
9.6.1 The Balla Balla Bridge . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
9.6.2 Wuhan Yangtze River Navigation Center . . . . . . . . . . . . . 164
9.7 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
xii Contents

Part II Dynamic Condensation Methods

10 Dynamic Condensation for Eigensolutions
and Eigensensitivities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
10.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
10.2 Static Condensation Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
10.3 IOR Method for Eigensolutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
10.4 IOR Method for Eigensensitivity . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
10.4.1 Eigenvalue Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
10.4.2 Eigenvector Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
10.5 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
10.5.1 GARTEUR Frame . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
10.5.2 A Cantilever Plate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
10.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
11 Dynamic Condensation to the Calculation of Structural
Responses and Response Sensitivities . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
11.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
11.2 IOR Method for Structural Responses . . . . . . . . . . . . . . . . . . . . . . . 193
11.3 IOR Method for Response Sensitivities . . . . . . . . . . . . . . . . . . . . . . 197
11.4 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
11.4.1 A Three-Span Frame . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
11.4.2 A Cantilever Plate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
11.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
12 Dynamic Condensation Approach to Finite Element Model
Updating . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
12.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
12.2 Dynamic Condensation-Based FE Model Updating Using
Modal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
12.3 Dynamic Condensation-Based FE Model Updating Using
Time History Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
12.4 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
12.4.1 Junshan Yangtze River Bridge . . . . . . . . . . . . . . . . . . . . . . 216
12.4.2 Jiangyin Yangtze River Bridge . . . . . . . . . . . . . . . . . . . . . . 218
12.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224

Part III Nonlinear Substructuring Methods

13 Substructuring Method for Responses and Response
Sensitivities of Nonlinear Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
13.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
13.2 Substructuring Method for Structural Responses
of Nonlinear Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
Contents xiii

13.3 Substructuring Method for Response Sensitivities

of Nonlinear Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
13.4 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
13.4.1 A Nonlinear Spring–Mass System . . . . . . . . . . . . . . . . . . . 238
13.4.2 A Nonlinear Frame Model . . . . . . . . . . . . . . . . . . . . . . . . . 244
13.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
14 Model Updating of Nonlinear Structures Using Substructuring
Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
14.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
14.2 Procedure of the Substructure-Based Nonlinear Model
Updating Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
14.3 Example: A Nonlinear Frame . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
14.3.1 Model Updating Without Measurement Noises . . . . . . . . 254
14.3.2 Model Updating with Measurement Noises . . . . . . . . . . . 261
14.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
15 A Modal Derivative Enhanced Kron’s Substructuring Method
for Response and Response Sensitivities of Geometrically
Nonlinear Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
15.1 Preview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
15.2 Substructuring Method for Responses of Geometrically
Nonlinear Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
15.3 Substructuring Method for Response Sensitivities
of Geometrically Nonlinear Systems . . . . . . . . . . . . . . . . . . . . . . . . 271
15.4 Computational Operation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275
15.5 Example: A Hinged Plate Model . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
15.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
16 Epilogue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
16.1 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
16.2 Prospects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
Symbols

{} Vector
{}T , []T Transpose of the vector or matrix
{}−1 , []+ Inverse, pseudo-inverse matrix
I Unity matrix
Diag( ) Diagonal-block assembly of the substructures, primitive matrices
K Stiffness matrix
M Mass matrix
F Residual flexibility matrix
R Rigid body modes
E Kron’s receptance matrix
u Equivalent stiffness matrix of reduced eigenequation
ωi , f i ith modal frequency (rad/s, Hz)
λi , /\ ith eigenvalue, matrix of eigenvalues
φi, o ith eigenvector (mode shape), matrix of eigenvectors
φ̄, ō ith expanded mode shape, matrix of expanded mode shapes
J Objective function
S Sensitivity matrix
r Elemental physical parameter
α Elemental stiffness parameter
β Elemental mass parameter
χ Dynamic response
f Force
x, ẋ, ẍ Displacement, velocity, acceleration
ẍ g Earthquake excitation
N Degrees of freedom of the global structure
NP Size of the primitive matrix
NS Number of the substructures
NT Number of interface DOFs
τ Interface force along the boundaries of the substructures
g Connection force from the adjacent substructures
C Damping matrix

xv
xvi Symbols

D Connection matrix
T Modal transformation matrix
µ Transformation matrix for master and slave DOFs
V Physical transformation matrix
Z Modal modes participation factor
| Connection matrix of the substructural eigenmodes
f˜ Reduced force
K̃ Reduced stiffness matrix
M̃ Reduced mass matrix
C̃ Reduced damping matrix
o Modal derivative tensor
|| Reduction basis of geometrically nonlinear system
Ts Transformation mode
γ Regularization parameter
KC Equivalent stiffness matrix of the reduced eigenequation
MD Equivalent mass matrix of the reduced eigenequation

Superscripts

A Analytical results
E Experimentally measured results
p Assembled matrices or vectors
U Updated results
O Initial results
L Linear substructure
N Nonlinear substructure

Subscripts

m Master DOFs
s Slave DOFs
m Master modes
s Slave modes
d Deformational modes
r Rigid body modes
g Variables associated with the global structure
B Boundary of a substructure
I Inner part of a substructure
Symbols xvii

R Reduced model
S Static condensation
D Dynamic condensation

Abbreviations

CFT Concrete filled tube

CMS Component mode synthesis
CPU Central processing unit
DOF Degree of freedom
FE Finite element
FEM Finite element model
FRFS First-order residual flexibility substructuring method
IBSS Iterative bisection scanning substructuring method
IRS Improved reduced system
MAC Modal assurance criteria
MD Modal derivative
RBM Rigid body mode
SHM Structural health monitoring
SIS Simultaneous iterative substructuring method
SRF Stiffness reduction factor
SRFS Second-order residual flexibility substructuring method
SV Similarity of vectors
TDEES Time-domain elastic effect-based substructuring method
TDIES Time domain inertial effect-based substructuring method
Chapter 1
Introduction

1.1 The Objective of Substructuring Method in Structural

Health Monitoring

Civil structures, including buildings, bridges, tunnels, dams, pipelines, and so on,
provide fundamental essentials for a country and/or society. The safety and service-
ability of these civil structures are basically crucial to a civilized society and a produc-
tive economy, and also the ultimate goals of engineering, academic, and management
communities. Structural health monitoring (SHM) technologies have been developed
for monitoring, evaluation, and maintenance of these civil structures during the past
half-century.
A high-fidelity finite element model (FEM) is frequently required by response
prediction, optimization design, vibration control, and damage identification. The
FEM is simplified and parameterized from a real structure, which introduced uncer-
tainties in the material properties, geometry size, and boundary conditions. And the
linear or nonlinear models of a civil structure are usually idealized hypothesis. The
dynamic responses of a highly idealized numerical model are usually deviated from
the measured counterparts. Brownjohn et al. (2001) reported that the maximum rela-
tive differences of the numerical and experimental modal frequencies of a curved
cable-stayed bridge reached 40%, and relative differences of most modes are larger
than 10%. Jaishi and Ren (2005) show that the differences of the natural frequencies
measured from a steel arch bridge and those computed by an FEM counterpart reach
20%, and the modal assurance criteria (MAC) values of mode shapes between prac-
tical measurement and numerical model are as low as 62%. Zivanovic et al. (2007)
found that the average difference of natural frequencies of a footbridge predicted by
an FEM and their experimental counterparts is 29.8%. Therefore, the parameters of
the FEMs need to be adjusted effectively to obtain a more truthful model that can be
used for various disciplines.
Model updating is a technique that updates the FE model of a structure so that
it can predict dynamic properties of the structure more accurately. Parameters of

© The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2023 1
S. Weng et al., Substructuring Method for Civil Structural Health Monitoring,
Engineering Applications of Computational Methods 15,
https://doi.org/10.1007/978-981-99-1369-5_1
2 1 Introduction

the FEM are adjusted to reduce a penalty function of residuals between the analyt-
ical prediction and measurement data in an optimal way. Model updating methods
(Friswell and Mottshead 1995) are usually categorized into one-step methods and
iterative methods according to whether the system matrix is updated directly or
indirectly. The former directly reconstructs the system matrices of the analytical
model, which is precise and computationally cheap but may have poor physical
meanings. The latter modifies the physical parameters of the FEM repeatedly to
minimize the discrepancy between analytical predictions and their measured coun-
terparts. Iterative methods preserve positive-definiteness, symmetry, and sparseness
in the updated system matrices, and more importantly, the predicted parameters are
physically meaningful to be understood. In the iterative model updating methods, the
prespecified physical parameters of the FE model are updated repeatedly to mini-
mize the residuals between the measurements and model predictions in an optimal
manner. The dynamic properties and associated sensitivity matrices of the analytical
model are calculated in each iteration repeatedly.
The FEM of a large-scale structure usually consists of a large number of degrees
of freedom (DOFs) and many uncertain parameters. Repeatedly calculating the solu-
tions from such a large-scale FEM is very expensive or even prohibited in terms of
computational time and memory. First, the large system matrices, including stiffness
and mass matrices, occupy a large amount of storage space. Second, dynamic analysis
based on the large system matrices is a time-consuming process. Calculation of sensi-
tivity with respect to a large number of parameters wastes even more computational
resources and time. Nowadays, the model updating process is usually incorporated
with the statistical analysis or nonlinear analysis, and thus the process is heavier
or even prohibited. Third, there are a lot of uncertain parameters to be adjusted in a
large-scale FEM. It takes a long time to calculate the sensitivity matrices with respect
to a large number of updating parameters of the model contains. The large number of
parameters hinders the convergence of the large-scale optimization problem as well.
The iterative model updating of a civil structure usually involves a heavy work.
For example, Xia et al. (2008) performed the model updating of the Balla Balla
Bridge in Western Australia. It was modeled with 907 elements, 949 nodes, and
5400 DOFs. Within each iteration, calculating the eigensolutions cost about 10 s, and
calculating the eigensensitivities with respect to the 1130 uncertain parameters took
more than two hours. Calculation of the eigensensitivity costs dominant computation
time during the model updating. The optimization converged within 155 iterations,
which cost about 420 h in total. The computation time for the model updating of this
middle-scale bridge is tremendous. It is impossible to perform model updating on a
large-scale civil structure. For example, a fine FEM was established for the Tsing Ma
Suspension Bridge. The FEM consists of about 300,000 nodes, 450,000 elements,
and 1.2 million DOFs. It took about five hours to extract the first 100 eigensolutions
using a 64-bit Itanium server with eight CPUs of 1.5 GHz each (Duan et al. 2011).
One has to simplify the model to achieve a more efficient model updating on the
sacrifice of accuracy. It is challenging to update the model for such a large-scale
structure using a conventional approach.
1.2 The Category of Substructuring Model Updating Methods 3

Substructuring methods are effective to deal with large-size civil structures. The
substructuring methods partition the global structure into several substructures,
which are analyzed independently. A reduced model is constructed from the substruc-
tural solutions to recover the global dynamic properties. The substructuring method
merits some distinct advantages over the global methods that analyze the global
structure as a whole:
(1) It is much easier and quicker to store and analyze the small substructural system
matrices independently than analyze the global structure as a whole
(2) Substructuring methods allow for the specific substructures to be analyzed solely
to recognize local dynamic behaviors more easily, avoiding the analysis of other
substructures or the global structure
(3) Substructuring methods reduce the number of uncertain parameters to be
updated and thus alleviate the ill-condition problems and accelerate the
convergence of the model updating
(4) In practical testing, the experimental instruments can be saved if it is necessary
to measure the whole structure only for one or more substructures
(5) Substructuring methods allow sharing and combining substructures from
different project groups, or from modeled parts and experimental parts.
The civil structure is usually large-sized, whereas the damage is usually located
in a local area. The substructuring method analyzes the large-scale structure in a
piece-wise manner rather than as a whole. The time-consuming optimization calcu-
lation, uncertainty analysis, and nonlinear calculation are constrained to the local
substructure, which can effectively improve the accuracy and efficiency of model
updating and damage identification.

1.2 The Category of Substructuring Model Updating

Methods

According to the model updating process, the substructuring approach can be

categorized into the forward and inverse methods (Weng et al. 2020).
In the forward substructuring method, the global FEM is divided into several
substructural models. The partitioned substructures are analyzed independently to
obtain their designated solutions. Afterward, the substructural solutions are assem-
bled to recover the solutions of the global structure by imposing constraints at the
interfaces. In model updating, these global solutions are compared with the exper-
imental counterparts to construct the objective function. The process is shown in
Fig. 1.1. The sensitivity matrices with respect to an elemental parameter are computed
within one substructure that contains the elemental parameter. The global sensi-
tivity is recovered from sensitivity matrices of one specific substructure, while the
sensitivity matrices of other substructures are zeros. The elemental parameters are
iteratively adjusted by minimizing the objective function in accordance with the
sensitivity matrices. In this forward substructure-based model updating method, if a
4 1 Introduction

Fig. 1.1 Forward substructuring method for model updating

local area is changed, only one or several substructures are analyzed independently
without repeatedly analyzing the large-size matrices of the global structure.
On the other hand, the substructuring approach can be used in an inverse manner
performed on the experimental data (Fig. 1.2). First, substructural properties of one
substructure, for example, flexibility, frequencies, and mode shapes, are extracted
from the experimental data on the global structure by imposing the constraints of
displacement compatibility and force compatibility. After the substructural exper-
imental properties are obtained, the focused substructure can be updated indepen-
dently using a conventional model updating method. This model updating process
involves solely one substructure and thus improving the efficiency of the optimiza-
tion process. The main work of this inverse substructuring method depends on an
effective decoupling algorithm to extracting the effective substructural properties
which validly represent the real local area.
In substructuring methods, the global model is reduced into a modal space spanned
by a few substructural master modes, based on which the dynamic analysis, sensitivity
analysis, and model updating are implemented accurately and efficiently. In this book,
1.3 Organization of the Book 5

Fig. 1.2 Inverse substructuring method for model updating

a few master modes of substructures are used to recover the eigensolutions or dynamic
response of the global structure, and modal truncation is adopted to speed up the
analysis of independent substructures. This strategy can also be used in the physical
space, where the global model is reduced to a few DOFs. By using a transformation
matrix, the global model is reduced into a low-dimensional physical space spanned
by the master DOFs. The latter strategy is usually named as the model reduction
technique and is frequently employed as a companion of substructuring method.
Both the master modes in the modal space and the master DOFs in the physical
space are much fewer than that of the global model. Consequently, computational
resources and time are saved.

1.3 Organization of the Book

This book will introduce the substructuring method and its applications in FE model
updating. The book comprises 16 chapters as Fig. 1.3.
Chapter 1 provides the objective and background of the substructuring methods
in SHM, and the other 15 chapters are grouped into three topics.
Chapters 2–8 present the linear substructuring methods. Chapter 2 introduces the
substructuring method for the eigensolutions, and the first-order and second-order
residual flexibility compensation will be adopted to improve the accuracy. Chapter 3
presents the substructuring method for the eigensensitivity, and Chap. 4 describes the
substructuring method for the high-order eigensensitivity. The improvement on the
iterative substructuring method is presented in Chaps. 5 and 6 to achieve higher accu-
racy. In particular, Chap. 5 proposes an iterative bisection scanning substructuring
method to calculate the eigensolutions and eigensensitivity modes by modes, and
6 1 Introduction

1 Introduction

Part A: Linear substructuring methods Part B: Dynamic condensation Part C: Nonlinear substructuring
methods methods
2 Substructirng method for 7 Substructuring method for
eigensolutions response and sensitivity 10 Dynamic condensation for 13 Substructuring method for
considering elastic effect
eigensolutions and eigensensitivity material nonlinear system
3 Substructirng method for
eigensensitivity

4 Substructirng method for 8 substructuring method for

high-order eigensensitivity response and sensitivity 14 Substructuring method for
11 Dynamic condensation for
considering inertial and geometrically nonlinear system
response and sensitivity
5 iterative substructuring elastic effect
method with mode by mode

6 Iterative substructuring
method with all modes
simultaneously 12 Dynamic condensation for 15 nonlinear substructuring
model updating method for model updating
9 Substructuring method for model updating

16 Epilogue

Fig. 1.3 Organization of the book chapters

Chap. 6 develops an iterative substructuring method to compute the eigensolutions

and eigensensitivity for all modes simultaneously. Subsequently, the substructuring
method is extended to calculate the dynamic response and response sensitivity in the
time domain in Chaps. 7 and 8, by including the elastic effects and inertial effects
of substructures, respectively. The fast calculations of eigensolutions, eigensensitiv-
ities, dynamic response, and response sensitivity are applied to the sensitivity-based
model updating process performed on two practical structures in Chap. 9.
Chapters 11 and 12 involve the second topic, namely the model condensation
methods, which are usually regarded as the substructuring method reduced in the
physical space. A new dynamic condensation method is developed in Chap. 11,
which is developed for the fast calculation of eigensolutions and eigensensitivities
in the frequency domain. The method is proposed to calculate the dynamic response
and response sensitivity in the time domain in Chap. 12.
The final topic of the book is the substructuring methods for nonlinear anal-
ysis and nonlinear model updating. In particular, Chap. 13 presents a substruc-
turing method for calculating the response and response sensitivity of nonlinear
systems, and Chap. 14 proposes the associated substructure-based nonlinear model
updating. Chapter 15 develops a modal derivative-enhanced substructuring method
for calculating the response and response sensitivity of geometrically nonlinear
structures.
Chapter 16 concludes the book and discusses possible future research.
References 7

References

Brownjohn, J.M.W., Xia, P.Q., Hao, H., Xia, Y.: Civil structure condition assessment by FE model
updating: methodology and case studies. Finite Elem. Anal. Des. 37(10), 761–775 (2001)
Duan, Y.F., Xu, Y.L., Fei, Q.G., et al.: Advanced finite element model of Tsing Ma bridge for
structural health monitoring. Int. J. Struct. Stab. Dy. 11(2), 313–344 (2011)
Friswell, M.I., Mottershead, J.E.: Finite Element Model Updating in Structural Dynamics. Kluwer
Academic Publishers, Norwell, MA (1995)
Jaishi, B., Ren, W.X.: Structural finite element model updating using ambient vibration test results.
J. Struct. Eng. 131(4), 617–628 (2005)
Weng, S., Zhu, H., Xia, Y., et al.: A review on dynamic substructuring methods for model updating
and damage detection of large-scale structures. Adv. Struct. Eng. 23(3), 584–600 (2020)
Xia, Y., Hao, H., Deeks, A., et al.: Condition assessment of shear connectors in slab-girder bridges
via vibration measurements. J. Bridg. Eng. 13(1), 43–54 (2008)
Zivanovic, S., Pavic, A., Reynolds, P.: Finite element modelling and updating of a lively footbridge:
the complete process. J. Sound Vib. 301(1–2), 126–145 (2007)
 Part I
Linear Substructuring Methods
Chapter 2
Substructuring Method
for Eigensolutions

2.1 Preview

In dynamic analysis, the frequencies and mode shapes are the eigensolutions of stiff-
ness and mass matrices, which serve to construct the objective function in frequency
domain model updating. The elemental parameters in the FEM are iteratively modi-
fied to minimize the residuals of frequencies and mode shapes between the analytical
predictions and the measured counterparts in an optimal way. In the iterative model
updating, the eigensolutions are computed repeatedly from the stiffness and mass
matrices of the analytical FEM. To simulate the real structure accurately, the FEM of
a large-scale structure includes a large number of elements, nodes, and parameters.
The stiffness and mass matrices of the analytical FEM are large in size. It is a big
challenge to efficiently obtaining the eigensolutions from large-size system matrices.
Sparse matrix techniques, order reduction methods, and substructuring methods
are effective mathematical scheme developed for the fast analysis of large-scale
matrices. Sparse matrix techniques, such as the subspace iteration method and the
Lanczos algorithm or (Bath 1982), are widely used in commercial software such
as ABAQUS and ANSYS. It is an efficient way to alleviate the computation load
of large-size system matrices. Sparse matrix technique exploits the sparsity of the
assembled mass and stiffness matrices, which perform numerical operations directly
on the nonzero components of the large-size system matrices. Order reduction
methods reduce the size of the system matrices by removing some DOFs of the
original FEM and retaining a much smaller set. It transforms the dynamic behavior
of the discarded DOFs to those of the retained DOFs. The reduced eigenequation is
then solved to approximate the eigensolutions of the original structure.
The substructuring technology can be a promising solution to accelerate the calcu-
lation of eigensolutions of a large-scale structure. Substructuring methods divide a
structure into smaller independent substructures. The stiffness and mass matrices
of substructures are constructed independently, from which the eigensolutions of

© The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2023 11
S. Weng et al., Substructuring Method for Civil Structural Health Monitoring,
Engineering Applications of Computational Methods 15,
https://doi.org/10.1007/978-981-99-1369-5_2
12 2 Substructuring Method for Eigensolutions

substructures are calculated. Subsequently, the eigensolutions of the original struc-

ture are recovered from the eigensolutions of the independent substructures by
constraining the interface of the adjacent substructures (Klerk et al. 2008). The
substructuring methods are efficient than the global method in three main respects.
First, the global structure is divided into smaller substructures, and the small substruc-
tural system matrices is faster and easier to be analyzed. Second, the specific substruc-
tures (local area) can be analyzed independently without studying the entire structure
as a whole. This significantly reduces the size of the system matrices. Third, the
substructuring method allows for the combination of different parts and will be more
efficient to be used together with parallel computation techniques.
In this chapter, the commonly used Lanczos algorithm and subspace iteration
methods for eigensolutions are first introduced. Also, the traditional substructuring
methods for eigensolutions, such as the component mode synthesis method and
Kron’s substructuring method, are introduced. The Kron’s substructuring method
requires the complete eigensolutions of all substructures to recover the eigensolu-
tions of the global structure. This is time-consuming for a large-scale structure, which
may have many large-size substructures. To improve this computational inefficiency,
a modal truncation approximation is proposed and elaborated. Only the lowest eigen-
solutions of the substructures need to be calculated. The discarded higher eigenso-
lutions are compensated by the first-order residual flexibility or the second-order
residual flexibility. The division of substructures and the selection of master modes
in each substructure are also investigated.

2.2 Basic Methods for Eigensolutions

By using the basic FE method, the stiffness and mass matrices of a structure with N
DOFs are constructed. The classical eigenequation for the structure has the form of

K{φi } = λi M{φi } (2.1)

where K and M are the N × N symmetric stiffness and mass matrices, respectively,
λi represents the ith eigenvalue, and {φi } is the corresponding eigenvector. λi and {φi }
form a pair of eigensolutions of the system. In structural dynamics, the eigenvalue
is the square of the circular frequency, and the eigenvector is the mode shape of the
structure. The subspace iteration method and Lanczos method are commonly used
to solve the large-size eigenequation. These two methods are introduced in Sect. 2.1
and Sect. 2.2.
K and M are assembled by the contribution of all n elements in the discrete FEM.
In particular,

E
n E
n E
n E
n
K= Kj = α j Kej , M = Mj = β j Mej (2.2)
j=1 j=1 j=1 j=1
2.2 Basic Methods for Eigensolutions 13

where Kj and Mj are the jth elemental stiffness matrix and elemental mass matrix,
respectively, and α j and β j are respectively the ‘elemental stiffness parameter’ and
‘elemental mass parameter’.

2.2.1 Subspace Iteration Method

The subspace iteration method extracts the eigensolutions of the large-size system
matrices by projecting them onto an orthogonal subspace to reduce the computa-
tional cost. As solving the complete eigensolutions is expensive and usually not
necessary for the large-scale structures, the approximated solution spanned by the
lowest eigenpairs is favorable. Figure 2.1 demonstrates the general procedure of the
subspace iteration method. The eigenproblem in Eq. (2.1) spans an N-dimensional
space. The subspace iteration method solves this eigenproblem in an iterative way
with a set of l linearly independent vectors (l is much less than N). The subspace
is spanned by these l vectors. By iterating with l vectors, the subspace is gradually
improved so that it will ultimately span the l-dimensional subspace of the original
N-dimensional space. The subspace iteration method is time-consuming in searching
the optimized l-dimensional space, especially for a large-scale structure.

Fig. 2.1 Basic subspace

iteration method
14 2 Substructuring Method for Eigensolutions

2.2.2 Lanczos Method

The Lanczos algorithm has been developed as a powerful tool to extract eigen-
values of a real symmetric matrix. The Lanczos algorithm transforms a general-
ized N-dimensional eigenproblem into a standard tridiagonal matrix with a smaller
dimension m, as described in Fig. 2.2.
The Lanczos algorithm constructs an orthogonal basis for the Krylov subspace as
( ( ) ( )m−1 )
Qm = span {q1 } K−1 M {q1 } · · · K−1 M {q1 }
= span({q1 } {q2 } · · · {qm }) (2.3)

{q1 } is an arbitrary starting vector, and {qj } is a Lanczos vector orthogonal to

the previous {qj−1 } Lanczos vectors with respect to mass matrix M, and m is the
dimension of the Krylov subspace.
The tridiagonal matrix in Fig. 2.2 is formulated by

Fig. 2.2 Basic Lanczos algorithm

2.3 Substructuring Method for Eigensolutions 15

⎡ ⎤
α1 β2
⎢ β2 α2 β3 ⎥
⎢ ⎥
⎢ . . . . ⎥
⎢
Tm = ⎢ β3 . . ⎥ (2.4)
⎥
⎢ .. .. ⎥
⎣ . . βm ⎦
βm αm

This block version of Lanczos method is more powerful, which naturally produces
a block tridiagonal matrix Tm . As compared with the subspace iteration method, the
Lanczos method is preferable to compute a large number of eigenpairs for very large
sparse matrices.

2.3 Substructuring Method for Eigensolutions

Substructuring methods are promising to improve computational efficiency. Calcu-

lating eigensolutions with the substructuring method consists of three basic steps:
division of a global structure into substructures, calculation of the eigensolutions for
the independent substructures, and reconnection of the substructures to the global
structure with compatibility equations.
The global structure is divided into N S independent substructures, each with N (j)
DOFs (j = 1, 2,…, N S ). After division, one node of the global structure at the interface
belongs to two or more nodes of the separated substructures. Each interface DOF in
the original global structure is shared by two or more substructures that are connected
to it. In consequence, there are N T interface DOFs if one interface is shared by two
separate substructures. The total number of DOFs of all substructures increases to
N p , which is larger than N. For example, if the nth (n = 1, 2, …, N T ) interface DOF
is shared by tn substructures, it has

E E
T NS
N
N =N+
P
(tn − 1) = N ( j) (2.5)
n=1 j=1

After division, each independent substructure, for example, the jth substructure,
has a stiffness matrix K( j) and mass matrix M( j) . The generalized eigenequation of
the jth substructure can be written as
{ } { }
( j) ( j) ( j)
K( j) φi = λi M( j) φi (2.6)

Both K( j ) and M( j ) are of order N (j) × N (j) . The eigenequation Eq. (2.6) can be
solved by the subspace iteration method or Lanczos method introduced } 2.2,
{ in Sect.
( j) ( j)
by treating the jth substructure as an independent structure. λi and φi are the
16 2 Substructuring Method for Eigensolutions

ith eigenvalue and eigenvector of the jth substructure, respectively. Equation (2.6)
can be decoupled into N (j) pairs of eigenvalues and eigenvectors as
| | | |
( j) ( j) ( j) ( j) ( j) ( j)
/\( j) = Diag λ1 , λ2 , . . . , λ N ( j ) , φ( j ) = φ1 , φ2 , . . . , φ N ( j ) (2.7)

Those eigenpairs satisfy the orthogonal properties, which are normalized with
respect to the mass matrix as
{| |T
φ( j ) M( j) φ( j) = I N ( j )
| ( j ) |T ( j) ( j) (2.8)
φ K φ = /\( j )

The substructural matrices are diagonally assembled to the primitive form like
| | | |
Mp = Diag M(1) , M(2) , . . . , M(Ns ) , Kp = Diag K(1) , K(2) , . . . , K(Ns )
| | | | (2.9)
φp = Diag φ(1) , φ(2) , . . . , φ(Ns ) , /\p = Diag /\(1) , /\(2) , . . . , /\(Ns )

where superscript ‘p’ denotes the variables of the primitive form. The primitive
matrices include the substructural matrices stacked directly without constraining
them. The size of the primitive matrices is N p × N p . Since the substructural eigenpairs
satisfy the mass-normalized orthogonality in Eq. (2.8), the primitive matrices satisfy
the orthogonality conditions that
{| |
T
φp M p φp = I N p
| p |T p p (2.10)
φ K φ = /\p

The primitive system can be reconnected to the global system by constraining

the geometric compatibility and force equilibrium at the interface points of the
adjacent substructures. The methods of constraining the independent substructures
have been studied extensively. The component mode synthesis (CMS) and Kron’s
substructuring method are two representative ones.

2.3.1 Component Mode Synthesis

The CMS method combines the component-wise analysis and model reduction tech-
niques. Instead of describing the substructure at all DOFs, this method represents
the dynamic displacement of a substructure in terms of the reduced orthogonal basis
expressed by the most dominant component modes. Thus, the reduced substructure
is obtained. Afterward, the reduced substructures are assembled to obtain a reduced
model of the global structure, from which the global eigensolutions are efficiently
calculated.
2.3 Substructuring Method for Eigensolutions 17

In the CMS method, the component modes of the independent substructures can
be classified into four groups according to the boundary conditions, namely the rigid
body modes, the normal modes, the constraint modes, and the attachment modes.
(1) The rigid body modes (RBMs) describe the rigid body movement of a free-
free substructure, which can be calculated either by extracting the null basis
of the free-free stiffness K, or by constructing the self-equilibrium equation.
The former method requires the rank-deficient free-free stiffness K rearranged
according to the inner and interface DOFs as
| |
KII KIB
K= (2.11)
KBI KBB

where the subscript ‘I’ indicates the inner DOFs and the subscript ‘B’ represents the
interface DOFs. After separating the interface DOFs, KII is a square matrix with a
full rank. The generalized inverse of the free-free stiffness and the rigid body modes
are computed from the inverse of KII as
| | | |
KII−1 0 −KII−1 KIB
(K)+ = ,R= (2.12)
0 0 I

where R is the RBMs. For a free-free structure with a large number of DOFs,
the inverse of KII is not only expensive but also inaccurate. Alternatively, the self-
equilibrium method can be used. For a two-dimensional structure having N nodes,
the three independent RBMs are the x translation (Rx = 1, Ry = 0, Rz = 0), the y
translation (Rx = 0, Ry = 1, Rz = 0) and the z rotation (Rx = − y, Ry = x, Rz = 1),
i.e.,
⎡ ⎤
1 0 0 1 ··· 0 0
RT = ⎣ 0 1 0 0 · · · 1 0 ⎦ (2.13)
−y1 x1 1 −y2 · · · x N 1

The columns |of R are naturally orthogonal and can be normalized by dividing
E( 2 )1/2 |
1/21/2
N , N , and xi + yi + 1
2
, respectively.

(2) The normal modes are calculated by the general eigenequation for both the fixed
boundary condition and free boundary condition. The fixed interface normal
modes are obtained by restraining all boundary DOFs, which is equivalent to
solve an eigenequation formed by the stiffness and mass matrices of the inner
DOFs, i.e.,

(KII − λi MII ){φI }i = {0} (2.14)

The complete fixed interface normal modes are written as

18 2 Substructuring Method for Eigensolutions
| |
φI
φn = (2.15)
N ×Ni IB

where N i is the number of the normal modes, equal to the number of the inner DOFs.
Only the inner DOFs are used to construct the normal modes for the fixed interface
condition. The fixed interface modes are normalized with respect to the mass matrix
MII of inner DOFs as

φTI MII φI = I, φTI KII φI = /\ (2.16)

The free interface normal modes are computed from the system matrices by
releasing all boundary DOFs and solving the eigenequation of
( )
K − λ j M φ j = 0( j = 1, 2 . . . , , . . . , Nd = N − Nr ) (2.17)

where N d is the quantity of the deformational modes and N r is the quantity of the
rigid body modes, respectively.
(3) A constraint mode represents the force that generate a unit displacement at
one coordinate of a specified ‘constraint’ coordinate D, while the remaining
coordinates of that set D are restrained, and the remaining DOFs of the structure
are free. The force equilibrium satisfies

| || | | |
KII KIB φIB 0
= (2.18)
KBI KBB IBB f BB

The constraint mode matrix is given by

| | | |
φIB −KII−1 KIB
φc = = (2.19)
N ×Nb IBB IBB

where N b is the number of the constraint modes, which is equal to the number of
the inner DOFs. The constraint modes are stiffness orthogonal to all fixed interface
normal modes, that is

φTn Kφc = 0 (2.20)

(4) An attachment mode is regarded as the displacement vector due to a single unit
force applied at one of the given coordinates A, which is therefore computed by

| || | | |
KII KIB φI 0
= (2.21)
KBI KBB IB IB
2.3 Substructuring Method for Eigensolutions 19

CMS methods are mainly classified into the fixed interface method and the free
interface CMS method. According to the boundary condition, mode components are
selected from the above four groups to represent the displacement of an independent
substructure and to recover the global eigensolutions.
The fixed interface CMS method was first proposed by Hurty (1965). The global
eigensolutions are projected onto the space spanned by the substructural constraint
modes and fixed normal modes. Craig and Bampton (1968) simplified the fixed
interface CMS method by partitioning the interface forces into statically determinate
and indeterminate ones. Since this simplification is efficient and easy-understand, it
is widely used for eigensolutions calculation.
Since it is difficult or even unable to acquire constraint modes from experi-
ments conveniently, the fixed interface CMS method is sometimes limited to be
used. To overcome this limitation, the free interface CMS method was first proposed
by MacNeal (1971) for structures with flexible boundary conditions. The substruc-
tural displacements are represented by the free interface normal modes, attachment
modes and rigid body modes, from which the global eigensolutions are recovered.
Conducting a modal test on a free-free structure is considerably more convenient than
on one with fixed constraints. Rubin (1975) retained partial free interface normal
modes, and included the inertial effect of truncated modes with a second-order
Maclaurin-series expansion. The free interface CMS method is less accurate than
the fixed interface CMS method, since the free interface constraint is weaker than
the fixed interface. However, the free interface method is considerably more efficient
in handling complicated substructural interfaces. The complete eigenmodes of the
substructures with changed interface have to be recomputed in the fixed interface
method. Synthesizing the features of both methods, researchers have developed the
hybrid interface (mixed interface) CMS method to make full use of the advantages
of the fixed and free interface CMS methods.

2.3.2 Kron’s Substructuring Method

Kron first proposed a dynamic substructuring method in the book Diakoptics (Kron
1963) to compute the eigensolutions of the large matrices in a piece-wise manner. The
independent substructures are analyzed independently and constrained by imposing
displacement constraints at the interface coordinates of the adjacent substructures
via the Lagrange multiplier technique. Kron’s substructuring method has distinct
advantages in handling large-scale systems since it is highly accurate under compli-
cated interface conditions. The complete substructural modes are calculated from
the stiffness and mass matrices of substructures directly without considering the
substructural boundary, and thus avoid computing the constrained modes, normal
modes, attachment modes, and rigid body modes.
20 2 Substructuring Method for Eigensolutions

The displacement of the original global structure x of size N × 1 is expanded to

x p of size N p × 1 after being divided into substructures, which includes the identical
displacements in the interface DOFs. The geometric compatibility is sufficed by
applying the displacement constraints at the interfaces
{ }
D xp = 0 (2.22)

where D is a rectangular matrix containing the general implicit constraints to ensure

the nodes at the interfaces move jointly. The independent substructures have identical
displacements at the interfaces. In matrix D, each row contains two nonzero entries.
For a rigid connection, the two entries are 1 and − 1. If the connected points x 1 and
x 2 are not rigidly connected, for example, they have the linear relation x 1 = ax 2 ,
then the two nonzero entries are 1 and − a. Kron’s method considers the connection
condition by matrix D directly instead of including additional items such as the
constraint modes or linking force.
According to the virtual work theorem, the motion equation of an undamped
structure is
{ } { }
Mp ẍ p + K p x p = f p + g p (2.23)

where
| |T
ẍ p = ẍ (1) , · · · , ẍ (i ) , · · · , ẍ (Ns ) (2.24)

| |T
x p = x (1) , · · · , x (i ) , · · · , x (Ns ) (2.25)

| |T
f p = f (1) , · · · , f (i ) , · · · , f (Ns ) (2.26)

| |T
g p = g (1) , · · · , g (i ) , · · · , g (Ns ) (2.27)

where ẍ p and x p are the acceleration and displacement vectors of the independent
substructures, g p is the connection force from the adjacent substructures, and f p is
the external force. For a free vibration system, f p = 0. The virtual work conducted
by the connection force along x p is
{ }T
δW = g p δx p (2.28)

The virtual work theorem assumes the connection to be incompleted, and the
geometric compatibility in Eq. (2.22) is violated at the interface coordinates by an
amount of {η} like
{ }
D x p = {η} (2.29)
2.3 Substructuring Method for Eigensolutions 21

In the interface coordinates, an associated force vector {τ } is used to represent

the internal connection forces due to the ‘misfit’. Equation (2.29) gives
{ }
δW = {τ }T {δη} = {τ }T D δx p (2.30)

From Eqs. (2.28) and (2.30), one can obtain

{ }T { }
gp δx p = {τ }T D δx p (2.31)

and thus

g p = DT τ (2.32)

Consequently, Eq. (2.23) is transformed into

| |{ } | |{ } { }
Mp 0 ẍ p Kp −DT xp 0
+ = (2.33)
0 0 τ̈ −D 0 τ 0

Since the time-domain

( / vibration
) can be expressed in the modal space by
{ }T
{x p , τ }T = φ, τ exp j λt , the expanded mode shape of the global structure is
represented by the primitive form of the mode shapes φp via the modal coordinates
z as
{ } | p |{ }
φ φ 0 z
= (2.34)
τ 0 I τ

where φ is the expanded mode shape of the global structure containing the identical
values in the interface DOFs. Due to the orthogonality relations in Eqs. (2.8) and
(2.33) can be simplified into the eigenequation of the global structure
| |{ } { }
/\p − λI −| z 0
= (2.35)
−| T 0 τ 0

where | = (Dφp )T is the normal connection matrix that constrains the nodes to
move jointly at the interface points of the adjacent substructures. Therefore, the
eigenvalue λ obtained from Eq. (2.35) is equivalent to the eigenvalue λ of the original
global structure. The eigenvectors of the global structure φ can be obtained after
combining the identical DOFs in the expanded eigenvectors φ. | takes the size of
N p × (N p − N ), and (N p − N ) is the number of the constraint relations.
The first line of Eq. (2.35) gives
( )−1
z = /\p − λI |τ (2.36)
22 2 Substructuring Method for Eigensolutions

Substituting Eq. (2.36) into the second line of Eq. (2.35) to eliminate the modal
coordinates z, one has
( )−1
| T /\p − λI |τ = 0 or Eτ = 0 (2.37)
( )−1
where E = | T D| and D = /\p − λI .
Matrix E with a size of (N p − N ) × (N p − N ) is known as the Kron matrix or
receptance matrix. Since the above analysis has no approximation in the derivation
of E, the eigenvalues obtained from the receptance matrix are exactly those of the
original global structure.
In the original Kron’s method, λ is obtained by scanning the determinant of recep-
tance matrix E. This scanning process is very time-consuming since E is dependent
on the unknown item λ. It is onerous to calculate the whole eigensolutions of each
substructure to assemble /\p and φp . Moreover, the final eigenequation in searching
the eigensolutions has a size of N p × N p , which is very large for a large-scale
structure.

2.3.3 First-Order Residual Flexibility Based Substructuring

Method

2.3.3.1 Method Description

From the viewpoint of energy conservation, the complete modes of all substructures
contribute to the eigenmodes of the global structure, i.e., the complete eigensolutions
of all substructures are required to assemble the primitive form of /\p and φp . This
is inefficient and not worthwhile as only a few eigenmodes are generally of interest
for a large-scale structure. Considering the lower modes usually contain most energy
in the vibration problem, the complete eigenmodes of each substructure are divided
into the ‘master’ eigensolutions (lower modes) and the ‘slave’ eigensolutions (higher
modes). Only the master modes are calculated to assemble the eigenequation of the
global structure, while the slave modes are discarded and compensated by an energy
index in the later calculations.
In this connection, the eigenequation (Eq. 2.35) is rewritten according to the
master modes and slave modes as
⎡ p ⎤⎧ ⎫ ⎧ ⎫
/\m − λI 0 −| m ⎨ zm ⎬ ⎨ 0 ⎬
⎣ 0 /\ps − λI −| s ⎦ zs = 0 (2.38)
⎩ ⎭ ⎩ ⎭
−| mT
−| s T
0 τ 0

where
| | | |
( j) ( j) ( j)
/\pm = Diag /\(1) (2) (Ns )
m , /\m , . . . , /\m , /\(mj ) = Diag λ1 , λ2 , . . . , λ ( j ) (2.39)
Nm
2.3 Substructuring Method for Eigensolutions 23

| | | |
( j) ( j) ( j)
φpm = Diag φ(1) (2) (Ns )
m , φm , . . . , φm , φ(mj ) = φ1 , φ2 , . . . , φ ( j ) (2.40)
Nm

| | | |
( j) ( j) ( j)
/\ps = Diag /\(1)
s , /\ (2)
s , . . . , /\ (Ns )
s , /\ ( j)
s = Diag λ ( j ) , λ ( j) ,...,λ ( j) ( j)
Nm +1 Nm +2 Nm +Ns
(2.41)
| | ( j) | |
( j) ( j) ( j)
φps = Diag φ(1) (2) (Ns )
s , φs , . . . , φs , φs = φ ( j) , φ ( j) ,...,φ ( j) ( j)
Nm +1 Nm +2 Nm +Ns
(2.42)

E
Ns E
Ns
Nmp = Nm( j) , Nsp = Ns( j) , Nm( j) + Ns( j) = N ( j) ( j = 1, 2, . . . , Ns ) (2.43)
j=1 j=1
| |T | |T
| m = Dφpm , | s = Dφps (2.44)

Hereinafter subscript ‘m’ indicates the items belonging to the ‘master’ modes, and
the subscript ‘s’ for the ‘slave’ modes.
According to the second line of Eq. (2.38), the slave coordinate zs can be expressed
by
( )−1
{zs } = /\ps − λI | s {τ } (2.45)

Substituting Eq. (2.45) into Eq. (2.38) leads to

| |{ } { }
/\pm − λI −| zm 0
( p m )−1 = (2.46)
−| m −| s /\s − λI | s
T T τ 0

The required eigenvalues λ usually correspond to the lowest modes of the global
structure, and far less than the items in /\ps when a proper size of the master modes is
( )−1 ( )−1
chosen. In that case, | Ts /\ps − λI | s ≈ | Ts /\ps | s . Representing τ with zm from
the second line of Eq. (2.46) and substituting it into the first line, the eigenequation
is reduced to
( ( ) )−1
−1
u{zm } = λ{zm }, u = /\pm + | m | Ts /\ps | s | Tm (2.47)

The eigenvalue of the global structure is λ. The eigenvector of the global structure
is recovered by φ = φpm Zm . The size of the reduced eigenequation is equal to the
number of the retained master modes, which is much smaller than the original one
( )−1
(Eq. 2.38). It is noted that | Ts /\ps | s can be calculated from the first-order residual
flexibility.
24 2 Substructuring Method for Eigensolutions
( )−1
| Ts /\ps | s = DFp DT
( )−1 | p |T
Fp = φps /\ps φs
⎡( )−1 ( (1) )−1 | (1) |T ⎤
K(1) − φ(1) /\s φs
⎢ s
.. ⎥
=⎢ ⎣ . ⎥
⎦
( (N ) )−1 ( (Ns ) )−1 | (N ) |T
K s − φ(N
s
s)
/\s φs s
(2.48)

The first-order residual flexibility-based substructuring method (FRFS) is advan-

tageous in two aspects. First, only the master modes of substructures are required
without computing the complete substructural modes, and the contribution of the
discarded slave modes are compensated by the first-order residual flexibility. Second,
the size of the eigenequation is significantly reduced to the number of the master
modes.

2.3.3.2 Error Quantification

( )−1 ( )−1
In the proposed substructuring method, /\ps − λI is replaced by /\ps since the
required λ is far less than the values in /\ps . The error due to this approximation is
⎡ ⎤
1
− 1
( )
/\ps 1 −λ (/\ps )1
( p )−1 ( p )−1 ⎢
⎢ ..
⎥
⎥
/\s − λI − /\s =⎢ . ⎥
⎣ ⎦
1
− 1
(/\ps ) Nsp −λ (/\ps ) Nsp
⎡ λ
⎤
⎢ ((/\s )1 −λ)(/\s )1
p p
⎥
⎢ .. ⎥
=⎢ . ⎥
⎣ λ)
⎦
(
(/\ps ) Nsp −λ (/\ps ) Nsp
λ
= Diag (( p ) )( ) (2.49)
/\s i − λ /\ps i

And the relative error is

⎛ λ
⎞ ( )
(( /\s )i −λ)((/\s )i )
p p
λ ( )
Diag⎝ ⎠ = Diag ( ) i = 1, 2, . . . , Nsp (2.50)
1
/\s i
p
(/\ps )i −λ

Therefore, the largest relative error depends on min λ/\p . Usually, the large-size
( s)
global structure has much smaller frequencies than the small-size substructure. Given
2.3 Substructuring Method for Eigensolutions 25

a suitable selection of master modes, the required eigenvalues λ are much smaller
than the minimum value of /\ps , and thus the error introduced will be insignificant. In
other words, the minimum eigenvalue of slave modes in the substructures controls
the accuracy of the proposed substructuring method. In practice, the substructures
inherently have larger natural frequencies than the global structure, as the former is
of much smaller size than the latter. This property can guarantee the precision of the
proposed substructuring method.
In addition, the accuracy of the proposed method can be improved in two manners.
On the first hand, we can improve the accuracy
( ) by including more modes as master
modes, which increases the values of min /\ps . It is suggested
( ) to select the lowest
modes as master modes to increase the magnitude of min /\ps . The number of the
master modes in the substructures is usually suggested to be 2–3 times ( the
) modes
required of a large-scale structure to ensure λ much smaller than min /\ps . On the
second hand, more items of the Taylor expansion can be retained, which results in
the second-order residual flexibility substructuring method, as described in the next
section.

2.3.4 Second-Order Residual Flexibility Based

Substructuring Method

2.3.4.1 Method Description

( )−1
If the first two items of the Taylor expansion of | Ts /\ps − λI | s are retained,
Eq. (2.46) becomes
| |{ } { }
/\pm − λI ( ( ) −| m ( ) ) zm 0
−1 −2 = (2.51)
−| Tm − | Ts /\ps | s + λ| Ts /\ps | s τ 0

After arranging Eq. (2.51), the eigenequation can be expressed as the standard
form like
| |{ } | |{ }
/\pm −| m zm I 0 zm
( p )−1 =λ ( p )−2 (2.52)
−| m −| s /\s | s
T T τ 0 | s /\s | s
T τ

where
{ ( )−1 ( )−1 | p |T T
| Ts /\ps | s = Dφps /\ps φ D
( )−2 ( )−2 | sp |T T (2.53)
| Ts /\ps | s = Dφps /\ps φs D
( )−2 | p |T
φps /\ps φs is the second-order residual flexibility. Similar to the first-order
residual flexibility, the primitive form of the second-order residual flexibility can
26 2 Substructuring Method for Eigensolutions

also be obtained by the diagonal assembly of the system matrices and master modes
of the substructures as
( )−2 | p |T |(( )−1 ( )−1 ( (1) )−2 | (1) |T )
φps /\ps φs =Diag K(1) M(1) K(1) − φ(1)
m /\m φm ,
(( )−1 ( )−1 ( (Ns ) )−2 | (Ns ) |T )|
. . . , K(Ns ) M(Ns ) K(Ns ) − φ(N
m
s)
/\m φm
(2.54)

Including first- and second-order residual flexibility, the eigensolutions of the

global structure are calculated based on the eigenequation of Eq. (2.52).
Since this second-order residual flexibility-based substructuring method (SRFS)
includes the contribution of the second item in the Taylor expansion, SRFS method
is more accurate than the FRFS method. The difference of the cost of computational
load between the SRFS and FRFS lies in two aspects:
(i) The SRFS method requires some additional effort to calculate the second-order
( )−2 | p |T
residual flexibility matrix φps /\ps φs
(ii) The eigenequation of SRFS method (Eq. (2.52)) contains the ‘misfit’ displace-
ments at the interface points, which size is a little larger than that of the FRFS
method.
If the same quantity of master modes is retained by FRFS method and SRFS
method, the SRFS method is more accurate and takes more computational sources.
However, if the same precision is mandatory by FRFS method and SRFS method,
the SRFS method requires less master modes. The computational work required by
extracting the substructural eigenmodes is reduced, and the assembled eigenequation
might be much smaller than that of the FRFS method.

2.3.4.2 Error Quantification

The error in the SRFS method is introduced by the truncation of Taylor expansion
as well, which is evaluated as
⎛ ⎞
( )−1 ( )−1 ( )−2 λ̄
p p p ⎜ 1 1 ⎟
/\s − λ̄I − /\s − λ̄ /\s = Diag⎝ ( ) −( ) −( ) ⎠
p
/\s − λ̄
p
/\s p 2
i i
/\s
i
⎛( ) (( ) )( ) (( ) )⎞
p 2 p p p
/\ − /\s − λ̄ /\s − λ̄ /\s − λ̄
⎜ s i i i i ⎟
= Diag⎝ (( ) )( )2 ⎠ (2.55)
p p
/\s − λ̄ /\s
i i
⎛ ⎞
2
⎜ λ̄ ⎟
= Diag⎝ (( ) )( ) ⎠
p p 2
/\s − λ̄I /\s
i i

The relative error is

2.3 Substructuring Method for Eigensolutions 27
⎛ ⎞
2
λ ( ⎛( ) )2 ⎞
⎜ (( ) ) ( ) ⎟ ( )
⎟ = Diag⎝ ( λp )
2
/\ps i −λ /\ps i
Diag⎜
⎝ ⎠
⎠ i = 1, 2, . . . , Nsp (2.56)
1
/\s i
(/\ps )i −λ

( )2
λ
Therefore, the relative error of the SRFS method is dependent on min(/\ps ) ,
which is the square of the errors by the FRFS method. The minimum value of /\ps
controls the accuracy of the SRFS method, similar to the FRFS method. Since the
eigenvalue λ required by the global structure is far less than the minimum value of
slave modes in substructures in /\ps , the error of the FRFS method is much smaller
than that of the SRFS method, i.e., the SRFS method is more accurate than the FRFS
method.

2.3.5 Residual Flexibility for Free Substructure

In substructuring method, the global structure is divided into the free substructures
and/or fixed substructures. The stiffness matrix of a free substructure is rank-deficient,
from which the inverse of stiffness is inaccurate to be computed directly. In this
section, the residual flexibility matrix is derived for the free structures based on the
orthogonal property of the stiffness and modal flexibility matrices. The first-order
residual flexibility matrix will be derived first, followed by the general formulae of
the high-order residual flexibility matrices.
The complete eigenmodes of a free substructure are divided into N m master modes
φm and N s slave modes φs . It is noted that the master modes φm consist of the N r
rigid body modes R and the (N m -N r ) deformational master modes φm−r . The defor-
mational modes include the deformational master modes φm−r and deformational
slave modes φs . The relation between master modes, slave modes, rigid body modes,
and deformational modes is illustrated in Fig. 2.3.

Fig. 2.3 Relationship between different kinds of modal modes

28 2 Substructuring Method for Eigensolutions

The generalized stiffness matrix can be expressed by the rigid body modes, master
modes, and slave modes as

m −Ns
NE E
Ns
( )−1 1 1
K + RRT = φi φiT + φi φiT + RRT
λi λi
i =1 i =1
φ ∈ φm φ ∈ φs
= φm−r /\−1 T −1 T
m−r φm−r + φs /\s φs + RR
T
(2.57)

Therefore, the first-order residual flexibility matrix for the free structure can be
expressed by the master modes as
( )
T −1
φs /\−1
s φs = K + RR
T
− φm−r /\−1
m−r φm−r − RR
T T
(2.58)

Accordingly, the second-order residual flexibility matrix for the free structure is
( )( )
φs /\−2 −1 T −1 T
s φs = φs /\s φs φs /\s φs
T
(( )−1 )
= K + RRT − φm−r /\−1
m−r φm−r − RR
T T

(( )−1 )
K + RRT − φm−r /\−1
m−r φm−r − RR
T T

( )−2
= K + RRT − φm−r /\−2m−r φm−r − RR
T T
(2.59)

which leads to
( )
T −2
φs /\−2
s φs = K + RR
T
− φm−r /\−2
m−r φm−r − RR
T T
(2.60)

The general formula for the k-order residual flexibility is derived as

( )( )
φs /\−k −1 T
s φs = φs /\s φs φs /\s
T −(k−1) T
φs
(( )−1 )
= K + RRT − φm−r /\−1
m−r φm−r − RR
T T

(( )−(k−1) )
K + RRT − φm−r /\−(k−1)
m−r φT
m−r − RR T

( )
T −k −k
= K + RR − φm−r /\m−r φm−r − RRT
T
(2.61)

i.e.,
( )
T −k
φs /\−k
s φs = K + RR
T
− φm−r /\−k
m−r φm−r − RR
T T
(2.62)

If the mass-normalized eigenvectors are considered, the first-order residual

flexibility matrix for the free structure is
2.4 Examples 29

( )
T −1
φs /\−1
s φs = K + (MR)(MR)
T
− φm−r /\−1
m−r φm−r − RR
T T
(2.63)

The second-order residual flexibility matrix can be obtained with the master modes
as
( ) ( )
φs /\−2 −1 T −1 T
s φs = φs /\s φs M φs /\s φs
T

( )−1 ( )−1
= K + (MR)(MR)T M K + (MR)(MR)T
− φm−r /\−2
m−r φm−r − RR
T T
(2.64)

Generally, the k-order residual flexibility is given by

( )( ( ))
−1 T k−1
φs /\−k −1 T
s φs = φs /\s φs M φs /\s φs
T

( )−1 ( ( )−1 )k−1

= K + (MR)(MR)T M K + (MR)(MR)T
− φm−r /\−k
m−r φm−r − RR
T T
(2.65)

2.4 Examples

2.4.1 A Three-Span Frame Structure

The three-span frame (Fig. 2.5) is numerically modeled by 160 two-dimensional

beam elements, each 2.5 m long. The model has 140 nodes and 408 DOFs in total.
The material constants of the beam elements are bending rigidity (EI) = 170 × 106
Nm2 , axial rigidity (EA) = 2500 × 106 N, mass per unit length (ρA) = 110 kg/m,
and Poisson’s ratio = 0.3. The elements are labeled in Fig. 2.5a. The frame is disas-
sembled into three substructures at eight interface nodes, as shown in Fig. 2.5b. In
consequence, the three substructures have 51, 55, and 42 nodes, respectively. After
division at eight nodes, there are 48 interface DOFs (each node has three DOFs) with
24 shared ones.
The first 20 eigensolutions of the global structure are calculated using five
approaches. First, the entire structure is analyzed with the conventional Lanczos
eigensolver, which is regarded as the exact results for comparison. Second, the frame
is analyzed by the original Kron’s substructuring method, in which the complete
eigensolutions of all substructures are calculated to assemble the primitive matrices.
The primitive matrices /\p and φp of size 432 × 432 are solved by the stan-
dard Lanczos eigensolver. In this substructuring method, the complete modes of all
substructures are included without any approximation during the whole process, the
obtained eigensolutions are accurate but the computation will be inefficient. Third,
the first 50 modes of each substructure are computed as the master modes, while the
residual high modes are discarded directly without any compensation. The size of
30 2 Substructuring Method for Eigensolutions

Fig. 2.5 FEM of the

three-span frame structure
(Unit: m)
2.4 Examples 31

the eigenequation is 150 × 150. Fourth, the frame is analyzed by the proposed FRFS
method. The first 50 modes in each substructure are chosen as master modes, and
the higher modes are compensated by the first-order residual flexibility. The FRFS
method is performed following the procedure of:
(1) The global structure is divided into three substructures. The nodes and elements
of each substructure are labeled individually by regarding it as an independent
structure.
(2) The first 50 eigensolutions of the three substructures are computed as the master
modes, from which the first-order residual flexibility of each substructure is
obtained.
(3) The primitive form of the master eigensolutions /\pm and φpm is assembled from
the master modes of the three substructures. The master eigensolutions /\pm and
φpm have the size of 150 × 150 and 150 × 432, respectively.
(4) The connection matrix D is established. There are eight interface points (each
has 3 DOFs) and 24 connections to assemble the global structure. The values in
D are 1 and − 1 at the connections, and zeros at other coordinates. Consequently,
the connection matrix has a size of 24 × 432.
(5) The matrix u is of order 150 × 150 according to Eq. (2.47), and the reduced
eigenequation is solved with the standard Lanczos method to calculate the first
20 eigenpairs (λ and zm ).
(6) The expanded eigenvectors are constructed by the superposition of substructural
p
master modes like φ = φm zm , and the eigenvectors of the global structure are
recovered by merging the identical values at the interface coordinates of the
expanded eigenvectors φ.
Finally, the frame is analyzed with the SRFS method. As before, the first 50
modes in each substructure are computed as the master modes. The SRFS method
calculates both the first-order residual flexibility and second-order residual flexibility
to construct the eigenequation (Eq. 2.52), and the eigenequation has a size of 174 ×
174 including the ‘misfit’ displacement.
The first 20 frequencies of the global structure are compared in Table 2.1.
‘Lanczos’, ‘Original’, ‘Original-Partial’, ‘FRFS’, and ‘SRFS’ denote the aforemen-
tioned five methods. The second line of the table presents the computation time (in
seconds) consumed by the central processing unit on a personal computer with 2 GB
memory and 1.86 GHz Intel Core 2 Duo processor.
Table 2.1 adopts the similarity indices and relative errors to evaluate the accuracy
of the eigenvectors from different approaches. The SV value estimates the similarity
of two sets of mode shapes
| { }|2
| |
( { }) |{φi }T φ̃i |
SV {φi }, φ̃i = ({ } { }) (2.66)
( ) T
{φi }T {φi } φ̃i φ̃i
Table 2.1 Frequencies and mode shapes of the frame structure by different methods
32

CPU time Lanczos Original Original-partial FRFS SRFS

(second) 0.1703 0.5640 0.1671 0.1978 0.2413
Mode Freq (Hz) Freq (Hz) Freq (Hz) Relative Freq (Hz) Relative Mode shape error Freq (Hz) Relative Mode shape error
error (%) error (%) (1–SV) Difference error (%) (1–SV) Difference
(%) norm (%) (%) norm (%)
1 1.7843 1.7843 1.7898 0.341 1.7843 0.000 0.000 0.000 1.7843 0.000 0.000 0.000
2 5.5365 5.5365 5.5495 0.539 5.5365 0.000 0.000 0.000 5.5365 0.000 0.000 0.000
3 9.8198 9.8198 9.7959 0.582 9.8199 0.001 0.003 0.006 9.8198 0.000 0.003 0.005
4 14.6864 14.6864 14.5231 0.415 14.6865 0.001 0.002 0.003 14.6864 0.000 0.002 0.002
5 16.6188 16.6188 18.8166 13.396 16.6223 0.034 0.081 0.000 16.6188 0.000 0.081 0.000
6 18.8074 18.8074 19.8156 5.997 18.8122 0.060 0.130 0.018 18.8075 0.001 0.130 0.021
7 20.1977 20.1977 21.1509 7.214 20.1979 0.003 0.006 0.018 20.1977 0.000 0.006 0.018
8 22.6170 22.6170 25.0778 12.328 22.6235 0.111 0.236 0.029 22.6172 0.002 0.236 0.028
9 25.4704 25.4704 25.4569 2.184 25.4753 0.040 0.099 0.085 25.4705 0.001 0.094 0.040
10 26.1799 26.1799 27.0610 6.533 26.1808 0.018 0.058 0.019 26.1799 0.000 0.044 0.011
11 28.0818 28.0818 27.6134 3.494 28.0839 0.008 0.016 0.062 28.0818 0.000 0.015 0.062
12 29.7843 29.7843 28.5257 1.047 29.7877 0.017 0.043 0.109 29.7843 0.000 0.043 0.108
13 30.9747 30.9747 29.8720 1.632 30.9789 0.032 0.069 0.141 30.9748 0.001 0.068 0.139
14 31.4907 31.4907 30.1980 0.303 31.4924 0.004 0.009 0.020 31.4907 0.000 0.009 0.019
15 32.3470 32.3470 30.8539 0.410 32.3492 0.006 0.007 0.047 32.3470 0.000 0.007 0.046
16 32.3574 32.3574 31.0906 0.635 32.3604 0.012 0.023 0.047 32.3574 0.000 0.023 0.039
17 33.5952 33.5952 32.0649 0.379 33.5979 0.007 0.019 0.067 33.5952 0.000 0.018 0.066
18 33.8409 33.8409 32.3354 0.693 33.8432 0.014 0.034 0.039 33.8409 0.000 0.033 0.033
(continued)
2 Substructuring Method for Eigensolutions
Table 2.1 (continued)
CPU time Lanczos Original Original-partial FRFS SRFS
(second) 0.1703 0.5640 0.1671 0.1978 0.2413
Mode Freq (Hz) Freq (Hz) Freq (Hz) Relative Freq (Hz) Relative Mode shape error Freq (Hz) Relative Mode shape error
2.4 Examples

error (%) error (%) (1–SV) Difference error (%) (1–SV) Difference
(%) norm (%) (%) norm (%)
19 34.4871 34.4871 33.0881 0.760 34.4924 0.015 0.037 0.085 34.4873 0.001 0.034 0.084
20 34.5654 34.5654 33.1796 1.036 34.5690 0.025 0.051 0.048 34.5657 0.001 0.048 0.041
33
34 2 Substructuring Method for Eigensolutions

In Eq. (2.66), {φi } is the ith eigenvector accurately obtained on the global structure
by the Lanczos method and is taken for the reference. {φ̃i } represents the ith eigen-
vector by the other four types of substructuring methods. An SV value of identity
means that the two vectors are identical, and the eigenvector from substructuring
method is accurate. A value of 0 indicates that the two vectors are perpendicular. A
higher SV value indicates a more accurate eigenvector.
The second index estimates the relative difference of the eigenvectors in terms of
( { })
norm {φi } − φ̃i
Difference Norm = (2.67)
norm({φi })

The comparison of several substructuring methods in Table 2.1 shows that,

(1) As compared with the global Lanczos method, the original Kron’s substructuring
method takes much longer time. Since the original Kron’s substructuring method
includes the complete modes of all substructures, the size of eigenequation is
enlarged, although the original Kron’s substructuring method is advantageous
to possess the sparsity of system matrices
(2) Discarding the slave mode directly without any compensation introduces a
significant error in the eigensolutions. Since the substructures are constrained
based on the principle of virtual work, completely discarding the energy
contribution of the slave modes leads to inaccurate eigensolutions
(3) The proposed substructuring method includes the contribution of higher modes
via the residual flexibility and improves the accuracy of the eigenvalues effec-
tively. The relative errors of the first 20 frequencies are less than 0.1% with
the FRFS method and less than 0.002% with the SRFS method. The proposed
method can achieve not only high-precision eigenvalues but also good eigen-
vector results. When the same quantity of master modes is retained, the SRFS
method achieves a higher precision but costs a little more computational time
and memory than the FRFS method. The accuracy is quite sufficient for usual
engineering applications
(4) As compared with the traditional Kron’s substructuring method, the proposed
method calculates only 50 master modes of each substructure, without
computing the complete modes of all substructure. This also reduces the size
of eigenequation from 432 × 432 to 150 × 150, and thus further decreases the
computational loads significantly.
The proposed substructuring method takes a little longer time than the global
Lanczos method. This is because the frame structure is small, and the Lanczos
eigensolver is fast to perform on this small structure. On the other hand, the
analysis of each substructure, especially the calculation of the residual flexi-
bility, costs a small amount of computational effort. This makes the substructure-
based eigensolutions consume more computational time than the global method,
although the substructure-based eigenequation of size 150 × 150 is smaller than
the global eigenequation of size 432 × 432. In addition, these interim results
2.4 Examples 35

Table 2.2 Size of the eigenequation with various methods

Lanczos method Original Kron’s method FRFS SRFS
Sub 1 – 153 × 153 50 × 50 50 × 50
Sub 2 – 165 × 165 50 × 50 50 × 50
Sub 3 – 142 × 142 50 × 50 50 × 50
Global structure 408 × 408 432 × 432 150 × 150 174 × 174

in substructures will be re-used in calculating the eigensensitivity and model

updating in subsequent chapters. If the proposed substructuring method is applied
to model updating or damage identification, the calculation of eigensolutions and
sensitivity matrix is required for the concerned substructures only. Besides, the
eigenequation size of the proposed method is much smaller than that of the
global Lanczos method and the original Kron’s substructuring method, as listed in
Table 2.2.
This example indicates that the improvement in the substructuring method
can reduce the computational load significantly while maintaining high precision.
Although the SRFS method has a better precision, the second-order residual flexi-
bility is required to be computed and the eigenequation is more complicated. Since
the FRFS method can satisfy most engineering applications and cost much less
computational resources, the FRFS method might be preferable in practice due to
its simple formulation. In the next example, the FRFS method will be utilized in a
practical bridge.

2.4.2 The Balla Balla River Bridge

The Balla Balla River Bridge (Fig. 2.6) is a three-span continuous reinforced concrete
bridge located on Coastal Highway on the Balla Balla River in the Shire of Roebourne,
Western Australia. The FEM is constructed according to the design drawings, which
is comprised of 907 elements, 947 nodes, and 5420 DOFs in total, as shown in
Fig. 2.7. The beam elements and shell elements used in the model are listed in
Table 2.3.
The analytical model of the Balla Balla River Bridge is analyzed to study the
computational efficiency of the substructuring method in the calculation of eigen-
solutions. The different master modes and division formation of the substructures
are used to investigate their influence on the computation accuracy and efficiency.
The global model is firstly divided into five substructures at around 10, 20, 30, and
40 m along the longitudinal direction, as shown in Fig. 2.7. The information on the
location, elements, and nodes of the five substructures is listed in Table 2.4.
In this example, the FRFS method is utilized to calculate the first 20 eigensolutions
of the global structure, where the first 40 modes in each substructure chosen as the
36 2 Substructuring Method for Eigensolutions

Fig. 2.6 General view of Balla Balla River Bridge

Fig. 2.7 FEM of the Balla Balla River Bridge with five substructures

Table 2.3 FEM information

Bridge component Element type Quantity
of Balla Balla River Bridge
Bearing Beam 56
Slab Shell 288
Girder Shell 252
Stirrup Beam 231
Diaphragm Shell 80
Total 907
Random documents with unrelated
content Scribd suggests to you:
 Decséry Pál gróf, a ki soha senkinek ajándékot nem adott, még
csak egy pálczalovat sem vett a tulajdon unokáinak, most
megajándékozza ez idekerült fiatal embert családi ereklyéinek
legkedvesebbikével; a hármas értékű emlékkel, melyet ő maga is
fenséges kezekből kapott, kedves emlékezetü ifjúkori délczeg
tánczáért. S most odaadja azt ennek az ifjúnak, a ki épen olyan deli
most, mint ő volt akkor.
És egy pár szem épen oly rejtett ragyogással tekint rá e
perczben, mint akkor Pál grófra.
Kit ne szédítene el az ilyen diadal?
Mikor szétoszlott a társaság, a néger azt mondá Kálmánnak:
«Nos uram, hát mivel megy ön magasra, a fejével-e vagy a
lábával?»
Biróczy pedig kicsufolá.
«Bajtárs: neked csak az óráját adta oda az öreg úr; de ha engem
meglátott volna tánczolni, nekem ideadta volna magát a tornyot!»
Az irigység beszélt belőle.
Kálmán könnyen álmodhatott arról, hogy hármat már megnyert a
partieből; az öreg grófot, a herczegnőt, és a szépek szépét. Még a
főispán hátra van.
De elkövetkezett az idő, hogy a legnagyobb lépést a családi
kegyben mégis csak – feje segítségével tegye meg.
Marcalis ülés közelgett. A főispán behivatá magához Kálmánt s
akkor elmondá neki, hogy ő bizony nincsen szokva ahhoz, hogy
beszédeket fogalmazzon, különösen az előtte nem igen tört útu
magyar nyelven; azért rábizza Kálmánra, hogy készítsen valami
megnyitó beszédet a számára, a mihez egy pár eszmét szolgáltat
neki. A beszéd érthető legyen és ne nagyon czifra. Valami furcsa
szavak ne legyenek benne: nehogy úgy járjon az ember, mint a mult
megyegyülésen, a mikor az lévén a szájába adva, hogy «nagyon
kecsegtetem magam», ezt úgy ejté ki, hogy «nagyot kecseget etem
magam» erre pedig egy kortes felkiáltott: «kedves egészségére
váljék!» a felzendülő bruhahában a főispán aztán kérdezé mellette
ülő sógorától: «was hab i gsagt?» – «Du hast gsagt, dasz du an
groszen Stierl allein gegessen hast.»
Ez aztán a legkényesebb megbizatás s a titkok legdrágábbika.
Beszédet készíteni egy nagy főfő uraságnak, a mi annak eszméit
kifejezze, a mi annak belső énjét mutassa a világ előtt; és pedig úgy,
hogy azt a világ soha ki ne találja, hogy ez nem annak az igazi énje.
Ez valóban a legnagyobb bizalmat föltételezi. Bűntársi részvét
egy Istennek és embereknek tetsző munkában.
Kálmán oly gonddal és figyelemmel felelt meg a feladatnak, mely
sokoldalu tehetségéről tanuskodék. Ez a legnehezebb munka, a mire
költői kedély vállalkozhatik. Beszédet készíteni másnak, olyat,
melyben sok szó legyen, és kevés eszme, virágok nélkül, gondolatok
nélkül, szárazon, diplomatikus tárgykerülgetéssel, üres
bombasztokkal és hivatalos applombbal. Ezt is meg tudta csinálni.
Kinjába került ugyan; de mit meg nem tesz az embernek az édes
esze a zsarnok szivéért?
Az elkészített beszéd megnyerte a főispán tetszését; a
megyegyülésen megéljenezték érte. A sógor azt sugta neki: «mi
bajod van ma? kezdesz okosan beszélni».
Kálmán barátunk a főispánnál is kegybe jutott.
Otthon volt már egészen.
 ARIADNE.
Katinka egész nap várta, hogy Kálmán meglátogatja s hogy
délelőtt nem jött el hozzá, türelmetlen lett, kikocsizott, elhajtatott a
kávéház előtt, a hol az aranyos fiatalság ácsorogni szokott, de ott
nem látta meg Kálmánt; délután kihajtatott a városligetbe,
összejárta a csalitok összes útjait, a csendes kis szigetbe leszállt, a
hol együtt szoktak négylevelű lóherét keresni, s fűszálakat
összekötözni: lesz-e koszoru belőle? de ezúttal se négylevelű lóherét
nem talált, se a koszorú ki nem jött, se Kálmánt nem lelte sehol.
Este elment a német szinházba, volt dolga a látcsövének, hogy
fölfedezze a kit keres, de ott sem látta, mint szoká, páholyával
szemközt támaszkodni elválhatlanját.
Akkor aztán haragosan hazament, s megtudva, hogy Kálmán
egész nap nem kereste, levelet írt neki s azt elküldte inasától Kálmán
lakására.
Az inas visszajött azzal a szóval, hogy a tens úr ma délután
elköltözött Korcza úrtól gróf Decséryék palotájába s azokkal holnap
reggel utazni fog falusi jószágukra.
Katinka összetépte a visszahozott levelet s kivitette maga elől a
vacsorát. Azt mondta, hogy verjék a szakácsnak a fejéhez; rossz
minden.
Azok nem verték a szakácsnak a fejéhez az ételeket, hanem
elköltötték szépen s nevettek nagyot az úrasszonyukon.
Óh azt Katinka nagyon jól tudta, hogy ő rajta mindenki nevet.
Imádói, védő ügyvédje és cselédei mind nevetik.
 Föltette magában, hogy majd csinál ő mind valamennyinek egy
olyan jó tréfát, a min nem fognak nevetni.
Bezárkózott a szobájába s ott virradt meg felöltözötten a
pamlagán.
Lakásának ablakai keletre nyiltak, azokból épen a Decséry-palota
kertjébe lehetett látni, melynek erre az utczára egy magas falkerítése
volt, alacsony kijáró ajtóval. A kerten túl volt az udvar, melyre
szintén be lehetett látni a szomszéd ház emeletéből.
Katinka, a mint a hajnalsugár derengett a redőnyökön át, odaült
az ablakához s a szomszéd ház udvarát leste.
Látta, a mint a cselédek előhuzzák a kocsiszinből a hintót, a mint
felpakolják a bőröndöket, azután eléje fogják a lovakat, a kocsis
felül.
Ekkor aztán elővette távcsövét.
A kastélyból lejönnek az utazandók. Egy nehéz termetü
asszonyság, egy lepkejárásu fiatal lányka, egy sánta ember, meg egy
karcsu ifjú; óh erre ráismert minden mozdulatáról.
Először felül a hintóba a termetes úrhölgy, azután a leányka,
azután a sánta ember, utoljára «ő». Tehát szemközt jut a leánynyal.
A kocsiajtót becsapják; a kocsis kiereszti az ostorát, a hintó
kigördül az udvarról.
Katinka sirt keservesen.
Most már megtanulta, hogy a féltékenység olyan gyógyszer, a
mit, ha a szerelmesnek szép okosan kanalankint adogatnak be, attól
még betegebb lesz; de ha egyszerre bolond fővel mind az egész
orvosságos üveggel fel találja hajtani, – hát meggyógyul tőle.
De hisz ő nem akarta Kálmánt meggyógyítani.
Már pedig itt az ellenméreg jelenlételéről is meggyőződhetett.
 Ettől azután nagyon fájt benne valami. Tán a szív? Nem: csak a
hiuság.
Az, hogy őtet most kinevetik. Mit gondol Korcza, a ki mindent
tudott, és Bálvándy, a ki büszke lesz rá, hogy puszta megjelenésével
így elkergetett egy nálánál kedvesebbet.
Ez a boszuság bizarr tanácsokat suttogott fülébe.
Az napra kiadta a rendeletet, hogy senki számára nincsen otthon:
beteg.
Pedig azért sem volt beteg; hanem levelet írt; mikor készen volt
vele, háromszoros sűrű fátyolt vetett a kalapjára, hogy senki meg ne
ismerje az utczán s maga felvitte a levelet a postára, maga adta fel.
Azt ugyan senki ki nem találja, hogy kinek írt ő most levelet?
Három nap nem eresztett senkit a szine elé. Mindig beteg.
Bálvándy pedig mindennap kétszer hagyta ott az előszobájában
látogatójegyeit.
A negyedik napon aztán csodamódra meggyógyult s megengedé,
hogy látogatóit bebocsássák.
A legelső volt természetesen Bálvándy.
– Ah, asszonyom! kiálta a báró; az égre! ne ijeszgesse ön a
világot betegsége hirével. Három nap alatt egyebet sem tettem, mint
egyik orvost a másik után húztam ki a házából, követelve tőlük, hogy
mit csináltak önnel? mi baja van? – míg valamelyiktől megtudtam,
hogy veszélyes «febris acolomannicus»-ban szenved. Az Istenért:
gyógyíttassa magát.
– Köszönöm, már meggyógyultam, viszonza mosolyogva a hölgy.
– Allopathice, vagy homoeopathice?
– Csak paraszt-kurával.
 – Tehát sympathetice.
– Nem olyan czifra ennek a neve. Valóságos parasztkura.
– No arra kiváncsi vagyok.
– Hát megismertethetem vele. Negyednapja irtam a férjemnek,
hogy jőjjön fel Pestre.
– Ah! Kegyed kivánja őt látni?
– Nemcsak látni kivánom, hanem ki akarok vele békülni.
– Mi czélból?
– Hát mi egyéb czélból, mint azért, hogy azután együtt éljünk,
mint tisztességes házastársakhoz illik?
– Mint tisztességes házastársakhoz illik! ez remek. Kegyed megy
ő hozzá haza? vagy ő jön kegyedhez haza?
– Azon majd megegyezünk.
– Ah, ez mennyei tréfa. Katinka nagysámat a gödénylaki
birkateleltető salonban képzelni, ez minden phantasiát fölülmul.
– Tudni fogom azt lakhatóvá átidomítani.
– És a gazdáját is?
– Simulni fogunk egymáshoz.
– Megfésüli és megmosdatja minden szombaton este?
– Kérem tisztelettel beszélni róla: ő nekem férjem.
– Hja, azt nem tudtam.
– Még többet is mondok. És én neki neje vagyok.
– Áh! Ezt meg még Berti sem tudta.
 – No önök meg fogják látni. Mi mind a ketten hibáztunk, s mi
mind a ketten megbocsátunk egymásnak, s azontúl úgy fogunk élni,
mint…
– Mint Philemon és Baucis. Kegyedről fölteszek mindent, az
asszonyok mindenre képesek. Még arra is, hogy a férjükbe
beleszeressenek. De Bertiről nem teszem föl ezt a lehetőséget. Az
nem áll kötélnek.
– S hátha már meg is tette volna.
– Micsoda?
– Ma kaptam meg a válaszát, melyben örömmel fogadja
meghivásomat; holnapután itt lesz.
– Ha ugyan tizenhat ökörrel keresztül tudja magát vontattatni a
poroszlói töltésen.
– Várok rá, míg megjön.
– Én is.
Akkor aztán egy kicsit elnevette magát Katinka; de egyszerre
megint komoly, haragos képet öltött.
– Ne haragudjék nagysád, monda Bálvándy, én egészen bele
találom magamat kegyednek a kedélyébe. Hiszen nem hiába
tanulmányoztam e kimeríthetetlen tudományt annyi hódolattal.
Ariadne azt mondja magában: no ha Theseust elvitte a tenger, én
már most a többit is utána dobálom; ezt a bolond Bálvándyt, a kire
azért haragszom, mert olyan jó fiú, meg a válópört, a miért majd
Korcza úrnak lesz a képe egyszerre hosszú, aztán meg a kedves
nagybátyának, a huszár őrnagynak, a kik mind agyon lesznek
rettenve, ha én a férjemmel kibékülök; tehát jövel Bacchus!
– Kérem, az én férjemet ne csúfolja Bacchusnak.
– Hiszen az Isten volt; azért hogy szerette a bort. No de én meg
Neptunus leszek, a ki Theseust visszahozza Naxosra.
 – Már akkor Csollán úr itthon lesz.
– Dehogy lesz! Nem eresztem én azt be Pestre. Eleibe kűldök egy
csoport Angyal-Bandit, visszaszalajtom Gödénylakra, vagy felgyujtom
Pesten a «két kecskét» s akkor ő nem tud hová szállni s visszafordul.
– Óh nem fog a «két kecskébe» szállni. Már én gondoskodtam
neki szállásról másutt.
– Hol?
– Azt nem mondom meg önnek.
Katinka csakugyan nem hagyta magából kivallatni, hogy hová
fogja elrejteni Csollán urat? Hanem hát Pest még most sem London:
azon időkben pedig még csak Páris sem volt. Könnyü a
vendégfogadókat ellenőrzés alatt tartani.
Volt az úri-utcza torkolata előtt egy ház, mely azt gondolta
magában, hogy ő bizony kikönyököl az utczára; s ha gondolta, hát
meg is tette. Ez a «fehér hajó». Mai nap már senkinek sem megy a
fejébe, mi oka lehetett annak a háznak a szegletével keresztbe
fordulni a világgal szemközt; hanem történetünk korszaka világosan
kimagyarázza azt. Ez a ház vendégfogadó, tárt kapuja egyenesen
elnyeli a szemközt jövő utczát; mondván az utazónak: «hova mennél
tovább? itt az utolsó ház, ide térj be». S a fehér hajónak azon időben
igaza volt. Túl rajta csak a német szinház van még, nagyobb
messzeségben a Marokkáner-ház, meg a Mocsonyi-palota. A Wurm-
udvar helyén náddal felvert mocsár terül el s távolból háboritatlanul
sárgul a ködökön át a «Neugebäud» vigasztalan tömege.
Tehát a fehér hajó a szélső vendéglő a város közepén.
Ide bérelt ki szállást Katinka az ő kedves férjének, mit az el is
fogadott, ámbár hajlamai inkább vonzották a «griff»-hez, vagy a
«vörös ökörhöz». De hát csak megtette az asszony kedvéért, hogy
végig hajtatott az egész városon a lókészségével.
 Bizony megnézni való útiszerszám volt, a min megtette a
parádét. A hintón a sok kovácsigazítástól több már a vaspánt, mint a
fanemű, s a fedelén több a lyuk, mint a bőr; az egyik első kereke
eltörvén az úton, annak a helyébe kölcsönkért parasztszekér hasonló
alkatrésze van requirálva. A sárhágója valahol elmaradt az uton s az
ajtaja be van kötözve madzaggal, hogy ki ne nyiljék. De mind nem
tesz az semmit; mindegy volna annak, ha új volna is, azért akkor is
be volna fecskendve tenyérnyi vastag sárral. A fekete sár Poroszlónál
ragadt rá, a sárga sár Hatvan körül, a zöld sarat Czinkota alatt
szedte fel s a veres sarat itt a pesti határban szerezte.
Hanem a négy ló, az már kitett magáért. A rudas egy tizenhat
markos gémnyaku szörnyeteg, a ki nem szégyenli a giráff-fejét még
magasabbra is emelgetni; no ha ő nem szégyenli, hát szégyenli a
nyerges, a kit bántani látszik az a gondolat, hogy ő másfél marokkal
alacsonyabb a barátjánál, s azért le is sunyja a fejét a két konya
fülével csunyául. Ámbár Csollán Berti véleménye szerint az rendes
szabály, hogy a nyerges mindig alacsonyabb legyen valamivel, mint a
rudas. A gémnyaku rézderes, a konyafülü pedig szürke volt addig, a
míg ki nem verte a szeplő. Hanem mind a kettőnek kitünő
tulajdonságai vannak. A konyafülü szürke, rendesen a mint
észreveszi, hogy a kocsis fel akar ülni a bakra, nem várja meg,
hanem neki iramodik, majd kikapja alóla a szekeret, s ha az
szerencsésen felszökhetett s nem törte ki a lábát, viszi a szürke
árkon-bokron keresztül a bárkát, mentül jobban huzzák a száját,
annál jobban harapja a zablát, ragadja a szekeret; az első állomáson
aztán kifárad, akkor elereszti fülit-farkát, nem bánja, akárhogy
biztatják az ostorral; azt mondja a másik lónak, no már most húzz
te!
Ekkor következik a gémnyaku mulatsága. Ennek meg az a jó
tulajdonsága van, hogy a mint rámarad a húzás sorja, megköti
magát, megáll egy helyben, nem akar inditani. Üthetik azt
mindenféle ütőeszközzel, akkor meg épen hátrálni kezd, meg
felrugdal, s ha a kocsis nem akarja a fogát kirugatni, vagy a kocsit az
árokba faroltatni, hát kénytelen utoljára is leszállani az ülésből, s
zablájánál fogva vezetni a lovat, a míg megindul. S miután ezt a
mulatságot tizszer-tizenötször ismételte, akkor aztán belemelegszik a
gémnyaku s koczog előre pompásan, nagyon jó ló aztán; csakhogy
bele kell vezetni. Ilyenformán délig huzza a kocsit a szürke, délután
a deres, a mi legszebb munkafelosztás.
A gyeplüs, az nem huz semmit; az csak tánczol. Igen vidám
gondolatjai lehetnek az egész úton, mindig tánczol, soha sem jár a
szerszámban. Nyilván ujoncz hátas ló lehet, a kit most fogtak be
először. Különben igen szép állat; nemes félvér. Talán abbeli
büszkeségből hagyja rá az ostorhegyesre, hogy az húzza az egész
kisafát; a mit az meg is tesz becsülettel, lévén ő szegény hosszú
sörényű, hosszú farku mokány paripa; a kivel hogy milyen mostohául
bánnak, bizonyitják a szőrébe csimpajkozott bogácsok és koldusdiók.
Hanem csengetyü, az van mind a négynek a nyakában, úgy hogy
előtte-utánna megáll bámulatára a nép, mikor végig vágtat a
hatvani, meg az úri-utczán, be egyenesen a fehér hajó tátott
torkába; a hol olyan szerencsésen viszi neki az ügyes kocsis a
hátulsó tengelyével a szegletkőnek, hogy Csollán Berti nem is ugrik,
de repül ki a hintóból s úgy mázoltatik a falhoz, hogy lemegy a
képéről valami. Talán a bőr? Nem biz a, csak egy kis piszok.
Berti meg se ütődik ezen. Megmondja a kocsisnak, hogy micsoda
véleménye van a Krisztusról, meg a szentekről, s azzal rendben van
minden. Az egyetmást a hausknecht viszi utána a kocsiról a készen
tartott szobába; a ki után nyomban megjelenik a pinczér, kinek a fél
szeme be van kötve, alkalmasint a vasárnapi bálban megütötték, s
kérdezi, hogy nem tetszik-e valamit parancsolni?
Bertinek persze az volna a legelső kötelessége, hogy borbélyért
küldjön, s emberi formába igazittassa magát, hogy még ma este
felkereshesse a feleségét, a ki finynyás úrhölgy. Hanem hát ez marad
holnapra.
– Micsoda megnézni való van itt most Pesten? Ez az első kérdése
a pinczérhez.
 – Kabale und Liebe von Schiller, a szinházban.
– Nem kell nekem. Nem értek én németül többet, mint azt a szót,
hogy «bezahl»; azt is csak ritkán értem. A Schillert pedig csak úgy
veszem be, ha bor.
– Azután itt van egy optisches theater.
– Hát az micsoda? Kutyakomédia?
– De az is van. A kerepesi úton, a Stocker-udvarban van ma is
nagy heczcz, a mit az uraságok nagyon látogatnak.
– Miféle heczcz? te félszemü Cupido!
– Hát kutyák, meg bikák és bivalyok verekesznek egymással.
– No a kell nekem! van ott entrée?
– Persze hogy van. Egy tizes a belépés.
– De már oda elmegyek.
Berti rögtön csapta a hóna alá a fokosát, megtömte a
dohányzacskóját, s azon sárosan, szurtosan megindult a heczczet
megnézni, ráijesztgetve a kellnerre, hogy valami el ne veszszen a
szobájából, mert akkor azt a másik szemét is kiüti.
Az ajtó küszöbén szemközt találkozott felesége házi
kisasszonyával, ki annál gazdasszonyi szerepet viselt; e csinos
hölgynek csak félszeme volt, a másikat, mit himlőben vesztett el, egy
homlokáról lecsüggő hajfürttel szokta elmaszkirozni.
Ezen kisasszony már itt várt a nagyságos úrra, s kényes
természetü izenettel volt megbizva úrnőjétől, a miért is Bertók urat
elfogván az ajtóban, bizalmas suttogással monda neki.
– Kérem nagyságos úr, négyszem között akarnék önnel beszélni.
Dehogy engedte volna el Csollán Berti, ha egyszer valami bolond
jutott az eszébe, hogy azt el ne mondja. – Észrevette a küldött hölgy
fenemlített fogyatkozását.
– Te kellner! kiálta a messzefutott pinczér után, – gyere csak
vissza, hozd ide azt a félszemedet, ez a kisasszony négy szem között
akar velem beszélni, aztán kettőnknek nincs több háromnál.
A sértett hölgy erre dühbe jött, azt mondta neki «maga goromba,
maga!» S azzal bevágta az orra előtt az ajtót, s re infecta, izenete
elmondása nélkül visszament az úrnőjéhez. Képzelhetni, hogy miket
fog otthon referálni.
Bertók tehát nem ment Katinkához megérkezése estéjén, hanem
ment a heczczbe.
 A HECZCZ.
Hát bizony a kevésbé mívelt közönség mulatságáról is csak kell
gondoskodni. Nem minden ember áll a kultura azon tökélyén, hogy a
német szinházat látogathassa, mely a magyar nemesi felkelő
hadsereg pénztárából épittetett fenséges magas nádorunk magas
pártfogása alatt.
A kerepesi-úton még nagy a sivatag. A hirhedett Zrinyi
kávéházon túl a nagy messzeségre kitolt Rókus kórház tömör
alakjáig nem látni egyebet, mint néhány kisvárosi csárdát, a mik
világért sem kérkednek oly magas nevekkel, mint «magyar király»,
«angol királynő», «Pannonia», «Európa», beérik ők mindenféle
jámbor állatok neveivel; egyik «vörös ökör», másik «fehér ló»,
harmadik «griff»; a környezetök is mind olyan földszinti falusi hajlék,
csak az egy Beleznay-kastély zavarja a szép összhangzatot. Az út
maga sokkal sárosabb és gödrösebb, mint az országút maga, mert
az országút a vármegyéé, az utcza pedig a városé. A Grassalkovich
telken, mely még félszázad előtt temető volt, palánkkal körülvett kert
van, melyben fejős kecskék legelésznek. Valami nagy úr mellbeteg,
annak a számára tejelnek a kecskék.
A mi bolt csak az utczára nyilik, abban mind paprikás szalonnát
árulnak, vagy változatosság kedvéért pálinkát.
Ha aztán az ember a járdátlan úton bokáig érő sárban eljutott
addig a magas kőfalig, mely egy három utczára szolgáló szöglettelket
vesz körül, ottan megtudja, részint a falra felkapaszkodó vakmerő
suhancz sereg vihogásáról, részint a belülről kihangzó, jobb ügyhöz
méltó kitartással püfölt öreg dobnak pufogásáról, hogy itt valami
van!
 Hanem hát dolgot ád megtalálni a bejárást. Van annak a
kerítésnek ajtaja három is, de az mind be van szegezve; hanem
mindig akad, a ki útba igazítja az idegent (az itt lakó úgy is tudja a
járást), hogy a szomszéd földszinti házból kell a theatrumba
bekerülni; az udvaron meg egy kocsiszinen keresztül, a hol aztán egy
élemedett hölgy elfogja az embert s megfizetteti tiz kemény
krajczárig s akkor aztán beléphet a paradicsomba.
Az ott úri kert volt valaha. Hogy hova lett belőle a kastély? azt
nem tudja senki. Talán nem is volt. Most egy kerek deszkaemelvény,
mint egy amphitheatrum foglalja el a közepét, melyen gyalulatlan
deszkákból rögtönzött padok vannak a quiritesek számára összeütve,
az első padot úgy hivják, hogy első hely, az a méltóságos katonatiszt
urak, s a nagyságos nemesség számára van fenntartva. Egy pár
ákáczfa, mely beleesett a szinkörbe, meg van hagyva azon módon: a
korlátokat hozzá szegezték. A szinkör homlokjától ölnyi magas
mellvéd választja el a néző helyet, mely köröskörül erős kapukkal
bezárható. Egyik kapu fölött aztán van még magasabb emelvény,
azon egy szinpad forma ponyvaalkotmány, telefestve csataképekkel;
abban van az opticum theatrum. – Előtte egy tricotba öltözött vad-
ember üti az öreg dobot s fujja a klarinétot egyszerre, alatta pedig
van a rekesz, melyben a heczczre való állatok tartatnak; a csaholás
és rekedt bömbölés odabenn sejteti, hogy most alkalmasint a
szerepüket tanulják.
A közönség igen válogatott. Az első sort jól táplált arczok
foglalják el: hentes, mészáros, timár legények és azoknak kaczkiás
urhölgyei, kik a hátulsó padokon másznak keresztül; közbevegyül
egy-egy duzmadt szalonnakereskedő a szomszéd mezővárosokból;
ripők magaviseletü jurátus; hetyke nyiri pajkos, csizmadia legény,
fiatal diák, nyárspolgár, s mindenféle szemenszedett nép. Ki hova
letelepszik, ugyan körülnézi magát, ki mellé jutott? s őrzi a két
zsebét, hogy ki ne vegyenek belőle valamit.
A theátrum mellett egy elzárt rekeszték az úri lózsé, a hol lovas
katonatisztek, gavallérok, s magasabb rangu kártyások szoktak
bebocsáttatni, a kik nem a szinlap szerint fizetnek. De bizony még a
főtisztelendő urak is bevetődnek ide, nagy egyházi gyűlések
alkalmával. Az egész theatrumról épen egy ilyen tudós úr krónikája
nyomán van szerencsém tudomással birni. Végül a karzat szélén ott
látni egy szál poroszlót is, ki a mindenütt éber szemmel őrködő világi
hatóságot képviseli; ugyanazzal a fegyverzettel, a mit mult századi
elődei viseltek.
Az előadás már megkezdődött: a dob elhallgatott, helyet adva a
kintornának, mely akkori időben ujság volt e földön; s minthogy a
dob elhallgatott, annál fogva Csollán Berti sem tudhatta a kerepesi
uton, hogy hol van az az olympi látvány, a melybe ő be akar menni?
Szerencsére jött rá szemközt egy bús hazafi, kopott tetejü kalap
a fején, s kurta galléru kék köpenyeg a vállán; minthogy a köpenyeg
alól két pár fejelés csizma látszik elő, nem nagy bátorság kell hozzá,
hogy ráfogjuk, miként ez a derék ember csizmadia.
– Ugyan hallja kend, majszter, szólítá meg Csollán Berti, nem
tudná nekem megmutatni, merre van az a «heczcz?»
A kurtaköpönyeges megállt, végig nézett a kérdezőn;
meggondolá, hogy mit mondjon és a szerint felelt meg neki.
– A bikaheczcz és kutyaheczcz olyatén mulatságok lévén, a mikbe
lelkes eszü minőség testi állapotját megjelentetni nem szokta, annál
fogva én a nemzetes úrnak ezen elmebeli kivánságának
hiányosságát tapasztalataim értelmében be nem tölthetem; hanem
gyorsítsa a nemzetes úr lépéseinek nyomdokait előre, amottan leng
egy úri ember, kurirstiblik hüvelyébe rekesztett lábakkal, az nyilván
egy czélra törekszik; attól megnyerheti a kellő felvilágosodást.
Bertók nagyot nézett a szónok szeme közé. Még ilyen
kikanyarított stylusban nem hallott beszélni. Aztán pedig követve a
figyelmeztetést, azt se mondta neki, hogy «ülj fel a hátamra»,
hanem elkezdett ugyancsak szaladni az előtte haladó kurirstiblis úr
után.
 A mester pedig megállt és utána nézett, s mély meggyőződés
hangján monda:
«Aztán ne legyen földindulás?»
Bertit pedig az inditá e gyorsított haladásra, hogy az előtte menő
alakban felismerte Bálvándyt. Kivánkozott már utána régen. Azért is
sietett, hogy utolérje s miután Bálvándynak egy gömbölyü jockey
sipka volt a fején, a mint utolérte, jót ütött a sipkájára a tömött
bőrdohányzacskóval: «servus német!» Bálvándy pedig a kezében
levő kutyakorbácscsal abban a nyomban visszacsapott az üdvözlő
lábszáraira: «servus kozák!» Arra aztán úgy tettek mind a ketten,
mintha egymásra ismernének s rettenetesen örültek a találkozásnak.
Bálvándy is épen a heczczbe igyekezett, azért volt a kurircsizma
és a korbács, mert abba a publikum is beleszól néha.
Mindjárt fogta karon az ő kedves barátját s vitte egyenesen a jól
ismert lebujokon keresztül a diszes theátrumba, még a belépti dijat
is ő tette le érte.
«Ma reggelig együtt mulatunk.»
Az előadás javában folyt már akkor. Legelső látvány volt az
opticum theatrum; fababák játszottak s egy talián magyarázta a
dolgot németül. No azzal nem sokat vesztettek, a kik elszalasztották;
már ugyan mi bolond értelme legyen annak, hogy előjön egy ember
puttonynyal a hátán, talyigával a kezében, elkezd tánczolni, akkor a
puttonyból apró gyerekek ugrálnak ki, azok is tánczolnak, akkor a
talyiga átváltozik krokodilussá, elnyeldesi a kis gyerekeket; végül a
puttonyos ember megfogja a krokodilus farkát s megint talyiga lesz
belőle. A ki pedig arra hallgatott, a mit az olasz beszélt németül,
attól meg épen nem lett okosabb.
Nem ér e semmit: hanem a kutyaheczcz, az a valami!
A két úri vendéget az olasz feltolta az úri lózséba; a hol az a
pompás mulatság volt a vendégeknek fentartva, hogy közel hozzájuk
állt egy vizes kád, abban volt egy kézi fecskendő, azzal koronkint a
falkeritésre felkapaszkodott ingyen publikumot végig fecskendhették.
A sok lefecskendett kölyök sivalkodott és pusztult a falról, s két percz
mulva megint ott volt valamennyi.
«No lássuk már a kutyákat! türelmetlenkedék a publikum, egy
felgyürt ingujju mészáros legény ütögette nagy somfa-fütykössel a
mellvéd oldalát, nyomatékot adva a népakarat szavának.
Az opticum theatrum függönye legördült, s a helyett megnyiltak a
rekesz kapui.
Egy bagaria csizmás peczér kivezetett örveinél fogva két
szelindeket; az egyik sárga volt, a másik csikos; a sárga
nehezebbnek látszott, erősebbnek, de a csikos gyorsabbnak
igérkezett.
– No ki fogad a csikosra a sárga ellen? Kiálta a páholyból
Bálvándy.
– Én a sárga mellett! kiálta vissza a mészáros legény.
– Kettőt egyre! monda Bálvándy s két fényes tallért odadobott a
földre.
– Meggubellirozom! hangzék a műkifejezés a legény részéről, s ő
is behajítá a maga tallérját.
Jó helyen van az ott. Majd fölszedi, ha vége lesz a heczcznek, a
ki nyertes marad.
A peczér leoldozta a két szelindek nyakáról az örveket s azután
összeereszté őket. A publikum elkezdte a kutyákat uszogatni.
«Alló Szuitli! fogd meg Lion! putz! putz! ksz, ksz!»
Szuitli és Lion pedig elkezdték egymást szembe nézni s növekedő
morgással jelezték a kettőjök közötti feszült viszonyt, hátulsó
lábaikkal rugdalva a port.
 Mielőtt azonban kitörhetett volna a két nagyhatalmasság között a
háboru, egy vásott kölyök ottan a kőfal tetején, a kit az imént pofon
vizipuskáztak, azt a mulatságos boszút szerezte meg magának, hogy
onnan a magasból egy nagy czirmos macskát hajitott le a
szelindekek közé.
E váratlan interventio azt eredményezte, hogy a két ellenséges
szelindek egyszerre coalitiót csinált a közös ellenség, a czirmos ellen,
s mind a ketten neki estek.
De a macska is fel volt fegyverkezve; alkalmasint kölykes volt;
ilyenkor a macska vakmerő és dühös, az elől rárohanó Szuitlinak a
szeme közé ugrott s olyat csapott az öt körmével az orrára, hogy
annak egyszerre elborította a pofáját a vér.
«No mi ez?» morgá Szuitli, visszahátrálva a nem várt erélyes
ellenállástól; s az alatt a gyors mozdulatu czirmos a nagy melák
Lionnak felszökött a hátára s dühös vakmerőséggel marta, pofozta a
nagy bolond állatnak a fejét, kicsipkézte neki a hegyes füleit. A
megtépázott szelindek orditott és szaladt, mint valami englische
Reiterint hordozva a macskát a hátán; míg egyszer a czirmos aztán
észrevette az akáczfát, a mihez a mellvéd volt szegezve, engedelmet
kért, felugrott rá, s egy percz alatt fenn volt a tetején.
A két meggyalázott szelindek neki a fának! Üvöltött, ugatott mind
a kettő dühösen a macskára fel, s ugrált nagy bolondul utána. Az
pedig meghúzta magát csendesen egy ághoz lapulva, csak a
felborzadt farkát csóválta tigris módra.
A publikum fel volt lázadva: «marsch Lion, kuschti Szuitli!»
hangzott minden oldalról, a peczér kergette a kutyákat a fától; de
azok csak megint oda futottak vissza, s nem akartak az egymás
közötti párbajról addig semmit tudni, a míg ez a macska ott van.
«Le kell onnan kergetni azt a macskát!»
Ez volt az általános közvélemény. A baloldali publikumnak igen
szép hantok estek keze ügyébe, azokkal kezdte a macska védműveit
bombázni; míg a jobboldalon a vizipuska levén kéznél, azzal
intéztettek egész vizkartácsok a megátalkodott ellenség felé. A
macska azonban el volt szánva várát az utolsó emberig fel nem adni
s a bombardirozásnak csak az lett az eredménye, hogy a baloldali
hantok mind a jobboldali publikum nyaka közé hullottak vissza a
fáról, a jobboldali vizipuska pedig a baloldal fejére idézett rögtönzött
záporesőt: úgy, hogy utoljára könyörögni kezdtek egymásnak, hogy
kössenek valahogy békét s ismerjék el a macska állását «status
quo»-nak.
Talán össze lehet a kutyákat marakodtatni így is.
Az egyiket megfogta a peczér, a másikat a talián; elvonták őket a
fától, szemközt állították egymással; összeverték az orraikat, rátették
egyiket a másiknak a nyakára; annyira vitték őket, hogy már
összeágaskodtak s el kezdték egymásnak a torkát fojtogatni; akkor
megint egy végzetes «mernyau!» hangzott a fáról, s akkor a két
kutya megint abba hagyta a harczot s ment neki a fának, a macskára
ugatni.
A publikum dühös volt; a kik egymás ellen fogadtak, ki voltak
játszva, bolonddá téve, «azt a kutyát! azt a macskát!» ordította ki
egy, ki más; utoljára Wastl, a felgyürközött mészáros legény úgy
hajította a somfa botját a fára ugató kutyák közé, hogy azok vonítva
futottak el onnan. Ez a darab megbukott, a publikum fütyölt,
káromkodott, a gyerekkarzat a kőfalon hujjahót kiabált, a peczér
futott a kutyáit kikergetni a küzdhomokról, nyakába húzva a fejét,
melyre minden oldalról szállt az üdvözlet rohadt alma képében. Csak
az egy szál drabant állt meg a helyén rendületlenül.
A zivatar csak arra csillapult el, midőn a talián megjelent a
küzdtéren, s felkeresve az odahajigált tallérokat, azokat az illető
fogadóknak visszaszolgáltatta; engedelmet kérve a tisztelt
publikumtól s a nagyméltóságú főnemes uraktól, hogy a nem várt
esemény miatt a «római állatviadal» ily fiascot szenvedett; a miért is
kárpótlásul egy más mutatványt fog helyettesíteni, mely jelenleg
nem volt a programmban: a «chinai császár ekvipázsa».
 Erre a szóra egyszerre örvendetes zsibongásba ment át a népzaj;
sokan voltak már, a kik ezt ismerték. Ah! valami nagyon derék, a
chinai császár ekvipázsa!
A talián kihoz egy kis háromlábu asztalt, az be van vonva fehér
papirossal. Arra rátesz egy arasznyi nagyságú arany várat: az a
chinai császár hirhedett nyári palotája (a mit később Palikao herczeg
oly diadalmasan elfoglalt.) Annak van egy hüvelknyi magasságú
arany kapuja, azt a talián egy csipetnyi aczélkulcscsal felnyitja. Akkor
egy akáczfa levelet tesz a nyelve alá s elkezd azzal valami furcsa
muzsikát csinálni: az a chinai tábori zene. Arra megindul a nyitott
várkapun keresztül a chinai császár ekvipázsa.
Jön ki a kapun hat fekete szörnyeteg, hat óriási bolha; miknek a
lábai pókfonálnyi vékonyságú aczéllánczczal vannak megkötve,
ennélfogva húznak maguk után egy szunyog nagyságú hintót, mely
aczélból van, a kerék küllői oly finomak, mint a lepkebajusz, s a
pompás hintóban ül ő maga, a legkövérebb, leghatalmasabb bolha, a
minden bolhák császárja!
A fütyülő nyelvsipolásra megindul a díszmenet a fehér asztalon, s
körüljárja annak gömbölyű párkányát, jól ügyelve, hogy ő felsége
hintaját fel ne fordítsa. S midőn visszatér ismét a palotához, akkor a
hintóban ülő bolha leszökik helyéből, meghajtja magát a publikum
előtt, ismét felül, és behajtat a palotájába.
Van mit megcsodálni a bohóságon.
Először azok a finom aczéllánczok, mikkel a bolhák lába meg van
kötve, valódi remekei az emberi türelemnek. Azután
csodálkozásraméltó, hogy miként tud valaki egy ilyen apró vad
állatot ennyi tudományra betanítani.
A talián nem volt fukar a mutatványával; felvette az asztalkát
karjára, s körül hordta, hogy a közönség közelből is megláthassa a
tudós szörnyetegeket, s elvégre felvitte azt szokás szerint az úri
páholyba is, hogy egy kis obligát extra borravaló reményében a
magas nemesség előtt is még egyszer produkáltassa növendékeit.
 Csollán Berti szitkozódott bámulatában. Ez volt nála a
tetszésnyilvánítás szokott neme.
S midőn a chinai császár az ő kedveért is leugrott a hintóról, s
üdvözlé a nézőket, nem tagadhatá meg magától azt a
gyönyörüséget, hogy azt ne mondja:
«O tu Spitzbub!»
S azzal egyidejüleg jobb hüvelykujjának megfordított körmével
megroppantá a fenttiszteltet!!!
Mint minden felséggyilkolási szörnytettnél, úgy itt is az első
hangja a hatásnak, az elszörnyedés felhördülése volt.
– Mit cselekedtél! kiáltá Bálvándy; megölted a chinai császárt!
Hanem a másik perczben ugyan fogta ám már a talián Bertinek a
gallérját.
– Gyilkos, rabló, haramia! Megölted az életem fentartóját! Oda
vagyok! Koldussá vagyok téve.
– Ne búsulj; biztatá őt Berti. Küldök helyette egy egész skatulya
bolhát.
– De fizetsz érte háromszáz forintot; kiáltá most egy másik hang,
az meg a talián pajtása volt, a peczér.
– Nem bolondultam meg. Az egész világon ingyen adják a bolhát.
Erre asszonya, gyereke a komédiás hadnak, mind rá röffent, oda
szorították a páholy szegletébe s nagyon közelből kezdték neki
magyarázni, hogy gyilkosság ez és rablás, ezért háromszáz forintot
kell fizetni.
Bálvándy ez alatt felült a páholy mellvédjére, onnan
gyönyörködött Berti veszedelmében. Berti vette azt észre s menten
barátja nyakába keríté a vizes ponyvát.
 – Jaj barátim, mondá a komédiásoknak; nincs én nálam semmi
pénz, mert én nem vagyok valami úr, hanem egy bolond vagyok, a
kit most visznek fel Bécsbe a vörös toronyba. Ez meg itt a doktorom
ni, a ki ide hozott. Ezt fogjátok meg, minek hozott ide?
A komédiások elhitték. Nem is sok kételkedni való volt benne.
Akkor aztán mind Bálvándynak estek neki, hogy minek hoz ilyen
helyre egy bolondot, s mért nem vigyáz jobban a kezére? már most
fizesse ő a kárt.
Bálvándy nem tagadhatta sem az egyiket, sem a másikat,
kénytelen volt alkura fogni a dolgot.
– Ejh, mit? háromszáz forintot? Hiszen egy nemes embernek is
csak kétszáz forint a homagiuma, ha valaki megöli. Paraszt
gyilkolásért nem fizetünk többet huszonöt forintnál.
De a talián bebizonyította, hogy ez a bolha magas származású
bolha, valódi castiliai hidalgó vére foly benne. Utoljára aztán csak
megegyeztek száz forintban. Bálvándy kifizette.
Bertinek most tetszett már aztán ez a tréfa tökéletesen!
Most következett az előadás legnevezetesebb része, a
bikaheczcz.
A szomszéd ház tulajdonosa mészáros volt, ott állt az udvar
hátulján a vágóhid, a hol a heczczben elesett és megsebesült
marhákat menten le is vágták. És ennek kettős haszna volt.
Az egyik az, hogy az alsóbb rendű polgárság, különösen a
magyar ajku lakosság, valami nemesebb élvezetben is részesült; a
másik meg az, hogy a tülekedésben kifáradt bikák husa sokkal
porhanyóbbá és így élvezhetőbbé vált a közönségre nézve.
Minélfogva mind erkölcsnemesítési, mind diætetikai szempontokból a
heczczek hatóságilag is pártfogoltattak.
Annál inkább sajnálom, hogy az épen előttünk folyó jelenet
leirásánál mind azt a lelket gyönyörködtető látványt le nem irhatom,
melylyel egy-egy megdühített bika és egy bivaly-bika párharcza
kecsegtet; nem azért, mintha a szörnyű küzdelem borzalmaitól
kihullana a toll a kezemből; hanem azért, mert ez az olympi
küzdelem épen nem mehetett végbe. A bika ugyanis, a mint a
ketreczből a bivalybikát ráeresztették, attól úgy megijedt, hogy
párbaj elfogadása helyett neki futott a mellvédnek, s azon a magas
falon csodamódon keresztül vetette magát, ugrott az, mint az angol
paripa, és kapaszkodott, mint a leopárd s közrémületre a publikum
között termett. Szerencsére nem volt kedve ott mulatni, hanem neki
futott a kert kapujának, azon az első rohammal keresztül törte
magát, mint egy bajazzo az abroncspapiron, akkor aztán neki a
legszélesebb utczának!
Ezzel a komédia átplántálta magát a szabadba: a mészáros
legények botokkal, pányvákkal, szelindekekkel rohantak a szökevény
után, mely bömbölve futott be a városba, ordítás, ugatás, bömbölés,
sikoltás hangzott sok ideig, míg utoljára diadalmasan elfogták valahol
a piaczon a dühöngőt kutya és embererővel, s akkor aztán hozták
vissza nagy diadallal a vágóhidhoz; a fülei le voltak tépve, a nyelve
kilógott, hátul az inait harapdálta a Szuitli, a farka ott maradt a
csatatéren keresztül szúrva; Wastl fogta az egyik szarvát nagy
büszkén: ő volt az, a ki a kötelet rá merte vetni a bika fejére, annak
a hosszú kötélnek a két végét aztán annyi utcza-gyerek fogta két
felül, a mennyi a széles kerepesi-úton hozzá fért.
Beszélték, hogy a bika legázolt és feldöfött valami hat vagy hét
embert. Biz azt nem számlálta meg senki. Ki mit kapott, azt
számította mulatságai közé.
Welcome to our website – the perfect destination for book lovers and
knowledge seekers. We believe that every book holds a new world,
offering opportunities for learning, discovery, and personal growth.
That’s why we are dedicated to bringing you a diverse collection of
books, ranging from classic literature and specialized publications to
self-development guides and children's books.

More than just a book-buying platform, we strive to be a bridge

connecting you with timeless cultural and intellectual values. With an
elegant, user-friendly interface and a smart search system, you can
quickly find the books that best suit your interests. Additionally,
our special promotions and home delivery services help you save time
and fully enjoy the joy of reading.

Join us on a journey of knowledge exploration, passion nurturing, and

personal growth every day!

ebookbell.com