Professional Documents
Culture Documents
Case Study Activity 1 Assignment-1
Case Study Activity 1 Assignment-1
Case Study Activity 1 Assignment-1
Modelación y automatización
MR2023.342
Integrantes:
Profesor:
Renato Galluzzi
9 Junio de 2022
1. Diagramas de cuerpo libre del modelo
Diagrama 1:
Diagrama 2:
2. Ecuaciones diferenciales correspondientes al sistema
−𝑘𝑠(𝑥𝑠−𝑥𝑢) 𝑐(ẋ𝑠−ẋ𝑢)
ẍ𝑠 = 𝑚𝑠
− 𝑚𝑠
ms=440
ks=22000
mu=44
ku=213000
t=linspace(0,5,1000);
xi=[2000,4000,6000,8000,10000]
for idx=1:length(xi);
c=xi(idx);
A= [0 1 0 0;-ks/ms -c/ms ks/ms c/ms; 0 0 0 1;ks/mu c/mu (-ks-ku)/mu,-c/mu]
B= [0; 0; 0;ku/mu];
C=[1 0 0 0];%xs
C2=[0,0,1,0];
C3=[-ks/ms,-c/ms,ks/ms,c/ms];
C4=[0,0,1,0];
D=[0];
D2=[-1];
s = tf('s');
[numG,denG] = ss2tf(A,B,C,D);
G = tf(numG,denG)
p = roots(denG)
xo = step(G,t)
[numG1,denG1] = ss2tf(A,B,C2,D);
G1 = tf(numG1,denG1)
p1 = roots(denG1)
xo1 = step(G1,t)
[numG2,denG2] = ss2tf(A,B,C3,D);
G2 = tf(numG2,denG2)
p2 = roots(denG2)
xo2 = step(G2,t)
[numG3,denG3] = ss2tf(A,B,C4,D2);
G3 = tf(numG3,denG3)
p3 = roots(denG3)
xo3 = step(G3,t)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%5
subplot(421)
plot(t,xo,'displayname',num2str(c))
xlabel('time[s]')
ylabel('xo [m]')
lg=legend();
lg.Title.String='xs';
title('step response')
grid on
hold on
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
subplot(422)
plot(real(p),imag(p),'o')
xlabel('Re(s)')
ylabel('Im(s)')
title('root locus')
grid on
hold on
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
subplot(423)
plot(t,xo1,'displayname',num2str(c))
xlabel('time[s]')
ylabel('xo1 [m]')
lg=legend();
lg.Title.String='xu';
title('step response')
grid on
hold on
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
subplot(425)
plot(t,xo2,'displayname',num2str(c))
xlabel('time[s]')
ylabel('xo2 [m]')
lg=legend();
lg.Title.String='xss';
title('step response')
grid on
hold on
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
subplot(427)
plot(t,xo3,'displayname',num2str(c))
xlabel('time[s]')
ylabel('xo3 [m]')
lg=legend();
lg.Title.String='xin';
title('step response')
grid on
hold on
end
• Plot the step response for all the outputs indicated in Step 1.
Sprung mass displacement 𝑥𝑠(𝑡)
Plot the poles of the system in a root locus. Remember to use det(𝑠𝐼−𝐴)=0 or
eig(A)
in MATLAB.
From the undamped response (𝑐𝑠 =0), determine the natural frequency of
both masses.
De acuerdo a los gráficos mostrados anteriormente se muestra en la gráfica de la desviación
de la llanta (𝑥𝑢(𝑡) − 𝑥𝑖𝑛(𝑡)) que la curva con menor curvatura es la que va tener un menor
rebote en la llanta, por lo tanto, está será la que mantendrá al vehículo con una mejor
estabilidad. Visualmente, la curva que logrará lo mencionado anteriormente, es la de color
amarillo. Comparando con las demás curvaturas, esta es la que presenta una mayor linealidad.
Concluyendo entonces que mientras la curva sea más suave, la llanta tendrá más estabilidad,
logrando así un mejor recorrido.