Artículo Científico/Scientific Paper

MODELADO MATEMÁTICO DE UN SISTEMA MASA RESORTE

MATHEMATICAL MODELING OF A MASS SPRING SYSTEM
Antonio Arias1, Cristopher Barreto2, Raúl Cajamarca3, Cristopher Chamba4, Edwin Rocano5

RESUMEN
El análisis de sistemas de segundo orden mediante
la utilización del software Matlab® y de igual
manera con la utilización de los diferentes
modelos, para este caso el modelo masa-resorte,
se emplean para determinar el comportamiento de
dicho sistema, una vez teniendo la ecuación
descriptiva del sistema podemos calcular la
gráfica de comportamiento de nuestro sistema,
para analizar el comportamiento de la gráfica se
debe obtener las variables que influyen sobre el
comportamiento de nuestro sistema.
ABSTRACT
The analysis of second order systems using the
Matlab® software and in the same way with the
use of the different models, for this case the mass-
spring model, are used to determine the behavior
of said system, once having the descriptive
equation of the system we can calculate the graph
of behavior of our system, to analyze the behavior
of the graph we must obtain the variables that
influence the behavior of our system.

Keywords: System, Damping, Control, Transfer,

Palabras clave: Sistema, Amortiguación,
Drivers
Control, Transferencia, Controladores

1
Estudiante de la Universidad Politécnica Salesiana carrera de Ingeniería Mecánica Automotriz.
aariasc3@est.ups.edu.ec
2
Estudiante de la Universidad Politécnica Salesiana carrera de Ingeniería Mecánica Automotriz.
rcajamarcao@est.ups.edu.ec
3
Estudiante de la Universidad Politécnica Salesiana carrera de Ingeniería Mecánica Automotriz.
cchambal@est.ups.edu.ec
4
Estudiante de la Universidad Politécnica Salesiana carrera de Ingeniería Mecánica Automotriz.
cbarretoc@est.ups.edu.ec
5
Estudiante de la Universidad Politécnica Salesiana carrera de Ingeniería Mecánica Automotriz.
erocanop@est.ups.edu.ec
1
Antonio, Barreto, Cajamarca, Chamba, Rocano/Scientific Paper
1. Introducción
Los sistemas de control son sistemas dinámicos y
un conocimiento de la teoría de control
proporcionará una base para entender el
comportamiento de tales sistemas, por ejemplo,
muchos conceptos de la teoría de control pueden
usarse en el modelo matemático de masa-resorte.
En este sentido, la teoría de control no es sino una
pequeña parte de una teoría más general que
estudia el comportamiento de todos los sistemas
dinámicos.
En todos los sistemas de control se usan con
frecuencia componentes de distintos tipos, por
ejemplo, componente mecánicos, eléctricos,
hidráulicos, neumáticos y combinaciones de
estos. Un ingeniero que trabaje con control debe
estar familiarizado con las leyes físicas
fundamentales que rigen estos componentes. Sin
embargo, en muchos casos y principalmente entre
los ingenieros, los fundamentos existen como
conceptos aislados con muy pocos lazos de unión
entre ellos. El estudio de los controles
automáticos puede ser de gran ayuda para
establecer lazos de unión entre los diferentes
campos de estudio haciendo que los distintos
conceptos se usen en un problema común de
control.
2. Marco Teórico
2.1. Sistemas de segundo
orden
Entender el sistema de segundo orden es muy
importante para el diseño de controladores ya que
habitualmente la mayor parte de los sistemas
pueden ser aproximados a un sistema de orden
dos. La función de transferencia de un sistema de
segundo orden es:
𝑦(𝑠) 𝜔 2
𝑟(𝑠)
= 𝑠2 +2𝜁𝜔𝑛 𝑠+𝜔 2 (1)
𝑛 𝑛
2
Donde el término 𝜔𝑛 se denomina frecuencia
natural y ζ es el coeficiente de amortiguamiento.
Si se consideran polos complejos conjugados (0 <
ζ < 1), la respuesta en el tiempo para entrada
escalón es:
1
𝑦(𝑡) = 1 − 𝑒 −𝜁𝜔𝑛 𝑡 𝑠𝑖𝑛 [𝜔𝑛 (√1 − 𝜁 2 )𝑡 + 𝜃] (2)
√1−𝜁 2
Donde el 𝜁𝜔𝑛 término es la parte real de los
polos complejos y 𝜔𝑛 (√1 − 𝜁 2 ) es la parte
imaginaria. (El término 𝜔𝑛 (√1 − 𝜁 2 ) también se
denomina frecuencia natural amortiguada o ωd).
Existen dos factores que determinan la forma y la
velocidad de respuesta del sistema de segundo
orden. Estos factores son la frecuencia natural ωn
y el coeficiente de amortiguamiento ζ. En la Fig.
1 se muestra la representación en el plano
complejo de un sistema de segundo orden. Por
simplicidad, solo uno de los polos complejos se
muestra en esta figura.
La frecuencia natural ωn es la distancia que
existe entre el origen al polo y el coeficiente de
amortiguamiento es el coseno del ángulo
mostrado en la figura. Cuando el coeficiente de
amortiguamiento es cero, los polos complejos no
tiene parte real y cuando el coeficiente de
amortiguamiento es uno (o mayor que uno) los
polos complejos son puramente reales. Figura 2
muestra la respuesta en el tiempo del sistema de
segundo orden. Cuando el coeficiente de
amortiguamiento es cero o cercano a cero el
sistema es altamente oscilatorio con una respuesta
poco adecuada para ser utilizada en un sistema de
control. Cuando el coeficiente de
amortiguamiento es cercano a uno la respuesta es
sobre amortiguada y lenta y también se considera
poco apropiada para ser utilizada en algunos
sistemas de control.
Antonio, Barreto, Cajamarca, Chamba, Rocano/Scientific Paper
Figura1. Representación en el plano complejo del sistema
de segundo orden.[1]
Figura2. Respuesta en el tiempo de un sistema de segundo
orden. [1]
La deducción de estas fórmulas se encuentra
en algunos libros de los cuales se recomiendan los
siguientes:
Figura3. Forma de onda del sistema de segundo orden. [1]
3
Las formulas se explican utilizando la Figura3.
El porcentaje de sobrepaso (overshoot) es
una medida del valor de sobrepaso que tiene la
respuesta del sistema por sobre la amplitud de la
entrada escalón. En general sobrepasos muy altos
deben ser evitados ya que producen esfuerzos
inadecuados en los componentes físicos de un
sistema (actuador, planta u otros). La fórmula
para calcular el sobrepaso es:
−𝜁𝜋
√1−𝜁2
𝑀𝑝 = 1 + 𝑒 (3)
(Sobrepaso en paso por uno)
Nótese que (para un sistema de segundo
orden ideal) el sobrepaso depende solamente del
coeficiente de amortiguamiento y no se encuentra
afectado por la frecuencia natural.
El tiempo de establecimiento (settling time) es
una medida de la velocidad del sistema. Este
parámetro mide el tiempo en que la respuesta
queda acotada a una cierta banda de amplitud (ver
Fig. 3). Para una banda del 2% el tiempo de
establecimiento está definido como:
4
𝑡𝑠 = 𝜁𝜔 (4)
𝑛
El tiempo de establecimiento depende del
coeficiente de amortiguamiento y la frecuencia
natural. Sin embargo, al diseñar sistemas de
control, el tiempo de establecimiento se modifica
utilizando solo la frecuencia natural ya que
cambios en el coeficiente de amortiguamiento
pueden producir formas de onda no deseada en la
respuesta del sistema.
El tiempo de respuesta máxima (time to peak).
Este es el tiempo en que se produce la máxima
amplitud de salida.
𝜋
𝑡𝑝 = (5)
𝜔𝑛 √1−𝜁 2
Antonio, Barreto, Cajamarca, Chamba, Rocano/Scientific Paper

3. Desarrollo Se procedio a colocar el arduino a una altura

de 50cm por ensima de la superficie del suelo, en
3.1. Obtención de la gráfica la carroceria junto a la rueda posterior izquierda.
experimental
Para esta parte del proyecto se uso el siguiente
vehículo:
Tabla1. Datos del vehículo

Marca Suzuki
Modelo Grand Vitara
Cililndrada 2.0 lt
Año 2012

Para obtener la curva se opto por una

coneccion de arduino programada con multisim,
y se usaron los siguientes elementos:
Figura5. Arduino y sensor colocados en la parte posterior
Tabla2. Elementos usados izquierda del vehículo elegido

Elemento Característica A continuación se presenta un esquema de

Arduino Uno conección de los lementos que se utililzaron para
Capacitores 10uF
Capacitor de cerámica 10uF
la obtención de los datos.
Resistencia 10Ω
Sensor Sharp

La programación del arduino para la toma de

datos fue efectudad en multisim, ademas que se
tubo que efectuar un enlaze a la tarjeta arduino
para conectarlo con el multisim.
Figura6. Esquema de conexión del Arduino
Debido a que la gráfica obtenida salia con un
ruido excecivo se procedio a colocar dos filtros Datos
tanto a la entrada como a la salida de donde se 𝑝 = 158.757𝑘𝑔 = 1556.874 𝑁
coloco la ecuación de trasnferencia.
𝐹 = 1475𝑘𝑔
𝑃𝑚 = 3.2132
𝐷𝑒 = 2.90118
𝑇𝑝 = 0.321𝑠

3.2. Cálculos
Masa del vehículo:
Figura4. Programación para la obtención de los datos de la 𝒑∗𝟎.𝟒
gráfica. 𝒎= 𝟐
(6)

4
Antonio, Barreto, Cajamarca, Chamba, Rocano/Scientific Paper

La distribución del peso del vehículo delantera-

4.97
trasera es 60%-40%, respectivamente. 𝜁=√
14.84
Usando la ecuación (6), se reemplazan los datos y
se obtiene los siguiente: 𝜻 = 𝟎. 𝟓𝟕𝟗
1475 ∗ 0.4 Para obtener el 𝑊𝑛 se utiliza la ecuación (9) la
𝑚=
2 cual tiene una igualdad que servirá para dicho fin.
𝒎 = 𝟐𝟗𝟓𝒌𝒈 𝜋
𝑡𝑝 = 𝑤𝑑 (9)
𝒑𝒎∗𝟏𝟎𝟎
𝑴𝒑 = (7) 𝜋
𝑡𝑝 = 𝑤𝑑 =
𝜋
(10)
𝑫𝒆
𝑊𝑛 ∗√1−𝜁2
Con la ecuación (7) se reemplazan los datos
obtenidos con la prueba práctica. Ya con la igualacion de (10) se remplazan los
3.2132 ∗ 100 datos y se logra obtener 𝑊𝑛 .
𝑀𝑝 = = 110.86% 𝜋
2.90118 0.323 =
𝑀𝑝 = 110.86% − 100% = 10.86% 𝑊𝑛 ∗ √1 − 𝜁2

𝑴𝒑 = 𝟎. 𝟏𝟎𝟖𝟔 𝜋
𝑊𝑛 =
0.323 ∗ √1 − (0.579)2
Usando la ecuación del punto máximo 𝑀𝑝 =
(0.1086) se procede a obtener 𝜁. 𝑾𝒏 = 𝟏𝟏. 𝟗𝟐𝟗

−𝜋𝜁 Teniendo en cuenta los datos anteriores se logra

( )
√1−𝜁2 obtener el valor de b, usando la ecuación (11).
𝑀𝑝 = 𝑒 (8)
𝟐𝜻𝑾𝒏 𝒎 = 𝒃 (11)
A la ecuación (8) se le aplica Ln para poder
realizar el despeje necesario. 𝑏 = 2(0.579)(11.929)(295)

−𝜋𝜁 𝒃 = 𝟒𝟎𝟕𝟓. 𝟎𝟔
( )
ln(𝑀𝑝 ) = ln (𝑒 √1−𝜁 2 )

Por último, se requiere obtener el k para

2
−𝜋𝜁 completar la ecuación de segundo grado.
(ln(𝑀𝑝 ))2 = ( )
√1 − 𝜁 2 1
𝑌(𝑠) = 𝑚𝑠2 +𝑏𝑠+𝑘 ( 𝑠𝐴 )
𝐹
(12)
(−𝜋𝜁)2
(ln(0.1075)) = 2 Usando la ecuación (12) se procede a la obtención
1 − 𝜁2 del que respectivo para la ecuación de segundo
4.97(1 − 𝜁 2 ) = 𝜋 2 𝜁 2 grado.

4.97 − 4.97𝜁 2 = 𝜋 2 𝜁 2 𝑙𝑖𝑚 𝑠 𝐹(𝑠)

𝑠→0

4.97 = 𝜋 2 𝜁 2 + 4.97𝜁 2 1 𝐹𝐴
𝑙𝑖𝑚 ( 2 ) ( ) (𝑠)
𝑠→0 𝑚𝑠 + 𝑏𝑠 + 𝑘 𝑠
1 1558.874
𝑙𝑖𝑚 ( )( ) (𝑠)
𝑠→0 𝑚𝑠 2 + 𝑏𝑠 + 𝑘 𝑠
5
Antonio, Barreto, Cajamarca, Chamba, Rocano/Scientific Paper

1556.874 Con la ecuación que describe el movimiento de

= 0,029011
𝑘 nuestro sistema, de igual forma con los valores de
𝒌 = 𝟓𝟑𝟔𝟖𝟑. 𝟐𝟗 m, b, k, conseguidos en el ítem anterior, se
procede a realizar la estimación de la gráfica en
Como último paso se procede a reemplazar los Matlab® y con ello la estimación de los variables.
datos obtenidos en la ecuación de segundo grado.
𝒀(𝒔) 𝟏
=
𝑹(𝒔) 𝟐𝟗𝟓𝒔𝟐 + 𝟒𝟎𝟕𝟓. 𝟎𝟔𝒔 + 𝟓𝟑𝟔𝟔𝟒. 𝟐𝟗

Figura9. Gráfica real vs gráfica estimada del

comportamiento del sistema.

Como se puede apreciar en la Figura9, la gráfica

Figura7. Grafica real tomada con el Arduino.
de color azul representa el comportamiento real
del sistema, basándose en los datos obtenidos por
los cálculos. En cambio, la gráfica de color rojo,
nos representa la estimación que realiza el
software Matlab®, los valores obtenidos se
asemejan a los valores calculados, el
inconveniente se da en la gran diferencia que se
observa entre las gráficas.
Tabla3. Diferencia entre los valores obtenidos.

Valor
Datos Valor Teórico
Estimado
b 4075.06 4075.1
k 53683.29 53664
m 295 295

Figura8. Gráfica obtenida con los datos de los cálculos con la
ecuación de segundo orden.
3.2. Obtención de los valores y la
gráfica estimada por Matlab®
4. Conclusiones
En muchos casos prácticas, las características de
desempeño deseadas del sistema de control se
especifican en términos de cantidades en el
dominio del tiempo. La respuesta transitoria de un
sistema de control práctico exhibe con frecuencia
oscilaciones amortiguadas antes de alcanzar el
estado estable. Al especificar las características de

6
Antonio, Barreto, Cajamarca, Chamba, Rocano/Scientific Paper

la respuesta transitoria de un sistema de control

para una entrada escalón unitaria es común
especificar los siguientes: td, tr, tp, Mp, ts.

Los valores obtenidos tanto en la parte real, así

como de la parte teórica, se expresan en las
diferentes gráficas, como se puede apreciar en
dichas gráficas. Las curvas de comportamiento se
ven afectadas por diferentes factores, como el es
caso de las vibraciones adicionales provocadas en
la prueba para la toma de datos, otro factor que
influye en la diferencia de los datos, es el
coeficiente de amortiguamiento, quien afecta
totalmente al comportamiento de la gráfica
obtenida.

Referencias
[1] Richard C. Dorf, Robert H. Bishop, “Modern
Control System”, Ninth Edition
[2] Katsuhiko Ogata, Ingeniería de control
moderna, 5ta edición
[3] John J. D’Azzo and Constantine H. Houpis,
“Linear Control System Analysis and Design,
Conventional and Modern”, 3rd Edition.